CN112769129A - 一种基于测量数据获得配电网关键参数关系的方法 - Google Patents
一种基于测量数据获得配电网关键参数关系的方法 Download PDFInfo
- Publication number
- CN112769129A CN112769129A CN202011582905.6A CN202011582905A CN112769129A CN 112769129 A CN112769129 A CN 112769129A CN 202011582905 A CN202011582905 A CN 202011582905A CN 112769129 A CN112769129 A CN 112769129A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- power distribution
- amplitude
- key parameters
- obtaining
- 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
Links
Images
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
-
- 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
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种基于测量数据获得配电网关键参数关系的方法,首先基于获取的配电网电压幅值与注入功率的量测数据,通过最小二乘法初步拟合出节点注入功率与节点电压和线路电流幅值的近似线性关系,然后利用拟合结果辨识并筛除不良数据,得到潮流方程的最佳线性拟合。本发明提供的方法能够指导未知参数的配电网充分利用智能仪表的量测数据替代非线性的关键参数关系得到电压和电流大小与注入功率之间的线性关系并对电压和电流值约束,提升配电网分析和处理配电网优化问题的效率,能够帮助调度人员在未知配电网参数或配电网缺失的场景下通过线性拟合提升配电网分析和优化速度。
Description
技术领域
本发明涉及媒体通信技术领域,尤其涉及一种基于测量数据获得配电网关键参数关系的方法。
背景技术
电压幅值和电流幅值是表征配电网运行状态的重要参数,在配电网分析以及配电网优化等问题中不可或缺。根据配电网的线路与设备的静态参数以及拓扑结构,通过潮流方程,能够获得各节点注入功率与系统状态变量,如各母线电压幅值、线路电流幅值之间的关系。大多数研究往往建立在已知线路参数和拓扑结构的共识上。Y.Chen,Y.Shi,andB.Zhang,“Input convex neural networks for optimal voltage regulation,”arXivpreprint arXiv:2002.08684,2020指出,实际上由于配电网设备老化以及缺乏对设备参数的信息化记录,很难获得完整的配电网静态参数。在参数缺失的条件下,无法基于原有的潮流模型建立已知参数与未知系统状态变量的关系,也就难以得到表征系统状态的电压和电流,无法针对配电网进行相关的分析和优化。
近年来随着配电网发展,智能电表不断接入,积累了大量配电网运行数据,如电压信息、电流信息、节点注入功率等,提升了配电网的可观性。因此,Y.Liao,Y.Weng,andR.Rajagopal“Unbalanced three-phase distribution grid topology estimation andbus phase identification,”arXiv preprint arXiv:1809.07192,2018提出通过量测数据估计系统的静态参数的相关方法。为了估计网络参数,多数研究不仅需要电压与电流的幅值信息,还需要配电网配备全相量测单元(PMU),以获取相位信息。然而考虑经济因素,配电网通常配备较少的PMU。因此这类方法不适用于一般配电网。S.Han,D.Kodaira,andS.Han,“An automated impedance estimation method in low-voltage distributionnetwork for coordinated voltage regulation,”IEEE Trans.Smart Grid,pp.1012–1020,July 2016提出了一种在未知相位信息的情况下评估线路阻抗的方法,但拟合后的线路阻抗仍与实际线路阻抗存在一定误差,在后续的优化计算中会扩大这种误差的影响,导致计算结果可靠性进一步降低。另一种思路在于直接拟合出注入功率与电压、电流幅值的关系并应用于优化求解中。