CN114925866A - 低压配网线路中的辅助决策装置、故障报警方法及系统 - Google Patents
低压配网线路中的辅助决策装置、故障报警方法及系统 Download PDFInfo
- Publication number
- CN114925866A CN114925866A CN202210650142.7A CN202210650142A CN114925866A CN 114925866 A CN114925866 A CN 114925866A CN 202210650142 A CN202210650142 A CN 202210650142A CN 114925866 A CN114925866 A CN 114925866A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- information
- model
- fault
- real
- 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 35
- 238000004458 analytical method Methods 0.000 claims abstract description 41
- 238000012544 monitoring process Methods 0.000 claims abstract description 28
- 230000000007 visual effect Effects 0.000 claims abstract description 10
- 238000011156 evaluation Methods 0.000 claims abstract description 6
- 238000013499 data model Methods 0.000 claims description 36
- 238000011084 recovery Methods 0.000 claims description 18
- 238000005516 engineering process Methods 0.000 claims description 14
- 230000007246 mechanism Effects 0.000 claims description 14
- 238000003745 diagnosis Methods 0.000 claims description 10
- 238000012502 risk assessment Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000010354 integration Effects 0.000 claims description 6
- 230000003068 static effect Effects 0.000 claims description 6
- 238000012546 transfer Methods 0.000 claims description 6
- 238000010206 sensitivity analysis Methods 0.000 claims description 4
- 230000001052 transient effect Effects 0.000 claims description 3
- 230000008676 import Effects 0.000 claims 1
- 238000011161 development Methods 0.000 abstract description 5
- 230000001105 regulatory effect Effects 0.000 abstract description 3
- 230000001276 controlling effect Effects 0.000 abstract 1
- 238000004590 computer program Methods 0.000 description 7
- 230000033228 biological regulation Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000002347 injection Methods 0.000 description 5
- 239000007924 injection Substances 0.000 description 5
- 239000000243 solution Substances 0.000 description 5
- 230000000875 corresponding effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000008030 elimination Effects 0.000 description 3
- 238000003379 elimination reaction Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 241001580947 Adscita statices Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000007704 transition Effects 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
