CN115221468B - 配电网可靠性指标解析计算方法、系统、服务器和终端 - Google Patents
配电网可靠性指标解析计算方法、系统、服务器和终端 Download PDFInfo
- Publication number
- CN115221468B CN115221468B CN202211112381.3A CN202211112381A CN115221468B CN 115221468 B CN115221468 B CN 115221468B CN 202211112381 A CN202211112381 A CN 202211112381A CN 115221468 B CN115221468 B CN 115221468B
- Authority
- CN
- China
- Prior art keywords
- matrix
- fault
- branch
- node
- load
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 239000011159 matrix material Substances 0.000 claims abstract description 217
- 238000004364 calculation method Methods 0.000 claims abstract description 70
- 230000035945 sensitivity Effects 0.000 claims abstract description 35
- 230000014509 gene expression Effects 0.000 claims abstract description 25
- 230000009466 transformation Effects 0.000 claims abstract description 21
- 239000013598 vector Substances 0.000 claims description 26
- 230000008569 process Effects 0.000 claims description 13
- 230000008439 repair process Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims 1
- 230000006872 improvement Effects 0.000 abstract description 5
- 238000004458 analytical method Methods 0.000 description 16
- 238000005192 partition Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 3
- 238000009795 derivation Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000011541 reaction mixture Substances 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000000342 Monte Carlo simulation Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/13—Architectural design, e.g. computer-aided architectural design [CAAD] related to design of buildings, bridges, landscapes, production plants or roads
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0245—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a qualitative model, e.g. rule based; if-then decisions
- G05B23/0248—Causal models, e.g. fault tree; digraphs; qualitative physics
-
- 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
-
- 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
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Economics (AREA)
- Computational Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Civil Engineering (AREA)
- Development Economics (AREA)
- Architecture (AREA)
- Power Engineering (AREA)
- General Business, Economics & Management (AREA)
