CN115758904A - 一种配电网的诊断管理方法、装置、存储介质及系统 - Google Patents
一种配电网的诊断管理方法、装置、存储介质及系统 Download PDFInfo
- Publication number
- CN115758904A CN115758904A CN202211499448.3A CN202211499448A CN115758904A CN 115758904 A CN115758904 A CN 115758904A CN 202211499448 A CN202211499448 A CN 202211499448A CN 115758904 A CN115758904 A CN 115758904A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- power distribution
- diagnosis
- evaluation index
- preset
- 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
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
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种配电网的诊断管理方法、装置、存储介质以及系统,通过使用结合模糊逻辑理论与神经网络技术的神经网络模型,对待诊断配电网进行多维诊断,从而从可靠性、安全性、经济型以及绿色性对待诊断配电网进行多维度综合评估,该诊断管理方法、装置、存储介质以及系统提升了配电网诊断管理的效率和准确性。
Description
技术领域
本发明涉及配电网的诊断管理领域,尤其涉及一种配电网的诊断管理方法、装置、计算机可读存储介质及系统。
背景技术
电力系统由发电、输电、配电、用电等各部分系统组成,其中配电网从电源侧接收电能,并通过配电设施将电能分配给各类用户,是电力系统中直接与用户相连并向用户分配电能的环节,在电力网络中起着重要的分配电能的作用。它能否安全、可靠、稳定地运行,不仅将直接影响到工业、居民等用户的用电畅通和电力系统的正常运行,更影响着社会的正常运转与经济发展,是电力系统工作的重中之重。然而,由于配电网具有规模庞大、数据繁杂、结构复杂等特点,配电网存在的安全风险因素也较多。并且随着我国“碳达峰、碳中和”目标的提出与不断推进,以光伏、风能、水能等为代表的可再生能源正逐步推进发展,因此配电网中的可再生能源渗透率、电力负荷需求等数据快速增长,使得配电网系统的复杂程度与运行的不确定性显著增加。因此,在如今配电网规模不断扩大、开放程度不断提高的情况下,为了满足广大用户不断增长的用电需求,使配电网可靠、安全、经济、绿色地运行,对其进行诊断管理与运行状态的评估尤为重要。
在现有技术中,常单独通过不同角度如经济性、电能质量等对配电网进行健康评估。其中传统的评价方法主要分为三类。第一类是专家评价法,该方法是一种出现较早且被广泛使用的评价方法,选取反映配电网健康状态的不同评价指标并制定评价标准,并由专家根据自己的经验按照评价标准进行各指标赋分,最终得到配电网的评价结果;第二类是基于数学理论的评价方法,如主成分分析法、层次分析法、熵权法等方法,通过数学运算得到对配电网的健康状态的定量评价;第三类是混合方法,即结合前述的两种或多种不同类型的评价方法对配电网健康进行综合评价,如层次分析法+模糊综合评判、层次分析法+熵权法等。
但是,现有技术仍存在如下缺陷:专家评价法的主观因素较多,面对数据繁杂的配电网系统不能进行全面准确的评判;而基于数学模型评价法的建立评价模型过程较为复杂,效率较低,成本较高,且不能对复杂多变的配电网的实时健康状态进行评价,无法实时为配电网的检修与维护等提供参考。
因此,当前需要一种配电网的诊断管理方法、装置、计算机可读存储介质及系统,从而克服现有技术中存在的上述缺陷。
发明内容
本发明实施例提供一种配电网的诊断管理方法、装置、计算机可读存储介质及系统,从而提升配电网诊断管理的效率和准确性。
本发明一实施例提供一种配电网的诊断管理方法,所述诊断管理方法包括:获取待诊断配电网的运行参数数据组,并从所述运行参数数据组中提取出配电网健康特征;将所述配电网健康特征输入预设的多维诊断神经网络中以对所述待诊断配电网进行分析,获得所述待诊断配电网的诊断结果。
作为上述方案的改进,在将所述配电网健康特征输入预设的多维诊断神经网络中之前,所述诊断管理方法还包括:获取训练配电网的历史运行数据组;根据预设的多维评价指标体系以及预设的层次分析法,分析确定各个评价指标的权重;所述多维评价指标体系包括目标层、准则层以及指标层,所述指标层包括多个评价指标;根据预设的模糊神经网络模型,对所述历史运行数据组进行训练,获得第一诊断模型;根据所述权重以及所述第一诊断模型,获得多维诊断神经网络。
