CN114362141A - 启发式算法与粒子群优化结合的供电系统负荷恢复方法 - Google Patents
启发式算法与粒子群优化结合的供电系统负荷恢复方法 Download PDFInfo
- Publication number
- CN114362141A CN114362141A CN202111471128.2A CN202111471128A CN114362141A CN 114362141 A CN114362141 A CN 114362141A CN 202111471128 A CN202111471128 A CN 202111471128A CN 114362141 A CN114362141 A CN 114362141A
- Authority
- CN
- China
- Prior art keywords
- load
- power supply
- switch
- supply system
- power
- 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
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 39
- 238000005457 optimization Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 31
- 239000002245 particle Substances 0.000 title claims abstract description 29
- 238000011084 recovery Methods 0.000 title claims abstract description 15
- 230000009471 action Effects 0.000 claims description 15
- 238000011144 upstream manufacturing Methods 0.000 claims description 6
- 238000002955 isolation Methods 0.000 claims description 5
- 238000005520 cutting process Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 150000001875 compounds Chemical class 0.000 claims description 2
- 238000012795 verification Methods 0.000 claims 4
- 230000009191 jumping Effects 0.000 claims 2
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 230000010354 integration Effects 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
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
Images
Classifications
-
- 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
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于电气系统及其自动化领域，具体设计一种启发式算法与粒子群优化结合的供电系统负荷恢复方法。本发明针对现有缺乏低电压等级尤其是场馆供电系统的终端负荷转供恢复方法，提出一种基于启发式算法与粒子群优化结合的场馆供电系统负荷恢复方法，保障大型场馆的终端负荷的供电可靠性。
Description
技术领域
本发明属于电气系统及其自动化领域，具体设计一种启发式算法与粒子群优化结合的供电系统负荷恢复方法。
背景技术
大型活动期间的停电事故会产生不可估量的社会影响和经济损失，因此，亟需研究科学合理的场馆供电保障方法，以确保供电系统终端负荷的可靠供电。
目前，国内外提出了许多负荷转供恢复方案。主要分为：1)启发式算法；2)随机优化算法；3)混合算法；4)专家系统法。启发式算法是按照经验启发式地为负荷尽快找到供电路径的方法，具有逻辑清晰、速度快、可行度高但不一定能够得到最优解的特点；随机优化类方案模型成熟，能够找到最优解，但计算时间较长，所以不适用于大规模的网络寻优；混合类方案既有启发式算法的快速性又具有随机优化算法的寻优能力，模型相对完善，可实现方案的最优性；专家系统能够自动生成恢复故障需要操作的方案，实时性好，适用性广，可应用于网络较大时的方案求解。但专家系统的专家库的建立和集成费时费力，且实际中故障种类多种多样，无法记录全部情况。