- Structural Engineering (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
Abstract
本发明创造提供了一种配电网可靠性指标解析计算方法、系统、服务器和终端,配电网可靠性指标解析计算方法包括按顺序进行的下列步骤,步骤一、获取网络参数;步骤二、建立可靠性计算模型;步骤三、建立相关矩阵,并计算出供电路径矩阵和联络矩阵;步骤四、推导出故障影响矩阵,并计算节点以及配电系统的可靠性指标;步骤五、通过对可靠性指标解析表达式进行偏导变换和摄动变换得到灵敏度值,根据灵敏度值定位薄弱环节。本发明创造通过对可靠性指标的表达式进行偏导变换和摄动变换,计算得到灵敏度值,识别影响可靠性提升的薄弱环节,可以为配电系统供电可靠性的提升提供一定的参考。
Description
技术领域
本发明创造属于电力配电技术领域,尤其是涉及一种配电网可靠性指标解析计算方法、系统、服务器和终端。
背景技术
配电系统作为电力系统的直接面向终端用户的最后一个环节,主要负责向用电负荷供应电能、分配电能。由于电能的发输配用是同时进行的,如果配电系统中某一环节或者某一元件发生故障退出运行,通常会伴随着对用户供电的中断,此时只有采取相应的措施或是修复故障方可恢复对用户的正常供电。电力系统对其所接用户和负荷的供电能力和供电质量的影响主要体现在配电系统,配电系统的完善与否直接关系着广大用户的用电可靠性和用电质量,因此配电系统在电力系统中具有重要的地位,对配电系统可靠性进行评估具有重要意义。
现阶段对配电系统可靠性指标的评估方法有很多且相关研究比较成熟,主要包括有模拟法和解析法两大类。模拟法通常采用蒙特卡洛仿真法来模拟配电系统中的元件或者设备发生故障、检修或者退出运行的过程,但这种方法无法实现可靠性指标的显式表达。经典的解析法是故障后果模式分析法,通过枚举所有元件故障的情况及影响计算得到可靠性指标,但是遍历循环搜索的过程比较繁琐,难以适用于大规模电网分析。在此基础上,网络等值法、最小路法、故障扩散法虽然在一定程度上简化了运算,能够解析表达出故障事件和可靠性指标的关系,但面对规模庞大的配电系统,这些解析计算方法仍然会很复杂。专利CN108595382B基于故障关联矩阵的配电网络结构类参数灵敏度计算方法公开了:故障关联矩阵法通过构建分段联络单元,在每个单元内建立故障关联矩阵来描述支路故障对相应节点的影响,并通过矩阵的代数运算求得可靠性指标,大大提高了计算效率。但是该模型与方法具有一定的局限性,仅适用于单条辐射状馈线。而随着电网规模的扩大,目前大多数配电网含有多条馈线与多条联络线,线路连接复杂,采用此方法仍然需要进行多次重复计算,不能通过一次性解析计算实现多联络配电系统可靠性指标的解析表达。如何建立适用于含多联络的复杂配电网结构的关联模型,提出全新的算法,通过一次性的解析计算,实现含有多联络的复杂配电网可靠性指标的解析计算,该问题仍然没有得到解决。
发明内容
有鉴于此,本发明创造旨在提出一种配电网可靠性指标解析计算方法、系统、服务器和终端,通过建立全新的可靠性计算模型,以矩阵的形式描述配电系统中各元件的位置与状态,并通过矩阵运算对多联络的配电系统进行可靠性指标的解析计算,实现全网可靠性指标的解析表达。
为达到上述目的,本发明创造的技术方案是这样实现的:
提供一种配电网可靠性指标解析计算方法,配电网可靠性指标解析计算方法包括按顺序进行的下列步骤:
步骤一、获取网络参数,所述网络参数包括网络连接关系、故障率、修复时间、开关操作时间和负荷需求关系;
步骤二、建立可靠性计算模型:将配电网处理成节点支路计算单元,并对节点和支路进行编号;
步骤三、建立相关矩阵,并计算出供电路径矩阵和联络矩阵,所述相关矩阵包括节点支路关联矩阵、分段开关矩阵和熔断器矩阵;
步骤四、通过所述供电路径矩阵、所述分段开关矩阵、所述熔断器矩阵和所述联络矩阵,推导出故障影响矩阵,并计算节点以及配电系统的可靠性指标;
步骤五、通过对所述可靠性指标解析表达式进行偏导变换和摄动变换得到灵敏度值,根据灵敏度值定位薄弱环节。
进一步的,步骤二中所述可靠性计算模型为节点支路关联模型,将分段开关、熔断器配电开关设为特殊的支路,并保证每一条支路的两端各连接有一个负荷点,每两个负荷点之间设有一条支路;若支路的某一端没有负荷点,则增加一个用户数和负荷需求均为0的负荷点;对于接入用户的低压变压器,将变压器的故障率合并到其所在线路上。
进一步的,步骤三中,首先根据所述节点支路关联模型,应用一次深度优先算法遍历配电网所有节点支路,同时确定有向图支路方向,并对节点和支路进行编号,写出对应的节点支路关联矩阵
E并根据所属馈线对矩阵进行分块,
E中只包含三种元素,当节点与支路
j不相连时,,当节点是支路
j的起点时,,当节点是支路
j的终点时,,基于所建立的节点支路关联矩阵
E,删除电源点所对应的行以及联络线所对应的列,再进行求逆,即可得到所有负荷节点的供电路径矩阵
PSPM。根据网络中元件位置写出分段开关矩阵
SE和熔断器矩阵
FUSE’,并与节点支路关联矩阵一起计算出联络矩阵
TIE。
进一步的,步骤四中,将支路故障对负荷节点的影响归纳为三种类型:影响类型a:支路故障导致负荷所有供电路径断开,只有等到故障修复后才能恢复供电;影响类型b:支路故障导致负荷所有供电路径断开,待故障隔离后,负荷即可恢复由主电源供电;影响类型c:支路故障导致负荷所有供电路径断开,待故障隔离后,负荷可转供到备用电源恢复供电;影响类型d:支路故障对某一负荷节点不产生任何影响;根据所建立的节点支路关联矩阵、分段开关矩阵、熔断器矩阵、联络矩阵对应位置元素,判断出任一支路故障对任一节点的影响类型;设配电网中所有
