CN112990627A - 电能质量评估方法 - Google Patents
电能质量评估方法 Download PDFInfo
- Publication number
- CN112990627A CN112990627A CN201911291683.XA CN201911291683A CN112990627A CN 112990627 A CN112990627 A CN 112990627A CN 201911291683 A CN201911291683 A CN 201911291683A CN 112990627 A CN112990627 A CN 112990627A
- Authority
- CN
- China
- Prior art keywords
- power quality
- weight
- weighting
- evaluation
- electric energy
- 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
- 238000000034 method Methods 0.000 title claims abstract description 77
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 14
- 238000011156 evaluation Methods 0.000 claims abstract description 36
- 239000011159 matrix material Substances 0.000 claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 238000012544 monitoring process Methods 0.000 claims abstract description 5
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000001303 quality assessment method Methods 0.000 claims description 2
- 238000011160 research Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- NKMDIWKRKQFYPH-UHFFFAOYSA-N Lupan Natural products C1CCC(C)(C)C2CCC3(C)C4(C)CCC5(C)CCC(C(C)C)C5C4CCC3C21C NKMDIWKRKQFYPH-UHFFFAOYSA-N 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012854 evaluation 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
- 230000035699 permeability Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
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
- G06Q10/06—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
- G06Q10/06395—Quality analysis or management
-
- 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
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供电能质量评估方法,该方法包含下列步骤:(1)确定电能指标,收集电能质量实时不间断在线监测线路的电能质量数据;(2)根据电能质量数据计算基于方差的最大化组合权重W和隶属度矩阵μ;(3)计算评估电能质量总体状况相对于各模糊子集的隶属程度;(4)加权平均计算评估点的电能质量因子fPQ;(5)确定评估点电能质量等级。本发明的有益效果该方法组合合理,能够兼顾主观权重和客观权重的特点,研究了合理区间的概念,为组合权重的合理性判别提供了新的思路,此外,研究了基于该赋权方法的电能质量模糊评价方法,建立完善的电能质量综合评估系统,并且该综合评价方法具有良好的应用价值。
Description
技术领域
本发明涉及电能质量管理技术领域,尤其涉及一种含风电场配电网的电能质量评估法及系统。
背景技术
近年来,风力发电在配电网中的渗透率逐渐增大,作为一种不稳定的供电方式,风电接入配电网后给电能质量带来了不利的影响,电能质量是确保电力系统和用电设备稳定可靠运行的重要指标,随着单风电场装机容量不断增加,风电并网带来的电能质量问题已经到了不容忽视的程度,因此开展风电网并网对电能质量的影响评估具有重要的意义和实际应用价值。为此,需要建立一种准确有效的评定方法,根据风电并网后的各项电能质量指标进行综合评定分级,从而及时获取风电并网后的电网电能质量实际状况,以便采取相应处理措施。
