CN112098772A - 一种配电网线变关系异常识别判定方法 - Google Patents
一种配电网线变关系异常识别判定方法 Download PDFInfo
- Publication number
- CN112098772A CN112098772A CN202010825683.XA CN202010825683A CN112098772A CN 112098772 A CN112098772 A CN 112098772A CN 202010825683 A CN202010825683 A CN 202010825683A CN 112098772 A CN112098772 A CN 112098772A
- Authority
- CN
- China
- Prior art keywords
- voltage
- distribution
- phase
- line
- waveform
- 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.)
- Withdrawn
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/086—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种配电网线变关系异常识别判定方法,包括以下步骤:基于异常值检测的配变电压噪声处理,基于滑窗算法的电压采集点波形曲线稳定性计算,基于归算方法的三相不平衡中性点偏移还原,基于皮尔逊相关性系数的电压曲线计算方法,用以判断电压曲线的相似程度;基于层次聚类法的拓扑异常聚类;故障判定。本发明通过在集中电网海量运行数据的基础上,通过配变电压波形层次聚类方法,通过研究利用电压波形相似性的业务特征反映拓扑结构运行态势,精准识别台账和电网拓扑数据,并且基于电压曲线波形相关性系数使用层次聚类实现拓扑结构精准识别,全面提升配电网拓扑结构准确性、真实性;并通过二次比对,快速确定故障类型。
Description
技术领域
本发明属于配电网技术领域,特别是涉及一种配电网线变关系异常识别判定方法。
背景技术
随着电网精益化管理需求的不断提升,配电网拓扑结构作为各业务系统重要的基础数据,其正确与否直接影响配电网抢修、停电管理、线损计算、优质服务等核心业务的开展。为更好的服务客户用电需求,国家每年新规划的配电网线路数量持续不断增长,配电网拓扑结构混乱问题也渐渐显现。如何准确把握配电网系统拓扑结构的实时动态、打通线上数据与线下数据的一致、静态数据与动态数据的联动、数据治理与业务管理的衔接、数据挖掘与作用发挥的匹配等一系列困扰已久的难题,是亟待解决的现实问题。
发明内容
本发明的目的在于提供一种配电网线变关系异常识别判定方法,通过在集中电网海量运行数据的基础上,通过配变电压波形层次聚类方法,通过研究利用电压波形相似性的业务特征反映拓扑结构运行态势,精准识别台账和电网拓扑数据,方便进行异常预警,解决传统人工现场核对拓扑结构耗时、耗力及效率低下问题,打通线上、线下数据一致性;并且基于电压曲线波形相关性系数使用层次聚类实现拓扑结构精准识别,全面提升配电网拓扑结构准确性、真实性。
为解决上述技术问题,本发明是通过以下技术方案实现的:
本发明为一种配电网线变关系异常识别判定方法,包括以下步骤:
步骤一:噪声处理
通过采用异常值检测的方式对采集的电压数据中噪声进行处理;其中,将采集的电压数据进行偏差分析,并对其中不遵守标准电压分布和回归方程的数据进行识别,通过数据库中的业务异常电压规则库检查识别出的数据后,通过不同属性间的约束来检测和清理数据;
步骤二:电压采集点波形曲线稳定性计算
通过采用滑槽算法和标准差算法计算出电压采集点波形曲线稳定临界点;
其中,在滑窗算法中通过限制各个时间窗口内所能接收的最大信元数对业务量进行控制,设选取待计算的数量为N,随机选择k个时间点并按时间排序,得到时间序列T={t0,t1,…,tk-1},在T上计算任意两个对象之间的相关系数,得到N*N矩阵P(n,n),按此方法在数据上以滑窗形式采集电压数据,然后求其标准差,整体对所有标准差求均值,再次滑窗计算,最终计算电压数据稳定性的最小临界点;
步骤三:基于归算方法的三相不平衡中性点偏移还原
对出现三相不平衡现象的配变电压数据做配变出口电压归算的处理;
其中,将配变A/B/C三相电压数据,通过迭代法和余弦定理求出三相平衡时的理论出口电压;当配变三相负荷平衡时,配变出口三相电压大小相等,可用其中一相电压来代表配变出口电压;