N条支路的故障率组成的行向量为,支路的故障修复时间组成的行向量为,节点的负荷需求组成的行向量为,各个节点因支路故障所导致的停电次数指标、节点停电时间指标、节点失电量指标可通过矩阵的代数运算得到:
式(1)中,[1 1 … 1]表示元素全部为1的
N维行向量,运算符号“”表示积,运算规则为矩阵或向量对应位置元素相乘;
在计算时,当a=b=c=1,d=0时矩阵
IF记为
IF 1,矩阵
IF 1中第行第
j列元素表示支路发生故障时节点
j的停电次数;在计算时,矩阵
IF 2由
IF 3和
IF 4计算得到;其中,当a=1,b=c=d=0时矩阵IF记为
IF 3,矩阵
IF 3中第行第
j列元素表示支路发生故障时,节点
j的由于a类故障导致的停电时间;当,a=d=0时矩阵
IF记为
IF 4,矩阵
IF 4中第行第
j列元素表示支路发生故障时,节点
j的由于b类故障和c类故障导致的停电时间;其中代表分段开关操作时间,
t op 代表联络开关操作时间;
配电系统的可靠性指标由下式计算:
式(2)中,表示每个负荷节点的用户数按照编号由小到大的顺序排列组成的列向量,表示配电网中的总用户数。进一步的,步骤五中,所述偏导变换过程包括,列出求偏导表达式、将各故障参数与
IF 1对应行相乘和矩阵乘法展开;对于不可量化类参数,计算变动前后的故障影响矩阵
IF以及可靠性指标的差值,得到灵敏度值。
本发明还提供一种配电网可靠性指标解析系统,包括获取网络参数模块、建立可靠性计算模型模块、建立相关矩阵模块、计算可靠性指标模块和得到灵敏度值模块;所述获取网络参数模块,用于获取网络参数,所述网络参数包括网络连接关系、故障率、修复时间、开关操作时间和负荷需求关系;所述建立可靠性计算模型模块,用于将配电网处理成节点支路计算单元,并对节点和支路进行编号;所述建立相关矩阵模块,用于建立相关矩阵,并计算出供电路径矩阵和联络矩阵,所述相关矩阵包括节点支路关联矩阵、分段开关矩阵和熔断器矩阵;所述计算可靠性指标模块,用于通过所述供电路径矩阵、所述分段开关矩阵、所述熔断器矩阵和所述联络矩阵,推导出故障影响矩阵,并计算节点以及配电系统的可靠性指标;所述得到灵敏度值模块,用于通过对所述可靠性指标解析表达式进行偏导变换和摄动变换得到灵敏度值,根据灵敏度值定位薄弱环节。
本发明还提供一种服务器,至少包括存储器、处理器,所述存储器上存储有计算机程序,所述处理器在执行所述存储器上的计算机程序时实现所述配电网可靠性指标解析计算方法的步骤。
本发明还提供一种终端,包括存储器以及处理器,所述存储器用于存储支持处理器执行所述配电网可靠性指标解析计算方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。
相对于现有技术,本发明创造所述的配电网可靠性指标解析计算方法、系统、服务器和终端具有以下优势:
本发明提出的基于故障影响矩阵的配电网可靠性指标解析计算方法及系统将复杂的配电网统一处理为表示节点和支路的连接关系模型,然后分别建立节点支路关联矩阵、分段开关矩阵、熔断器矩阵、供电路径矩阵、联络矩阵,通过相关矩阵对应位置元素判断所有支路发生故障对所有节点的影响类型,得到故障影响矩阵,进而计算得到整个配电系统的可靠性指标。同时,本发明所提的可靠性计算方法实现了可靠性指标的解析计算和显式表达,避免了复杂的计算和重复搜索的过程,提高了计算效率。通过对可靠性指标的表达式进行偏导变换和摄动变换,计算得到灵敏度值,识别影响可靠性提升的薄弱环节,可以为配电系统供电可靠性的提升提供一定的参考。
附图说明
构成本发明创造的一部分的附图用来提供对本发明创造的进一步理解,本发明创造的示意性实施例及其说明用于解释本发明创造,并不构成对本发明创造的不当限定。在附图中:
图1为本发明创造实施例1所述步骤二建立可靠性计算模型的流程图;
图2为本发明创造实施例1所述步骤五进行偏导计算的流程图;
图3为本发明创造实施例配电网可靠性指标解析计算方法的流程图;
图4为本发明创造实施例2的算例系统接线图;
图5为本发明创造实施例所述配电网可靠性指标解析系统的构架图;
图6为本发明创造实施例1所述表1不同特征式对应的故障影响类型;
图7为本发明创造实施例2所述表2-计算结果对比;
图8为本发明创造实施例2所述表3-支路故障率灵敏度排序。
附图标记说明:
100-配电网原始结构;200-可靠性计算模型;300-列出求偏导表达式;400-各故障参数与
IF 1对应行相乘;500-矩阵乘法展开;600-分析得出偏导与第项有关;700-得到偏导后的结果。
具体实施方式
需要说明的是,在不冲突的情况下,本发明创造中的实施例及实施例中的特征可以相互组合。
下面将参考附图并结合实施例来详细说明本发明创造。
实施例1:本发明第一方面,提供一种配电网可靠性指标解析计算方法,配电网可靠性指标解析计算方法包括按顺序进行的下列步骤:
步骤一、获取网络参数,所述网络参数包括网络连接关系、故障率、修复时间、开关操作时间和负荷需求关系;
步骤二、建立可靠性计算模型,将配电网处理成节点支路计算单元,并对节点和支路进行编号;
步骤二中所述配电网,目前一般采用“闭环设计,开环运行”的模式,该闭环设计即表示可以通过联络线将配电网连接成闭环网,而联络开关是常开开关,在正常运行下一般处于断开状态,只有在发生故障的时候才会闭合联络开关,将失电负荷转移到其他馈线上;
步骤二中所述可靠性计算模型为节点支路关联模型,将分段开关、熔断器配电开关设为特殊的支路,并保证每一条支路的两端各连接有一个负荷点,每两个负荷点之间设有一条支路;若支路的某一端没有负荷点,则增加一个用户数和负荷需求均为0的负荷点;对于接入用户的低压变压器,将变压器的故障率合并到其所在线路上。
所述节点支路关联模型中,将分段开关、熔断器等配电开关视作特殊的支路,并保证每一条支路的两端各连接有一个负荷点,每两个负荷点之间也必须有一条支路,这样做的目的是为了方便建立节点支路关联矩阵来描述配电网的结构。若支路的某一端没有负荷点,则增加一个用户数和负荷需求均为0的负荷点。对于接入用户的低压变压器,将变压器的故障率合并到其所在线路上。
如图1所示建立可靠性计算模型的流程图,将配电网原始结构100处理成节点支路计算单元,并对节点和支路进行编号,建立为可靠性计算模型200;处理过程如下:
(1)找到装备有接入用户的低压变压器的支路,将变压器的故障率加到其所在支路的故障率,并移去变压器。图中配电网原始结构100中在支路上装备有低压变压器。
(2)将分段开关、熔断器都视作特殊的支路,并保证支路的两端是负荷点,两个负荷点之间是支路;图中可靠性计算模型200中支路都是表示的分段开关或熔断器,节点1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 20, 21, 24,25等黑色节点都是为了保证支路两端是负荷点所添加的节点,而15, 16, 17, 18, 19,22, 23, 26, 27, 28节点是原始结构中有用户数和用电需求的节点。
(3)对节点和支路进行重新编号,根据潮流方向,保障可靠性计算模型200中支路的编号与其末端节点的编号一致,即支路的末端是节点1,支路的末端是节点2。
步骤三、建立相关矩阵,并计算出供电路径矩阵和联络矩阵,所述相关矩阵包括节点支路关联矩阵、分段开关矩阵和熔断器矩阵;
所述步骤三中,首先根据所述节点支路关联模型,应用一次深度优先算法遍历配电网所有节点支路,同时确定有向图支路方向,并对节点和支路进行编号,写出对应的节点支路关联矩阵
E并根据所属馈线对矩阵进行分块,
E中只包含三种元素,当节点与支路
j不相连时,,当节点是支路
j的起点时,,当节点是支路
j的终点时,,基于所建立的节点支路关联矩阵
E,删除电源点所对应的行以及联络线所对应的列,再进行求逆,即可得到所有负荷节点的供电路径矩阵
PSPM。根据网络中元件位置写出分段开关矩阵
SE和熔断器矩阵
FUSE’,并与节点支路关联矩阵一起计算出联络矩阵
TIE。
设节点支路关联矩阵为:
其中分块矩阵表示的是联络线和节点的连接关系。将矩阵按列分,记:
向量是
N维列向量,第个元素表示在节点上接有联络线,表示在节点上没有联络线。式中的布尔运算符定义为满足1的所有向量的按位“或”运算,即向量中的某一元素值为,它通过满足的所有向量对应位置元素值进行“或”运算得到的。
设由向量中的
N个元素组成的
N维对角矩阵为,即 ,则:
式(5)中,[1 1 … 1]是元素全为1的
N维行向量,是
N阶单位矩阵。
将矩阵
SE与矩阵
FUSE按位进行或运算之后,再与矩阵
PSPM做积得:
矩阵
PSE的第行第
j列元素表示支路是节点
j的上游支路,且支路和节点
j之间存在分段开关(或熔断器)。
表示支路不是节点
j的上游支路,或者支路和节点
j之间不存在分段开关(和熔断器)。
PSE矩阵左乘矩阵得:
矩阵
PSE’的第行第
j列元素表示支路是节点
j的上游支路,且支路和节点
j之间存在分段开关(或熔断器),且在节点
j上接有联络线。表示支路不是节点
j的上游支路,或者支路和节点
j之间不存在分段开关和熔断器,或者在节点
j上没有联络线。
将矩阵按列分并按馈线进行分块得:
设第个馈线分区内的支路集合为。现根据分区情况计算联络矩阵
TIE。根据前文对矩阵
TIE的定义可知,矩阵
TIE中每个馈线分区内的列向量都相同,假设第个馈线分区的列向量为按照式(9)计算:
则:
步骤四、通过所述供电路径矩阵、所述分段开关矩阵、所述熔断器矩阵和所述联络矩阵,推导出故障影响矩阵,并计算节点以及配电系统的可靠性指标;
所述步骤四中,根据所建立和计算得到的
PSPM、
SE、
FUSE’、
TIE对应位置元素,通过表1中特征式与故障类型的对应关系可以得到故障影响矩阵
IF中主对角线上的矩阵。由于当节点和故障支路处于不同的馈线时故障影响类型一定为d,所以非主对角线上的矩阵内的所有元素均为d,这样就得到了完整的故障影响矩阵
IF。表1-不同特征式对应的故障影响类型如图6所示,表中“X”表示不可能出现的特征式。
所述步骤四中,将支路故障对负荷节点的影响归纳为三种类型:影响类型a:支路故障导致负荷所有供电路径断开,只有等到故障修复后才能恢复供电;影响类型b:支路故障导致负荷所有供电路径断开,待故障隔离后,负荷即可恢复由主电源供电;影响类型c:支路故障导致负荷所有供电路径断开,待故障隔离后,负荷可转供到备用电源恢复供电;影响类型d:支路故障对某一负荷节点不产生任何影响;根据所建立的节点支路关联矩阵、分段开关矩阵、熔断器矩阵、联络矩阵对应位置元素,判断出任一支路故障对任一节点的影响类型;设配电网中所有
