CN113177857B - 一种基于台风灾害预估的资源弹性调配方法 - Google Patents
一种基于台风灾害预估的资源弹性调配方法 Download PDFInfo
- Publication number
- CN113177857B CN113177857B CN202110353054.6A CN202110353054A CN113177857B CN 113177857 B CN113177857 B CN 113177857B CN 202110353054 A CN202110353054 A CN 202110353054A CN 113177857 B CN113177857 B CN 113177857B
- Authority
- CN
- China
- Prior art keywords
- typhoon
- disaster
- resource
- level
- power grid
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 23
- 239000000463 material Substances 0.000 claims abstract description 60
- 238000012546 transfer Methods 0.000 claims abstract description 23
- 238000012423 maintenance Methods 0.000 claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims abstract description 18
- 238000013468 resource allocation Methods 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 9
- 230000002093 peripheral effect Effects 0.000 claims description 8
- 238000003064 k means clustering Methods 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000002265 prevention Effects 0.000 claims description 4
- SBPPWJIDARICBS-PGCXOGMSSA-N (5r,5ar,8ar,9r)-5-[[(4ar,6r,7r,8r,8as)-7,8-dihydroxy-2-phenyl-4,4a,6,7,8,8a-hexahydropyrano[3,2-d][1,3]dioxin-6-yl]oxy]-9-(3,4,5-trimethoxyphenyl)-5a,6,8a,9-tetrahydro-5h-[2]benzofuro[6,5-f][1,3]benzodioxol-8-one Chemical compound COC1=C(OC)C(OC)=CC([C@@H]2C3=CC=4OCOC=4C=C3[C@H](O[C@H]3[C@@H]([C@@H](O)[C@@H]4OC(OC[C@H]4O3)C=3C=CC=CC=3)O)[C@@H]3[C@@H]2C(OC3)=O)=C1 SBPPWJIDARICBS-PGCXOGMSSA-N 0.000 claims description 3
- 238000012935 Averaging Methods 0.000 claims description 3
- 101000864782 Homo sapiens Surfactant-associated protein 2 Proteins 0.000 claims description 3
- 102100030059 Surfactant-associated protein 2 Human genes 0.000 claims description 3
- 239000012779 reinforcing material Substances 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 2
- 238000011418 maintenance treatment Methods 0.000 abstract description 5
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002787 reinforcement Effects 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
