CN114256838B - 基于聚类分析的线损校正方法 - Google Patents

基于聚类分析的线损校正方法 Download PDF

Info

Publication number
CN114256838B
CN114256838B CN202111572744.7A CN202111572744A CN114256838B CN 114256838 B CN114256838 B CN 114256838B CN 202111572744 A CN202111572744 A CN 202111572744A CN 114256838 B CN114256838 B CN 114256838B
Authority
CN
China
Prior art keywords
line loss
historical
cluster analysis
node
instantaneous
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
Application number
CN202111572744.7A
Other languages
English (en)
Other versions
CN114256838A (zh
Inventor
杨舟
江革力
周政雷
陈珏羽
李刚
李捷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangxi Power Grid Co Ltd
Original Assignee
Guangxi Power Grid Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangxi Power Grid Co Ltd filed Critical Guangxi Power Grid Co Ltd
Priority to CN202111572744.7A priority Critical patent/CN114256838B/zh
Publication of CN114256838A publication Critical patent/CN114256838A/zh
Application granted granted Critical
Publication of CN114256838B publication Critical patent/CN114256838B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for AC mains or AC distribution networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve 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)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Biology (AREA)
  • Public Health (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Power Engineering (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Monitoring And Testing Of Exchanges (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开一种基于聚类分析的线损校正方法，包括如下步骤：S1)依据低压台区LVA0与低压台区LVA0邻近的低压台区LVAi同类节点在t时刻即时线损；S2)计算上述节点在t时刻的历史同期线损；S3)计算上述节点以周为计量时间单位计算节点的历史线损；S4)对上述线损进行聚类分析，得出校正系数并用校正系数对即时线损进行校正。本发明利用某个低压台区以及与该台区相邻的低压台区的用电数据进行聚类分析得出线损校正系数并对该台区即时线损进行校正，降低了线损误判，从而减少了人力物力的浪费。

