CN113052473A - 一种基于故障率和静态安全分析的电网风险分析方法 - Google Patents
一种基于故障率和静态安全分析的电网风险分析方法 Download PDFInfo
- Publication number
- CN113052473A CN113052473A CN202110351256.7A CN202110351256A CN113052473A CN 113052473 A CN113052473 A CN 113052473A CN 202110351256 A CN202110351256 A CN 202110351256A CN 113052473 A CN113052473 A CN 113052473A
- Authority
- CN
- China
- Prior art keywords
- power grid
- fault
- risk
- equipment
- historical
- 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 38
- 238000004458 analytical method Methods 0.000 title claims abstract description 32
- 238000012502 risk assessment Methods 0.000 title claims abstract description 28
- 230000003068 static effect Effects 0.000 title claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims abstract description 35
- 230000008859 change Effects 0.000 claims abstract description 11
- 238000012937 correction Methods 0.000 claims description 9
- 238000007476 Maximum Likelihood Methods 0.000 claims description 3
- 230000032683 aging Effects 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 1
- 235000011613 Pinus brutia Nutrition 0.000 description 1
- 241000018646 Pinus brutia Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000007619 statistical method 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
- G06Q10/0635—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
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (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
本发明公开了一种基于故障率和静态安全分析的电网风险分析方法,其中,所述方法包括:根据电网设备的历史故障情况,构建故障概率模型;在电网运行状态发生变化时,根据所述故障概率模型计算当前各个设备的综合故障率;依据所述综合故障率的大小,选取前M个设备作为高风险设备;根据静态安全分析方法,对所述M个高风险设备进行分析,得出电网运行状态变化情况下的风险。本发明方法有效解决了现有技术中大规模电力系统风险分析计算规模越来越复杂,而风险分析的快速准确性要求越高的问题,提高了电力系统相关部门对电网风险的预警能力。
Description
技术领域
本发明涉及一种基于故障率和静态安全分析的电网风险分析方法,属于电力调度风险分析技术领域。
背景技术
电力系统的运行状态可以分为正常和非正常两种状态,这两种运行状态可能因各种原因而相互转换,一个处在正常运行状态的系统,下一时刻可能会由于负荷变化或元件故障而进入非正常运行状态。当电网中发生线路跳闸、输变电设备故障、在线检修、发电机组切除、重大负荷波动、运行方式调整、极端恶劣天气等情况时,电力系统的运行状态会因之出现变化,这些变化往往会带来一定的风险,为保证电网的安全稳定运行,需要对这些风险进行预警。另外,在进行调度计划制定及保护参数校核时,也可进行相应的风险分析,以辅助运行方式决策和保护参数整定。随着电网复杂程度的日益增加,电网中的设备、网架、运行工况等数据信息量极速增长,同时随着社会的进步人们对电网的安全稳定运行有了更高要求,因此当前存在电网风险分析巨大处理量与快速性、准确性之间的矛盾。
