CN112396293B - 一种电网稳定断面的智能解析匹配与形式转换方法 - Google Patents

一种电网稳定断面的智能解析匹配与形式转换方法 Download PDF

Info

Publication number
CN112396293B
CN112396293B CN202011147706.2A CN202011147706A CN112396293B CN 112396293 B CN112396293 B CN 112396293B CN 202011147706 A CN202011147706 A CN 202011147706A CN 112396293 B CN112396293 B CN 112396293B
Authority
CN
China
Prior art keywords
stable section
physical connection
switch
connection point
searching
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
Application number
CN202011147706.2A
Other languages
English (en)
Other versions
CN112396293A (zh
Inventor
赵化时
何宇斌
吴云亮
胡荣
李鹏
李豹
张喜铭
聂涌泉
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.)
China Southern Power Grid Co Ltd
Original Assignee
China Southern Power Grid 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 China Southern Power Grid Co Ltd filed Critical China Southern Power Grid Co Ltd
Priority to CN202011147706.2A priority Critical patent/CN112396293B/zh
Publication of CN112396293A publication Critical patent/CN112396293A/zh
Application granted granted Critical
Publication of CN112396293B publication Critical patent/CN112396293B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/06—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
    • 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
    • G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
    • G06F18/24155—Bayesian classification
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Water Supply & Treatment (AREA)
  • Artificial Intelligence (AREA)
  • Public Health (AREA)
  • Game Theory and Decision Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Probability & Statistics with Applications (AREA)
  • Operations Research (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (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)

Abstract

本发明提出一种电网稳定断面的智能解析匹配与形式转换方法，涉及电网稳定断面信息解析的技术领域，解决了如何保证电网不同业务系统间稳定断面同步过程中的准确性及稳定断面维护时效性的问题，本发明首先获取不同业务系统中电网稳定断面的相关信息数据，提取断面的电气设备因子，并采用朴素贝叶斯算法对不同业务系统间的电气设备进行匹配，考虑不同系统对条件型稳定断面的表征差异，将稳定断面进行转换，最后将智能解析和形式转换后的稳定断面入库，并推送至调度员，保证不同业务系统间稳定断面同步过程中的准确性及稳定断面维护的时效性，进一步增强电网安全生产的预控和驱动能力。

