CN112417627A - 一种基于四维指标体系配电网运行可靠性分析方法 - Google Patents

一种基于四维指标体系配电网运行可靠性分析方法 Download PDF

Info

Publication number
CN112417627A
CN112417627A CN202011312420.5A CN202011312420A CN112417627A CN 112417627 A CN112417627 A CN 112417627A CN 202011312420 A CN202011312420 A CN 202011312420A CN 112417627 A CN112417627 A CN 112417627A
Authority
CN
China
Prior art keywords
power distribution
distribution network
index
operation reliability
reliability
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
CN202011312420.5A
Other languages
English (en)
Inventor
杨沛豪
邬冯值
柴琦
王小辉
寇水潮
高峰
杜巍
郭新宇
孙梦瑶
李志鹏
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.)
Xian Thermal Power Research Institute Co Ltd
Original Assignee
Xian Thermal Power Research Institute 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 Xian Thermal Power Research Institute Co Ltd filed Critical Xian Thermal Power Research Institute Co Ltd
Priority to CN202011312420.5A priority Critical patent/CN112417627A/zh
Publication of CN112417627A publication Critical patent/CN112417627A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • 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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于四维指标体系配电网运行可靠性分析方法，包括步骤：包括以下步骤：1)建立与配电网运行可靠性指标相关数据；2)采用主成分分析法，将步骤1)配电网运行可靠性指标相关的数据进行降维处理，建立四维指标体系：规范评估指标，相关矩阵，主成分，以及主要评价指标；3)根据步骤2)配电网运行可靠性分析中的四维指标体系，建立配电网运行可靠性指标体系；4)采用主成分分析法提取出步骤3)配电网运行可靠性指标体系中各指标的特征数据，得出影响配电网运行可靠性的相关指标；5)利用并行关联规则挖掘方法分析步骤4)影响配电网运行可靠性的相关指标，得出影响运行可靠性的主要因素。