-
- 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
-
- 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
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Power Engineering (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种低压配网线路中的辅助决策装置、故障报警方法及系统,所述装置包括:配网EMS系统、主网EMS系统、数据获取模块、监控报警模块、辅助决策模块和调配显示模块;所述配网EMS系统、主网EMS系统分别与数据获取模块连接,所述数据获取模块、监控报警模块、辅助决策模块、调配显示模块依次连接;所述监控报警模块包括事前预警模块、事中告警模块和评估分析模块。本发明通过辅助决策装置对配网的实时运行状态进行分析;根据分析结果,生成相应的警告和决策,并向调控人员实时地发布运行状态、发展趋势、预警、告警和决策建议等可视化信息,从而辅助配网调度员快速、准确、方便地做出最合适的事故处理操作。
Description
技术领域
本发明涉及一种低压配网线路中的辅助决策装置、故障报警方法及系统,属于输电线路检修技术领域。
背景技术
配电网作为电网中直接与电力用户相连的部分,其可靠性是供电企业和电力用户非常关注的问题。配电网一旦发生事故,要求调控人员能够在海量告警信息涌入的短时间内快速准确地判断和筛选出故障的真正原因,并根据故障范围做出正确的事故处理决策和故障恢复决策,以便尽快恢复用户的供电。
要做到上述这些,很大程度上依赖于调度技术支持系统;然而目前,配电网的智能告警与处理主要依赖于配电网的自动化系统,现有的配电网的智能告警主要依靠配电网的EMS系统;而没有读入配电网的非自动化信息的主网模型、告警信息和保信系统信息等,导致读入的信息不全不准确;加之,配电网缺乏全面可靠的事故预案与辅助决策支持系统,导致配电网的相关人员对事故处理地不及时不准确,有时甚至需要人工排查定位故障,从而严重影响了电网的供电可靠性。
除了上述问题外,目前的配电网智能告警系统还存在着如下问题:(1)故障告警信息、继电保护动作信息和故障录波信息等集成度不高;(2)缺少将正常运行信息、故障告警信息和辅助决策信息直观展示,导致故障定位不准,当告警发生,只能跨平台查阅并分析,效率低;(3)无法提供准确方便的辅助决策。
发明内容
有鉴于此,本发明提供了一种低压配网线路中的辅助决策装置、故障报警方法、故障报警系统、计算机设备及存储介质,其通过配网实时数据模型,对配网的实时运行状态或电网的预想状态进行分析;根据分析结果,生成相应的警告和决策,并向调控人员实时地发布运行状态、发展趋势、预警、告警和决策建议等可视化信息,便于相关人员做出正确的决策。
本发明的第一个目的在于提供一种低压配网线路中的故障报警方法。
本发明的第二个目的在于提供一种低压配网线路中的故障报警系统。
本发明的第三个目的在于提供一种低压配网线路中的辅助决策装置。
本发明的第四个目的在于提供一种计算机设备。
本发明的第五个目的在于提供一种存储介质。
本发明的第一个目的可以通过采取如下技术方案达到:
一种低压配网线路中的故障报警方法,所述方法包括:
获取主网模型和主网数据,将主网模型和主网数据与配网模型和配网数据进行关联,并在配网内部在线重建网络模型,得到配网实时数据模型;
根据配网实时数据模型,得到配网的实时运行状态;
根据配网的实时运行状态,得到事前预警信息和第一告警信息,对第一告警信息进行针对性分析,生成第二告警信息和故障信息的汇总报表。
进一步的,所述将主网模型和主网数据与配网模型和配网数据进行关联,并在配网内部在线重建网络模型,得到配网实时数据模型,具体包括:
辨识并排除配网数据中的损坏数据;
对排除损坏数据后的配网数据进行网络拓扑分析、状态估计和潮流计算,以确定配网模型与主网模型之间的边界节点状态量;
对主网模型进行等值,得到主网等值模型;
根据配网模型与主网模型之间的边界节点状态量,调整主网模型的部分边界节点相关状态量,使主网模型的部分边界节点相关状态量与配网模型的边界节点状态量匹配;
在匹配完成之后,在配网内部在线重建网络模型,将重建后的配网模型和主网等值模型进行合并,得到配网实时数据模型。
进一步的,所述根据配网的实时运行状态,得到事前预警信息,具体包括:
采用分诊机制与会诊机制相结合的方式对配网的实时运行状态进行分析,得到事前预警信息;
所述分诊机制为包括静态安全预警、电压稳定安全预警、暂态稳定安全预警和保护配合预警在内的分诊机制。
进一步的,所述根据配网的实时运行状态,得到第一告警信息,具体包括:
通过信息理论技术和溯因推理技术,监控配网的实时运行状态,并综合利用包括配网的实时运行状态信息、保信系统信息、开关状态信息、故障录波信息在内的事故相关信息,得到第一告警信息;
所述第一告警信息包括故障识别信息、故障错误信息和故障伪事故信息。
进一步的,所述对第一告警信息进行针对性分析,生成第二告警信息和故障信息的汇总报表,具体包括:
对故障识别信息进行故障诊断推理和分析,给出故障发生的设备和事件树,进而生成第二告警信息和故障信息的汇总报表。
进一步的,所述方法还包括:根据配网的实时运行状态,进行风险评估,并给出事故风险等级;
所述进行风险评估,具体包括:
确定多个元件的停运模型;