Description

一种电网稳定断面的智能解析匹配与形式转换方法
技术领域
本发明涉及电网稳定断面信息解析的技术领域，更具体地，涉及一种电网稳定断面的智能解析匹配与形式转换方法。
背景技术
近年来，随着我国负荷的快速增长，电力系统的规模持续扩大，网架结构日益复杂，电网监视和控制的复杂度也在逐渐增大。为了更好的监控电网稳定断面，基于自动化技术的最新发展，开发不同业务系统间的稳定断面自动同步和导入功能，对提升系统的运维效率具有重要意义。
电力调度中心具有多套业务系统，如电网控制类系统、流程管理类系统，另外，随着电力市场的不断推进，市场运行类系统也将在电力调度中心中广泛应用，同一稳定断面在不同业务系统中的同步导入，将是未来稳定断面维护的大趋势，这时如何保证不同业务系统间稳定断面同步过程中的准确性及稳定断面维护的时效性，成为当前电力企业面临的问题挑战。
目前，关于电网稳定断面研究的层面，对电网稳定断面的智能解析与转换放眼到多套业务系统同步角度的研究极少，更多的针对于某一具体细节的层面，如2018年8月14日，公开号为CN108399579A的中国专利中公开了一种变电站设备监控数据信号的智能解析系统，该专利为减少变电站工作人员大量的重复繁琐工作量，通过贝叶斯神经网络的智能学习算法对监控系统采集的监控数据信号进行学习和分析，从单纯的变电站监控智能解析的层面辅助监控管理人员对监控信号分析和管理，辅助给予工作人员决策支持，提高电力系统的运维效率，但不涉及宏观调度时，多业务系统的稳定断面维护和同步的准备工作。
发明内容
面对如何保证电网不同业务系统间稳定断面同步过程中的准确性及稳定断面维护时效性的问题挑战，本发明提出一种电网稳定断面的智能解析匹配与形式转换方法，为不同业务系统间的稳定断面同步和转化提供基础，同时为电网调度运行人员提供决策支持。
为了达到上述技术效果，本发明的技术方案如下：
一种电网稳定断面的智能解析匹配与形式转换方法，包括：
S1.获取不同业务系统中电网稳定断面的相关信息数据；
S2.对相关信息数据中稳定断面的电气设备因子进行提取，基于电气设备因子，提取到待匹配电气设备的特征属性信息；
S3.根据电气设备的特征属性信息，利用朴素贝叶斯算法对不同业务系统间的电气设备进行智能解析匹配；
S4.将表征为设备投退形式的条件型稳定断面转换为开关开合形式的稳定断面；
S5.将条件组成表征为开关开合形式的稳定断面转换为设备投退形式的稳定断面；
S6.将智能解析和形式转换后的稳定断面入库，推送至调度员。
优选地，步骤S1所述的相关信息数据包括：稳定断面名称、稳定断面条件组成、稳定断面的电气设备因子、稳定断面能力及稳定断面分区。
优选地，待匹配电气设备的特征属性信息包括电气设备名称、电气设备所属区域、电气设备所在的电压等级、电气设备关联的变电站及电气设备容量。
优选地，步骤S3所述利用朴素贝叶斯算法对不同业务系统间的电气设备进行智能解析匹配的过程为：
S31.设业务系统M中待匹配的电气设备样本为D，电气设备样本D的特征属性集为X＝{x1,x2…,xd}，xi表示电气设备i的特征属性，为待匹配电气设备的特征属性信息中的一种，x1,x2,…,xd互相独立且随机，i＝1，2，…，d；类别变量为Y＝{y1,y2,…,ym}，m表示电气设备样本的类别数量，Y的先验概率为P(Y)，Y的后验概率为P(Y|X)的计算公式为：
其中，P(X)表示朴素贝叶斯算法中的证据，为特征属性集X的概率；P(X|Y)表示类条件概率；
S32.基于特征属性x1,x2,…,xd互相独立的前提，将后验概率P(Y|X)表示为：
其中，Pprior表示后验概率；
S33.计算每一个电气设备的特征属性属于类别ym的概率，朴素贝叶斯公式为：
其中，P(ym|x1,x2,...,xd)表示特征属性x1,x2,…,xd属于类别ym的概率；P(ym)表示类别ym的概率；P(xi|ym)表示类别ym在特征属性xi下的条件概率；P(xi)表示特征属性xi的条件概率；
S34.从计算出的每一个电气设备的特征属性属于类别ym的概率中确定最大概率；
