CN112085290A - 一种区域配电网设备资产绩效水平优化方法 - Google Patents

一种区域配电网设备资产绩效水平优化方法 Download PDF

Info

Publication number
CN112085290A
CN112085290A CN202010980045.5A CN202010980045A CN112085290A CN 112085290 A CN112085290 A CN 112085290A CN 202010980045 A CN202010980045 A CN 202010980045A CN 112085290 A CN112085290 A CN 112085290A
Authority
CN
China
Prior art keywords
evaluation
index
indexes
distribution network
matrix
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.)
Pending
Application number
CN202010980045.5A
Other languages
English (en)
Inventor
吴建斌
王正
齐慧文
谷志红
邢晓霞
白桦
张�荣
温燕萍
张翔宇
余雪
薛帆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Economic and Technological Research Institute of State Grid Shanxi Electric Power Co Ltd
Original Assignee
North China Electric Power University
Economic and Technological Research Institute of State Grid Shanxi Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by North China Electric Power University, Economic and Technological Research Institute of State Grid Shanxi Electric Power Co Ltd filed Critical North China Electric Power University
Priority to CN202010980045.5A priority Critical patent/CN112085290A/zh
Publication of CN112085290A publication Critical patent/CN112085290A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Educational Administration (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明涉及一种区域配电网设备资产绩效水平优化方法,包括如下步骤:S10基于主观赋权法和客观赋权法,建立区域配电网设备资产绩效水平评价模型;S20选取某区域配电网下的n个评价对象,并为所述n个对象选取m个评价指标;S30将所述评价对象和评价指标输入步骤S10的评价模型,得到指标评价值矩阵e和最优对象;S40根据所述最优对象和指标评价值矩阵,采用反向追踪方法确定每个评价对象的指标偏差贡献率,贡献率较大的前p个评价指标为偏差指标,p<m,S50调整该p个评价指标对应的评价项目以优化该区域配电网设备资产绩效水平。通过该优化方法,可以更好的判断绩效水平的优劣部分,通过对绩效水平差的因素进行改进,进一步提高区域配电网的绩效水平。

Description

一种区域配电网设备资产绩效水平优化方法
技术领域
本发明涉及配电系统领域,具体涉及一种区域配电网设备资产绩效水平优化方法。
背景技术
配电网是电网重要的组成部分,和广大用户紧密关联,配电网对实现用户可靠电力供应,促进地区经济发展,保持社会和谐稳定发挥着至关重要的作用,配电网的“绩”就是业绩,体现电网企业的利润目标,“效”就是效率、效果、方式,是一种行为,体现的是配电网设备资产的利用效率。配电网设备资产绩效水平表示在一定时期内的投入产出情况,其中投入是配电网中人力、物力、时间等物质方面的一些资源,产出是针对配电网任务在数量、质量及效率方面的完成情况。配电网设备资产绩效水平评价旨在全面衡量配电网的工作水平,通过对评价结果的分析,进一步提高配电网设备资产的绩效水平,但现有的区域配电网绩效水平评价系统未进行反向追踪找出该区域最薄弱的环节,致使区域配电网绩效水平低下,成本过高。
发明内容
针对上述现有技术的不足,本发明旨在提供一种区域配电网设备资产绩效水平优化方法,目的是反向追踪找到某一区域配电网设备资产的薄弱环节,更合理的对该区域配电网设备资产进行规划。
本发明提供了如下的技术方案;
一种区域配电网设备资产绩效水平优化方法,包括如下步骤:
S10、基于主观赋权法和客观赋权法,建立区域配电网设备资产绩效水平评价模型;
S20、选取某区域配电网下的n个评价对象,并为所述n个对象选取m个评价指标;
S30、将所述评价对象和评价指标输入步骤S10的评价模型,得到指标评价值矩阵e和N个评价对象的综合评价值,确定综合评价值最大的评价对象k为最优对象,所述指标评价矩阵e元素为eij,其中i=1,2,...,n、j=1,2,...m;
S40、根据所述最优对象k和指标评价值矩阵e,采用反向追踪方法计算各个评价对象的指标偏差贡献率,按照从大到小排序,确定每个评价对象的指标偏差贡献率较大的前p个评价指标作为评价指标,p<m;
S50、基于所述指标偏差贡献率计算结果,调整所述偏差指标对应的评价项目以优化该区域配电网设备资产绩效水平。
进一步的,在所述步骤S50之前还包括如下步骤:
S41、为步骤S40确定的所述前p个评价指标确定L个下一级评价指标,L>p;
S42、将所述n个评价对象为评价对象、L个下一级评价指标为评价指标,再次执行步骤S30、S40。
进一步的,步骤S10所述的区域配电网设备资产绩效水平评价模型包括以下子步骤:
S101、基于主观赋权法建立指标评价值矩阵;
S102、基于所述指标评价值矩阵,利用客观赋权法计算评价对象的综合评价值。
进一步的,步骤S101还包括以下子步骤:
S1011、基于多个待评价对象和多个待评价指标形成评价指标特征矩阵A;
S1012、对评价指标特征矩阵A进行规范化得到规范化矩阵Z';
S1013、对各个评价指标赋予权重wj,j=1,2,...m,基于规范化矩阵Z'得到加权矩阵Z,所述加权矩阵Z即为指标评价值矩阵;
Zij=wjZ'ij(i=1,2,...,n,j=1,2,...,m)。
进一步的,步骤S102还包括以下子步骤:
S1021、基于下式分别确定指标评价值矩阵中的理想解Z*与负理想解Z-
Figure BDA0002687217340000021
Figure BDA0002687217340000022
其中,J代表越大越优型目标集;J'代表越小越优型目标集;
S1022、基于下式确定指标评价值矩阵中每个评价对象的指标评价值与所述理想解和负理想解的欧式距离:
Figure BDA0002687217340000023
Figure BDA0002687217340000031
S1023、根据所述欧氏距离,基于下式计算每个评价对象与最优方案的相对贴近度,所述相对贴近度为每个评价对象的综合评价值:
Figure BDA0002687217340000032
进一步的,步骤S40中的反追踪方法包括以下子步骤:
S401、基于下式计算指标评价矩阵中其它评价对象的指标评价值eij与所述最优对象的指标评价值ekj的基本偏差率εij k≠i,i=1,2,...,n,j=1,2,...,m,得到指标偏差率矩阵ε;
Figure BDA0002687217340000033
S402、根据指标偏差率矩阵ε和各指标的权重μj,基于下式计算各个评价对象的各个指标偏差贡献率λij其中i=1,2,...,n,j=1,2,...,m,
ηij=εijμj。
Figure BDA0002687217340000034
进一步的,步骤S20所述的评价指标为区域配电网设备资产绩效水平的三级指标,包括从成本投入型指标、投资产出型指标、运行效率型指标、电能可靠性指标、电能安全性指标、用户满意度指标、电动汽车指标、煤改电指标和新能源指标中选择的多个指标。
通过采用上述技术方案,本发明的有益效果为:
本发明从经济、服务、环境三个维度量化影响指标及设计相应的追踪流程,用于识别配电网绩效水平,并根据识别结果进一步追踪到影响配电网绩效水平的具体影响因素,通过这些细化后的具体影响因素,可以更好的判断绩效水平的优劣部分,通过对绩效水平差的因素进行改进,进一步提高区域配电网的绩效水平。
附图说明
图1为区域配电网设备资产绩效水平综合评价方法流程图
图2为区域配电网设备资产绩效水平反向追踪方法流程图
具体实施方式
下面将结合本发明说明书中的附图,对发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明公开了一种区域配电网设备资产绩效水平优化方法,评价方法如下步骤:
S10、基于主观赋权法和客观赋权法,建立区域配电网设备资产绩效水平评价模型;
S20、选取某区域配电网下的n个评价对象,并为n个对象选取m个评价指标;
S30、将评价对象和评价指标输入步骤S10的评价模型,得到指标评价值矩阵e和N个评价对象的综合评价值,确定综合评价值最大的评价对象K为最优对象,指标评价矩阵e元素为eij,其中i=1,2,...,n、j=1,2,...m;
Figure BDA0002687217340000041
S40、根据所述最优对象k和指标评价值矩阵e,采用反向追踪方法计算各个评价对象的指标偏差贡献率,按照从大到小排序,确定每个评价对象的指标偏差贡献率较大的前p个评价指标作为偏差指标,p<m;
S50、基于所述指标偏差贡献率计算结果,调整所述偏差指标对应的评价项目以优化该区域配电网设备资产绩效水平。
偏差贡献率最大的指标是造成该区域配电网绩效水平评价对象与最优评价对象间差异的主要因素,以此类推,分析导致该区域配电网绩效水平评价对象与最优评价对象差异原因。
若需要对评价指标进一步细化,确定更细一级评价指标对绩效水平的影响时,该方法在步骤S50之前还可以包括如下步骤:
S41、为步骤S40确定的所述前p个评价指标确定L个下一级评价指标,L>p;
S42、将所述n个评价对象为评价对象、L个下一级评价指标为评价指标,再次执行步骤S30、S40。
其中,步骤S10基于主观赋权法和客观赋权法,建立区域配电网设备资产绩效水平评价模型的步骤可以为;
S101、基于主观赋权法—AHP法建立指标评价值矩阵;
具体建立方法可以为;
S1011、基于n个待评价对象和m个待评价指标形成评价指标特征矩阵A;
A=(aij)n×m(i=1,2,...,n,j=1,2,...,m)
S1012、对评价指标特征矩阵A进行规范化得到规范化矩阵Z';
S1013、对各个评价指标赋予权重wj,j=1,2,...m,基于规范化矩阵Z'得到加权矩阵Z,所述加权矩阵Z即为指标评价值矩阵;
Zij=wjZ'ij(i=1,2,...,n,j=1,2,...,m)。
其中权重wj的确定由专家对各区域配电网绩效水平评价指标以1~9标度进行两两比较得出,要求通过一致性检验CI<0.1,如果不一致,需要专家调整比较指标的相对重要度;
S102、基于所述指标评价值矩阵,利用客观赋权法—TOPSIS法计算评价对象的综合评价值
具体方法可以为;
S1021、基于下式分别确定指标评价值矩阵中的理想解Z*与负理想解Z-
Figure BDA0002687217340000051
Figure BDA0002687217340000052
其中,J代表越大越优型目标集;J'代表越小越优型目标集;
S1022、基于下式确定指标评价值矩阵中每个评价对象的指标评价值与所述理想解和负理想解的欧式距离:
Figure BDA0002687217340000061
Figure BDA0002687217340000062
S1023、根据所述欧氏距离,基于下式计算每个评价对象与最优方案的相对贴近度,所述相对贴近度为每个评价对象的综合评价值:
Figure BDA0002687217340000063
贴近度越大,说明该评价对象的综合评价值越高。
其中步骤S40中反向追踪方法可以为;
S401、基于下式计算指标评价矩阵中其它评价对象的指标评价值eij与所述最优对象的指标评价值ekj的基本偏差率εij k≠i,i=1,2,...,n,j=1,2,...,m,得到指标偏差率矩阵ε;
Figure BDA0002687217340000064
Figure BDA0002687217340000065
S402、根据指标偏差率矩阵ε和各指标的权重μj,基于下式计算各个评价对象的各个指标偏差贡献率λij其中i=1,2,...,n,j=1,2,...,m,
ηij=εijμj
Figure BDA0002687217340000066
本文中所指的区域为根据电网公司在2013~2020年的配电网滚动规划方案,以及不同区域差异化经济相关特性,将配电网供电区域划分成的A+、A、B、C、D五类。
本文中所指的指标可以为区域配电网设备资产绩效水平目标层、准则层和方案层3个层次下的经济、环境和服务3个维度下的三级指标,
经济维度下的三级指标包括成本投入型、投资产出型和运行效率型3个指标,各自又可以进一步细化;
成本投入型指标进一步包括年度平均投资成本、年度运行成本、年度检修维护成本、年度故障成本、退役处置成本、单位容量变电造价、单位容量输电造价7个四级指标;
投资产出型指标进一步包括年售电量、年售电收入、单位资产售电收益3个四级指标;
运行效率型指标进一步包括投资收益率、投资回收期、配电网综合线损率3个四级指标。
环境维度下的三级指标包括电动汽车、煤改电和新能源3个指标,各自又可以进一步细化;
电动汽车指标进一步包括包括电动汽车充电量占比、电动汽车减排量2个四级指标;
煤改电指标进一步包括煤改电用户比例、煤改电减排量2个四级指标;
新能源指标进一步包括新能源并网电量占比、弃风弃光率2个四级指标。
服务维度下的三级指标包括电能可靠性、电能安全性和用户满意度3个指标,
电能可靠性指标进一步包括容载比、年负荷率、电压合格率、供电可靠率、智能变电站比例、配电自动化比例、用户平均停电时长、用户年均停电次数8个四级指标;
电能安全性指标进一步包括配电网年事故次数、年事故伤亡人数2个四级指标;
用户满意度包括用户投诉次数、带电作业次数2个四级指标。
选取n个配电网绩效水平评价对象,和m个评价指标,假设评价指标为经济、服务、环境维度下的三级指标,通过执行步骤S30、S40得到各个评价对象自身三级指标偏差贡献率λij,按照从大到小的顺序排序,假设各个评价对象自身三级指标偏差贡献率较大的前1/3个三级指标为偏差指标,若需要进一步分析该偏差指标之下的四级指标,来具体细化分析造成绩效水平低的具体因素,则以该偏差指标之下的四级指标为配电网绩效水平评价指标,原n个配电网绩效水平评价对象为评价对象,继续执行S30、S40得到各个评价对象自身四级指标偏差贡献率λij,此时,各个评价对象自身四级指标偏差贡献率λij可以满足评价要求,对各个评价对象自身四级指标偏差贡献率λij结果进行分析,偏差率贡献率最大的指标是造成该区域配电网绩效水平评价对象与最优评价对象间差异的主要因素,以此类推,分析导致该区域配电网绩效水平评价对象与最优评价对象差异原因。
实施例1
根据2019年各地区配电网运行状况和统计数据,以某市的三个区(A、B、C)作为研究对象,从成本投入、投资产出、运行效率、安全可靠、用户满意、环境保护等多个指标评估实际状况及存在问题。
借助本发明提出的绩效水平追踪方法,A、B、C三个区域配电网资产综合绩效评估等级分别为较差、良好和适中。同时,A区域大部分指标与较差等级关联性较高,追踪与差等级关联性较高的指标,如单位容量变电造价、带电作业次数、风电光伏装机容量。未来A区域配电网规划发展考虑降低变电造价成本、增加带电作业次数、提高清洁能源装机容量;B区域追踪大部分指标与良好等级关联性较高,但容载比、煤改电用户数指标与差等级关联度较高,年度检修维护成本、资产负债率、用户投诉次数、煤改电用户比例与较差等级关联度高。整体而言,B区域配电网绩效水平较好,未来规划管理需要着重考虑提高容载比、推动煤改电等问题。还需要考虑减少检修维护费用,提升电能供给的优质服务水平;C区域追踪大部分指标与适中等级关联性较高,但年度故障处置成本、智能变电站比例、配电网年事故次数、用户平均停电时长、新能源并网电量五项指标与差等级关联度较高,未来C区域区需要重点针对配电网安全可靠运行方面加强管理,通过采用智能设备、优化中压配电网结构,实现减少事故发生、停电次数的目的,降低故障处置成本。通过科学合理的配网规划打通新能源输送通道,减少弃风弃光量,增加风电、光伏等新能源并网比例。
本发明的有益效果为:本发明从经济、服务、环境三个维度量化影响指标及设计相应的追踪流程,用于识别配电网绩效水平,并根据识别结果进一步追踪到影响配电网绩效水平的具体影响因素,通过这些细化后的具体影响因素,可以更好的判断绩效水平的优劣部分,通过对绩效水平差的因素进行改进,进一步提高区域配电网的绩效水平。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (7)

1.一种区域配电网设备资产绩效水平优化方法,包括如下步骤:
S10、基于主观赋权法和客观赋权法,建立区域配电网设备资产绩效水平评价模型;
S20、选取某区域配电网下的n个评价对象,并为所述n个对象选取m个评价指标;
S30、将所述评价对象和评价指标输入步骤S10的评价模型,得到指标评价值矩阵e和N个评价对象的综合评价值,确定综合评价值最大的评价对象k为最优对象,所述指标评价矩阵e元素为eij,其中i=1,2,...,n、j=1,2,...m;
S40、根据所述最优对象k和指标评价值矩阵e,采用反向追踪方法计算各个评价对象的指标偏差贡献率,按照从大到小排序,确定每个评价对象的指标偏差贡献率较大的前p个评价指标作为偏差指标,p<m;
S50、基于所述指标偏差贡献率计算结果,调整所述偏差指标对应的评价项目以优化该区域配电网设备资产绩效水平。
2.根据权利要求1所述的优化方法,其特征在于:在所述步骤S50之前还包括如下步骤:
S41、为步骤S40确定的所述前p个评价指标确定L个下一级评价指标,L>p;
S42、将所述n个评价对象为评价对象、L个下一级评价指标为评价指标,再次执行步骤S30、S40。
3.根据权利要求1所述的优化方法,其特征在于:步骤S10所述的区域配电网设备资产绩效水平评价模型包括以下子步骤:
S101、基于主观赋权法建立指标评价值矩阵;
S102、基于所述指标评价值矩阵,利用客观赋权法计算评价对象的综合评价值。
4.根据权利要求3所述的优化方法,其特征在于:步骤S101还包括以下子步骤:
S1011、基于多个待评价对象的多个待评价指标形成评价指标特征矩阵A;
S1012、对评价指标特征矩阵A进行规范化得到规范化矩阵Z';
S1013、对各个评价指标赋予权重wj,j=1,2,...m,基于规范化矩阵Z'得到加权矩阵Z,所述加权矩阵Z即为指标评价值矩阵;
Zij=wjZ′ij(i=1,2,...,n,j=1,2,...,m)。
5.根据权利要求4所述的优化方法,其特征在于:步骤S102还包括以下子步骤:
S1021、基于下式分别确定指标评价值矩阵中的理想解Z*与负理想解Z-
Figure FDA0002687217330000021
Figure FDA0002687217330000022
其中,J代表越大越优型目标集;J'代表越小越优型目标集;;
S1022、基于下式确定指标评价值矩阵中每个评价对象的指标评价值与所述理想解和负理想解的欧式距离:
Figure FDA0002687217330000023
Figure FDA0002687217330000024
S1023、根据所述欧氏距离,基于下式计算每个评价对象与最优方案的相对贴近度,所述相对贴近度为每个评价对象的综合评价值:
Figure FDA0002687217330000025
6.根据权利要求1所述的优化方法,其特征在于:步骤S40中的反追踪方法包括以下子步骤:
S401、基于下式计算指标评价矩阵中其它评价对象的指标评价值eij与所述最优对象的指标评价值ekj的基本偏差率εij,k≠i,i=1,2,...,n,j=1,2,...,m,得到指标偏差率矩阵ε;
Figure FDA0002687217330000026
S402、根据指标偏差率矩阵ε和各指标的权重μj,基于下式计算各个评价对象的各个指标偏差贡献率λij,其中i=1,2,...,n,j=1,2,...,m,
ηi j=εijμj
Figure FDA0002687217330000031
7.根据权利要求1所述的优化方法,其特征在于:步骤S20所述的评价指标为区域配电网设备资产绩效水平的三级指标,包括从成本投入型指标、投资产出型指标、运行效率型指标、电能可靠性指标、电能安全性指标、用户满意度指标、电动汽车指标、煤改电指标和新能源指标中选择的多个指标。
CN202010980045.5A 2020-09-17 2020-09-17 一种区域配电网设备资产绩效水平优化方法 Pending CN112085290A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010980045.5A CN112085290A (zh) 2020-09-17 2020-09-17 一种区域配电网设备资产绩效水平优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010980045.5A CN112085290A (zh) 2020-09-17 2020-09-17 一种区域配电网设备资产绩效水平优化方法

