CN112381321A - 一种基于网格化划分的配电网运行状态感知方法 - Google Patents
一种基于网格化划分的配电网运行状态感知方法 Download PDFInfo
- Publication number
- CN112381321A CN112381321A CN202011360892.8A CN202011360892A CN112381321A CN 112381321 A CN112381321 A CN 112381321A CN 202011360892 A CN202011360892 A CN 202011360892A CN 112381321 A CN112381321 A CN 112381321A
- Authority
- CN
- China
- Prior art keywords
- grid
- power distribution
- distribution network
- layer
- information
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
-
- 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
Abstract
本发明公开了一种基于网格化划分的配电网运行状态感知方法,首先根据电压等级的不同,对配电网分层次进行网格化划分;第一层为高压配电网格,第二层为中压配电网格,第三层为低压配电网格;在此基础上实现对配电网线路、台区、电缆、开关柜等设备的有效分类;并通过网格之间的通信将每一层网格所监测的信息传送到终端系统,通过基于D‑S证据理论的数据融合方法,对各层级网格信息进行融合,实现对配电网各区域的状态感知,为区域配电网的综合判断提供基础。
Description
技术领域
本发明属于配电网技术领域,更具体地,涉及一种基于网格化划分的配电网运行状态感知方法。
背景技术
配电网的安全运行是整个电网安全运行重要的一环,是目前提高供电系统运行水平的关键环节。因此,对配电网运行中的潜在风险进行准确评估,为运行调度人员提供参考,以便做好预防措施,从而间接提高供电安全性,已成为目前亟待解决的问题。传统的配电网风险评估侧重于从宏观层面建立风险评估及预警体系或是基于概率统计的方法进行配电网风险评估,虽然能反映配电网总体风险水平,但得到的预警结果不能为运行人员发现、找出风险原因和风险源头提供依据,对风险预防控制措施的制定具有一定的局限性。
由于当前配电网运行状态评估使用的信息源单一,数据之间的联系不紧密,数据采集过于松散,缺乏系统性和结构性,所建立的运行状态评估指标体系不完备且准确性仍有待进一步商榷。为实现配电网运行状态的感知,需要实时量测作为数据支持,而现有的数据采集与监视控制系统上传的数据存在精度低、含有坏数据、无法保证数据完整性等诸多问题。同时,相较于长时间尺度的配电网运行状态感知,配电网运行状态感知更加容易受到量测误差和坏数据的影响,容易因数据质量问题造成评估误差较大。
现有技术中的配电网运行风险感知方法大都是基于概率统计的方法实现配电网运行状态的感知,虽然能够反映配电网总体风险水平,但得到的感知结果范围过大,不够明确,局限性大,同时可靠性也比较低,不能为配电网运行状态做出准确的评估。
中国专利CN105303259A,公开日为2016.02.03,公开了一种基于网格化理念的配电网规划管理方法,虽然也采用了基于网格化的管理方法,但是不能感知配电网运行状态,不能更好的实现配电网的统一管理。
发明内容
本发明为克服上述现有技术中的至少一个缺陷,提供一种基于网格化划分的配电网运行状态感知方法,实现对配电网各区域的状态感知,为区域配电网的综合判断提供基础。
为解决上述技术问题,本发明采用的技术方案是:一种基于网格化划分的配电网运行状态感知方法,包括以下步骤:
S1.在一个配电区域内以地块用电需求为基础、目标网架为导向,将该配电区域分成若干个供电网格;
S2.再根据地理位置、行政区划和负荷性质,将每个供电网格划分为以台区为单元的用电网格;
S3.在实现三个电压等级的各层次网格划分的基础上,按层次对配电网的线路、台区、开关柜设备进行分类;
S4.对每一层次网格实时观测数据变化,包括故障信息和负荷变化信息;配电网的负荷变化信息的采集是对配电网负荷预测的基础,为了更准确的对配电网做出预测需要在合理的分区分块的基础上监测负荷,准确的负荷预测结果有利于提高配电网运行的经济性和可靠性;
S5.在步骤S4的基础上将各层次信息进行融合,对配电网的运行状态进行评估。
进一步的,所述步骤S5中,配电网运行状态评估是基于D-S证据理论的数据融合方法;多源数据融合就是数据的来源多种多样,并且融合的方式也相对多样,这样就可以得到全面的识别结果,为故障的诊断提供有可信度的判断。在故障诊断的过程中,可以利用数据融合技术对信息做融合处理,其中可以分成数据层,特征层和决策层三层,数据层是输入原始信息并初步处理,特征层是将数据层的处理结果进行特征采集,决策层就是进行信息特征的判定,从而得到多源数据融合最终的结果。