S35.判断最大概率是否大于阈值δ，若是，将最大概率对应的电气设备匹配归属于最大电气设备中；否则，判定在业务系统N中未匹配到与业务系统M中待匹配电气设备j对应的电气设备k。在此，利用朴素贝叶斯算法进行电气设备分类匹配，分类效率稳定，而且简单易行。
优选地，当业务系统N中未匹配到与业务系统M中待匹配电气设备j对应的电气设备k时，调度人员进行人工匹配。
优选地，步骤S4所述将表征为设备投退形式的条件型稳定断面转换为开关开合形式的稳定断面的方法为广度优先搜索算法。
优选地，步骤S4所述将表征为设备投退形式的条件型稳定断面转换为开关开合形式的稳定断面的过程为：
S41.通过电网图模信息文件获取各类电气元件的物理连接信息，确定表征为设备投退形式的稳定断面启动条件为停运线路AB；
S42.以停运线路AB为搜索起点，搜索至停运线路AB两端的第一物理连接点T1与第二物理连接点T2；
S43.分别基于第一物理连接点T1与第二物理连接点T2向下搜索：基于第一物理连接点T1搜索至与第一物理连接点T1相连的第一隔离开关G1、第二隔离开关G2，基于第二物理连接点T2搜索至与第二物理连接点T2相连的第三隔离开关G3、第四隔离开关G4；
S44.基于第一隔离开关G1向下搜索，关联至第一隔离开关G1对侧的第三物理连接点T3，基于第二隔离开关G2向下搜索，关联至第二隔离开关G2对侧的第四物理连接点T4；基于第三隔离开关G3向下搜索，关联至第三隔离开关G3对侧的第五物理连接点T5；基于第四隔离开关G4向下搜索，关联至第四隔离开关G4对侧的第六物理连接点T6；
S45.基于第一隔离开关G1对侧的第三物理连接点T3向下搜索，搜索到与第三物理连接点T3相连的第一开关；基于第二隔离开关G2对侧的第四物理连接点T4向下搜索，搜索到与第四物理连接点T4相连的第二开关；基于第三隔离开关G3对侧的第五物理连接点T5向下搜索，搜索到与第五物理连接点T5相连的第三开关；基于第四隔离开关G4对侧的第六物理连接点T6向下搜索，搜索到与第六物理连接点T6相连的第四开关；
S46.将第一开关、第二开关、第三开关、第四开关作为停运线路AB待打开的开关，则表征为设备投退形式的稳定断面转换为开关开合形式的稳定断面。在此，考虑不同业务系统对条件型稳定断面的表征差异，通过对不同业务系统的稳定断面条件形式进行适应性转换，从而为不同业务系统间的稳定断面同步和转化提供基础，保证电网不同业务系统间稳定断面同步过程中的准确性及稳定断面维护的时效性。
优选地，步骤S5所述将条件组成表征为开关开合形式的稳定断面转换为设备投退形式的稳定断面的方法为广度优先搜索算法。
优选地，步骤S5所述将条件组成表征为开关开合形式的稳定断面转换为设备投退形式的稳定断面的过程为：
S51.通过电网图模信息文件获取各类电气元件的物理连接信息，确定表征为开关开合形式的稳定断面启动条件为第一变电站C的两个开关打开，第二变电站D的两个开关打开；
S52.以第一变电站C的站内带电母线作为搜索节点，搜索至第一层第一关联隔离开关及第二关联隔离开关；以第二变电站D的站内带电母线作为搜索节点，搜索至第一层第三关联隔离开关及第四关联隔离开关；
S53.基于第一关联隔离开关向下搜索，关联至第一关联隔离开关对侧的第一关联物理连接点，基于第二关联隔离开关向下搜索，关联至第二关联隔离开关对侧的第二关联物理连接点；基于第三关联隔离开关向下搜索，关联至第三关联隔离开关对侧的第三关联物理连接点；基于第四关联隔离开关向下搜索，关联至第四关联隔离开关对侧的第四关联物理连接点；
S54.分别基于第一关联物理连接点、第二关联物理连接点、第三关联物理连接点及第四关联物理连接点向下搜索，判断搜索到的开关状态是否打开，若是，通路中断；否则，继续向下搜索，直到分别形成变电站C及变电站D的带电拓扑连接图；
S55.根据变电站A及变电站B的带电拓扑连接图，确认出停运线路CD，表征为开关开合形式的稳定断面转换为设备投退形式的稳定断面。在此，考虑不同业务系统对条件型稳定断面的表征差异，通过对不同业务系统的稳定断面条件形式进行适应性转换，从而为不同业务系统间的稳定断面同步和转化提供基础，保证电网不同业务系统间稳定断面同步过程中的准确性及稳定断面维护的时效性。
