CN112215374B - 电网中长期检修计划的校核方法、系统、设备及介质 - Google Patents
电网中长期检修计划的校核方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN112215374B CN112215374B CN202011174287.1A CN202011174287A CN112215374B CN 112215374 B CN112215374 B CN 112215374B CN 202011174287 A CN202011174287 A CN 202011174287A CN 112215374 B CN112215374 B CN 112215374B
- Authority
- CN
- China
- Prior art keywords
- power grid
- data
- operation mode
- mode model
- long
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 85
- 230000007774 longterm Effects 0.000 title claims abstract description 49
- 238000012423 maintenance Methods 0.000 claims abstract description 61
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 34
- 238000004590 computer program Methods 0.000 claims description 17
- 238000003860 storage Methods 0.000 claims description 16
- 238000003064 k means clustering Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000000354 decomposition reaction Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 6
- 230000005283 ground state Effects 0.000 claims description 5
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 7
- 238000005457 optimization Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000003442 weekly effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 241000282376 Panthera tigris Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/004—Generation forecast, e.g. methods or systems for forecasting future energy generation
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Power Engineering (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Probability & Statistics with Applications (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于电力系统调度运行领域,公开了一种电网中长期检修计划的校核方法、系统、设备及介质,通过获取电网的预测负荷值和若干历史负荷值;通过聚类算法将预测负荷值和若干历史负荷值进行聚类,选取与预测负荷值同类且负荷值最大的历史负荷值的历史时刻为目标历史时刻;获取目标历史时刻的电网运行方式模型,使用全接线方法,根据检修计划和开环点信息更新电网运行方式模型,得到未来态电网运行方式模型;基于未来态电网运行方式模型计算电网的基态潮流数据,并根据预设的基态潮流限额进行电网中长期检修计划的安全校核。仅在更新电网运行方式模型需要人为参与,具有通用性,维护工作量小,所需预测数据少,仅需要母线的负荷数据,可实现性高。
Description
技术领域
本发明属于电力系统调度运行领域,涉及一种电网中长期检修计划的校核方法、系统、设备及介质。
背景技术
电力设备检修计划的制定是提高电力系统设备、元件可靠性的一项必要措施,关系着电网的稳定运行。然而,部分检修设备的检修时间很长,需要制定中长期检修计划。同时,为保障电网安全稳定运行,在安排检修计划时需要对检修计划进行安全的校核,进而优化检修计划,以保证检修的正常进行。
随着互联大电网的发展,智能化变电站建设的不断深入,设备投运和设备改造的工作量大大增加,使得电网运行方式更加复杂多变,对电网中长期检修计划的安全校核工作提出了更加严格的要求。中长期检修计划安全校核是电力资源优化配置的必然要求,是推进调度精益化管理的重要手段,能够提高调度系统驾驭大电网的能力,提升电网调度运行的安全预控能力。
