CN113793077A - 一种配电网用户故障停电影响分析方法和系统 - Google Patents
一种配电网用户故障停电影响分析方法和系统 Download PDFInfo
- Publication number
- CN113793077A CN113793077A CN202111358518.9A CN202111358518A CN113793077A CN 113793077 A CN113793077 A CN 113793077A CN 202111358518 A CN202111358518 A CN 202111358518A CN 113793077 A CN113793077 A CN 113793077A
- Authority
- CN
- China
- Prior art keywords
- index
- power failure
- indexes
- result
- distribution network
- 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 182
- 230000008569 process Effects 0.000 claims abstract description 159
- 238000004458 analytical method Methods 0.000 claims abstract description 27
- 239000011159 matrix material Substances 0.000 claims description 37
- 239000000126 substance Substances 0.000 claims description 29
- 238000010606 normalization Methods 0.000 claims description 7
- 238000012935 Averaging Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 230000009471 action Effects 0.000 abstract description 5
- 238000007405 data analysis Methods 0.000 abstract description 2
- 238000010219 correlation analysis Methods 0.000 description 3
- 238000011084 recovery Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- AZFKQCNGMSSWDS-UHFFFAOYSA-N MCPA-thioethyl Chemical compound CCSC(=O)COC1=CC=C(Cl)C=C1C AZFKQCNGMSSWDS-UHFFFAOYSA-N 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000006467 substitution reaction 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
- G06Q10/0639—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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
-
- 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)
- Marketing (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种配电网用户故障停电影响分析方法和系统,涉及配电网数据分析技术领域,选取反映配电网故障停电影响特征的过程指标和结果性指标,收集电力企业的过程指标和结果性指标的历史数据,建立过程指标和结果性指标的岭回归关联模型,可以同时处理历史数据量较少或充分的情形,摆脱对历史数据量有较高要求的限制,通过求解岭回归关联模型,得到各过程指标的关联系数,进一步可计算各过程指标的贡献度,从而分析故障停电过程指标对结果性指标的影响,能够定量的发现各过程指标对结果性指标的作用规律和贡献程度,提高了配电网故障停电影响分析模型的客观性及稳健性。
Description
技术领域
本发明涉及配电网数据分析技术领域,尤其涉及一种配电网用户故障停电影响分析方法和系统。
背景技术
配电网故障停电是影响配电网供电可靠性的主要因素,故障停电管控需要关注故障停电事件的影响范围、造成故障停电影响的用户停电次数、停电时长等。随着用户对供电可靠性要求的日益提高,对进一步加强故障停电管控的科学性、精准性提出了更大的挑战。通过深入挖掘故障停电影响过程指标和结果性指标之间存在的内在联系,建立指标关系模型,能够定量地发现各过程指标对结果性指标的作用规律和贡献程度,可有效地对配电网故障停电管控水平进行评价、指导优化可靠性管理策略、有效减少配网故障停电影响、提高故障复电效率。
现阶段的配电网故障停电影响分析方法采用层次分析法和熵权法确定权重的灰色关联分析方法,在分析配网故障停电影响时,对多元化过程指标的协同性考虑不足、对过程指标贡献度相关的历史数据使用程度不足,较难获得有针对性、足够客观的分析模型,难以为配电网可靠性重点提升方向提供指导。
发明内容
本发明提供了一种配电网用户故障停电影响分析方法和系统,用以解决现有的配电网故障停电影响分析方法采用层次分析法和熵权法确定权重的灰色关联分析方法,在分析配网故障停电影响时,对多元化过程指标的协同性考虑不足、对过程指标贡献度相关的历史数据使用程度不足,较难获得有针对性、足够客观的分析模型,难以为配电网可靠性重点提升方向提供指导的技术问题。
有鉴于此,本发明第一方面提供了一种配电网用户故障停电影响分析方法,包括:
采集电力企业的反映配电网故障停电影响特征的过程指标和结果性指标的历史数据;
根据过程指标和结果性指标的历史数据构建岭回归关联模型,构建的岭回归关联模型为:,其中,y为结果性指标,为所选的全体过程指标,为反映数据来源的配电网自身所具有的基准结果性指标,为不可观测项过程指标数据,为第j个过程指标对结果性指标影响的关联系数,;
对岭回归关联模型进行求解,得到各过程指标的关联系数;
根据各过程指标的关联系数计算各过程指标的贡献度。
可选地,对岭回归关联模型进行求解,得到各过程指标的关联系数,包括:
对岭回归关联模型求平均并消去不可观测项过程指标数据,得到平均岭回归关联模型;
根据过程指标和结果性指标的历史数据分别构建样本资料矩阵和结果性指标向量;
建立约束条件:
根据样本资料矩阵、结果性指标向量和约束条件求解平均岭回归关联模型,平均岭回归关联模型的解公式为:
可选地,根据各过程指标的关联系数计算各过程指标的贡献度的计算公式为:
可选地,在根据过程指标和结果性指标的历史数据构建岭回归关联模型之前,还包括:
对过程指标和结果性指标的历史数据进行标准化处理,标准化处理公式为:
可选地,过程指标包括:故障停电平均持续时间、故障停电平均用户数、故障停电用户平均停电次数和故障停电用户平均每次停电时间,结果性指标为:用户平均故障停电时间。
可选地,对岭回归关联模型进行拟合优度评估,拟合优度评估公式为:
本发明第二方面还提供了一种配电网用户故障停电影响分析系统,包括:
数据采集单元,用于采集电力企业的反映配电网故障停电影响特征的过程指标和结果性指标的历史数据;
模型构建单元,用于根据过程指标和结果性指标的历史数据构建岭回归关联模型,构建的岭回归关联模型为:,其中,y为结果性指标,为所选的全体过程指标,为反映数据来源的配电网自身所具有的基准结果性指标,为不可观测项过程指标数据,为第j个过程指标对结果性指标影响的关联系数, ;
模型求解单元,用于对岭回归关联模型进行求解,得到各过程指标的关联系数;
贡献度计算单元,用于根据各过程指标的关联系数计算各过程指标的贡献度。
可选地,模型求解单元具体用于:
对岭回归关联模型求平均并消去不可观测项过程指标数据,得到平均岭回归关联模型;
根据过程指标和结果性指标的历史数据分别构建样本资料矩阵和结果性指标向量;
建立约束条件:
根据样本资料矩阵、结果性指标向量和约束条件求解平均岭回归关联模型,平均岭回归关联模型的解公式为:
可选地,根据各过程指标的关联系数计算各过程指标的贡献度的计算公式为:
可选地,过程指标包括:故障停电平均持续时间、故障停电平均用户数、故障停电用户平均停电次数和故障停电用户平均每次停电时间,结果性指标为:用户平均故障停电时间。
从以上技术方案可以看出,本发明具有以下优点:
本发明提供的配电网用户故障停电影响分析方法,选取反映配电网故障停电影响特征的过程指标和结果性指标,收集电力企业的过程指标和结果性指标的历史数据,建立过程指标和结果性指标的岭回归关联模型,可以同时处理历史数据量较少或充分的情形,摆脱对历史数据量有较高要求的限制,通过求解岭回归关联模型,得到各过程指标的关联系数,进一步可计算各过程指标的贡献度,从而分析故障停电过程指标对结果性指标的影响,能够定量的发现各过程指标对结果性指标的作用规律和贡献程度,提高了配电网故障停电影响分析模型的客观性及稳健性,解决了现有的配电网故障停电影响分析方法采用层次分析法和熵权法确定权重的灰色关联分析方法,在分析配网故障停电影响时,对多元化过程指标的协同性考虑不足、对过程指标贡献度相关的历史数据使用程度不足,较难获得有针对性、足够客观的分析模型,难以为配电网可靠性重点提升方向提供指导的技术问题。
附图说明
图1为本发明实施例中提供的一种配电网用户故障停电影响分析方法的流程示意图;
图2为本发明实施例中提供的一种配电网用户故障停电影响分析系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术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,都属于本发明保护的范围。
为了便于理解,请参阅图1,本发明中提供了一种配电网用户故障停电影响分析方法的实施例,包括:
步骤101、采集电力企业的反映配电网故障停电影响特征的过程指标和结果性指标的历史数据。
本发明实施例中,首先选取出能够反映配电网故障停电影响特征的过程指标和结果性指标,然后采集电力企业的过程指标和结果性指标的历史数据。过程指标包括:故障停电平均持续时间、故障停电平均用户数、故障停电用户平均停电次数和故障停电用户平均每次停电时间,结果性指标为:用户平均故障停电时间。
在一个实施例中,为降低数据处理复杂度,可以对历史数据进行零一标准化处理。标准化处理公式为:
在一个实施例中,对历史数据进行标准化的方式也可以采用极差标准化处理:
步骤102、根据过程指标和结果性指标的历史数据构建岭回归关联模型。
本发明实施例中,构建的岭回归关联模型为:
其中,y为结果性指标(即用户平均故障停电时间),为所选的全体过程指标,为反映数据来源的配电网自身所具有的基准结果性指标,为不可观测项过程指标数据(即其它未被纳入过程指标但对结果性指标y有潜在影响的指标及误差),为第j个过程指标对结果性指标影响的关联系数,。
步骤103、对岭回归关联模型进行求解,得到各过程指标的关联系数。
构建好岭回归关联模型之后,利用过程指标和结果性指标的历史数据可求解各过程指标的关联系数,即计算出岭回归关联模型的故障停电影响过程指标对结果性指标影响的关联系数的回归估计值。回归估计值如果为0,则表明对应的故障停电影响过程指标对结果性指标(即用户平均故障停电时间)无影响,如果回归估计值为负数,则表明对应的故障停电影响过程指标对结果性指标的大小有反向效果,如果回归估计值为正数,则表明对应的故障停电影响过程指标对结果性指标的大小有正向效果。
步骤104、根据各过程指标的关联系数计算各过程指标的贡献度。
采用单位自变量指标变化对因变量指标变化的加权平均值作为贡献度指标,因而,在得到各过程指标的关联系数之后,可以计算各过程指标的贡献度:
本发明实施例提供的配电网用户故障停电影响分析方法,选取反映配电网故障停电影响特征的过程指标和结果性指标,收集电力企业的过程指标和结果性指标的历史数据,建立过程指标和结果性指标的岭回归关联模型,可以同时处理历史数据量较少或充分的情形,摆脱对历史数据量有较高要求的限制,通过求解岭回归关联模型,得到各过程指标的关联系数,进一步可计算各过程指标的贡献度,从而分析故障停电过程指标对结果性指标的影响,能够定量的发现各过程指标对结果性指标的作用规律和贡献程度,提高了配电网故障停电影响分析模型的客观性及稳健性,解决了现有的配电网故障停电影响分析方法采用层次分析法和熵权法确定权重的灰色关联分析方法,在分析配网故障停电影响时,对多元化过程指标的协同性考虑不足、对过程指标贡献度相关的历史数据使用程度不足,较难获得有针对性、足够客观的分析模型,难以为配电网可靠性重点提升方向提供指导的技术问题。
在一个实施例中,对岭回归关联模型进行求解,得到各过程指标的关联系数的具体过程可以表示为:
根据过程指标和结果性指标的历史数据分别构建样本资料矩阵和结果性指标向量:
由d个过程指标的n个数据值构成样本资料矩阵C:
对应岭回归关联模型中结果性指标的n个数据值构成结果性指标向量:
建立约束条件:
根据样本资料矩阵、结果性指标向量和约束条件求解平均岭回归关联模型,平均岭回归关联模型的解公式为:
在一个实施例中,还可以对岭回归关联模型进行拟合优度评估,拟合优度评估公式为:
与现有技术相比,本发明具有以下优点:
利用岭回归算法构建关联模型可避免历史数据量较少等数据质量问题所带来的关联模型的欠精准性,在提高配电网故障停电影响结果性指标分解的客观性和可靠性的同时,也可以及时地反馈故障停电影响过程指标对结果性指标的贡献度。
融合了配电网故障停电影响结果性指标和过程指标的历史记录以及正则化回归算法理论,可全面挖掘故障停电影响指标之间的作用关系。通过关联模型的构建,定量反映配电网故障停电过程管控水平,可为电网公司了解故障停电影响过程指标对配电网故障复电成效的贡献度提供客观精准的关联模型,为明确故障快速复电重点提升方向提供决策依据。
为了便于理解,请参阅图2,本发明中提供了一种配电网用户故障停电影响分析系统的实施例,包括:
数据采集单元201,用于采集电力企业的反映配电网故障停电影响特征的过程指标和结果性指标的历史数据;
模型构建单元202,用于根据过程指标和结果性指标的历史数据构建岭回归关联模型,构建的岭回归关联模型为:,其中,y为结果性指标,为所选的全体过程指标,为反映数据来源的配电网自身所具有的基准结果性指标,为不可观测项过程指标数据,为第j个过程指标对结果性指标影响的关联系数, ;
模型求解单元203,用于对岭回归关联模型进行求解,得到各过程指标的关联系数;
贡献度计算单元204,用于根据各过程指标的关联系数计算各过程指标的贡献度。
模型求解单元203具体用于:
对岭回归关联模型求平均并消去不可观测项过程指标数据,得到平均岭回归关联模型;
根据过程指标和结果性指标的历史数据分别构建样本资料矩阵和结果性指标向量;
建立约束条件:
根据样本资料矩阵、结果性指标向量和约束条件求解平均岭回归关联模型,平均岭回归关联模型的解公式为:
根据各过程指标的关联系数计算各过程指标的贡献度的计算公式为:
过程指标包括:故障停电平均持续时间、故障停电平均用户数、故障停电用户平均停电次数和故障停电用户平均每次停电时间,结果性指标为:用户平均故障停电时间。
本发明实施例中提供的配电网用户故障停电影响分析系统,用于执行前述实施例中的配电网用户故障停电影响分析方法,其工作原理与前述实施例中的配电网用户故障停电影响分析方法相同,可取得相同的技术效果,在此不再进行赘述。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
2.根据权利要求1所述的配电网用户故障停电影响分析方法,其特征在于,对岭回归关联模型进行求解,得到各过程指标的关联系数,包括:
对岭回归关联模型求平均并消去不可观测项过程指标数据,得到平均岭回归关联模型;
根据过程指标和结果性指标的历史数据分别构建样本资料矩阵和结果性指标向量;
建立约束条件:
根据样本资料矩阵、结果性指标向量和约束条件求解平均岭回归关联模型,平均岭回归关联模型的解公式为:
5.根据权利要求1所述的配电网用户故障停电影响分析方法,其特征在于,过程指标包括:故障停电平均持续时间、故障停电平均用户数、故障停电用户平均停电次数和故障停电用户平均每次停电时间,结果性指标为:用户平均故障停电时间。
8.根据权利要求7所述的配电网用户故障停电影响分析系统,其特征在于,模型求解单元具体用于:
对岭回归关联模型求平均并消去不可观测项过程指标数据,得到平均岭回归关联模型;
根据过程指标和结果性指标的历史数据分别构建样本资料矩阵和结果性指标向量;
建立约束条件:
根据样本资料矩阵、结果性指标向量和约束条件求解平均岭回归关联模型,平均岭回归关联模型的解公式为:
10.根据权利要求7所述的配电网用户故障停电影响分析系统,其特征在于,过程指标包括:故障停电平均持续时间、故障停电平均用户数、故障停电用户平均停电次数和故障停电用户平均每次停电时间,结果性指标为:用户平均故障停电时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111358518.9A CN113793077B (zh) | 2021-11-17 | 2021-11-17 | 一种配电网用户故障停电影响分析方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111358518.9A CN113793077B (zh) | 2021-11-17 | 2021-11-17 | 一种配电网用户故障停电影响分析方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113793077A true CN113793077A (zh) | 2021-12-14 |
CN113793077B CN113793077B (zh) | 2022-03-15 |
Family
ID=78877288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111358518.9A Active CN113793077B (zh) | 2021-11-17 | 2021-11-17 | 一种配电网用户故障停电影响分析方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113793077B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116627116A (zh) * | 2023-07-26 | 2023-08-22 | 沈阳仪表科学研究院有限公司 | 一种流程工业故障定位方法、系统及电子设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040153815A1 (en) * | 2002-10-31 | 2004-08-05 | Volponi Allan J. | Methodology for temporal fault event isolation and identification |
CN102013085A (zh) * | 2010-12-14 | 2011-04-13 | 天津市电力公司 | 配电网可靠性评价方法 |
JP2016179787A (ja) * | 2015-03-25 | 2016-10-13 | オートリブ日信ブレーキシステムジャパン株式会社 | ブレーキ制御システム |
CN111415068A (zh) * | 2020-02-28 | 2020-07-14 | 国网福建省电力有限公司厦门供电公司 | 基于改造措施与失负荷量指标关联性的配电决策建模方法 |
CN112330121A (zh) * | 2020-10-28 | 2021-02-05 | 广东电网有限责任公司佛山供电局 | 一种配电网自动化建设投资效益评估方法 |
CN112446599A (zh) * | 2020-11-19 | 2021-03-05 | 广东电网有限责任公司 | 一种供电可靠性指标的预测方法、装置、设备和存储介质 |
CN112651651A (zh) * | 2020-12-30 | 2021-04-13 | 广东电网有限责任公司电力科学研究院 | 一种基于特征提取和套索回归的投资效益评估方法 |
-
2021
- 2021-11-17 CN CN202111358518.9A patent/CN113793077B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040153815A1 (en) * | 2002-10-31 | 2004-08-05 | Volponi Allan J. | Methodology for temporal fault event isolation and identification |
CN102013085A (zh) * | 2010-12-14 | 2011-04-13 | 天津市电力公司 | 配电网可靠性评价方法 |
JP2016179787A (ja) * | 2015-03-25 | 2016-10-13 | オートリブ日信ブレーキシステムジャパン株式会社 | ブレーキ制御システム |
CN111415068A (zh) * | 2020-02-28 | 2020-07-14 | 国网福建省电力有限公司厦门供电公司 | 基于改造措施与失负荷量指标关联性的配电决策建模方法 |
CN112330121A (zh) * | 2020-10-28 | 2021-02-05 | 广东电网有限责任公司佛山供电局 | 一种配电网自动化建设投资效益评估方法 |
CN112446599A (zh) * | 2020-11-19 | 2021-03-05 | 广东电网有限责任公司 | 一种供电可靠性指标的预测方法、装置、设备和存储介质 |
CN112651651A (zh) * | 2020-12-30 | 2021-04-13 | 广东电网有限责任公司电力科学研究院 | 一种基于特征提取和套索回归的投资效益评估方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116627116A (zh) * | 2023-07-26 | 2023-08-22 | 沈阳仪表科学研究院有限公司 | 一种流程工业故障定位方法、系统及电子设备 |
CN116627116B (zh) * | 2023-07-26 | 2023-10-20 | 沈阳仪表科学研究院有限公司 | 一种流程工业故障定位方法、系统及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113793077B (zh) | 2022-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108593990B (zh) | 一种基于电能用户用电行为模式的窃电检测方法和应用 | |
CN108520357B (zh) | 一种线损异常原因的判别方法、装置及服务器 | |
CN112381476B (zh) | 用于确定状态异常的电能表的方法及装置 | |
CN110222991B (zh) | 基于rf-gbdt的计量装置故障诊断方法 | |
CN107491970B (zh) | 实时反作弊检测监控方法和系统以及计算设备 | |
CN109389145B (zh) | 基于计量大数据聚类模型的电能表生产厂商评价方法 | |
CN111693931A (zh) | 智能电能表误差远程计算方法、装置和计算机设备 | |
CN112633421A (zh) | 一种用户异常用电行为检测方法及装置 | |
CN112819312B (zh) | 气候变化情景下干旱社会经济暴露度评估方法和系统 | |
CN112734128A (zh) | 一种基于优化rbf的7日电力负荷峰值预测方法 | |
KR101953558B1 (ko) | 스마트 기기 결함 관리 장치 및 방법 | |
CN113793077B (zh) | 一种配电网用户故障停电影响分析方法和系统 | |
CN116345700B (zh) | 一种用于储能电站的能耗监测方法及监测系统 | |
CN110852906B (zh) | 一种基于高维随机矩阵进行窃电嫌疑识别的方法和系统 | |
CN111967717A (zh) | 一种基于信息熵值的数据质量评价方法 | |
CN112330121A (zh) | 一种配电网自动化建设投资效益评估方法 | |
CN117113202A (zh) | 基于联合误差堆叠模型的电力回路能耗检测方法及设备 | |
CN117277435A (zh) | 一种光伏逆变器的健康评估方法、系统及装置 | |
CN117611190A (zh) | 一种区域电力系统碳排放测算方法、装置及介质 | |
CN115905319A (zh) | 一种海量用户电费异常的自动识别方法及系统 | |
CN113807743A (zh) | 一种电网调度自动化软件可靠性评估方法及系统 | |
CN117472898B (zh) | 一种基于融合的配电网异常数据纠错方法及系统 | |
Yang et al. | Synchronous Line Loss Rate Analysis of Transformer District Based on K-Modes Clustering Algorithm and Deep Belief Network | |
CN113327044B (zh) | 一种能量枢纽的协同运行质量分析系统 | |
CN117495435B (zh) | 基于fig-irelm的售电量区间预测方法和装置 |
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 |