与现有技术相比，本发明技术方案的有益效果是：
本发明提出一种电网稳定断面的智能解析匹配与形式转换方法，首先获取不同业务系统中电网稳定断面的相关信息数据，提取稳定断面的电气设备因子后，进一步提取到待匹配电气设备的特征属性信息，基于电气设备的特征属性信息，利用朴素贝叶斯算法对不同业务系统间的电气设备进行智能解析匹配，然后考虑不同业务系统对条件型稳定断面的表征差异，对稳定断面进行形式转换，为不同业务系统间的稳定断面同步和转换提供基础，最后将智能解析和形式转换后的稳定断面入库，推送至调度员，为调度运行人员及时掌握电网稳定断面情况提供决策支持，保证电网不同业务系统间稳定断面同步过程中的准确性及稳定断面维护的时效性，进一步增强电网安全生产的预控和驱动能力。
附图说明
图1表示本发明提出的电网稳定断面的智能解析匹配与形式转换方法的流程示意图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
对于本领域技术人员来说，附图中某些公知内容说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
图1为本发明实施例中提出的电网稳定断面的智能解析匹配与形式转换方法的流程示意图，参见图1，所述方法包括：
S1.获取不同业务系统中电网稳定断面的相关信息数据；在本实施例中，相关信息数据包括但是不限于以下内容：稳定断面名称、稳定断面条件组成、稳定断面的电气设备因子、稳定断面能力及稳定断面分区；
S2.对相关信息数据中稳定断面的电气设备因子进行提取，基于电气设备因子，提取到待匹配电气设备的特征属性信息；对相关信息数据中稳定断面的电气设备因子进行提取的过程属于本领域常规的简单提取操作；
S3.根据电气设备的特征属性信息，利用朴素贝叶斯算法对不同业务系统间的电气设备进行智能解析匹配，特征属性信息包括但不限于以下内容：电气设备名称、电气设备所属区域、电气设备所在的电压等级、电气设备关联的变电站及电气设备容量；
S4.将表征为设备投退形式的条件型稳定断面转换为开关开合形式的稳定断面，在本实施例中，考虑到简单易行性，转换方法采用广度优先搜索算法；
S5.将条件组成表征为开关开合形式的稳定断面转换为设备投退形式的稳定断面，转换方法同样采用广度优先搜索算法；
S6.将智能解析和形式转换后的稳定断面入库，推送至调度员。
在本实施例中，步骤S3所述利用朴素贝叶斯算法对不同业务系统间的电气设备进行智能解析匹配的过程为：
S31.设业务系统M中待匹配的电气设备样本为D，电气设备样本D的特征属性集为X＝{x1,x2…,xd}，xi表示电气设备i的特征属性，为待匹配电气设备的特征属性信息中的一种，x1,x2,…,xd互相独立且随机，i＝1，2，…，d；类别变量为Y＝{y1,y2,…,ym}，m表示电气设备样本的类别数量，Y的先验概率为P(Y)，Y的后验概率为P(Y|X)的计算公式为：
其中，P(X)表示朴素贝叶斯算法中的证据，为特征属性集X的概率；P(X|Y)表示类条件概率；
S32.基于特征属性x1,x2,…,xd互相独立的前提，将后验概率P(Y|X)表示为：
其中，Pprior表示后验概率；
S33.计算每一个电气设备的特征属性属于类别ym的概率，朴素贝叶斯公式为：
其中，P(ym|x1,x2,...,xd)表示特征属性x1,x2,…,xd属于类别ym的概率；P(ym)表示类别ym的概率；P(xi|ym)表示类别ym在特征属性xi下的条件概率；P(xi)表示特征属性xi的条件概率；
S34.从计算出的每一个电气设备的特征属性属于类别ym的概率中确定最大概率；
S35.判断最大概率是否大于阈值δ，若是，将最大概率对应的电气设备匹配归属于最大电气设备中；否则，判定在业务系统N中未匹配到与业务系统M中待匹配电气设备j对应的电气设备k。在本实施例中，阈值δ取80％，当业务系统N中未匹配到与业务系统M中待匹配电气设备j对应的电气设备k时，调度人员进行人工匹配。
将表征为设备投退形式的条件型稳定断面转换为开关开合形式的稳定断面的方法为。