长期以来,中长期检修计划的校核主要根据人工经验制定,相对而言缺少定量的安全校核分析手段。同时,中长期检修计划情况下,电网的安全校核存在边界数据缺失问题,比如机组开机方式不明,机组出力未知,电网运行方式不确定等,并且,基于人工经验进行校核,进而导致检核结果的难度大、准确性不高。
发明内容
本发明的目的在于克服上述现有技术中,中长期检修计划的安全校核的检核结果的难度大、准确性不高的缺点,提供一种电网中长期检修计划的校核方法、系统、设备及介质。
为达到上述目的,本发明采用以下技术方案予以实现:
本发明第一方面,一种电网中长期检修计划的校核方法,包括以下步骤:
获取电网的预测负荷值和若干历史负荷值;
通过聚类算法将预测负荷值和若干历史负荷值进行聚类,选取与预测负荷值同类的,且负荷值最大的历史负荷值的历史时刻为目标历史时刻;
获取目标历史时刻的电网运行方式模型,使用全接线的方法,根据检修计划和开环点信息更新电网运行方式模型,得到未来态电网运行方式模型;
基于未来态电网运行方式模型计算电网的基态潮流数据,并根据预设的基态潮流限额进行电网中长期检修计划的安全校核。
本发明电网中长期检修计划的校核方法进一步的改进在于:
所述获取电网的若干历史负荷值的具体方法为:
获取电网内各母线的各历史时刻的负荷数据;
通过密度聚类方法,过滤各母线的负荷数据中的异常数据;
得到并对各母线的正常负荷数据对应的历史时刻集合取交集,得到样本时间集合,当所述样本时间集合不为空集时,将样本时间集合内各历史时刻的负荷数据集合作为该历史时刻历史负荷值;
否则,对各母线的正常负荷数据对应的历史时刻集合两两取交集,得到若干检验交集,将为空集的各检验交集对应的两个母线中正常负荷数据较少的母线取并集,得到校验并集,从电网内的所有母线中剔除校验并集中的母线,重新计算样本时间集合。
所述密度聚类算法为DBSCAN算法。
所述聚类算法为K-MEANS聚类算法、K_MEANS++聚类算法或M_K_MEANS聚类算法。
所述使用全接线的方法,根据检修计划和开环点信息更新电网运行方式模型,得到未来态电网运行方式模型的具体方法为:
基于目标历史时刻的电网运行方式模型,采用广度优先遍历法,通过拓扑分析按照最短上网路径将未连接的电网设备全部接入电网,然后根据检修计划将检修设备移除电网,并根据开环点信息断开开环点设备,进行电网运行方式模型的更新,得到未来态电网运行方式模型。
所述基于未来态电网运行方式模型,计算电网的基态潮流数据的具体方法为:
基于未来态电网运行方式模型,通过PQ分解法计算电网的基态潮流数据。
还包括:
基于未来态电网运行方式模型,计算电网的N-1数据,根据电网的N-1数据及预设的N-1数据限额进行电网中长期检修计划的安全校核;
基于未来态电网运行方式模型,计算电网的N-2数据,根据电网的N-2数据及预设的N-2数据限额进行电网中长期检修计划的安全校核;
基于未来态电网运行方式模型,计算电网的故障组数据;根据电网的故障组数据及预设的故障组数据限额进行电网中长期检修计划的安全校核;
基于未来态电网运行方式模型,计算电网的同杆设备数据;根据电网的同杆设备数据及预设的同杆设备数据限额进行电网中长期检修计划的安全校核;
基于未来态电网运行方式模型,计算电网的断面数据;根据电网的断面数据及预设的断面数据限额进行电网中长期检修计划的安全校核。
本发明第二方面,一种电网中长期检修计划的校核系统,包括:
数据获取模块,用于获取电网的预测负荷值和若干历史负荷值;
聚类模块,用于通过聚类算法将预测负荷值和若干历史负荷值进行聚类,选取与预测负荷值同类的,且负荷值最大的历史负荷值的历史时刻为目标历史时刻;
运行方式模型确定模块,用于获取目标历史时刻的电网运行方式模型,使用全接线的方法,根据检修计划和开环点信息更新电网运行方式模型,得到未来态电网运行方式模型;以及
校核模块,用于基于未来态电网运行方式模型计算电网的基态潮流数据,并根据预设的基态潮流限额进行电网中长期检修计划的安全校核。
本发明第三方面,一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述电网中长期检修计划的校核方法的步骤。
本发明第四方面,一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述电网中长期检修计划的校核方法的步骤。
与现有技术相比,本发明具有以下有益效果:
本发明电网中长期检修计划的校核方法,通过获取电网的预测负荷值和若干历史负荷值,然后基于聚类算法将预测负荷值和若干历史负荷值进行聚类,选取与预测负荷值同类的,且负荷值最大的历史负荷值的历史时刻为目标历史时刻,并以此历史时刻的电网运行方式模型为基础,在此基础上,使用全接线方法,根据检修计划和开环点信息更新电网运行方式模型,得到用来进行安全校核的未来态电网运行方式模型,进而基于未来态电网运行方式模型计算电网的基态潮流数据,并根据预设的基态潮流限额进行电网中长期检修计划的安全校核,实现了电网中长期检修计划的自动化安全校核,所需人为干预少,仅在更新电网运行方式模型需要人为参与,具有通用性,维护工作量小。同时,所需预测数据较少,仅需要母线的负荷数据,可实现性较高。
附图说明
图1为本发明实施例的电网中长期检修计划的校核方法流程图;