Description

一种基于四维指标体系配电网运行可靠性分析方法
技术领域
本发明涉及一种基于四维指标体系配电网运行可靠性分析方法，该方法建立配电网运行可靠性四维指标体系，利用主成分分析法，从大量的数据里提取主要评价指标，分析配电网运行可靠性。
背景技术
随着配电网的快速发展，相应的数据需求量也越来越大，这些数据不仅包括配电系统的运行、监测、调度和维护等商业信息，还包括大量的社会及经济信息。在配电网研究领域，此类数据为配电网智能化提供了基础。大数据作为大型复杂数据集意味着不能在一段时间内使用常规的工具软件进行处理，并具有高容量、快速、多样、低密度的特点。
能够对各种状态的数据进行采集和处理是智能电网实现的基础，也是保障配电系统运行可靠性的基础。配电系统运行可靠性是指整个配电网络的用户侧到供电点的运行可靠性，是评估配电网中出现故障的可能性及所带来的影响。因为是以数月或数年数据为基础，可靠性评估往往需要很长时间，无法做到短期评估。配电网可靠性等级是指由已获得的网络构架，组件状态，设备运行指标和系统实时操作环境，以预测配电网之后的一定时长内的系统状态、调度与维护计划等信息。
发明内容
本发明的目的在于提供一种基于四维指标体系配电网运行可靠性分析方法，建立配电网运行可靠性四维指标体系，利用主成分分析法，从大量的数据里提取主要评价指标，根据提取主要评价指标，对该指标影响因素进行分析，进一步的根据并行关联规则方法建立相关模型，并从模型中提取出运行可靠性主要指标和每个影响因素间的强关联规则，从而获得主要影响配电网运行可靠性因素。
本发明采取如下技术方案来实现的：
一种基于四维指标体系配电网运行可靠性分析方法，包括以下步骤：
1)建立与配电网运行可靠性指标相关数据；
2)采用主成分分析法，将步骤1)配电网运行可靠性指标相关的数据进行降维处理，建立四维指标体系：规范评估指标，相关矩阵，主成分，以及主要评价指标；
3)根据步骤2)配电网运行可靠性分析中的四维指标体系，建立配电网运行可靠性指标体系；
4)采用主成分分析法提取出步骤3)配电网运行可靠性指标体系中各指标的特征数据，得出影响配电网运行可靠性的相关指标；
5)利用并行关联规则挖掘方法分析步骤4)影响配电网运行可靠性的相关指标，得出影响运行可靠性的主要因素。
本发明进一步的改进在于，步骤1)的具体实现方法为：建立与配电网运行可靠性指标相关数据：由于配电网系统中每个元件的结构、运行状态和环境、检修计划不同，对这些数据进行实时的监测和采集，当系统正常运行时，对配电网某段时间内的运行可靠性进行分析，可得到系统的运行可靠性指标。
本发明进一步的改进在于，步骤2)的具体实现方法为：(1)规范评估指标，每个指标的可行性在规模和使用上存在差异，对参数进行统一化处理，将大数据分析得到的指标变量进行正态分布处理，并转换成相应的正态分布变量：
Figure BDA0002790219050000021
其中：Z为正态分布变量；X为指标变量；
Figure BDA0002790219050000022
为指标变量的均值；σ为标准差。
本发明进一步的改进在于，步骤2)的具体实现方法为：(2)相关矩阵，建立相关矩阵，利用皮尔逊相关系数测量两个随机变量之间的相关性强度，采用变量X、Y定义皮尔逊相关系数σXY：
Figure BDA0002790219050000031
其中：cov(X，Y)表示指标变量X和Y的协方差；σ(X)、σ(Y)分别表示指标变量X和Y的标准差；n个指标变量Z的相关矩阵R表示为：
Figure BDA0002790219050000032
根据每个指标变量相关矩阵R，利用|λE-R|＝0可求相关矩阵R的特征值λ。
本发明进一步的改进在于，步骤2)的具体实现方法为：(3)主成分，根据：
Figure BDA0002790219050000033
Figure BDA0002790219050000034
分别求第i个指标的方差ωi与累积方差ρ，选择累积方差的最小值作为主成分，主成分的数量p由累积方差的最小值与累积方差决定。
本发明进一步的改进在于，步骤2)的具体实现方法为：(4)主要评价指标，
Figure BDA0002790219050000035