本文在上述研究基础上提出了一种基于启发式算法与粒子群优化相结合的负荷转供算法。该算法是首先采用启发式方法快速求得一个可行解；进而在此解的基础上，采用粒子群优化对其进行优化，最终获得更优解。
发明内容
本发明的目的在于，提供一种基于启发式算法与粒子群优化结合的场馆供电系统负荷恢复方法，实现场馆供电系统终端负荷的供电保障，其具体方案为：
启发式算法与粒子群优化结合的供电系统负荷恢复方法，包括如下步骤：
步骤1：对供电系统进行遍历，故障定位，将场馆供电系统划分为失电区与正常工作区；
步骤2：搜索失电区周围可用联络开关，计算各联络开关的剩余容量并排序；
步骤3：用一个联络开关恢复失电区负荷供电；
步骤4：用联络开关与失电区内部开关的组合恢复失电区负荷供电：
步骤5：运用粒子群优化算法切除部分低负荷等级的负荷。
优选的，步骤1中，失电区包括故障隔离区和非故障失电区，故障隔离区在故障解除后再进行恢复。
优选的，步骤1中，计算出失电区负荷电流所用公式为：
式中Iloss为失电区负荷电流，Closs为失电区内负荷点的集合，Pi,Qi分别为负荷点i的有功功率与无功功率，VB为系统基准电压0.38KV。
优选的，步骤2中，具体包括：
步骤2.1，搜索失电区周围可用联络开关。
优选的，步骤2中，还包括：
步骤2.2，计算各可用联络开关的剩余容量，所用公式为：
式中，
为联络开关i的剩余容量，
为联络开关i上游各支路允许的最大电流，
为联络开关i上游各支路允许的实际电流；
优选的，步骤3中，包括：
于列表中记录剩余容量大于失电区负荷电流的开关，若无则转至步骤4，有则尝试闭合剩余容量最大的供电开关，进行安全校验，若无过载与越限发生则方案形成，算法结束，若安全校验失败则尝试闭合列表中下一个供电开关并进行安全校验，直至列表中无剩余供电开关转至步骤4。
优选的，步骤4中，内部开关指两联络开关之间的、位于失电区内部的、联通路径上的开关。
优选的，步骤4中，具体步骤为：
闭合剩余容量最大的供电开关，记为Tm1，利用式
计算Tm1的过载量，若失电区除Tm1外无其它供电开关，则转至步骤5；
若失电区还有其它可用供电开关，依此记为Tm2，Tm3，…，首先闭合剩余容量最大的两个供电开关，随机断开某一内部开关，再运用粒子群优化找到最优的供电开关与内部开关，目标函数为：
式中α1,α2为开关动作时间权重和越限惩罚权重，分别取0.3和0.7，αover为越限标记位，发生越限为1，无越限为0，ti为开关i的动作标记位，有动作为1，无动作为0，Ti为开关i的动作时间。
优选的，步骤5中，目标函数为：
式中β1、β2为切负荷权重和开关动作时间权重，分别取0.6、0.4，xi为负荷i的编码，Ni为负荷i的等级标志位，一、二、三级负荷分别取3、2、1，Si为负荷i的负荷量。
优选的，步骤5中，要求切除的负荷尽可能少，其重要性尽可能低。
本发明的有益之处在于：
本发明提供了一种基于启发式算法与粒子群优化结合的场馆供电系统负荷恢复方法，将负荷的转供恢复引入低电压等级，以场馆供电系统为研究对象，并考虑重要低压负荷处 UPS、备用电源等应急设备的接入，针对性地对场馆供电系统进行负荷供电保障研究；
本发明采用启发式算法与粒子群优化算法的混合算法，解决了传统启发式算法不一定能够得到最优解、传统随机优化算法计算时间长的问题，形成了一种既有启发式算法的快速性又具有随机优化算法的寻优能力的负荷转供恢复方法。
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为本发明中一种基于启发式算法与粒子群优化结合的场馆供电系统负荷恢复方法基本步骤流程图；
图2为使用本发明的示例性应用场景。
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。
如图1所示为本发明提供的一种基于启发式算法与粒子群优化结合的场馆供电系统负荷恢复方法基本步骤流程图。
图2为使用本发明的示例性应用场景。
本发明提供的方法主要包括以下步骤：
步骤1：对场馆供电系统进行遍历，故障定位，将场馆供电系统划分为失电区与正常工作区。其中失电区包括故障隔离区和非故障失电区，本发明对非故障失电区进行恢复(简称失电区)，故障隔离区需故障解除后进行恢复。利用式
计算出失电区负荷电流，式中Iloss为失电区负荷电流，Closs为失电区内负荷点的集合，Pi,Qi分别为负荷点i的有功功率与无功功率，VB为系统基准电压0.38KV；
步骤2：搜索失电区周围可用联络开关，计算各联络开关的剩余容量并排序；
所述步骤2具体包括下列步骤：
步骤21：搜索失电区周围可用联络开关；
步骤22：利用式
计算各可用联络开关的剩余容量，式中
为联络开关i的剩余容量，
