CN115347562A - 一种ai技术下配电网抢修快速抵达方法 - Google Patents
一种ai技术下配电网抢修快速抵达方法 Download PDFInfo
- Publication number
- CN115347562A CN115347562A CN202211044594.7A CN202211044594A CN115347562A CN 115347562 A CN115347562 A CN 115347562A CN 202211044594 A CN202211044594 A CN 202211044594A CN 115347562 A CN115347562 A CN 115347562A
- Authority
- CN
- China
- Prior art keywords
- fault
- power distribution
- matrix
- distribution network
- network
- 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
- 230000008439 repair process Effects 0.000 title claims abstract description 33
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000005516 engineering process Methods 0.000 title claims abstract description 9
- 239000011159 matrix material Substances 0.000 claims abstract description 63
- 230000009977 dual effect Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Images
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
- H02J3/001—Methods to deal with contingencies, e.g. abnormalities, faults or failures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/086—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
-
- 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
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种AI技术下配电网抢修快速抵达方法,先得到配电网正常运行下的有网络描述矩阵,在故障情况下依据IED装置检测到的故障电流信息生成故障信息矩阵,对故障前、后不同模型通过相应运算得到故障判断矩阵,从而实现对故障位置的判断;基于判断得出的配电网故障位置,综合考虑速度、交叉路口的延误、交通管制因素,以行车时间最短为判断准则,建立配电网故障点的最短抢修路径模型,利用AI算法搜索最短路径。本发明方法可快速、有效地对配电网故障进行定位,在开关处IED上传信息不完备的情况下也可同样进行故障定位。
Description
技术领域
本发明属于配电网故障抢修技术领域,涉及配电网故障定位及最短抢修路径方法,尤其是一种AI技术下配电网抢修快速抵达方法。
背景技术
随着国民经济的发展,电网规模逐渐扩大,电力用户对供电可靠性提出了更高的要求。电力系统用于产生和消耗电能,包括发变输配用等环节,发电厂所产生的电能传输到用电集中区域,再由配电网分配电能给用户。配电网是电网和用户之间的最终纽带,其安全可靠运行对于用户的生产生活用电产生重大影响。因此,配电网在电力系统中具有十分重要的地位,配电网安全可靠运行有利于坚强智能电网的建设。目前超过85%的停电故障都是由于配电网故障造成的,因此如何尽量避免配电网发生故障,降低配电网出现故障的概率,且如果配电网出现故障,配电管理要在尽可能短的时间内恢复供电,确保配电网系统安全可靠运行,而要最短时间内恢复供电,对故障进行准确定位、及时抢修是确保配电网高效运行的关键,其中对故障准确定位是最为关键的,能否准确对故障进行定位直接影响恢复供电时间。