为有关主要成分因素的负载矩阵，U里面具有的不同数值σ(fi，zj)和第i个主要成分fi中第j个评价指标zj的有关因子一一对应，它的取值范围为[-1，1]，随着绝对值的不断变大，相关性也逐渐变大；在负荷矩阵中，对于p个主分量，选取|σ(fi，zj)|最大值对应的1个指标zj当作主要评价指标，得到的q个指标即为系统可靠性评价的主要指标；一个样本就是一个“事项”，称作T，每笔交易都包含影响因素和评价指标因素；根据基本数据库得到频繁项集合，将频繁项集合里的每一个事项分成2个小集合：主要评价指标集合A和主要评价指标影响因素集合B；得出关联规则
Figure BDA0002790219050000036
(其中
Figure BDA0002790219050000037
),计算关联规则的支持度
Figure BDA0002790219050000038
与置信度
Figure BDA0002790219050000039
把支持度定成30％、置信度定成85％，获得评价指标的主要影响因素。
本发明进一步的改进在于，步骤3)的具体实现方法为：根据步骤2)配电网运行可靠性分析中的四维指标体系，建立配电网运行可靠性指标体系。
本发明进一步的改进在于，步骤4)的具体实现方法为：采用主成分分析法提取出步骤3)配电网运行可靠性指标体系中各指标的特征数据，得出影响配电网运行可靠性的相关指标。
本发明进一步的改进在于，步骤5)的具体实现方法为：利用并行关联规则挖掘方法分析步骤4)影响配电网运行可靠性的相关指标，得出影响运行可靠性的主要因素。
与现有技术相比，本发明至少具有如下有益的技术效果：
1.本发明提出一种基于四维指标体系配电网运行可靠性分析方法，建立配电网运行可靠性四维指标体系，利用主成分分析法，从大量的数据里提取主要评价指标，根据提取主要评价指标，对该指标影响因素进行分析
2.本发明根据并行关联规则方法建立相关模型，并从模型中提取出运行可靠性主要指标和每个影响因素间的强关联规则，从而获得主要影响配电网运行可靠性因素。
附图说明
图1为四维指标体系技术在运行可靠性分析中的应用场景示意图；
图2为配电网运行可靠性分析流程图；
图3为不同运行状况下概率曲线，图3(a)为不同运行状况下负荷减载概率，图3(b)为不同运行状况下电压超限概率。
具体实施方式
下面通过附图，对本发明的技术方案做进一步的详细描述。
如图1所示，对配电网运行可靠性进行研究，首先要获取配电网的大量数据。由于配电网系统中每个元件的结构、运行状态和环境、检修计划等不同，需要对这些数据进行实时的监测和采集，当系统正常运行时，对配电网某段时间内的运行可靠性进行分析，可得到系统的运行可靠性指标。总体来说，与可靠性指标相关的数据可分为表1所示的4类数据。
表1运行可靠性相关数据及其来源
Figure BDA0002790219050000041
Figure BDA0002790219050000051
主成分分析法是一种大数据分析的统计方法，目的是把对象模型进行简化，采集关键的信息，使变量维度变小。配电网可靠性指标变量多、计算量高，并且它们之间还存在一些冗余信息。为了挑选出对系统影响较大的关键性指标，本发明采用主成分分析法对指标进行降维处理，其具体步骤如下：
(1)规范评估指标
每个指标的可行性在规模和使用上存在差异，所以需要对参数进行统一化处理。将大数据分析得到的指标变量进行正态分布处理，并转换成相应的正态分布变量，转换过程如式(1)所示。
Figure BDA0002790219050000052
式(1)中：Z为正态分布变量；X为指标变量；
Figure BDA0002790219050000053
为指标变量的均值；σ为标准差。
(2)建立相关矩阵，计算其特征值
指标变量之间关联意味着当知道变量组改变其中一个变量时，能够确定其他变量值。可以利用皮尔逊相关系数测量两个随机变量之间的相关性强度。一般用变量X、Y定义皮尔逊相关系数σXY：
Figure BDA0002790219050000061
式(2)中：cov(X，Y)表示指标变量X和Y的协方差；σ(X)、σ(Y)分别表示指标变量X和Y的标准差。
n个指标变量Z的相关矩阵R可表示为：
Figure BDA0002790219050000062
根据每个指标变量相关矩阵R，利用式(4)可求它的特征值λ。
|λE-R|＝0 (4)
(3)确定主成分
由式(5)、式(6)可分别求第i个指标的方差ωi与累积方差ρ。
Figure BDA0002790219050000063
Figure BDA0002790219050000064
由于实际的需要，选择累积方差的最小值作为主成分，主成分的数量p由累积方差的最小值与累积方差决定。
