CN111667118A - 一种单/双协同模式下故障巡线排查规划方法及系统 - Google Patents
一种单/双协同模式下故障巡线排查规划方法及系统 Download PDFInfo
- Publication number
- CN111667118A CN111667118A CN202010522974.1A CN202010522974A CN111667118A CN 111667118 A CN111667118 A CN 111667118A CN 202010522974 A CN202010522974 A CN 202010522974A CN 111667118 A CN111667118 A CN 111667118A
- Authority
- CN
- China
- Prior art keywords
- mode
- model
- double
- line patrol
- patrol
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明公开了一种单/双协同模式下故障巡线排查规划方法及系统,本发明首先设计了单模式故障排查的最优巡线模型,并分析其计算复杂度;其次,为契合现场作业特点,在单模式模型的基础上衍生构建了双协同模式下高效协同的巡线排查模型,该模型可同时兼顾总排查任务量最小和队间分配任务量更均衡。随后在论述两种模型差异的基础上,通过结合Dijkstra和深度优先搜索算法设计了所提两模型的求解方案。最后以IEEE 33‑Bus系统为例,验证了所提巡线排查模型的准确、高效性。
Description
技术领域
本发明涉及电力故障检修技术领域,具体涉及一种单/双协同模式下故障巡线排查规划方法及系统。
背景技术
长期以来,电力的规划与建设存在重发轻配的问题,使城市配网的发展则相对滞后。配网相关问题,具体表现:①供电半径长,线损高;②网络结构不合理,运行方式不够灵活;和③负荷增长迅猛、电网建设用地紧张等多方面。鉴于此,配电网发生故障的可能性难以规避。目前虽可结合配电终端进行故障定位,但限于如投资成本等原因,配网大部分线路尚未进行自动化升级改造,故当下更精准的故障排查仍多以人工巡线为主,而无优化调整的巡线排查往往效率欠佳。因此,在电网抢修的指挥决策应变上,如何有效制定出最科学、高效的故障排查策略及优化任务的分配,对于具有重要的理论价值和现实意义。
针对故障处理,配电自动化主要分为故障定位、隔离和恢复供电三个阶段。因此当下国内外相关研究,也多集中于故障定位与诊断、基于开关操作的故障恢复与重构以及抢修路径的优化等相关方面。目前故障定位研究,成果较为丰硕,主要集中于以下三方面:①故障定位的模型构建及求解,如结合故障信息矩阵和网络描述矩阵,获取能用于判断和隔离故障区段的故障判断矩阵;或者考虑了配电网闭环运行的工况,进一步提出能适应环网闭环运行和多电源模式下的多重故障定位算法。②故障定位优化模型的准确及鲁棒性能提升。例如从优化的视角刻画故障定位问题,以建立优化模型,并采用如蚁群算法、遗传算法和仿生磁学等算法进行求解。③非健全信息下的容错故障定位。由于配电设备主要工作在户外,工况较为恶劣,易发生漏报或者错报故障的情况。因此,也有部分研究热衷于解决非健全信息下的容错故障定位,如采用基于粗糙集和贝叶斯等求解算法。
然而,上述现有的故障定位研究技术多集中于研究如何实现故障建模合理化,进而保证故障定位的快速、准确等,但以上目标良好实现的前提均为馈线终端单元(feederterminal unit,FTU)配置完善,但随着泛在电力物联网的层级部署、逐步推进,现有的故障定位技术无法适用,即现有的技术存在局限性,实用性不足。且现有的故障定位技术仅局限于单人/小队进行作业,故障排查效率低。
发明内容
本发明提供了一种单/双协同模式下故障巡线排查规划方法,以解决现有技术中针对配电自动化条件下故障排查时巡线路径规划方法效率低、实用性不足的问题,实现配网故障的快速排查,减少停电时间。
本发明通过下述技术方案实现:
一种单/双协同模式下故障巡线排查规划方法,该方法应用于配电网辐射状运行模式,该方法包括以下步骤:
步骤一、构建单模式下故障巡线排查模型;
步骤二、基于单模式下故障巡线排查模型构建方式,构建双协同模式的故障巡线排查模型;
步骤三、对单/双协同模式下故障巡线排查模型进行求解,得到巡线最佳方案。