Description

基于聚类分析的线损校正方法
技术领域
本发明涉及电网技术领域。具体地说是一种基于聚类分析的线损校正方法。
背景技术
线路损耗是供电过程中必然发生的，且无法避免的。虽然线路损耗无法避免，但是一些因素导致的线路损耗可以，例如线路老化、接头氧化等问题导致的线路损耗。线路损耗为供电量与售电量之差，然后根据线损率对线损进行分析，分析线损产生的原因。但是仅凭实际线损率和线损率阈值之间的差异来对线损进行分析，再确认线损偏大的原因，实际上会存在较大分析错误，这就会导致一些线损异常的情况未被及时发现，一些实际上线损是正常的线损却被误认为是异常线损，反复排查也未发现线损异常的问题，这就会造成一些非必要的人力物力耗费。
发明内容
为此，本发明所要解决的技术问题在于提供一种基于聚类分析的线损校正方法，利用某个低压台区以及与该台区相邻的低压台区的用电数据进行聚类分析得出线损校正系数并对该台区即时线损进行校正，降低了线损误判，从而减少了人力物力的浪费。
为解决上述技术问题，本发明提供如下技术方案：
基于聚类分析的线损校正方法，包括如下步骤：
S1)依据低压台区LVA0中节点L0在t时刻的用电数据计算节点L0在t时刻的即时线损ΔP0，依据与低压台区LVA0邻近的低压台区LVAi内与节点L0属于同类型的节点Li在t时刻的用电数据计算节点Li在t时刻的即时线损ΔPi，其中，i＝1，2，3…，n，n为自然数；
S2)依据节点L0的历史用电数据计算节点L0在t时刻的历史同期线损ΔP′0，依据节点Li的历史用电数据计算节点Li在t时刻的历史同期线损ΔP′i；
S3)依据节点L0的历史用电数据并以周为计量时间单位计算节点L0的历史线损ΔP″0，依据节点Li的历史用电数据并以周为计量时间单位计算节点Li的历史线损ΔP″i；
S4)对即时线损ΔP0和即时线损ΔPi、历史同期线损ΔP′0和历史同期线损ΔP′i、历史线损ΔP″0和历史线损ΔP″i、历史线损ΔP″0以及历史线损ΔP″i分别进行聚类分析，依据对即时线损ΔP0和即时线损ΔPi、历史同期线损ΔP′0和历史同期线损ΔP′i、历史线损ΔP″0和历史线损ΔP″i的聚类分析得出即时线损横向校正系数依据对历史线损ΔP″0以及历史线损ΔP″i的聚类分析得出即时线损纵向校正系数/>依据下式对即时线损ΔP0进行校正：
其中，ΔP校为校正后的节点L0在t时刻的即时线损。
上述基于聚类分析的线损校正方法，在对历史线损ΔP″0以及历史线损ΔP″i进行聚类分析时，还对处于历史同期的历史线损ΔP″0和历史线损ΔP″i进行聚类分析。
上述基于聚类分析的线损校正方法，在对即时线损ΔP0和即时线损ΔPi、历史同期线损ΔP′0和历史同期线损ΔP′i、历史线损ΔP″0和历史线损ΔP″i、历史线损ΔP″0以及历史线损ΔP″i分别进行聚类分析时，引入实验室测得的线损作为基准线损ΔP基。
上述基于聚类分析的线损校正方法，设依据对即时线损ΔP0和即时线损ΔPi聚类分析得出的即时线损横向校正系数为设依据历史同期线损ΔP′0和历史同期线损ΔP′i聚类分析得出的即时线损横向校正系数为/>设依据历史线损ΔP″0和历史线损ΔP″i聚类分析得出的即时线损横向校正系数为/>则即时线损横向校正系数/>由下式计算得到：
上述基于聚类分析的线损校正方法，在依据对历史线损ΔP″0以及历史线损ΔP″i的聚类分析得出即时线损纵向校正系数时，引入环境因素影响系数对历史线损ΔP″0以及历史线损ΔP″i进行校正。
上述基于聚类分析的线损校正方法，环境因素影响系数至少包括温度影响系数κT与湿度影响系数κW中的一种。
上述基于聚类分析的线损校正方法，在环境因素影响系数中，温度影响系数κT与湿度影响系数κW通过下式复合成温湿度影响系数κ：
其中，为电阻率温度系数；T为日间平均温度；T常为常温20℃；W实为日间平均湿度；W常为日常湿度30％；||为取绝对值。
上述基于聚类分析的线损校正方法，低压台区LVA0和与低压台区LVA0邻近的低压台区LVAi同属于同一个变压电站下的低压台区。
本发明的技术方案取得了如下有益的技术效果：
本发明基于对低压台区及其相邻的低压台区用电数据(包含历史用电数据)进行线损计算分析，并基于时间轴的横向与纵向对线损进行聚类分析，得出对即时线损进行校正的时线损横向校正系数和即时线损纵向校正系数/>然后对即时线损进行校正，利用校正后的即时线损与线损阈值进行对比并对异常线损进行分析，实际异常线损误报率降低了36％，漏报率降低了82％。