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于台风灾害预估的资源弹性调配方法。为了克服现有技术预估台风危害提高灾后运维效率,但是无法减少台风带来的损害的问题;本发明包括以下步骤:S1:根据台风信息结合各级电网抗台设备措施水平,预判台风灾害带来的损失;S2:根据各级电网的资源分布情况结合各级电网的区域特性,计算确定抗台的资源需求量;S3:根据计算得到的各级区域电网的抗台资源需求量,结合区域信息分别确定灾前、灾后的物资储存转移点以及弹性调配点;S4:制定执行灾前物资调配方案。预估台风危害以及各区域的物资储备,计算各级电网的资源需求量,结合区域信息确定物资储备点进行灾前物资调配及灾后运维处理,不仅保证运维效率,还能减少台风损害。
Description
技术领域
本发明涉及一种抗灾资源调配方法领域,尤其涉及一种基于台风灾害预估的资源弹性调配方法。
背景技术
地球温室效应和生态环境的不断恶化,导致风涝灾害等极端自然灾害呈现越来越高发的态势。其中,台风是影响我国沿海地区最严重的自然灾害,我国台风灾害多发生在夏秋两季,具有突发性强、破坏力大的特点,给我国沿海地区各省市造成了严重的社会、经济危害。
台风灾害对电网造成的影响具有时空属性、多维、多尺度、不确定、周期性强、属性相关度高等特点,仅用传统方法对气象环境数据进行分析和处理会遇到不少困难。现有的台风灾害物资调配方法通常仅估算台风灾害后的损失,以此进行物资调配。例如,一种在中国专利文献上公开的“配电网应急抢修所需资源调度方法与系统”,其公告号CN104281983B,包括获取台风数据和配电网数据,并对其进行解析,配电网的承灾体基础数据,根据这些数据对台风灾害对配电网的损失进行预测,获取配电网损失预测结果,再计算当前所需抢修资源数据,根据当前所需抢修资源数据,对台风灾害下的配电网应急抢修所需资源进行调度。但是台风灾害具有不确定性,与预测结果并不完全相同,且依据预测结果提高灾后运维效率,但是依旧无法减少台风带来的损害。
发明内容
本发明主要解决现有技术预估台风危害提高灾后运维效率,但是无法减少台风带来的损害的问题;提供一种基于台风灾害预估的资源弹性调配方法,预估台风危害以及各区域的物资储备,确定物资储备点进行灾前物资调配及灾后运维处理,不仅保证运维效率,还能减少台风损害。
本发明的上述技术问题主要是通过下述技术方案得以解决的:
一种基于台风灾害预估的资源弹性调配方法,包括以下步骤:
S1:根据台风信息结合各级电网抗台设备措施水平,预判台风灾害带来的损失;
S2:根据各级电网的资源分布情况结合各级电网的区域特性,计算确定抗台的资源需求量;
S3:根据计算得到的各级区域电网的抗台资源需求量,结合区域信息分别确定灾前、灾后的物资储存转移点以及弹性调配点;
S4:制定执行灾前物资调配方案。
本方案预估台风危害以及各区域的物资储备,计算各级电网的资源需求量,结合区域信息确定物资储备点进行灾前物资调配及灾后运维处理,不仅保证运维效率,还能减少台风损害。
作为优选,所述的步骤S1包括以下步骤:
S11:从气象台获取台风信息,台风信息包括台风路径L、台风强度SP和经过台风路径L的概率pL;
S12:获取各级电网的抗台设备措施水平GA,各级电网包括地市级、县区级和网格级;
S13:预判台风灾害为各级电网带来的损失DA;
DA=pL*d*SP-GA
s.t.A∈L
其中,d为计算对象离台风中心距离;A为计算对象的所在区域。
预估计算台风对各级电网带来的损害。
作为优选,所述的步骤S2包括以下步骤:
S21:获取各级电网的资源分布情况,资源包括但不限于生活必需品、加固材料和备用电源;
S22:获取各级电网的区域特性,区域特性包括人口、重要级、设备数量和易损系数;
S23:计算抗台的资源需求量R;
其中,Ri为该电网历史平均第i种资源需求量;P为人口系数;I为重要级系数;M为设备数量系数;V为易损系数;Zi为第i种资源现有储量;N为资源种类总数。
预估以目前资源存储量,应对台风仍需的资源需求量,依次为基础调度资源。
作为优选,所述的区域信息包括交通T、关联性C和物资余量Y;
针对台风区域中各个计算对象Ak,遍历计算其周围的储存待定点Apj,确定其物资存储转移点Akp;
灾前物资存储转移点Akpb的确定:
其中,Vk为计算对象Ak的易损系数;pL为台风路径经过计算对象Ak的概率;Tj为计算对象Ak到其周围第j个储存待定点Apj的交通情况;dj为计算对象Ak到其周围第j个储存待定点Apj的距离;Cj为计算对象Ak与其周围第j个储存待定点Apj的关联性;Yj为第j个储存待定点Apj的物资余量;J为储存待定点Apj的总数;
灾后的物资储存转移点Akpa的确定:
其中,Dakd为台风对计算对象Ak造成的损失。
针对预估的台风受灾区的各级电网,遍历计算周围各储存待定点,根据灾前抗台所需物资运输来确定灾前物资储存转移点,根据灾后维护所需物资来确定灾后物资储存转移点。更具有针对性,不仅保证运维效率,还能减少台风损害。
作为优选,根据计算资源需求量R确定弹性调配点;
其中,Re为需求量阈值,资源需求量小于需求量阈值表示资源存在富余;Cm为储存待定点Apj与周围第m个需求对象的关联性;Lm为储存待定点Apj与周围第m个需求对象的距离;K为需求对象总量。
弹性调配点作为预测的容错手段,当预测出现误差时,从弹性调配点进行调度,减少因为台风不确定而存在的预测误差带来的损失。
作为优选,经过台风路径L的概率pL通过台风路径聚类中包含的台风路径数量来确定;采用k均值聚类算法进行台风路径的聚类,获取不同台风路径之间的距离矩阵D,台风路径的集合为L,任意两条台风路径x与y之间的距离dxy为:
在获取台风路径距离矩阵D后,采用k均值聚类算法进行台风路径的聚类,具体步骤如下:
Step 1:拟定情景类别数量或数量区间,并随机选取或指定相应数量的台风路径作为初始化聚类中心;
Step 2:根据距离矩阵,将台风路径划分到与聚类中心距离最近的类;
Step 3:遍历某类的所有样本,寻找新的聚类中心使得该类中不同台风路径与其距离之和最小;
Step 4:重复Step 2和Step 3,直至各类不发生变化;获得最终的聚类结果。
通过台风路径聚类中包含的台风路径数量来确定台风路径经过的概率,提高预估结果的准确性。
作为优选,所述的步骤S4包括以下步骤:
S41:进行内部资源调配,同一县区级电网所属的网格级电网之间进行资源互补,资源调配后重新计算县区级电网的资源需求量R;
S42:同一地市级电网所属的县区级电网之间进行资源互补,资源调配后重新计算地市级电网的资源需求量R;
S43:从步骤S3中计算得到的灾前物资存储转移点Akpb调配物资,进行灾前预防工作。
通过内部的资源调配来进行抗台,充分利用自身资源,减少资源调配带来的损失。
作为优选,所述的方法还包括以下步骤:
S5:实时监测台风动向以及受灾地区电网的运行情况,实时进行资源弹性调配;
S6:灾后信息收集及灾后维护;
收集台风路径区域的电网受灾情况,包括电网设备损失情况、停电范围和停电时间,从计算获得的灾后的物资储存转移点Akpa中进行灾后运维物资的调度。
分别进行灾前预防调配,灾中实时监测防护,灾后及时运维,分节点进行针对性地资源调配,提高抗台和灾后维护效率。
本发明的有益效果是:
本方案预估台风危害以及各区域的物资储备,计算各级电网的资源需求量,结合区域信息确定物资储备点进行灾前物资调配及灾后运维处理,不仅保证运维效率,还能减少台风损害。
附图说明
图1是本发明的一种基于台风灾害预估的资源弹性调配方法的流程图。
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步具体的说明。
实施例:
本实施例的一种基于台风灾害预估的资源弹性调配方法,如图1所示,包括以下步骤:
S1:根据台风信息结合各级电网抗台设备措施水平,预判台风灾害带来的损失。
S11:从气象台获取台风信息,台风信息包括台风路径L、台风强度SP和经过台风路径L的概率pL。
经过台风路径L的概率pL通过台风路径聚类中包含的台风路径数量来确定。
采用k均值聚类算法进行台风路径的聚类,获取不同台风路径之间的距离矩阵D,台风路径的集合为L,任意两条台风路径x与y之间的距离dxy为:
在获取台风路径距离矩阵D后,采用k均值聚类算法进行台风路径的聚类,具体步骤如下:
Step 1:拟定情景类别(簇)数量或数量区间,并随机选取或指定相应数量的台风路径作为初始化聚类中心。
Step 2:根据距离矩阵,将台风路径划分到与聚类中心距离最近的类。
Step 3:遍历某类的所有样本,寻找新的聚类中心使得该类中不同台风路径与其距离之和最小。
Step 4:重复Step 2和Step 3,直至各类不发生变化。
根据最终的聚类结果,以台风路径的数量区分发生概率。
S12:获取各级电网的抗台设备措施水平GA,各级电网包括地市级、县区级和网格级。
S13:预判台风灾害为各级电网带来的损失DA;
DA=pL*d*SP-GA
s.t.A∈L
其中,d为计算对象离台风中心距离;A为计算对象的所在区域。
在本实施例中,分别计算以地市级、县区级和网格级为单位的电网损失。
S2:根据各级电网的资源分布情况结合各级电网的区域特性,计算确定抗台的资源需求量。
S21:获取各级电网的资源分布情况,资源包括但不限于生活必需品、加固材料和备用电源。分别以地市级、县区级和网格级为单位,具体获取给地市级的电网资源总量,其下属县区级的电网资源总量;以及各县区级电网下属的网格资源分布。
S22:获取各级电网的区域特性,区域特性包括人口、重要级、设备数量和易损系数。
S23:计算抗台的资源需求量R;
其中,Ri为该电网历史平均第i种资源需求量;P为人口系数;I为重要级系数;M为设备数量系数;V为易损系数;Zi为第i种资源现有储量;N为资源种类总数。
预估以目前资源存储量,应对台风仍需的资源需求量,以此为基础调度资源。
S3:根据计算得到的各级区域电网的抗台资源需求量,结合区域信息分别确定灾前、灾后的物资储存转移点以及弹性调配点。
区域信息包括交通T、关联性C和物资余量Y。
针对台风区域中各个计算对象Ak,遍历计算其周围的储存待定点Apj,确定其物资存储转移点Akp;
灾前物资存储转移点Akpb的确定:
其中,Vk为计算对象Ak的易损系数;pL为台风路径经过计算对象Ak的概率;Tj为计算对象Ak到其周围第j个储存待定点Apj的交通情况;dj为计算对象Ak到其周围第j个储存待定点Apj的距离;Cj为计算对象Ak与其周围第j个储存待定点Apj的关联性;Yj为第j个储存待定点Apj的物资余量;J为储存待定点Apj的总数;
灾后的物资储存转移点Akpa的确定:
其中,Dakd为台风对计算对象Ak造成的损失。
针对预估的台风受灾区的各级电网,遍历计算周围各储存待定点,根据灾前抗台所需物资运输来确定灾前物资储存转移点,根据灾后维护所需物资来确定灾后物资储存转移点。更具有针对性,不仅保证运维效率,还能减少台风损害。
根据计算资源需求量R确定弹性调配点。
其中,Re为需求量阈值,资源需求量小于需求量阈值表示资源存在富余;Cm为储存待定点Apj与周围第m个需求对象的关联性;Lm为储存待定点Apj与周围第m个需求对象的距离;K为需求对象总量。
S4:制定执行灾前物资调配方案。
S41:进行内部资源调配,同一县区级电网所属的网格级电网之间进行资源互补,资源调配后重新计算县区级电网的资源需求量R;
S42:同一地市级电网所属的县区级电网之间进行资源互补,资源调配后重新计算地市级电网的资源需求量R;
S43:从步骤S3中计算得到的灾前物资存储转移点Akpb调配物资,进行灾前预防工作。在本实施例中包括杆塔的加固和通信保障等。
S5:实时监测台风动向以及受灾地区电网的运行情况。
当台风路径、强度与预测相同时,继续检测台风动向。当台风路径发生偏移时,从台风路径偏向周围的弹性调配点进行资源调配。
S6:灾后信息收集及灾后维护。
收集台风路径区域的电网受灾情况,包括电网设备损失情况、停电范围和停电时间等,从计算获得的灾后的物资储存转移点Akpa中进行灾后运维物资的调度,包括检修人员和维修设备等。
本实施例的方案预估台风危害以及各区域的物资储备,计算各级电网的资源需求量,结合区域信息确定物资储备点进行灾前物资调配及灾后运维处理,不仅保证运维效率,还能减少台风损害。
应理解,实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
Claims (7)
1.一种基于台风灾害预估的资源弹性调配方法,其特征在于,包括以下步骤:
S1:根据台风信息结合各级电网抗台设备措施水平,预判台风灾害带来的损失;
S2:根据各级电网的资源分布情况结合各级电网的区域特性,计算确定抗台的资源需求量;
S3:根据计算得到的各级区域电网的抗台资源需求量,结合区域信息分别确定灾前、灾后的物资储存转移点以及弹性调配点;
S4:制定执行灾前物资调配方案;
区域信息包括交通T、关联性C和物资余量Y;
针对台风区域中各个计算对象Ak,遍历计算其周围的储存待定点Apj,确定其物资存储转移点Akp;
灾前物资存储转移点Akpb的确定:
其中,Vk为计算对象Ak的易损系数;pL为台风路径经过计算对象Ak的概率;Tj为计算对象Ak到其周围第j个储存待定点Apj的交通情况;dj为计算对象Ak到其周围第j个储存待定点Apj的距离;Cj为计算对象Ak与其周围第j个储存待定点Apj的关联性;Yj为第j个储存待定点Apj的物资余量;J为储存待定点Apj的总数;
灾后的物资储存转移点Akpa的确定:
其中,Dakd为台风对计算对象Ak造成的损失。
2.根据权利要求1所述的一种基于台风灾害预估的资源弹性调配方法,其特征在于,所述的步骤S1包括以下步骤:
S11:从气象台获取台风信息,台风信息包括台风路径L、台风强度SP和经过台风路径L的概率pL;
S12:获取各级电网的抗台设备措施水平GA,各级电网包括地市级、县区级和网格级;
S13:预判台风灾害为各级电网带来的损失DA;
DA=pL*d*SP-GA
s.t.A∈L
其中,d为计算对象离台风中心距离;A为计算对象的所在区域。
5.根据权利要求2所述的一种基于台风灾害预估的资源弹性调配方法,其特征在于,经过台风路径L的概率pL通过台风路径聚类中包含的台风路径数量来确定;采用k均值聚类算法进行台风路径的聚类,获取不同台风路径之间的距离矩阵D,台风路径的集合为L,任意两条台风路径x与y之间的距离dxy为:
在获取台风路径距离矩阵D后,采用k均值聚类算法进行台风路径的聚类,具体步骤如下:
Step 1:拟定情景类别数量或数量区间,并随机选取或指定相应数量的台风路径作为初始化聚类中心;
Step 2:根据距离矩阵,将台风路径划分到与聚类中心距离最近的类;
Step 3:遍历某类的所有样本,寻找新的聚类中心使得该类中不同台风路径与其距离之和最小;
Step 4:重复Step 2和Step 3,直至各类不发生变化;获得最终的聚类结果。
6.根据权利要求1所述的一种基于台风灾害预估的资源弹性调配方法,其特征在于,所述的步骤S4包括以下步骤:
S41:进行内部资源调配,同一县区级电网所属的网格级电网之间进行资源互补,资源调配后重新计算县区级电网的资源需求量R;
S42:同一地市级电网所属的县区级电网之间进行资源互补,资源调配后重新计算地市级电网的资源需求量R;
S43:从步骤S3中计算得到的灾前物资存储转移点Akpb调配物资,进行灾前预防工作。
7.根据权利要求1所述的一种基于台风灾害预估的资源弹性调配方法,其特征在于,所述的方法还包括以下步骤:
S5:实时监测台风动向以及受灾地区电网的运行情况,实时进行资源弹性调配;
S6:灾后信息收集及灾后维护;
收集台风路径区域的电网受灾情况,包括电网设备损失情况、停电范围和停电时间,从计算获得的灾后的物资储存转移点Akpa中进行灾后运维物资的调度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110353054.6A CN113177857B (zh) | 2021-03-31 | 2021-03-31 | 一种基于台风灾害预估的资源弹性调配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110353054.6A CN113177857B (zh) | 2021-03-31 | 2021-03-31 | 一种基于台风灾害预估的资源弹性调配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113177857A CN113177857A (zh) | 2021-07-27 |
CN113177857B true CN113177857B (zh) | 2022-10-21 |
Family
ID=76922954
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110353054.6A Active CN113177857B (zh) | 2021-03-31 | 2021-03-31 | 一种基于台风灾害预估的资源弹性调配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113177857B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115640967B (zh) * | 2022-10-14 | 2024-05-14 | 国网浙江省电力有限公司嘉兴供电公司 | 一种基于极端降水灾害预估的电网资源弹性调配方法 |
CN115907159B (zh) * | 2022-11-22 | 2023-08-29 | 应急管理部国家减灾中心 | 一种相似路径台风的确定方法、装置、设备及介质 |
CN116976588B (zh) * | 2023-06-16 | 2024-05-07 | 浙江大学 | 一种基于台风实时信息的应急物资动态分配方法和系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104281983A (zh) * | 2014-09-30 | 2015-01-14 | 广东电网有限责任公司电力科学研究院 | 配电网应急抢修所需资源调度方法与系统 |
CN107423877A (zh) * | 2017-05-25 | 2017-12-01 | 国网福建省电力有限公司 | 基于gis的台风灾害配电网运行监视方法 |
CN107578169A (zh) * | 2017-09-04 | 2018-01-12 | 广东电网有限责任公司惠州供电局 | 一种台风灾害条件下的电网关键线路识别方法及装置 |
CN107944678A (zh) * | 2017-11-15 | 2018-04-20 | 广东电网有限责任公司电力科学研究院 | 一种台风灾害预警方法及装置 |
CN110728068A (zh) * | 2019-10-21 | 2020-01-24 | 广东电网有限责任公司 | 一种配网台风灾害损失评估方法及装置 |
-
2021
- 2021-03-31 CN CN202110353054.6A patent/CN113177857B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104281983A (zh) * | 2014-09-30 | 2015-01-14 | 广东电网有限责任公司电力科学研究院 | 配电网应急抢修所需资源调度方法与系统 |
CN107423877A (zh) * | 2017-05-25 | 2017-12-01 | 国网福建省电力有限公司 | 基于gis的台风灾害配电网运行监视方法 |
CN107578169A (zh) * | 2017-09-04 | 2018-01-12 | 广东电网有限责任公司惠州供电局 | 一种台风灾害条件下的电网关键线路识别方法及装置 |
CN107944678A (zh) * | 2017-11-15 | 2018-04-20 | 广东电网有限责任公司电力科学研究院 | 一种台风灾害预警方法及装置 |
CN110728068A (zh) * | 2019-10-21 | 2020-01-24 | 广东电网有限责任公司 | 一种配网台风灾害损失评估方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113177857A (zh) | 2021-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113177857B (zh) | 一种基于台风灾害预估的资源弹性调配方法 | |
Ali et al. | A data-driven approach for multi-scale GIS-based building energy modeling for analysis, planning and support decision making | |
CN112365100B (zh) | 基于灾害风险综合评估的电网灾害预警及应对方法 | |
CN104200288B (zh) | 一种基于因素与事件间相关关系识别的设备故障预测方法 | |
CN106095639A (zh) | 一种集群亚健康预警方法及系统 | |
CN104699606A (zh) | 一种基于隐马尔科夫模型的软件系统状态预测方法 | |
CN109919514B (zh) | 一种基于线损标杆阈值的台区线损异常检测方法及装置 | |
Liu et al. | A comprehensive risk analysis of transportation networks affected by rainfall‐induced multihazards | |
CN110555477A (zh) | 一种市政设施故障预测方法及装置 | |
CN106410781A (zh) | 一种电力用户需求响应潜力确定方法 | |
CN109657966A (zh) | 基于模糊测度评价的输电线路风险复合评估方法 | |
CN112527448A (zh) | 基于openstack的动态负载调整方法及其系统 | |
CN112488385A (zh) | 一种基于多模式融合的降水预报订正方法和装置 | |
CN111754147A (zh) | 路区划分方法、系统、装置和计算机可读存储介质 | |
CN110689055B (zh) | 一种顾及格网单元属性分级的跨尺度统计指标空间化方法 | |
CN115796520A (zh) | 一种基于多源情景要素驱动的应急资源匹配分析方法和装置 | |
CN104036330A (zh) | 一种基于MapReduce的降雨量分类预测方法 | |
Zahraie et al. | SST clustering for winter precipitation prediction in southeast of Iran: Comparison between modified K-means and genetic algorithm-based clustering methods | |
CN115391746B (zh) | 针对气象要素数据的插值方法、装置、电子设备及介质 | |
Cancelliere et al. | Stochastic forecasting of drought indices | |
CN111144628A (zh) | 一种分布式供能的冷热电负荷预测模型系统及方法 | |
CN115829209A (zh) | 基于碳路径的绿色智能仓库环保质量分析方法及装置 | |
CN116029551A (zh) | 基于水库河流的旱涝预警方法及装置、设备 | |
CN109542914A (zh) | 空气质量监测系统的大数据分析与处理平台 | |
CN108429771A (zh) | 基于突变理论的软件定义网络安全状态评估方法及装置 |
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 |