此外,虽然配电网自动化程度不断提高,隔离开关可以解决部分电力故障,但对于隔离开关难以解决的故障,就必须派出专门人员去解决故障。在实际抢修过程中,最短路径选择成为影响抢修效率的关键要素,能够有利于确保抢修的及时性和高效性。
发明内容
本发明的目的在于克服现有技术的不足,提出一种AI技术下配电网抢修快速抵达方法,首先通过矩阵算法对配电网故障进行定位,接着基于AI算法搜索配电管理抢修的最短路径。
本发明解决技术问题所采用的技术方案是:
本发明涉及一种AI技术下配电网抢修快速抵达方法,包括:配电网故障点定位和抢修最短路径搜索;所述配电网故障点定位将故障地点上传至配电管理,配电管理基于AI算法搜索抢修最短路径。本发明通过深入研究面向配电网故障点的定位及抢修最短路径,可快速精准地抵达故障位置。
一种AI技术下配电网抢修快速抵达方法,包括以下步骤:
S1:以图论为基础,得到配电网正常运行下的有网络描述矩阵,在故障情况下依据IED装置检测到的故障电流信息生成故障信息矩阵,对故障前、后不同模型通过相应运算得到故障判断矩阵,从而实现对故障位置的判断;
S2:基于S1判断得出的配电网故障位置,综合考虑速度、交叉路口的延误、交通管制因素,以行车时间最短为判断准则,建立配电网故障点的最短抢修路径模型,利用AI算法搜索最短路径。
进一步地,所述S1的具体方法为:
采用安装在母线节点处的IED装置所采集的故障分量信息,初步判定故障所处区域,对配电网中所有IED设备进行编号e1,…,en,检测到故障方向为正时,令ei=1;检测到故障方向为负时,令ei=-1;
根据配电网络在正常工作状态下形成一个N×N阶的网络描述矩阵D,规定配电网中正方向为母线指向线路,令矩阵D中的主对角线元素均为1,对于非对角线元素,若节点i与节点j相连且潮流方向与正方向相同,则Dij=1,否则Dij=0;
形成网络描述矩阵D,
配电网发生故障后,集中保护装置收到IED装置采集的故障信息后,生成一个N×N阶的故障信息矩阵G,令矩阵G中的主对角线元素均为1,对于主对角线上方的元素,若节点i与节点j相连且故障方向为正,则Gij=1,否则Gij=0;对于主对角线下方的元素,若节点i与节点j相连且故障方向为负,则Gij=1,否则Gij=0;
(4)将故障信息矩阵G与网络描述矩阵D相减,得到故障判断矩阵P,
P=G-D,
若矩阵P中存在Pij=0,其物理意义为故障前后该馈线区域内流过的电流方向没有发生改变,据此可判定该线路区域无故障,若矩阵P中存在Pij≠0,其物理意义为故障前后该馈线区域内流过的电流方向发生改变,此时需要采用以下判据来判别故障情况:
①若矩阵P中|Pij|≠|Pij|,则表明节点i,j之间的馈线区域两端在故障后仅有一端的电流方向发生改变,另一端的电流方向保持不变,此时可以判定故障发生在节点ij之间馈线区域内;
②若矩阵P中存在Pij|=|Pij|,则表明节点i,j之间的馈线区域两端在故障后电流方向均发生改变,此时可以判定节点i,j之间的馈线区域内无故障发生。
进一步地,若与节点i相连的某个IED装置受到干扰造成故障信息缺失,则在形成网络拓扑矩阵D和故障信息矩阵G时忽略该节点,对配电网网络结构进行重构,重新计算配电网潮流。
进一步地,所述S2包括建立配电网故障点的最短抢修路径模型,
单源最短抢修路径模型为:
其中,Xij=0;V(i,j)∈E,Xij=1;S0=1,SD=-1;Si=0;FS(i)和BS(i)是节点i的前向与后向关联节点,V为节点集,E为边集;Xij为边(i,j)是否存在的逻辑指示因子;Wij为存在边(i,j)的权值,
在路段ij的行驶时间
Tij=Lij/Vs
最短路径的权值:
进一步地,所述S2包括构造交通网络算法,设T是V的一个子集,且S不属于T,记S=V-T,S顺序记录着最优路径上的节点,对T中每一个顶点t,记WL(t)为s到t的所有路径中加权长度最短的路径的长度,WL(t)称为t关于s的指标,若此路径不存在,则令WL(t)=∞;
(1)在起点Vs前增加附加节点V及相应的弧(V,Vs),终点V后增加附加节点V'及相应的弧(Vt,V');
(2)给扩展后的网络每一条弧分配一个虚拟标号;
(3)生成一个由m+2个节点组成的对偶网络;
①基节点与原网络中的弧相对应;
②基节点之间的弧根据下列原则确定:若在原网络中有一个直接后继的弧,则在对偶网络中与之之间有一条弧;
③弧的权由下式确定:
W(Li,Lj)=W(Li)+Wp(Li,Lj),其中,W(Li)为原网络中弧Lt的权,Wp(Li,Lj)是与Li,Lj有关的节点附加代价;显然(V,Vs),(Vt,V')的权为0,(Vs,V')处不存在附加代价。
本发明的优点和积极效果是:
1.本发明方法可快速、有效地对配电网故障进行定位,在开关处IED上传信息不完备的情况下也可同样进行故障定位。
2.本发明根据城市的交通状况对交通网络图的边值赋予不同的权值,基于AI算法实现配电网抢修的最优路径搜寻,一旦发现配电网故障点,可快速高效的抵达进行抢修维护。
附图说明
图1为配电网常见分支节点类型图;
图2为含分布式电源的配电网拓扑结构图;
图3为含分布式电源的配电网网络潮流图;
图4为含分布式电源的配电网模型图;
图5为节点4信息缺失后的配电网网络潮流图;
图6为交通网络拓扑有向图。
具体实施方式
需要说明的是,在不冲突的情况下,本申请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。
需要指出的是,除非另有指明,本申请使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
一种AI技术下配电网抢修快速抵达方法,如图1、图2、图3和图4所示,包括以下步骤:
S1:以图论为基础,得到配电网正常运行下的有网络描述矩阵,在故障情况下依据智能电子设备(Intelligent Electronic Device,IED)检测到的故障电流信息生成故障信息矩阵,针对故障前后不同,对具体模型通过相应运算得到故障判断矩阵,从而实现对故障位置的判断。
所述S1的具体步骤包括:
S1-1:故障信息采用安装在母线节点处的IED装置所采集的故障分量信息,区分母线故障、负荷出线故障及线路区域故障,初步判定配电网故障的发生区域。
在本实施例中,所述S1-1的具体步骤包括:
采用安装在母线节点处的IED装置所采集的故障分量信息,初步判定故障所处区域。以图1中常见的分支节点类型为例,对配电网中所有IED设备进行编号e1,…,en,检测到故障方向为正时,令ei=1;检测到故障方向为负时,令ei=-1。故障发生后,通过表1的判据,可以准确定位故障发生的区域。
表1配电网常见分支节点故障区域判断表
根据配电网络在正常工作状态下形成一个N×N阶的网络描述矩阵D。规定配电网中正方向为母线指向线路,令矩阵D中的主对角线元素均为1,对于非对角线元素,若节点i与节点j相连且潮流方向与正方向相同,则Dij=1,否则Dij=0。
以图2所示配电网为例,形成网络描述矩阵D,箭头所指方向为配电网的潮流方向。
配电网发生故障后,集中保护装置收到IED装置采集的故障信息后,生成一个N×N阶的故障信息矩阵G。令矩阵G中的主对角线元素均为1,对于主对角线上方的元素,若节点i与节点j相连且故障方向为正,则Gij=1,否则Gij=0;对于主对角线下方的元素,若节点i与节点j相连且故障方向为负,则Gij=1,否则Gij=0。
以图3含分布式电源的配电网网络潮流图为例,若节点2、节点3之间发生故障,此时箭头所指方向为配电网的潮流方向,形成故障信息矩阵G:
(4)将故障信息矩阵G与网络描述矩阵D相减,得到故障判断矩阵P,
P=G-D。
若矩阵P中存在Pij=0,其物理意义为故障前后该馈线区域内流过的电流方向没有发生改变,据此可判定该线路区域无故障。若矩阵P中存在Pij≠0,其物理意义为故障前后该馈线区域内流过的电流方向发生改变,此时需要采用以下判据来判别故障情况:
①若矩阵P中|Pij|≠|Pij|,则表明节点i,j之间的馈线区域两端在故障后仅有一端的电流方向发生改变,另一端的电流方向保持不变,此时可以判定故障发生在节点ij之间馈线区域内。
②若矩阵P中存在|Pij|=|Pij|,则表明节点i,j之间的馈线区域两端在故障后电流方向均发生改变,此时可以判定节点i,j之间的馈线区域内无故障发生。
以图3中F点故障为例,此时故障判断矩阵P:
可得:
(1)|P14|=|P41|,不符合判据,处于故障区域之外。
(2)|P23|≠|P32|,符合判据,故障位于节点2及节点3之间的线路上。
(3)|P45|≠|P54|,不符合判据,处于故障区域之外。
所述S1-2的具体步骤包括:
若与节点i相连的某个IED装置受到干扰造成故障信息缺失,则在形成网络拓扑矩阵D和故障信息矩阵G时忽略该节点,对配电网网络结构进行重构,重新计算配电网潮流。
配电网运行过程中,以图4为例,假定母线节点4处的IED装置所采集的信息缺失,此时对配电网网络结构进行重构,重新计算配电网潮流,网络潮流如图5所示。