为联络开关i上游各支路允许的最大电流，
为联络开关i上游各支路允许的实际电流；
步骤3：尝试用一个联络开关恢复失电区负荷供电。需安全校验，要求无过载与越限的发生；
所述步骤3具体步骤：
记录剩余容量大于失电区负荷电流的开关于列表中，若无则转至步骤4，有则尝试闭合剩余容量最大的供电开关，进行安全校验，若无过载与越限发生则方案形成，算法结束，若安全校验失败则尝试闭合列表中下一个供电开关并进行安全校验直至列表中无剩余供电开关转至步骤4。
步骤4：尝试用联络开关与失电区内部开关的组合恢复失电区负荷供电。内部开关指两联络开关之间的、位于失电区内部的、联通路径上的开关。首先闭合剩余容量最大的两个供电开关，随机断开某一内部开关。在此基础上再运用粒子群优化找到最优的供电开关与内部开关组合，要求转供时间短；
所述步骤4具体步骤：
闭合剩余容量最大的供电开关，记为Tm1。利用式
计算Tm1的过载量，若失电区除Tm1外无其它供电开关，则转至步骤5，若失电区还有其它可用供电开关，依此记为Tm2，Tm3，…。首先闭合剩余容量最大的两个供电开关，随机断开某一内部开关，以消除越限。在此基础上再运用粒子群优化找到最优的供电开关与内部开关，目标函数为
式中α1,α2分别为开关动作时间权重，取0.3、越限惩罚权重取0.7，αover为越限标记位，发生越限为1，无越限为0，ti为开关i的动作标记位，有动作为1，无动作为0，Ti为开关i的动作时间。
步骤5：运用粒子群优化算法切除部分低负荷等级的负荷。要求切除的负荷尽可能少，其重要性尽可能低。目标函数为
式β1、β2中分别为切负荷权重、开关动作时间权重，分别取0.6、0.4，xi为负荷i的编码，Ni为负荷i的等级标志位，一、二、三级负荷分别取3、2、1，Si为负荷i的负荷量。
经过上述五个步骤，即可完成对场馆供电系统的负荷恢复。
由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。
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 (8)
1.启发式算法与粒子群优化结合的供电系统负荷恢复方法，其特征在于，包括如下步骤：
步骤1：进行故障定位，将供电系统划分为失电区与正常工作区，计算出失电区负荷电流；
步骤2：搜索失电区周围可用联络开关，计算各联络开关的剩余容量并排序；
步骤3：根据各联络开关的剩余容量排序结果，判断剩余容量最大的联络开关是否可以恢复失电区负荷供电；是则尝试闭合剩余容量最大的供电开关，并进行安全校验，若无过载与越限发生则完成供电系统负荷恢复；否，跳转至步骤4；
步骤4：采用联络开关与失电区内部开关的组合恢复失电区负荷供电，并判断是否存在过载或越限，否则完成供电系统负荷恢复；是则跳转至步骤5；
步骤5：运用粒子群优化算法切除部分低负荷等级的负荷，消除过载或越限，完成供电系统负荷恢复。
2.如权利要求1所说的启发式算法与粒子群优化结合的供电系统负荷恢复方法，其特征在于，步骤1中，失电区包括故障隔离区和非故障失电区，故障隔离区在故障解除后再进行恢复。
3.如权利要求1所说的启发式算法与粒子群优化结合的供电系统负荷恢复方法，其特征在于，步骤1中，计算出失电区负荷电流所用公式为：
式中，Iloss为失电区负荷电流，Closs为失电区内负荷点的集合，Pi,Qi分别为负荷点i的有功功率与无功功率，VB为系统基准电压0.38KV。
4.如权利要求1所说的启发式算法与粒子群优化结合的供电系统负荷恢复方法，其特征在于，步骤2中，具体包括：
步骤2.1，搜索失电区周围可用联络开关；
步骤2.2，计算各可用联络开关的剩余容量，所用公式为：
式中，
为联络开关i的剩余容量，
为联络开关i上游各支路允许的最大电流，
为联络开关i上游各支路允许的实际电流。
5.如权利要求1所说的启发式算法与粒子群优化结合的供电系统负荷恢复方法，其特征在于，步骤3中，包括：
于各联络开关的剩余容量排序列表中寻找剩余容量大于失电区负荷电流的开关，若无则转至步骤4，有则尝试闭合剩余容量最大的供电开关，然后进行安全校验，若无过载与越限发生则完成供电系统负荷恢复；若安全校验失败则尝试闭合列表中下一个供电开关并进行安全校验，直至列表中无剩余供电开关，转至步骤4。
6.如权利要求1所说的启发式算法与粒子群优化结合的供电系统负荷恢复方法，其特征在于，步骤4中，内部开关指两联络开关之间的、位于失电区内部的、联通路径上的开关。
7.如权利要求1所说的启发式算法与粒子群优化结合的供电系统负荷恢复方法，其特征在于，步骤4中，具体步骤为：
闭合剩余容量最大的供电开关，记为Tm1，利用式
计算Tm1的过载量，若失电区除Tm1外无其它供电开关，则转至步骤5；
若失电区还有其它可用供电开关，依此记为Tm2，Tm3，…，首先闭合剩余容量最大的两个供电开关，随机断开某一内部开关，再运用粒子群优化找到最优的供电开关与内部开关，目标函数为：