在本实施例中，步骤S4所述将表征为设备投退形式的条件型稳定断面转换为开关开合形式的稳定断面的过程为：
S41.通过电网图模信息文件获取各类电气元件的物理连接信息，确定表征为设备投退形式的稳定断面启动条件为停运线路AB；所述的各类电气元件如输电线路、开关、隔离开关的物理连接属性包括其两端的物理连接点编号；
S42.第一层搜索：以停运线路AB为搜索起点，搜索至停运线路AB两端的第一物理连接点T1与第二物理连接点T2；
S43.第二层搜索：分别基于第一物理连接点T1与第二物理连接点T2向下搜索：基于第一物理连接点T1搜索至与第一物理连接点T1相连的第一隔离开关G1、第二隔离开关G2，基于第二物理连接点T2搜索至与第二物理连接点T2相连的第三隔离开关G3、第四隔离开关G4；
S44.第三层搜索：基于第一隔离开关G1向下搜索，关联至第一隔离开关G1对侧的第三物理连接点T3，基于第二隔离开关G2向下搜索，关联至第二隔离开关G2对侧的第四物理连接点T4；基于第三隔离开关G3向下搜索，关联至第三隔离开关G3对侧的第五物理连接点T5；基于第四隔离开关G4向下搜索，关联至第四隔离开关G4对侧的第六物理连接点T6；
S45.第四层搜索：基于第一隔离开关G1对侧的第三物理连接点T3向下搜索，搜索到与第三物理连接点T3相连的第一开关；基于第二隔离开关G2对侧的第四物理连接点T4向下搜索，搜索到与第四物理连接点T4相连的第二开关；基于第三隔离开关G3对侧的第五物理连接点T5向下搜索，搜索到与第五物理连接点T5相连的第三开关；基于第四隔离开关G4对侧的第六物理连接点T6向下搜索，搜索到与第六物理连接点T6相连的第四开关；
S46.将第一开关、第二开关、第三开关、第四开关作为停运线路AB待打开的开关，则表征为设备投退形式的稳定断面转换为开关开合形式的稳定断面。在此，考虑不同业务系统对条件型稳定断面的表征差异，通过对不同业务系统的稳定断面条件形式进行适应性转换，从而为不同业务系统间的稳定断面同步和转化提供基础，保证电网不同业务系统间稳定断面同步过程中的准确性及稳定断面维护的时效性。
在本实施例中，步骤S5所述将条件组成表征为开关开合形式的稳定断面转换为设备投退形式的稳定断面的过程为：
S51.通过电网图模信息文件获取各类电气元件的物理连接信息，确定表征为开关开合形式的稳定断面启动条件为第一变电站C的两个开关打开，第二变电站D的两个开关打开；
S52.第一层搜索：以第一变电站C的站内带电母线作为搜索节点，搜索至第一层第一关联隔离开关及第二关联隔离开关；以第二变电站D的站内带电母线作为搜索节点，搜索至第一层第三关联隔离开关及第四关联隔离开关；
S53.第二层搜索：基于第一关联隔离开关向下搜索，关联至第一关联隔离开关对侧的第一关联物理连接点，基于第二关联隔离开关向下搜索，关联至第二关联隔离开关对侧的第二关联物理连接点；基于第三关联隔离开关向下搜索，关联至第三关联隔离开关对侧的第三关联物理连接点；基于第四关联隔离开关向下搜索，关联至第四关联隔离开关对侧的第四关联物理连接点；
S54.第三～N层搜索：分别基于第一关联物理连接点、第二关联物理连接点、第三关联物理连接点及第四关联物理连接点向下搜索，判断搜索到的开关状态是否打开，若是，通路中断；否则，继续向下搜索，直到分别形成变电站C及变电站D的带电拓扑连接图，N表示形成变电站C及变电站D的带电拓扑连接图所进行的搜索层数；
S55.根据变电站A及变电站B的带电拓扑连接图，确认出停运线路CD，表征为开关开合形式的稳定断面转换为设备投退形式的稳定断面。在此，考虑不同业务系统对条件型稳定断面的表征差异，通过对不同业务系统的稳定断面条件形式进行适应性转换，从而为不同业务系统间的稳定断面同步和转化提供基础，保证电网不同业务系统间稳定断面同步过程中的准确性及稳定断面维护的时效性。
附图中描述的关系仅用于示例性说明，不能理解为对本专利的限制；
显然，本发明的上述实施例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 (8)