步骤四:基于皮尔逊相关性系数的电压曲线计算
在完成配变三相负荷配变出口电压归算后,按供电单位和线路计算同一线路下任意两个配变之间的关系;其中通过采用相关性系数中的皮尔逊相关系数计算方法来计算电压曲线之间的相似性,根据相关系数的大小判断电压曲线的相似程度;
步骤五:拓扑结构判定
在得到电压曲线皮尔逊相关性系数计算结果后,通过采用层次聚类法处理异常的变压器电压波形与其他该线路配变下的电压波形之间的关系,实现异常配变电压波形类别分离;
步骤六:故障类型判断
将异常配变电压波形分离后,将异常配变电压波形的特征值与波形库中的特征值进行比对,当特征值的差值低于设定阈值时,判定出故障波形以及故障类型。
进一步地,所述步骤三的基于归算方法的三相不平衡中性点偏移还原包括以下子步骤:
Stp31:设A、B、C代表配变电压三相,AN、BN、CN线段表示三相负荷平衡时配变出口三相电压的大小;AN′、BN′、CN′线段表示三相负荷不平衡时配变出口三相电压的大小;三角形ABC为等边三角形;AB、AC、BC线段表示配变出口线电压大小;
Stp32:通过理论推导可以得到AN′、BN′、CN′与AN、BN、CN之间存在的关系;
假设AN=BN=CN=x,则AB=x,根据余弦定理可知:
同时又有:
<BAN'+<CAN'=60°
AB=AC
联立可以得到
Stp33:当三相负荷不平衡配变的配变出口电压大小AN′、BN′、CN′已知时,上式中只存在1个未知数AB(即配变出口线电压),因此可以通过牛顿迭代法求得AB,进而求出三相平衡时的配变出口相电压AN=BN=CN。
进一步地,所述步骤五的拓扑结构判定包括以下子步骤:
Stp51:层次聚类法在聚类初始化的时候为每一个元素单独作为一类,计算任意两类之间的距离,距离最短的两类合并成一类,并计算新类与其他类之间的距离,重复合并直至所有类之间的距离大于某个阈值或者剩余的类数量小于某个数值,其中选择皮尔逊系数作为度量标准;
Stp52:在已知线路下所有配变之间的皮尔逊系数矩阵中,该矩阵中包含了任意两个配变之间的皮尔逊系数,这些数值的分布情况将通过核密度估计拟合得到一个概率密度曲线;
其中,该线路下正确配变数量为未知量,则将求的拐点作为阈值;
Stp53:在使用了皮尔逊系数作为距离度量后,linkage method采用组平均法,使用组平均法进行计算时,每一次合并两类为一类,将皮尔逊系数矩阵中的对应的两行求均值合并成一行,并删除掉对应的列。
进一步地,所述步骤六中的波形库中存储有配变电网的常见故障波形以及故障波形与故障类型的对应关系。
本发明具有以下有益效果:
本发明在集中电网海量运行数据的基础上,通过配变电压波形层次聚类方法,通过研究利用电压波形相似性的业务特征反映拓扑结构运行态势,精准识别台账和电网拓扑数据,方便进行异常预警,解决传统人工现场核对拓扑结构耗时、耗力及效率低下问题,打通线上、线下数据一致性;并且基于电压曲线波形相关性系数使用层次聚类实现拓扑结构精准识别,全面提升配电网拓扑结构准确性、真实性;并通过二次比对,可以快速确定故障类型,实现了快速反应。
当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为一种配电网线变关系异常识别判定方法的流程图;
图2为噪声处理前后的电压波形对比图;
图3为皮尔逊相关性系数图;
图4为步骤三中的配电三相不平衡的理论示意图;
图5为步骤五中的概率密度曲线;
图6为步骤五中的概率密度曲线进行滤波过滤后的图形;
图7为步骤五中的F(t)变换后示例。
具体实施方式
下面将结合本发明实施例中的附图,对本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。
在本发明的描述中,需要理解的是,术语“开孔”、“上”、“下”、“厚度”、“顶”、“中”、“长度”、“内”、“四周”等指示方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的组件或元件必须具有特定的方位,以特定的方位构造和操作,因此不能理解为对本发明的限制。
请参阅图1-7所示,本发明为一种配电网线变关系异常识别判定方法,包括以下步骤:
步骤一:噪声处理
通过采用异常值检测的方式对采集的电压数据中噪声进行处理;基于异常值检测的配变电压噪声处理,解决偏离期望值的数据对数据分析造成的错误识别;其中,将采集的电压数据进行偏差分析,并对其中不遵守标准电压分布和回归方程的数据进行识别,通过数据库中的业务异常电压规则库检查识别出的数据后,通过不同属性间的约束来检测和清理数据,噪声处理结果如图2所示;
在噪声处理的同时需要对电压极值进行处理,减少极值对模型计算的干扰。根据皮尔逊相关性系数可知系数越接近于1,相关性就越强,系数越接近于0,相关性就越弱;本申请中采取系数大于0的标准对配变电压进行最低标准分析,确定影响模型计算的电压最大、最小阈值范围为250和190的范围标准,如图3所示为电压变动情况下电压曲线相关系数变化的过程;
步骤二:电压采集点波形曲线稳定性计算
通过采用滑槽算法和标准差算法计算出电压采集点波形曲线稳定临界点;通过基于滑窗算法的电压采集点波形曲线稳定性计算,提升拓扑结构识别的准确性;
其中,在滑窗算法中通过限制各个时间窗口内所能接收的最大信元数对业务量进行控制,设选取待计算的数量为N,随机选择k个时间点并按时间排序,得到时间序列T={t0,t1,…,tk-1},在T上计算任意两个对象之间的相关系数,得到N*N矩阵P(n,n),按此方法在数据上以滑窗形式采集电压数据,然后求其标准差,整体对所有标准差求均值,再次滑窗计算,最终计算电压数据稳定性的最小临界点;
步骤三:基于归算方法的三相不平衡中性点偏移还原
对出现三相不平衡现象的配变电压数据做配变出口电压归算的处理;基于归算方法的三相不平衡中性点偏移还原,解决配变的高压侧中性点发生偏移对电压波形的干扰;
其中,将配变A/B/C三相电压数据,通过迭代法和余弦定理求出三相平衡时的理论出口电压;当配变三相负荷平衡时,配变出口三相电压大小相等,可用其中一相电压来代表配变出口电压;
步骤四:基于皮尔逊相关性系数的电压曲线计算
在完成配变三相负荷配变出口电压归算后,按供电单位和线路计算同一线路下任意两个配变之间的关系;其中通过采用相关性系数中的皮尔逊相关系数计算方法来计算电压曲线之间的相似性,根据相关系数的大小判断电压曲线的相似程度;
皮尔逊相关系数是用于度量两个变量X和Y之间的线性相关,其值介于-1与1之间。相关系数定量地刻画了X和Y的相关程度,即|PXY|越大,相关程度越大。皮尔逊相关系数的计算公式如下:
公式中的XY分别代表某线路下任意两个配变的三相归压后的电压值,N代表电压数据采集点数量;
皮尔逊系数计算两个一维向量之间的相关性,表现为数值是成对匹配。在计算两个拓扑电压A、B之间的皮尔逊系数时,若A中在k位置的数值为空值,则B中k位置的数据不参与皮尔逊系数的计算,反之亦然;
由于用采系统电压采集的不稳定性,可能存在偏移一个采样点。在实际的处理过程中不知道时钟是否发生偏移,不知道偏移的方向,唯一知道的是时钟偏移不会超过一个采样点。因此按照不偏移、提前一个采样点、滞后一个采样点,分别计算两个配变电压之间的相关性系数,并选取最大值作为最终结果。
步骤五:拓扑结构判定
在得到电压曲线皮尔逊相关性系数计算结果后,通过采用层次聚类法处理异常的变压器电压波形与其他该线路配变下的电压波形之间的关系,实现异常配变电压波形类别分离;
步骤六:故障类型判断
将异常配变电压波形分离后,将异常配变电压波形的特征值与波形库中的特征值进行比对,当特征值的差值低于设定阈值时,判定出故障波形以及故障类型;
其中,所述步骤六中的波形库中存储有配变电网的常见故障波形以及故障波形与故障类型的对应关系;其中特征值的提取公式为:
进一步地,所述步骤三的基于归算方法的三相不平衡中性点偏移还原包括以下子步骤:
Stp31:如图4所示,设A、B、C代表配变电压三相,AN、BN、CN线段表示三相负荷平衡时配变出口三相电压的大小;AN′、BN′、CN′线段表示三相负荷不平衡时配变出口三相电压的大小;三角形ABC为等边三角形;AB、AC、BC线段表示配变出口线电压大小;
Stp32:通过理论推导可以得到AN′、BN′、CN′与AN、BN、CN之间存在的关系;
假设AN=BN=CN=x,则AB=x,根据余弦定理可知:
同时又有:
<BAN'+<CAN'=60°
AB=AC
联立可以得到
Stp33:当三相负荷不平衡配变的配变出口电压大小AN′、BN′、CN′已知时,上式中只存在1个未知数AB(即配变出口线电压),因此可以通过牛顿迭代法求得AB,进而求出三相平衡时的配变出口相电压AN=BN=CN。
其中,所述步骤五的拓扑结构判定包括以下子步骤:
Stp51:层次聚类法在聚类初始化的时候为每一个元素单独作为一类,计算任意两类之间的距离,距离最短的两类合并成一类,并计算新类与其他类之间的距离,重复合并直至所有类之间的距离大于某个阈值或者剩余的类数量小于某个数值,其中选择皮尔逊系数作为度量标准,由于皮尔逊系数值与距离是相反的,因此设定距离的截止阈值表示大于该值的两类不会合并成一类,迁移到皮尔逊系数上则对应小于某个数值的两类不会合并成一类;