具体包括以下步骤:
S51.针对某个判决问题,定义问题中所有可能出现的结果集合叫做假设空间,用Θ表示,Θ中的各个元素相互独立互斥,而且识别的对象有完备性;
S52.定义:
Θ={θ1,θ2,……,θn}
假设空间Θ中的元素θn表示判决中可能的判断结论;
S53.定义:在Θ的幂集2^Θ上定义函数2^Θ∈[0,1],并且满足
其中Φ表示空集,A表示假设空间中的元素;m为假设空间上的概率分布,m(A)为A的基本概率分配值,反映了元素A的信度大小;如果m(A)>0,那么A称为焦点元素;
S54.m1,m2,……,mn是假设空间上各个元素基于不同证据的概率;
S55.根据概率分配函数的正交和将各个概率合成为一个决策体,形成一个抽象的判决,表示为:
S56.对于配电网的各层级网格的信息经过这种信息融合方法,便可以得到配电网的运行状态评估结果。
进一步的,所述的步骤S1中,目标网架是结合远景目标网架和线路供区,将具有电气联络的、独立于其它线路的一组或几组接线的供区划分到一个网格。
进一步的,所述的步骤S2中,地理位置中以山川和道路的地理边界作为网格界限;
进一步的,所述的步骤S2中,行政区划上同一网格不能跨越两个及以上的行政区。
进一步的,所述的步骤S2中,负荷性质计及市政规划用地性质,将相同符合属性且地理相邻的地块划分到同一网格,尽量减少同一网格的负荷种类。
进一步的,所述的步骤S3中,三个电压等级的各层次网格分别为:
高压配电网格,每个网格由110千伏和20千伏变电站构成,地理上连续,并满足“配电网格内高压电网“N-1”故障后,仍能够自给自足,满足供电安全水平要求”的条件,所述“N-1”故障是指在正常运行方式下的电力系统中任一元件故障或因故障断开;
中压配电网格,每个网格由低于四组中压标准接线构成,具有至少一种用地性质,并且各用地性质相互作用形成具有某一特点的功能区;
低压配电网格,以中压配电网格内的一组中压网标准接线为准则,并按照其供电范围进行划分,每个网格由台区为基本单元构成。
进一步的,所述的步骤S3中,进行分类时是分别对每一层次网格所包含的线路、设备运行数据进行收集。
进一步的,所述的步骤S4中,当配电网中出现设备、线路等故障时,其所在网格的监测设备实时采集故障信息并上传到终端系统,以待配电网运行人员迅速发现故障、排除故障。
与现有技术相比,有益效果是:
(1)本发明提供的基于网格化划分的配电网运行状态感知方法中,提出对配电网进行网格化划分,使得配电网的各电压等级的数据信息得到了有效地分类,能够充分挖掘每一层级之间的相互联系,为后续的运行状态感知提供可靠地数据基础。
(2)本发明采用的多源数据融合方法,有效地利用了配电网的不同结构的数据,使得每一个网格不再孤立,有效地提高了配电网内部互联的程度,也大大提高了配电网的智能化水平,所得到的配电网运行状态评估结果显示了配电网的风险等级,为运行人员发现、找到风险原因及源头提供依据,也为风险预防控制措施的制定提供可靠基础。
(3)本发明采用的D-S证据理论作为数据融合的方法,能够量化配电网的实时运行状态,为配电网的运行控制提供重要的技术和数据支持。
附图说明
图1是本发明方法流程示意图。
图2是本发明网格划分方法示意图。
图3是本发明数据融合方法示意图。
具体实施方式
如图1至图3所示,一种基于网格化划分的配电网运行状态感知方法,包括以下步骤:
S1.在一个配电区域内以地块用电需求为基础、目标网架为导向,将该配电区域分成若干个供电网格;
S2.再根据地理位置、行政区划和负荷性质,将每个供电网格划分为以台区为单元的用电网格;
S3.在实现三个电压等级的各层次网格划分的基础上,按层次对配电网的线路、台区、开关柜设备进行分类;
S4.对每一层次网格实时观测数据变化,包括故障信息和负荷变化信息;配电网的负荷变化信息的采集是对配电网负荷预测的基础,为了更准确的对配电网做出预测需要在合理的分区分块的基础上监测负荷,准确的负荷预测结果有利于提高配电网运行的经济性和可靠性;
S5.在步骤S4的基础上将各层次信息进行融合,对配电网的运行状态进行评估。
具体的,如图3所示,所述步骤S5中,配电网运行状态评估是基于D-S证据理论的数据融合方法;多源数据融合就是数据的来源多种多样,并且融合的方式也相对多样,这样就可以得到全面的识别结果,为故障的诊断提供有可信度的判断。在故障诊断的过程中,可以利用数据融合技术对信息做融合处理,其中可以分成数据层,特征层和决策层三层,数据层是输入原始信息并初步处理,特征层是将数据层的处理结果进行特征采集,决策层就是进行信息特征的判定,从而得到多源数据融合最终的结果。
具体包括以下步骤:
S51.针对某个判决问题,定义问题中所有可能出现的结果集合叫做假设空间,用Θ表示,Θ中的各个元素相互独立互斥,而且识别的对象有完备性;
S52.定义:
Θ={θ1,θ2,……,θn}
假设空间Θ中的元素θn表示判决中可能的判断结论;
