CN113590682B - 电网停电窗口期生成方法、装置、电子设备和存储介质 - Google Patents
电网停电窗口期生成方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN113590682B CN113590682B CN202110819987.XA CN202110819987A CN113590682B CN 113590682 B CN113590682 B CN 113590682B CN 202110819987 A CN202110819987 A CN 202110819987A CN 113590682 B CN113590682 B CN 113590682B
- Authority
- CN
- China
- Prior art keywords
- equipment
- power failure
- power
- data
- window period
- 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 40
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 238000012423 maintenance Methods 0.000 claims abstract description 40
- 230000000694 effects Effects 0.000 claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 238000010248 power generation Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 16
- 238000010219 correlation analysis Methods 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 4
- 230000000052 comparative effect Effects 0.000 abstract description 10
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 7
- 238000012216 screening Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 229910052731 fluorine Inorganic materials 0.000 description 1
- 125000001153 fluoro group Chemical group F* 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- 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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (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
本发明属于电力自动化技术领域，公开本一种电网停电窗口期生成方法、装置、电子设备和存储介质，所述方法包括：将设备的投运与检修状况数据作为参考序列，将对设备停电起到影响作用的关联因素数据形成被比较序列；利用参考序列与比较序列数据，计算各影响因素与停电设备之间的关联系数；利用关联系数计算各影响因素与停电设备之间的关联度；获得设备停电窗口期的判据指标；利用所述判据指标作为约束条件，通过电网潮流计算对各电网设备的允许停电时间进行校验，生成设备的停电窗口期。本发明提升了计划编制的有效性与安全性，同时提高停电窗口期的编制效率，减轻停电计划编制人员的工作强度。
Description
技术领域
本发明属于电力自动化技术领域，特别涉及一种电网停电窗口期生成方法、装置、电子设备和存储介质。
背景技术
电网设备的停电检修可以使设备的工作特性保持在极限范围内，改善设备效率，延长工作寿命，提高系统的可靠性。因此，合理的安排电网设备的停电检修时间至关重要。停电窗口期则是指一年中可以安排指定设备进行检修的时间段，在此时间段内进行设备检修将对电力供应、供电可靠性、清洁能源发电以及电网运行安全影响最小。电气设备的停电检修时间的制定需要充分考虑上下级电网、发输电的协调性，设备停电计划的制定受到了系统的运行方式、电力电量平衡、清洁能源消纳等多种因素的影响。
而目前停电时间的确定过程中，大多数是依靠计划编制人员的经验来筛选设备的停电判据指标，很容易造成约束条件的遗漏，效率低下。实有必要提出一种新的方法以解决人工编排电网停电窗口期存在的效率低下的技术问题。
中国专利公开第CN111612170A号，公开一种输电设备的检修计划制定方法及系统，包括：获取各输电设备的工期和可安排检修的停电窗口期；将所述各输电设备的工期和可安排检修的停电窗口期带入预先构建的检修计划优化模型，利用改进万有引力搜索算法进行计算，得到各设备的检修时间；基于所述各设备的检修时间制定检修计划；所述检修计划优化模型以弃用可再生能源发电量最小和检修数量分布方差最小为目标并以电网对各设备的检修时间要求、电网安全运行要求和日检修数量要求为约束进行构建。
目前针对停电窗口期生成技术的研究较少，主要集中于利用数学推导或者人工智能的方法，通过考虑设备类型、电力电量平衡等约束条件，来确定电网设备停电时间的计划安排。但是对于停电窗口期生成过程中的判据选取与筛选方面的研究较少，而依据影响因素形成的判据对于设备停电的时间选取来说至关重要。目前电网设备停电窗口期的生成判据选取主要依赖计划编制人员的人工经验，随着电网规模不断扩大，新能源的大量接入，电网的运行特性也发生了较大改变，过度依靠人工经验很容易造成约束条件遗漏、判据不足以及不准确现象的发生，为电网的生产安全带来隐患。
发明内容
本发明的目的在于提供一种电网停电窗口期生成方法、装置、电子设备和存储介质，以解决目前电网设备停电窗口期的生成判据过度依靠人工经验，容易造成约束条件遗漏、判据不足以及不准确，为电网的生产安全带来隐患的技术问题。
为了实现上述目的，本发明采用如下技术方案：
第一方面，本发明提供一种电网停电窗口期生成方法，包括以下步骤：
获取设备投运与检修状况历史数据和对设备停电起到影响作用的关联因素数据；将设备的投运与检修状况数据作为参考序列，将对设备停电起到影响作用的关联因素数据形成被比较序列；
利用参考序列与比较序列数据，计算各影响因素与停电设备之间的关联系数；利用关联系数计算各影响因素与停电设备之间的关联度；
将大于设定阈值的关联度对应的影响因素加入到设备停电窗口期的判据指标中；
利用所述判据指标作为约束条件，通过电网潮流计算对各电网设备的允许停电时间进行校验，生成设备的停电窗口期。
本发明进一步的改进在于：所述获取设备投运与检修状况历史数据和对设备停电起到影响作用的关联因素数据；将设备的投运与检修状况数据作为参考序列，将对设备停电起到影响作用的关联因素数据形成被比较序列的步骤中，获取设备投运与检修状况历史数据和对设备停电起到影响作用的关联因素数据的时间范围均为一年。
本发明进一步的改进在于：所述获取设备投运与检修状况历史数据和对设备停电起到影响作用的关联因素数据；将设备的投运与检修状况数据作为参考序列，将对设备停电起到影响作用的关联因素数据形成被比较序列的步骤中，所述对设备停电起到影响作用的关联因素数据包括以下任意参数或其任意组合：设备邻近区域的新能源发电功率、新能源限电率、常规电站发电功率、不同电网运行断面功率、区域负荷。
本发明进一步的改进在于：对所述参考序列和所述被比较序列进行无量纲化处理；
所述利用参考序列与比较序列数据，计算各影响因素与停电设备之间的关联系数的步骤中，利用无量纲化处理的参考序列与比较序列数据，计算各影响因素与停电设备之间的关联系数。
本发明进一步的改进在于：所述将设备的投运与检修状况数据作为参考序列的步骤，具体包括：
将设备的投运与检修状况数据作为参考序列，形成：x0＝(x0(1),x0(2),…x0(n))，其中，x0(i)代表设备的运行状态，0表示设备处于投运状态，0.5表示设备处于停电窗口期但未检修状态，1表示设备处于停电窗口期并检修状态；n代表所考察时间范围内选取的数据量；
所述将对设备停电起到影响作用的关联因素数据形成被比较序列的步骤，具体包括：
将设备邻近区域的新能源发电功率、新能源限电率、常规电站发电功率、不同电网运行断面功率、区域负荷历史数据形成被比较序列，如下：
x1＝(x1(1),x1(2),…x1(n))
xk＝(xk(1),xk(2),…xk(n))
其中，k代表将要与停电设备进行关联分析的影响因素个数，k＝5；
对各比较序列进行无量纲化处理：
其中，
本发明进一步的改进在于：所述利用参考序列与比较序列数据，计算各影响因素与停电设备之间的关联系数的步骤，具体包括：
利用无量纲化处理后的参考序列与比较序列数据，计算各影响因素与停电设备之间的关联系数：
其中：
η为分辨系数，取值在0～1之间。
本发明进一步的改进在于：所述利用关联系数计算各影响因素与停电设备之间的关联度的步骤，具体包括：
计算各影响因素与停电设备之间的关联度：
第二方面，本发明提供一种电网停电窗口期生成装置，包括：
获取模块，用于获取设备投运与检修状况历史数据和对设备停电起到影响作用的关联因素数据；将设备的投运与检修状况数据作为参考序列，将对设备停电起到影响作用的关联因素数据形成被比较序列；
计算模块，用于利用参考序列与比较序列数据，计算各影响因素与停电设备之间的关联系数；利用关联系数计算各影响因素与停电设备之间的关联度；
排序模块，用于将大于设定阈值的关联度对应的影响因素加入到设备停电窗口期的判据指标中；
生成模块，用于利用所述判据指标作为约束条件，通过电网潮流计算对各电网设备的允许停电时间进行校验，生成设备的停电窗口期。
第三方面，本发明提供一种电子设备，所述电子设备包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序以实现所述的电网停电窗口期生成方法。
第四方面，本发明提供一种计算机可读存储介质，所述计算机可读存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现所述的电网停电窗口期生成方法。
相对于现有技术，本发明具有以下有益效果：
本发明提供一种电网停电窗口期生成方法、装置、电子设备和存储介质，可以在设备停电窗口期的编制过程中，通过对历史数据的信息挖掘，实现设备停电起到影响作用的关联因素数据对设备停电时间的影响程度筛选，找出影响设备停电的关键因素，进而筛选出适当的指标加入到设备停电窗口期的生成判据中，避免了约束条件遗漏等现象的发生，提升了计划编制的有效性与安全性；同时提高停电窗口期的编制效率，减轻停电计划编制人员的工作强度。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明一种电网停电窗口期生成方法的流程图；
图2为本发明一种电网停电窗口期生成装置的结构框图；
图3为本发明一种电子设备的结构框图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。
相关术语解释
灰色关联分析：是指对一个系统发展变化态势的定量描述和比较的方法，其基本思想是通过确定参考数据列和若干个比较数据列的几何形状相似程度来判断其联系是否紧密，它反映了曲线间的关联程度。
停电窗口期：是指一年中可以安排指定设备进行检修的时间段，在此时间段内进行设备检修将对电力供应、供电可靠性、清洁能源发电以及电网运行安全影响最小。
停电检修计划应用：按照一定的优化原则，综合考虑各类约束(如电力电量平衡、电网安全约束等)，通过调用安全校核等应用，对提交的设备检修申请、电网方式调整进行优化安排和可行性校核。
本发明所提出的基于灰色关联分析的电网停电窗口期生成方法、装置、电子设备和存储介质，主要是利用灰色关联分析方法，对电网的历史运行数据、新能源的运行数据、设备历史停电信息进行挖掘分析，从而寻找到对设备停电计划安排起到关键影响作用的指标，进而利用关键指标信息制定窗口期的生成判据，从而提高停电窗口期编制的准确率以及系统运行的安全可靠性。首先，准备设备投运与检修、电网运行的历史数据，对数据进行排列与无量纲化处理，便于后续进行关联度分析。然后，对历史数据进行关联系数与关联度的计算，通过计算得到各影响因素对设备停电的影响程度。最后，通过制定相应的标准，筛选出应添加到生成设备停电窗口期判据中的关键指标，并依据关键指标形成的约束条件计算出设备的停电窗口期。
实施例1
请参阅图1所示，本发明提供一种电网停电窗口期生成方法，包括以下步骤：
S1、数据准备
选取一定时间范围内的设备停电检修历史数据，以及可能对设备停电起到影响作用的关联因素数据；上述关联因素数据可以包括：设备邻近区域的新能源发电功率、新能源限电率、常规电站发电功率、不同电网运行断面功率、区域负荷。时间范围通常可选定为一年，各种类型的历史数据时间间隔需保持一致。
设备停电检修历史数据包括设备的投运与检修状况数据；将设备的投运与检修状况数据作为参考序列，形成：x0＝(x0(1),x0(2),…x0(n))，其中，x0(i)代表设备的运行状态，0表示设备处于投运状态，0.5表示设备处于停电窗口期但未检修状态，1表示设备处于停电窗口期并检修状态。n代表所考察时间范围内选取的数据量，如选取一年内的设备停状态，数据间隔为1小时，则n＝24×365＝8760。
将设备邻近区域的新能源发电功率、新能源限电率、常规电站发电功率、不同电网运行断面功率、区域负荷历史数据形成被比较序列，如下：
其中，同样n代表所考察时间范围内选取的数据量，因各影响因素与设备的投运与检修状况数据采集间隔一致，所以与参考序列的数据量相同，k代表将要与停电设备进行关联分析的影响因素个数，当考察的影响因素选取为设备邻近区域的新能源发电功率、新能源限电率、常规电站发电功率、不同电网运行断面功率、区域负荷五个方面时，k＝5。
形成比较序列后，由于各因素的量纲不同，直接利用比较序列数据与参考序列进行关联因素分析，会有较大的误差。因此，为了避免较大的误差，可以进一步对各比较序列进行无量纲化处理，在这里采用均值化的处理方法，具体如下：
其中，
S2、关联系数与关联度的计算
首先，利用上述处理后的参考序列与比较序列数据，计算各影响因素与停电设备之间的关联系数：
其中：
η为分辨系数，取值在0～1之间；其值越小，分辨力越强，多数情况下取为0.5。
计算得到的关联系数ξi(k)为一个多维的向量，不易衡量各影响因素与设备停电之间的关联程度，因此，需要继续计算各影响因素与停电设备之间的关联度：
S3、筛选关键因素指标
通过前面的步骤，可以得到各影响因素与停电设备之间的关联度ri，关联度越大，表明该因素对设备停电时间的选取影响越大，设定阈值α，当满足条件ri>α时，将该影响因素加入到设备停电窗口期的判据指标中。α的取值受到前面的关联度计算结果以及最终想保留的判据指标数量影响，通常无量纲化处理后，关联度的计算结果在0-1之间，那么α的取值一般也取为0-1之间的某个数，若想保留更多的判据指标数量，则α取值可取为一个较小的数。若要精简判据指标，则α取值较大。
S4、停电窗口期生成
如表1所示，利用步骤S3生成的判据，作为约束条件，通过电网潮流计算对一年内各电网设备的允许停电时间进行校验，形成设备的停电窗口期。
表1筛选约束条件后形成的设备停电窗口期判据样表
本发明提出了基于灰色关联分析的停电窗口期智能生成方法，充分发挥电网的大数据优势，有效挖掘各影响因素对设备停电的关联关系。通过对影响设备停电计划的影响因素进行筛选，筛选出设备停电的有效判据，可提高停电窗口期的编制准确率与效率，进而提高电网运行的安全性，同时还可减轻停电计划编制人员的工作强度。
实施例2
请参阅图2所示，本发明提供一种电网停电窗口期生成装置，包括：
获取模块，用于获取设备投运与检修状况历史数据和对设备停电起到影响作用的关联因素数据；将设备的投运与检修状况数据作为参考序列，将对设备停电起到影响作用的关联因素数据形成被比较序列；
计算模块，用于利用参考序列与比较序列数据，计算各影响因素与停电设备之间的关联系数；利用关联系数计算各影响因素与停电设备之间的关联度；
排序模块，用于将大于设定阈值的关联度对应的影响因素加入到设备停电窗口期的判据指标中；用于将大于设定阈值的关联度对应的影响因素加入到设备停电窗口期的判据指标中，在具体实现中，可先对各关联度由大到小进行排序；
生成模块，用于利用所述判据指标作为约束条件，通过电网潮流计算对各电网设备的允许停电时间进行校验，生成设备的停电窗口期。
实施例3
请参阅图3所示，本发明还提供一种电网停电窗口期生成方法的电子设备100；所述电子设备100包括存储器101、至少一个处理器102、存储在所述存储器101中并可在所述至少一个处理器102上运行的计算机程序103及至少一条通讯总线104。
存储器101可用于存储所述计算机程序103，所述处理器102通过运行或执行存储在所述存储器101内的计算机程序，以及调用存储在存储器101内的数据，实现实施例1所述的电网停电窗口期生成方法的方法步骤。所述存储器101可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备100的使用所创建的数据(比如音频数据)等。此外，存储器101可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。
所述至少一个处理器102可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器102可以是微处理器或者该处理器102也可以是任何常规的处理器等，所述处理器102是所述电子设备100的控制中心，利用各种接口和线路连接整个电子设备100的各个部分。
所述电子设备100中的所述存储器101存储多个指令以实现一种电网停电窗口期生成方法，所述处理器102可执行所述多个指令从而实现：
获取设备投运与检修状况历史数据和对设备停电起到影响作用的关联因素数据；将设备的投运与检修状况数据作为参考序列，将对设备停电起到影响作用的关联因素数据形成被比较序列；
利用参考序列与比较序列数据，计算各影响因素与停电设备之间的关联系数；利用关联系数计算各影响因素与停电设备之间的关联度；
将大于设定阈值的关联度对应的影响因素加入到设备停电窗口期的判据指标中；用于将大于设定阈值的关联度对应的影响因素加入到设备停电窗口期的判据指标中，在具体实现中，可先对各关联度由大到小进行排序；
利用所述判据指标作为约束条件，通过电网潮流计算对各电网设备的允许停电时间进行校验，生成设备的停电窗口期。
具体地，所述处理器102对上述指令的具体实现方法可参考实施例1中相关步骤的描述，在此不赘述。
实施例4
所述电子设备100集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器及只读存储器(ROM，Read-Only Memory)。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。
Claims (6)
1.电网停电窗口期生成方法，其特征在于，包括以下步骤：
获取设备投运与检修状况历史数据和对设备停电起到影响作用的关联因素数据；将设备的投运与检修状况数据作为参考序列，将对设备停电起到影响作用的关联因素数据形成被比较序列；
利用参考序列与被比较序列数据，计算各影响因素与停电设备之间的关联系数；利用关联系数计算各影响因素与停电设备之间的关联度；
将大于设定阈值的关联度对应的影响因素加入到设备停电窗口期的判据指标中；
利用所述判据指标作为约束条件，通过电网潮流计算对各电网设备的允许停电时间进行校验，生成设备的停电窗口期；
所述将设备的投运与检修状况数据作为参考序列的步骤，具体包括：
将设备的投运与检修状况数据作为参考序列，形成：x0＝(x0(1),x0(2),…x0(n))，其中，x0(i)代表设备的运行状态，0表示设备处于投运状态，0.5表示设备处于停电窗口期但未检修状态，1表示设备处于停电窗口期并检修状态；n代表所考察时间范围内选取的数据量；
所述将对设备停电起到影响作用的关联因素数据形成被比较序列的步骤，具体包括：将设备邻近区域的新能源发电功率、新能源限电率、常规电站发电功率、不同电网运行断面功率、区域负荷历史数据形成被比较序列，如下：
其中，k代表将要与停电设备进行关联分析的影响因素个数，k＝5；
对各被比较序列进行无量纲化处理：
其中，
所述利用参考序列与被比较序列数据，计算各影响因素与停电设备之间的关联系数的步骤，具体包括：
利用无量纲化处理后的参考序列与被比较序列数据，计算各影响因素与停电设备之间的关联系数：
其中：
η为分辨系数，取值在0～1之间；
所述利用关联系数计算各影响因素与停电设备之间的关联度的步骤，具体包括：
计算各影响因素与停电设备之间的关联度：
2.根据权利要求1所述的电网停电窗口期生成方法，其特征在于，所述获取设备投运与检修状况历史数据和对设备停电起到影响作用的关联因素数据；将设备的投运与检修状况数据作为参考序列，将对设备停电起到影响作用的关联因素数据形成被比较序列的步骤中，获取设备投运与检修状况历史数据和对设备停电起到影响作用的关联因素数据的时间范围均为一年。
3.根据权利要求1所述的电网停电窗口期生成方法，其特征在于，所述获取设备投运与检修状况历史数据和对设备停电起到影响作用的关联因素数据；将设备的投运与检修状况数据作为参考序列，将对设备停电起到影响作用的关联因素数据形成被比较序列的步骤中，所述对设备停电起到影响作用的关联因素数据包括以下任意参数或其任意组合：设备邻近区域的新能源发电功率、新能源限电率、常规电站发电功率、不同电网运行断面功率、区域负荷。
4.电网停电窗口期生成装置，其特征在于，包括：
获取模块，用于获取设备投运与检修状况历史数据和对设备停电起到影响作用的关联因素数据；将设备的投运与检修状况数据作为参考序列，将对设备停电起到影响作用的关联因素数据形成被比较序列；
计算模块，用于利用参考序列与被比较序列数据，计算各影响因素与停电设备之间的关联系数；利用关联系数计算各影响因素与停电设备之间的关联度；
排序模块，用于将大于设定阈值的关联度对应的影响因素加入到设备停电窗口期的判据指标中；
生成模块，用于利用所述判据指标作为约束条件，通过电网潮流计算对各电网设备的允许停电时间进行校验，生成设备的停电窗口期；
所述将设备的投运与检修状况数据作为参考序列的步骤，具体包括：
将设备的投运与检修状况数据作为参考序列，形成：x0＝(x0(1),x0(2),…x0(n))，其中，x0(i)代表设备的运行状态，0表示设备处于投运状态，0.5表示设备处于停电窗口期但未检修状态，1表示设备处于停电窗口期并检修状态；n代表所考察时间范围内选取的数据量；
所述将对设备停电起到影响作用的关联因素数据形成被比较序列的步骤，具体包括：将设备邻近区域的新能源发电功率、新能源限电率、常规电站发电功率、不同电网运行断面功率、区域负荷历史数据形成被比较序列，如下：
其中，k代表将要与停电设备进行关联分析的影响因素个数，k＝5；
对各被比较序列进行无量纲化处理：
其中，
所述利用参考序列与被比较序列数据，计算各影响因素与停电设备之间的关联系数的步骤，具体包括：
利用无量纲化处理后的参考序列与被比较序列数据，计算各影响因素与停电设备之间的关联系数：
其中：
η为分辨系数，取值在0～1之间；
所述利用关联系数计算各影响因素与停电设备之间的关联度的步骤，具体包括：
计算各影响因素与停电设备之间的关联度：
5.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序以实现如权利要求1至3中任意一项所述的电网停电窗口期生成方法。
6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有至少一个指令，所述至少一个指令被处理器执行时实现如权利要求1至3中任意一项所述的电网停电窗口期生成方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110819987.XA CN113590682B (zh) | 2021-07-20 | 2021-07-20 | 电网停电窗口期生成方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110819987.XA CN113590682B (zh) | 2021-07-20 | 2021-07-20 | 电网停电窗口期生成方法、装置、电子设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113590682A CN113590682A (zh) | 2021-11-02 |
| CN113590682B true CN113590682B (zh) | 2022-09-27 |
Family
ID=78248374
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110819987.XA Active CN113590682B (zh) | 2021-07-20 | 2021-07-20 | 电网停电窗口期生成方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113590682B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114188988A (zh) * | 2021-12-06 | 2022-03-15 | 广东电网有限责任公司 | 一种设备停机处理方法、装置、电子设备及存储介质 |
| CN116611589B (zh) * | 2023-07-19 | 2023-09-29 | 中国电力科学研究院有限公司 | 主网输变电设备停电窗口期预测方法、系统、设备及介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111917139A (zh) * | 2020-07-10 | 2020-11-10 | 中国电力科学研究院有限公司 | 一种电网主设备可停电窗口期确定方法及系统 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8718920B2 (en) * | 2011-01-11 | 2014-05-06 | Analytical Graphics Inc. | System and method for determining earth-fixed trajectory launching from within a specified area |
| CN106779442A (zh) * | 2016-12-26 | 2017-05-31 | 国网山东省电力公司泰安供电公司 | 停电计划的生成方法和装置 |
| CN107123982B (zh) * | 2017-04-01 | 2021-10-29 | 中国电力科学研究院 | 一种基于设备异动的配电网可靠性经济效益分析方法 |
| CN111339157B (zh) * | 2020-02-20 | 2023-05-16 | 南方电网科学研究院有限责任公司 | 一种配电网日运行效率计算及预测方法、系统及设备 |
-
2021
- 2021-07-20 CN CN202110819987.XA patent/CN113590682B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111917139A (zh) * | 2020-07-10 | 2020-11-10 | 中国电力科学研究院有限公司 | 一种电网主设备可停电窗口期确定方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113590682A (zh) | 2021-11-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mavromatidis et al. | Design of distributed energy systems under uncertainty: A two-stage stochastic programming approach | |
| Lebotsa et al. | Short term electricity demand forecasting using partially linear additive quantile regression with an application to the unit commitment problem | |
| Yue et al. | The optimal CO2 emissions reduction path in Jiangsu province: An expanded IPAT approach | |
| Domínguez-Muñoz et al. | Selection of typical demand days for CHP optimization | |
| CN113590682B (zh) | 电网停电窗口期生成方法、装置、电子设备和存储介质 | |
| CN101872441A (zh) | 离散资源管理 | |
| CN102004859A (zh) | 建筑异常能耗支路在线诊断方法 | |
| CN111525615B (zh) | 一种基于保证率的山地光伏电站出力特性评估方法及系统 | |
| CN111103565A (zh) | 一种基于智能电能表计量误差分析的数据变换方法及系统 | |
| CN104834984A (zh) | 一种基于统一互联电力市场的电力交易监管风险预警系统 | |
| De Queiroz et al. | Repurposing an energy system optimization model for seasonal power generation planning | |
| CN110968703B (zh) | 基于lstm端到端抽取算法的异常计量点知识库构建方法及系统 | |
| CN111915079A (zh) | 一种混合knn风电功率预测方法及系统 | |
| He et al. | Optimal operation of wind-solar-thermal collaborative power system considering carbon trading and energy storage | |
| Emblemsvåg | On the levelised cost of energy of solar photovoltaics | |
| CN113887809A (zh) | 双碳目标下配电网供需平衡方法、系统、介质及计算设备 | |
| Langevin et al. | Demand-side solutions in the US building sector could achieve deep emissions reductions and avoid over $100 billion in power sector costs | |
| Tan et al. | Current status and future choices of regional sectors-energy-related CO2 emissions: The third economic growth pole of China | |
| Lyzwa et al. | Load duration curve in the long-term energy mix optimization | |
| CN113131476B (zh) | 一种用电负荷预测方法 | |
| Peralta et al. | Unit commitment with load uncertainty by joint chance-constrained programming | |
| Zarate Perez et al. | Evolution of smart grid assessment methods: science mapping and performance analysis | |
| CN116739532B (zh) | 一种能源项目管理方法、系统、终端设备及存储介质 | |
| CN117613874A (zh) | 工业灵活负荷日前调度潜力等值方法、系统、设备及介质 | |
| Rastkar et al. | A Comparison Between Seasonal and Non-Seasonal Forecasting Techniques for Energy Demand Time Series in Smart Grids |
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 |