传统的电网运行风险预警主要采用基于N-1安全校核,按照“最严重事故决策标准”来指导决策,为实现对电网准确的风险预警,为实现对全网分析的精确分析,电网中的各个节点都需要遍历进行N-1安全校核计算,在电网规模日益复杂的今天无疑是巨大的计算负担,而如此巨大的计算量必然带来计算时间的延长,计算时间的延长则大大降低了风险预警的实时性。
发明内容
基于上述,本发明提供一种基于故障率和静态安全分析的电网风险分析方法,以解决目前电网运行风险计算分析存在的风险预警实时性差的技术问题。
本发明的技术方案是:一种基于故障率和静态安全分析的电网风险分析方法,其中,所述方法包括:
根据电网设备的历史故障情况,构建故障概率模型;
在电网运行状态发生变化时,根据所述故障概率模型计算当前各个设备的综合故障率;
依据所述综合故障率的大小,选取前M个设备作为高风险设备;
根据静态安全分析方法,对所述M个高风险设备进行分析,得出电网运行状态变化情况下的风险。
可选的,所述故障概率模型的构建方法为:
统计分析各电网设备在各种影响因素下的历史故障率;
依据泊松回归模型,以所述各种影响因素及其对应的所述历史故障率分别作为输入数据和输出输出,拟合计算所述泊松回归模型的mr参数和nr参数;
根据所述mr参数和nr参数,构建各电网设备在各种影响因素下的故障概率模型,计算公式如下:
Pr=mr exp(nrk)
其中,Pr为故障概率,mr、nr为模型参数,k为影响因素等级。
可选的,所述影响因素包括气象因素、运行年限和负载率,对应的影响因素等级分别为气象等级、运行年限和过负荷等级。
可选的,基于气象因素的历史故障率的计算方法为:
将气象因素进行等级划分,按照电网设备故障情况的历史统计数据,建立各气象因素等级对应的历史故障率,历史故障率计算公式如下:
其中,i为气象因素所处等级,Pwi为第i等级下设备故障率,Nw为因气象原因造成设备故障的次数总和,Nwi为因第i等级大风造成的设备故障次数。
可选的,基于运行年限的历史故障率的计算方法为:
按照电网设备故障情况的历史统计数据计算设备超出运行年限情况下的历史故障率,并采用韦布尔分布进行修正,历史故障率计算公式如下:
其中,Prk为所分析设备在运行年限因素下的故障率,Nr为因设备老化造成设备故障的次数总和,Nrk为因运行第k年的设备故障次数,Ck为超过正常运行年限修正系数,T为设备设定的正常运行年限,β为修正参数,其值依据历史故障率采用极大似然估计求取。
可选的,基于负荷情况的历史故障率的计算方法为:
将电网设备过负荷情况划分为多个等级,按照设备故障情况的历史统计数据,建立各个过负荷等级对应的历史故障率,并采用设备的过负荷运行曲线进行修正,历史故障率计算公式如下:
其中,Pol为所分析设备在第l级过负荷情况下的故障率,No为因设备过负荷造成设备故障的次数总和,Nol为因处于第l级过负荷情况下的的设备故障次数,Cl为过负荷程度的修正系数,LN为设备的额定容量,Llim为设备最大容量,L为设备实时容量。
可选的,所述综合故障率的计算方式为:
计算当前设备在所述各种影响因素下的实时故障率;
将所述各个影响因素下的实时故障率相加,即得该设备的综合故障率。
可选的,根据静态安全分析方法,对所述M个高风险设备进行分析的方法为:
对每个所述高风险设备进行N-1静态安全分析计算,得到高风险线路;
根据所述高风险设备和所述高风险线路,采用N-2的方法形成预想事故集合;
对所述预想事故集合进行静态安全分析,计算电网节点的越限情况,从而形成电网运行状态变化情况下的风险分析。
本发明的有益效果是:本发明通过历史故障率分析定位当前运行条件下的高风险设备,再根据静态安全分析方法对这些高风险设备进行分析,即可得出电网运行状态变化情况下的风险。本发明通过故障率的分析减小了电网运行状态变化时确定预想事故集合的计算量,适合于大规模电网的风险分析计算,结合故障率和静态安全分析的方法也进一步提高了电网风险分析的准确性。本发明方法有效解决了现有技术中大规模电力系统风险分析计算规模越来越复杂,而风险分析的快速准确性要求越高的问题,提高了电力系统相关部门对电网风险的预警能力。
附图说明
图1为本发明方法的流程示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似改进,因此本发明不受下面公开的具体实施的限制。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
请参阅图1,本发明实施例一种基于故障率和静态安全分析的电网风险分析方法,该方法包括:
S1,根据电网设备的历史故障情况,构建故障概率模型。
1)统计分析电网设备的历史故障率,将气象因素、运行年限、负载率作为影响设备故障率的主要因素。
对于气象因素而言,将气象因素进行等级划分,按照设备故障情况的历史统计数据,建立各气象因素等级对应的历史故障率,历史故障率计算公式如下所示;
其中,i为气象因素所处等级,Pwi为第i等级下设备故障率,Nw为因气象原因造成设备故障的次数总和,Nwi为因第i等级大风造成的设备故障次数。
对于运行年限而言,按照设备故障情况的历史统计数据计算设备超出运行年限情况下的历史故障率,并采用韦布尔分布进行修正,历史故障率计算公式如下所示;
其中,Prk为所分析设备在运行年限因素下的故障率,Nr为因设备老化造成设备故障的次数总和,Nrk为因运行第k年的设备故障次数,Ck为超过正常运行年限修正系数,T为设备设定的正常运行年限,β为修正参数,其值依据历史故障率采用极大似然估计求取。
对于负载率而言,将设备过负荷情况划分为多个等级,按照设备故障情况的历史统计数据,建立各个过负荷等级对应的历史故障率,并采用设备的过负荷运行曲线进行修正,历史故障率计算公式如下所示;
其中,Pol为所分析设备在第l级过负荷情况下的故障率,No为因设备过负荷造成设备故障的次数总和,Nol为因处于第l级过负荷情况下的的设备故障次数,Cl为过负荷程度的修正系数,LN为设备的额定容量,Llim为设备最大容量,L为设备实时容量。
2)构建故障概率模型
在得到各电网设备在各种影响因素下的历史故障率后,依据泊松回归模型,以各种影响因素及其对应的历史故障率分别作为输入数据和输出输出,拟合计算泊松回归模型的mr参数和nr参数;根据mr参数和nr参数,构建各电网设备在各种影响因素下的故障概率模型,计算公式如下:
Pr=mr exp(nrk)
其中,Pr为故障概率,mr、nr为模型参数,k为影响因素等级,具体而言,k为气象因素、运行年限、负载率对应的气象等级、运行年限和过负荷等级。
在一个示例中,以气象因素为例,已知各级别气象因素k下某个设备的历史故障率,通过调整式公式中待定系数mr、nr,使得该函数与已知点集的差别最小。常用方法有最小二乘法和拉格朗日插值法等。以最小二乘法为例:
1)设计算值为y*,则y*=mrexp(nr,k);
2)计算误差并求和:设误差为E,E=Σ(yi*-yi)2,i=1…k;
3)对变量mr、nr求偏导,另偏导等于0,算出具体数值。
S2,在电网运行状态发生变化时,根据所述故障概率模型计算当前各个设备的综合故障率。
具体而言,当电力系统出现重大负荷波动、线路跳闸、输变电设备故障等运行状态变化时,计算当前设备在各种影响因素下的实时故障率,并将各个影响因素下的实时故障率相加,即得该设备的综合故障率。
S3,依据所述综合故障率的大小,选取前M个设备作为高风险设备。
具体而言,将综合故障率按从大到小的顺序进行排序,选取综合故障率最大的前M个设备作为高风险设备,M的取值根据电网的实际运行情况和调度人员的经验进行确定。
S4,根据静态安全分析方法,对所述M个高风险设备进行分析,得出电网运行状态变化情况下的风险。
具体而言,根据静态安全分析方法,对所述M个高风险设备进行分析的方法为:
S41,对每个所述高风险设备进行N-1静态安全分析计算,得到高风险线路。针对每个高风险设备进行N-1安全校核,在每次安全校核计算后计算电网中各条支路的功率相较于稳态情况下的变化,将计算值由大到小进行排序,选取功率变化最大的M′个支路作为高风险支路,M′的取值根据电网的实际运行情况和调度人员的经验进行确定。
S42,根据所述高风险设备和所述高风险线路,采用N-2的方法形成预想事故集合。汇集高风险设备和线路后,按照N-2的方法构建预想事故集合。在电力技术领域中,预想事故集合不仅仅包含单一元件开断所导致的故障,也要包含多重故障,能够对故障深度进行控制,可以人为设定预想故障是否到N-2。
S43,对所述预想事故集合进行静态安全分析,计算电网节点的越限情况,从而形成电网运行状态变化情况下的风险分析。针对预想事故集合进行最终的安全校核计算,从而给出越限节点信息,对电网的运行风险进行分析。具体而言,在构建的预想事故集合中选取的任两独立元件(发电机、输电线路、变压器等),将其视为已经从电网断开的状态,然后对剩余的电网进行潮流计算。
在电力技术领域中,静态安全分析功能用来分析在指定的故障或故障组合下电力系统的静态安全情况,它通过对每个故障模拟计算,得出稳态潮流结果,并进行网络越限条件检查,生成一个系统安全评估报告,即可得到电网中高风险线路。电力系统静态安全分析可应用N—1原则,逐个无故障断开线路、变压器等元件,检查其他元件是否因此过负荷和电网低电压,用以检验电网结构强度和运行方式是否满足安全运行要求。