电能质量各指标权重的确定是综合评估的关键问题,目前常见的方法有主观赋权法、客观赋权法和主客观组合赋权法,主客观组合赋权法综合了主观和客观两种赋权方法的特点,既体现了指标本身的重要性程度,又兼顾了数据本身的客观信息,从一定程度上克服了单一赋权法的不足。现有组合赋权方法采用简单的线性加权或乘法归一化组合主客观权重,其组合原则和合理性还存在一些问题。例如:线性加权法的调整权重难以求解,且组合方式不能区别对待主客观信息中的优信息和差信息。乘法合成法导致权重的“倍增效应”,且指标主观权重和客观权重乘积的含义也很难给出合理解释。
期刊《基于熵权法的输电网规划方案模糊综合评价》.电网技术,聂宏展,方吕盼,乔怡,等2009,33(11):60-64.利用熵权法计算指标的客观权重。
期刊《基于标准差和平均差的权系数确定方法及其应用》.数理统计与管理,王应明,张军奎.2003,22(7):22-26。利用标准差和平均差的方法计算指标的客观权重。
期刊《改进的层次分析法在含分布式电源系统电能质量综合评估中的应用》,长沙理工大学电气与信息工程学院,赵宪,2014,47(12)72-78,利用改进层次分析法计算指标的主观权重。
发明内容
本发明的目的是提供一种更加合理的电能质量评估方法,能够减少评估过程中人为因素的影响、组合方式合理,是一种能够同时兼顾决策者的主观性以及客观权重随区分度变化特点的组合赋权方法,并在此基础上,进一步研究了基于该赋权方法的模糊评估方法,实现更为细致的综合评价。
本发明的技术方案是:一种电能质量评估方法,该方法包含下列步骤:
(1)确定电能指标,收集电能质量实时不间断在线监测线路的电能质量数据,所述电能指标包含电压偏差、电压波动、电压闪变、谐波电压、频率偏差和三相不平衡,所述电能质量数据需要实时不间断的监测不少于一周,每间隔15分钟收集一次。
(2)根据电能质量数据进行基于方差最大化组合权重W和隶属度矩阵μ的计算,所述基于方差最大化组合赋权的计算步骤为:
第一步,根据电能质量数据基于多种赋权方法获得权重,所述赋权方法包括主观赋权方法和客观赋权方法,所述主观赋权方法不少于1种,客观权重赋权不少于1种,所述权重包括用主观赋权方法获得的主观权重和用客观赋权方法获得的客观权重;
第二步,根据每一个指标的不同权重确定指标组合权重的合理区间,一共有m种赋权方法对k个指标进行赋权,组合权重矩阵A表示为:
式中,αij是第j种赋权方法对第i个指标的赋权,i=1,2,…,k;j=1,2,…,m,由权重矩阵A可以确定组合权重θ=(θ1,θ2,...,θk)的区间范围,则第i个指标的组合权重θi的合理区间为其中:
第三步,通过引入一个未知权重向量使得被评价对象得分的方差最大为目标函数,计算负向型标准化矩阵X:
式中,k是指标数,n是评价对象数
则综合评价结果Z为:
Z=θX=(θx1,θx2,...θxn)
综合评价结果的方差为:
由方差最大化确定组合权重的思路可计算得到组合权重优化模型:
通过目标函数保证了组合权重能使得最后的评价结果方差最大,评价对象的区分效果好,通过约束条件保证了组合权重向量的各个元素之和为1,这也是组合赋权的基本特点,通过约束条件保证了每一个指标的权重都在设定的合理范围内,最终计算出主客观权重的权重θ=(θ1,θ2,...,θk)和第i个指标的组合权重。
隶属度矩阵隶属度矩阵μ计算步骤为:
第一步,按照标准划分电能质量等级,电能质量等级不少于5级;
第二步,根据行业内n种对于电能质量评价指标进行质量等级划分,确定每个等级的边界,n不小于5;
第三步,使用插值法在每个电能质量等级区间内产生m个样本,使用样本对自适应模糊神经网络进行训练,从而生成一种参数根据评判结果确定的隶属度函数。
(3)运用下式计算评估点电能质量总体状况相对于各质量等级模糊子集的隶属程度B::
B=Wμ;
(4)对5个质量等级依次赋以分值c1、c2、c3、c4、c5,且相邻等级间的分值间距相等,分值由高到低表示电能质量由好到差,最后采用加权平均得到评估点的电能质量因子加权平均计算评估点的电能质量因子fPQ计算公式为:
式中,bj表示综合电能质量相对于第j个质量等级的隶属度。
(5)根据fPQ的运算结果值与设定的电能质量等级比较,根据fPQ运算结果值更加靠近设定的电能质量等级的那个范围,来确定评估点电能质量等级。
本发明具有的优点和积极效果是:在对主客观权重赋权方法的基础上,针对传统组合赋权方法的局限性,提出了基于方差最大化的组合赋权方法。该方法不仅组合合理,能够兼顾主观权重和客观权重的特点,研究了合理区间的概念,为组合权重的合理性判别提供了新的思路,方差最大化组合赋权法给出的指标合理区间,当指标的组合权重落在该区间中能够说明组合权重能够反映主客观权重的优点,也可以看出该组合赋权方法的区分度较好,并且该组合赋权方法是从指标层面对权重进行组合,组合赋权过程不涉及主观权重和客观权重的直接运算,其组合赋权方法相较于现有组合赋权方法是合理的。