附图说明
图1为智能电表运行误差诊断分析方法的流程图。
具体实施方式
如图1所示，本发明基于聚类分析的线损校正方法，包括如下步骤：
S1)依据低压台区LVA0中节点L0在t时刻的用电数据计算节点L0在t时刻的即时线损ΔP0，依据与低压台区LVA0邻近的低压台区LVAi内与节点L0属于同类型的节点Li在t时刻的用电数据计算节点Li在t时刻的即时线损ΔPi，其中，i＝1，2，3…，n，n为自然数；低压台区LVA0和与低压台区LVA0邻近的低压台区LVAi同属于同一个变压电站下的低压台区；
S2)依据节点L0的历史用电数据计算节点L0在t时刻的历史同期线损ΔP′0，依据节点Li的历史用电数据计算节点Li在t时刻的历史同期线损ΔP′i；
S3)依据节点L0的历史用电数据并以周为计量时间单位计算节点L0的历史线损ΔP″0，依据节点Li的历史用电数据并以周为计量时间单位计算节点Li的历史线损ΔP″i；
S4)对即时线损ΔP0和即时线损ΔPi、历史同期线损ΔP′0和历史同期线损ΔP′i、历史线损ΔP″0和历史线损ΔP″i、历史线损ΔP″0以及历史线损ΔP″i分别进行聚类分析，依据对即时线损ΔP0和即时线损ΔPi、历史同期线损ΔP′0和历史同期线损ΔP′i、历史线损ΔP″0和历史线损ΔP″i的聚类分析得出即时线损横向校正系数依据对历史线损ΔP″0以及历史线损ΔP″i的聚类分析得出即时线损纵向校正系数/>依据下式对即时线损ΔP0进行校正：
其中，ΔP校为校正后的节点L0在t时刻的即时线损；
在对即时线损ΔP0和即时线损ΔPi、历史同期线损ΔP′0和历史同期线损ΔP′i、历史线损ΔP″0和历史线损ΔP″i、历史线损ΔP″0以及历史线损ΔP″i分别进行聚类分析时，引入实验室测得的线损作为基准线损ΔP基。
为了更好且更准确地反映区域特性(如气温、湿度)对线损的影响，在对历史线损ΔP″0以及历史线损ΔP″i进行聚类分析时，还对处于历史同期的历史线损ΔP″0和历史线损ΔP″i进行聚类分析。
本实施例中，设依据对即时线损ΔP0和即时线损ΔPi聚类分析得出的即时线损横向校正系数为设依据历史同期线损ΔP′0和历史同期线损ΔP′i聚类分析得出的即时线损横向校正系数为/>设依据历史线损ΔP″0和历史线损ΔP″i聚类分析得出的即时线损横向校正系数为/>则即时线损横向校正系数/>由下式计算得到：
在依据对历史线损ΔP″0以及历史线损ΔP″i的聚类分析得出即时线损纵向校正系数时，引入环境因素影响系数对历史线损ΔP″0以及历史线损ΔP″i进行校正，环境因素影响系数至少包括温度影响系数κT与湿度影响系数κW中的一种。
对于温度变化和湿度变化比较大的地区，应当同时考虑温度以及湿度对线损的影响。而同时考虑温度以及湿度对线损的影响时，在环境因素影响系数中，温度影响系数κT与湿度影响系数κW通过下式复合成温湿度影响系数κ：
其中，为电阻率温度系数；T为日间平均温度；T常为常温20℃；W实为日间平均湿度；W常为日常湿度30％；||为取绝对值。
鉴于南宁地区冬季有一段时间为高温低温，因此在利用聚类分析方法对即时线损、历史同期线损以及历史线损进行分析时将温湿度影响考虑在内，其原因在于，高温低温不利于裸线或者有绝缘皮的导线升温至常温进行导电，这就提高了一定的损耗，而高温低温对线损的影响是一种随着湿度下降或者温度升高而消失的影响，因此在对因高湿低温而产生的异常线损应无需进行处理。
利用本发明基于聚类分析的线损校正方法对于刚维修过的五条线路的线损进行校正后，发现三条线路存在线损异常，现场检查发现线损原因为接线头不牢固且存在半虚接，接线头半虚接导致电流流通截面面积变小，进而导致接线头电阻过大，增加了线损，而经过对施工人员的询问，发现半虚接的接线头有一半是为了赶工期，还有一部分为尽早收工，剩下的是业务操作不标准导致的。而利用现有线损分析方法进行分析时，这三条线路的线损异常则会被忽视了。
通过利用本发明基于聚类分析的线损校正方法对南宁地区某低压台区进行线损校正，在对校正后的线损进行分析，12月份内排除七处异常线损误报，这七处异常线损误报均为高湿低温引发的，其中有三处为接线头处的绝缘胶皮上有水凝结，发现了六处漏报的异常线损，这六处异常线损漏报是由于导线与地面或建筑物在风力作用下发生摩擦并产生了较严重的磨损引发的。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本专利申请权利要求的保护范围之中。

Claims (8)

1.基于聚类分析的线损校正方法，其特征在于，包括如下步骤：
S1)依据低压台区LVA0中节点L0在t时刻的用电数据计算节点L0在t时刻的即时线损ΔP0，依据与低压台区LVA0邻近的低压台区LVAi内与节点L0属于同类型的节点Li在t时刻的用电数据计算节点Li在t时刻的即时线损ΔPi，其中，i＝1，2，3…，n，n为自然数；
S2)依据节点L0的历史用电数据计算节点L0在t时刻的历史同期线损ΔP′0，依据节点Li的历史用电数据计算节点Li在t时刻的历史同期线损ΔP′i；
S3)依据节点L0的历史用电数据并以周为计量时间单位计算节点L0的历史线损ΔP″0，依据节点Li的历史用电数据并以周为计量时间单位计算节点Li的历史线损ΔP″i；
S4)对即时线损ΔP0和即时线损ΔPi、历史同期线损ΔP′0和历史同期线损ΔP′i、历史线损ΔP″0和历史线损ΔP″i、历史线损ΔP″0以及历史线损ΔP″i分别进行聚类分析，依据对即时线损ΔP0和即时线损ΔPi、历史同期线损ΔP′0和历史同期线损ΔP′i、历史线损ΔP″0和历史线损ΔP″i的聚类分析得出即时线损横向校正系数依据对历史线损ΔP″0以及历史线损ΔP″i的聚类分析得出即时线损纵向校正系数/>依据下式对即时线损ΔP0进行校正：
其中，ΔP校为校正后的节点L0在t时刻的即时线损。
2.根据权利要求1所述的基于聚类分析的线损校正方法，其特征在于，在对历史线损ΔP″0以及历史线损ΔP″i进行聚类分析时，还对处于历史同期的历史线损ΔP″0和历史线损ΔP″i进行聚类分析。
3.根据权利要求1所述的基于聚类分析的线损校正方法，其特征在于，在对即时线损ΔP0和即时线损ΔPi、历史同期线损ΔP′0和历史同期线损ΔP′i、历史线损ΔP″0和历史线损ΔP″i、历史线损ΔP″0以及历史线损ΔP″i分别进行聚类分析时，引入实验室测得的线损作为基准线损ΔP基。
4.根据权利要求1所述的基于聚类分析的线损校正方法，其特征在于，设依据对即时线损ΔP0和即时线损ΔPi聚类分析得出的即时线损横向校正系数为设依据历史同期线损ΔP′0和历史同期线损ΔP′i聚类分析得出的即时线损横向校正系数为/>设依据历史线损ΔP″0和历史线损ΔP″i聚类分析得出的即时线损横向校正系数为/>则即时线损横向校正系数/>由下式计算得到：
5.根据权利要求1所述的基于聚类分析的线损校正方法，其特征在于，在依据对历史线损ΔP″0以及历史线损ΔP″i的聚类分析得出即时线损纵向校正系数时，引入环境因素影响系数对历史线损ΔP″0以及历史线损ΔP″i进行校正。
6.根据权利要求5所述的基于聚类分析的线损校正方法，其特征在于，环境因素影响系数至少包括温度影响系数κT与湿度影响系数κW中的一种。
7.根据权利要求6所述的基于聚类分析的线损校正方法，其特征在于，在环境因素影响系数中，温度影响系数κT与湿度影响系数κW通过下式复合成温湿度影响系数κ：
其中，为电阻率温度系数；T为日间平均温度；T常为常温20℃；W实为日间平均湿度；W常为日常湿度30％；||为取绝对值。
8.根据权利要求1～7任一所述的基于聚类分析的线损校正方法，其特征在于，低压台区LVA0和与低压台区LVA0邻近的低压台区LVAi同属于同一个变压电站下的低压台区。
CN202111572744.7A 2021-12-21 2021-12-21 基于聚类分析的线损校正方法 Active CN114256838B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111572744.7A CN114256838B (zh) 2021-12-21 2021-12-21 基于聚类分析的线损校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111572744.7A CN114256838B (zh) 2021-12-21 2021-12-21 基于聚类分析的线损校正方法

Publications (2)

Publication Number Publication Date
CN114256838A CN114256838A (zh) 2022-03-29
CN114256838B true CN114256838B (zh) 2024-01-26

Family

ID=80793783

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111572744.7A Active CN114256838B (zh) 2021-12-21 2021-12-21 基于聚类分析的线损校正方法

Country Status (1)

Country Link
CN (1) CN114256838B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106096290A (zh) * 2016-06-16 2016-11-09 广西电网有限责任公司电力科学研究院 一种修正线损率的方法
CN107730399A (zh) * 2017-10-25 2018-02-23 国网冀北电力有限公司电力科学研究院 基于风力发电特性曲线的理论线损评估方法
CN109342989A (zh) * 2018-08-16 2019-02-15 全球能源互联网研究院有限公司 一种电能表的误差分析方法及装置
CN109902133A (zh) * 2019-03-06 2019-06-18 北京中电普华信息技术有限公司 基于电网任意分割区域的多源数据纠错处理方法及系统
CN110070282A (zh) * 2019-04-17 2019-07-30 国网安徽省电力公司 一种基于综合关联度的低压台区线损影响因素分析方法
CN113222398A (zh) * 2021-05-08 2021-08-06 黄淮学院 一种基于历史数据的低压台区线损率异常分析方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106096290A (zh) * 2016-06-16 2016-11-09 广西电网有限责任公司电力科学研究院 一种修正线损率的方法
CN107730399A (zh) * 2017-10-25 2018-02-23 国网冀北电力有限公司电力科学研究院 基于风力发电特性曲线的理论线损评估方法
CN109342989A (zh) * 2018-08-16 2019-02-15 全球能源互联网研究院有限公司 一种电能表的误差分析方法及装置
CN109902133A (zh) * 2019-03-06 2019-06-18 北京中电普华信息技术有限公司 基于电网任意分割区域的多源数据纠错处理方法及系统
CN110070282A (zh) * 2019-04-17 2019-07-30 国网安徽省电力公司 一种基于综合关联度的低压台区线损影响因素分析方法
CN113222398A (zh) * 2021-05-08 2021-08-06 黄淮学院 一种基于历史数据的低压台区线损率异常分析方法

Also Published As

Publication number Publication date
CN114256838A (zh) 2022-03-29

Similar Documents

Publication Publication Date Title
CN111025097B (zh) 一种测评老化后xlpe电缆泄漏电流差异因子的智能方法
CN111082749B (zh) 光伏组串运行状态的识别方法、装置及存储介质
CN113609637B (zh) 一种考虑故障连锁的多灾害配电网弹性评估方法
CN113267699B (zh) 供电线路窃电判断方法及其应用
WO2020164322A1 (zh) 一种基于一元模型的低压用户回路抗阻估计方法
CN102800029A (zh) 一种同塔多回输电线路风险概率评估方法
CN105606869B (zh) 一种输电线路大气环境腐蚀严酷性快速评估方法
CN109375143B (zh) 一种确定智能电能表剩余寿命的方法
CN110146840A (zh) 一种基于多应力影响的批次电能表近期寿命预测方法
CN117353300B (zh) 一种基于大数据的农村用电需求量分析方法
CN115765159B (zh) 一种基于数据分析的输电线路安全预警系统
CN114460445A (zh) 考虑老化阈值与寿命的变压器老化不可用率评估方法
CN107015121A (zh) 一种配变停运快速定位方法
CN114256838B (zh) 基于聚类分析的线损校正方法
CN116911606A (zh) 一种多气象灾害下输电线路综合风险评估方法
CN113419108B (zh) 一种提高智能电表采集电量准确性的方法及系统
Ding et al. Individual nonparametric load estimation model for power distribution network planning
CN108090237B (zh) 一种确定配电变压器故障率的建模方法
CN115796395B (zh) 一种电网线缆铺设环境预测系统
Park et al. Development of insulator diagnosis algorithm using least-square approximation
CN105322460A (zh) 一种雷暴天气下架空配电线路抗雷击规划方法
CN115511156A (zh) 一种基于负载预测的主变重过载预警方法和系统
CN114280528A (zh) 一种应用于关口表失准在线更换系统
CN112102604A (zh) 一种水表数据自适应周期上传方法及系统
CN113128756A (zh) 一种水电气热系统用户行为分析算法

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