Stp52:在已知线路下所有配变之间的皮尔逊系数矩阵中,该矩阵中包含了任意两个配变之间的皮尔逊系数,这些数值的分布情况将通过核密度估计拟合得到一个概率密度曲线,如图5所示,大部分皮尔逊系数值分布在接近1.0的区间,剩下小部分分布在接近0.1的区间,由此可见,该线路下的大部分配变都属于该线路,因为它们之间的皮尔逊系数都较高;
如图6所示,记该概率密度函数为f(x),假设有占比p的配变属于该线路,那么将有占比p2的皮尔逊值在接近1.0的区间中,假设存在t0∈[-1,1],使得则表明用t0作为阈值,用于区分配变是否属于该线路;
其中,该线路下正确配变数量为未知量,则将求的拐点作为阈值;
Stp53:在使用了皮尔逊系数作为距离度量后,linkage method采用组平均法,使用组平均法进行计算时,每一次合并两类为一类,将皮尔逊系数矩阵中的对应的两行求均值合并成一行,并删除掉对应的列;
其中,可供选择的linkage method有单链法、全链法、组平均法,另外两种ward法和质心法仅适用于使用欧拉距离作为距离度量的层次聚类法中。由于皮尔逊系数随着时间的变化存在波动,单链法和全链法易受极端值影响,因此单链法和全链法都不适用于该项目,使用组平均法是最优选择。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (4)
1.一种配电网线变关系异常识别判定方法,其特征在于:包括以下步骤:
步骤一:噪声处理
通过采用异常值检测的方式对采集的电压数据中噪声进行处理;其中,将采集的电压数据进行偏差分析,并对其中不遵守标准电压分布和回归方程的数据进行识别,通过数据库中的业务异常电压规则库检查识别出的数据后,通过不同属性间的约束来检测和清理数据;
步骤二:电压采集点波形曲线稳定性计算
通过采用滑槽算法和标准差算法计算出电压采集点波形曲线稳定临界点;
其中,在滑窗算法中通过限制各个时间窗口内所能接收的最大信元数对业务量进行控制,设选取待计算的数量为N,随机选择k个时间点并按时间排序,得到时间序列T={t0,t1,…,tk-1},在T上计算任意两个对象之间的相关系数,得到N*N矩阵P(n,n),按此方法在数据上以滑窗形式采集电压数据,然后求其标准差,整体对所有标准差求均值,再次滑窗计算,最终计算电压数据稳定性的最小临界点;
步骤三:基于归算方法的三相不平衡中性点偏移还原
对出现三相不平衡现象的配变电压数据做配变出口电压归算的处理;
其中,将配变A/B/C三相电压数据,通过迭代法和余弦定理求出三相平衡时的理论出口电压;当配变三相负荷平衡时,配变出口三相电压大小相等,可用其中一相电压来代表配变出口电压;
步骤四:基于皮尔逊相关性系数的电压曲线计算
在完成配变三相负荷配变出口电压归算后,按供电单位和线路计算同一线路下任意两个配变之间的关系;其中通过采用相关性系数中的皮尔逊相关系数计算方法来计算电压曲线之间的相似性,根据相关系数的大小判断电压曲线的相似程度;
步骤五:拓扑结构判定
在得到电压曲线皮尔逊相关性系数计算结果后,通过采用层次聚类法处理异常的变压器电压波形与其他该线路配变下的电压波形之间的关系,实现异常配变电压波形类别分离;
步骤六:故障类型判断
将异常配变电压波形分离后,将异常配变电压波形的特征值与波形库中的特征值进行比对,当特征值的差值低于设定阈值时,判定出故障波形以及故障类型。
2.根据权利要求1所述的一种配电网线变关系异常识别判定方法,其特征在于,所述步骤三的基于归算方法的三相不平衡中性点偏移还原包括以下子步骤:
Stp31:设A、B、C代表配变电压三相,AN、BN、CN线段表示三相负荷平衡时配变出口三相电压的大小;AN′、BN′、CN′线段表示三相负荷不平衡时配变出口三相电压的大小;三角形ABC为等边三角形;AB、AC、BC线段表示配变出口线电压大小;
Stp32:通过理论推导可以得到AN′、BN′、CN′与AN、BN、CN之间存在的关系;
假设AN=BN=CN=x,则AB=x,根据余弦定理可知:
同时又有:
<BAN'+<CAN'=60°
AB=AC
联立可以得到
Stp33:当三相负荷不平衡配变的配变出口电压大小AN′、BN′、CN′已知时,上式中只存在1个未知数AB(即配变出口线电压),因此可以通过牛顿迭代法求得AB,进而求出三相平衡时的配变出口相电压AN=BN=CN。
3.根据权利要求1所述的一种配电网线变关系异常识别判定方法,其特征在于,所述步骤五的拓扑结构判定包括以下子步骤:
Stp51:层次聚类法在聚类初始化的时候为每一个元素单独作为一类,计算任意两类之间的距离,距离最短的两类合并成一类,并计算新类与其他类之间的距离,重复合并直至所有类之间的距离大于某个阈值或者剩余的类数量小于某个数值,其中选择皮尔逊系数作为度量标准;
Stp52:在已知线路下所有配变之间的皮尔逊系数矩阵中,该矩阵中包含了任意两个配变之间的皮尔逊系数,这些数值的分布情况将通过核密度估计拟合得到一个概率密度曲线;
其中,该线路下正确配变数量为未知量,则将求的拐点作为阈值;
Stp53:在使用了皮尔逊系数作为距离度量后,linkage method采用组平均法,使用组平均法进行计算时,每一次合并两类为一类,将皮尔逊系数矩阵中的对应的两行求均值合并成一行,并删除掉对应的列。
4.根据权利要求1所述的一种配电网线变关系异常识别判定方法,其特征在于,所述步骤六中的波形库中存储有配变电网的常见故障波形以及故障波形与故障类型的对应关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010825683.XA CN112098772A (zh) | 2020-08-17 | 2020-08-17 | 一种配电网线变关系异常识别判定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010825683.XA CN112098772A (zh) | 2020-08-17 | 2020-08-17 | 一种配电网线变关系异常识别判定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112098772A true CN112098772A (zh) | 2020-12-18 |
Family
ID=73753100
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010825683.XA Withdrawn CN112098772A (zh) | 2020-08-17 | 2020-08-17 | 一种配电网线变关系异常识别判定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112098772A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112615372A (zh) * | 2020-12-24 | 2021-04-06 | 国网江西省电力有限公司电力科学研究院 | 一种基于变异系数的含电压干扰装置台区检测方法 |
CN113257365A (zh) * | 2021-05-26 | 2021-08-13 | 南开大学 | 面向非标准化单细胞转录组测序数据的聚类方法及系统 |
CN113269397A (zh) * | 2021-04-25 | 2021-08-17 | 云南电网有限责任公司信息中心 | 一种基于图谱技术的设备关联特征户变关系核查方法 |
CN113466629A (zh) * | 2021-07-19 | 2021-10-01 | 广东电网有限责任公司广州供电局 | 一种配电线路的薄弱环节精准定位方法 |
CN113670536A (zh) * | 2021-07-06 | 2021-11-19 | 浙江浙能台州第二发电有限责任公司 | 火电厂用电用水监测和信息化管理方法 |
CN113708500A (zh) * | 2021-09-10 | 2021-11-26 | 深圳供电局有限公司 | 一种低压用电异常监测系统及方法 |
CN114675212A (zh) * | 2022-03-25 | 2022-06-28 | 江苏方天电力技术有限公司 | 一种配电变压器中性点连接异常研判方法 |
CN114742178A (zh) * | 2022-06-10 | 2022-07-12 | 航天亮丽电气有限责任公司 | 一种通过mems六轴传感器进行非侵入式压板状态监测的方法 |
CN115687952A (zh) * | 2023-01-03 | 2023-02-03 | 南昌工程学院 | 一种基于黎曼流形聚类的配电网线变关系辨识方法及装置 |
CN115776454A (zh) * | 2022-11-16 | 2023-03-10 | 浪潮通信信息系统有限公司 | 一种面向家宽上网不可用网元定界的方法 |
CN115954879A (zh) * | 2023-03-13 | 2023-04-11 | 南昌工程学院 | 基于ao算法优化pnn的配电网线变关系精准辨识方法 |
