CN113375729A - 一种用户变压器智能检测预警方法 - Google Patents
一种用户变压器智能检测预警方法 Download PDFInfo
- Publication number
- CN113375729A CN113375729A CN202110800442.4A CN202110800442A CN113375729A CN 113375729 A CN113375729 A CN 113375729A CN 202110800442 A CN202110800442 A CN 202110800442A CN 113375729 A CN113375729 A CN 113375729A
- Authority
- CN
- China
- Prior art keywords
- transformer
- early warning
- data
- intelligent detection
- preset
- 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 46
- 238000001514 detection method Methods 0.000 title claims abstract description 35
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 238000013145 classification model Methods 0.000 claims description 9
- 238000007637 random forest analysis Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 230000001186 cumulative effect Effects 0.000 claims description 5
- 238000002955 isolation Methods 0.000 claims description 4
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 230000015572 biosynthetic process Effects 0.000 claims description 3
- 238000004140 cleaning Methods 0.000 claims description 3
- 238000013501 data transformation Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000003786 synthesis reaction Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 238000002203 pretreatment Methods 0.000 claims 1
- 238000012544 monitoring process Methods 0.000 abstract description 9
- 238000009826 distribution Methods 0.000 abstract description 8
- 230000006872 improvement Effects 0.000 abstract description 3
- 230000009467 reduction Effects 0.000 abstract description 3
- 238000012360 testing method Methods 0.000 description 7
- 238000004088 simulation Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
Abstract
本发明公开了一种用户变压器智能检测预警方法,包括:采集变压器的运行参数并进行预处理;将预处理后的数据与预设的标准数据进行比对;若不满足预设的标准数据值,则进行区别提示并向终端发送预警信息,所述终端根据预警信息进行调整,且持续进行数据比对;当调整时间超过预设时间时,所述数字信号还未满足所述标准数据预设值,则启动主动控制系统控制故障运行变压器停止运行。本发明实现了变压器运行的全方位监测和辅助设备对变压器的运行情况改善,减少了变压器和线路的电能损耗,避免配变出力减少及配变产生较大零序电流,保障了用电设备的安全运行,最大化利用电力资源,满足用电设备对电源质量的要求。
Description
技术领域
本发明涉及电力的技术领域,尤其涉及一种用户变压器智能检测预警方法。
背景技术
温湿度器可以对设备环境进行温度和湿度的监测,并可启动辅助设备进行温湿度处理;电流互感器、电压互感器可将大电流和高电压转换为小电流和低电压达到安全隔离的目的,确保人员在对大电流和高电压测量时安全可靠,同时满足二次设备电子产品的需要;信号处理器可以将收集到的信息进行处理并可通过屏幕显示直观呈现设备情况。但是,现有的监测系统不全面,监控信息单一,只针对设备的某一项进行测控或只是利用其作为辅助控制条件,且现有设备均不对相关的电力参数进行监控,如变压器三相负荷不平衡进行监测预警、变压器风扇坏道监测告警,导致运行时需人为进行观测,统计计算,因此如何对变压器进行全面化、自动的检测及故障预警时亟需要解决的一个问题。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题,提出了本发明。
因此,本发明解决的技术问题是:现有技术监控检测信息单一,且大多数时间需要人为进行检测自动化程度低,准确度及效率低,成本较高,从而导致电力设备的安全性及可靠性低。
为解决上述技术问题,本发明提供如下技术方案:采集变压器的运行参数并进行预处理;将预处理后的数据与预设的标准数据进行比对;若不满足预设的标准数据值,则进行区别提示并向终端发送预警信息,所述终端根据预警信息进行调整,且持续进行数据比对;当调整时间超过预设时间时,所述数字信号还未满足所述标准数据预设值,则启动主动控制系统控制故障运行变压器停止运行。
作为本发明所述的用户变压器智能检测预警方法的一种优选方案,其中:所述变压器的运行参数包括温湿度、电流、电压。
作为本发明所述的用户变压器智能检测预警方法的一种优选方案,其中:对所述变压器的运行参数进行预处理包括,对所采集的数据进行数据清洗、数据变换以及数集合成;将进行过数集合成后的数据的数据隔离转换为数字信号;归一化处理所述数字信号得到特征数据集为:
Y∈{x*,y*,i*,u*}
其中,x*表示温度值,y*表示湿度比值,i*表示电流值,u*表示电压值。
作为本发明所述的用户变压器智能检测预警方法的一种优选方案,其中:将预处理后的数据与预设的标准数据进行比对包括,利用随机森林计算特征重要度,得到所述特征数据集的变量重要性评分和累积重要性,完成一次最佳特征的提取;根据一次提取的最佳特征对分类模型进行训练得到二次最佳特征,二次采用所述随机森林计算特征重要度,得出一组新的重要特征并将其定义为分类模型的最终变量;基于所述最终变量训练所述分类模型得到优化模型集,选出频率最高的模型组作为所述变压器运行参数的分类检测模型。
其中,K表示有K个类别,GIm表示m节点的Gini指数,pmk表示节点m中类别k所占的比例。
作为本发明所述的用户变压器智能检测预警方法的一种优选方案,其中:每个特征在所述m节点的重要性包括,
其中,GIl和GIr分别表示分枝前后两个新节点的Gini指数。
作为本发明所述的用户变压器智能检测预警方法的一种优选方案,其中:所述累积重要性包括,将所求得的重要性评分进行归一化处理:
作为本发明所述的用户变压器智能检测预警方法的一种优选方案,其中:是否满足预设的标准数据值的判断标准包括,当x*>105时,不满足所述预设的标准数据值,进行预警提示;当y*>93%时,不满足所述预设的标准数据值,进行预警提示;
作为本发明所述的用户变压器智能检测预警方法的一种优选方案,其中:所述预设时间包括30~60min。
本发明的有益效果:本发明实现了变压器运行的全方位监测和辅助设备对变压器的运行情况改善,减少了变压器和线路的电能损耗,避免配变出力减少及配变产生较大零序电流,保障了用电设备的安全运行,最大化利用电力资源,满足用电设备对电源质量的要求。
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性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为本发明一个实施例提供的一种用户变压器智能检测预警方法的基本流程示意图。
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,下面结合说明书附图对本发明的具体实施方式做详细的说明,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明的保护的范围。
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,但是本发明还可以采用其他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推广,因此本发明不受下面公开的具体实施例的限制。
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述,在详述本发明实施例时,为便于说明,表示器件结构的剖面图会不依一般比例作局部放大,而且所述示意图只是示例,其在此不应限制本发明保护的范围。此外,在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中,需要说明的是,术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,术语“第一、第二或第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定,术语“安装、相连、连接”应做广义理解,例如:可以是固定连接、可拆卸连接或一体式连接;同样可以是机械连接、电连接或直接连接,也可以通过中间媒介间接相连,也可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例1
参照图1,为本发明的一个实施例,提供了一种用户变压器智能检测预警方法,包括:
S1:采集变压器的运行参数并进行预处理;需要说明的是:
变压器的运行参数包括温湿度、电流、电压;
进一步的,对变压器的运行参数进行预处理包括:
对所采集的数据进行数据清洗、数据变换以及数集合成;
将进行过数集合成后的数据的数据隔离转换为数字信号;
归一化处理数字信号得到特征数据集为:
Y∈{x*,y*,i*,u*}
其中,x*表示温度值,y*表示湿度比值,i*表示电流值,u*表示电压值。
S2:将预处理后的数据与预设的标准数据进行比对;具体的:
利用随机森林计算特征重要度,得到特征数据集的变量重要性评分和累积重要性,完成一次最佳特征的提取;
根据一次提取的最佳特征对分类模型进行训练得到二次最佳特征,二次采用随机森林计算特征重要度,得出一组新的重要特征并将其定义为分类模型的最终变量;
基于最终变量训练分类模型得到优化模型集,选出频率最高的模型组作为变压器运行参数的分类检测模型。
其中,变量重要性评分的计算公式包括:
其中,K表示有K个类别,GIm表示m节点的Gini指数,pmk表示节点m中类别k所占的比例。
另外,每个特征在m节点的重要性包括,
其中,GIl和GIr分别表示分枝前后两个新节点的Gini指数。
更进一步的,其累积重要性包括:
将所求得的重要性评分进行归一化处理:
将每个特征所得的VIM值进行累加,得到特征的累积重要性。
S3:若不满足预设的标准数据值,则进行区别提示并向终端发送预警信息,终端根据预警信息进行调整,且持续进行数据比对;
具体的,是否满足预设的标准数据值的判断标准包括:
进一步的,进行调整主要包括:当温度(变压器重)过高时启动风机进行强制风冷,若是负荷分配(单项相过载或负荷分配差距过大),启动负荷自动调整装置对负荷进行调整,当环境湿度大于运行标准要求时,启动除湿系统,使变压器运行环境湿度到达运行要求。
S4:当调整时间超过预设时间时,数字信号还未满足标准数据预设值,则启动主动控制系统控制故障运行变压器停止运行;
其中,预设时间为30~60min,即时间在30~60分钟左右温湿度不发生上升,负荷正常调整时间为10分钟左右,若超过该时间则停止运行变压器。
本发明通过对特征重要度的计算以及预设的标准数据值的设定,实现了变压器运行的全方位监测和辅助设备对变压器的运行情况改善,减少了变压器和线路的电能损耗,避免配变出力减少及配变产生较大零序电流,保障了用电设备的安全运行,最大化利用电力资源,满足用电设备对电源质量的要求。
实施例2
本实施例为本发明另一个实施例,该实施例不同于第一个实施例的是,提供了一种用户变压器智能检测预警方法的验证测试,为对本方法中采用的技术效果加以验证说明,本实施例采用传统技术方案与本发明方法进行对比测试,以科学论证的手段对比试验结果,以验证本方法所具有的真实效果。
传统的技术方案:监控检测信息单一,且大多数时间需要人为进行检测自动化程度低,准确度及效率低,成本较高,从而导致电力设备的安全性及可靠性低。为验证本方法相对传统方法具有较高检测准确度以及效率。本实施例中将采用传统人工检测方法和本方法分别对变压器的故障检测识别及预警效率和准确度进行实时测量对比。
测试环境:在仿真平台模拟运行变压器并模拟模拟变压器故障的发生,分别利用传统方法的人工操作进行故障检测并获得测试结果数据;采用本方法,则开启自动化测试设备并运用MATLB软件编程实现本方法的仿真测试,根据实验结果得到仿真数据。每种方法各测试20组数据,计算获得每组数据的故障点的识别准确度及时间,与仿真模拟输入的实际数据进行对比计算误差,结果如下表所示。
表1:实验结果对比表。
实验项目 | 传统方法 | 本发明方法 |
准确率 | 96% | 83% |
效率 | 98% | 72% |
检测信息 | 单一 | 全面 |
自动化程度 | 低 | 高 |
从上表可以看出本发明方法相较于传统方法在效率和准确率上都有大幅度的提升,且自动化程度高,体现了本发明保障了用电设备的安全运行,确保变压器的运行效率。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.一种用户变压器智能检测预警方法,其特征在于,包括:
采集变压器的运行参数并进行预处理;
将预处理后的数据与预设的标准数据进行比对;
若不满足预设的标准数据值,则进行区别提示并向终端发送预警信息,所述终端根据预警信息进行调整,且持续进行数据比对;
当调整时间超过预设时间时,所述数字信号还未满足所述标准数据预设值,则启动主动控制系统控制故障运行变压器停止运行。
2.如权利要求1所述的用户变压器智能检测预警方法,其特征在于:所述变压器的运行参数包括温湿度、电流、电压。
3.如权利要求1或2所述的用户变压器智能检测预警方法,其特征在于:对所述变压器的运行参数进行预处理包括,
对所采集的数据进行数据清洗、数据变换以及数集合成;
将进行过数集合成后的数据的数据隔离转换为数字信号;
归一化处理所述数字信号得到特征数据集为:
Y∈{x*,y*,i*,u*}
其中,x*表示温度值,y*表示湿度比值,i*表示电流值,u*表示电压值。
4.如权利要求1所述的用户变压器智能检测预警方法,其特征在于:将预处理后的数据与预设的标准数据进行比对包括,
利用随机森林计算特征重要度,得到所述特征数据集的变量重要性评分和累积重要性,完成一次最佳特征的提取;
根据一次提取的最佳特征对分类模型进行训练得到二次最佳特征,二次采用所述随机森林计算特征重要度,得出一组新的重要特征并将其定义为分类模型的最终变量;
基于所述最终变量训练所述分类模型得到优化模型集,选出频率最高的模型组作为所述变压器运行参数的分类检测模型。
9.如权利要求8所述的用户变压器智能检测预警方法,其特征在于:所述预设时间包括30~60min。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110800442.4A CN113375729B (zh) | 2021-07-15 | 2021-07-15 | 一种用户变压器智能检测预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110800442.4A CN113375729B (zh) | 2021-07-15 | 2021-07-15 | 一种用户变压器智能检测预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113375729A true CN113375729A (zh) | 2021-09-10 |
CN113375729B CN113375729B (zh) | 2023-10-31 |
Family
ID=77582187
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110800442.4A Active CN113375729B (zh) | 2021-07-15 | 2021-07-15 | 一种用户变压器智能检测预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113375729B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114123518A (zh) * | 2022-01-25 | 2022-03-01 | 山东和兑智能科技有限公司 | 变压器数字化智能检测方法与监测系统 |
CN115858505A (zh) * | 2023-03-03 | 2023-03-28 | 天津市伟利达科技发展有限公司 | 一种用于识别变频器状态异常的数据处理方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103558494A (zh) * | 2013-10-31 | 2014-02-05 | 何正浩 | 配电变压器匝间短路在线监测系统及监测方法 |
CN110298611A (zh) * | 2019-05-16 | 2019-10-01 | 重庆瑞尔科技发展有限公司 | 基于随机森林与深度学习的船舶货运效率调控方法及系统 |
CN110596492A (zh) * | 2019-09-17 | 2019-12-20 | 昆明理工大学 | 一种基于粒子群算法优化随机森林模型的变压器故障诊断方法 |
CN110784017A (zh) * | 2019-10-31 | 2020-02-11 | 国网山东省电力公司东营供电公司 | 一种基于实时数据采集的配电变压器智能检测装置及方法 |
CN111562458A (zh) * | 2020-06-10 | 2020-08-21 | 湖南文理学院 | 一种电力变压器故障诊断方法与电力变压器故障诊断装置 |
US20200386811A1 (en) * | 2019-06-05 | 2020-12-10 | Wuhan University | Power electronic circuit fault diagnosis method based on extremely randomized trees and stacked sparse auto-encoder algorithm |
CN112884089A (zh) * | 2021-04-12 | 2021-06-01 | 国网上海市电力公司 | 一种基于数据挖掘的电力变压器故障预警系统 |
-
2021
- 2021-07-15 CN CN202110800442.4A patent/CN113375729B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103558494A (zh) * | 2013-10-31 | 2014-02-05 | 何正浩 | 配电变压器匝间短路在线监测系统及监测方法 |
CN110298611A (zh) * | 2019-05-16 | 2019-10-01 | 重庆瑞尔科技发展有限公司 | 基于随机森林与深度学习的船舶货运效率调控方法及系统 |
US20200386811A1 (en) * | 2019-06-05 | 2020-12-10 | Wuhan University | Power electronic circuit fault diagnosis method based on extremely randomized trees and stacked sparse auto-encoder algorithm |
CN110596492A (zh) * | 2019-09-17 | 2019-12-20 | 昆明理工大学 | 一种基于粒子群算法优化随机森林模型的变压器故障诊断方法 |
CN110784017A (zh) * | 2019-10-31 | 2020-02-11 | 国网山东省电力公司东营供电公司 | 一种基于实时数据采集的配电变压器智能检测装置及方法 |
CN111562458A (zh) * | 2020-06-10 | 2020-08-21 | 湖南文理学院 | 一种电力变压器故障诊断方法与电力变压器故障诊断装置 |
CN112884089A (zh) * | 2021-04-12 | 2021-06-01 | 国网上海市电力公司 | 一种基于数据挖掘的电力变压器故障预警系统 |
Non-Patent Citations (1)
Title |
---|
袁艳会: "海上石油平台变压器在线综合监测技术的研究", 《电气应用》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114123518A (zh) * | 2022-01-25 | 2022-03-01 | 山东和兑智能科技有限公司 | 变压器数字化智能检测方法与监测系统 |
CN115858505A (zh) * | 2023-03-03 | 2023-03-28 | 天津市伟利达科技发展有限公司 | 一种用于识别变频器状态异常的数据处理方法 |
CN115858505B (zh) * | 2023-03-03 | 2023-05-05 | 天津市伟利达科技发展有限公司 | 一种用于识别变频器状态异常的数据处理方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113375729B (zh) | 2023-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113375729A (zh) | 一种用户变压器智能检测预警方法 | |
CN106446426A (zh) | 一种基于健康指数的电力变压器评估方法 | |
CN108051711A (zh) | 基于状态特征映射的固体绝缘表面缺陷诊断方法 | |
CN109116193A (zh) | 基于局放信号综合熵值的电气设备危险性放电判别方法 | |
CN110333474A (zh) | 一种在线检测互感器计量异常状态的方法和系统 | |
CN106934421A (zh) | 基于2dpca及svm的变电站电力变压器故障检测系统及检测方法 | |
CN108896161B (zh) | 一种卷铁心变压器绕组故障模拟平台的测评方法 | |
CN109188197B (zh) | 一种用于高压电缆健康指数的评估系统及方法 | |
CN112485747A (zh) | 一种电容式电压互感器误差状态评估方法 | |
CN109657720B (zh) | 一种电力变压器匝间短路故障的在线诊断方法 | |
CN114966295A (zh) | 一种基于大数据的超级电容运行电力调频检测系统 | |
CN106570644A (zh) | 一种基于统计工具的输变电设备量化评估方法 | |
CN112508360A (zh) | 一种改进模糊综合评价的电缆运行状态评估方法 | |
CN111340367B (zh) | 基于多维度关联性数据分析的少油设备状态评估方法及系统 | |
CN114418329A (zh) | 一种主客观结合的变压器健康状态综合评价方法 | |
CN112132811A (zh) | 一种电缆使用状态综合评估系统 | |
CN115639502A (zh) | 异常工况下变压器绕组运行状态下的综合评估方法及系统 | |
CN114740303A (zh) | 一种无线无源高压开关柜的故障监测系统 | |
CN106651206A (zh) | 一种继电保护测试性评估指标体系的评估方法 | |
CN111856167A (zh) | 一种箱式变压器的检测方法及变压器 | |
CN109784777B (zh) | 基于时序信息片段云相似度度量的电网设备状态评估方法 | |
CN115389833B (zh) | 一种315kV及以下电压等级配电变压器自动容量校核方法 | |
Wenjie et al. | A multi-index evaluation method of voltage sag based on the comprehensive weight | |
CN111598420B (zh) | 一种考虑用户主要设备敏感指数的区域电能质量评估方法 | |
CN113902250A (zh) | 一种基于人工神经网络的风险评估分析方法 |
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 |