此外,研究了基于该赋权方法的电能质量模糊评价方法,建立完善的电能质量综合评估系统,该综合评价方法具有良好的应用价值。
附图说明
图1是本发明的整体流程图。
图2是本发明的电压偏差隶属度函数图。
图3是本发明的电压偏差隶属度矩阵值示意图。
具体实施方式
如图1,一种电能质量评估方法,首先确定电能指标,指标为电压偏差,谐波,三相不平衡,频率偏差,电压波动,电压闪变这六项,对电能质量数据需要实时不间断的监测一周,每间隔15分钟收集一次,将电能质量分为5级,对风电场接入点的6项电能质量进行检测,检测数据如表1所示;
表1电能质量指标检测数据
将数据进行标准化处理后,按照主客观赋权方法计算主客观权重。
再选取多种主客观权重方法计算:
基于改进层次分析法的主观权重计算,对评价指标的重要性排序为:电压偏差>谐波电压>电压波动=电压闪变>频率偏差>三相不平衡,通过专家确定各指标间的相对重要程度,这里暂定为{1.8,1.7,1,1.8,1.2},建立电能质量评价指标的判断矩阵R,该判断矩阵具有一致性,通过求取判断矩阵R的最大特征值对应的特征向量,并进行归一化处理,即可求得基于改进AHP法的主观权重为{0.1051,0.2071,0.2071,0.1229,0.2851,0.0727},并将结果列入表2第2列。
基于专家调查法的主观权重计算,该专家对电能质量因素中每个指标的重要程度规定为{0.4,0.15,0.05,0.15,0.2,0.05},满足重要程度之和为1的要求,将多位专家的调查结果进行汇总和计算,即可求得基于专家调查法的主观权重向量为{0.35,0.1333,0.0667,0.1416,0.1917,0.1167},并将结果列入表2第3列。
基于熵权的客观权重计算,根据实测数据计算得到每一项指标的信息量,进而求得评价指标的客观权重为{0.1544,0.211,0.1512,0.3361,0.0255,0.1218},由测量数据可知,电压闪变、谐波电压波动较大,而频率偏差、电压波动数据相差较小,因此电压波动、谐波电压权重较大,而频率偏差、电压波动权重较小,客观权重正好反映了数据的客观特性,并将结果列入表2第4列。
基于标准差和平均差极大化的客观权重计算,计算各评价指标的标准差系数δj和平均差系数μj,并令Z1=Z2=0.5,最终确定了各评价指标的客观权重为{0.0669,0.2213,0.1822,0.1335,0.1589,0.2371},并将结果列入表2第5列。
在运用基于方差最大化的组合权重计算,首先,根据表2中指标的主观权重和客观权重确定评价指标的组合权重θ=(θ1,θ2,...,θk)的区间范围;然后,将实测数据进行负向型标准化,利用标准化的数据和组合权重构造评价函数Z,以评价函数Z的方差作为目标函数,利用指标权重之和为1,指标的合理区间作为约束条件建立优化模型,求解即可得到满足条件的组合权重为{0.0909,0.2213,0.2071,0.1229,0.2815,0.0727},并将计算结果列入表2第6列,数据如表2所示。
表2为单一赋权方法下与方差最大化组合的权重
同时在进行指标隶属度矩阵的形成,将电能质量按照标准划分为5个等级,根据行业内6种电能质量评价指标等级划分,其中电压偏差的划分方法如表3所示,确定每个电能质量等级的边界,使用插值法在每个电能质量等级区间内产生300个样本,使用该样本对自适应模糊神经网络进行训练,从而生成一种参数可变的隶属度函数,隶属度函数如附图2所示。
表3为行业标准对电压偏差的等级划分
等级 | 标准1 | 标准2 | 标准3 | 标准4 | 标准5 | 标准6 |
1 | 1 | 0.7 | 1 | 2 | 1.7 | 0.4 |
2 | 1.5 | 2.1 | 3 | 2.5 | 2.7 | 1.2 |
3 | 3 | 3.5 | 5 | 4.5 | 3.8 | 3.2 |
4 | 5 | 4.8 | 6 | 6 | 4.8 | 5.2 |
5 | 7 | 7 | 7 | 7 | 7 | 7 |
根据实际值确定隶属度矩阵μ,如表1序号1电压偏差值3.3为例,其隶属度矩阵μ第一行根据图3可求得为[0.0022 0.0778 0.9854 0.02417 0],分别是属于1、2、3、4、5级的隶属度,相同方法重复计算后可得出完整的隶属度矩阵μ。
在计算完成指标组合权重W和隶属度矩阵μ后,计算综合电能质量相对于每个等级的隶属度:
B=Wgμ=[0.1808,0.3892,0.4264,0,0]。
然后取电能质量5个等级的数值依次为5、4、3、2、1,计算出电能质量因子:
由电能质量因子可以看出该母线电能质量等级,该母线的电能质量介于等级的数值为4的良好和3的中等两个质量等级之间而更接近于良好,故母线的电能质量评价为良好,这与该母线平时等级相同,可见,评估结果与实际情况相符。
以上对本发明的一个实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等,均应仍归属于本发明的专利涵盖范围之内。
Claims (6)
2.根据权利要求1所述的电能质量评估方法,其特征在于:所述步骤(1)中电能指标包含电压偏差、电压波动、电压闪变、谐波电压、频率偏差和三相不平衡。