图2为本发明实施例的历史时刻的负荷数据的预处理流程图;
图3为本发明实施例的电网中长期检修计划的校核系统框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
针对上述背景技术中的问题,目前公开的或者说行业内常用的处理方式如下:一种多时间尺度协调的检修计划优化方法,该方法首先建立年度检修计划优化模型;求解模型并通过安全校核后得到年度检修计划并进行月度分解;然后建立月度检修计划优化模型,求解模型并通过安全校核后得到月度检修计划并进行周分解;对周检修计划进行安全校核,通过后得到包括年度检修计划、月度检修计划和周检修计划的多时间尺度协调的检修计划优化方案。本发明实现了多时间尺度检修计划的耦合协调,考虑全年检修均衡、新增检修需求,并通过断面安全校核,确保编制的检修计划满足电力系统安全稳定运行需求,为检修计划的合理制定提供了有效工具。
但是,上述方法并未充分阐明中长期检修计划的优化部分,年度和月度校核所需边界如何获取仍是未能解决的问题,以及具体校核如何实现尚不清楚。因此,这种方法在实际应用的效果并不如人意,基于此,本发明电网中长期检修计划的校核方法,就能较好的解决这些问题,具体如下。
下面结合附图对本发明做进一步详细描述:
参见图1,本发明一实施例中,提供一种电网中长期检修计划的校核方法,通过将各母线预测负荷值和历史负荷值作为原始输入数据,使用聚类方法,使未来的母线预测负荷值匹配历史电网运行方式模型,选取匹配类中系统负荷最大的电网运行方式模型,对该电网运行方式模型进行全接线和开环点处理,并且叠加检修设备状态,最终进行潮流计算安全校核,实现对中长期电网检修计划进行安全校核,得到并根据安全校核结果优化检修计划。该电网中长期检修计划的校核方法所需人为干预少,仅在开环点设置需要人为参与,且具有通用性,维护工作量小,所需预测数据较少,仅需要母线的预测负荷值,可实现性较高。具体的,该电网中长期检修计划的校核方法包括以下步骤。
S1:获取电网的预测负荷值和若干历史负荷值。
通过电网的运行方式模型、采样数据以及未来态的运行计划,预测电网的预测负荷值,这里的预测负荷值是指一个集合,其内元素为各母线的负荷数据。
获取电网的若干历史负荷值,可以直接从电网的调度系统的历史记录中得到。但是基于数据的准确性,本实施例中,提供了如下的方式,对原始的历史负荷值进行预处理,以保证数据的准确性。
具体的,参见图2,该预处理包括以下步骤:
S101:获取电网内各母线的各历史时刻的负荷数据。
S102:通过密度聚类方法,过滤各母线的负荷数据中的异常数据。
具体的,本实施例中,按照未来母线预测的母线名称数量,对于每一个母线,将所有历史时刻下母线的负荷数据按照名称对应关系划分为对应的样本,对于历史时刻没有对应母线的情况,对应负数据取0,对每个样本使用DBSCAN方法进行过滤。
其中,DBSCAN(Density-Based Spatial Clustering of Applications withNoise)算法是一个比较有代表性的基于密度的聚类算法。与划分和层次聚类方法不同,它将簇定义为密度相连的点的最大集合,能够把具有足够高密度的区域划分为簇,并可在噪声的空间数据库中发现任意形状的聚类。DBSCAN中的几个定义:Ε邻域:给定对象半径为E内的区域称为该对象的E邻域;核心对象:如果给定对象E邻域内的样本点数大于等于MinPts,则称该对象为核心对象。
基于电网的历史运行数据分析,根据经验设定E的大小及MinPts的大小,实现各母线的负荷数据中的异常数据的过滤。
S103:得到并对各母线的正常负荷数据对应的历史时刻集合取交集,得到样本时间集合,当所述样本时间集合不为空集时,将样本时间集合内各历史时刻的负荷数据集合作为该历史时刻历史负荷值,以此作为聚类算法的样本输入。
S104:否则,即所述样本时间集合为空集时,需要对各母线的正常负荷数据对应的历史时刻集合两两取交集,得到若干检验交集,将为空集的各检验交集对应的两个母线中正常负荷数据较少的母线取并集,得到校验并集,从电网内的所有母线中剔除校验并集中的母线,重新计算样本时间集合。
其中,当为空集的各检验交集对应的两个母线中正常负荷数据相同时,则这两个母线均取并集。
S2:通过聚类算法将预测负荷值和若干历史负荷值进行聚类,选取与预测负荷值同类的,且负荷值最大的历史负荷值的历史时刻为目标历史时刻。
具体的,本实施例中,采用K-MEANS聚类算法将预测负荷值和若干历史负荷值进行聚类。其中,K_MEANS聚类算法(k-means clustering algorithm,k均值聚类算法)是一种迭代求解的聚类分析算法,其步骤是,预将数据分为K组,则随机选取K个对象作为初始的聚类中心,然后计算每个对象与各个种子聚类中心之间的距离,把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。每分配一个样本,聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件,终止条件可以是没有(或最小数目)对象被重新分配给不同的聚类,没有(或最小数目)聚类中心再发生变化,误差平方和局部最小。
这里,也可以采用K_MEANS++聚类算法或M_K_MEANS聚类算法,均能实现类似的效果,只是在不同情况下性能以及结果有所差异。
通过K-MEANS聚类算法的聚类分析,将预测负荷值和若干历史负荷值分为若干类,然后选取与预测负荷值同类的,且负荷值最大的历史负荷值的历史时刻为目标历史时刻,这里是为了得到与未来态的电网运行方式最接近的历史时刻。
S3:获取目标历史时刻的电网运行方式模型,使用全接线方法,根据检修计划和开环点信息更新电网运行方式模型,得到未来态电网运行方式模型。其中,电网运行方式指电网设备运行的方法和形式。电网中,为使系统安全、经济、合理运行,或者满足检修工作的要求,需要经常变更系统的运行方式,由此相应地引起了系统参数的变化。
具体的,获取目标历史时刻的电网运行方式模型,以此作为未来态的电网运行方式模型的基础,在此基础上,使用全接线方法,根据检修计划和开环点信息更新电网运行方式模型,更新步骤包括全接线和叠加检修设备断开开环点。通过此步骤确定了用于构建安全校核所需的未来态的电网运行方式的基础以及进行检修计划安全校核的基础数据。
其中,全接线是指:基于目标历史时刻的电网运行方式模型,采用广度优先遍历法,通过拓扑分析按照最短上网路径将未连接的电网设备全部接入电网。具体的,采用将未连接电网设备通过合开关刀闸的方式合入电网,通过广度优先遍历法,通过拓扑分析按照最短上网路径将未连接电网设备连接进入电网。此步骤的目的是尽量保持原电网运行方式的前提下,去除由于使用历史电网设备状态数据包含的历史检修计划带来的影响。
叠加检修设备是指:根据检修计划将检修设备移除电网,进行电网运行方式模型的更新,得到未来态电网运行方式模型。具体的,根据检修计划虎丘检修设备,然后将检修设备的状态通过开关刀闸设为停机,为下一步潮流计算做准备。
断开开环点是指,根据开环点信息,断开电网处于开环点的设备。
S4:基于未来态电网运行方式模型计算电网的基态潮流数据,并根据预设的基态潮流限额进行电网中长期检修计划的安全校核。
具体的,本实施例中,计算电网的基态潮流数据的具体方法为:基于未来态电网运行方式模型,通过PQ分解法计算电网的基态潮流数据。其中,PQ分解法是一种用于计算电力系统潮流的方法,它的计算速度较快且占用的内存比较小,应用较为广泛。PQ分解法又称快速解耦算法,派生于牛顿-拉夫逊法的极坐标形式,基本思想是把节点功率表示为电压向量的极坐标方程式,抓住主要矛盾,把有功功率误差作为修正电压向量角度的依据,把无功功率误差作为修正电压幅值的依据,把有功功率和无功功率迭代分开进行,较好的计算电网的基态潮流数据。
电网在构建之初,每条母线均设置有基态潮流限额,获取电网母线的这些基态潮流限额,并基于计算得到的电网的基态潮流数据,进行检修计划的安全校核,当计算得到的电网的基态潮流数据均未超过对应的基态潮流限额时,表明检修计划的安全校核通过;否则,表示检修计划的安全校核不通过,需要根据安全校核的结果优化检修计划。
优选的,除了基态潮流数据的安全校核外,还可以根据实际需要,基于未来态电网运行方式模型,计算电网的N-1数据,根据电网的N-1数据及预设的N-1数据限额进行电网中长期检修计划的安全校核;基于未来态电网运行方式模型,计算电网的N-2数据,根据电网的N-2数据及预设的N-2数据限额进行电网中长期检修计划的安全校核;基于未来态电网运行方式模型,计算电网的故障组数据;根据电网的故障组数据及预设的故障组数据限额进行电网中长期检修计划的安全校核;基于未来态电网运行方式模型,计算电网的同杆设备数据;根据电网的同杆设备数据及预设的同杆设备数据限额进行电网中长期检修计划的安全校核;基于未来态电网运行方式模型,计算电网的断面数据;根据电网的断面数据及预设的断面数据限额进行电网中长期检修计划的安全校核。。
根据安全校核的结果对检修计划进行安全调整,即优化后,可重复进行叠加检修设备、潮流计算和安全校核的步骤,以验证优化的检修计划。
综上,本发明电网中长期检修计划的校核方法,通过获取电网的预测负荷值和若干历史负荷值,然后基于聚类算法将预测负荷值和若干历史负荷值进行聚类,选取与预测负荷值同类的,且负荷值最大的历史负荷值的历史时刻为目标历史时刻,并以此历史时刻的电网运行方式模型为基础,在此基础上,使用全接线的方法,根据检修计划和开环点信息更新电网运行方式模型,得到用来进行安全校核的未来态电网运行方式模型,进而基于未来态电网运行方式模型计算电网的基态潮流数据,并根据预设的基态潮流限额进行电网中长期检修计划的安全校核,实现了电网中长期检修计划的自动化安全校核,所需人为干预少,仅在开环点设置需要人为参与,具有通用性,维护工作量小;同时,所需预测数据较少,仅需要母线的负荷数据,可实现性较高。
参见图3,本发明再一个实施例中,提供一种电网中长期检修计划的校核系统,该电网中长期检修计划的校核系统能够用于实现上述电网中长期检修计划的校核方法,具体的,该电网中长期检修计划的校核系统包括数据获取模块、聚类模块、运行方式模型确定模块以及校核模块。
其中,数据获取模块用于获取电网的预测负荷值和若干历史负荷值;聚类模块用于通过聚类算法将预测负荷值和若干历史负荷值进行聚类,选取与预测负荷值同类的,且负荷值最大的历史负荷值的历史时刻为目标历史时刻;运行方式模型确定模块用于获取目标历史时刻的电网运行方式模型,使用全接线的方法,根据检修计划和开环点信息更新电网运行方式模型,得到未来态电网运行方式模型;校核模块用于基于未来态电网运行方式模型计算电网的基态潮流数据,并根据预设的基态潮流限额进行电网中长期检修计划的安全校核。
本发明再一个实施例中,提供了一种终端设备,该终端设备包括处理器以及存储器,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(Central ProcessingUnit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor、DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,其是终端的计算核心以及控制核心,其适于实现一条或一条以上指令,具体适于加载并执行一条或一条以上指令从而实现相应方法流程或相应功能;本发明实施例所述的处理器可以用于电网中长期检修计划的校核方法的操作,包括:获取电网的预测负荷值和若干历史负荷值;通过聚类算法将预测负荷值和若干历史负荷值进行聚类,选取与预测负荷值同类的,且负荷值最大的历史负荷值的历史时刻为目标历史时刻;获取目标历史时刻的电网运行方式模型,使用全接线的方法,根据检修计划和开环点信息更新电网运行方式模型,得到未来态电网运行方式模型;基于未来态电网运行方式模型计算电网的基态潮流数据,并根据预设的基态潮流限额进行电网中长期检修计划的安全校核。
本发明再一个实施例中,本发明还提供了一种存储介质,具体为计算机可读存储介质(Memory),所述计算机可读存储介质是终端设备中的记忆设备,用于存放程序和数据。可以理解的是,此处的计算机可读存储介质既可以包括终端设备中的内置存储介质,当然也可以包括终端设备所支持的扩展存储介质。计算机可读存储介质提供存储空间,该存储空间存储了终端的操作系统。并且,在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机可读存储介质可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。
可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令,以实现上述实施例中有关电网中长期检修计划的校核方法的相应步骤;计算机可读存储介质中的一条或一条以上指令由处理器加载并执行如下步骤:获取电网的预测负荷值和若干历史负荷值;通过聚类算法将预测负荷值和若干历史负荷值进行聚类,选取与预测负荷值同类的,且负荷值最大的历史负荷值的历史时刻为目标历史时刻;获取目标历史时刻的电网运行方式模型,使用全接线的方法,根据检修计划和开环点信息更新电网运行方式模型,得到未来态电网运行方式模型;基于未来态电网运行方式模型计算电网的基态潮流数据,并根据预设的基态潮流限额进行电网中长期检修计划的安全校核。
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。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (8)
1.一种电网中长期检修计划的校核方法,其特征在于,包括以下步骤:
获取电网的预测负荷值和若干历史负荷值;
通过聚类算法将预测负荷值和若干历史负荷值进行聚类,选取与预测负荷值同类的,且负荷值最大的历史负荷值的历史时刻为目标历史时刻;
获取目标历史时刻的电网运行方式模型,使用全接线的方法,根据检修计划和开环点信息更新电网运行方式模型,得到未来态电网运行方式模型;
基于未来态电网运行方式模型计算电网的基态潮流数据,并根据预设的基态潮流限额进行电网中长期检修计划的安全校核;
所述使用全接线的方法,根据检修计划和开环点信息更新电网运行方式模型,得到未来态电网运行方式模型的具体方法为:
基于目标历史时刻的电网运行方式模型,采用广度优先遍历法,通过拓扑分析按照最短上网路径将未连接的电网设备全部接入电网,然后根据检修计划将检修设备移除电网,并根据开环点信息断开开环点设备,进行电网运行方式模型的更新,得到未来态电网运行方式模型;
还包括:
基于未来态电网运行方式模型,计算电网的N-1数据,根据电网的N-1数据及预设的N-1数据限额进行电网中长期检修计划的安全校核;
基于未来态电网运行方式模型,计算电网的N-2数据,根据电网的N-2数据及预设的N-2数据限额进行电网中长期检修计划的安全校核;
基于未来态电网运行方式模型,计算电网的故障组数据;根据电网的故障组数据及预设的故障组数据限额进行电网中长期检修计划的安全校核;
基于未来态电网运行方式模型,计算电网的同杆设备数据;根据电网的同杆设备数据及预设的同杆设备数据限额进行电网中长期检修计划的安全校核;
基于未来态电网运行方式模型,计算电网的断面数据;根据电网的断面数据及预设的断面数据限额进行电网中长期检修计划的安全校核。
2.根据权利要求1所述的电网中长期检修计划的校核方法,其特征在于,所述获取电网的若干历史负荷值的具体方法为:
获取电网内各母线的各历史时刻的负荷数据;
通过密度聚类方法,过滤各母线的负荷数据中的异常数据;
得到并对各母线的正常负荷数据对应的历史时刻集合取交集,得到样本时间集合,当所述样本时间集合不为空集时,将样本时间集合内各历史时刻的负荷数据集合作为该历史时刻历史负荷值;
否则,对各母线的正常负荷数据对应的历史时刻集合两两取交集,得到若干检验交集,将为空集的各检验交集对应的两个母线中正常负荷数据较少的母线取并集,得到校验并集,从电网内的所有母线中剔除校验并集中的母线,重新计算样本时间集合。
3.根据权利要求2所述的电网中长期检修计划的校核方法,其特征在于,密度聚类算法为DBSCAN算法。
4.根据权利要求1所述的电网中长期检修计划的校核方法,其特征在于,所述聚类算法为K-MEANS聚类算法、K_MEANS++聚类算法或M_K_MEANS聚类算法。
5.根据权利要求1所述的电网中长期检修计划的校核方法,其特征在于,所述基于未来态电网运行方式模型,计算电网的基态潮流数据的具体方法为:
基于未来态电网运行方式模型,通过PQ分解法计算电网的基态潮流数据。
6.一种电网中长期检修计划的校核系统,其特征在于,包括:
数据获取模块,用于获取电网的预测负荷值和若干历史负荷值;
聚类模块,用于通过聚类算法将预测负荷值和若干历史负荷值进行聚类,选取与预测负荷值同类的,且负荷值最大的历史负荷值的历史时刻为目标历史时刻;
运行方式模型确定模块,用于获取目标历史时刻的电网运行方式模型,使用全接线的方法,根据检修计划和开环点信息更新电网运行方式模型,得到未来态电网运行方式模型;以及
校核模块,用于基于未来态电网运行方式模型计算电网的基态潮流数据,并根据预设的基态潮流限额进行电网中长期检修计划的安全校核;
所述使用全接线的方法,根据检修计划和开环点信息更新电网运行方式模型,得到未来态电网运行方式模型的具体方法为:
基于目标历史时刻的电网运行方式模型,采用广度优先遍历法,通过拓扑分析按照最短上网路径将未连接的电网设备全部接入电网,然后根据检修计划将检修设备移除电网,并根据开环点信息断开开环点设备,进行电网运行方式模型的更新,得到未来态电网运行方式模型;
还包括:
基于未来态电网运行方式模型,计算电网的N-1数据,根据电网的N-1数据及预设的N-1数据限额进行电网中长期检修计划的安全校核;
基于未来态电网运行方式模型,计算电网的N-2数据,根据电网的N-2数据及预设的N-2数据限额进行电网中长期检修计划的安全校核;
基于未来态电网运行方式模型,计算电网的故障组数据;根据电网的故障组数据及预设的故障组数据限额进行电网中长期检修计划的安全校核;
基于未来态电网运行方式模型,计算电网的同杆设备数据;根据电网的同杆设备数据及预设的同杆设备数据限额进行电网中长期检修计划的安全校核;
基于未来态电网运行方式模型,计算电网的断面数据;根据电网的断面数据及预设的断面数据限额进行电网中长期检修计划的安全校核。
7.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述电网中长期检修计划的校核方法的步骤。
8.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述电网中长期检修计划的校核方法的步骤。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011174287.1A CN112215374B (zh) | 2020-10-28 | 2020-10-28 | 电网中长期检修计划的校核方法、系统、设备及介质 |
PCT/CN2021/114530 WO2022088890A1 (zh) | 2020-10-28 | 2021-08-25 | 电网中长期检修计划的校核方法、系统、设备及存储介质 |
US18/250,983 US20230387687A1 (en) | 2020-10-28 | 2021-08-25 | Checking method and system for medium-and-long-term maintenance plan in power grid, and device and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011174287.1A CN112215374B (zh) | 2020-10-28 | 2020-10-28 | 电网中长期检修计划的校核方法、系统、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112215374A CN112215374A (zh) | 2021-01-12 |
CN112215374B true CN112215374B (zh) | 2024-03-15 |
Family
ID=74057341
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011174287.1A Active CN112215374B (zh) | 2020-10-28 | 2020-10-28 | 电网中长期检修计划的校核方法、系统、设备及介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230387687A1 (zh) |
CN (1) | CN112215374B (zh) |
WO (1) | WO2022088890A1 (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111950928B (zh) * | 2020-08-24 | 2024-02-06 | 国网冀北电力有限公司 | 配电网降损方法、装置、存储介质及计算设备 |
CN112215374B (zh) * | 2020-10-28 | 2024-03-15 | 中国电力科学研究院有限公司 | 电网中长期检修计划的校核方法、系统、设备及介质 |
CN112950027A (zh) * | 2021-03-02 | 2021-06-11 | 国网河北省电力有限公司保定供电分公司 | 电网工作方法及其装置和电网工作系统 |
CN113758604B (zh) * | 2021-07-29 | 2022-12-06 | 湖南五凌电力科技有限公司 | 电气设备运行状态的检测方法、装置、设备及存储介质 |
CN113837596B (zh) * | 2021-09-22 | 2024-04-02 | 广东电网有限责任公司 | 一种故障确定方法、装置、电子设备及存储介质 |
CN114880932B (zh) * | 2022-05-12 | 2023-03-10 | 中国电力科学研究院有限公司 | 一种电网运行环境模拟方法、系统、设备及介质 |
CN115063037A (zh) * | 2022-07-27 | 2022-09-16 | 北京清大高科系统控制有限公司 | 一种主配网检修计划动态生成方法、装置及电子设备 |
CN115577996B (zh) * | 2022-12-12 | 2023-04-07 | 广东电网有限责任公司中山供电局 | 一种电网停电计划的风险评估方法、系统、设备和介质 |
CN116085685B (zh) * | 2023-03-15 | 2023-06-23 | 上海叁零肆零科技有限公司 | 保证用气高峰时段天然气稳定供气的方法和系统 |
CN116258484B (zh) * | 2023-05-16 | 2023-08-18 | 青岛创新奇智科技集团股份有限公司 | 设备的预测性运维方案生成方法、装置、终端设备和介质 |
CN116304763B (zh) * | 2023-05-18 | 2023-10-24 | 国网山东省电力公司日照供电公司 | 一种电力数据预分析方法、系统、设备及介质 |
CN116596512B (zh) * | 2023-05-22 | 2024-05-10 | 湖北华中电力科技开发有限责任公司 | 一种基于信息系统的电力运维安全强化方法和系统 |
CN116705364B (zh) * | 2023-05-23 | 2024-01-02 | 上海发电设备成套设计研究院有限责任公司 | 适用于在役核电机组和核电汽轮机的可靠性监控平台 |
CN116628550B (zh) * | 2023-05-23 | 2024-03-12 | 上海发电设备成套设计研究院有限责任公司 | 在役核电机组和核电汽轮机的可靠性高精度预测方法 |
CN117057785B (zh) * | 2023-10-11 | 2024-01-19 | 国网山东省电力公司鱼台县供电公司 | 电力设备运维调度方法、系统、电子设备及存储介质 |
CN117318183B (zh) * | 2023-11-30 | 2024-03-19 | 国网天津市电力公司电力科学研究院 | 电力调度方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014190759A1 (zh) * | 2013-05-27 | 2014-12-04 | 国家电网公司 | 一种svc补偿策略最优化方法 |
CN107491867A (zh) * | 2017-08-07 | 2017-12-19 | 国电南瑞科技股份有限公司 | 一种用于多周期发输变检修计划的安全校核及评估方法 |
CN109447379A (zh) * | 2019-01-09 | 2019-03-08 | 国电南瑞科技股份有限公司 | 一种中长期电量安全校正的分步优化方法及系统 |
CN109447510A (zh) * | 2018-11-13 | 2019-03-08 | 国电南瑞科技股份有限公司 | 基于scuc的中长期电量安全校核方法、装置及系统 |
CN110598952A (zh) * | 2019-09-23 | 2019-12-20 | 广西电网有限责任公司 | 中长期电力市场安全校核、模型建立方法及设备 |
CN111476397A (zh) * | 2020-03-05 | 2020-07-31 | 国电南瑞科技股份有限公司 | 应用于中长期电量安全校核的母线负荷预测方法及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104218569B (zh) * | 2014-08-15 | 2016-02-24 | 国家电网公司 | 一种大规模电网静态安全校核的评价分析方法 |
CN107464048B (zh) * | 2017-07-26 | 2020-09-25 | 广东电网有限责任公司电力调度控制中心 | 一种基于研究态的日前计划安全校核方法 |
US10700523B2 (en) * | 2017-08-28 | 2020-06-30 | General Electric Company | System and method for distribution load forecasting in a power grid |
CN110555785B (zh) * | 2019-08-07 | 2022-08-05 | 国电南瑞科技股份有限公司 | 一种月度计划安全稳定校核方法及系统 |
CN112215374B (zh) * | 2020-10-28 | 2024-03-15 | 中国电力科学研究院有限公司 | 电网中长期检修计划的校核方法、系统、设备及介质 |
-
2020
- 2020-10-28 CN CN202011174287.1A patent/CN112215374B/zh active Active
-
2021
- 2021-08-25 US US18/250,983 patent/US20230387687A1/en active Pending
- 2021-08-25 WO PCT/CN2021/114530 patent/WO2022088890A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2014190759A1 (zh) * | 2013-05-27 | 2014-12-04 | 国家电网公司 | 一种svc补偿策略最优化方法 |
CN107491867A (zh) * | 2017-08-07 | 2017-12-19 | 国电南瑞科技股份有限公司 | 一种用于多周期发输变检修计划的安全校核及评估方法 |
CN109447510A (zh) * | 2018-11-13 | 2019-03-08 | 国电南瑞科技股份有限公司 | 基于scuc的中长期电量安全校核方法、装置及系统 |
CN109447379A (zh) * | 2019-01-09 | 2019-03-08 | 国电南瑞科技股份有限公司 | 一种中长期电量安全校正的分步优化方法及系统 |
CN110598952A (zh) * | 2019-09-23 | 2019-12-20 | 广西电网有限责任公司 | 中长期电力市场安全校核、模型建立方法及设备 |
CN111476397A (zh) * | 2020-03-05 | 2020-07-31 | 国电南瑞科技股份有限公司 | 应用于中长期电量安全校核的母线负荷预测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
US20230387687A1 (en) | 2023-11-30 |
WO2022088890A1 (zh) | 2022-05-05 |
CN112215374A (zh) | 2021-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112215374B (zh) | 电网中长期检修计划的校核方法、系统、设备及介质 | |
CN104134999B (zh) | 基于多数据源的配电网量测有效性分析实用化计算方法 | |
CN112803404B (zh) | 配电网自愈重构规划方法、装置及终端 | |
CN103872681A (zh) | 一种基于主配网一体化的在线实时合环方法 | |
CN109344476B (zh) | 基于cim模型的配电网单线图线路分支结构生成方法和装置 | |
CN106655169A (zh) | 一种基于路径描述的配电网n‑1安全校验方法 | |
CN109752629B (zh) | 一种电网量测问题智能诊断方法及系统 | |
CN103577926A (zh) | 一种实现大规模电网理论线损实时计算及高准确性的方法 | |
CN111931318B (zh) | 一种基于图计算的供电路径分析方法及系统 | |
CN109474023A (zh) | 智能配电网区段实时更新方法、系统、存储介质及终端 | |
CN110556920A (zh) | 一种配电自动化监测方法、系统、终端及存储介质 | |
CN114915546A (zh) | 一种停电用户定位方法、装置、设备、介质 | |
CN111969601A (zh) | 基于区块成环网络模型的电网拓扑分析方法 | |
CN114720820A (zh) | 配电网馈线故障定位方法、装置、终端设备及存储介质 | |
CN109165865B (zh) | 基于边界开关连通性分析的主配一体化模型校验方法及系统 | |
CN116485159B (zh) | 一种供电系统的工单中心化管理方法 | |
CN116613746A (zh) | 一种基于os2的分布式电网建模模型 | |
CN111834996A (zh) | 电网线损计算方法和装置 | |
CN113162056B (zh) | 特高压电网自动电压控制方法和装置 | |
CN114201481A (zh) | 一种基于配变可信度的配电网故障管理系统 | |
CN111293690B (zh) | 一种基于矩阵的配电线路实时拓扑分析方法 | |
KR102220716B1 (ko) | 배전계통 재구성 장치 및 그 방법 | |
CN109217336B (zh) | 基于分区建模的同步发电机阻尼系数在线辨识方法 | |
CN113449908A (zh) | 考虑需求侧资源的配电网规划方法及系统 | |
CN103326355A (zh) | 一种考虑变电站分裂运行的电网自动电气分区方法 |
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 |