1.一种电网稳定断面的智能解析匹配与形式转换方法，其特征在于，包括：
S1.获取不同业务系统中电网稳定断面的相关信息数据；
S2.对相关信息数据中稳定断面的电气设备因子进行提取，基于电气设备因子，提取到待匹配电气设备的特征属性信息；
S3.根据电气设备的特征属性信息，利用朴素贝叶斯算法对不同业务系统间的电气设备进行智能解析匹配；
S4.将表征为设备投退形式的条件型稳定断面转换为开关开合形式的稳定断面；过程为：
S41.通过电网图模信息文件获取各类电气元件的物理连接信息，确定表征为设备投退形式的稳定断面启动条件为停运线路AB；
S42.以停运线路AB为搜索起点，搜索至停运线路AB两端的第一物理连接点T1与第二物理连接点T2；
S43.分别基于第一物理连接点T1与第二物理连接点T2向下搜索：基于第一物理连接点T1搜索至与第一物理连接点T1相连的第一隔离开关G1、第二隔离开关G2，基于第二物理连接点T2搜索至与第二物理连接点T2相连的第三隔离开关G3、第四隔离开关G4；
S44.基于第一隔离开关G1向下搜索，关联至第一隔离开关G1对侧的第三物理连接点T3，基于第二隔离开关G2向下搜索，关联至第二隔离开关G2对侧的第四物理连接点T4；基于第三隔离开关G3向下搜索，关联至第三隔离开关G3对侧的第五物理连接点T5；基于第四隔离开关G4向下搜索，关联至第四隔离开关G4对侧的第六物理连接点T6；
S45.基于第一隔离开关G1对侧的第三物理连接点T3向下搜索，搜索到与第三物理连接点T3相连的第一开关；基于第二隔离开关G2对侧的第四物理连接点T4向下搜索，搜索到与第四物理连接点T4相连的第二开关；基于第三隔离开关G3对侧的第五物理连接点T5向下搜索，搜索到与第五物理连接点T5相连的第三开关；基于第四隔离开关G4对侧的第六物理连接点T6向下搜索，搜索到与第六物理连接点T6相连的第四开关；
S46.将第一开关、第二开关、第三开关、第四开关作为停运线路AB待打开的开关，则表征为设备投退形式的稳定断面转换为开关开合形式的稳定断面；
S5.将条件组成表征为开关开合形式的稳定断面转换为设备投退形式的稳定断面；过程为：
S51.通过电网图模信息文件获取各类电气元件的物理连接信息，确定表征为开关开合形式的稳定断面启动条件为第一变电站C的两个开关打开，第二变电站D的两个开关打开；
S52.以第一变电站C的站内带电母线作为搜索节点，搜索至第一层第一关联隔离开关及第二关联隔离开关；以第二变电站D的站内带电母线作为搜索节点，搜索至第一层第三关联隔离开关及第四关联隔离开关；
S53.基于第一关联隔离开关向下搜索，关联至第一关联隔离开关对侧的第一关联物理连接点，基于第二关联隔离开关向下搜索，关联至第二关联隔离开关对侧的第二关联物理连接点；基于第三关联隔离开关向下搜索，关联至第三关联隔离开关对侧的第三关联物理连接点；基于第四关联隔离开关向下搜索，关联至第四关联隔离开关对侧的第四关联物理连接点；
S54.分别基于第一关联物理连接点、第二关联物理连接点、第三关联物理连接点及第四关联物理连接点向下搜索，判断搜索到的开关状态是否打开，若是，通路中断；否则，继续向下搜索，直到分别形成变电站C及变电站D的带电拓扑连接图；
S55.根据变电站A及变电站B的带电拓扑连接图，确认出停运线路CD，表征为开关开合形式的稳定断面转换为设备投退形式的稳定断面；
S6.将智能解析和形式转换后的稳定断面入库，推送至调度员。
2.根据权利要求1所述的电网稳定断面的智能解析匹配与形式转换方法，其特征在于，步骤S1所述的相关信息数据包括：稳定断面名称、稳定断面条件组成、稳定断面的电气设备因子、稳定断面能力及稳定断面分区。
3.根据权利要求1所述的电网稳定断面的智能解析匹配与形式转换方法，其特征在于，待匹配电气设备的特征属性信息包括电气设备名称、电气设备所属区域、电气设备所在的电压等级、电气设备关联的变电站及电气设备容量。
4.根据权利要求3所述的电网稳定断面的智能解析匹配与形式转换方法，其特征在于，步骤S3所述利用朴素贝叶斯算法对不同业务系统间的电气设备进行智能解析匹配的过程为：
S31.设业务系统M中待匹配的电气设备样本为D，电气设备样本D的特征属性集为X＝{x1,x2…,xd}，xi表示电气设备i的特征属性，为待匹配电气设备的特征属性信息中的一种，x1,x2,…,xd互相独立且随机，i＝1，2，…，d；类别变量为Y＝{y1,y2,…,ym}，m表示电气设备样本的类别数量，Y的先验概率为P(Y)，Y的后验概率为P(Y|X)的计算公式为：
其中，P(X)表示朴素贝叶斯算法中的证据，为特征属性集X的概率；P(X|Y)表示类条件概率；
S32.基于特征属性x1,x2,…,xd互相独立的前提，将后验概率P(Y|X)表示为：
其中，Pprior表示后验概率；
S33.计算每一个电气设备的特征属性属于类别ym的概率；
S34.从计算出的每一个电气设备的特征属性属于类别ym的概率中确定最大概率；
S35.判断最大概率是否大于阈值δ，若是，将最大概率对应的电气设备匹配归属于最大电气设备中；否则，判定在业务系统N中未匹配到与业务系统M中待匹配电气设备j对应的电气设备k。
5.根据权利要求4所述的电网稳定断面的智能解析匹配与形式转换方法，其特征在于，步骤S33所述的每一个电气设备的特征属性属于类别ym的概率的计算公式为：
其中，P(ym|x1,x2,...,xd)表示特征属性x1,x2,…,xd属于类别ym的概率；P(ym)表示类别ym的概率；P(xi|ym)表示类别ym在特征属性xi下的条件概率；P(xi)表示特征属性xi的条件概率。
6.根据权利要求5所述的电网稳定断面的智能解析匹配与形式转换方法，其特征在于，当业务系统N中未匹配到与业务系统M中待匹配电气设备j对应的电气设备k时，调度人员进行人工匹配。
7.根据权利要求1所述的电网稳定断面的智能解析匹配与形式转换方法，其特征在于，步骤S4所述将表征为设备投退形式的条件型稳定断面转换为开关开合形式的稳定断面的方法为广度优先搜索算法。
8.根据权利要求1所述的电网稳定断面的智能解析匹配与形式转换方法，其特征在于，步骤S5所述将条件组成表征为开关开合形式的稳定断面转换为设备投退形式的稳定断面的方法为广度优先搜索算法。
CN202011147706.2A 2020-10-23 2020-10-23 一种电网稳定断面的智能解析匹配与形式转换方法 Active CN112396293B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011147706.2A CN112396293B (zh) 2020-10-23 2020-10-23 一种电网稳定断面的智能解析匹配与形式转换方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011147706.2A CN112396293B (zh) 2020-10-23 2020-10-23 一种电网稳定断面的智能解析匹配与形式转换方法