3.根据权利要求1所述的电能质量评估方法,其特征在于:所述步骤(1)中电能质量数据需要实时不间断的监测不少于一周,每间隔15分钟收集一次。
4.根据权利要求1所述的电能质量评估方法,其特征在于:所述步骤(2)中基于方差的最大化组合赋权计算步骤为:
第一步,根据电能质量数据基于多种赋权方法获得权重,所述赋权方法包括主观赋权方法和客观赋权方法;
第二步,根据每一个指标的不同权重确定指标组合权重的合理区间,一共有m种赋权方法对k个指标进行赋权,组合权重矩阵A表示为:
式中,αij是第j种赋权方法对第i个指标的赋权,i=1,2,…,k;j=1,2,…,m,由权重矩阵A可以确定组合权重θ=(θ1,θ2,...,θk)的区间范围,则第i个指标的组合权重θi的合理区间为其中:
第三步,通过引入一个未知权重向量使得被评价对象得分的方差最大为目标函数,计算负向型标准化矩阵X:
式中,k是指标数,n是评价对象数
则综合评价结果Z为:
Z=θX=(θx1,θx2,...θxn)
综合评价结果的方差为:
由方差最大化确定组合权重的思路可计算得到组合权重优化模型:
最终计算出组合权重的权重θ=(θ1,θ2,...,θk)。
5.根据权利要求4所述的电能质量评估方法,其特征在于:所述主观赋权方法不少于1种,客观赋权方法不少于1种,所述权重包括用主观赋权方法获得的主观权重和用客观赋权方法获得的客观权重。
6.根据权利要求1所述的电能质量评估方法,其特征在于:所述步骤(2)中隶属度矩阵μ计算步骤为:
第一步,按照标准划分电能质量等级;
第二步,根据行业内n种电能质量评价指标质量等级划分,确定每个等级的边界,n不小于5;
第三步,使用插值法在每个电能质量等级区间内产生m个样本,使用样本对自适应模糊神经网络进行训练,从而生成一种参数可变的隶属度函数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911291683.XA CN112990627B (zh) | 2019-12-16 | 2019-12-16 | 电能质量评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911291683.XA CN112990627B (zh) | 2019-12-16 | 2019-12-16 | 电能质量评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112990627A true CN112990627A (zh) | 2021-06-18 |
CN112990627B CN112990627B (zh) | 2023-01-06 |
Family
ID=76343146
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911291683.XA Active CN112990627B (zh) | 2019-12-16 | 2019-12-16 | 电能质量评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112990627B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114971233A (zh) * | 2022-05-12 | 2022-08-30 | 国网重庆市电力公司电力科学研究院 | 一种基于ifahp-critic和topsis的电能质量综合评估方法和系统 |
CN115081951A (zh) * | 2022-07-28 | 2022-09-20 | 东南大学溧阳研究院 | 基于模糊综合评判的风电并网系统电能质量评估方法 |
CN116154972A (zh) * | 2023-04-21 | 2023-05-23 | 新风光电子科技股份有限公司 | 一种分布式电网电能质量监测方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103617371A (zh) * | 2013-12-10 | 2014-03-05 | 国家电网公司 | 一种基于灰色理论的电能质量综合评估方法 |
CN106651656A (zh) * | 2016-12-28 | 2017-05-10 | 国网江西省电力公司经济技术研究院 | 基于改进的隶属度函数的供电可靠性模糊综合评价方法 |
CN107515839A (zh) * | 2017-07-12 | 2017-12-26 | 国网上海市电力公司 | 经改进赋权算法处理的电能质量模糊评估法 |
CN109858758A (zh) * | 2018-12-29 | 2019-06-07 | 中国电力科学研究院有限公司 | 一种配电网电能质量的组合赋权评估方法及系统 |
-
2019
- 2019-12-16 CN CN201911291683.XA patent/CN112990627B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103617371A (zh) * | 2013-12-10 | 2014-03-05 | 国家电网公司 | 一种基于灰色理论的电能质量综合评估方法 |