选择电力系统状态,并计算每个元件的停运模型的停运概率;
在所选择电力系统状态下,评估不确定事故造成的后果;
根据每个元件的停运模型的停运概率、电力系统状态和不确定事故及其造成的后果,计算风险指标值;
所述计算风险指标值,如下式:
R(C/Xt)=∑P(E/Xt)×S(C/E)
其中,Xt表示故障前的运行状态,E表示不确定的事故,C表示不确定事故造成的后果,P(Ε/Xt)表示在Xt下E出现的概率,S(C/E)表示在E下产生C后果的严重度,R(C/Xt)表示风险指标值。
本发明的第二个目的可以通过采取如下技术方案达到:
一种低压配网线路中的故障报警系统,所述系统包括:
模型重建单元,用于获取主网模型和主网数据,将主网模型和主网数据与配网模型和配网数据进行关联,并在配网内部在线重建网络模型,得到配网实时数据模型;
配网运行单元,用于根据配网实时数据模型,得到配网的实时运行状态;
故障报警单元,用于根据配网的实时运行状态,得到事前预警信息和第一告警信息,对第一告警信息进行针对性分析,生成第二告警信息和故障信息的汇总报表。
本发明的第三个目的可以通过采取如下技术方案达到:
一种低压配网线路中的辅助决策装置,所述装置包括:配网EMS系统、主网EMS系统、数据获取模块、监控报警模块、辅助决策模块和调配显示模块;所述配网EMS系统、主网EMS系统分别与数据获取模块连接,所述数据获取模块、监控报警模块、辅助决策模块、调配显示模块依次连接;所述监控报警模块包括事前预警模块、事中告警模块和评估分析模块;
所述数据获取模块,用于获取主网模型和主网数据,将主网模型和主网数据与配网模型和配网数据进行关联,并在配网内部在线重建网络模型,得到配网实时数据模型;
所述监控报警模块,用于根据配网的实时运行状态,得到事前预警信息和第一告警信息,对第一告警信息进行针对性分析,生成第二告警信息和故障信息的汇总报表。
进一步的,所述辅助决策模块,用于根据事前预警信息和第二告警信息,触发多个在线辅助决策,所述在线辅助决策包括风险评估决策、灵敏度分析决策和负荷转移决策;
以及用于根据风险指标值的大小,分等级评估配网风险,并自动生成配网事故预案;
以及用于根据第一告警信息中的故障识别信息,生成故障恢复决策。
进一步的,所述调配显示模块,用于根据第一告警信息中的故障识别信息和故障恢复决策,通过调配一体化技术导入不同格式的一次、二次设备CIM模型和SVG图形,进行一次、二次设备建模关联和图形关联,实现对地理数据和电网数据的可视化展现。
本发明的第四个目的可以通过采取如下技术方案达到:
一种计算机设备,包括处理器以及用于存储处理器可执行程序的存储器,所述处理器执行存储器存储的程序时,实现上述的故障报警方法。
本发明的第五个目的可以通过采取如下技术方案达到:
一种存储介质,存储有程序,所述程序被处理器执行时,实现上述的故障报警方法。
本发明相对于现有技术具有如下的有益效果:
1、本发明通过配网实时数据模型,对配网的实时运行状态或电网的预想状态进行分析;根据分析结果,生成相应的警告和决策,并向调控人员实时地发布运行状态、发展趋势、预警、告警和决策建议等可视化信息,便于相关人员做出正确的决策。
2、本发明中的辅助决策装置,实现了调配一体化,进而实现了地区智能电网调度技术支持系统和配网调度自动化系统的图模数的一体化集成与业务贯通,从而实现了对不同平台中地理数据和电网数据的抽取并进行集中可视化显示,解决了当告警发生时,只能跨平台查阅并分析,效率低的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本发明实施例1的低压配网线路中的故障报警方法的流程图。
图2为本发明实施例1的构建配网实时数据模型的流程图。
图3为本发明实施例1的事故诊断与告警处理过程的流程图。
图4为本发明实施例2的低压配网线路中的辅助决策装置的结构框图
图5为本发明实施例2的基于配网实时数据模型的跨多系统的决策平台的结构框图。
图6为本发明实施例3的低压配网线路中的故障报警系统的结构框图。
图7为本发明实施例4的计算机设备的结构框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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、完整的描述,显然,所描述的实施例是本发明的一部分实施例,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。
实施例1:
在电网事故发生后,调控人员会接收到大量信息,很难在短时间内快速准确筛选出事故信息,从而导致定位不准、处理不当而引起事故的扩大,造成严重损失;加之,目前的配网告警系统只利用了遥信变位信息,没有充分利用保信系统、SOE、故障录波等信息,使得故障诊断和相关告警信息不准确。
为了解决上述问题,如图1所示,本实施例提供了一种低压配网线路中的故障报警方法,该方法包括以下步骤:
S101、获取主网模型和主网数据,将主网模型和主网数据与配网模型和配网数据进行关联,并在配网内部在线重建网络模型,得到配网实时数据模型。
本实施例基于EMS系统和保信系统,自动获取主网模型和主网数据,将主网模型和主网数据与配网模型和配网数据进行关联,并在配网内部在线重建网络模型,得到配网实时数据模型;其中:主网数据包括主网量测数据、主网告警信息、图形文件信息和事故简报信息等;配网数据包括配网量测数据、配网告警信息和开关信息等。
本实施例中提到的配网均为配电网。
本实施例中的EMS系统包括主网EMS系统和配网EMS系统,其中主网EMS系统为静态系统。
本实施例通过利用上述配网实时数据模型,可以确保读取到的模型数据和事故信息更加准确和全面。
如图2所示,本实施例将主网模型和主网数据与配网模型和配网数据进行关联,并在配网内部在线重建网络模型,得到配网实时数据模型,具体包括:
S1011、辨识并排除配网数据中的损坏数据。
S1012、对排除损坏数据后的配网数据进行网络拓扑分析、状态估计和潮流计算,以确定配网模型与主网模型之间的边界节点状态量。
本实施例中的所述边界节点状态量包括电压幅值U、相角θ、当前有功注入功率P、当前无功注入功率Q。
S1013、对主网模型进行等值,得到主网等值模型;
S1014、根据配网模型与主网模型之间的边界节点状态量,调整主网模型的部分边界节点相关状态量,使主网模型的部分边界节点相关状态量与配网模型的边界节点状态量匹配。
步骤S1014,具体为:选择配网模型与主网模型之间的边界节点的电压幅值U和当前有功注入功率P作为调节量,并选择配网模型与主网模型之间的边界节点的相角θ和当前无功注入功率Q作为已知量,然后采用灵敏度的方式进行潮流调节,使主网模型的部分边界节点相关状态量与配网模型的边界节点状态量匹配。
S1015、在匹配完成之后,在配网内部在线重建网络模型,将重建后的配网模型和主网等值模型进行合并,得到配网实时数据模型。
本实施例通过采用在线模型重建技术,并在重建后的配网模型中读入主网模型和主网数据,包括母线及主变、开关等物理设备及其联接关系信息,还有主网告警信息、图形文件信息和事故简报信息等,实现主网与配网的关联,从而为后续计算、分析和决策提供完整、合理、可靠的网络模型和量测数据,解决了配网信息读入不全、不准确的问题。
S102、根据配网实时数据模型,得到配网的实时运行状态。
S103、根据配网的实时运行状态,得到事前预警信息和第一告警信息,对第一告警信息进行针对性分析,生成第二告警信息和故障信息的汇总报表。
进一步地,本实施例中的根据配网的实时运行状态,得到事前预警信息,具体包括:
采用分诊机制与会诊机制相结合的方式对配网的实时运行状态进行分析,得到事前预警信息(综合预警的结果);其中:分诊机制为包括静态安全预警、电压稳定安全预警、暂态稳定安全预警和保护配合预警在内的分诊机制。
在上述采用分诊机制与会诊机制相结合的方式对配网的实时运行状态进行分析的过程中,先以分诊机制的方式对配网的实时运行状态进行并行实时分析,然后对分诊分析后的配网的实时运行状态进行会诊。
本实施例对主要预警功能做如下解释:
A、静态安全预警:是一种涉及稳态潮流的预警功能;当电网处于正常运行状态时,自动进行N-1和预想事故集扫描,指出静态安全的薄弱环节,并对不安全状态给出控制预案;其中N表示所有正常运行的设备,1表示存在一个设备故障;其中预想事故集为配网断面及设备功率越限、设备电流越限、关口功率因数越限、关口无功倒送、监测点电压越限等,还有事故发生的设备、停电设备及范围、事件树等形成的集合。
B、电压稳定安全预警:按照指定负荷增长模式,自动扫描预想事故集,快速筛选出严重事故;在各种预想事故下,给出各区域负荷的PV鼻形曲线和电压崩溃距离,指出静态电压稳定的薄弱环节,并给出可有效提高整个配网系统的电压稳定裕度的预防性控制策略。
进一步地,如图3所示,本实施例中的根据配网的实时运行状态,得到第一告警信息,对第一告警信息进行针对性分析,生成第二告警信息和故障信息的汇总报表,具体包括:
通过信息理论技术和溯因推理技术,监控配网的实时运行状态,并综合利用包括配网的实时运行状态信息、保信系统信息、开关状态信息、故障录波信息在内的事故相关信息,得到第一告警信息,其中第一告警信息包括故障识别信息、故障错误信息和故障伪事故信息;对故障识别信息(事故扰动造成的故障)进行故障诊断推理和分析,给出故障发生的设备和事件树,进而生成第二告警信息和故障信息的汇总报表。
值得注意的是:本实施例通过监控配网的实时运行状态,可以实时监视电网的薄弱点、主要设备的负载率、停电设备情况、有序用电等,使得调度人员对电网的整体安全水平有一个直观的掌握。
值得注意的是:快速状态估计是判断配网实时运行状态的前提;本实施例通过快速状态估计,得到准确的配网实时网络拓扑和潮流状态,从而能迅速进行搜索和分析,得出停电设备及范围。
值得注意的是:本实施例中的故障诊断推理过程采用了时间溯因推理算法,具体为:量化描述配网设备故障时刻与相关告警信息生成时刻之间存在的时间约束关系,根据保护动作规则,生成溯因推理规则;时间溯因推理算法以接收到的故障识别信息为诊断对象,并通过溯因推理获取故障生成过程事件树,生成第二告警信息和故障信息的汇总报表,实现智能报警和故障事件识别。
此外,本实施例还能根据配网的实时运行状态,预测配网运行的未来发展趋势,进行风险评估,并给出事故风险等级。
本实施例进行风险评估的步骤,具体包括:
S1、确定多个元件的停运模型;
S2、选择电力系统状态,并计算每个元件的停运模型的停运概率;
S3、在所选择电力系统状态下,评估不确定事故造成的后果;
S4、根据每个元件的停运模型的停运概率、电力系统状态和不确定事故及其造成的后果,计算风险指标值;
步骤S4,如下式:
R(C/Xt)=∑P(E/Xt)×S(C/E)
其中,Xt表示故障前的运行状态,E表示不确定的事故,C表示不确定事故造成的后果,P(Ε/Xt)表示在Xt下E出现的概率,S(C/E)表示在E下产生C后果的严重度,R(C/Xt)表示风险指标值。
本实施例根据风险指标值的大小,可以得知事故后果的严重性;根据风险指标值的大小,将事故风险等级分为八个级别:特大电网事故、重大电网事故、较大电网事故、一般电网事故、五级电网事故、六级电网事故、七级电网事故、八级电网事故。
根据上述的分析结果,给出事前预警信息、第二告警信息和事故风险等级,从而向相关人员进行报警,其中第二告警信息包括配网断面及设备功率越限、设备电流越限、关口功率因数越限、关口无功倒送、监测点电压越限等信息,还有包括事故发生的设备、停电设备及范围、事件树等信息。
本领域技术人员可以理解,实现上述实施例的方法中的全部或部分步骤可以通过程序来指令相关的硬件来完成,相应的程序可以存储于计算机可读存储介质中。
应当注意,尽管在附图中以特定顺序描述了上述实施例的方法操作,但是这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。相反,描绘的步骤可以改变执行顺序。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
实施例2:
如图4所示,本实施例提供了一种低压配网线路中的辅助决策装置,该装置包括:配网EMS系统、主网EMS系统、数据获取模块、监控报警模块、辅助决策模块和调配显示模块;其中:配网EMS系统、主网EMS系统分别与数据获取模块连接,数据获取模块、监控报警模块、辅助决策模块、调配显示模块依次连接;监控报警模块包括事前预警模块、事中告警模块和评估分析模块。
数据获取模块,用于获取主网模型和主网数据,将主网模型和主网数据与配网模型和配网数据进行关联,并在配网内部在线重建网络模型,得到配网实时数据模型。
监控报警模块,用于根据配网的实时运行状态,得到事前预警信息和第一告警信息,对第一告警信息进行针对性分析,生成第二告警信息和故障信息的汇总报表。
进一步地,事前预警模块,用于采用分诊机制与会诊机制相结合的方式对配网的实时运行状态进行分析,得到事前预警信息(综合预警的结果)。
进一步地,事中告警模块,用于通过信息理论技术和溯因推理技术,监控配网的实时运行状态,并综合利用包括配网的实时运行状态信息、保信系统信息、开关状态信息、故障录波信息在内的事故相关信息,得到第一告警信息,其中第一告警信息包括故障识别信息、故障错误信息和故障伪事故信息;用于对故障识别信息(事故扰动造成的故障)进行故障诊断推理和分析,给出故障发生的设备和事件树,进而生成第二告警信息和故障信息的汇总报表。
进一步地,评估分析模块,用于根据配网的实时运行状态,预测配网运行的未来发展趋势,进行风险评估,并给出事故风险等级。
辅助决策模块,用于根据事前预警信息和第二告警信息,触发多个在线辅助决策,其中在线辅助决策包括风险评估决策、灵敏度分析决策和负荷转移决策;以及用于根据风险指标值的大小,分等级评估配网风险,并自动生成配网事故预案;以及用于根据第一告警信息中的故障识别信息,生成故障恢复决策。
本实施例中的故障恢复决策为智能恢复供电决策,其中智能恢复供电决策,具体为:在配网失去部分供电后,自动给出恢复供电策略,要保证支路不过载、电压不越限的情况下以最少的开关操作尽可能多地恢复失电负荷。
本实施例对主要的在线辅助决策做如下解释:
1、消除越限的负荷转移:当故障导致配网的支路发生越线时,辅助决策装置自动进行负荷转移决策分析,根据电网类型的不同,寻找可能的降流措施,具体包括:。
(1)对于辐射型电网,采用倒负荷方法,实时地自动生成供区,针对越限支路下的每个负荷,寻找相邻的可转移供区,并查找合环开关和解环开关。
(2)对于环型电网,采用灵敏度算法生成相关负荷转移策略,灵敏度分析就是获取注入点潮流对于支路潮流或者支路潮流对于支路潮流的线性关系,可以快速地找出相关度最大的支路,从而确定潮流越限时的转移支路。
2、消除越限的矫正控制:有设备、支路、断面等越限,监测越限并提供消除策略,采用安全约束调度来进行越限的校正控制,在一定优化目标函数下,通过控制变量的调节,重新安排系统的运行方式,使调整后系统的运行状态满足机组出力、功率因数、支路潮流、断面潮流等安全约束条件;其中安全约束调度从状态估计获取配网实时状态,通过潮流计算和稳定断面监视对电网的各种元件和稳定断面进行监视和分析。如果发现越限,在考虑不同目标函数、各种控制变量和各项约束的情况下,计算出消除越限的控制策略,若越限校正计算无解时,提供使越限最小的控制操作。
调配显示模块,用于根据第一告警信息中的故障识别信息和故障恢复决策,通过调配一体化技术导入不同格式的一次、二次设备CIM模型和SVG图形,进行一次、二次设备建模关联和图形关联,实现对地理数据和电网数据的可视化展现;其中,可视化展现包括:(1)、事故前的可视化预警展现;(2)、事故中的可视化故障定位;(3)、事故后的可视化恢复方案。
本实施例中的第一告警信息中的故障识别信息包括故障诊断结果。
在本实施例中,对于未失电区,提出消除过载、保证系统安全运行的方案;对于停电区域,则自动采用故障恢复决策,自动生成恢复控制的操作系列。
为了更好地说明智能恢复供电决策,如图5所示,本实施例还提供了一种基于配网实时数据模型的跨多系统的决策平台,该平台包括:跨多系统的全景数据平台,离线分析模块、在线检测模块和恢复供电决策系统;其中:跨多系统的全景数据平台包括配网实时数据模型,跨多系统的全景数据平台与离线分析模块、在线检测模块连接,离线分析模块、在线检测模块分别与恢复供电决策系统连接。
本实施例中的跨多系统的全景数据平台相当于电力系统的后台数据库,其可以跨多系统调取所需要的数据。
上述平台从跨多系统的全景数据平台的全景数据中获取配网实时数据模型,通过离线分析模块以及在线监测模块形成的故障区域,用户根据所述故障区域,对恢复的优先级进行设置,最终形成恢复的操作序列。
对恢复的优先级进行设置,具体包括:选择自动开环或者手工开环。
离线分析模块,用于通过假定故障线路以及停电厂站,模拟停电事故的发生,再把故障结果提交到恢复供电决策系统中的计算模块,得到最终的恢复策略;此外用户可以将故障结果保存,方便时再读取进行分析比较。
实时监测模块,用于定时将实时断面进行保存,记录下电网的实时状态;以及用于通过监控故障信号,当电网中发生故障时,提取事故后断面信息,并且获取之前已存储的断面信息,通过比较两个断面,可以获取当前配电网系统的停电区域以及停电设备,将故障结果提交到恢复供电决策系统中的计算模块,得到最终的恢复策略,即智能恢复供电决策。
本实施例通过对以上两个离线分析模块、在线检测模块的分析和计算,生成智能恢复供电决策,具体为:首先利用深度优化搜索可用恢复路径,而配网存在着环网情况,需要进行解环;建立解环优化模型,选择最优的开环方案;形成恢复的操作序列。
本实施例还为了给调度人员提供可执行的操作步骤,自动给出从目前的停电方式过渡到目标供电方式的操作系列,一个完整的恢复任务包含以下步骤:(1)闭合开关操作;(2)按最佳开环方案进行打开环网操作;(3)确定恢复的变电站负荷量以确保不过载。
实施例3:
如图6所示,本实施例提供了一种低压配网线路中的故障报警系统,该系统包括模型重建单元601、配网运行单元602和故障报警单元603,各个单元的具体功能如下:
模型重建单元601,用于获取主网模型和主网数据,将主网模型和主网数据与配网模型和配网数据进行关联,并在配网内部在线重建网络模型,得到配网实时数据模型;
配网运行单元602,用于根据配网实时数据模型,得到配网的实时运行状态;
故障报警单元603,用于根据配网的实时运行状态,得到事前预警信息和第一告警信息,对第一告警信息进行针对性分析,生成第二告警信息和故障信息的汇总报表。
实施例4:
如图7所示,本实施例提供了一种计算机设备,其包括通过系统总线701连接的处理器702、存储器、输入装置703、显示装置704和网络接口705。其中,处理器702用于提供计算和控制能力,存储器包括非易失性存储介质706和内存储器707,该非易失性存储介质706存储有操作系统、计算机程序和数据库,该内存储器707为非易失性存储介质706中的操作系统和计算机程序的运行提供环境,计算机程序被处理器702执行时,实现上述实施例1的故障报警方法,如下:
获取主网模型和主网数据,将主网模型和主网数据与配网模型和配网数据进行关联,并在配网内部在线重建网络模型,得到配网实时数据模型;
根据配网实时数据模型,得到配网的实时运行状态;
根据配网的实时运行状态,得到事前预警信息和第一告警信息,对第一告警信息进行针对性分析,生成第二告警信息和故障信息的汇总报表。
实施例5:
本实施例提供一种存储介质,该存储介质为计算机可读存储介质,其存储有计算机程序,所述计算机程序被处理器执行时,实现上述实施例1的故障报警方法,如下:
获取主网模型和主网数据,将主网模型和主网数据与配网模型和配网数据进行关联,并在配网内部在线重建网络模型,得到配网实时数据模型;
根据配网实时数据模型,得到配网的实时运行状态;
根据配网的实时运行状态,得到事前预警信息和第一告警信息,对第一告警信息进行针对性分析,生成第二告警信息和故障信息的汇总报表。
需要说明的是,本实施例的计算机可读存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
在本实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读存储介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读存储介质上包含的计算机程序可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读存储介质可以以一种或多种程序设计语言或其组合来编写用于执行本实施例的计算机程序,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Python、C++,还包括常规的过程式程序设计语言—诸如C语言或类似的程序设计语言。程序可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN)连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
综上所述,本发明通过读取和关联主配网模型及其数据,并在配网中进行网络模型自动重建,得到配网实时数据模型;根据配网实时数据模型,通过全景数据平台对电网运行信息进行集成处理,并通过智能分析对告警信息自动识别、过滤、归并、集成,同时针对不同的告警信号实时给出相应的辅助决策建议,而且将所有过程中的信息通过三维可视化的方式展现给配网相关人员,辅助配网相关人员快速、准确、方便地做出最适合的事故处理,从而进一步提升配网的安全稳定运行水平。
以上所述,仅为本发明专利较佳的实施例,但本发明专利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专利所公开的范围内,根据本发明专利的技术方案及其发明构思加以等同替换或改变,都属于本发明专利的保护范围。
Claims (10)
1.一种低压配网线路中的故障报警方法,其特征在于,所述方法包括:
获取主网模型和主网数据,将主网模型和主网数据与配网模型和配网数据进行关联,并在配网内部在线重建网络模型,得到配网实时数据模型;
根据配网实时数据模型,得到配网的实时运行状态;
根据配网的实时运行状态,得到事前预警信息和第一告警信息,对第一告警信息进行针对性分析,生成第二告警信息和故障信息的汇总报表。
2.根据权利要求1所述的故障报警方法,其特征在于,所述将主网模型和主网数据与配网模型和配网数据进行关联,并在配网内部在线重建网络模型,得到配网实时数据模型,具体包括:
辨识并排除配网数据中的损坏数据;
对排除损坏数据后的配网数据进行网络拓扑分析、状态估计和潮流计算,以确定配网模型与主网模型之间的边界节点状态量;
对主网模型进行等值,得到主网等值模型;
根据配网模型与主网模型之间的边界节点状态量,调整主网模型的部分边界节点相关状态量,使主网模型的部分边界节点相关状态量与配网模型的边界节点状态量匹配;
在匹配完成之后,在配网内部在线重建网络模型,将重建后的配网模型和主网等值模型进行合并,得到配网实时数据模型。
3.根据权利要求1所述的故障报警方法,其特征在于,所述根据配网的实时运行状态,得到事前预警信息,具体包括:
采用分诊机制与会诊机制相结合的方式对配网的实时运行状态进行分析,得到事前预警信息;
所述分诊机制为包括静态安全预警、电压稳定安全预警、暂态稳定安全预警和保护配合预警在内的分诊机制。
4.根据权利要求1所述的故障报警方法,其特征在于,所述根据配网的实时运行状态,得到第一告警信息,具体包括:
通过信息理论技术和溯因推理技术,监控配网的实时运行状态,并综合利用包括配网的实时运行状态信息、保信系统信息、开关状态信息、故障录波信息在内的事故相关信息,得到第一告警信息;
所述第一告警信息包括故障识别信息、故障错误信息和故障伪事故信息。
5.根据权利要求4所述的故障报警方法,其特征在于,所述对第一告警信息进行针对性分析,生成第二告警信息和故障信息的汇总报表,具体包括:
对故障识别信息进行故障诊断推理和分析,给出故障发生的设备和事件树,进而生成第二告警信息和故障信息的汇总报表。
6.根据权利要求1所述的故障报警方法,其特征在于,所述方法还包括:根据配网的实时运行状态,进行风险评估,并给出事故风险等级;
所述进行风险评估,具体包括:
确定多个元件的停运模型;
选择电力系统状态,并计算每个元件的停运模型的停运概率;
在所选择电力系统状态下,评估不确定事故造成的后果;
根据每个元件的停运模型的停运概率、电力系统状态和不确定事故及其造成的后果,计算风险指标值;
所述计算风险指标值,如下式:
R(C/Xt)=∑P(E/Xt)×S(C/E)
其中,Xt表示故障前的运行状态,E表示不确定的事故,C表示不确定事故造成的后果,P(Ε/Xt)表示在Xt下E出现的概率,S(C/E)表示在E下产生C后果的严重度,R(C/Xt)表示风险指标值。
7.一种低压配网线路中的辅助决策装置,其特征在于,所述装置包括:配网EMS系统、主网EMS系统、数据获取模块、监控报警模块、辅助决策模块和调配显示模块;所述配网EMS系统、主网EMS系统分别与数据获取模块连接,所述数据获取模块、监控报警模块、辅助决策模块、调配显示模块依次连接;所述监控报警模块包括事前预警模块、事中告警模块和评估分析模块;
所述数据获取模块,用于获取主网模型和主网数据,将主网模型和主网数据与配网模型和配网数据进行关联,并在配网内部在线重建网络模型,得到配网实时数据模型;
所述监控报警模块,用于根据配网的实时运行状态,得到事前预警信息和第一告警信息,对第一告警信息进行针对性分析,生成第二告警信息和故障信息的汇总报表。
8.根据权利要求7所述的辅助决策装置,其特征在于,所述辅助决策模块,用于根据事前预警信息和第二告警信息,触发多个在线辅助决策,所述在线辅助决策包括风险评估决策、灵敏度分析决策和负荷转移决策;
以及用于根据风险指标值的大小,分等级评估配网风险,并自动生成配网事故预案;
以及用于根据第一告警信息中的故障识别信息,生成故障恢复决策。
9.根据权利要求7所述的辅助决策装置,其特征在于,所述调配显示模块,用于根据第一告警信息中的故障识别信息和故障恢复决策,通过调配一体化技术导入不同格式的一次、二次设备CIM模型和SVG图形,进行一次、二次设备建模关联和图形关联,实现对地理数据和电网数据的可视化展现。
10.一种低压配网线路中的故障报警系统,其特征在于,所述系统包括:
模型重建单元,用于获取主网模型和主网数据,将主网模型和主网数据与配网模型和配网数据进行关联,并在配网内部在线重建网络模型,得到配网实时数据模型;
配网运行单元,用于根据配网实时数据模型,得到配网的实时运行状态;
故障报警单元,用于根据配网的实时运行状态,得到事前预警信息和第一告警信息,对第一告警信息进行针对性分析,生成第二告警信息和故障信息的汇总报表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210650142.7A CN114925866A (zh) | 2022-06-10 | 2022-06-10 | 低压配网线路中的辅助决策装置、故障报警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210650142.7A CN114925866A (zh) | 2022-06-10 | 2022-06-10 | 低压配网线路中的辅助决策装置、故障报警方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114925866A true CN114925866A (zh) | 2022-08-19 |
Family
ID=82811750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210650142.7A Pending CN114925866A (zh) | 2022-06-10 | 2022-06-10 | 低压配网线路中的辅助决策装置、故障报警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114925866A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117613904A (zh) * | 2024-01-23 | 2024-02-27 | 国网天津市电力公司信息通信公司 | 一种电网调度系统及电网调度方法 |
-
2022
- 2022-06-10 CN CN202210650142.7A patent/CN114925866A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117613904A (zh) * | 2024-01-23 | 2024-02-27 | 国网天津市电力公司信息通信公司 | 一种电网调度系统及电网调度方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102663530B (zh) | 高压直流输电系统安全预警与评估系统 | |
Balu et al. | On-line power system security analysis | |
US8126804B2 (en) | Decision support systems and methods for complex networks | |
CN108614191B (zh) | 一种基于bim模型的配电网及地下电缆故障检测方法 | |
CN103793853A (zh) | 基于双向贝叶斯网络的架空输电线路运行状态评估方法 | |
CN113189451A (zh) | 配电网故障定位研判方法、系统、计算机设备和存储介质 | |
CN113537523A (zh) | 一种变电设备状态检修及辅助决策方法 | |
CN112016743A (zh) | 电网设备的检修预测方法、装置、计算机设备和存储介质 | |
CN114202304A (zh) | 一种电网故障智能监控处理方法及系统 | |
CN114925866A (zh) | 低压配网线路中的辅助决策装置、故障报警方法及系统 | |
CN114529166A (zh) | 一种配电网运行安全风险预警方法及系统 | |
CN111049131A (zh) | 一种地区电网在线故障处置预案生成方法及系统 | |
Stewart et al. | Integrated multi-scale data analytics and machine learning for the distribution grid and building-to-grid interface | |
CN111709597A (zh) | 一种电网生产域运营监测系统 | |
CN116468243A (zh) | 一种基于监控运行数据的电网趋势预警方法 | |
JP7257455B2 (ja) | コントローラの意思決定論理の性能を監視するための方法および監視システム | |
Zhuang | Managing risks in electrical infrastructure assets from a strategic perspective | |
Poudel | Quantifying and improving resilience in power distribution systems | |
Wang | Coal Mine Safety Risk Intelligent control and information decision analysis system | |
Rudd et al. | Intelligent monitoring of the health and performance of distribution automation | |
Zhang et al. | [Retracted] Substation Operation Information Maintenance Based on Intelligent Data Mining | |
Qin et al. | Substation decision-making platform based on artificial intelligence | |
KR102683088B1 (ko) | Lvdc 농공단지 마이크로그리드 전력망 안정화 시스템 및 계통환경 분석 장치 | |
Santos et al. | Machine Learning Applied to Shutdown Risk Estimation in Transmission System Maintenance Interventions | |
Jiang et al. | A Hierarchical Maintenance Method for Power System Transmission and Substation Multi-Equipment Operation Status Considering Equipment Service Age |
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 |