Publications (2)

Publication Number Publication Date
CN112396293A CN112396293A (zh) 2021-02-23
CN112396293B true CN112396293B (zh) 2023-10-13

Family

ID=74597163

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011147706.2A Active CN112396293B (zh) 2020-10-23 2020-10-23 一种电网稳定断面的智能解析匹配与形式转换方法

Country Status (1)

Country Link
CN (1) CN112396293B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101447669A (zh) * 2008-05-05 2009-06-03 国网南京自动化研究院 一种基于稳定规则信息模型的电网安全稳定监控方法
CN102163878A (zh) * 2011-03-17 2011-08-24 国电南瑞科技股份有限公司 一种面向调度运行方式的综合告警分类与实现的方法
CN202989698U (zh) * 2012-12-14 2013-06-12 昆明中铁大型养路机械集团有限公司 一种正线道岔稳定车
WO2016062179A1 (zh) * 2014-10-24 2016-04-28 南京南瑞继保电气有限公司 一种基于电网运行服务总线的计划安全校核的实现方法
CN110311369A (zh) * 2019-05-31 2019-10-08 广东电网有限责任公司 一种电网稳定断面短期负荷曲线预测方法及系统
CN110705885A (zh) * 2019-10-09 2020-01-17 广东电网有限责任公司 一种电网设备光伏渗透率智能统计分析方法
CN111614129A (zh) * 2020-06-05 2020-09-01 中国电力科学研究院有限公司 一种电网稳定断面控制的分析与决策方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120078678A1 (en) * 2010-09-23 2012-03-29 Infosys Technologies Limited Method and system for estimation and analysis of operational parameters in workflow processes

