CN114862085A - 一种电能质量综合评估用的主客观分类组合赋权方法 - Google Patents
一种电能质量综合评估用的主客观分类组合赋权方法 Download PDFInfo
- Publication number
- CN114862085A CN114862085A CN202111647636.1A CN202111647636A CN114862085A CN 114862085 A CN114862085 A CN 114862085A CN 202111647636 A CN202111647636 A CN 202111647636A CN 114862085 A CN114862085 A CN 114862085A
- Authority
- CN
- China
- Prior art keywords
- weight
- subjective
- typical
- load
- objective
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000011156 evaluation Methods 0.000 title claims abstract description 26
- 238000012163 sequencing technique Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims abstract description 6
- 239000002131 composite material Substances 0.000 claims abstract description 5
- 238000010438 heat treatment Methods 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 description 5
- 238000011160 research Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012795 verification 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
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- 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
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Water Supply & Treatment (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电能质量综合评估用的主客观分类组合赋权方法,用于电能质量综合评估中的权重计算,包括如下步骤:构造电网典型负荷集和典型设备集;计算得出典型负荷中典型设备的权重Mk;根据负荷分类的权重Mk对各项电能质量指标进行排序;利用电能质量指标排序结果,采取改进的层次分析法得出主观权重Wi;采取改进的熵权法得出客观权重Vi;利用主观权重Wi和客观权重Vi得出主客观组合权重,即综合权重Ai。本发明利用分类组合赋权在保证用户主观性能得到体现的前提下极大地减少了主观成分;考虑了用户的偏好和需求,同时保证客观性,使得综合权重更加的准确,提高了赋权的正确性、合理性、科学性及有效性。
Description
技术领域
本发明属于电能质量评估技术领域,尤其涉及一种电能质量综合评估用的主客观分类组合赋权方法。
背景技术
科技在发展、社会在进步,电能已经成为现代生活中必不可少的一种重要能源。电能质量作为电能品质的重要特性,也越来越多的受到关注。电网中越来越多的电力电子器件一方面促进了电力系统的发展,另一方面却对电能质量造成了很大影响。现代电力系统的负荷越来越复杂,特别是非线性负荷对电能质量造成了影响。同时,分布式电源的并网也给电能质量带来了影响。电能质量的恶化,会增加增加设备不必要的损耗,造成用户电费的损失;使设备发生未知的故障,带来难以估量的经济损失;会引发严重灾难,对人民的生命财产安全造成不可挽回的损失。所以,对电能质量的综合评估研究具有十分重要的意义。
电能质量综合评估是电能质量研究的一个重要分支,现有的研究大都是从指标的模糊性和随机性、权重的主观性和随机性、模型的复杂性和抽象性出发,采用一种或几种数学方法和统计学方法进行分析建模,结合典型电网结构进行仿真验证,从而实现电能质量的综合评估。所以现有的电能质量综合评估方法可以分为基于指标特性的评估方法、基于权重特性的评估方法和基于模型特性的评估方法。
对于综合评估问题,权重的确定非常重要。权重值的变化将直接影响到综合评估结果的科学合理性,对电能质量的综合评估也不例外。在基于权重特性的评估方法中,单一的主观赋权法,人为因素对赋权结果影响很大,确定权重时,完全依靠专家经验,主观性太强。单一的客观赋权法,遇到对电能质量有特别要求的情况,评估结果会非常不准确。而主客观组合赋权法能最大限度地减少信息损失,使赋权结果尽可能地与实际结果接近,但目前的组合赋权法中,主观成分对评估结果影响较大的,主观性偏强。
发明内容
发明目的:为解决上述问题,本发明提供一种电能质量综合评估用的主客观分类组合赋权方法,以解决现有赋权法中,主观赋权法完全依靠专家经验,主观性太强;客观赋权法结果不准确,不能满足用户特殊需要;组合赋权法主观性对评估结果影响较大,主观性偏强的问题。
为了实现上述目的,本发明采用了如下技术方案:
一种电能质量综合评估用的主客观分类组合赋权方法,包括以下步骤:
构造电网典型负荷集和典型设备集;
计算得出典型负荷中典型设备的权重Mk;
根据负荷分类的权重Mk对各项电能质量指标进行排序;
利用电能质量指标排序结果,采取改进的层次分析法得出主观权重Wi;
采取改进的熵权法得出客观权重Vi;
利用主观权重Wi和客观权重Vi得出主客观组合权重,即综合权重Ai。
作为上述技术方案的进一步描述:
所述电网典型负荷集包括:工业负荷,商业负荷,民用负荷,农业负荷。所述典型设备集包括:电机设备,照明设备,热处理设备,电力电子设备,电阻性设备。
作为上述技术方案的进一步描述:
所述典型负荷中典型设备的权重Mk是以典型负荷曲线为基本依据,统计得出的典型设备集中各设备的权重值。
作为上述技术方案的进一步描述:
所述电能质量指标包括:5次谐波电流、7次谐波电流、5次谐波电压、7次谐波电压、电压总畸变率、长时间闪变、电压偏差和三相电压不平衡度。所述排序包括如下步骤:根据设备集中每一类设备对电能质量指标的重要性依次从大到小排序;对指标依次从大到小分别赋分:0.8、0.7、0.6、0.5、0.4、0.3、 0.2、0.1。
作为上述技术方案的进一步描述:
所述改进的层次分析法为标度扩展法,其指标重要性排序是根据负荷分类的权重Mk及指标赋分对各个电能质量指标进行排序的。
作为上述技术方案的进一步描述:
所述综合权重Ai计算公式如下:
综上所述,由于采用了上述技术方案,本发明的有益效果是:
本发明中,利用分类赋权进行负荷分类,依据实际应用中各类负荷及设备对电能质量指标的影响,对各个指标进行了排序,并将排序结果应用到改进的层次分析法中,相比依据专家经验来进行电能质量指标排序的层次分析法,大大减少了主观性。
本发明中,考虑了用户的偏好和需求,体现了主观性,同时也保证了客观性,使得综合权重更加的准确,提高了赋权的正确性、合理性、科学性及有效性。
附图说明
图1为本发明提出的一种电能质量综合评估用的主客观分类组合赋权方法的流程图;
图2为本发明提出的一种电能质量综合评估用的主客观分类组合赋权方法中的改进层次分析法的流程图。
具体实施方式
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法进行清楚、完整地描述,显然,所描述的实施例仅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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明公开了一种电能质量综合评估用的主客观分类组合赋权方法,用于电能质量综合评估中的权重计算,利用分类组合赋权在保证用户主观性能得到体现的前提下极大地减少了主观成分;考虑了用户的偏好和需求,同时保证客观性,使得综合权重更加的准确,提高了赋权的正确性、合理性、科学性及有效性。如图1所示,所述方法包括以下步骤:
构造电网典型负荷集和典型设备集;
计算得出典型负荷中典型设备的权重Mk;
根据负荷分类的权重Mk对各项电能质量指标进行排序;
利用电能质量指标排序结果,采取改进的层次分析法得出主观权重Wi;
采取改进的熵权法得出客观权重Vi;
利用主观权重Wi和客观权重Vi得出主客观组合权重,即综合权重Ai。
所述电网典型负荷集包括:工业负荷,商业负荷,民用负荷,农业负荷。所述典型设备集包括:电机设备,照明设备,热处理设备,电力电子设备,电阻性设备。所述典型负荷中典型设备的权重Mk是以典型负荷曲线为基本依据,统计得出的典型设备集中各设备的权重值。
所述电能质量指标包括:5次谐波电流、7次谐波电流、5次谐波电压、7次谐波电压、电压总畸变率、长时间闪变、电压偏差和三相电压不平衡度。所述排序包括如下步骤:根据设备集中每一类设备对电能质量指标的重要性依次从大到小排序;对指标依次从大到小分别赋分:0.8、0.7、0.6、0.5、0.4、0.3、 0.2、0.1。
所述方法步骤中详细、完整的描述如下:
1)构造电网典型负荷集和典型设备集;
不同用户对电能质量有不同要求,所以对研究负荷进行分类,构造电网典型负荷集为{工业负荷,商业负荷,民用负荷,农业负荷},以确定监测点负荷类型。以典型负荷曲线作为基本依据,构造典型设备集为{电机设备,照明设备,热处理设备,电力电子设备,电阻性设备}。
2)计算得出典型负荷中典型设备的权重Mk;
电机设备、照明设备、热处理设备、电力电子设备、电阻性设备在工业负荷中的占比分别为:0.893、0.893、0.061、0、0,重要级别分别为:3、2、2、0、 0;在商业负荷中占比分别为:0.573、0.427、0、0、0,重要级别分别为:2、3、 0、0、0;在民用负荷中占比分别为:0.625、0.042、0、0.125、0.208,重要级别分别为:2、3、0、3、1;在农业负荷中占比分别为:1、0、0、0、0,重要级别分别为:3、0、0、0、0。占比为T,级别为J,使用对应设备的T和J值,使用下式:即可计算某典型负荷中该类设备所占的权重 Mk。
3)根据负荷分类的权重Mk对各项电能质量指标进行排序;
利用Mk的大小来根据设备类型所主要关注的电能质量指标赋予相应的权重,进行电能质量指标重要性的排序。
4)结合图2,利用电能质量指标排序结果,采取改进的层次分析法得出主观权重Wi;
改进AHP方法的基本思路如下:根据负荷分类结果对评价指标进行两两比较,按重要程度的不减方式排序。然后按照指标重要程度的传递性计算出判断矩阵中的其他元素值,从而得出判断矩阵。所述改进的层次分析法为标度扩展法,对于 5次谐波电流、7次谐波电流、5次谐波电压、7次谐波电压、电压总畸变率、长时间闪变、电压偏差和三相电压不平衡度的标度分别为:1.2、1.2、1.2、1.2、 1.7、1.2、1.4。判断矩阵第一行分别为:1、标度1、标度1与标度2之积、...、标度1与标度2与...标度n-1之积;第二行为:标度1的倒数、1、标度2、标度2与标度3之积、...、标度2与标度3与...标度n-1之积;第三行为:标度 1标度2之积的倒数、标度2的倒数、1、标度3、标度3与标度4之积、...、标度3与标度4与...标度n-1之积;...;最后一行为:标度1标度2与...标度 n-1之积的倒数、标度2与...标度n-1之积的倒数、...、1。依次类推得出判断矩阵R。根据矩阵R计算出各项指标的主观权重值:
5)采取改进的熵权法得出客观权重Vi;
6)利用主观权重Wi和客观权重Vi得出主客观组合权重,即综合权重Ai。
此技术方法得出的综合权重极大的减少了主观成分,权重分值更加合理客观。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (6)
1.一种电能质量综合评估用的主客观分类组合赋权方法,其特征在于,包括以下步骤:
构造电网典型负荷集和典型设备集;
计算得出典型负荷中典型设备的权重Mk;
根据负荷分类的权重Mk对各项电能质量指标进行排序;
利用电能质量指标排序结果,采取改进的层次分析法得出主观权重Wi;
采取改进的熵权法得出客观权重Vi;
利用主观权重Wi和客观权重Vi得出主客观组合权重,即综合权重Ai。
2.根据权利要求1所述的电能质量综合评估用的主客观分类组合赋权方法,其特征在于,所述电网典型估用的主客观分类组合赋权方法,其特征在于,所述典型负荷中典型设备的权重Mk负荷集包括:工业负荷,商业负荷,民用负荷,农业负荷;所述典型设备集包括:电机设备,照明设备,热处理设备,电力电子设备,电阻性设备。
3.根据权利要求1所述的电能质量综合评是以典型负荷曲线为基本依据,统计得出的典型设备集中各设备的权重值。
4.根据权利要求1所述的电能质量综合评估用的主客观分类组合赋权方法,其特征在于,所述电能质量指标包括:5次谐波电流、7次谐波电流、5次谐波电压、7次谐波电压、电压总畸变率、长时间闪变、电压偏差和三相电压不平衡度;所述排序包括如下步骤:根据设备集中每一类设备对电能质量指标的重要性依次从大到小排序;对指标依次从大到小分别赋分:0.8、 0.7 、0.6、 0.5、 0.4、 0.3 、0.2 、0.1。
5.根据权利要求1所述的电能质量综合评估用的主客观分类组合赋权方法,其特征在于,所述改进的层次分析法为标度扩展法,其指标重要性排序是根据负荷分类的权重Mk及指标赋分对各个电能质量指标进行排序的。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111647636.1A CN114862085A (zh) | 2021-12-31 | 2021-12-31 | 一种电能质量综合评估用的主客观分类组合赋权方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111647636.1A CN114862085A (zh) | 2021-12-31 | 2021-12-31 | 一种电能质量综合评估用的主客观分类组合赋权方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114862085A true CN114862085A (zh) | 2022-08-05 |
Family
ID=82627812
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111647636.1A Pending CN114862085A (zh) | 2021-12-31 | 2021-12-31 | 一种电能质量综合评估用的主客观分类组合赋权方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114862085A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101339208A (zh) * | 2008-08-12 | 2009-01-07 | 中国矿业大学 | 一种基于时域分析的电压质量监测与扰动自动分类方法 |
CN106355513A (zh) * | 2016-08-29 | 2017-01-25 | 江苏方天电力技术有限公司 | 一种基于机组辅机状态评估的机组可调出力区间分析方法 |
WO2018121396A1 (zh) * | 2016-12-29 | 2018-07-05 | 中国银联股份有限公司 | 商户价值评价方法 |
CN109003000A (zh) * | 2018-04-10 | 2018-12-14 | 华侨大学 | 一种主动配电网的电能质量综合评估方法 |
CN109858758A (zh) * | 2018-12-29 | 2019-06-07 | 中国电力科学研究院有限公司 | 一种配电网电能质量的组合赋权评估方法及系统 |
CN112101719A (zh) * | 2020-08-10 | 2020-12-18 | 国网浙江省电力有限公司杭州供电公司 | 基于组合赋权法的电能质量指标权重确定方法 |
-
2021
- 2021-12-31 CN CN202111647636.1A patent/CN114862085A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101339208A (zh) * | 2008-08-12 | 2009-01-07 | 中国矿业大学 | 一种基于时域分析的电压质量监测与扰动自动分类方法 |
CN106355513A (zh) * | 2016-08-29 | 2017-01-25 | 江苏方天电力技术有限公司 | 一种基于机组辅机状态评估的机组可调出力区间分析方法 |
WO2018121396A1 (zh) * | 2016-12-29 | 2018-07-05 | 中国银联股份有限公司 | 商户价值评价方法 |
CN109003000A (zh) * | 2018-04-10 | 2018-12-14 | 华侨大学 | 一种主动配电网的电能质量综合评估方法 |
CN109858758A (zh) * | 2018-12-29 | 2019-06-07 | 中国电力科学研究院有限公司 | 一种配电网电能质量的组合赋权评估方法及系统 |
CN112101719A (zh) * | 2020-08-10 | 2020-12-18 | 国网浙江省电力有限公司杭州供电公司 | 基于组合赋权法的电能质量指标权重确定方法 |
Non-Patent Citations (2)
Title |
---|
李娜娜等: "主客观权重相结合的电能质量综合评估", 《电网技术》, vol. 33, no. 6, 31 March 2009 (2009-03-31), pages 56 - 60 * |
欧阳森等: "改进熵权法及其在电能质量评估中的应用", 《电力系统自动化》, vol. 37, no. 21, 10 November 2013 (2013-11-10), pages 156 - 158 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107563680B (zh) | 一种基于ahp和熵权法的配电网可靠性评估方法 | |
CN104573879A (zh) | 基于最优相似日集的光伏电站出力预测方法 | |
CN108510147B (zh) | 一种基于残差波动模型的电能质量综合评价方法 | |
CN106327357A (zh) | 一种基于改进概率神经网络的负载识别方法 | |
CN112149873A (zh) | 一种基于深度学习的低压台区线损合理区间预测方法 | |
CN107330573B (zh) | 一种光伏系统关键设备的状态评估方法及装置 | |
CN111612326A (zh) | 一种配变供电可靠性的综合评估方法 | |
CN112446630A (zh) | 一种学校综合能源系统技术经济性评价方法与系统 | |
CN110880062A (zh) | 一种配电设备状态检修时间的确定方法 | |
CN110059913A (zh) | 一种计及未来态的停电计划的量化评估方法 | |
CN116593896B (zh) | 一种电池储能系统的状态检测方法、系统及电子设备 | |
CN103136975A (zh) | 一种电网互联培训仿真系统统计评分方法 | |
CN115828755A (zh) | 微网群参与电网服务的评估方法、装置及可读存储介质 | |
CN111798333A (zh) | 一种用能评估与用电安全分析方法和系统 | |
CN113268976B (zh) | 一种面向微博的话题影响力评估方法 | |
CN105303194A (zh) | 一种电网指标体系建立方法、装置以及计算设备 | |
CN113393121A (zh) | 一种基于负荷电力指纹特征的非侵入式负荷识别方法 | |
CN114862085A (zh) | 一种电能质量综合评估用的主客观分类组合赋权方法 | |
CN115564180B (zh) | 一种基于大数据分析的电力网络可靠性评估方法 | |
CN116629632A (zh) | 一种配电网电能质量综合评估方法、装置及存储介质 | |
CN109031152A (zh) | 基于神经网络透明化的铅酸蓄电池剩余容量软测量方法 | |
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 | |
Liu et al. | Prediction method for battery self-discharge voltage drop based on pre-classifier | |
CN110322063B (zh) | 一种耗电功率仿真预测方法及存储介质 | |
CN113075553A (zh) | 改进粒子群算法优化的bp神经网络锂离子电池soc估算系统 |
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 |