N条支路的故障率组成的行向量为,支路的故障修复时间组成的行向量为,节点的负荷需求组成的行向量为,各个节点因支路故障所导致的停电次数指标、节点停电时间指标 、节点失电量指标可通过矩阵的代数运算得到:
式(1)中,[1 1 … 1]表示元素全部为1的
N维行向量,运算符号“”表示积,运算规则为矩阵或向量对应位置元素相乘;
在计算时,当a=b=c=1,d=0时矩阵
IF记为
IF 1,矩阵
IF 1中第行第
j列元素表示支路发生故障时节点
j的停电次数;在计算时,矩阵
IF 2由
IF 3和
IF 4计算得到;其中,当a=1,b=c=d=0时矩阵IF记为
IF 3,矩阵
IF 3中第行第
j列元素表示支路发生故障时,节点
j的由于a类故障导致的停电时间;当,a=d=0时矩阵
IF记为
IF 4,矩阵
IF 4中第行第
j列元素表示支路发生故障时,节点
j的由于b类故障和c类故障导致的停电时间;其中代表分段开关操作时间,代表联络开关操作时间;
配电系统的可靠性指标由下式计算:
式(2)中,表示每个负荷节点的用户数按照编号由小到大的顺序排列组成的列向量,表示配电网中的总用户数。
步骤五、通过对所述可靠性指标解析表达式进行偏导变换和摄动变换得到灵敏度值,根据灵敏度值定位薄弱环节。
所述步骤五中,所述偏导变换过程包括,列出求偏导表达式、将各故障参数与
IF 1对应行相乘和矩阵乘法展开;对于不可量化类参数,计算变动前后的故障影响矩阵
IF以及可靠性指标的差值,得到灵敏度值。
对于可量化类参数,如图2所示,以系统平均停电频率SAIFI(System AverageInterrupt Frequency Index, SAIFI)对线路故障率的灵敏度计算过程为例,展示了进行偏导变换的过程,所述偏导变换过程包括,列出求偏导表达式300,将各故障参数与
IF 1对应行相乘400,矩阵乘法展开500,分析得出偏导与第项有关600,得到偏导后的结果700;同理,其余的可靠性指标对其他可量化参数的故障灵敏度的推导过程与图2类似,不再赘述。通过以上分析可知,在得到故障影响矩阵
IF后,只需对矩阵
IF内元素进行赋值,并将相应参数带入图2所示公式,即可得到任意可量化参数故障率的灵敏度值,以便识别影响可靠性的薄弱设备,避免了可靠性指标的重复性计算。
对于不可量化类参数,例如分段开关、熔断器安装位置,联络线接入位置等,这类网络结构参数的变化会影响到分段开关矩阵、熔断器矩阵和联络矩阵,最终导致式故障影响矩阵
IF的变化。由于故障影响矩阵
IF是根据矩阵对应位置元素组成的特征式得到的,没有固定的解析关系。因此对于网络结构类影响因素的灵敏度值计算,分别计算变动前后的故障影响矩阵
IF,比较变动前后的可靠性指标并计算差值,得到灵敏度值。
实施例2:
如图4所示,基于故障影响矩阵的配电网可靠性指标解析计算方法实施例的算例系统接线图,配电网以中国台湾94节点配网为例,并将本文方法分别与故障扩散法和故障关联矩阵法的计算时间进行对比来验证本文方法的计算效率。
按照所述步骤一,首先获取网络参数。设算例中所有线路的型号相同,其故障率为0.065次/年/公里,故障修复时间为5小时,分段开关操作时间、联络的转供时间均为1小时,每个节点的用户数均相同,不考虑联络线发生故障的情况。
按照所述步骤二,建立可靠性计算模型:将配电网处理成节点支路计算单元,并对节点和支路进行编号,如图4所示。图4中仅标出了节点编号,支路的编号与其末端节点的编号一致。
按照所述步骤三,建立相关矩阵,并计算出供电路径矩阵和联络矩阵,所述相关矩阵包括节点支路关联矩阵、分段开关矩阵和熔断器矩阵。
按照所述步骤四,通过所述供电路径矩阵、所述分段开关矩阵、所述熔断器矩阵和所述联络矩阵,根据表1所述不同特征式与不同故障影响类型的对应关系,推导出故障影响矩阵,并根据式(1)和式(2)计算节点以及配电系统的可靠性指标;
按照所述步骤五,按照由大到小的顺序,表3-支路故障率灵敏度排序如图8所示,算例所有支路的故障率对指标SAIFI的影响最大的前3组故障元件。由表3-支路故障率灵敏度排序可以看出,对系统SAIFI指标影响最大的是馈线F5熔断器上游的支路38-52,原因是这些元件之间没有熔断器相隔,一旦某一个元件发生故障,F5馈线的所有负荷都将经历一次停电事故,且F5的电力用户数较多,因此这些线路的故障率灵敏度最大。其次是馈线F1和F7的支路1-13和支路61-70,与F5同样的原因,由于缺少熔断器隔离故障,且用户数较多,线路故障对SAIFI的影响较大。若想提高SAIFI,则需要通过更新设备以降低这些线路的故障率,或安装熔断器,限制故障影响范围。
对比本文方法与故障扩散法,由于本文方法对配电网的拓扑关系进行了详细的分析并建立矩阵对配电网进行描述,通过解析计算的方法避免了枚举各个故障过程中的重复性故障搜索过程,计算时间明显更快。对比本文方法与故障关联矩阵法,后者在应用故障关联矩阵分析每个元件的故障影响范围时,需要对每条馈线分别进行计算,而本文通过对配电网中元件位置进行详细分析建立相关矩阵,通过矩阵运算一次性得到所有馈线中的所有故障元件对各个负荷的影响类型,避免了对逐条馈线的计算。再通过式(2)计算出配电系统中各个负荷节点和整个系统的可靠性指标。因此,在保证了计算准确度的同时,计算速度也得到了进一步的提升。对于规模更大、馈线和元件数更多的配电系统,本文方法的计算速度优势将会更加明显。表2-计算结果对比如图7所示。