(4)得到主要评价指标
Figure BDA0002790219050000065
为有关主要成分因素的负载矩阵，U里面具有的不同数值σ(fi，zj)和第i个主要成分fi中第j个评价指标zj的有关因子一一对应，它的取值范围为[-1，1]，随着绝对值的不断变大，相关性也逐渐变大。在评价系统可靠性时，并非所有信息都是必需的。因此，只能选择一些表示主要信息的指标。在负荷矩阵中，对于p个主分量，选取|σ(fi，zj)|最大值对应的1个指标zj当作主要评价指标，得到的q个指标即为系统可靠性评价的主要指标。一个样本就是一个“事项”，称作T，每笔交易都包含影响因素和评价指标等因素。根据基本数据库得到频繁项集合，将频繁项集合里的每一个事项分成2个小集合：主要评价指标集合A和主要评价指标影响因素集合B；根据本发明上面提出的方法，得出关联规则
Figure BDA0002790219050000071
(其中
Figure BDA0002790219050000072
),计算关联规则的支持度
Figure BDA0002790219050000073
与置信度
Figure BDA0002790219050000074
把支持度定成30％、置信度定成85％，获得评价指标的主要影响因素，这也就是本发明中用到的关联规则挖掘方法。
如图2所示，对配电网运行可靠性进行分析和评价是为了在未来的一段时间内提出配电网的运行控制策略，帮助决策、指导调度运行，提前把可能发生故障情况进行预警，保障配电网的可靠性，提高电网的安全稳定水平。
流程如下：
(1)基于四维指标体系建立配电网运行可靠性指标体系；
(2)采用主成分分析法提取出各指标的特征数据，得出影响配电网运行可靠性的相关指标；
(3)对配电网运行可靠性利用并行关联规则挖掘方法来分析，得出影响运行可靠性的主要因素；
在长时间不同运行方式下，对配电网中负载指标与系统运行指标可靠性均值进行分析。负载指标包括负载的故障率平均值、负载的年平均停电时长。系统指标包括系统停电率平均值、系统的年平均停电时长。在配电网可靠性评估中，通常将这些指标不断的传输至调度系统。根据这些需求，对可靠性指标进行了研究，配电网运行可靠性评估具有4个指标体系：状态指标、层次指标、程度指标和时间指标。状态指标是一种描述系统状态可靠性的指标，该指标主要关注三个方面：健康状态、临界状态和风险状态；层次指标包含系统层、区域层、节点层和元素层；程度指标是定量描述系统可靠性的指标，表示系统正常运行情况下的可靠性程度；时间维度指标反映了不同时间限制的评估可靠性，如分钟，小时，天，月等。
如图3所示，择一个中等城市配电系统为例进行分析。每15min收集和统计1次数据，每个采样作为1个样本，总共有350-400个数据样本；系统级指标主要有2个，包含了负荷下降率以及预期电压超出值，这些主要指标称作变量Xi(i＝1,2,3)。由采集到的历史数据和本文提出的方法可以获得每个变量Xi的分布状况，通过正态分布化过程可以得到正态分布变量Zi，根据式(2)和式(3)，计算3个指标变量Z＝(Z1，...，Z3)的相关矩阵R，最后由式(4)计算出它们的特征值λi，由式(5)和式(6)得到每个指标的方差与累积方差，计算结果见表2。
表2各指标的方差和累积方差
Figure BDA0002790219050000081
分别以正常工况、不正常工况(电压超限、电压减载、天气恶劣、温度过低)为运行条件，使用本发明所提的方法，得出具体的配电网运行可靠性结果，通过这几种不同运行条件下概率的接近程度来反映配电网实际可靠性，当概率变化不大时，分析结果更加精确。曲线0是正常运行工况下的配电网系统的运行可靠性分析结果，曲线1是使用本发明提出基于四维指标体系的配电网系统的运行可靠性分析结果，曲线2是只通过关联规则挖掘得到的配电网系统的运行可靠性分析结果。
通过本发明提出的基于四维指标体系的配电网系统的运行可靠性分析方法可以对配电网系统的运行可靠性进行准确预测。得出的主要评价指标直接用于挖掘最新的社会经济动态和新设备投运信息等数据，根据这些数据重新调整原有预测模型，使预测效率和精度达到最高。
以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制，凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。