CN106651656A (zh) * | 2016-12-28 | 2017-05-10 | 国网江西省电力公司经济技术研究院 | 基于改进的隶属度函数的供电可靠性模糊综合评价方法 |
CN107515839A (zh) * | 2017-07-12 | 2017-12-26 | 国网上海市电力公司 | 经改进赋权算法处理的电能质量模糊评估法 |
CN109858758A (zh) * | 2018-12-29 | 2019-06-07 | 中国电力科学研究院有限公司 | 一种配电网电能质量的组合赋权评估方法及系统 |
Non-Patent Citations (3)
Title |
---|
严利萍等: "中压配网电压偏差与波动综合评估方法及其应用", 《电工电气》 * |
李娜娜等: "组合赋权法在电能质量综合评估中的应用", 《电力系统保护与控制》 * |
沈阳武,等: "基于最优组合权重的电能质量灰色综合评价方法", 《电力系统自动化》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114971233A (zh) * | 2022-05-12 | 2022-08-30 | 国网重庆市电力公司电力科学研究院 | 一种基于ifahp-critic和topsis的电能质量综合评估方法和系统 |
CN115081951A (zh) * | 2022-07-28 | 2022-09-20 | 东南大学溧阳研究院 | 基于模糊综合评判的风电并网系统电能质量评估方法 |
CN116154972A (zh) * | 2023-04-21 | 2023-05-23 | 新风光电子科技股份有限公司 | 一种分布式电网电能质量监测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112990627B (zh) | 2023-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110991786B (zh) | 基于相似日负荷曲线的10kV静态负荷模型参数辨识方法 | |
CN108038300B (zh) | 基于改进的隶属度函数结合神经网络的光纤状态评估方法 | |
CN110909983B (zh) | 一种主动配电网电能质量多维评估方法 | |
CN112990627B (zh) | 电能质量评估方法 | |
CN110070282B (zh) | 一种基于综合关联度的低压台区线损影响因素分析方法 | |
CN111177650B (zh) | 一种配电网电能质量监测与综合评估系统及方法 | |
CN104809658B (zh) | 一种低压配网台区线损的快速分析方法 | |
CN109546659B (zh) | 基于随机矩阵和智能场景匹配的配电网无功优化方法 | |
CN107146009B (zh) | 一种供水管网运行状态评估方法 | |
CN111598484A (zh) | 一种风光储系统电能质量综合评估方法 | |
CN107437135B (zh) | 一种新型储能选型方法 | |
CN107274067B (zh) | 一种配电变压器过载风险评估方法 | |
CN110111024A (zh) | 基于ahp模糊综合评价模型的科技成果市场价值评估方法 | |
CN107274079B (zh) | 基于改进灰色聚类的供电区域划分方法 | |
CN112785119B (zh) | 基于聚类和层次分析算法的配网电压越限原因分析方法 | |
CN111932081B (zh) | 一种电力信息系统运行状态评估方法及系统 | |
CN104182816A (zh) | 基于Vague集和改进逼近理想解的电能质量综合评估方法及其应用 | |
CN111967777B (zh) | 一种储能促进清洁能源利用价值的综合评价方法 | |
CN110705887A (zh) | 一种基于神经网络模型的低压台区运行状态综合评价方法 | |
CN110705859A (zh) | 基于pca-自组织神经网络的中低压配电网运行状态评估方法 | |
CN111695452A (zh) | 基于rbf神经网络的并联电抗器内部老化程度评估方法 | |
CN115545514A (zh) | 基于健康度评估的配电融合设备差异化运维方法及装置 | |
CN107577896B (zh) | 基于混合Copula理论的风电场多机聚合等值方法 | |
CN117674263A (zh) | 计及光伏消纳率的配网光伏选址定容及承载能力评估方法 | |
CN112116489A (zh) | 一种基于泛在互联的主动配电网供电质量复合感知与评价方法及系统 |
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 |