本发明第二方面,提供一种配电网可靠性指标解析系统,如图5所示包括获取网络参数模块、建立可靠性计算模型模块、建立相关矩阵模块、计算可靠性指标模块和得到灵敏度值模块;所述获取网络参数模块,用于获取网络参数,所述网络参数包括网络连接关系、故障率、修复时间、开关操作时间和负荷需求关系;所述建立可靠性计算模型模块,用于将配电网处理成节点支路计算单元,并对节点和支路进行编号;所述建立相关矩阵模块,用于建立相关矩阵,并计算出供电路径矩阵和联络矩阵,所述相关矩阵包括节点支路关联矩阵、分段开关矩阵和熔断器矩阵;所述计算可靠性指标模块,用于通过所述供电路径矩阵、所述分段开关矩阵、所述熔断器矩阵和所述联络矩阵,推导出故障影响矩阵,并计算节点以及配电系统的可靠性指标;所述得到灵敏度值模块,用于通过对所述可靠性指标解析表达式进行偏导变换和摄动变换得到灵敏度值,根据灵敏度值定位薄弱环节。
本发明第三方面,提供一种服务器,至少包括存储器、处理器,所述存储器上存储有计算机程序,所述处理器在执行所述存储器上的计算机程序时实现所述配电网可靠性指标解析计算方法的步骤。
本发明第四方面,提供一种终端,包括存储器以及处理器,所述存储器用于存储支持处理器执行配电网可靠性指标解析计算方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。
以上所述仅为本发明创造的较佳实施例而已,并不用以限制本发明创造,凡在本发明创造的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明创造的保护范围之内。
Claims (7)
1.一种配电网可靠性指标解析计算方法,其特征在于:配电网可靠性指标解析计算方法包括按顺序进行的下列步骤:
步骤一、获取网络参数,所述网络参数包括网络连接关系、故障率、修复时间、开关操作时间和负荷需求关系;
步骤二、建立可靠性计算模型:将配电网处理成节点支路计算单元,并对节点和支路进行编号;步骤二中所述可靠性计算模型为节点支路关联模型,将分段开关、熔断器配电开关设为特殊的支路,并保证每一条支路的两端各连接有一个负荷点,每两个负荷点之间设有一条支路;若支路的某一端没有负荷点,则增加一个用户数和负荷需求均为0的负荷点;对于接入用户的低压变压器,将变压器的故障率合并到其所在线路上;
步骤三、建立相关矩阵,并计算出供电路径矩阵和联络矩阵,所述相关矩阵包括节点支路关联矩阵、分段开关矩阵和熔断器矩阵;
步骤四、通过所述供电路径矩阵、所述分段开关矩阵、所述熔断器矩阵和所述联络矩阵,推导出故障影响矩阵,并计算节点以及配电系统的可靠性指标;通过下表中特征式与故障类型的对应关系可以得到故障影响矩阵IF中主对角线上的矩阵,其中x表示不可能出现的特征式;
通过下表中,不同特征式对应的故障影响类型为:
将支路故障对负荷节点的影响归纳为四种类型:影响类型a:支路故障导致负荷所有供电路径断开,只有等到故障修复后才能恢复供电;影响类型b:支路故障导致负荷所有供电路径断开,待故障隔离后,负荷即可恢复由主电源供电;影响类型c:支路故障导致负荷所有供电路径断开,待故障隔离后,负荷可转供到备用电源恢复供电;影响类型d:支路故障对某一负荷节点不产生任何影响;
步骤五、通过对所述可靠性指标解析表达式进行偏导变换和摄动变换得到灵敏度值,根据灵敏度值定位薄弱环节。
2.根据权利要求1所述的配电网可靠性指标解析计算方法,其特征在于:步骤三中,首先根据所述节点支路关联模型,应用一次深度优先算法遍历配电网所有节点支路,同时确定有向图支路方向,并对节点和支路进行编号,写出对应的节点支路关联矩阵E并根据所属馈线对矩阵进行分块,E中只包含三种元素,当节点i与支路j不相连时,eij=0,当节点i是支路j的起点时,eij=1,当节点i是支路j的终点时,eij=-1,基于所建立的节点支路关联矩阵E,删除电源点所对应的行以及联络线所对应的列,再进行求逆,即可得到所有负荷节点的供电路径矩阵PSPM;根据网络中元件位置写出分段开关矩阵SE和熔断器矩阵FUSE’,并与节点支路关联矩阵一起计算出联络矩阵TIE。
3.根据权利要求1所述的配电网可靠性指标解析计算方法,其特征在于:步骤四中,根据所建立的节点支路关联矩阵、分段开关矩阵、熔断器矩阵、联络矩阵对应位置元素,判断出任一支路故障对任一节点的影响类型;设配电网中所有N条支路的故障率组成的行向量为λ=[λ1λ2λ3…λN],支路的故障修复时间组成的行向量为μ=[μ1μ2μ3…μN],节点的负荷需求组成的行向量为L=[L1 L2 L3…LN],各个节点因支路故障所导致的停电次数指标 节点停电时间指标节点失电量指标可通过矩阵的代数运算得到:
在计算λLP时,当a=b=c=1,d=0时矩阵IF记为IF1,矩阵IF1中第i行第j列元素表示支路i发生故障时节点j的停电次数;在计算μLP时,矩阵IF2由IF3和IF4计算得到;其中,当a=1,b=c=d=0时矩阵IF记为IF3,矩阵IF3中第i行第j列元素表示支路i发生故障时,节点j的由于a类故障导致的停电时间;当b=tsw,c=max{tsw,top},a=d=0时矩阵IF记为IF4,矩阵IF4中第i行第j列元素表示支路i发生故障时,节点j的由于b类故障和c类故障导致的停电时间;其中tsw代表分段开关操作时间,top代表联络开关操作时间;
配电系统的可靠性指标由下式计算:
式(2)中,NT表示每个负荷节点的用户数按照编号由小到大的顺序排列组成的列向量,Ntotal表示配电网中的总用户数。