Claims (9)

1.一种基于四维指标体系配电网运行可靠性分析方法，其特征在于，包括以下步骤：
1)建立与配电网运行可靠性指标相关数据；
2)采用主成分分析法，将步骤1)配电网运行可靠性指标相关的数据进行降维处理，建立四维指标体系：规范评估指标，相关矩阵，主成分，以及主要评价指标；
3)根据步骤2)配电网运行可靠性分析中的四维指标体系，建立配电网运行可靠性指标体系；
4)采用主成分分析法提取出步骤3)配电网运行可靠性指标体系中各指标的特征数据，得出影响配电网运行可靠性的相关指标；
5)利用并行关联规则挖掘方法分析步骤4)影响配电网运行可靠性的相关指标，得出影响运行可靠性的主要因素。
2.根据权利要求1所述的一种基于四维指标体系配电网运行可靠性分析方法，其特征在于，步骤1)的具体实现方法为：建立与配电网运行可靠性指标相关数据：由于配电网系统中每个元件的结构、运行状态和环境、检修计划不同，对这些数据进行实时的监测和采集，当系统正常运行时，对配电网某段时间内的运行可靠性进行分析，可得到系统的运行可靠性指标。
3.根据权利要求2所述的一种基于四维指标体系配电网运行可靠性分析方法，其特征在于，步骤2)的具体实现方法为：(1)规范评估指标，每个指标的可行性在规模和使用上存在差异，对参数进行统一化处理，将大数据分析得到的指标变量进行正态分布处理，并转换成相应的正态分布变量：
Figure FDA0002790219040000011
其中：Z为正态分布变量；X为指标变量；
Figure FDA0002790219040000012
为指标变量的均值；σ为标准差。
4.根据权利要求3所述的一种基于四维指标体系配电网运行可靠性分析方法，其特征在于，步骤2)的具体实现方法为：(2)相关矩阵，建立相关矩阵，利用皮尔逊相关系数测量两个随机变量之间的相关性强度，采用变量X、Y定义皮尔逊相关系数σXY：
Figure FDA0002790219040000021
其中：cov(X，Y)表示指标变量X和Y的协方差；σ(X)、σ(Y)分别表示指标变量X和Y的标准差；n个指标变量Z的相关矩阵R表示为：
Figure FDA0002790219040000022
根据每个指标变量相关矩阵R，利用|λE-R|＝0可求相关矩阵R的特征值λ。
5.根据权利要求4所述的一种基于四维指标体系配电网运行可靠性分析方法，其特征在于，步骤2)的具体实现方法为：(3)主成分，根据：
Figure FDA0002790219040000023
分别求第i个指标的方差ωi与累积方差ρ，选择累积方差的最小值作为主成分，主成分的数量p由累积方差的最小值与累积方差决定。
6.根据权利要求5所述的一种基于四维指标体系配电网运行可靠性分析方法，其特征在于，步骤2)的具体实现方法为：(4)主要评价指标，
Figure FDA0002790219040000028
为有关主要成分因素的负载矩阵，U里面具有的不同数值σ(fi，zj)和第i个主要成分fi中第j个评价指标zj的有关因子一一对应，它的取值范围为[-1，1]，随着绝对值的不断变大，相关性也逐渐变大；在负荷矩阵中，对于p个主分量，选取|σ(fi，zj)|最大值对应的1个指标zj当作主要评价指标，得到的q个指标即为系统可靠性评价的主要指标；一个样本就是一个“事项”，称作T，每笔交易都包含影响因素和评价指标因素；根据基本数据库得到频繁项集合，将频繁项集合里的每一个事项分成2个小集合：主要评价指标集合A和主要评价指标影响因素集合B；得出关联规则
Figure FDA0002790219040000024
(其中
Figure FDA0002790219040000025
),计算关联规则的支持度
Figure FDA0002790219040000026
与置信度
Figure FDA0002790219040000027
把支持度定成30％、置信度定成85％，获得评价指标的主要影响因素。
7.根据权利要求6所述的一种基于四维指标体系配电网运行可靠性分析方法，其特征在于，步骤3)的具体实现方法为：根据步骤2)配电网运行可靠性分析中的四维指标体系，建立配电网运行可靠性指标体系。
8.根据权利要求7所述的一种基于四维指标体系配电网运行可靠性分析方法，其特征在于，步骤4)的具体实现方法为：采用主成分分析法提取出步骤3)配电网运行可靠性指标体系中各指标的特征数据，得出影响配电网运行可靠性的相关指标。
9.根据权利要求8所述的一种基于四维指标体系配电网运行可靠性分析方法，其特征在于，步骤5)的具体实现方法为：利用并行关联规则挖掘方法分析步骤4)影响配电网运行可靠性的相关指标，得出影响运行可靠性的主要因素。
CN202011312420.5A 2020-11-20 2020-11-20 一种基于四维指标体系配电网运行可靠性分析方法 Pending CN112417627A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011312420.5A CN112417627A (zh) 2020-11-20 2020-11-20 一种基于四维指标体系配电网运行可靠性分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011312420.5A CN112417627A (zh) 2020-11-20 2020-11-20 一种基于四维指标体系配电网运行可靠性分析方法