作为上述方案的改进,所述诊断结果包括可靠性诊断结果、安全性诊断结果、经济性诊断结果以及绿色性诊断结果。
作为上述方案的改进,根据预设的多维评价指标体系以及预设的层次分析法,分析确定各个评价指标的权重,具体包括:根据预设的评价指标、预设的Satty标度法以及预设的专家经验库,构造一级判断矩阵以及二级判断矩阵;根据所述一级判断矩阵计算所述准则层相对于所述目标层的第一权重,根据所述二级判断矩阵计算所述指标层相对于所述准测层的第二权重;根据所述第一权重以及所述第二权重,计算各个评价指标的权重。
作为上述方案的改进,所述准则层包括可靠评估指标组、安全评估指标组、经济评估指标组以及绿色评估指标组;其中,所述可靠评估指标组包括负荷裕度、电压裕度;所述安全评估指标组包括负荷变化速率、无功配置水平、电压合格率以及线路负载率;所述经济评估指标组包括线路损耗率;所述绿色评估指标组包括可再生能源渗透率。
本发明另一实施例对应提供了一种配电网的诊断管理装置,所述诊断管理装置包括输入获取单元以及分析诊断单元,其中,所述输入获取单元用于获取待诊断配电网的运行参数数据组,并从所述运行参数数据组中提取出配电网健康特征;所述分析诊断单元用于将所述配电网健康特征输入预设的多维诊断神经网络中以对所述待诊断配电网进行分析,获得所述待诊断配电网的诊断结果。
作为上述方案的改进,所述诊断管理装置还包括模型获取单元,所述模型获取单元用于:获取训练配电网的历史运行数据组;根据预设的多维评价指标体系以及预设的层次分析法,分析确定各个评价指标的权重;所述多维评价指标体系包括目标层、准则层以及指标层,所述指标层包括多个评价指标;根据预设的模糊神经网络模型,对所述历史运行数据组进行训练,获得第一诊断模型;根据所述权重以及所述第一诊断模型,获得多维诊断神经网络。
作为上述方案的改进,所述模型获取单元还用于:根据预设的评价指标、预设的Satty标度法以及预设的专家经验库,构造一级判断矩阵以及二级判断矩阵;根据所述一级判断矩阵计算所述准则层相对于所述目标层的第一权重,根据所述二级判断矩阵计算所述指标层相对于所述准测层的第二权重;根据所述第一权重以及所述第二权重,计算各个评价指标的权重。
本发明另一实施例提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如前所述的配电网的诊断管理方法。
本发明另一实施例提供了一种配电网的诊断管理系统,所述诊断管理系统包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如前所述的配电网的诊断管理方法。
与现有技术相比,本技术方案存在如下有益效果:
本发明提供了一种配电网的诊断管理方法、装置、计算机可读存储介质以及系统,通过使用结合模糊逻辑理论与神经网络技术的神经网络模型,对待诊断配电网进行多维诊断,从而从可靠性、安全性、经济型以及绿色性对待诊断配电网进行多维度综合评估,该诊断管理方法、装置、计算机可读存储介质以及系统提升了配电网诊断管理的效率和准确性。
附图说明
图1是本发明一实施例提供的一种配电网的诊断管理方法的流程示意图;
图2是本发明一实施例提供的一种配电网的诊断管理装置的结构示意图。
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案进行清楚、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他实施例,都属于本发明保护的范围。
具体实施例一
本发明实施例首先描述了一种配电网的诊断管理方法。图1是本发明一实施例提供的一种配电网的诊断管理方法的流程示意图。
如图1所示,所述诊断管理方法包括:
S1:获取待诊断配电网的运行参数数据组,并从所述运行参数数据组中提取出配电网健康特征。
S2:将所述配电网健康特征输入预设的多维诊断神经网络中以对所述待诊断配电网进行分析,获得所述待诊断配电网的诊断结果。
在一个实施例中,所述诊断结果包括可靠性诊断结果、安全性诊断结果、经济性诊断结果以及绿色性诊断结果。
在根据所述配电网健康特征进行诊断之前,为了提升诊断评估准确性,首先以多维度综合评估为宗旨,构建多维诊断神经网络模型。
具体地,首先根据配电网特点,通过多维度多指标建立配电网健康状态的诊断指标体系;随后,使用健康指数对配电网健康等级进行划分,并采用层次分析法分析配电网健康诊断体系中的各评价指标,确定各指标权重;最后,建立模糊神经网络模型,将各指标权重作为模糊神经网络模型的初始权重,并以选取的样本进行训练,获取多维诊断神经网络。其中选取的样本覆盖各种不同指标情况和健康评价状况,具有多样性。