S53.定义:在Θ的幂集2^Θ上定义函数2^Θ∈[0,1],并且满足
其中Φ表示空集,A表示假设空间中的元素;m为假设空间上的概率分布,m(A)为A的基本概率分配值,反映了元素A的信度大小;如果m(A)>0,那么A称为焦点元素;
S54.m1,m2,……,mn是假设空间上各个元素基于不同证据的概率;
S55.根据概率分配函数的正交和将各个概率合成为一个决策体,形成一个抽象的判决,表示为:
S56.对于配电网的各层级网格的信息经过这种信息融合方法,便可以得到配电网的运行状态评估结果。
其中,所述的步骤S1中,目标网架是结合远景目标网架和线路供区,将具有电气联络的、独立于其它线路的一组或几组接线的供区划分到一个网格。
另外,所述的步骤S2中,地理位置中以山川和道路的地理边界作为网格界限;行政区划上同一网格不能跨越两个及以上的行政区;负荷性质计及市政规划用地性质,将相同符合属性且地理相邻的地块划分到同一网格,尽量减少同一网格的负荷种类。
其中,所述的步骤S3中,三个电压等级的各层次网格分别为:
高压配电网格,每个网格由110千伏和20千伏变电站构成,地理上连续,并满足“配电网格内高压电网“N-1”故障后,仍能够自给自足,满足供电安全水平要求”的条件,所述“N-1”故障是指在正常运行方式下的电力系统中任一元件故障或因故障断开;
中压配电网格,每个网格由低于四组中压标准接线构成,具有至少一种用地性质,并且各用地性质相互作用形成具有某一特点的功能区;
低压配电网格,以中压配电网格内的一组中压网标准接线为准则,并按照其供电范围进行划分,每个网格由台区为基本单元构成。
另外,所述的步骤S3中,进行分类时是分别对每一层次网格所包含的线路、设备运行数据进行收集。
其中,所述的步骤S4中,当配电网中出现设备、线路等故障时,其所在网格的监测设备实时采集故障信息并上传到终端系统,以待配电网运行人员迅速发现故障、排除故障。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (10)
1.一种基于网格化划分的配电网运行状态感知方法,其特征在于,包括以下步骤:
S1.在一个配电区域内以地块用电需求为基础、目标网架为导向,将该配电区域分成若干个供电网格;
S2.再根据地理位置、行政区划和负荷性质,将每个供电网格划分为以台区为单元的用电网格;
S3.在实现三个电压等级的各层次网格划分的基础上,按层次对配电网的线路、台区、开关柜设备进行分类;
S4.对每一层次网格实时观测数据变化,包括故障信息和负荷变化信息;
S5.在步骤S4的基础上将各层次信息进行融合,对配电网的运行状态进行评估。
2.根据权利要求1所述的基于网格化划分的配电网运行状态感知方法,其特征在于,在故障诊断的过程中,利用数据融合方法对信息做融合处理,其中可以分成数据层,特征层和决策层三层,数据层是输入原始信息并初步处理,特征层是将数据层的处理结果进行特征采集,决策层就是进行信息特征的判定,从而得到多源数据融合最终的结果。
3.根据权利要求2所述的基于网格化划分的配电网运行状态感知方法,其特征在于,所述的步骤S5中,对配电网的运行状态进行评估是基于D-S证据理论的数据融合方法;包括以下步骤:
S51.针对某个判决问题,定义问题中所有可能出现的结果集合叫做假设空间,用Θ表示,Θ中的各个元素相互独立互斥,而且识别的对象有完备性;
S52.定义:
Θ={θ1,θ2,......,θn}
假设空间Θ中的元素θn表示判决中可能的判断结论;
S53.定义:在Θ的幂集2^Θ上定义函数2^Θ∈[0,1],并且满足
其中Φ表示空集,A表示假设空间中的元素;m为假设空间上的概率分布,m(A)为A的基本概率分配值,反映了元素A的信度大小;如果m(A)>0,那么A称为焦点元素;
S54.m1,m2,......,mn是假设空间上各个元素基于不同证据的概率;
S55.根据概率分配函数的正交和将各个概率合成为一个决策体,形成一个抽象的判决,表示为:
S56.对于配电网的各层级网格的信息经过这种信息融合方法,便可以得到配电网的运行状态评估结果。
4.根据权利要求3所述的基于网格化划分的配电网运行状态感知方法,其特征在于,所述的步骤S1中,目标网架是结合远景目标网架和线路供区,将具有电气联络的、独立于其它线路的一组或几组接线的供区划分到一个网格。
5.根据权利要求3所述的基于网格化划分的配电网运行状态感知方法,其特征在于,所述的步骤S2中,地理位置中以山川和道路的地理边界作为网格界限。
6.根据权利要求3所述的基于网格化划分的配电网运行状态感知方法,其特征在于,所述的步骤S2中,行政区划上同一网格不能跨越两个及以上的行政区。
7.根据权利要求3所述的基于网格化划分的配电网运行状态感知方法,其特征在于,所述的步骤S2中,负荷性质计及市政规划用地性质,将相同符合属性且地理相邻的地块划分到同一网格,尽量减少同一网格的负荷种类。
8.根据权利要求3所述的基于网格化划分的配电网运行状态感知方法,其特征在于,所述的步骤S3中,三个电压等级的各层次网格分别为:
高压配电网格,每个网格由110千伏和20千伏变电站构成,地理上连续,并满足“配电网格内高压电网“N-1”故障后,仍能够自给自足,满足供电安全水平要求”的条件,所述“N-1”故障是指在正常运行方式下的电力系统中任一元件故障或因故障断开;
中压配电网格,每个网格由低于四组中压标准接线构成,具有至少一种用地性质,并且各用地性质相互作用形成具有某一特点的功能区;
低压配电网格,以中压配电网格内的一组中压网标准接线为准则,并按照其供电范围进行划分,每个网格由台区为基本单元构成。
9.根据权利要求3至8任一项所述的基于网格化划分的配电网运行状态感知方法,其特征在于,所述的步骤S3中,进行分类时是分别对每一层次网格所包含的线路、设备运行数据进行收集。
10.根据权利要求8所述的基于网格化划分的配电网运行状态感知方法,其特征在于,所述的步骤S4中,当配电网中出现设备、线路等故障时,其所在网格的监测设备实时采集故障信息并上传到终端系统,以待配电网运行人员迅速发现故障、排除故障。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011360892.8A CN112381321B (zh) | 2020-11-27 | 2020-11-27 | 一种基于网格化划分的配电网运行状态感知方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011360892.8A CN112381321B (zh) | 2020-11-27 | 2020-11-27 | 一种基于网格化划分的配电网运行状态感知方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112381321A true CN112381321A (zh) | 2021-02-19 |
CN112381321B CN112381321B (zh) | 2023-01-24 |
Family
ID=74588975
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011360892.8A Active CN112381321B (zh) | 2020-11-27 | 2020-11-27 | 一种基于网格化划分的配电网运行状态感知方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112381321B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113258569A (zh) * | 2021-06-17 | 2021-08-13 | 江苏电百达智能科技有限公司 | 一种基于人工智能的配电网网格化管理方法和系统 |
CN113806420A (zh) * | 2021-08-31 | 2021-12-17 | 国网山东省电力公司金乡县供电公司 | 一种电网数据监测方法及装置 |
CN115859162A (zh) * | 2023-02-21 | 2023-03-28 | 深圳市超业电力科技有限公司 | 基于物联网的配电系统健康诊断方法及相关装置 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101673965A (zh) * | 2009-10-14 | 2010-03-17 | 华南理工大学 | 一种电力系统广域备用电源自动投切控制方法 |
US20130232094A1 (en) * | 2010-07-16 | 2013-09-05 | Consolidated Edison Company Of New York | Machine learning for power grid |
CN103871004A (zh) * | 2014-03-31 | 2014-06-18 | 国家电网公司 | 基于专家系统和d-s证据理论的配电网故障原因分析法 |
US20140277788A1 (en) * | 2012-07-31 | 2014-09-18 | Causam Energy, Inc. | System, method, and data packets for messaging for electric power grid elements over a secure internet protocol network |
CN106646104A (zh) * | 2016-09-28 | 2017-05-10 | 广东电网有限责任公司肇庆供电局 | 配电网故障诊断方法 |
WO2018002953A1 (en) * | 2016-06-28 | 2018-01-04 | Indian Institute Of Technology Bombay | Integrated decision support system and method for deriving inferences from data sets |