CN118536050A (zh) * | 2024-07-29 | 2024-08-23 | 国网江西省电力有限公司南昌供电分公司 | 基于gis和电压数据融合的配电网线变关系识别方法 |
-
2020
- 2020-08-17 CN CN202010825683.XA patent/CN112098772A/zh not_active Withdrawn
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112615372A (zh) * | 2020-12-24 | 2021-04-06 | 国网江西省电力有限公司电力科学研究院 | 一种基于变异系数的含电压干扰装置台区检测方法 |
CN112615372B (zh) * | 2020-12-24 | 2022-10-11 | 国网江西省电力有限公司电力科学研究院 | 一种基于变异系数的含电压干扰装置台区检测方法 |
CN113269397A (zh) * | 2021-04-25 | 2021-08-17 | 云南电网有限责任公司信息中心 | 一种基于图谱技术的设备关联特征户变关系核查方法 |
CN113257365A (zh) * | 2021-05-26 | 2021-08-13 | 南开大学 | 面向非标准化单细胞转录组测序数据的聚类方法及系统 |
CN113670536A (zh) * | 2021-07-06 | 2021-11-19 | 浙江浙能台州第二发电有限责任公司 | 火电厂用电用水监测和信息化管理方法 |
CN113670536B (zh) * | 2021-07-06 | 2024-03-05 | 浙江浙能台州第二发电有限责任公司 | 火电厂用电用水监测和信息化管理方法 |
CN113466629A (zh) * | 2021-07-19 | 2021-10-01 | 广东电网有限责任公司广州供电局 | 一种配电线路的薄弱环节精准定位方法 |
CN113708500B (zh) * | 2021-09-10 | 2024-01-12 | 深圳供电局有限公司 | 一种低压用电异常监测系统及方法 |
CN113708500A (zh) * | 2021-09-10 | 2021-11-26 | 深圳供电局有限公司 | 一种低压用电异常监测系统及方法 |
CN114675212A (zh) * | 2022-03-25 | 2022-06-28 | 江苏方天电力技术有限公司 | 一种配电变压器中性点连接异常研判方法 |
CN114675212B (zh) * | 2022-03-25 | 2024-06-04 | 江苏方天电力技术有限公司 | 一种配电变压器中性点连接异常研判方法 |
CN114742178A (zh) * | 2022-06-10 | 2022-07-12 | 航天亮丽电气有限责任公司 | 一种通过mems六轴传感器进行非侵入式压板状态监测的方法 |
CN114742178B (zh) * | 2022-06-10 | 2022-11-08 | 航天亮丽电气有限责任公司 | 一种通过mems六轴传感器进行非侵入式压板状态监测的方法 |
CN115776454A (zh) * | 2022-11-16 | 2023-03-10 | 浪潮通信信息系统有限公司 | 一种面向家宽上网不可用网元定界的方法 |
CN115687952B (zh) * | 2023-01-03 | 2023-11-07 | 南昌工程学院 | 一种基于黎曼流形聚类的配电网线变关系辨识方法及装置 |
CN115687952A (zh) * | 2023-01-03 | 2023-02-03 | 南昌工程学院 | 一种基于黎曼流形聚类的配电网线变关系辨识方法及装置 |
CN115954879B (zh) * | 2023-03-13 | 2023-10-27 | 南昌工程学院 | 基于ao算法优化pnn的配电网线变关系精准辨识方法 |
CN115954879A (zh) * | 2023-03-13 | 2023-04-11 | 南昌工程学院 | 基于ao算法优化pnn的配电网线变关系精准辨识方法 |
CN118536050A (zh) * | 2024-07-29 | 2024-08-23 | 国网江西省电力有限公司南昌供电分公司 | 基于gis和电压数据融合的配电网线变关系识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112098772A (zh) | 一种配电网线变关系异常识别判定方法 | |