本发明首先结合配电网辐射状特点,构建了单模式下故障排查的最优巡线模型;其次为设计符合实际作业的高效方案,进一步构建了双协同模式下高效最优排查巡线模型;最后求解了多模式下的巡线模型,从而得到故障巡线排查最优方案。
优选的,本发明的步骤一构建的故障巡线排查模型为:
式中,lm为主干支的路径长度;li为第i个子分支的总路径长度;Ωb为子分支区域集合。
优选的,本发明的步骤二构建的双协同模式下故障巡线排查模型目标函数为:
式中,F3和F4分别为双协同模式下两个子任务的最佳巡线路径长度;F5为双协同模式排查作业的总排查路径长度,而F6为任务分配后两队作业排查路径长度差异最小的量化指标;
其中,
式中,lm,t1和lm,t2分别为两个子任务下子图主干分支路径长度;lm和ln分别为两个子任务下子图子分支路径长度;且m∈Ωb1,n∈Ωb2,Ωb1和Ωb2分别为两子图子分支集合。
优选的,本发明的步骤三的求解方法具体包括:
步骤S32,若Flag=0,则执行步骤S33;反之,转至步骤S36;
本发明还提出了一种计算机存储介质,该计算机存储介质被配置为执行本发明的一种单/双协同模式下故障巡线排查规划方法。
另一方面,本发明还提出了一种单/双协同模式下故障巡线排查规划系统,该系统应用于配电网辐射状运行模式,该系统包括单模式模型构建单元、双协同模型构建单元以及求解单元:
所述单模式模型构建单元用于构建单模式下的故障巡线排查模型;
所述双协同模型构建单元基于单模式模型构建单元构建的单模式下的故障排查训练模型,构建双协同模式的故障巡线排查模型;
所述求解单元用于对单/双协同模式下故障巡线排查模型进行求解,得到巡线最佳方案。
优选的,本发明的单模式模型构建单元构建的故障巡线排查模型为:
式中,lm为主干支的路径长度;li为第i个子分支的总路径长度;Ωb为子分支区域集合。
优选的,本发明的双协同模型构建单元构建的故障巡线排查模型目标函数为:
min F5=F3+F4
min F6=|F3-F4|
式中,F3和F4分别为双协同模式下两个子任务的最佳巡线路径长度;F5为双协同模式排查作业的总排查路径长度,而F6为任务分配后两队作业排查路径长度差异最小的量化指标;
其中
式中,lm,t1和lm,t2分别为两个子任务下子图主干分支路径长度;lm和ln分别为两个子任务下子图子分支路径长度,且m∈Ωb1,n∈Ωb2,Ωb1和Ωb2分别为两子图子分支集合。
优选的,本发明的求解单元被配置为执行如下操作:
步骤2,若Flag=0,则执行步骤S33;反之,转至步骤S36;
本发明具有如下的优点和有益效果:
本发明公开一种单/双协同模式下故障巡线排查规划方法及系统。首先结合配电网辐射状特点,构建了单模式下故障排查的最优巡线模型,并从理论上证明了其计算复杂度;其次为设计符合实际作业的高效方案,进一步构建了双协同模式下高效最优排查巡线模型。相较于现有技术而言,本发明紧密结合配电网实际发展,既克服了现有结合智能算法制定故障巡线排查方案解的不稳定性,也因双协同模式作业模型的提出而更便于现场高效的排查,从而提高了电力企业供电服务水平
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明辐射状配电网简化辐射状配电网。图1中,S1为电源,H1和H2分别为联络开关,正常运行时为开断状态,体现了闭环设计、开环运行的设计理念,而编号1-16为分段开关,L1-L6为负荷节点供电;
图2为本发明简化辐射状配电网;
图3为本发明的节点2的划分示意图;
图4为本发明类Pareto前沿;
图5为本发明IEEE 33-Bus系统简化图;
图6为本发明类Pareto前沿;
图7为本发明协同作业分配示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例1
本实施例提出了一种单/双协同模式下故障巡线排查规划方法。
本实施例拟从理论仿真角度解析巡线最优模型的存在性,以期为建立实用高效的故障巡线排查模型提供导向指引。首先结合配电网辐射状特点,构建了单模式下故障排查的最优巡线模型,并从理论上证明了其计算复杂度;其次为设计符合实际作业的高效方案,进一步构建了双协同模式下高效最优排查巡线模型。最后论述了两个模型的求解差异和具体流程。
本实施例的规划方法包括:
1、构建单/双协同模式下故障巡线排查最优模型
为助于故障精准定位、抢修路径优化和供电有效恢复,快速准确的故障排查则显得尤为重要。因此,此节将从单/双协同模式角度构建巡线排查最优模型,以期为实际应用提供合理有序的排查导向。