B.Amos,L.Xu,and J.Z.Kolter,“Input convex neuralnetworks,”in International Conference on Machine Learning,pp.146-155,2017提出了输入凸神经网络(ICNN)代理模型,通过训练能确保输入的注入功率数据与输出的节点电压数据间函数关系为凸关系。然而利用神经网络训练得到的凸关系无法解析表达,且在解决配电网优化问题时涉及到含凸约束的优化问题求解,随着配电网规模的扩大和结构复杂程度的提升,求解效率无法保证。拟合系统关键参数关系的另一种思路是将其拟合为线性关系,例如M.E.Baran and F.F.Wu.Network reconfiguration in distribution systemsfor loss reduction and load balancing.IEEE Trans.on Power Delivery,4(2):1401-1407,Apr 1989提出的方案,但是现有方法通常是直接通过忽略网损或设置前提条件得到线性模型,在实际应用时会存在较大误差,且往往未将电流幅值与注入功率之间关系的拟合考虑到模型中。
发明内容
本发明的实施例提供了一种基于测量数据获得配电网关键参数关系的方法,用于解决配电网网络及拓扑参数缺失条件下,利用测量数据线性拟合配电网参数关系提高解决优化问题的效率的技术问题。
为了实现上述目的,本发明采取了如下技术方案。
一种基于测量数据获得配电网关键参数关系的方法,包括:
S1获取配电网的关键参数;
S2基于关键参数,通过线性拟合,获得关键参数的近似关系;
S3基于关键参数的近似关系,对关键参数进行筛选;
S4基于筛选后的关键参数,多次重复执行步骤S2和S3,获得关键参数的优化关系。
优选地,步骤S1包括:
获取配电网中节点的有功注入功率P和无功注入功率Q到节点电压幅值V和线路电流幅值I的映射。
优选地,步骤S2包括:
S21基于配电网中节点的有功注入功率P和无功注入功率Q到节点电压幅值V和线路电流幅值I的映射,获得自变量S=[P1,P2,...,Pn,Q1,Q2,...,Qn]′与应变量V=[V1,V2,...,Vn]′,I=[I1,I2,...,Im]′的关系
V=AIS+bI (1)
I=AVS+bV (2);
式中,矩阵A(AV,AI)和向量b(bV,bI)为待通过后续拟合确定的固定参数,V,I分别是随注入功率S线性变化的函数;S22定义节点电压真实幅值Vi、线路电流真实幅值Ii与节点电压估计幅值线路电流估计幅值的绝对误差∈(∈V,∈I)
S23通过对绝对误差的平方最小化,求解优化问题
获得关键参数的近似关系。
优选地,步骤S3包括:
基于有功注入功率P、无功注入功率Q、节点电压幅值V和线路电流幅值I,获取占总数5%的随机组合数据对;
除去该随机组合数据对。
优选地,步骤S4包括:
基于去除了随机组合数据对的有功注入功率P、无功注入功率Q、节点电压幅值V和线路电流幅值I,多次执行步骤S2和S3,获得多组关键参数的近似关系;
基于该多组关键参数的近似关系,选取绝对误差最小的关键参数的近似关系,获得关键参数的优化关系。
由上述本发明的实施例提供的技术方案可以看出,本发明提供的一种基于测量数据获得配电网关键参数关系的方法,首先基于获取的配电网电压幅值与注入功率的量测数据,通过最小二乘法初步拟合出节点注入功率与节点电压和线路电流幅值的近似线性关系,然后利用拟合结果辨识并筛除不良数据,得到潮流方程的最佳线性拟合。本发明提供的方法能够指导未知参数的配电网充分利用智能仪表的量测数据替代非线性的关键参数关系得到电压和电流大小与注入功率之间的线性关系并对电压和电流值约束,提升配电网分析和处理配电网优化问题的效率,能够帮助调度人员在未知配电网参数或配电网缺失的场景下通过线性拟合提升配电网分析和优化速度。
本发明附加的方面和优点将在下面的描述中部分给出,这些将从下面的描述中变得明显,或通过本发明的实践了解到。
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中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为本发明提供的一种基于测量数据获得配电网关键参数关系的方法的处理流程图;
图2为本发明提供的一种基于测量数据获得配电网关键参数关系的方法测试实施例中节点测试系统架构图;
图3为本发明提供的一种基于测量数据获得配电网关键参数关系的方法测试实施例中节点注入功率变化时各节点电压幅值随之变化情况图;
图4为本发明提供的一种基于测量数据获得配电网关键参数关系的方法测试实施例中节点注入功率变化时各节点电流幅值随之变化情况图;
图5为本发明提供的一种基于测量数据获得配电网关键参数关系的方法测试实施例中系统接入负荷量对电压线性拟合绝对误差的影响图;
图6为本发明提供的一种基于测量数据获得配电网关键参数关系的方法测试实施例中系统接入负荷量对电流线性拟合绝对误差的影响图;
图7为本发明提供的一种基于测量数据获得配电网关键参数关系的方法测试实施例中系统线路阻抗对线性拟合绝对误差的影响图;
图8为本发明提供的一种基于测量数据获得配电网关键参数关系的方法测试实施例中忽略网损的线性模型与本发明的方法关于拟合电压绝对误差对比图。
具体实施方式
下面详细描述本发明的实施方式,所述实施方式的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样定义,不会用理想化或过于正式的含义来解释。
为便于对本发明实施例的理解,下面将结合附图以几个具体实施例为例做进一步的解释说明,且各个实施例并不构成对本发明实施例的限定。
参见图1,本发明提供的一种基于测量数据获得配电网关键参数关系的方法,包括如下步骤:
S1获取配电网的关键参数;
S2基于所述关键参数,通过线性拟合,获得关键参数的近似关系;
S3基于所述关键参数的近似关系,对所述关键参数进行筛选;
S4基于筛选后的所述关键参数,多次重复执行步骤S2和S3,获得关键参数的优化关系。
获得关键参数的线性函数关系后,可以用于替代原本非线性的配电网优化模型,提升后续配电网分析和配电网优化问题的解决效率。
在本发明提供的优选实施例中,配电网的关键参数为节点注入功率、节点电压幅值、线路电流幅值,关键参数的近似关系即节点注入功率与节点电压幅值、线路电流幅值的近似关系。
步骤S1包括如下过程:获取配电网中节点的有功注入功率P和无功注入功率Q到节点电压幅值V和线路电流幅值I的映射。具体为:对于一个有着(n+1)个节点(其中一个节点为平衡节点)m条线路且配置着带时间戳的智能仪表的配电网,线性的建立除平衡节点外各个节点的有功注入功率(P)、无功注入功率(Q)到节点电压幅值(V)以及线路电流幅值(I)的映射。
步骤S2包括如下子步骤:
S21基于配电网中节点的有功注入功率P和无功注入功率Q到节点电压幅值V和线路电流幅值I的映射,获得自变量S=[P1,P2,...,Pn,Q1,Q2,...,Qn]′与应变量V=[V1,V2,...,Vn]′,I=[I1,I2,...,Im]′的关系
V=AIS+bI (1)
I=AVS+bV (2);
式中,矩阵A(AV,AI)和向量b(bV,bI)为待通过后续拟合确定的固定参数,V,I分别是随注入功率S线性变化的函数;
S23通过对绝对误差的平方最小化,求解优化问题
获得最优的参数A和参数b使得线性化拟合的误差最小,即关键参数的近似关系。
进一步的,步骤S3的筛选过程包括:
通过系统中的智能仪表可以获得充足且冗余的数据组,其中可能存在不良量测数据,并对线性拟合结果的准确性造成影响。对于完全未知拓扑以及线路参数的配电网系统,在系统正常运行范围内获取大量有功注入功率P、无功注入功率Q、节点电压幅值V和线路电流幅值I的量测数据对后,获取并敲除占总数据量5%的随机组合数据对。
更进一步的,基于去除了所述随机组合数据对的有功注入功率P、无功注入功率Q、节点电压幅值V和线路电流幅值I,多次执行步骤S2和S3,检验拟合效果,在不失数据普遍性的前提下,对比得到拟合中绝对误差较小的数据组,可以认定其坏数据较少且其拟合结果为最佳的线性拟合。
本发明还提供一个实施例,用于通过利用32节点测试算例验证本发明的方法的有效性。
图2是含有3个DG的32节点测试系统。
系统包含负荷共31个,总需求3715kW+2240kVar。
不同节点注入功率变化时各节点电压、线路电流幅值随之变化情况如图3和4所示,基本呈现线性。系统接入负荷量对电压及电流幅值线性拟合绝对误差的影响如图5和6所示,接入负荷量越大拟合误差越大。系统线路阻抗对线性拟合绝对误差的影响如图7所示,线路阻抗越大拟合误差就越大。本发明与M.E.Baran and F.F.Wu.Networkreconfiguration in distribution systems for loss reduction and loadbalancing.IEEE Trans.on Power Delivery,4(2):1401–1407,Apr 1989对于对称配电网电压幅值的拟合绝对误差结果如图8所示,可知本方法在电压拟合方面优于直接利用忽略网损线性模型的方法,对于静态参数已知的系统,直接拟合得到的线性模型更精准,可以验证本发明的优越性。
综上所述,本发明提供的一种基于测量数据获得配电网关键参数关系的方法,首先基于获取的配电网电压幅值与注入功率的量测数据,通过最小二乘法初步拟合出节点注入功率与节点电压和线路电流幅值的近似线性关系,然后利用拟合结果辨识并筛除不良数据,得到潮流方程的最佳线性拟合。本发明提供的方法能够指导未知参数的配电网充分利用智能仪表的量测数据替代非线性的关键参数关系得到电压和电流大小与注入功率之间的线性关系并对电压和电流值约束,提升配电网分析和处理配电网优化问题的效率,能够帮助调度人员在未知配电网参数或配电网缺失的场景下通过线性拟合提升配电网分析和优化速度。
本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (5)
1.一种基于测量数据获得配电网关键参数关系的方法,其特征在于,包括:
S1获取配电网的关键参数;
S2基于所述关键参数,通过线性拟合,获得关键参数的近似关系;
S3基于所述关键参数的近似关系,对所述关键参数进行筛选;
S4基于筛选后的所述关键参数,多次重复执行步骤S2和S3,获得关键参数的优化关系。
2.根据权利要求1所述的方法,其特征在于,步骤S1包括:
获取配电网中节点的有功注入功率P和无功注入功率Q到节点电压幅值V和线路电流幅值I的映射。
3.根据权利要求2所述的方法,其特征在于,步骤S2包括:
S21基于所述配电网中节点的有功注入功率P和无功注入功率Q到节点电压幅值V和线路电流幅值I的映射,获得自变量S=[P1,P2,...,Pn,Q1,Q2,...,Qn]′与应变量V=[V1,V2,...,Vn]′,I=[I1,I2,...,Im]′的关系
V=AIS+bI (1)
I=AVS+bV (2);
式中,矩阵A(AV,AI)和向量b(bV,bI)为待通过后续拟合确定的固定参数,V,I分别是随注入功率S线性变化的函数;S22定义节点电压真实幅值Vi、线路电流真实幅值Ii与节点电压估计幅值Vi approx、线路电流估计幅值的绝对误差∈(∈V,∈I)
∈V=|Vi approx-Vi| (3)
S23通过对所述绝对误差的平方最小化,求解优化问题
获得所述关键参数的近似关系。
4.根据权利要求3所述的方法,其特征在于,步骤S3包括:
基于有功注入功率P、无功注入功率Q、节点电压幅值V和线路电流幅值I,获取占总数5%的随机组合数据对;
除去该随机组合数据对。
5.根据权利要求4所述的方法,其特征在于,步骤S4包括:
基于去除了所述随机组合数据对的有功注入功率P、无功注入功率Q、节点电压幅值V和线路电流幅值I,多次执行步骤S2和S3,获得多组所述关键参数的近似关系;
基于该多组关键参数的近似关系,选取所述绝对误差最小的所述关键参数的近似关系,获得所述关键参数的优化关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011582905.6A CN112769129A (zh) | 2020-12-28 | 2020-12-28 | 一种基于测量数据获得配电网关键参数关系的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011582905.6A CN112769129A (zh) | 2020-12-28 | 2020-12-28 | 一种基于测量数据获得配电网关键参数关系的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112769129A true CN112769129A (zh) | 2021-05-07 |
Family
ID=75696384
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011582905.6A Pending CN112769129A (zh) | 2020-12-28 | 2020-12-28 | 一种基于测量数据获得配电网关键参数关系的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112769129A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104995811A (zh) * | 2014-10-21 | 2015-10-21 | 深圳大学 | 交流电力网的最小相位线性有功潮流的获取方法 |
CN105894391A (zh) * | 2016-01-26 | 2016-08-24 | 沈阳工业大学 | 基于scada运行数据提取的风电机组转矩控制性能评估方法 |
CN108448585A (zh) * | 2018-03-29 | 2018-08-24 | 清华大学 | 一种基于数据驱动的电网潮流方程线性化求解方法 |
CN109683063A (zh) * | 2019-02-22 | 2019-04-26 | 中国石油大学(华东) | 一种利用零序电流与电压导数线性度关系的小电流接地系统单相接地故障方向检测方法 |
CN110198053A (zh) * | 2019-04-19 | 2019-09-03 | 山东大学 | 一种集中与就地相结合的微电网实时电压控制方法及系统 |
-
2020
- 2020-12-28 CN CN202011582905.6A patent/CN112769129A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104995811A (zh) * | 2014-10-21 | 2015-10-21 | 深圳大学 | 交流电力网的最小相位线性有功潮流的获取方法 |
CN105894391A (zh) * | 2016-01-26 | 2016-08-24 | 沈阳工业大学 | 基于scada运行数据提取的风电机组转矩控制性能评估方法 |
CN108448585A (zh) * | 2018-03-29 | 2018-08-24 | 清华大学 | 一种基于数据驱动的电网潮流方程线性化求解方法 |
CN109683063A (zh) * | 2019-02-22 | 2019-04-26 | 中国石油大学(华东) | 一种利用零序电流与电压导数线性度关系的小电流接地系统单相接地故障方向检测方法 |
CN110198053A (zh) * | 2019-04-19 | 2019-09-03 | 山东大学 | 一种集中与就地相结合的微电网实时电压控制方法及系统 |
Non-Patent Citations (1)
Title |
---|
费妮娜: "基于观测数据的线性结构因果模型估计", 《基础科学辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Menke et al. | Distribution system monitoring for smart power grids with distributed generation using artificial neural networks | |
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 | |
London et al. | Analysis of measurement-set qualitative characteristics for state-estimation purposes | |
CN110190600B (zh) | 一种基于ami量测近邻回归的三相配电网拓扑辨识方法 | |
CN113126019B (zh) | 一种智能电表误差远程估计方法、系统、终端和存储介质 | |
CN101349731B (zh) | 一种电压稳定性实时评估方法 | |
EP3379278A1 (en) | Battery energy store | |
CN104049175A (zh) | 具有多个多相母线的电网中的故障分析 | |
CN111064180B (zh) | 基于ami潮流匹配的中压配电网拓扑检测与辨识方法 | |
CN114290960B (zh) | 获取动力电池的电池健康度的方法、装置和车辆 | |
Kumar et al. | Genetic algorithm-based meter placement for static estimation of harmonic sources | |
CN112288303A (zh) | 确定线损率的方式、装置 | |
Kong et al. | A remote estimation method of smart meter errors based on neural network filter and generalized damping recursive least square | |
CN103324858A (zh) | 配电网三相潮流状态估计方法 | |
CN114709821A (zh) | 一种基于有限量测的配电网分区谐波责任评估方法及系统 | |
CN115685046A (zh) | 互感器计量异常识别方法、装置、设备及存储介质 | |
CN112769129A (zh) | 一种基于测量数据获得配电网关键参数关系的方法 | |
CN115935795B (zh) | 一种电力系统暂态电压稳定评估模型构建方法及评估方法 | |
CN116228465A (zh) | 配电网状态快速评估计算方法、系统、设备及存储介质 | |
CN109327026B (zh) | 一种低压配电网区间状态估计方法 | |
Emami et al. | Optimal placement of phasor measurements for enhanced state estimation: A case study | |
CN112886579B (zh) | 考虑pmu和scada量测时标不匹配的配电网线路参数辨识方法 | |
CN111177012B (zh) | 一种电力系统的pas系统评估方法及装置 | |
Wong et al. | Sub-harmonic state estimation in power systems | |
CN113009276A (zh) | 一种基于阻抗矩阵的智能配电网故障定位方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210507 |
|
RJ01 | Rejection of invention patent application after publication |