CN111505433B (zh) | 一种低压台区户变关系纠错及相位识别方法 | |
CN110718908B (zh) | 基于层次聚类法的配电网拓扑结构识别方法及系统 | |
CN107340492B (zh) | 基于大数据挖掘和场景预判的电能计量装置故障分析方法 | |
CN110458230A (zh) | 一种基于多判据融合的配变用采数据异常甄别方法 | |
CN110609200B (zh) | 一种基于模糊度量融合判据的配电网接地故障保护方法 | |
CN109816033A (zh) | 一种基于优化的监督学习进行台区用户识别的方法 | |
CN110188090B (zh) | 一种基于数据挖掘的配网拓扑数据质量评估方法及装置 | |
Iksan et al. | Appliances identification method of non-intrusive load monitoring based on load signature of VI trajectory | |
CN111625991A (zh) | 一种低压配电网拓扑校验方法 | |
CN112801135B (zh) | 一种基于特征量相关性的发电厂厂用电系统故障选线方法及设备 | |
CN116845971A (zh) | 一种光伏并网低压台区拓扑结构自动识别方法 | |
Wang et al. | A data-driven topology and parameter joint estimation method in non-PMU distribution networks | |
Blakely et al. | Identification and correction of errors in pairing AMI meters and transformers | |
Zhang et al. | Fault location based on voltage measurement at secondary side of low-voltage transformer in distribution network | |
Sing et al. | Local outlier factor based data mining model for three phase transmission lines faults identification | |
CN106646106A (zh) | 基于变点探测技术的电网故障检测方法 | |
CN115659553A (zh) | 一种低压供电网络拓扑识别方法及系统 | |
CN107340454B (zh) | 一种基于RuLSIF变点探测技术的电力系统故障定位分析方法 | |
Pena et al. | Parameter tuning analysis for phase identification algorithms in distribution system model calibration | |
Dimitrovska et al. | Real-time application of an indirect power-system contingency screening method based on adaptive PCA | |
Ashok et al. | Secondary network parameter estimation for distribution transformers | |
CN113378901A (zh) | 一种基于kfcm聚类分析和pmu装置的主动配电网预想故障集筛选方法 | |
de Almeida et al. | Enhancement of discriminatory power by ellipsoidal functions for substation clustering in voltage sag studies | |
Li | Abnormal energy consumption analysis based on big data mining technology |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20201218 |