本步骤的目的在于,在得到高风险设备后,可进一步定位高风险线路,并建立风险预警的预想事故集合完成风险分析,提高电力系统相关部门对电网风险的预警能力。
本发明方法解决了现有技术中电力系统分析计算规模越来越复杂,电力事故事件判定工作量大且效率低的问题,通过事故事件发生后的安全稳定分析,快速准确预判事故事件等级,提高了电力系统相关部门对突发事件和灾害的快速恰当响应的能力。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种基于故障率和静态安全分析的电网风险分析方法,其中,所述方法包括:
根据电网设备的历史故障情况,构建故障概率模型;
在电网运行状态发生变化时,根据所述故障概率模型计算当前各个设备的综合故障率;
依据所述综合故障率的大小,选取前M个设备作为高风险设备;
根据静态安全分析方法,对所述M个高风险设备进行分析,得出电网运行状态变化情况下的风险。
2.根据权利要求1所述的电网风险分析方法,其中,所述故障概率模型的构建方法为:
统计分析各电网设备在各种影响因素下的历史故障率;
依据泊松回归模型,以所述各种影响因素及其对应的所述历史故障率分别作为输入数据和输出输出,拟合计算所述泊松回归模型的mr参数和nr参数;
根据所述mr参数和nr参数,构建各电网设备在各种影响因素下的故障概率模型,计算公式如下:
Pr=mrexp(nrk)
其中,Pr为故障概率,mr、nr为模型参数,k为影响因素等级。
3.根据权利要求2所述的电网风险分析方法,其中,所述影响因素包括气象因素、运行年限和负载率,对应的影响因素等级分别为气象等级、运行年限和过负荷等级。
7.根据权利要求3所述的电网风险分析方法,其中,所述综合故障率的计算方式为:
计算当前设备在所述各种影响因素下的实时故障率;
将所述各个影响因素下的实时故障率相加,即得该设备的综合故障率。
8.根据权利要求1所述的电网风险分析方法,其中,根据静态安全分析方法,对所述M个高风险设备进行分析的方法为:
对每个所述高风险设备进行N-1静态安全分析计算,得到高风险线路;
根据所述高风险设备和所述高风险线路,采用N-2的方法形成预想事故集合;
对所述预想事故集合进行静态安全分析,计算电网节点的越限情况,从而形成电网运行状态变化情况下的风险分析。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110351256.7A CN113052473B (zh) | 2021-03-31 | 2021-03-31 | 一种基于故障率和静态安全分析的电网风险分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110351256.7A CN113052473B (zh) | 2021-03-31 | 2021-03-31 | 一种基于故障率和静态安全分析的电网风险分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113052473A true CN113052473A (zh) | 2021-06-29 |
CN113052473B CN113052473B (zh) | 2024-03-22 |
Family
ID=76516820
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110351256.7A Active CN113052473B (zh) | 2021-03-31 | 2021-03-31 | 一种基于故障率和静态安全分析的电网风险分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113052473B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116345696A (zh) * | 2023-05-29 | 2023-06-27 | 南京上古网络科技有限公司 | 一种基于全域监测的异常信息分析管理系统及方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010102461A (ja) * | 2008-10-23 | 2010-05-06 | Kddi Corp | 故障リスク評価装置 |
CN103279807A (zh) * | 2013-05-06 | 2013-09-04 | 国家电网公司 | 一种恶劣天气下电网静态风险评估方法 |
KR20130109506A (ko) * | 2012-03-27 | 2013-10-08 | 한국남동발전 주식회사 | 발전설비의 위험도 기반 정비 시스템 |
CA2816661A1 (en) * | 2012-05-15 | 2013-11-15 | Technical Standards And Safety Authority | +system and method for inspecting and assessing risk of mechanical equipment and facilities |
CN104361531A (zh) * | 2014-11-14 | 2015-02-18 | 广东电网有限责任公司电力调度控制中心 | 变电站自动化系统的高风险故障设备的识别方法和系统 |
CN104517241A (zh) * | 2014-12-16 | 2015-04-15 | 上海交通大学 | 一种基于输电线路全工况信息的风险评估方法 |
CN105427019A (zh) * | 2015-10-30 | 2016-03-23 | 国网河南省电力公司电力科学研究院 | 一种地理气象相关的输电线路风险差异评价方法 |
CN107516170A (zh) * | 2017-08-30 | 2017-12-26 | 东北大学 | 一种基于设备故障概率和电网运行风险的差异自愈控制方法 |
CN109740905A (zh) * | 2018-12-26 | 2019-05-10 | 国网陕西省电力公司电力科学研究院 | 一种基于贝叶斯模型的多元电网次生故障概率估计方法 |
CN110346673A (zh) * | 2019-05-23 | 2019-10-18 | 国网河南省电力公司郑州供电公司 | 一种计及网络拓扑合理性的智能配电网风险评估方法 |
CN111082401A (zh) * | 2019-11-15 | 2020-04-28 | 国网河南省电力公司郑州供电公司 | 基于自学习机制的配电网故障恢复方法 |
CN111209535A (zh) * | 2019-12-25 | 2020-05-29 | 国家电网公司西北分部 | 一种电力设备相继故障风险识别方法及系统 |
US20210089928A1 (en) * | 2018-03-16 | 2021-03-25 | Hitachi, Ltd. | Failure probability evaluation system and method |
-
2021
- 2021-03-31 CN CN202110351256.7A patent/CN113052473B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010102461A (ja) * | 2008-10-23 | 2010-05-06 | Kddi Corp | 故障リスク評価装置 |
KR20130109506A (ko) * | 2012-03-27 | 2013-10-08 | 한국남동발전 주식회사 | 발전설비의 위험도 기반 정비 시스템 |
CA2816661A1 (en) * | 2012-05-15 | 2013-11-15 | Technical Standards And Safety Authority | +system and method for inspecting and assessing risk of mechanical equipment and facilities |
CN103279807A (zh) * | 2013-05-06 | 2013-09-04 | 国家电网公司 | 一种恶劣天气下电网静态风险评估方法 |
CN104361531A (zh) * | 2014-11-14 | 2015-02-18 | 广东电网有限责任公司电力调度控制中心 | 变电站自动化系统的高风险故障设备的识别方法和系统 |
CN104517241A (zh) * | 2014-12-16 | 2015-04-15 | 上海交通大学 | 一种基于输电线路全工况信息的风险评估方法 |
CN105427019A (zh) * | 2015-10-30 | 2016-03-23 | 国网河南省电力公司电力科学研究院 | 一种地理气象相关的输电线路风险差异评价方法 |
CN107516170A (zh) * | 2017-08-30 | 2017-12-26 | 东北大学 | 一种基于设备故障概率和电网运行风险的差异自愈控制方法 |
US20210089928A1 (en) * | 2018-03-16 | 2021-03-25 | Hitachi, Ltd. | Failure probability evaluation system and method |
CN109740905A (zh) * | 2018-12-26 | 2019-05-10 | 国网陕西省电力公司电力科学研究院 | 一种基于贝叶斯模型的多元电网次生故障概率估计方法 |
CN110346673A (zh) * | 2019-05-23 | 2019-10-18 | 国网河南省电力公司郑州供电公司 | 一种计及网络拓扑合理性的智能配电网风险评估方法 |
CN111082401A (zh) * | 2019-11-15 | 2020-04-28 | 国网河南省电力公司郑州供电公司 | 基于自学习机制的配电网故障恢复方法 |
CN111209535A (zh) * | 2019-12-25 | 2020-05-29 | 国家电网公司西北分部 | 一种电力设备相继故障风险识别方法及系统 |
Non-Patent Citations (2)
Title |
---|
吴英俊等: "考虑天气影响的配电信息物理系统可靠性评估", 中国电力, vol. 53, no. 4, pages 58 - 68 * |
李治森: "基于气象信息的电网监控预警系统研究", 中国优秀硕士学位论文全文数据库(电子期刊), pages 042 - 810 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116345696A (zh) * | 2023-05-29 | 2023-06-27 | 南京上古网络科技有限公司 | 一种基于全域监测的异常信息分析管理系统及方法 |
CN116345696B (zh) * | 2023-05-29 | 2023-08-15 | 南京上古网络科技有限公司 | 一种基于全域监测的异常信息分析管理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113052473B (zh) | 2024-03-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ni et al. | Online risk-based security assessment | |
CN106529696B (zh) | 一种电网中设备预警方法及预警装置 | |
CN106408438B (zh) | 基于全过程动态仿真的安全稳定控制策略自动校核方法 | |
CN106056265B (zh) | 一种基于灰色关联分析法的电压稳定故障筛选与排序方法 | |
CN106709651B (zh) | 一种基于风险理论的电力系统安全性评估系统 | |
CN104657822A (zh) | 一种基于风险评估结果的电力系统灾害预警分级方法及系统 | |
CN102013085A (zh) | 配电网可靠性评价方法 | |
CN105406476B (zh) | 基于历史数据的电力系统稳定性快速判断方法 | |
CN112700144B (zh) | 变电站运行状态风险评估方法、装置、设备以及存储介质 | |
CN109510205B (zh) | 一种配电网负荷转供辅助决策分析方法 | |
CN109858793B (zh) | 电力系统风险评估指标体系构建方法 | |
CN104537575A (zh) | 一种电网安全经济优质运行综合指数的计算方法 | |
CN107132762A (zh) | 基于预想故障集自动筛选的在线静态安全评估方法 | |
CN104820884A (zh) | 一种结合电力系统特征的电网调度实时数据稽查方法 | |
CN107069705A (zh) | 一种电网元件连锁故障模拟方法 | |
CN104484837A (zh) | 一种综合量化配电网风险评估方法 | |
CN112668821A (zh) | 一种基于风沙区域绝缘子故障概率的配电线路风险分析方法 | |
CN107239896A (zh) | 一种继电保护安全性评估方法 | |
CN112116276A (zh) | 一种计及电气主设备时变状态的变电站运行风险评估方法 | |
CN113052473A (zh) | 一种基于故障率和静态安全分析的电网风险分析方法 | |
CN112924813A (zh) | 基于电气数据的配电网短路故障监控方法及装置 | |
CN111598377A (zh) | 一种地区电网基准风险在线获取方法与系统 | |
CN115952917A (zh) | 一种有源配电网安全态势感知方法与系统 | |
CN116167477A (zh) | 考虑气象条件影响的电力系统风险评估方法 | |
CN103729682A (zh) | 一种三相不平衡判别方法 |
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 |