式中α1,α2为开关动作时间权重和越限惩罚权重，分别取0.3和0.7，αover为越限标记位，发生越限为1，无越限为0，ti为开关i的动作标记位，有动作为1，无动作为0，Ti为开关i的动作时间。
8.如权利要求1所说的启发式算法与粒子群优化结合的供电系统负荷恢复方法，其特征在于，步骤5中，运用粒子群优化算法切除满足目标函数的部分低负荷等级的负荷；所述目标函数为：
式中，β1、β2为切负荷权重和开关动作时间权重，分别取0.6、0.4，xi为负荷i的编码，Ni为负荷i的等级标志位，一、二、三级负荷分别取3、2、1，Si为负荷i的负荷量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111471128.2A CN114362141B (zh) | 2021-12-03 | 2021-12-03 | 启发式算法与粒子群优化结合的供电系统负荷恢复方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111471128.2A CN114362141B (zh) | 2021-12-03 | 2021-12-03 | 启发式算法与粒子群优化结合的供电系统负荷恢复方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114362141A true CN114362141A (zh) | 2022-04-15 |
| CN114362141B CN114362141B (zh) | 2023-10-31 |
Family
ID=81096722
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111471128.2A Active CN114362141B (zh) | 2021-12-03 | 2021-12-03 | 启发式算法与粒子群优化结合的供电系统负荷恢复方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114362141B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101132015B1 (ko) * | 2010-09-29 | 2012-04-02 | 한국전력공사 | 배전선로의 고장복구를 지원하는 배전 자동화 서버 및 그 방법 |
| CN103414173A (zh) * | 2013-09-02 | 2013-11-27 | 国家电网公司 | 一种基于超短期负荷预测的配电网故障恢复方法 |
| WO2018049737A1 (zh) * | 2016-09-18 | 2018-03-22 | 国电南瑞科技股份有限公司 | 一种基于分区负荷控制的安全校正计算方法 |
| CN110350536A (zh) * | 2019-05-26 | 2019-10-18 | 国网江苏省电力有限公司泰州供电分公司 | 一种基于最短恢复时间的最优负荷转供路径计算方法 |
| CN112671029A (zh) * | 2020-11-30 | 2021-04-16 | 国网浙江宁波市鄞州区供电有限公司 | 一种含分布式电源的配网多阶段故障恢复方法 |
-
2021
- 2021-12-03 CN CN202111471128.2A patent/CN114362141B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101132015B1 (ko) * | 2010-09-29 | 2012-04-02 | 한국전력공사 | 배전선로의 고장복구를 지원하는 배전 자동화 서버 및 그 방법 |
| CN103414173A (zh) * | 2013-09-02 | 2013-11-27 | 国家电网公司 | 一种基于超短期负荷预测的配电网故障恢复方法 |
| WO2018049737A1 (zh) * | 2016-09-18 | 2018-03-22 | 国电南瑞科技股份有限公司 | 一种基于分区负荷控制的安全校正计算方法 |
| CN110350536A (zh) * | 2019-05-26 | 2019-10-18 | 国网江苏省电力有限公司泰州供电分公司 | 一种基于最短恢复时间的最优负荷转供路径计算方法 |
| CN112671029A (zh) * | 2020-11-30 | 2021-04-16 | 国网浙江宁波市鄞州区供电有限公司 | 一种含分布式电源的配网多阶段故障恢复方法 |
Non-Patent Citations (2)
| Title |
|---|
| 袁龙: "电力系统配电网负荷转供研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》, pages 042 - 448 * |
| 颜 萍等: "一种快速高效的配电网供电恢复算法", 《电力系统自动化》, pages 52 - 56 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114362141B (zh) | 2023-10-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102496937B (zh) | 一种适用于智能配电网的基于负荷均衡故障恢复方法 | |
| CN109936133B (zh) | 考虑信息物理联合攻击的电力系统脆弱性分析方法 | |
| CN108988322B (zh) | 考虑系统时变性的微网运行策略优化方法 | |
| CN110752595B (zh) | 一种基于柔性判处策略的配电台区故障支援方法及装置 | |
| CN104753063A (zh) | 一种变电站母线负荷转移方法及系统 | |
| CN102136721A (zh) | 一种计及多目标优化的供电恢复推理搜索方法 | |
| CN105470928A (zh) | 基于城市输电网故障恢复的分区分层负荷转移方法 | |
| CN103426033A (zh) | 基于关键路径法的配电网故障恢复优化重构算法 | |
| CN103605867A (zh) | 一种基于多智能体技术的船舶电力系统故障恢复方法 | |
| CN110635475A (zh) | 一种智能配电网分布式供电恢复系统 | |
| CN114123186B (zh) | 基于智能配电网的自愈优化控制方法、系统、终端及介质 | |
| CN110932291A (zh) | 一种保全局部电网稳定性的主动解列方法 | |
| CN114362141A (zh) | 启发式算法与粒子群优化结合的供电系统负荷恢复方法 | |
| Nagata et al. | A decentralized distribution power system restoration by using multi-agent Approach | |
| CN112952773A (zh) | 一种直流配电网保护方法及系统、故障恢复方法及系统 | |
| Sheng et al. | Collaborative fault recovery and network reconstruction method for cyber-physical-systems based on double layer optimization | |
| CN114157018B (zh) | 基于线路负载率与对等通信的分布式馈线自动化恢复方法 | |
| CN105514925A (zh) | 一种基于遗传算法的750kV变电站故障恢复方法 | |
| Li et al. | A dynamic partitioning method for power system parallel restoration considering restoration-related uncertainties | |
| Liu et al. | Study on self-healing control strategy of smart distribution network | |
| Zhou et al. | Load recovery strategy of venue power supply system based on heuristic algorithm and particle swarm optimization | |
| Zhang et al. | Coordinated restoration model of renewable energy and conventional generator units after faults | |
| CN116388206B (zh) | 变压器n-1故障下的切负荷计算方法、系统及可读介质 | |
| Chen et al. | An Optimization Strategy for Power System Partition Recovery Considering Grid Reconfiguration Efficiency and Path Reliability | |
| CN114358384A (zh) | 一种配网停电恢复方法、系统及存储介质 |
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 |