1.1单模式下故障巡线排查最优模型
既为最优模型探讨,其巡线路经总长度则必然是路径集合中最佳者。为便于理解后续构建模型,此处将优先回顾配电网的结构特点。中压配电网通常以闭环设计、开环运行,即现场多为单电源带馈线的辐射状网架结构,如图1所示。
然后,抽离H1/2等联络设备后,图1可简化为如图2的网络结构。图2中定义每条线路路径参数为Li,j,且i和j分别对应该线路首尾相连的分段开关。若从主子分支角度划分图2,其可划分为Area2-5及由剩余部分所组成的区域Area1。单小队巡线模式下,主干分支将仅排查一次,而不同于主干分支,剩余子分支排查次数将为两次。当然,含有多分叉的各子分支亦可按照此方式递归类似排查。此外,子分支辨识可以采用深度优先搜索算法(depth-first search algorithm,DFS)。在此基础上,故障巡线排查数学模型的构建将比较直观,如式(1)所示。
式中:lm为主干支的路径长度;li为第i个子分支的总路径长度;Ωb为子分支区域集合,如图2中区域2-5。
若定义图2各分支集合总长度为ls,则式(1)可改写为lm+2(ls-lm),亦即2ls-lm。结合故障巡线排查最佳的设想,则目标函数F可定义为
min 2ls-lm (2)
式(2)中可调整参数显然仅为lm,因此F最佳显然为lm最大,即主干分支总长度最长。若从数学对偶的角度,最大寻优亦即搜寻最小的目标,故式(2)可进一步改写为
max lm (3)
相比式(2),调整后目标函数(3)将更为简洁直观。而简化后寻优模型,对于规模较小的配电网甚至可以直接给出最佳排查巡线路径,且相比智能算法获取的排查路径,效果亦更加稳定。如对于图2,若可确定主干分支为由集合Ωm={l01,l12,l23,l34,l45},则此时,显然单小队模式下的故障巡线排查路径最佳结果则为2ls-lm。因此,上述问题将被转变为给定配电网网络拓扑的基础上,如何确定节点对之间最长路径?实际上,图论领域有关路径搜索算法,如Floyd、Bellman–Ford和Dijkstra等,多倾向于研究网络最短路径。
为便于结合图论最短路径算法,式(3)对应的目标函数可转变为
min-lm (4)
式(4)含义则为将网络各分支长度均取负的前提下,数学中最大问题可对偶成最小寻优的问题。在此基础上,式(4)寻优则是无向负权网络中寻找节点对最短路径问题。对于此问题,显然可以采取Dijkstra算法进行求解。相应地,此模型计算复杂度将为O(N2),N为节点总数。值得注意,目标函数从式(1)转换为式(4)均是基于网络划分子区域后逐步简化而得,因此最终计算各交叉子分支li时需要以相同转换思路递归类似求解。
1.2双协同模式下故障巡线排查最优模型
科学高效的故障排查策略及任务分配的优化,有助于抢修决策的辅助、供电质量的提升和经济效益的增强。因此,如何基于单小队模式,进一步衍生更符合现场作业特点的双协同故障巡线排查模型,明显更具研究价值。不同于前者,双小队协同模式排查作业的目标应能同时兼顾总排查路径最短和队间差异最小。总路径最短显然是多作业模式下排查效率提升的结果,而后者则是均衡队伍彼此间的分配任务量,即为出于“短板原理”的考量。
为便于排查的连续性,双协同排查任务的分配需保证子任务路径的连通性。为满足此条件,此处将引入图论图切割方式,并通过各节点的节点度di,且di≥2作为划分标准,而不择取di=1的节点。原因在于其为末端节点,划分实质等价于未有效切割完整网络。
以图3为例,di≥2的节点为节点2(即di=3),而其切割方式则对应有三种。切割后的图3(b)-(d)中右半部分的节点2均依顺序编号方式调整为6,以便于后续描述。在此基础上,划分后的两连通子图则可采用1.1小节所构建的单小队排查巡线模型,获取各自巡线目标函数,即F1=min-lm,t1和F2=min-lm,t2,其中lm,t1和lm,t2分别为两个子任务下子图主干分支路径长度。依据F1和F2,并结合各子图子分支lm和ln,且m∈Ωb1,n∈Ωb2,Ωb1和Ωb2分别为两子图子分支集合,则可进一步采用式(1)获取各子任务的最佳巡线路径长度,分别定义为F3和F4。
通过F3和F4,可构造出协同模式所需的双目标函数,具体如下
式中,F3和F4分别为双协同模式下两个子任务的最佳巡线路径长度;F5为双协同模式排查作业的总排查路径长度,而F6为任务分配后两队作业排查路径长度差异最小的量化指标。
值得注意,双目标函数通常可以多目标寻优相关算法求解,如非支配排序遗传算法II(non-dominated sorted genetic algorithm II,NSGA-II)[20]。求解过程需构建Pareto前沿曲线,其结果则是结合此曲线获取双重目标之间的折衷解。折衷原因在于改进任何目标函数的同时难以兼顾不削弱其它至少一个其它目标函数。考虑目标函数(5),Pareto前沿曲线则显然是离散,有趣的是结合后续算例结果可得知此曲线将是类Pareto形式,即呈现如图4的分布特点,原因有如F5最优的前提下,F6存在多解。原因在于部分节点存在多种撕裂可能性。结合图4可得知,最佳巡线排查方案应为与坐标(F′1,F′2)对应点,亦即最终搜寻目标。
2、适应多模式下故障巡线模型的求解
单/双协同模式下故障巡线排查模型之间差异,主要在于现场利用人员和资源的不同。考虑双协同模式,既是对传统排查巡线模式的延伸,亦是为高效地适应复杂的现场工况。但正如1.2节所讨论,双协同模式的排查作业最终可转化为单小队排查的两次调用,只是输入子图信息不同。
为兼容两种模式,融合两种故障巡线排查模型求解流程后的步骤如下:
2)若Flag=0,则执行步骤3);反之,转至6)。
实施例2
本实施例提出了一种单/双协同模式下故障巡线排查规划系统。
本实施例的系统包括单模式模型构建单元、双协同模型构建单元以及求解单元:
本实施例的单模式模型构建单元被配置为执行上述实施例1的单模式下故障排查巡线模型构建步骤;
本实施例的双协同模型构建单元被配置为执行上述实施例2的双协同模式下故障排查巡线模型构建步骤;
所述求解单元被配置为执行多模式下故障巡线排查模型求解步骤。
实施例3
本实施例以如IEEE 33-Bus系统为例,验证上述实施例构建的巡线排查最优模型的准确性和有效性。
本实施例以IEEE 33-Bus标准配网系统为例,以期验证所提单/双协同模式下故障排查巡线理论最优模型的有效性。为便于后续阐述,此处将给出修改后的IEEE 33-Bus系统网络结构及线路参数,分别如图5和表1所示。
依据上述实施例1的第1部分第1.1小节中的单模式下故障排查巡线最优模型构建方法,可对IEEE 33-Bus系统分别构建单/双协同模式的故障巡线排查模型。此处,单小队作业排查模型将被优先分析,以作对比基准。在根据上述实施例1的第1部分第1.2节方法对表1中线路长度取负后,结合Dijkstra可辨识该系统节点对最短路径,即最大主干链表由三部分所构成,分别为{1,2,3,4,5,6}、{1,19,20,21,22}和{6,26,27,28,29,30,31,32,33},即除Area2-4外剩余部分组成。进一步,由和DFS算法,可识别出该系统子分支集合Ωb,规模共计三部分,分别对应图5中Area2-4。由Ωb和目标函数式1),可得知巡线排查最佳路径为沿排查一次,每逢交叉点顺子分支,即Ωb成员排查两次,而最终巡线排查总长度则为110.68km。
表1 IEEE 33-Bus系统线路参数
Table.1 Line parameters of IEEE 33-Bus system
为兼顾排查路径总长度最小和队间任务分配量最均衡,采用第二节所提方法构建关于图5相一致的双协同模式排查巡线模型。依据该模型,可以绘制其巡线模型寻优结果的类Pareto曲线,如图6所示。由图6可得知,排查方案共有35种结果。仅以F5和F6单一目标而论,最佳排查路径总长度/最小长度差异分别为101.14km和3.86km,但是两个目标最优并不全都体现于同一方案。换言之,同时兼顾优化两目标至101.14km和3.86km的最佳方案数量仅有一个,且两个子任务巡查路径总长度分别为48.64km和52.50km。为验证方案的有效性,此处也将给出F5和F6寻优空间的上下限,分别为[101.14,110.68]和[3.86,108.28],显然所提双协同模式故障排查巡线模型最佳。
为便于理解,其任务分配方案如图7所示。即子任务2负责Area2,剩余部分即为子任务1。协同划分两个子任务排查路径集合分别为:子任务1:主链表{1,19,20,21,22}和节点1-18所构成集合,子分支:分支1:{1,S1},分支2:{2,23,24,25};子任务2仅有主链表{6,26,27,28,29,30,31,32,33}。对比单小队作业模式的排查总长度110.68km,任务量将被优化减少了近8.62%,即9.54km,由此说明双协同作业模式除了有助于满足预想多队并行模式可以提升排查效率,也可在适宜站点进行任务的切割分配时,有利于削减整体的巡线任务量。
针对上述实施例所提出一种单/双协同模式下故障排查巡线规划理论最优模型,所开展的算例仿真验证了:
1)相比基于智能算法排查作业模式,所提单模式巡线模型更趋于解析解,不存在收敛发散或不一致的问题,且巡线效果更优。
2)在单模式下衍生的双协同故障排查巡线模型,在满足双队协同总排查任务量最小的同时,亦兼顾队间分配任务量的最佳均衡,可助于提升巡线排查故障的作业效率。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种单/双协同模式下故障巡线排查规划方法,该方法应用于配电网辐射状运行模式,其特征在于,该方法包括以下步骤:
步骤一、构建单模式下故障巡线排查模型;
步骤二、基于单模式下故障巡线排查模型构建方式,构建双协同模式的故障巡线排查模型;
步骤三、对单/双协同模式下故障巡线排查模型进行求解,得到巡线最佳方案。
4.根据权利要求3所述的一种单/双协同模式下故障巡线排查规划方法,其特征在于,所述步骤三的求解方法具体包括:
步骤S32,若Flag=0,则执行步骤S33;反之,转至步骤S36;
5.一种计算机存储介质,其特征在于,该计算机存储介质被配置为执行上述权利要求1-4任一项所述的一种单/双协同模式下故障巡线排查规划方法。
6.一种单/双协同模式下故障巡线排查规划系统,该系统应用于配电网辐射状运行模式,其特征在于,该系统包括单模式模型构建单元、双协同模型构建单元以及求解单元:
所述单模式模型构建单元用于构建单模式下的故障巡线排查模型;
所述双协同模型构建单元基于单模式模型构建单元构建的单模式下的故障排查训练模型,构建双协同模式的故障巡线排查模型;
所述求解单元用于对单/双协同模式下故障巡线排查模型进行求解,得到巡线最佳方案。
9.根据权利要求8所述的一种单/双协同模式下故障巡线排查规划系统,其特征在于,所述求解单元被配置为执行如下操作:
步骤2,若Flag=0,则执行步骤S33;反之,转至步骤S36;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010522974.1A CN111667118B (zh) | 2020-06-10 | 2020-06-10 | 一种单/双协同模式下故障巡线排查规划方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010522974.1A CN111667118B (zh) | 2020-06-10 | 2020-06-10 | 一种单/双协同模式下故障巡线排查规划方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111667118A true CN111667118A (zh) | 2020-09-15 |
CN111667118B CN111667118B (zh) | 2022-07-29 |
Family
ID=72386407
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010522974.1A Active CN111667118B (zh) | 2020-06-10 | 2020-06-10 | 一种单/双协同模式下故障巡线排查规划方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111667118B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114726103A (zh) * | 2022-05-12 | 2022-07-08 | 国网江苏省电力有限公司镇江供电分公司 | 一种用于电网运检机器人的优化控制方法及系统 |
CN115498639A (zh) * | 2022-10-26 | 2022-12-20 | 珠海康晋电气股份有限公司 | 一种基于多数据融合的配电网管理系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104103098A (zh) * | 2014-07-02 | 2014-10-15 | 国家电网公司 | 电力配网线路及设备的巡检方法及巡检系统 |
CN104505940A (zh) * | 2014-12-19 | 2015-04-08 | 国家电网公司 | 县域配网运行故障分析诊断平台 |
CN104616003A (zh) * | 2015-03-06 | 2015-05-13 | 侯苏 | 电力线上异物类型识别系统 |
CN109459660A (zh) * | 2018-11-19 | 2019-03-12 | 国网浙江省电力有限公司丽水供电公司 | 一种配网单相断线故障选线方法 |
CN110147961A (zh) * | 2019-05-23 | 2019-08-20 | 华南理工大学 | 配电自动化条件下考虑用户差异的配电网可靠性分析方法 |
CN110763953A (zh) * | 2019-10-30 | 2020-02-07 | 国网四川省电力公司电力科学研究院 | 一种配电自动化条件下故障排查巡线路径规划方法 |
CN110866739A (zh) * | 2019-11-29 | 2020-03-06 | 国网四川省电力公司电力科学研究院 | 一种考虑故障排查路径的配电网综合停电时间表示方法 |
CN111143958A (zh) * | 2020-02-29 | 2020-05-12 | 华南理工大学 | 配电自动化条件下配电网信息物理系统可靠性分析方法 |
-
2020
- 2020-06-10 CN CN202010522974.1A patent/CN111667118B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104103098A (zh) * | 2014-07-02 | 2014-10-15 | 国家电网公司 | 电力配网线路及设备的巡检方法及巡检系统 |
CN104505940A (zh) * | 2014-12-19 | 2015-04-08 | 国家电网公司 | 县域配网运行故障分析诊断平台 |
CN104616003A (zh) * | 2015-03-06 | 2015-05-13 | 侯苏 | 电力线上异物类型识别系统 |
CN109459660A (zh) * | 2018-11-19 | 2019-03-12 | 国网浙江省电力有限公司丽水供电公司 | 一种配网单相断线故障选线方法 |
CN110147961A (zh) * | 2019-05-23 | 2019-08-20 | 华南理工大学 | 配电自动化条件下考虑用户差异的配电网可靠性分析方法 |
CN110763953A (zh) * | 2019-10-30 | 2020-02-07 | 国网四川省电力公司电力科学研究院 | 一种配电自动化条件下故障排查巡线路径规划方法 |
CN110866739A (zh) * | 2019-11-29 | 2020-03-06 | 国网四川省电力公司电力科学研究院 | 一种考虑故障排查路径的配电网综合停电时间表示方法 |
CN111143958A (zh) * | 2020-02-29 | 2020-05-12 | 华南理工大学 | 配电自动化条件下配电网信息物理系统可靠性分析方法 |
Non-Patent Citations (4)
Title |
---|
唐金锐: ""电力线路在线巡视监测及故障精确定位的研究"", 《中国优秀博硕士学位论文全文数据库(博士)工程科技Ⅱ辑》 * |
张庆雷: ""中低压配电网单相接地故障自动定位系统与应用技术研究"", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
王倩: ""快速排序的Dijkstra算法在配网抢修路径中的应用"", 《四川电力技术》 * |
翁蓝天: ""复杂配电网故障定位的链表法"", 《电工技术学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114726103A (zh) * | 2022-05-12 | 2022-07-08 | 国网江苏省电力有限公司镇江供电分公司 | 一种用于电网运检机器人的优化控制方法及系统 |
CN114726103B (zh) * | 2022-05-12 | 2023-08-08 | 国网江苏省电力有限公司镇江供电分公司 | 一种用于电网运检机器人的优化控制方法及系统 |
CN115498639A (zh) * | 2022-10-26 | 2022-12-20 | 珠海康晋电气股份有限公司 | 一种基于多数据融合的配电网管理系统 |
CN115498639B (zh) * | 2022-10-26 | 2023-06-30 | 珠海康晋电气股份有限公司 | 一种基于多数据融合的配电网管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111667118B (zh) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111667118B (zh) | 一种单/双协同模式下故障巡线排查规划方法及系统 | |
CN110245802A (zh) | 基于改进梯度提升决策树的卷烟空头率预测方法及系统 | |
CN108683192A (zh) | 一种电力现货市场的出清方法、系统、设备及存储介质 | |
CN108053037A (zh) | 一种基于两网融合的配电网抢修策略制定方法及装置 | |
CN101833714A (zh) | 一种审批权限控制方法、装置及系统 | |
CN106503872B (zh) | 一种基于基础业务活动集的业务流程系统构建方法 | |
Bagheri et al. | Solving the fully fuzzy multi-objective transportation problem based on the common set of weights in DEA | |
CN110350511B (zh) | 一种基于转供电亲和度的配电网故障恢复方法 | |
CN109995580A (zh) | 5g网络切片中基于ga_pso混合算法的vn映射方法 | |
CN108960595A (zh) | 一种机床装备资源云制造任务分解方法 | |
CN104767207A (zh) | 基于发电机无功储备灵敏度的电压稳定预防控制方法 | |
Guizzo et al. | A pattern-driven mutation operator for search-based product line architecture design | |
CN110048407A (zh) | 分布式能源发电计划可行域优化分析方法 | |
CN106340883B (zh) | 一种配电网孤岛运行模式下的负荷削减方法及系统 | |
CN113935667A (zh) | 一种用电接入方案自动生成方法、装置、设备及介质 | |
Trollmann et al. | Hybrid adaptation policies: towards a framework for classification and modelling of different combinations of adaptation policies | |
CN102075555B (zh) | 具有动态性的空间信息处理服务自动组合方法 | |
CN113962384A (zh) | 针对点击率预测模型的自动一体化架构搜索系统和方法 | |
CN108808670B (zh) | 一种大停电后电力系统恢复的分区方案优化方法及装置 | |
de Boer et al. | QuOnt: an ontology for the reuse of quality criteria | |
CN115600766B (zh) | 跨省区电力交易路径搜索方法、系统、设备及存储介质 | |
Guo et al. | Research on distributed flexible job shop scheduling problem for large equipment manufacturing enterprises considering energy consumption | |
Zhang et al. | Supply-demand matching in non-cooperative social networks | |
Jiang et al. | OPTIMIZATION AND SIMULATION OF GARMENT PRODUCTION LINE BALANCE BASED ON IMPROVED GA. | |
CN115051928B (zh) | 一种多主体一体化研发仿真平台构建方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |