CN113295960B - 一种面向cps多维信息的配电网故障辨识方法 - Google Patents
一种面向cps多维信息的配电网故障辨识方法 Download PDFInfo
- Publication number
- CN113295960B CN113295960B CN202110410256.XA CN202110410256A CN113295960B CN 113295960 B CN113295960 B CN 113295960B CN 202110410256 A CN202110410256 A CN 202110410256A CN 113295960 B CN113295960 B CN 113295960B
- Authority
- CN
- China
- Prior art keywords
- protection device
- fault
- suspicious
- distribution network
- power distribution
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/086—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
Abstract
本发明公开了一种面向CPS多维信息的配电网故障辨识方法,用以解决现有技术中配电网CPS信息利用率较低及故障检测作业效率较低的技术问题,包括以下步骤:S1:锁定需要排查的馈线,配电网CPS根据故障相关信号辨识所述馈线上保护装置的故障状态;S2:配电网CPS根据故障信息、以及正知识T和负知识U,收集所述馈线上可能导致保护装置呈故障状态的可疑节点至可疑节点集F;S3:约简可疑节点集F,获得被约简后的最小可疑节点集Fmin;S4:配电网CPS将Fmin中的可疑节点在系统中进行标识。本发明提高了配电网CPS的信息利用率,提高了故障检测作业效率。
Description
技术领域
本发明涉及电力系统故障分析技术领域,特别涉及一种面向CPS多维信息的配电网故障辨识方法。
背景技术
在中压配电系统中,为了提升配电网可靠性,必须尽快检测及辨识出永久性故障引起的负荷断电,以便与运维团队协作,尽快隔离故障区域并恢复服务;关于故障的辨识,目前常用的方法有:1、人工神经网络确定配电系统可靠性指标;2、状态枚举法计算辐射状网络的期望故障频率和故障持续时间,确定开关元件的最佳位置,使可靠性指标处于受控状态;3、图论工具结合潮流解评估远程操作的开关设备对恢复序列的影响以及由此产生的质量指标;4、结合基于图的搜索和状态枚举技术来获得可靠性指标,并选择适当的方法来提高这些指标;5、采用蒙特卡罗模拟来评估配电自动化对可靠性指标的影响;6基于潮流分析和模糊逻辑技术的实时操作组态推理;上述方法大多基于预期失败率的可用性和单个任务的特征持续时间,未能充分、系统、及时地利用配电网信息物理系统(CPS,Cyber-Physical Systems)的多维信息,如保护装置的跳闸信号、客户呼叫等信息,一方面导致配电网CPS信息利用率较低,另一方面故障检测后的结果需要通过人工通知运维部门进行现场检测维修,导致作业效率较低。
发明内容
有鉴于此,有必要提供一种能够充分利用配电网CPS多维信息且能提高作业效率的面向CPS多维信息的配电网故障辨识方法。
一种面向CPS多维信息的配电网故障辨识方法,包括以下步骤:
S1:锁定需要排查的馈线,配电网CPS根据故障相关信号辨识所述馈线上保护装置的故障状态;
S2:配电网CPS根据故障信息、以及正知识T和负知识U,收集所述馈线上可能导致保护装置呈故障状态的可疑节点至可疑节点集F;
S3:约简可疑节点集F,获得被约简后的最小可疑节点集Fmin;
S4:配电网CPS将Fmin中的可疑节点在系统中进行标识。
优选的,所述步骤S1具体包括:
S11:配电网CPS收集故障相关信号至故障相关信号集合G内,所述故障相关信号包括故障检测信号和用户信号;
S12:查看并判断G内的信号为故障检测信号或用户信号,若为故障检测信号,则继续步骤S13,若为用户信号,则询问用户的服务状态,继续步骤S16;
S13:判断故障检测信号对应的保护装置是否具有重合闸功能,若故障检测信号对应的保护装置没有重合闸功能,判定所述保护装置呈故障状态;若故障检测信号对应的保护装置有重合闸功能,继续步骤S14;
S14:判断是否收到所述保护装置发送的快速重合闸信号(SAFRA,SignalingAfter a Fast ReclosingAttempt),若收到SAFRA,则继续步骤S15;若未收到SAFRA,则询问保护装置所辖区域中用户的服务状态,继续步骤S16;
S15:判断是否收到所述保护装置发送的延迟重合闸信号(SADRA,SignalingAfter Delayed ReclosingAttempt),若收到SADRA,则所述保护装置呈故障状态;若未收到,则所述保护装置正常,返回步骤S12;
S16:根据用户反馈判断用户供电是否中断,若用户供电中断,则所述保护装置呈故障状态;若用户供电未中断,则所述保护装置正常,返回步骤S12。
优选的,所述步骤S2具体包括:
根据公式获得可疑节点集F,式中,C为n×n的矩阵,n为所述馈线上节点的总量;Ct为C的转置;C的取值规则为:当节点mj处的故障触发了保护装置节点mi处的故障信号时,Cij=1,否则Cij=0,1≤i≤n,1≤j≤n;FΔ表示故障与Δd和Δu提供的信息一致的最小节点集,Δd为收到的下游信号,Δu为收到的上游信号,Dd为下游信号,Du为上游信号;同时满足以下ⅰ~ⅳ四个条件的节点属于FΔ:ⅳ、位于Δd中所有节点的下游;ⅱ、不在任何不在Δd中的节点Dd的下游;ⅲ、不在Δu中任何节点的下游;ⅳ、同时位于不在Δu中的Du中的每个节点的下游;°为矩阵哈达玛积函数。
优选的,所述步骤S3,具体包括以下步骤:
S31:对F中位于保护装置下游的可疑节点进行约简;
S32:对F中位于保护装置上游的可疑节点进行约简。
优选的,所述步骤S31,具体包括:
按顺序逐个查询位于保护装置下游的可疑节点,若所述可疑节点为负荷,查询所述负荷的供电是否连续,若连续,则该可疑节点和位于该可疑节点与保护装置之间的可疑节点均被排除在F之外。
优选的,所述步骤S32,具体包括:
锁定位于保护装置上游且距离保护装置最近的已经跳闸的开关器件,所述开关器件不具备保护功能,闭合所述开关器件,查询保护装置供电是否恢复,若恢复,则位于该开关器件与保护装置之间的可疑节点均被排除在F之外。
上述面向CPS多维信息的配电网故障辨识方法,通过收集配电网CPS内保护装置的故障检测信号和用户信号,对保护装置的故障状态进行辨识,进一步收集馈线上可能导致保护装置呈故障状态的可疑节点至可疑节点集,并约简可疑节点集至最小可疑节点集,最终将最小可疑节点集中的可疑节点在系统中进行标识,一方面充分利用了配电网CPS的多维信息,即故障检测信号和用户信号,进行故障辨识,提高了配电网CPS的信息利用率;另一方面将可能导致故障的可疑节点约简至最小范围并在系统中进行标识,无需人工通知运维部门,运维部门即可在系统中直接看到可疑节点并进行现场检测维修,节约了时间,提高了作业效率。
附图说明
图1为本发明的流程图;
图2为本发明中辨识保护装置是否呈故障状态的流程图。
具体实施方式
以下结合本发明的附图,对本发明实施例的技术方案以及技术效果做进一步的详细阐述。
请参看图1,一种面向CPS多维信息的配电网故障辨识方法,包括以下步骤:
S1:锁定需要排查的馈线,配电网CPS根据故障相关信号辨识所述馈线上保护装置的故障状态;
S2:配电网CPS根据故障信息、以及正知识T和负知识U,收集所述馈线上可能导致保护装置呈故障状态的可疑节点至可疑节点集F;
S3:约简可疑节点集F,获得被约简后的最小可疑节点集Fmin;
S4:配电网CPS将Fmin中的可疑节点在系统中进行标识。
进一步地,参看图2,所述步骤S1具体包括:
S11:配电网CPS收集故障相关信号至故障相关信号集合G内,所述故障相关信号包括故障检测信号和用户信号;所述故障检测信号为保护装置发出的跳闸信号,所述用户信号为客户供电中断后主动发出的呼救信号;所述故障相关信号集合G为具有保护功能装置信号的子集;当配电网正常时,G为空,当有用电中断时,如果供电中断信息来自远程设备呼叫,则G内为保护装置发出的故障检测信号;如果供电中断信息来自用电客户的呼叫,则G内为用户信号;
S12:查看并判断G内的信号为故障检测信号或用户信号,若为故障检测信号,则继续步骤S13,若为用户信号,则询问用户的服务状态,继续步骤S16;
S13:判断故障检测信号对应的保护装置是否具有重合闸功能,若故障检测信号对应的保护装置没有重合闸功能,判定所述保护装置呈故障状态;若故障检测信号对应的保护装置有重合闸功能,继续步骤S14;
S14:判断是否收到所述保护装置发送的快速重合闸信号(SAFRA),若收到SAFRA,则继续步骤S15;若未收到SAFRA,则询问保护装置所辖区域中用户的服务状态,继续步骤S16;
所述SAFRA,当具有重合闸功能的保护装置跳闸后,会自动尝试重合闸,如果重合闸不成功,则会发送SAFRA;如果重合闸成功,则不会发送SAFRA;但当具有重合闸功能的保护装置一方面存在故障检测信号,同时系统又未收到SAFRA时,则无法判断所述保护装置的故障状态,需要通过主动询问保护装置所辖区域中用户的服务状态来进行确认;
S15:判断是否收到所述保护装置发送的延迟重合闸信号(SADRA),若收到SADRA,则所述保护装置呈故障状态;若未收到,则所述保护装置正常,返回步骤S12;
所述SADRA,当具有重合闸功能的保护装置跳闸后,且尝试快速重合闸失败后,发送SAFRA,会进一步尝试延迟重合闸,如果延迟重合闸失败后,则会发送SADRA,说明保护装置呈故障状态;如果在发送SAFRA后,未发送SADRA,说明保护装置延迟重合闸成功,保护装置正常;
S16:根据用户反馈判断用户供电是否中断,若用户供电中断,则所述保护装置呈故障状态;若用户供电未中断,则所述保护装置正常,返回步骤S12。
在询问用户的服务状态时,需要逐个询问保护装置下辖用户的服务状态,即供电是否中断,如果其中有任何一个用户确认供电中断,则表示用户供电中断,询问终止;如果所有用户均反馈用电正常,则表示保护装置的故障是暂时的,不是永久性的,本申请中所述故障状态是指永久性故障状态;若用户供电中断,则用户所对应的保护装置呈故障状态。
进一步地,所述步骤S2具体包括:
根据公式获得可疑节点集F,式中,C为n×n的矩阵,n为所述馈线上节点的总量;Ct为C的转置;C的取值规则为:当节点mj处的故障触发了保护装置节点mi处的故障信号时,Cij=1,否则Cij=0,1≤i≤n,1≤j≤n;FΔ表示故障与Δd和Δu提供的信息一致的最小节点集,Δd为收到的下游信号,Δu为收到的上游信号,Dd为下游信号,Du为上游信号;同时满足以下ⅰ~ⅳ四个条件的节点属于FΔ:ⅳ、位于Δd中所有节点的下游;ⅱ、不在任何不在Δd中的节点Dd的下游;ⅲ、不在Δu中任何节点的下游;ⅳ、同时位于不在Δu中的Du中的每个节点的下游;°为矩阵哈达玛积函数。
其中,正知识T和负知识U均为列向量;T=(TΠ° TΔ° TΛ)通过1)~3)确定T的取值,
1)如果nnz(Π)=1(收到信号)则TΠ=Π;否则TΠ=P\Ps;P为保护装置节点的集合,Ps为有通信功能的保护装置节点的集合,Π为有动作的节点;nnz为计算非零元素个数的函数;
2)如果CFΔ>0,TΔ=1;否则TΔ=0。
3)如果nnz[S(P,Λoff)]ix=nnz(Λoff)且nnz[S(P,Λon)]ix=0,TΛ=1;否则TΛ=0;Λ为负荷节点函数,off表示服务中断,on表示正常访问;S(X,Y)=diag(X)(-A-1)diag(Y),A为关联矩阵;diag(X)表示以向量X元素为对角线元素构成的矩阵,其它非对角线元素为0;[S(P,Λoff)]表示矩阵;[S(P,Λoff)]ix表示矩阵[S(P,Λoff)]的第i行第x列的元素;
其中,N为包含所述馈线上所有保护装置节点和负荷节点的集合,R为所述馈线上包含跳闸与永久中断情况下不兼容的保护装置节点的集合,则R为N的子集;
负知识U与集合N和R之间的关联如下:负知识U为列向量,其元素排列与集合N的元素一一对应,元素取值为1或0,当负知识U与集合N相对应位置上的元素也属于R时,负知识U所对应位置的元素取值为1,否则为0;列向量与负知识U的关系如下:中的元素与U中的元素相对应,U为1的元素在中为0,U为0的元素在中为1;
所述R的取值如下:如果收到延迟重合闸信号(SADRA),则R=P\Pr,P为保护装置节点的集合;Pr为具有重合闸功能的保护装置节点的集合。进一步地,所述步骤S3,具体包括以下步骤:
S31:对F中位于保护装置下游的可疑节点进行约简;
S32:对F中位于保护装置上游的可疑节点进行约简。
进一步地,所述步骤S31,具体包括:
按顺序逐个查询位于保护装置下游的可疑节点,若所述可疑节点为负荷,查询所述负荷的供电是否连续,若连续,则该可疑节点和位于该可疑节点与保护装置之间的可疑节点均被排除在F之外。
进一步地,所述步骤S32,具体包括:
锁定位于保护装置上游且距离保护装置最近的已经跳闸的开关器件,所述开关器件不具备保护功能,闭合所述开关器件,查询保护装置供电是否恢复,若恢复,则位于该开关器件与保护装置之间的可疑节点均被排除在F之外。
上述面向CPS多维信息的配电网故障辨识方法,通过收集配电网CPS内保护装置的故障检测信号和用户信号,对保护装置的故障状态进行辨识,进一步收集馈线上可能导致保护装置呈故障状态的可疑节点至可疑节点集,并约简可疑节点集至最小可疑节点集,最终将最小可疑节点集中的可疑节点在系统中进行标识,一方面充分利用了配电网CPS的多维信息,即故障检测信号和用户信号,进行故障辨识,提高了配电网CPS的信息利用率;另一方面将可能导致故障的可疑节点约简至最小范围并在系统中进行标识,无需人工通知运维部门,运维部门即可在系统中直接看到可疑节点并进行现场检测维修,节约了时间,提高了作业效率。
以上所揭露的仅为本发明较佳实施例而已,当然不能以此来限定本发明之权利范围,本领域普通技术人员可以理解实现上述实施例的全部或部分流程,并依本发明权利要求所作的等同变化,仍属于发明所涵盖的范围。
Claims (5)
1.一种面向CPS多维信息的配电网故障辨识方法,其特征在于,包括以下步骤:
S1:锁定需要排查的馈线,配电网信息物理系统(CPS)根据故障相关信号辨识所述馈线上保护装置的故障状态;
S2:配电网CPS根据故障信息、以及正知识T和负知识U,收集所述馈线上可能导致保护装置呈故障状态的可疑节点至可疑节点集F,正知识T和负知识U均为列向量;正知识负知识U与集合N和R之间的关联如下:负知识U为列向量,其元素排列与集合N的元素一一对应,元素取值为1或0;
S3:约简可疑节点集F,获得被约简后的最小可疑节点集Fmin;
S4:配电网CPS将Fmin中的可疑节点在系统中进行标识;
其中,所述步骤S2具体包括:
2.如权利要求1所述的面向CPS多维信息的配电网故障辨识方法,其特征在于:所述步骤S1具体包括:
S11:配电网CPS收集故障相关信号至故障相关信号集合G内,所述故障相关信号包括故障检测信号和用户信号;
S12:查看并判断G内的信号为故障检测信号或用户信号,若为故障检测信号,则继续步骤S13,若为用户信号,则询问用户的服务状态,继续步骤S16;
S13:判断故障检测信号对应的保护装置是否具有重合闸功能,若故障检测信号对应的保护装置没有重合闸功能,判定所述保护装置呈故障状态;若故障检测信号对应的保护装置有重合闸功能,继续步骤S14;
S14:判断是否收到所述保护装置发送的快速重合闸信号(SAFRA),若收到SAFRA,则继续步骤S15;若未收到SAFRA,则询问保护装置所辖区域中用户的服务状态,继续步骤S16;
S15:判断是否收到所述保护装置发送的延迟重合闸信号(SADRA),若收到SADRA,则所述保护装置呈故障状态;若未收到,则所述保护装置正常,返回步骤S12;
S16:根据用户反馈判断用户供电是否中断,若用户供电中断,则所述保护装置呈故障状态;若用户供电未中断,则所述保护装置正常,返回步骤S12。
3.如权利要求1所述的面向CPS多维信息的配电网故障辨识方法,其特征在于:所述步骤S3,具体包括以下步骤:
S31:对F中位于保护装置下游的可疑节点进行约简;
S32:对F中位于保护装置上游的可疑节点进行约简。
4.如权利要求3所述的面向CPS多维信息的配电网故障辨识方法,其特征在于:所述步骤S31,具体包括:
按顺序逐个查询位于保护装置下游的可疑节点,若所述可疑节点为负荷,查询所述负荷的供电是否连续,若连续,则该可疑节点和位于该可疑节点与保护装置之间的可疑节点均被排除在F之外。
5.如权利要求3所述的面向CPS多维信息的配电网故障辨识方法,其特征在于:所述步骤S32,具体包括:
锁定位于保护装置上游且距离保护装置最近的已经跳闸的开关器件,所述开关器件不具备保护功能,闭合所述开关器件,查询保护装置供电是否恢复,若恢复,则位于该开关器件与保护装置之间的可疑节点均被排除在F之外。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110410256.XA CN113295960B (zh) | 2021-04-16 | 2021-04-16 | 一种面向cps多维信息的配电网故障辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110410256.XA CN113295960B (zh) | 2021-04-16 | 2021-04-16 | 一种面向cps多维信息的配电网故障辨识方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113295960A CN113295960A (zh) | 2021-08-24 |
CN113295960B true CN113295960B (zh) | 2022-06-24 |
Family
ID=77319866
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110410256.XA Active CN113295960B (zh) | 2021-04-16 | 2021-04-16 | 一种面向cps多维信息的配电网故障辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113295960B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106058831A (zh) * | 2016-08-05 | 2016-10-26 | 江苏方天电力技术有限公司 | 一种自适应配电网的智能分布式快速保护及故障隔离方法 |
CN110336821A (zh) * | 2019-07-09 | 2019-10-15 | 长沙理工大学 | 一种协同投票检测虚假数据的方法和装置 |
CN110825074A (zh) * | 2019-12-04 | 2020-02-21 | 江苏方天电力技术有限公司 | 一种调相机故障诊断系统及其工作方法 |
CN111308277A (zh) * | 2019-12-27 | 2020-06-19 | 山东大学 | 一种基于d-pmu有限节点信息的配电网复故障定位方法 |
US10867135B1 (en) * | 2020-06-11 | 2020-12-15 | Leonardo247, Inc. | System and method for combining expert knowledge and deep learning to identify and classify regulatory maintenance compliances |
CN112528005A (zh) * | 2020-12-25 | 2021-03-19 | 中山大学 | 基于知识检索图和预训练模型的中文对话知识检索方法 |
CN112580173A (zh) * | 2020-11-30 | 2021-03-30 | 中国电力科学研究院有限公司 | 一种配电网系统的信息处理系统及方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2596644A1 (en) * | 2010-07-23 | 2013-05-29 | Telefonaktiebolaget LM Ericsson (PUBL) | Signalling in optical transmission networks |
CN104701825B (zh) * | 2015-03-11 | 2018-05-25 | 国家电网公司 | 一种适用于智能配电网的快速保护方法 |
CN111786364B (zh) * | 2020-06-02 | 2022-11-04 | 国电南瑞科技股份有限公司 | 基于分布式的复杂配电网故障快速自愈控制方法及系统 |
-
2021
- 2021-04-16 CN CN202110410256.XA patent/CN113295960B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106058831A (zh) * | 2016-08-05 | 2016-10-26 | 江苏方天电力技术有限公司 | 一种自适应配电网的智能分布式快速保护及故障隔离方法 |
CN110336821A (zh) * | 2019-07-09 | 2019-10-15 | 长沙理工大学 | 一种协同投票检测虚假数据的方法和装置 |
CN110825074A (zh) * | 2019-12-04 | 2020-02-21 | 江苏方天电力技术有限公司 | 一种调相机故障诊断系统及其工作方法 |
CN111308277A (zh) * | 2019-12-27 | 2020-06-19 | 山东大学 | 一种基于d-pmu有限节点信息的配电网复故障定位方法 |
US10867135B1 (en) * | 2020-06-11 | 2020-12-15 | Leonardo247, Inc. | System and method for combining expert knowledge and deep learning to identify and classify regulatory maintenance compliances |
CN112580173A (zh) * | 2020-11-30 | 2021-03-30 | 中国电力科学研究院有限公司 | 一种配电网系统的信息处理系统及方法 |
CN112528005A (zh) * | 2020-12-25 | 2021-03-19 | 中山大学 | 基于知识检索图和预训练模型的中文对话知识检索方法 |
Non-Patent Citations (2)
Title |
---|
A Novel Fault Location Methodology for Smart Distribution Networks;Hamid Mirshekali et al;《IEEE Transactions on Smart Grid》;20201015;1277 - 1288 * |
一种基于CPS 的多源配电网故障定位与隔离方案;郭文花, 张学军;《自动化技术与应用》;20160131;82-85 * |
Also Published As
Publication number | Publication date |
---|---|
CN113295960A (zh) | 2021-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9590426B2 (en) | System and method for managing a power distribution system | |
US5872911A (en) | Method and system of service impact analysis in a communications network | |
CN105515188B (zh) | 一种配电网集中式馈线自动化故障处理方法 | |
Zhang et al. | Mitigating blackouts via smart relays: A machine learning approach | |
WO1997024839A9 (en) | Fault impact analysis | |
CN101908764A (zh) | 电网自愈控制方法 | |
Greer et al. | Distribution automation systems with advanced features | |
US20160054372A1 (en) | Real time, automatic diagnostic system and method for electric networks | |
Wang et al. | Stealthy false data injection attacks against state estimation in power systems: Switching network topologies | |
Tootaghaj et al. | Controlling cascading failures in interdependent networks under incomplete knowledge | |
KR102099568B1 (ko) | 분산 전원이 연계된 배전 계통의 자동 고장 처리 장치 및 그 방법 | |
CN106208372A (zh) | 基于全面可视化及防误拓扑分析的开关远程操作方法 | |
CN103208049A (zh) | 异常告警快速事故分析方法及系统 | |
CN103227450A (zh) | 在线故障恢复方法及系统 | |
CN110474327B (zh) | 配电网cps信息-物理组合预想故障生成方法及系统 | |
Kumar et al. | Outage management system for power distribution network | |
CN113295960B (zh) | 一种面向cps多维信息的配电网故障辨识方法 | |
US9202168B2 (en) | Method and system for multi-IED event zone identification in an electrical grid | |
Narayan et al. | Analyzing the propagation of disturbances in CPES considering the states of ICT-enabled grid services | |
Satuyeva et al. | Q-learning based protection scheme for microgrid using multi-agent system | |
Yunus et al. | Reliability and availability study on substation automation system based on IEC 61850 | |
CN115378127A (zh) | 一种基于电网设备多维数据实时分析的故障深度诊断方法 | |
CN115495302A (zh) | 一种告警设备的确定方法、相关装置以及设备 | |
Allen | Effects of wide-area control on the protection and operation of distribution networks | |
KR20180090106A (ko) | 배전 관리 시스템의 고장 관리 장치 |
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 |