CN107730047A (zh) * | 2017-10-25 | 2018-02-23 | 广东电网有限责任公司电网规划研究中心 | 一种综合能源多能互补系统的网格化协调规划方法 |
CN107742922A (zh) * | 2017-09-15 | 2018-02-27 | 江苏京电电气股份有限公司 | 一种具有远程自诊断功能的gis系统和方法 |
CN108846591A (zh) * | 2018-07-11 | 2018-11-20 | 国网重庆市电力公司万州供电分公司 | 一种变电站开关柜多运行状态智能监测系统及评估方法 |
CN109376626A (zh) * | 2018-10-10 | 2019-02-22 | 国网陕西省电力公司电力科学研究院 | 一种基于辐射电场特征参数支持向量机的gis开关缺陷诊断方法 |
US20190305589A1 (en) * | 2016-11-10 | 2019-10-03 | China Electric Power Research Institute Company Limited | Distribution network risk identification system and method and computer storage medium |
CN111680862A (zh) * | 2020-04-23 | 2020-09-18 | 南方电网科学研究院有限责任公司 | 基于时空网格关联的配电网多源数据融合风险预警方法 |
-
2020
- 2020-11-27 CN CN202011360892.8A patent/CN112381321B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101673965A (zh) * | 2009-10-14 | 2010-03-17 | 华南理工大学 | 一种电力系统广域备用电源自动投切控制方法 |
US20130232094A1 (en) * | 2010-07-16 | 2013-09-05 | Consolidated Edison Company Of New York | Machine learning for power grid |
US20140277788A1 (en) * | 2012-07-31 | 2014-09-18 | Causam Energy, Inc. | System, method, and data packets for messaging for electric power grid elements over a secure internet protocol network |
CN103871004A (zh) * | 2014-03-31 | 2014-06-18 | 国家电网公司 | 基于专家系统和d-s证据理论的配电网故障原因分析法 |
WO2018002953A1 (en) * | 2016-06-28 | 2018-01-04 | Indian Institute Of Technology Bombay | Integrated decision support system and method for deriving inferences from data sets |
CN106646104A (zh) * | 2016-09-28 | 2017-05-10 | 广东电网有限责任公司肇庆供电局 | 配电网故障诊断方法 |
US20190305589A1 (en) * | 2016-11-10 | 2019-10-03 | China Electric Power Research Institute Company Limited | Distribution network risk identification system and method and computer storage medium |
CN107742922A (zh) * | 2017-09-15 | 2018-02-27 | 江苏京电电气股份有限公司 | 一种具有远程自诊断功能的gis系统和方法 |
CN107730047A (zh) * | 2017-10-25 | 2018-02-23 | 广东电网有限责任公司电网规划研究中心 | 一种综合能源多能互补系统的网格化协调规划方法 |
CN108846591A (zh) * | 2018-07-11 | 2018-11-20 | 国网重庆市电力公司万州供电分公司 | 一种变电站开关柜多运行状态智能监测系统及评估方法 |
CN109376626A (zh) * | 2018-10-10 | 2019-02-22 | 国网陕西省电力公司电力科学研究院 | 一种基于辐射电场特征参数支持向量机的gis开关缺陷诊断方法 |