4.根据权利要求1所述的配电网可靠性指标解析计算方法,其特征在于:步骤五中,所述偏导变换过程包括,列出求偏导表达式、将各故障参数与IF1对应行相乘和矩阵乘法展开;对于不可量化类参数,计算变动前后的故障影响矩阵IF以及可靠性指标的差值,得到灵敏度值。
5.一种配电网可靠性指标解析系统,其特征在于:包括获取网络参数模块、建立可靠性计算模型模块、建立相关矩阵模块、计算可靠性指标模块和得到灵敏度值模块;
所述获取网络参数模块,用于获取网络参数,所述网络参数包括网络连接关系、故障率、修复时间、开关操作时间和负荷需求关系;
所述建立可靠性计算模型模块,用于将配电网处理成节点支路计算单元,并对节点和支路进行编号;所述可靠性计算模型为节点支路关联模型,将分段开关、熔断器配电开关设为特殊的支路,并保证每一条支路的两端各连接有一个负荷点,每两个负荷点之间设有一条支路;若支路的某一端没有负荷点,则增加一个用户数和负荷需求均为0的负荷点;对于接入用户的低压变压器,将变压器的故障率合并到其所在线路上;
所述建立相关矩阵模块,用于建立相关矩阵,并计算出供电路径矩阵和联络矩阵,所述相关矩阵包括节点支路关联矩阵、分段开关矩阵和熔断器矩阵;
所述计算可靠性指标模块,用于通过所述供电路径矩阵、所述分段开关矩阵、所述熔断器矩阵和所述联络矩阵,推导出故障影响矩阵,并计算节点以及配电系统的可靠性指标;通过下表中特征式与故障类型的对应关系可以得到故障影响矩阵IF中主对角线上的矩阵,其中x表示不可能出现的特征式;
通过下表中,不同特征式对应的故障影响类型为:
将支路故障对负荷节点的影响归纳为四种类型:影响类型a:支路故障导致负荷所有供电路径断开,只有等到故障修复后才能恢复供电;影响类型b:支路故障导致负荷所有供电路径断开,待故障隔离后,负荷即可恢复由主电源供电;影响类型c:支路故障导致负荷所有供电路径断开,待故障隔离后,负荷可转供到备用电源恢复供电;影响类型d:支路故障对某一负荷节点不产生任何影响;
所述得到灵敏度值模块,用于通过对所述可靠性指标解析表达式进行偏导变换和摄动变换得到灵敏度值,根据灵敏度值定位薄弱环节。
6.一种服务器,至少包括存储器、处理器,所述存储器上存储有计算机程序,其特征在于,所述处理器在执行所述存储器上的计算机程序时实现权利要求1至4中任一项所述方法的步骤。
7.一种终端,其特征在于,包括存储器以及处理器,所述存储器用于存储支持处理器执行权利要求1至4任一项所述方法的程序,所述处理器被配置为用于执行所述存储器中存储的程序。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211112381.3A CN115221468B (zh) | 2022-09-14 | 2022-09-14 | 配电网可靠性指标解析计算方法、系统、服务器和终端 |
US18/368,389 US20240045419A1 (en) | 2022-09-14 | 2023-09-14 | Method, software system, server and physical terminal of analytical calculation of power supply reliability indexes of complex power distribution networks with multi- connections |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211112381.3A CN115221468B (zh) | 2022-09-14 | 2022-09-14 | 配电网可靠性指标解析计算方法、系统、服务器和终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115221468A CN115221468A (zh) | 2022-10-21 |
CN115221468B true CN115221468B (zh) | 2023-04-18 |
Family
ID=83617491
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211112381.3A Active CN115221468B (zh) | 2022-09-14 | 2022-09-14 | 配电网可靠性指标解析计算方法、系统、服务器和终端 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20240045419A1 (zh) |
CN (1) | CN115221468B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117096863B (zh) * | 2023-08-23 | 2024-04-12 | 天津大学 | 考虑电压约束的柔性配电网故障关联矩阵可靠性计算方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020237847A1 (zh) * | 2019-05-24 | 2020-12-03 | 清华大学 | 一种基于混合整数线性规划的配电网可靠性指标计算方法 |
CN113094920A (zh) * | 2021-04-22 | 2021-07-09 | 国网上海市电力公司 | 一种基于故障后果解析表达的配电网可靠性薄弱环节分析方法 |