Publications (1)

Publication Number Publication Date
CN112417627A true CN112417627A (zh) 2021-02-26

Family

ID=74778453

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011312420.5A Pending CN112417627A (zh) 2020-11-20 2020-11-20 一种基于四维指标体系配电网运行可靠性分析方法

Country Status (1)

Country Link
CN (1) CN112417627A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113256142A (zh) * 2021-06-07 2021-08-13 许继集团有限公司 一种智能电能表质量的异质性影响因素分析方法
CN115483698A (zh) * 2022-10-12 2022-12-16 国网山东省电力公司临沂供电公司 一种交直流混合配电网运行稳定性评估系统及方法
CN115905891A (zh) * 2022-12-19 2023-04-04 上海交通大学 基于pmu数据的配电网运行方式与关键影响因素识别方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
胡丽娟;刁赢龙;刘科研;栾文鹏;盛万兴;: "基于大数据技术的配电网运行可靠性分析", 电网技术, vol. 41, no. 01, 31 January 2017 (2017-01-31), pages 1 - 4 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113256142A (zh) * 2021-06-07 2021-08-13 许继集团有限公司 一种智能电能表质量的异质性影响因素分析方法
CN115483698A (zh) * 2022-10-12 2022-12-16 国网山东省电力公司临沂供电公司 一种交直流混合配电网运行稳定性评估系统及方法
CN115905891A (zh) * 2022-12-19 2023-04-04 上海交通大学 基于pmu数据的配电网运行方式与关键影响因素识别方法
CN115905891B (zh) * 2022-12-19 2023-06-23 上海交通大学 基于pmu数据的配电网运行方式与关键影响因素识别方法

Similar Documents

Publication Publication Date Title
CN112417627A (zh) 一种基于四维指标体系配电网运行可靠性分析方法
CN105117602B (zh) 一种计量装置运行状态预警方法
CN109583520B (zh) 一种云模型与遗传算法优化支持向量机的状态评估方法
CN108320043A (zh) 一种基于电力大数据的配电网设备状态诊断预测方法
CN110222991B (zh) 基于rf-gbdt的计量装置故障诊断方法
CN103793854A (zh) 多重组合优化的架空输电线路运行风险信息化评估方法
CN106447205A (zh) 一种基于层次分析法的配电自动化终端状态评价方法
CN105956788A (zh) 一种输变电工程造价的动态管理控制方法
CN104933477A (zh) 一种利用输变电设备风险评估优化检修策略的方法
CN111178725A (zh) 一种基于层次分析法的保护设备状态预警方法
CN113554361B (zh) 一种综合能源系统数据处理计算方法及处理系统
CN115905319B (zh) 一种海量用户电费异常的自动识别方法及系统
CN112785060A (zh) 一种配电网精益化运维水平优化方法
CN111953543A (zh) 一种基于pca-ahp的量子通信网络可靠性状况的评估方法
CN117851908B (zh) 一种改进的在线低压台区电能表失准监测方法及装置
CN117560300B (zh) 一种智能物联网流量预测与优化系统
CN112418662A (zh) 一种利用人工神经网络的配电网运行可靠性分析方法
CN117494009A (zh) 基于绝缘材料热解分析的电气设备状态评估方法及云平台
CN111192163B (zh) 基于风电机组运行数据的发电机可靠度中短期预测方法
CN115114124A (zh) 主机风险的评估方法及评估装置
CN116957534A (zh) 一种预测智能电表更换数量的方法
CN116151799A (zh) 一种基于bp神经网络的配电线路多工况故障率快速评估方法
CN115936663A (zh) 一种电力系统的维护方法及装置
CN101923605B (zh) 铁路防灾风预警方法
CN117977536A (zh) 一种智能电网负荷辨识方法

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