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101447669A (zh) * 2008-05-05 2009-06-03 国网南京自动化研究院 一种基于稳定规则信息模型的电网安全稳定监控方法
CN102163878A (zh) * 2011-03-17 2011-08-24 国电南瑞科技股份有限公司 一种面向调度运行方式的综合告警分类与实现的方法
CN202989698U (zh) * 2012-12-14 2013-06-12 昆明中铁大型养路机械集团有限公司 一种正线道岔稳定车
WO2016062179A1 (zh) * 2014-10-24 2016-04-28 南京南瑞继保电气有限公司 一种基于电网运行服务总线的计划安全校核的实现方法
CN110311369A (zh) * 2019-05-31 2019-10-08 广东电网有限责任公司 一种电网稳定断面短期负荷曲线预测方法及系统
CN110705885A (zh) * 2019-10-09 2020-01-17 广东电网有限责任公司 一种电网设备光伏渗透率智能统计分析方法
CN111614129A (zh) * 2020-06-05 2020-09-01 中国电力科学研究院有限公司 一种电网稳定断面控制的分析与决策方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
天津滨海电网D5000系统PAS模型边界处理方法;王安颖;王媛媛;许志成;王慎杰;潘娜;;科技创新导报(25);全文 *
电力调度运行方式及稳定限额自动匹配系统的设计与实现;张锋;姜源;李渝;樊国伟;庞传军;印欣;;电子技术与软件工程(10);全文 *

Also Published As

Publication number Publication date
CN112396293A (zh) 2021-02-23

Similar Documents

Publication Publication Date Title
Chen et al. Optimal placement of line switches for distribution automation systems using immune algorithm
CN102901899B (zh) 配电自动化系统中电能质量监测与分析系统
CN110266000B (zh) 一种配电网电压越限原因分析方法、系统及存储介质
CN111262243B (zh) 一种园区配电系统运行方式智能辨识以及优化方法
CN111864771A (zh) 一种低压台区拓扑自动辨识方法
CN103427484B (zh) 一种集中式的地区电网备自投控制方法
CN113114497B (zh) 一种低压台区拓扑自动识别方法
CN113708350B (zh) 一种基于云边协同的配电台区重过载异常判断方法及系统
CN114722340B (zh) 一种配电网停电范围分析方法
CN112615368A (zh) 一种基于分布式感知的台区拓扑生成方法及感知终端装置
CN114389231B (zh) 一种基于配电网保护及设备实时数据的负荷预测诊断方法
CN112396293B (zh) 一种电网稳定断面的智能解析匹配与形式转换方法
CN109687432B (zh) 一种基于多阶段协同的配电终端选址定型方法和系统
CN113191656B (zh) 一种基于数据关联分析的低压配电网设备负荷与拓扑联动方法
CN111342455A (zh) 一种10kV线路环网转供电方法
CN110705885A (zh) 一种电网设备光伏渗透率智能统计分析方法
CN117992865A (zh) 一种基于变电站一次设备的故障监测定位方法与系统
CN112865090B (zh) 一种基于生物体免疫机制的智能配电网故障恢复方法
CN112414462A (zh) 一种变压器负载状况监控中多级异常数据处理方法
CN110190990B (zh) 一种低压配电台区网络拓扑结构的自动辨识方法及装置
CN108448578B (zh) 基于拓扑编码的t型矿井高压电网自动短路计算方法
CN112436507B (zh) 一种大电网潮流计算中对于雅可比矩阵局部修正的方法
CN114595543A (zh) 一种基于电压关联系数的配电网拓扑识别方法
CN112448479B (zh) 一种变压器负载状况综合判别方法
CN114243897A (zh) 基于智能配变终端的低压配电网智能运检系统

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