CN111680862A (zh) * | 2020-04-23 | 2020-09-18 | 南方电网科学研究院有限责任公司 | 基于时空网格关联的配电网多源数据融合风险预警方法 |
Non-Patent Citations (2)
Title |
---|
XIAOMIN WU 等: "A Genetic-Algorithm Support Vector Machine and D-S Evidence Theory Based Fault Diagnostic Model for Transmission Line", 《IEEE TRANSACTIONS ON POWER SYSTEMS》 * |
YUANBIN ZHU 等: "Cross-Domain Data Fusion On Distribution Network Voltage Estimation with D-S Evidence Theory", 《2020 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS (IJCNN)》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113258569A (zh) * | 2021-06-17 | 2021-08-13 | 江苏电百达智能科技有限公司 | 一种基于人工智能的配电网网格化管理方法和系统 |
CN113806420A (zh) * | 2021-08-31 | 2021-12-17 | 国网山东省电力公司金乡县供电公司 | 一种电网数据监测方法及装置 |
CN115859162A (zh) * | 2023-02-21 | 2023-03-28 | 深圳市超业电力科技有限公司 | 基于物联网的配电系统健康诊断方法及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112381321B (zh) | 2023-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112381321B (zh) | 一种基于网格化划分的配电网运行状态感知方法 | |
CN106019084B (zh) | 基于配用电数据关联的中压配电网断线故障诊断方法 | |
CN105515184B (zh) | 基于无线传感网络的多传感器多参量配网协同监测系统 | |
CN106597231A (zh) | 基于多源信息融合和深度学习网络的gis故障检测系统及方法 | |
CN103871004A (zh) | 基于专家系统和d-s证据理论的配电网故障原因分析法 | |
CN104753178A (zh) | 一种电网故障处理系统 | |
CN110429714A (zh) | 一种基于大数据的云平台智能配电系统 | |
CN106373032B (zh) | 基于大数据的配网故障高发区域辨识方法 | |
CN104103019A (zh) | 含分布式电源的配电网运行风险评估方法及评估系统 | |
CN109904925B (zh) | 一种配电台区户变关系校核方法 | |
CN104538957B (zh) | 用于统计低频低压切负荷容量的电网模型自适应处理方法 | |
CN110095661B (zh) | 一种配电变压器高压侧缺相故障抢修方法 | |
CN105467276A (zh) | 一种线路故障监测方法和系统 | |
CN114383652A (zh) | 一种配电网潜在故障在线风险辨识方法、系统及装置 | |
CN112467724A (zh) | 一种低压配电网故障研判方法 | |
CN115549094B (zh) | 一种智能电网变电设备预警评估方法及系统 | |
CN110690699B (zh) | 一种基于泛在电力物联网的变电站智慧检测系统 | |
CN105224667A (zh) | 基于电网智能监控信息的多站端故障诊断与辅助决策方法 | |
CN106327071A (zh) | 电力通信风险分析方法和系统 | |
CN115345466A (zh) | 基于网架拓扑与多源数据融合的配电网在线评估系统 | |
CN207502668U (zh) | 一种基于电力载波通信的配电网主设备带电检测的系统 | |
CN108375933A (zh) | 一种实时监测的10kV变电检修管理系统 | |
CN112769235A (zh) | 配电网网格的指标监控系统和方法 | |
CN116169778A (zh) | 一种基于配电网异常分析的处理方法及系统 | |
CN113644748B (zh) | 一种区域内变电站设备模拟监控系统及方法 |
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 |