即,在一个实施例中,在将所述配电网健康特征输入预设的多维诊断神经网络中之前,所述诊断管理方法还包括:获取训练配电网的历史运行数据组;根据预设的多维评价指标体系以及预设的层次分析法,分析确定各个评价指标的权重;所述多维评价指标体系包括目标层、准则层以及指标层,所述指标层包括多个评价指标;根据预设的模糊神经网络模型,对所述历史运行数据组进行训练,获得第一诊断模型;根据所述权重以及所述第一诊断模型,获得多维诊断神经网络。
其中,建立指标体系的过程遵循系统性原则、动态性原则、可行性原则等,具体指标体系分为如下四个维度:可靠性、安全性、经济性和绿色性,其具体评价指标反映负荷状况、电压状况等多个角度的健康,可对配电网的运行进行较为综合全面的健康诊断。
具体地,可靠性指的是电力系统在规定时间内按规定质量标准向电力用户持续供应电能的能力。本发明选取负荷裕度和电压裕度作为反映配电网可靠性的评价指标。
负荷裕度反映了电网承受负荷及扰动时维持系统电压稳定的能力。良好的负荷裕度可以为配电网的可靠运行提供保障。其计算公式如下:
式中,Pc为系统的临界负荷值,P0为系统当前负荷值。
电压裕度提供了系统电压的稳定程度,反映出系统的无功支持情况。良好的电压裕度体现了合理的无功配置水平,有利于配电系统的可靠运行。其计算公式如下:
式中,V0为负荷节点在当前状态下的电压,Vc为负荷节点在临界状态下的电压。
安全性指的是当配电网运行过程中发生故障时,一定时间内保证对负荷持续供电的能力。本发明选取负荷变化速率、无功配置水平、电压合格率和线路负载率作为反映配电网安全性的评价指标。
如果负荷变化速率过快,会影响电网运行的稳定性与安全性,对电网设备造成损害。因此需要实时监测配电网的负荷变化速率以实时反映配电网安全性。其计算公式如下:
式中,ΔPl表示在一定时间内负荷的变化量,Ppk表示负荷的峰值。
电网运行过程中的无功功率不足容易造成电网崩溃,破坏电网的安全稳定运行。无功配置水平的计算公式如下:
系统的电压合格率是反映供电质量的重要评价指标,与电网的平稳安全运行密切相关。电压合格率的计算公式如下:
其中ns为评价时段内电压不达标的节点个数,N为该系统的负荷节点数。
线路负载率反映了配电网运行时的线路载流量变化。通过对线路的实时负载电流进行监测并与允许载流量进行比较,来诊断系统的线路过载等情况,保障配电系统的安全性。
实际工程中的经济性指的是经济资源得到充分利用,获得最大的产出效益和最小的负效应。配电系统的经济性可定义为在一定安全性和可靠性的基础上,配电系统的电力资源得到最充分的利用,供电能力达到最大程度的实现。
本发明选取线路损耗率作为评价配电网经济性的指标。线路损耗率指的是线路上损失的功率占线路首端流过功率之比。线路损耗率的高低反映了系统的线损水平,是配电系统经济性的重要表现。在一个实施例中,所述线路损耗率计算公式为:
式中,ΔPi为线路i的功率损耗,Pi为该线路首端流过的有功功率。
可再生能源在优化能源结构、减少环境污染等方面起着重要的作用。随着可再生能源技术的不断完善,越来越多的可再生能源接入到配电网中,提高了电网的绿色性和环保性。
本发明选取可再生能源渗透率作为衡量配电网绿色性的指标。在一个实施例中,所述可再生能源渗透率计算公式为:
式中,PG为可再生能源发电量,Pmax为系统最大负荷功率。
在构建完评价指标体系后,根据配电网的特征和已有的评价标准,将配电网的健康状态分为如下五个健康等级,并用取值范围为0到4的整数依次量化这些健康等级。其中,0:表征配电网处于健康状态,含义为配电网运行的数据稳定,网络结构合理,具有较强的抗风险能力和环境友好性;1:表征配电网处于亚健康状态,含义为配电网运行的数据较稳定,网络结构较合理,抗风险能力和环境友好性一般;2:表征配电网处于注意状态,含义为配电网能够正常运行,但是抗风险能力和环境友好性较差,需要引起注意;3:表征配电网处于异常状态,含义为配电网的运行数据明显异常,各方面的性能指标处于临界状态,有可能发展为严重状态,需要及时进行管理和维护;4:表征配电网处于严重状态,含义为配电网运行数据严重超出标准界限,无法正常运行,急需检修。
指标体系完成后,即要确定各个指标的权重,首先,明确配电网评价的指标体系,将该体系建立为层次结构模型;随后,结合专家经验,利用Satty标度法对评价指标进行两两比较,构造出判断矩阵,从而确定评价指标的重要程度;最后,根据前述确定结果计算各个指标的权重。
即,在一个实施例中,根据预设的多维评价指标体系以及预设的层次分析法,分析确定各个评价指标的权重,具体包括:根据预设的评价指标、预设的Satty标度法以及预设的专家经验库,构造一级判断矩阵以及二级判断矩阵;根据所述一级判断矩阵计算所述准则层相对于所述目标层的第一权重,根据所述二级判断矩阵计算所述指标层相对于所述准测层的第二权重;根据所述第一权重以及所述第二权重,计算各个评价指标的权重。