令Dii=0,矩阵D中与节点i相关的所有元素全部置0,并将与此节点相连的上游节点与下游节点设置为连接状态,将此节点隐藏与拓扑结构中。
此时网络描述矩阵D:
当F3处发生故障时,故障信息矩阵G:
故障判断矩阵P:
此时矩阵P中元素|P15|≠|P51|,可将故障定位于节点1及节点5之间,在故障信息不完备的情况下仍能进行故障定位。
S2:基于S1判断得出的配电网故障位置,综合考虑速度、交叉路口的延误、交通管制等影响抢修车辆行车效率的因素,以行车时间最短为判断准则,建立配电网故障点的最短抢修路径模型,利用AI算法搜索最短路径。
所述S2的具体步骤包括:
S2-1:综合考虑速度、交叉路口的延误、交通管制等影响抢修车辆行车效率的因素,以行车时间最短为判断准则,建立配电网故障点的最短抢修路径模型。
设G=(V,E)为一有向图,V为节点集,E为边集;Xij为边(i,j)是否存在的逻辑指示因子;Wij为存在边(i,j)的权值。对i∈V,k∈V,P(i,k)为点i到点k的一条路径。给定一节点r为根,r∈V,单源最短路径问题即为找到一棵有向树T,使得对且P(r,i),即在T中从r到i的唯一路径是G中从r到i的最短路径。单源最短抢修路径模型为:
在路段ij的行驶时间
Tij=Lij/Vs
最短路径的权值:
S2-2:构造交通网络算法,设T是V的一个子集,且S不属于T,记S=V-T(S顺序记录着最优路径上的节点)。对T中每一个顶点t,记WL(t)为s到t的所有路径(这些路径不包括T中其它的任何点)中加权长度最短的路径的长度,WL(t)称为t关于s的指标。若此路径不存在,则令WL(t)=∞。
(1)在起点Vs前增加附加节点V及相应的弧(V,Vs),终点V后增加附加节点V'及相应的弧(Vt,V')。
(2)给扩展后的网络每一条弧分配一个虚拟标号。
(3)生成一个由m+2个节点组成的对偶网络。
①基节点与原网络中的弧相对应。
②基节点之间的弧根据下列原则确定:若在原网络中有一个直接后继的弧,则在对偶网络中与之之间有一条弧。
③弧的权由下式确定:
W(Li,Lj)=W(Li)+Wp(Li,Lj),其中,W(Li)为原网络中弧Lt的权,Wp(Li,Lj)是与Li,Lj有关的节点附加代价。显然(V,Vs),(Vt,V')的权为0,(Vs,V')处不存在附加代价。
利用AI算法求得抢修故障最短路径,以图6有向图为例,令V={0,1,2,3,4,5}为顶点集,E={1,2,3,4,5,6,7,8,9}为边集;Wk为第k条边的权值。a∈V,b∈V,f(a,b)为顶点a到b的一条路径。要求s到e的路径最小,即使f(s,e)的权值最小。
建立3个数据表,存储网络信息,见表2。
现在要求s到e的路径,也就是顶点0到顶点5的路径,有以下5种情况,分别是①0—5;②0—4—5;③0—3—5;④0—4—3—5;⑤0—1—2—3—5。
以第一种情况为例其它4种情况,可以依次类推。得到以0为源点到顶点5的各路径权值为:①120;②80+50=130;③80+60=140;④80+40+60=180;⑤10+50+30+60=150。取最小值120,则最短路径为经过(0,5)顶点的路径。
表2存储网络信息的数据表
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (5)
1.一种AI技术下配电网抢修快速抵达方法,包括以下步骤:
S1:以图论为基础,得到配电网正常运行下的有网络描述矩阵,在故障情况下依据IED装置检测到的故障电流信息生成故障信息矩阵,对故障前、后不同模型通过相应运算得到故障判断矩阵,从而实现对故障位置的判断;
S2:基于S1判断得出的配电网故障位置,综合考虑速度、交叉路口的延误、交通管制因素,以行车时间最短为判断准则,建立配电网故障点的最短抢修路径模型,利用AI算法搜索最短路径。
2.根据权利要求1所述的方法,其特征在于,所述S1的具体方法为:
采用安装在母线节点处的IED装置所采集的故障分量信息,初步判定故障所处区域,对配电网中所有IED设备进行编号e1,…,en,检测到故障方向为正时,令ei=1;检测到故障方向为负时,令ei=-1;
根据配电网络在正常工作状态下形成一个N×N阶的网络描述矩阵D,规定配电网中正方向为母线指向线路,令矩阵D中的主对角线元素均为1,对于非对角线元素,若节点i与节点j相连且潮流方向与正方向相同,则Dij=1,否则Dij=0;
形成网络描述矩阵D,