Publications (1)

Publication Number Publication Date
CN112085290A true CN112085290A (zh) 2020-12-15

Family

ID=73738097

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010980045.5A Pending CN112085290A (zh) 2020-09-17 2020-09-17 一种区域配电网设备资产绩效水平优化方法

Country Status (1)

Country Link
CN (1) CN112085290A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112785060A (zh) * 2021-01-25 2021-05-11 国网山西省电力公司经济技术研究院 一种配电网精益化运维水平优化方法
CN115659188A (zh) * 2022-12-29 2023-01-31 四川观想科技股份有限公司 一种基于事件关联的装备健康管理异常定位方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5283100B1 (ja) * 2013-01-31 2013-09-04 国際航業株式会社 太陽光発電ポテンシャル評価装置、及び太陽光発電ポテンシャル評価プログラム
CN109472625A (zh) * 2018-11-19 2019-03-15 上海中信信息发展股份有限公司 追溯参与方贡献度的评价方法及系统
WO2019100504A1 (zh) * 2017-11-22 2019-05-31 北京科东电力控制系统有限责任公司 构建基于大数据技术的电力交易指标体系的方法
CN109858758A (zh) * 2018-12-29 2019-06-07 中国电力科学研究院有限公司 一种配电网电能质量的组合赋权评估方法及系统
CN111525554A (zh) * 2020-04-22 2020-08-11 国网山西省电力公司电力科学研究院 一种基于贡献度的高损原因识别方法及系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5283100B1 (ja) * 2013-01-31 2013-09-04 国際航業株式会社 太陽光発電ポテンシャル評価装置、及び太陽光発電ポテンシャル評価プログラム
WO2019100504A1 (zh) * 2017-11-22 2019-05-31 北京科东电力控制系统有限责任公司 构建基于大数据技术的电力交易指标体系的方法
CN109472625A (zh) * 2018-11-19 2019-03-15 上海中信信息发展股份有限公司 追溯参与方贡献度的评价方法及系统
CN109858758A (zh) * 2018-12-29 2019-06-07 中国电力科学研究院有限公司 一种配电网电能质量的组合赋权评估方法及系统
CN111525554A (zh) * 2020-04-22 2020-08-11 国网山西省电力公司电力科学研究院 一种基于贡献度的高损原因识别方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孙蕾: "智能电网管理评价指标体系与多属性分析模型研究", 中国优秀博士学位论文全文数据库 经济与管理科学辑, no. 12, pages 2 - 130 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112785060A (zh) * 2021-01-25 2021-05-11 国网山西省电力公司经济技术研究院 一种配电网精益化运维水平优化方法
CN115659188A (zh) * 2022-12-29 2023-01-31 四川观想科技股份有限公司 一种基于事件关联的装备健康管理异常定位方法
CN115659188B (zh) * 2022-12-29 2023-06-23 四川观想科技股份有限公司 一种基于事件关联的装备健康管理异常定位方法

Similar Documents

Publication Publication Date Title
CN102521652B (zh) 一种电网运营效率评价决策方法
Begovic et al. Impact of renewable distributed generation on power systems
Cheng et al. One step-ahead ANFIS time series model for forecasting electricity loads
CN107516170A (zh) 一种基于设备故障概率和电网运行风险的差异自愈控制方法
CN107730076B (zh) 一种区域配电网设备综合利用效率分析方法
CN112085290A (zh) 一种区域配电网设备资产绩效水平优化方法
CN108182485A (zh) 一种配电网检修时机优化方法及系统
CN105244873A (zh) 故障风险及全寿命周期成本影响的配电变压器优选方法
CN116821660A (zh) 一种电力管理方法、系统、终端设备及存储介质
Melgar-Dominguez et al. A robust multiobjective strategy for short-term distribution system upgrading to increase the distributed generation hosting capacity
Raouf Mohamed et al. Distributed battery energy storage systems operation framework for grid power levelling in the distribution networks
CN114386753A (zh) 一种基于主变负载状况的设备风险综合分析预警方法
Staudt et al. Predicting transmission line congestion in energy systems with a high share of renewables
CN115693652A (zh) 基于电力平衡和性能成本的配电网网架优化方法及装置
CN112734274B (zh) 一种低碳电网运营主导影响因素挖掘及综合评估方法
Moridi et al. Prioritizing power outages causes in different scenarios of the global business network matrix by using Bwm and Topsis
CN115577996B (zh) 一种电网停电计划的风险评估方法、系统、设备和介质
Moslemi et al. A machine learning based demand charge management solution
CN111861587A (zh) 一种基于隐马尔可夫模型和向前算法的居民用电行为分析的系统及方法
CN112001551B (zh) 一种基于大用户电量信息的地市电网售电量预测方法
CN115130842A (zh) 风光火一体化基地配置方法及装置
Marinakis et al. Energy management 4.0
Saha et al. Short-Term Electricity Consumption Forecasting: Time-Series Approaches
CN111932138A (zh) 一种基于高斯混合模型和期望极大算法的居民用电行为分析的系统及方法
Heilmann The impact of transparency policies on local flexibility markets in electrical distribution networks: A case study with artificial neural network forecasts

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
TA01 Transfer of patent application right

Effective date of registration: 20220114

Address after: 030001 15th floor, building 1, No.89, Fudong street, Xinghualing District, Taiyuan City, Shanxi Province

Applicant after: ECONOMIC RESEARCH INSTITUTE OF STATE GRID SHANXI ELECTRIC POWER Co.

Address before: 030002 15th floor, building 1, No.89, Fudong street, Xinghualing District, Taiyuan City, Shanxi Province

Applicant before: ECONOMIC RESEARCH INSTITUTE OF STATE GRID SHANXI ELECTRIC POWER Co.

Applicant before: North China Electric Power University

TA01 Transfer of patent application right