在上述过程中,建立的层次结构模型包含目标层、准则层和指标层三个层次,其中目标层为本发明对配电网进行健康诊断的总目标;准则层设定为本发明对配电网评价的四个维度,即可靠性、安全性、经济性和绿色性;指标层对应各个维度下包含的不同评价指标。在一个实施例中,所述准则层包括可靠评估指标组、安全评估指标组、经济评估指标组以及绿色评估指标组;其中,所述可靠评估指标组包括负荷裕度、电压裕度;所述安全评估指标组包括负荷变化速率、无功配置水平、电压合格率以及线路负载率;所述经济评估指标组包括线路损耗率;所述绿色评估指标组包括可再生能源渗透率。
获取判断矩阵后,应当对一级判断矩阵以及二级判断矩阵进行一致性校验。在获取第一权重以及第二权重后,将上述两个权重值相乘,即可得到指标层各个评价指标相对于目标层的总权重。
在神经网络构造过程中,本发明实施例使用的是使用结合模糊逻辑理论与神经网络技术的神经网络模型,模糊神经网络结构分为输入层、模糊化层、模糊推理层和输出层四层。构造网络输入为X=(x1,x2,...,xn),输出为y,模糊语言值个数为n。
其中,输入层。该层网络的输入向量x1,x2,...,xm为配电网健康诊断的各个评价指标,在输入前需要进行归一化操作。该层将各输入值传至下一层即模糊推理层。输入层的输入与输出分别为:
Ii 1=xi(i=1,2,...,m);
Oij 1=xi(i=1,2,...,m;j=1,2,...,n);
输入层对应着模糊化层中的多个节点,模糊化层对输入量进行模糊化处理,其中的每个节点各代表一个模糊语言变量,用于计算各输入节点对于各模糊语言变量的隶属函数。模糊化层的输入与输出分别为:
其中,Aj(xi)代表变量xi对于第j个模糊语言值的隶属度函数。
模糊推理层,也叫做模糊规则层。该层从各模糊化层分组中取对应的隶属函数进行具有权重的组合,得到对输入向量的综合评价。模糊推理层的输入与输出分别为:
输出层也叫做去模糊化层,通过一定的模糊规则对输入进行评判,计算输出,即得到最终对配电网健康诊断的结果。输出层的输入与输出分别为:
本发明实施例描述了一种配电网的诊断管理方法,通过使用结合模糊逻辑理论与神经网络技术的神经网络模型,对待诊断配电网进行多维诊断,从而从可靠性、安全性、经济型以及绿色性对待诊断配电网进行多维度综合评估,该诊断管理方法提升了配电网诊断管理的效率和准确性。
具体实施例二
除上述方法外,本发明实施例还公开了一种配电网的诊断管理装置。图2是本发明一实施例提供的一种配电网的诊断管理装置的结构示意图。
如图2所示,所述诊断管理装置包括输入获取单元以及分析诊断单元,其中,所述输入获取单元用于获取待诊断配电网的运行参数数据组,并从所述运行参数数据组中提取出配电网健康特征;所述分析诊断单元用于将所述配电网健康特征输入预设的多维诊断神经网络中以对所述待诊断配电网进行分析,获得所述待诊断配电网的诊断结果。
在一个实施例中,所述诊断管理装置还包括模型获取单元,所述模型获取单元用于:获取训练配电网的历史运行数据组;根据预设的多维评价指标体系以及预设的层次分析法,分析确定各个评价指标的权重;所述多维评价指标体系包括目标层、准则层以及指标层,所述指标层包括多个评价指标;根据预设的模糊神经网络模型,对所述历史运行数据组进行训练,获得第一诊断模型;根据所述权重以及所述第一诊断模型,获得多维诊断神经网络。
在一个实施例中,所述模型获取单元还用于:根据预设的评价指标、预设的Satty标度法以及预设的专家经验库,构造一级判断矩阵以及二级判断矩阵;根据所述一级判断矩阵计算所述准则层相对于所述目标层的第一权重,根据所述二级判断矩阵计算所述指标层相对于所述准测层的第二权重;根据所述第一权重以及所述第二权重,计算各个评价指标的权重。
其中,所述诊断管理装置集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。本发明另一实施例提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如前所述的配电网的诊断管理方法。
其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,单元之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
本发明实施例描述了一种配电网的诊断管理装置及计算机可读存储介质,通过使用结合模糊逻辑理论与神经网络技术的神经网络模型,对待诊断配电网进行多维诊断,从而从可靠性、安全性、经济型以及绿色性对待诊断配电网进行多维度综合评估,该诊断管理装置及计算机可读存储介质提升了配电网诊断管理的效率和准确性。
具体实施例三
除上述方法和装置外,本发明实施例还描述了一种配电网的诊断管理系统。
所述诊断管理系统包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如前所述的配电网的诊断管理方法。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述处理器是所述装置的控制中心,利用各种接口和线路连接整个装置的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述装置的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
本发明实施例描述了一种配电网的诊断管理系统,通过使用结合模糊逻辑理论与神经网络技术的神经网络模型,对待诊断配电网进行多维诊断,从而从可靠性、安全性、经济型以及绿色性对待诊断配电网进行多维度综合评估,该诊断管理系统提升了配电网诊断管理的效率和准确性。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种配电网的诊断管理方法,其特征在于,所述诊断管理方法包括:
获取待诊断配电网的运行参数数据组,并从所述运行参数数据组中提取出配电网健康特征;
将所述配电网健康特征输入预设的多维诊断神经网络中以对所述待诊断配电网进行分析,获得所述待诊断配电网的诊断结果。
2.根据权利要求1所述的配电网的诊断管理方法,其特征在于,在将所述配电网健康特征输入预设的多维诊断神经网络中之前,所述诊断管理方法还包括:
获取训练配电网的历史运行数据组;
根据预设的多维评价指标体系以及预设的层次分析法,分析确定各个评价指标的权重;所述多维评价指标体系包括目标层、准则层以及指标层,所述指标层包括多个评价指标;
根据预设的模糊神经网络模型,对所述历史运行数据组进行训练,获得第一诊断模型;
根据所述权重以及所述第一诊断模型,获得多维诊断神经网络。
3.根据权利要求2所述的配电网的诊断管理方法,其特征在于,所述诊断结果包括可靠性诊断结果、安全性诊断结果、经济性诊断结果以及绿色性诊断结果。
4.根据权利要求3所述的配电网的诊断管理方法,其特征在于,根据预设的多维评价指标体系以及预设的层次分析法,分析确定各个评价指标的权重,具体包括:
根据预设的评价指标、预设的Satty标度法以及预设的专家经验库,构造一级判断矩阵以及二级判断矩阵;
根据所述一级判断矩阵计算所述准则层相对于所述目标层的第一权重,根据所述二级判断矩阵计算所述指标层相对于所述准测层的第二权重;
根据所述第一权重以及所述第二权重,计算各个评价指标的权重。
5.根据权利要求4所述的配电网的诊断管理方法,其特征在于,所述准则层包括可靠评估指标组、安全评估指标组、经济评估指标组以及绿色评估指标组;其中,
所述可靠评估指标组包括负荷裕度、电压裕度;
所述安全评估指标组包括负荷变化速率、无功配置水平、电压合格率以及线路负载率;
所述经济评估指标组包括线路损耗率;
所述绿色评估指标组包括可再生能源渗透率。
8.一种配电网的诊断管理装置,其特征在于,所述诊断管理装置包括输入获取单元以及分析诊断单元,其中,
所述输入获取单元用于获取待诊断配电网的运行参数数据组,并从所述运行参数数据组中提取出配电网健康特征;
所述分析诊断单元用于将所述配电网健康特征输入预设的多维诊断神经网络中以对所述待诊断配电网进行分析,获得所述待诊断配电网的诊断结果。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的配电网的诊断管理方法。
10.一种配电网的诊断管理系统,其特征在于,所述诊断管理系统包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的配电网的诊断管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211499448.3A CN115758904A (zh) | 2022-11-28 | 2022-11-28 | 一种配电网的诊断管理方法、装置、存储介质及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211499448.3A CN115758904A (zh) | 2022-11-28 | 2022-11-28 | 一种配电网的诊断管理方法、装置、存储介质及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115758904A true CN115758904A (zh) | 2023-03-07 |
Family
ID=85339148
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211499448.3A Pending CN115758904A (zh) | 2022-11-28 | 2022-11-28 | 一种配电网的诊断管理方法、装置、存储介质及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115758904A (zh) |
-
2022
- 2022-11-28 CN CN202211499448.3A patent/CN115758904A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104504508A (zh) | 基于层次分析与小波回归的台区闭环数据分析方法 | |
CN113922412B (zh) | 一种新能源多场站短路比全景化评估方法、系统、存储介质及计算设备 | |
CN109657913B (zh) | 一种考虑分布式电源的输配电网联合风险评估方法 | |
Xue et al. | Adaptive ultra-short-term wind power prediction based on risk assessment | |
CN112001644A (zh) | 一种配电网运行可靠性检测方法、装置、终端及存储介质 | |
CN103617447A (zh) | 智能变电站的评价系统及评价方法 | |
CN108596450B (zh) | 电网风险预警方法和系统 | |
CN117353321A (zh) | 一种基于源荷不确定性的配电网安全评估方法和系统 | |
CN117400771A (zh) | 一种基于电动汽车的充电桩充电控制方法 | |
CN115758904A (zh) | 一种配电网的诊断管理方法、装置、存储介质及系统 | |
CN116702084A (zh) | 一种基于模糊理论的一二次融合柱上断路器状态评价方法 | |
CN115660421A (zh) | 一种新能源电力系统的风险早期预警分类方法 | |
CN112653121B (zh) | 一种新能源微电网参与电网调频能力的评估方法及装置 | |
Zhang et al. | Comparison and improvement of key feature selection methods for intelligent assessment of transient power angle stability | |
Shi et al. | Study on stability feature extraction of power system using deep learning | |
Li et al. | Power system transient voltage vulnerability assessment based on knowledge visualization of CNN | |
CN113283702B (zh) | 融合电力系统安全稳定特性的潮流状态评价方法及装置 | |
CN113689112B (zh) | 利用云计算改进层次分析法的智慧能源站能效评估方法及系统 | |
CN113723821A (zh) | 一种基于潮流介数的电网故障预警方法及装置 | |
CN117728421B (zh) | 微电网集群协调调度方法、系统、计算机设备和存储介质 | |
Yuan et al. | Operation risk assessment method based on power grid knowledge graph | |
Xu et al. | Load identification method based on load feature extraction and fuzzy c mean clustering method | |
ZHAO et al. | Comparison of Multi-step Prediction Models for Voltage Difference of Energy Storage Battery Pack Based on Unified Computing Operation Platform | |
CN114066251A (zh) | 一种基于云模型的配电网业扩报装方案评估方法 | |
Zheng et al. | The Health Index Methodology of Integrated Energy System |
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 |