配电网发生故障后,集中保护装置收到IED装置采集的故障信息后,生成一个N×N阶的故障信息矩阵G,令矩阵G中的主对角线元素均为1,对于主对角线上方的元素,若节点i与节点j相连且故障方向为正,则Gij=1,否则Gij=0;对于主对角线下方的元素,若节点i与节点j相连且故障方向为负,则Gij=1,否则Gij=0;
(4)将故障信息矩阵G与网络描述矩阵D相减,得到故障判断矩阵P,
P=G-D,
若矩阵P中存在Pij=0,其物理意义为故障前后该馈线区域内流过的电流方向没有发生改变,据此可判定该线路区域无故障,若矩阵P中存在Pij≠0,其物理意义为故障前后该馈线区域内流过的电流方向发生改变,此时需要采用以下判据来判别故障情况:
①若矩阵P中|Pij|≠|Pij|,则表明节点i,j之间的馈线区域两端在故障后仅有一端的电流方向发生改变,另一端的电流方向保持不变,此时可以判定故障发生在节点ij之间馈线区域内;
②若矩阵P中存在|Pij|=|Pij|,则表明节点i,j之间的馈线区域两端在故障后电流方向均发生改变,此时可以判定节点i,j之间的馈线区域内无故障发生。
3.根据权利要求2所述的方法,其特征在于,若与节点i相连的某个IED装置受到干扰造成故障信息缺失,则在形成网络拓扑矩阵D和故障信息矩阵G时忽略该节点,对配电网网络结构进行重构,重新计算配电网潮流。
5.根据权利要求1所述的方法,其特征在于,所述S2包括构造交通网络算法,设T是V的一个子集,且S不属于T,记S=V-T,S顺序记录着最优路径上的节点,对T中每一个顶点t,记WL(t)为s到t的所有路径中加权长度最短的路径的长度,WL(t)称为t关于s的指标,若此路径不存在,则令WL(t)=∞;
(1)在起点Vs前增加附加节点V及相应的弧(V,Vs),终点V后增加附加节点V'及相应的弧(Vt,V');
(2)给扩展后的网络每一条弧分配一个虚拟标号;
(3)生成一个由m+2个节点组成的对偶网络;
①基节点与原网络中的弧相对应;
②基节点之间的弧根据下列原则确定:若在原网络中有一个直接后继的弧,则在对偶网络中与之之间有一条弧;
③弧的权由下式确定:
W(Li,Lj)=W(Li)+Wp(Li,Lj),其中,W(Li)为原网络中弧Lt的权,Wp(Li,Lj)是与Li,Lj有关的节点附加代价;显然(V,Vs),(Vt,V')的权为0,(Vs,V')处不存在附加代价。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211044594.7A CN115347562A (zh) | 2022-08-23 | 2022-08-23 | 一种ai技术下配电网抢修快速抵达方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211044594.7A CN115347562A (zh) | 2022-08-23 | 2022-08-23 | 一种ai技术下配电网抢修快速抵达方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115347562A true CN115347562A (zh) | 2022-11-15 |
Family
ID=83953847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211044594.7A Pending CN115347562A (zh) | 2022-08-23 | 2022-08-23 | 一种ai技术下配电网抢修快速抵达方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115347562A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115713325A (zh) * | 2023-01-09 | 2023-02-24 | 佰聆数据股份有限公司 | 电力抢修施工作业时长分析方法及装置 |
CN115808590A (zh) * | 2022-11-25 | 2023-03-17 | 国网江苏省电力有限公司南通供电分公司 | 一种基于馈线信息分析的配电网故障检测处理方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101944095A (zh) * | 2009-07-08 | 2011-01-12 | 广东融讯信息科技有限公司 | 路径规划方法和系统 |
CN103177595A (zh) * | 2011-12-26 | 2013-06-26 | 北京易华录信息技术股份有限公司 | 一种基于实时交通信息的动态路径寻优系统及方法 |
CN106403976A (zh) * | 2016-08-30 | 2017-02-15 | 哈尔滨航天恒星数据系统科技有限公司 | 一种基于阻抗匹配的Dijkstra最优交通路径规划方法及系统 |
CN107015111A (zh) * | 2017-04-06 | 2017-08-04 | 国网浙江省电力公司嘉兴供电公司 | 一种电网故障智能告警系统及方法 |
CN107958302A (zh) * | 2017-11-17 | 2018-04-24 | 中南大学 | 基于虚拟拓扑交通网络的经验路径规划方法 |
CN109447344A (zh) * | 2018-10-26 | 2019-03-08 | 国网天津市电力公司 | 基于配网故障大数据的抢修驻点和路径优化方法及系统 |
CN112906934A (zh) * | 2020-11-13 | 2021-06-04 | 广西电网有限责任公司电力科学研究院 | 基于gis地图的城市配电网故障抢修路径优化方法及系统 |
CN113346460A (zh) * | 2021-04-20 | 2021-09-03 | 国网河北省电力有限公司 | 一种适用于花瓣式配电网的区域后备保护方法及系统 |
CN114859178A (zh) * | 2022-05-27 | 2022-08-05 | 湖南大学 | 一种基于改进矩阵法的配电网故障区段定位方法 |
-
2022
- 2022-08-23 CN CN202211044594.7A patent/CN115347562A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101944095A (zh) * | 2009-07-08 | 2011-01-12 | 广东融讯信息科技有限公司 | 路径规划方法和系统 |
CN103177595A (zh) * | 2011-12-26 | 2013-06-26 | 北京易华录信息技术股份有限公司 | 一种基于实时交通信息的动态路径寻优系统及方法 |
CN106403976A (zh) * | 2016-08-30 | 2017-02-15 | 哈尔滨航天恒星数据系统科技有限公司 | 一种基于阻抗匹配的Dijkstra最优交通路径规划方法及系统 |
CN107015111A (zh) * | 2017-04-06 | 2017-08-04 | 国网浙江省电力公司嘉兴供电公司 | 一种电网故障智能告警系统及方法 |
CN107958302A (zh) * | 2017-11-17 | 2018-04-24 | 中南大学 | 基于虚拟拓扑交通网络的经验路径规划方法 |
CN109447344A (zh) * | 2018-10-26 | 2019-03-08 | 国网天津市电力公司 | 基于配网故障大数据的抢修驻点和路径优化方法及系统 |
CN112906934A (zh) * | 2020-11-13 | 2021-06-04 | 广西电网有限责任公司电力科学研究院 | 基于gis地图的城市配电网故障抢修路径优化方法及系统 |
CN113346460A (zh) * | 2021-04-20 | 2021-09-03 | 国网河北省电力有限公司 | 一种适用于花瓣式配电网的区域后备保护方法及系统 |
CN114859178A (zh) * | 2022-05-27 | 2022-08-05 | 湖南大学 | 一种基于改进矩阵法的配电网故障区段定位方法 |
Non-Patent Citations (4)
Title |
---|
梁志坚, 杨茗: "基于图论及改进矩阵算法的配电网故障定位", 广西电力, vol. 44, no. 1, 28 February 2021 (2021-02-28), pages 69 - 76 * |
段莉琼, 雷大伟: "车辆自导航系统中加入道路转向限制的最短路径算法", 海洋测绘, no. 05, 30 September 2003 (2003-09-30) * |
王倩;吕林;: "配电网最佳抢修路径算法研究", 电力科学与工程, no. 02, 30 June 2007 (2007-06-30), pages 15 - 19 * |
石晶;罗大庸;: "最短路径算法在配电网抢修中的应用", 自动化技术与应用, no. 04, 25 April 2007 (2007-04-25), pages 60 - 63 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115808590A (zh) * | 2022-11-25 | 2023-03-17 | 国网江苏省电力有限公司南通供电分公司 | 一种基于馈线信息分析的配电网故障检测处理方法 |
CN115713325A (zh) * | 2023-01-09 | 2023-02-24 | 佰聆数据股份有限公司 | 电力抢修施工作业时长分析方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115347562A (zh) | 一种ai技术下配电网抢修快速抵达方法 | |
CN100438251C (zh) | 一种大型电力系统脆弱线路辨识的方法 | |
CN112072647B (zh) | 考虑通信故障影响的配电网cps安全性评估方法及装置 | |
CN105976048A (zh) | 一种基于改进人工蜂群算法的输电网扩展规划方法 | |
CN104764980A (zh) | 一种基于bpso和ga的配电线路故障区段定位方法 | |
CN106602548A (zh) | 一种基于eeac的暂态稳定关键输电断面识别方法 | |
CN107622360A (zh) | 一种综合考虑主客观因素的关键线路识别方法 | |
CN110350510A (zh) | 一种考虑故障影响度的配电网供电恢复方法 | |
CN113328437B (zh) | 一种智能配电网cps拓扑构建方法及故障恢复方法 | |
CN104361531B (zh) | 变电站自动化系统的高风险故障设备的识别方法和系统 | |
Matos et al. | Multicontingency steady state security evaluation using fuzzy clustering techniques | |
CN104506137A (zh) | 一种设备故障诊断方法和装置 | |
CN103345713A (zh) | 一种超大规模电力网络同步安全校核系统设计方法 | |
CN114167217B (zh) | 一种铁路配电网的多重故障诊断方法 | |
CN110866739B (zh) | 一种考虑故障排查路径的配电网综合停电时间表示方法 | |
CN114239206A (zh) | 基于强化学习的灾后电-路协同修复方法、系统与设备 | |
CN103106561A (zh) | 电力系统负荷恢复辅助决策系统及其决策生成方法 | |
CN105552880A (zh) | 基于状态枚举法的电力系统典型故障集确定方法 | |
CN108919055A (zh) | 一种基于Petri网的含高密度屋顶光伏配电网故障诊断方法 | |
Guo et al. | Research on reliability evaluation model and path optimization for power communication network | |
CN109102170A (zh) | 基于oms的设备模型名称修正方法、装置及存储介质 | |
CN114977185A (zh) | 一种基于ap聚类算法的电网分区与电网关键断面识别方法 | |
Zhao et al. | Fault section location method based on random forest algorithm for distribution networks with distribution generations | |
CN111784106A (zh) | 一种基于受扰轨迹的主动解列断面离线筛选方法及装置 | |
Abilkhassenov et al. | Service restoration in power distribution systems using hybrid multi-agent approach |
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 |