WO2022134596A1 (zh) * | 2020-12-23 | 2022-06-30 | 南京邮电大学 | 一种计及新能源影响的主动配电网脆弱节点辨识方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106571622A (zh) * | 2015-10-09 | 2017-04-19 | 云南电网有限责任公司 | 一种基于遍历算法和元件层级的配电网可靠性评估方法 |
CN107292502B (zh) * | 2017-06-13 | 2020-05-19 | 南京软核科技有限公司 | 一种配电网可靠性评估方法 |
CN108921725A (zh) * | 2018-06-22 | 2018-11-30 | 天津大学 | 一种复杂配电网可靠性指标快速解析计算方法 |
CN108711852B (zh) * | 2018-06-22 | 2021-02-26 | 天津大学 | 一种基于故障关联矩阵的配电网故障参数灵敏度计算方法 |
-
2022
- 2022-09-14 CN CN202211112381.3A patent/CN115221468B/zh active Active
-
2023
- 2023-09-14 US US18/368,389 patent/US20240045419A1/en active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020237847A1 (zh) * | 2019-05-24 | 2020-12-03 | 清华大学 | 一种基于混合整数线性规划的配电网可靠性指标计算方法 |
WO2022134596A1 (zh) * | 2020-12-23 | 2022-06-30 | 南京邮电大学 | 一种计及新能源影响的主动配电网脆弱节点辨识方法 |
CN113094920A (zh) * | 2021-04-22 | 2021-07-09 | 国网上海市电力公司 | 一种基于故障后果解析表达的配电网可靠性薄弱环节分析方法 |
Also Published As
Publication number | Publication date |
---|---|
US20240045419A1 (en) | 2024-02-08 |
CN115221468A (zh) | 2022-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107958329B (zh) | 一种供电可靠性的评估方法及系统 | |
CN100438251C (zh) | 一种大型电力系统脆弱线路辨识的方法 | |
CN110276532B (zh) | 一种研究基于负荷分块的配电网可靠性计算方法 | |
CN109146124B (zh) | 一种基于时变失效率的配电终端改造决策方法 | |
CN108921725A (zh) | 一种复杂配电网可靠性指标快速解析计算方法 | |
CN102968556A (zh) | 一种基于概率分布的配网可靠性判断方法 | |
CN115221468B (zh) | 配电网可靠性指标解析计算方法、系统、服务器和终端 | |
CN109474023B (zh) | 智能配电网区段实时更新方法、系统、存储介质及终端 | |
CN110783968B (zh) | 一种交直流电网脆弱线路分析方法及系统 | |
CN104750878A (zh) | 一种基于混合搜索策略的拓扑故障诊断方法 | |
CN109375050B (zh) | 一种基于初始故障线路割集的电力系统关键断面辨识方法 | |
CN111143764A (zh) | 基于扩散理论的结构复杂配网可靠性评估方法 | |
CN112288326A (zh) | 一种适用于输电系统韧性评估的故障场景集削减方法 | |
CN113094920B (zh) | 一种基于故障后果解析表达的配电网可靠性薄弱环节分析方法 | |
CN109615189B (zh) | 一种配电网可靠性评估方法 | |
CN110829413B (zh) | 基于道路矩阵的辐射状配电网可靠性评估方法 | |
Li et al. | Identification of Critical Hidden Failure Line Based on State-failure-network | |
CN110009240B (zh) | 一种电力系统可靠性评估方法 | |
CN109861214B (zh) | 判断区域电网暂态功角稳定薄弱线路的方法、系统 | |
CN113282881A (zh) | 基于可达矩阵的电力信息物理系统鲁棒性分析方法 | |
CN110740097B (zh) | 一种电力通信网路由方案评估方法及装置 | |
CN111428377B (zh) | 考虑元件故障随机性的配电网可靠性评估方法及系统 | |
CN113625118A (zh) | 基于优化脉冲神经膜系统的单相接地故障选线方法 | |
CN113991652A (zh) | 数据驱动的含iidg配电网短路电流多输出计算方法 | |
CN113507389A (zh) | 一种电网关键节点识别方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |