CN113947502A - 基于支持向量机的输电网规划评估方法及装置 - Google Patents
基于支持向量机的输电网规划评估方法及装置 Download PDFInfo
- Publication number
- CN113947502A CN113947502A CN202111222420.0A CN202111222420A CN113947502A CN 113947502 A CN113947502 A CN 113947502A CN 202111222420 A CN202111222420 A CN 202111222420A CN 113947502 A CN113947502 A CN 113947502A
- Authority
- CN
- China
- Prior art keywords
- support vector
- vector machine
- index
- network planning
- transmission 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.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 58
- 238000012706 support-vector machine Methods 0.000 title claims abstract description 57
- 230000005540 biological transmission Effects 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000013210 evaluation model Methods 0.000 claims abstract description 14
- 239000011159 matrix material Substances 0.000 claims description 27
- 239000013598 vector Substances 0.000 claims description 18
- 238000013507 mapping Methods 0.000 claims description 6
- 238000011161 development Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010668 complexation reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011234 economic evaluation Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004088 simulation Methods 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
- 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
-
- 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
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2411—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on the proximity to a decision surface, e.g. support vector machines
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Tourism & Hospitality (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种基于支持向量机的输电网规划评估方法及装置包括如下步骤:步骤1:构建输电网规划方案评估的指标体系;步骤2:基于层次分析法确定每个输电网规划方案评估的指标权值;步骤3:基于支持向量机建立电网规划方案评估模型;步骤4:将输电网规划方案评估的指标权值输入支持向量机,支持向量机基于建立的电网规划方案评估模型,相应输出电网规划方案评估得分。本发明能够有效提高输电网规划方案评估准确性。
Description
技术领域
本发明涉及一种基于支持向量机的输电网规划评估方法及装置。
背景技术
近年来,我国电网电压等级逐渐升高,具有生态环保的绿色电网吸引众多投资者,对电网规划方案合理性以及科学性需求逐渐升高。在能源发展战略推动下,我国新能源装机和发电占比不断提高,国家电网超高压交、直流网架的建设以及农网大规模改造,为新能源传输提供有力的支撑。电网规划决策需综合考虑投资回报收益性、环保生态性、综合安全性、占地情况以及美观性等综合性能。电网规划需在规划电网基础上综合考虑各种规划方案合理性、经济性以及发展性,通过综合评估结果选取最优规划方案,电网规划方案评估存在众多不确定性因素,影响电网规划方案评估因素较复杂,评估与优选面临巨大挑战。程耀华等研究了可再生能源并网的输电网规划方案综合评价,针对高比例可再生能源并网的特点,从可再生能源消纳压力、可再生能源的强不确定性等方向综合评价输电网规划方案;朱天曈等、杨楠等、李利娟等提出改进TOPSIS法和德尔菲熵权综合权重法的电网规划方案综合决策方法,该方法引入绝对理想点以及投影法改进TOPSIS法,有效提升电网规划方案决策和有效性。但是这些方法均没有考虑指标之间的差异性,致使电网规划方案评估准确性低。
发明内容
本发明的发明目的在于提供一种基于支持向量机的输电网规划评估方法及装置,能够有效提高输电网规划方案评估准确性。
基于同一发明构思,本发明具有2个独立的技术方案:
1、一种基于支持向量机的输电网规划评估方法,包括如下步骤:
步骤1:构建输电网规划方案评估的指标体系;
步骤2:基于层次分析法确定每个输电网规划方案评估的指标权值;
步骤3:基于支持向量机建立电网规划方案评估模型;
步骤4:将输电网规划方案评估的指标权值输入支持向量机,支持向量机基于建立的电网规划方案评估模型,相应输出电网规划方案评估得分。
进一步地,步骤1中,指标体系包括第一层指标、第二层指标和第三层指标,所述第一层指标为输电网规划综合评估指标,所述第一层指标下设可靠性、协调性、经济型、社会性4个第二层指标,每个第二层指标设有相应的第三层指标。
进一步地,步骤1中,所述第二层指标可靠性设有设备运行情况、供电能力、供电质量、供电稳定性4个第三层指标。
进一步地,步骤1中,所述第二层指标协调性设有扩展性、协调区域发展性2个第三层指标。
进一步地,步骤1中,所述第二层指标经济型设有投资成本、运行费用2个第三层指标。
进一步地,步骤1中,所述第二层指标社会性设有城市协调性、环境影响情况、占地情况3个第三层指标。
进一步地,步骤2中,通过如下方法实现,基于层次分析法确定每个输电网规划方案评估的指标权值,
利用特征向量法获取不同层次评估指标相对权重,求解判断矩阵的最大征值λmax以及特征向量W,获取权重向量(w1w2,…,wn),n为指标的数量,归一化处理特征向量W,获取不同层各评估指标相对于上层指标相对权重为:
W'=[w1',w'2,…,w'n]表示某层评估指标相对于指标层相对权重值;
判断矩阵一致性通过最大特征值利用相容性指标检验,具体为:
CI=(λmax-n)(n-1)-1
CI为一致性指标;n为判断矩阵阶数;当CI<0.1以及CI≥0.1时,分别认为判断矩阵一致性可以接受以及无法接受;判断矩阵无法接受时,需重新修改判断矩阵,重新计算修改后矩阵权重并再次检验判断矩阵一致性,直至一致性检验通过为止。
进一步地,步骤3中,通过如下方法实现,基于支持向量机建立电网规划方案评估模型,
设(xi,yi),i=1,2,…,N表示训练样本集,xi与yi分别表示支持向量机输入数据以及输出数据,支持向量机分类器将输入数据集利用非线性映射函数η()映射至高维特征空间,可得支持向量机函数模型为:
f(x)=wTη(·)+b
w和b分别表示权值向量以及偏置量;所述权值向量以及偏置量求解公式为:
进一步地,步骤3中,通过如下方法实现,基于支持向量机建立电网规划方案评估模型,利用二次优化问题求解令支持向量机分类器输出数据集误差最小为:
支持向量机分类器数学模型为:
K()表示核函数,选取Gauss函数作为支持向量机分类器的核函数,其公式为:
K(xi,xj)=exp(-||xi-xj||2/2h2)
h表示核函数宽度。
本发明具有的有益效果:
本发明基于层次分析法确定每个输电网规划方案评估的指标权值;基于支持向量机建立电网规划方案评估模型;将输电网规划方案评估的指标权值输入支持向量机,支持向量机基于建立的电网规划方案评估模型,相应输出电网规划方案评估得分,评估最高分为最优电网规划方案,有效提高输电网规划方案评估的准确性。
本发明指标体系包括第一层指标、第二层指标和第三层指标,所述第一层指标为输电网规划综合评估指标,所述第一层指标下设可靠性、协调性、经济型、社会性4个第二层指标,每个第二层指标设有相应的第三层指标。所述第二层指标可靠性设有设备运行情况、供电能力、供电质量、供电稳定性4个第三层指标。所述第二层指标协调性设有扩展性、协调区域发展性2个第三层指标。所述第二层指标经济型设有投资成本、运行费用2个第三层指标。所述第二层指标社会性设有城市协调性、环境影响情况、占地情况3个第三层指标。本发明通过上述各层指标的设定,综合考虑电网规划需要考虑的各种因素,进一步保证输电网规划方案评估的准确性。
附图说明
图1是本发明输电网规划方案评估指标体系层次结构示意图;
图2是3种输电网规划方案的社会性评价指标评分示意图;
图3是3种方案的可靠性评价指标评分示意图;
图4是3种方案的经济性评价指标评分示意图;
图5是3种方案的协调性评价指标评分示意图;
图6是3种方案运行费用对比;
图7是3种方案故障次数对比;
图8是3种方案最大负载率对比结果。
具体实施方式
下面结合附图所示的实施方式对本发明进行详细说明,但应当说明的是,这些实施方式并非对本发明的限制,本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代,均属于本发明的保护范围之内。
实施例一:
一种基于支持向量机的输电网规划评估方法,包括如下步骤:
步骤1:构建输电网规划方案评估的指标体系。
如图1所示,指标体系包括第一层指标、第二层指标和第三层指标,所述第一层指标为输电网规划综合评估指标,所述第一层指标下设可靠性、协调性、经济型、社会性4个第二层指标,每个第二层指标设有相应的第三层指标。
所述第二层指标可靠性设有设备运行情况、供电能力、供电质量、供电稳定性4个第三层指标。
所述第二层指标协调性设有扩展性、协调区域发展性2个第三层指标。
所述第二层指标经济型设有投资成本、运行费用2个第三层指标。
所述第二层指标社会性设有城市协调性、环境影响情况、占地情况3个第三层指标。
步骤2:基于层次分析法确定每个输电网规划方案评估的指标权值。
利用特征向量法获取不同层次评估指标相对权重,求解判断矩阵的最大征值λmax以及特征向量W,获取权重向量(w1w2,…,wn),n为指标的数量,归一化处理特征向量W,获取不同层各评估指标相对于上层指标相对权重为:
W'=[w1',w'2,…,w'n]表示某层评估指标相对于指标层相对权重值;
判断矩阵一致性通过最大特征值利用相容性指标检验,具体为:
CI=(λmax-n)(n-1)-1
CI为一致性指标;n为判断矩阵阶数;当CI<0.1以及CI≥0.1时,分别认为判断矩阵一致性可以接受以及无法接受;判断矩阵无法接受时,需重新修改判断矩阵,重新计算修改后矩阵权重并再次检验判断矩阵一致性,直至一致性检验通过为止。
步骤3:基于支持向量机建立电网规划方案评估模型。
设(xi,yi),i=1,2,…,N表示训练样本集,xi与yi分别表示支持向量机输入数据以及输出数据,支持向量机分类器将输入数据集利用非线性映射函数η()映射至高维特征空间,可得支持向量机函数模型为:
f(x)=wTη(·)+b
w和b分别表示权值向量以及偏置量;所述权值向量以及偏置量求解公式为:
利用二次优化问题求解令支持向量机分类器输出数据集误差最小为:
βi *和βi均为拉格朗日系数;
支持向量机分类器数学模型为:
K()表示核函数,选取Gauss函数作为支持向量机分类器的核函数,其公式为:
K(xi,xj)=exp(-||xi-xj||2/2h2)
h表示核函数宽度。
步骤4:将输电网规划方案评估的指标权值输入支持向量机,支持向量机基于建立的电网规划方案评估模型,相应输出电网规划方案评估得分,得分最高的电网规划方案为最优方案。
下面通过评估测试试验进一步说明本发明的有益效果。
测试对象以某地电力系统500kV网络未来5年时间内的3种规划方案为例,采用3种电网规划方案作为测试对象,电网区域内包含节点与支路数量分别为68个以及81个,其中包含发电机节点数量为41个,电网内包括线型类型为2种。
评估结果分析:
依据层次分析法确定的指标权值,采用支持向量机对3种方案进行评估结果,如图2~图5所示。由图2~图5可以看出,方案1成本最低,但安全稳定性最差;方案2与方案3均满足电网安全稳定性需求,但方案2的可靠性差,因此方案3为3种电网规划方案中最优方案。选择方案3为该电网规划的最佳方案,这与实际情况相同,实验结果验证本发明方法可有效、合理评估与优选电网规划方案。
选择最优方案的优越性分析:
为验证本发明方法优选电网规划方案3是否可靠,采用MATLAB仿真软件分别将3种方案应用于该500kV电网内,采用仿真软件模拟3种电网规划方案下的电网于2018年9月—2019年8月运行情况,电网运行费用对比结果如图6所示。由图6可知,方案3所规划电网运行费用低于方案2与方案1,验证了本发明方法优选的方案3具有较高的经济性。
电网故障次数对比结果如图7所示。
由图7模拟结果可以看出,采用3种方案规划电网,长期运行时方案3的电网故障次数明显低于方案1与方案2,表明方案3具有较高的运行稳定性,故障次数低,规划电网具有较高的安全性能,符合电网长期运行的安全稳定性要求。
负载率作为电网运行可靠性的重要评估指标,可有效体现电网的运行性能,电网最大负载率对比结果如图8所示。由图8可以看出,方案3最大负载率最低,明显优于方案1以及方案2,再次验证本发明方法选择方案的优越性,依据评估结果可以得到最佳电网规划方案。
实施例二:
基于支持向量机的输电网规划评估装置
所述基于支持向量机的输电网规划评估装置用于执行上述的输电网规划评估方法。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明,它们并非用以限制本发明的保护范围,凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
Claims (10)
1.一种基于支持向量机的输电网规划评估方法,其特征在于,包括如下步骤:
步骤1:构建输电网规划方案评估的指标体系;
步骤2:基于层次分析法确定每个输电网规划方案评估的指标权值;
步骤3:基于支持向量机建立电网规划方案评估模型;
步骤4:将输电网规划方案评估的指标权值输入支持向量机,支持向量机基于建立的电网规划方案评估模型,相应输出电网规划方案评估得分。
2.根据权利要求1所述的基于支持向量机的输电网规划评估方法,其特征在于:步骤1中,指标体系包括第一层指标、第二层指标和第三层指标,所述第一层指标为输电网规划综合评估指标,所述第一层指标下设可靠性、协调性、经济型、社会性4个第二层指标,每个第二层指标设有相应的第三层指标。
3.根据权利要求2所述的基于支持向量机的输电网规划评估方法,其特征在于:步骤1中,所述第二层指标可靠性设有设备运行情况、供电能力、供电质量、供电稳定性4个第三层指标。
4.根据权利要求2所述的基于支持向量机的输电网规划评估方法,其特征在于:步骤1中,所述第二层指标协调性设有扩展性、协调区域发展性2个第三层指标。
5.根据权利要求2所述的基于支持向量机的输电网规划评估方法,其特征在于:步骤1中,所述第二层指标经济型设有投资成本、运行费用2个第三层指标。
6.根据权利要求2所述的基于支持向量机的输电网规划评估方法,其特征在于:步骤1中,所述第二层指标社会性设有城市协调性、环境影响情况、占地情况3个第三层指标。
7.根据权利要求1所述的基于支持向量机的输电网规划评估方法,其特征在于:步骤2中,通过如下方法实现,基于层次分析法确定每个输电网规划方案评估的指标权值,
利用特征向量法获取不同层次评估指标相对权重,求解判断矩阵的最大征值λmax以及特征向量W,获取权重向量(w1w2,…,wn),n为指标的数量,归一化处理特征向量W,获取不同层各评估指标相对于上层指标相对权重为:
W'=[w′1,w′2,…,w′n]表示某层评估指标相对于指标层相对权重值;
判断矩阵一致性通过最大特征值利用相容性指标检验,具体为:
CI=(λmax-n)(n-1)-1
CI为一致性指标;n为判断矩阵阶数;当CI<0.1以及CI≥0.1时,分别认为判断矩阵一致性可以接受以及无法接受;判断矩阵无法接受时,需重新修改判断矩阵,重新计算修改后矩阵权重并再次检验判断矩阵一致性,直至一致性检验通过为止。
10.一种基于支持向量机的输电网规划评估装置,用于执行权利要求1至9任何一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111222420.0A CN113947502A (zh) | 2021-10-20 | 2021-10-20 | 基于支持向量机的输电网规划评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111222420.0A CN113947502A (zh) | 2021-10-20 | 2021-10-20 | 基于支持向量机的输电网规划评估方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113947502A true CN113947502A (zh) | 2022-01-18 |
Family
ID=79331900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111222420.0A Pending CN113947502A (zh) | 2021-10-20 | 2021-10-20 | 基于支持向量机的输电网规划评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113947502A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115456443A (zh) * | 2022-09-19 | 2022-12-09 | 南通电力设计院有限公司 | 一种能源站规划方案风险评估方法及系统 |
-
2021
- 2021-10-20 CN CN202111222420.0A patent/CN113947502A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115456443A (zh) * | 2022-09-19 | 2022-12-09 | 南通电力设计院有限公司 | 一种能源站规划方案风险评估方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xie et al. | Determination of the optimum capacity and type of wind turbine generators in a power system considering reliability and cost | |
CN105046591A (zh) | 一种电力用户用电能效评估方法 | |
WO2021035681A1 (zh) | 一种基于拉格朗日乘子的最优负荷削减算法及其应用 | |
CN110542819A (zh) | 一种基于半监督dbnc的变压器故障类型诊断方法 | |
Tao et al. | Joint optimization of wind turbine micrositing and cabling in an offshore wind farm | |
CN103488869A (zh) | 一种最小二乘支持向量机的风力发电短期负荷预测方法 | |
CN103761690A (zh) | 基于电网系统中电压无功控制系统的评估方法 | |
CN103177288A (zh) | 基于遗传算法优化神经网络的变压器故障诊断方法 | |
WO2023005700A1 (zh) | 模型数据混合驱动的电网可靠性快速计算方法及装置 | |
CN113139737A (zh) | 一种面向全电力船舶电力系统弹性的综合评价方法 | |
CN110837915A (zh) | 一种基于混合集成深度学习的电力系统低压负荷点预测及概率预测方法 | |
CN112712281A (zh) | 一种基于云模型的储能工况适应性综合评估方法及系统 | |
CN105574632A (zh) | 一种交直流混合城市配电网综合效益评估方法 | |
CN112633762A (zh) | 楼宇能效获取方法及设备 | |
Liu et al. | Planning reconfigurable reactive control for voltage stability limited power systems | |
CN116823008A (zh) | 一种园区能源利用效率评估方法、系统、设备和存储介质 | |
CN113947502A (zh) | 基于支持向量机的输电网规划评估方法及装置 | |
He et al. | Biobjective Optimization‐Based Frequency Regulation of Power Grids with High‐Participated Renewable Energy and Energy Storage Systems | |
CN113327047B (zh) | 基于模糊综合模型的电力营销服务渠道决策方法及系统 | |
CN110837952A (zh) | 一种基于博弈论的电网新技术设备选择方法及系统 | |
CN114266396A (zh) | 一种基于电网特征智能筛选的暂态稳定判别方法 | |
CN111814394B (zh) | 一种基于相关性和冗余性检测的电力系统安全评估方法 | |
CN116777153A (zh) | 考虑分布式能源接入的配电网灵活性归因分析方法 | |
CN111293687A (zh) | 一种基于三维粒子群算法的分布式电源选址定容的方法 | |
CN113177717B (zh) | 一种基于影响增量灵敏度的输电系统韧性快速评估方法 |
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 |