CN116050945B - 一种用于配电网末端低压台区降损分析评价系统及方法 - Google Patents
一种用于配电网末端低压台区降损分析评价系统及方法 Download PDFInfo
- Publication number
- CN116050945B CN116050945B CN202310314889.XA CN202310314889A CN116050945B CN 116050945 B CN116050945 B CN 116050945B CN 202310314889 A CN202310314889 A CN 202310314889A CN 116050945 B CN116050945 B CN 116050945B
- Authority
- CN
- China
- Prior art keywords
- distribution network
- loss
- loss reduction
- power distribution
- index
- 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
- 230000009467 reduction Effects 0.000 title claims abstract description 62
- 238000011156 evaluation Methods 0.000 title claims abstract description 49
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000004458 analytical method Methods 0.000 title claims abstract description 12
- 230000008569 process Effects 0.000 claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims abstract description 15
- 238000003062 neural network model Methods 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 24
- 238000012360 testing method Methods 0.000 claims description 18
- 238000013528 artificial neural network Methods 0.000 claims description 15
- 238000010606 normalization Methods 0.000 claims description 13
- 238000007726 management method Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 10
- 238000013439 planning Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000013518 transcription Methods 0.000 description 1
- 230000035897 transcription Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
-
- 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)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Operations Research (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Water Supply & Treatment (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
Abstract
本发明提供了一种用于配电网末端低压台区降损分析评价系统及方法属于电力系统领域。该方法包括步骤一:建立配电网台区线损计算的神经网络模型;该模型输出配电网台区的理论线损;步骤二:对选中的配电网台区采取不同的降损策略;计算采取降损策略后的实际线损;步骤三:选取“理论线损‑实际线损>预设值”的降损策略为待评价降损策略;步骤四:利用德尔菲和层次分析法的组合方法对评价指标进行权重计算;步骤五:利用步骤四构建的评价体系对待评价的降损策略进行评价。本发明运用德尔菲和层次分析法的组合方法对系统指标进行权重计算,基于层次分析法的原理能够将指标定量化,从而使指标的定性和定量相结合。
Description
技术领域
本发明属于电力系统领域,具体涉及一种用于配电网末端低压台区降损分析评价系统及方法。
背景技术
台区是包括配电变压器、综合配电箱、低压主干线、接户线、电缆分支箱、进户线、计量装置等的供电系统。
电力系统中的电能损耗指的是电能从输电到变电、再到配电过程中所有电力设备和器件所消耗的电能,也包括电能销售中的不确定损耗,也就是指从电能输送的发电厂起点到用电客户终端之间的全部电能损耗。
加强线损专业管理成为供电企业保持经营效益持续稳定增长的重要手段。电网节能和降损旨在通过各种技术手段和管理方式优化电网规划和运行,从而有限度地减少输电线路和过程中的电能和消耗,达到减少和降低电网功率和能耗的目标。
能够通过理论计算出的电能线损主要有变压器、电抗器、无功补偿等装置中的电能损耗及输配电线路损耗、低压电网损耗等。无法通过理论算出的电能损耗主要有:二次回路中的电能损耗、电压、电流互感器电能损耗、功率表损耗、客户的用电线路损耗、其他非确定因素电能损耗,这些无法计算出的电能损耗只能通过估计和统计得到大致数据。由此看来,总的电能损耗无法通过理论计算得到精确的数据,但是可通过发电厂的供电和电网的售电量的差额来得到,其精确度主要由电能计量装置的精度、抄录的准确度以及数据统计管理规范性等因素决定。
现有技术中,采用完善网架、使用先进设备、调整运行方式、改变运行设备参数,改善负荷不平衡、缩短供电半径、选择导线合理截面和无功补偿等方式来减少技术线损;通过制定对应的管理措施减少管理线损。
目前,各供电公司已投运了配网综合线损管理系统,该系统只能通过供售电量比对实现台区线损统计,但是无法对降损策略进行综合考虑,得到收益最大的方案。
发明内容
本发明的目的是通过提供一种用于配电网末端低压台区降损分析评价系统及方法,从而高电网的运行效率。
为实现上述目的,本发明采用以下技术方案实现:一种用于配电网末端低压台区降损分析评价系统,其包括:理论线损计算模块,所述理论线损计算模块采用神经网络模型,输出配电网台区的理论线损,该模型的样本数据为选中的配电网台区的历史运行数据;实际线损计算模块,所述实际线损计算模块通过对选中的配电网台区采取不同的降损策略;计算采取降损策略后的实际线损;待评价降损策略选取模块,所述待评价降损策略选取模块选取“理论线损-实际线损>预设值”的降损策略为待评价降损策略;评价模块;所述评价模块利用构建好的评价体系对待评价的降损策略进行评价,选取得分最高的策略,作为最终配电网末端低压台区降损方案;所述评价体系的构建包括以下步骤:构建评价指标;利用德尔菲和层次分析法的组合方法对评价指标进行权重计算。
进一步的,所述神经网络为BP神经网络。
较佳的,神经网络的样本数据采用归一化处理后再进行输入。
进一步的,评价指标包括规划、管理、运行、技术四个维度。
进一步的,利用德尔菲和层次分析法的组合方法对指标进行权重计算包括以下步骤:
步骤4.1:列出配电网线损的影响因素有w1,w2,w3……,wk,共k个影响因素,遵循上述原则,筛选归类总结影响因素{W},形成递阶层次结构,构建出配电网台区线损层次评估指标体系;
步骤4.2:两两比较k个风险因素之间的相对重要性,得出重要性矩阵A:A=(aij);aij=wi/wj;
步骤4.3:计算判断矩阵A,其每行元素都可以计算其几何平均值;
对wi进行归一化处理:;
计算出判断矩阵A的最大特征值;
其中,n是专家种类,m是指标个数,aij为第j种专家对第i个指标评价的相对权重。在本发明的具体实施例中。K与m相等。
步骤4.4:进行专家一致性检验,专家一致性检验的指标,剔除随机性原因,其检验数C.R:/>,C.R<0.1时,说明问卷结果通过一致性检验;R.I的值跟矩阵阶数有关,可以通过查表获得。
本发明还提供了一种用于配电网末端低压台区降损分析评价方法,其包括以下步骤:步骤一:建立配电网台区线损计算的神经网络模型;该模型的样本数据为选中的配电网台区的历史运行数据;该模型输出配电网台区的理论线损;步骤二:对选中的配电网台区采取不同的降损策略;计算采取降损策略后的实际线损;步骤三:选取“理论线损-实际线损>预设值”的降损策略为待评价降损策略;步骤四:构建评价指标;利用德尔菲和层次分析法的组合方法对指标进行权重计算;步骤五:利用步骤四构建的评价体系对待评价的降损策略进行评价,选取得分最高的策略,作为最终配电网末端低压台区降损方案。
进一步的,步骤一采取BP神经网络。
较佳的,神经网络的样本数据采用归一化处理后再进行输入。
进一步的,步骤四中的评价指标包括规划、管理、运行、技术四个维度。
进一步的,步骤四中利用德尔菲和层次分析法的组合方法对指标进行权重计算包括以下步骤:
步骤4.1:列出配电网线损的影响因素有w1,w2,w3……,wk,共k个影响因素,遵循上述原则,筛选归类总结影响因素{W},形成递阶层次结构,构建出配电网台区线损层次评估指标体系;
步骤4.2:两两比较k个风险因素之间的相对重要性,得出重要性矩阵A:A=(aij);aij=wi/wj;
步骤4.3:计算判断矩阵A,其每行元素都可以计算其几何平均值;
对wi进行归一化处理:;
计算出判断矩阵A的最大特征值;
其中,n是专家种类,m是指标个数,aij为第j种专家对第i个指标评价的相对权重;
步骤4.4:进行专家一致性检验,专家一致性检验的指标,剔除随机性原因,其检验数C.R:/>,C.R<0.1时,说明问卷结果通过一致性检验;R.I的值跟矩阵阶数有关,可以通过查表获得。
与现有技术相比,本发明运用德尔菲和层次分析法的组合方法对系统指标进行权重计算,基于层次分析法的原理能够将指标定量化,从而使指标的定性和定量相结合。同时运用德尔菲对指标权重进行精确处理,根据多次的问卷调查的方式对专家进行征询,通过数次问卷调查,使专家小组的意见趋于集中,并对最终数据进行总结处理,将最终结果利用层次分析法进行权重计算,最终求出平均值,从而优化权重值的重要值的准确性。
附图说明
图1为本发明一实施例的流程示意图。
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。
一种用于配电网末端低压台区降损分析评价系统,其包括:理论线损计算模块,所述理论线损计算模块采用神经网络模型,输出配电网台区的理论线损,该模型的样本数据为选中的配电网台区的历史运行数据;实际线损计算模块,所述实际线损计算模块通过对选中的配电网台区采取不同的降损策略;计算采取降损策略后的实际线损;待评价降损策略选取模块,所述待评价降损策略选取模块选取“理论线损-实际线损>预设值”的降损策略为待评价降损策略;评价模块;所述评价模块利用构建好的评价体系对待评价的降损策略进行评价,选取得分最高的策略,作为最终配电网末端低压台区降损方案;所述评价体系的构建包括以下步骤:构建评价指标;利用德尔菲和层次分析法的组合方法对评价指标进行权重计算。
进一步的,所述神经网络为BP神经网络。
较佳的,神经网络的样本数据采用归一化处理后再进行输入。因为样本数据的表现形式和单位大小各有差异,所以需要在进行分析前先对其进行归一化处理,从而统一数据口径。
进一步的,评价指标包括规划、管理、运行、技术四个维度。
进一步的,利用德尔菲和层次分析法的组合方法对指标进行权重计算包括以下步骤:
步骤4.1:列出配电网线损的影响因素有w1,w2,w3……,wk,共k个影响因素,遵循上述原则,筛选归类总结影响因素{W},形成递阶层次结构,构建出配电网台区线损层次评估指标体系;
步骤4.2:两两比较k个风险因素之间的相对重要性,得出重要性矩阵A:A=(aij);aij=wi/wj;
步骤4.3:计算判断矩阵A,其每行元素都可以计算其几何平均值;
对wi进行归一化处理:;
计算出判断矩阵A的最大特征值;
其中,n是专家种类,m是指标个数,aij为第j种专家对第i个指标评价的相对权重;
步骤4.4:进行专家一致性检验,专家一致性检验的指标,剔除随机性原因,其检验数C.R:/>,C.R<0.1时,说明问卷结果通过一致性检验;R.I的值跟矩阵阶数有关,可以通过查表获得。
本发明还提供了一种用于配电网末端低压台区降损分析评价方法,其包括以下步骤:步骤一:建立配电网台区线损计算的神经网络模型;该模型的样本数据为选中的配电网台区的历史运行数据;该模型输出配电网台区的理论线损;步骤二:对选中的配电网台区采取不同的降损策略;计算采取降损策略后的实际线损;步骤三:选取“理论线损-实际线损>预设值”的降损策略为待评价降损策略;步骤四:构建评价指标;利用德尔菲和层次分析法的组合方法对指标进行权重计算;步骤五:利用步骤四构建的评价体系对待评价的降损策略进行评价,选取得分最高的策略,作为最终配电网末端低压台区降损方案。
本发明的主要流程图参见图1。
通过步骤一至三,可以先排除部分极不合理的降损策略,避免后续的专家资源浪费。
进一步的,步骤一采取BP神经网络。
较佳的,神经网络的样本数据采用归一化处理后再进行输入。
进一步的,步骤四中的评价指标包括规划、管理、运行、技术四个维度。
进一步的,步骤四中利用德尔菲和层次分析法的组合方法对指标进行权重计算包括以下步骤:
步骤4.1:列出配电网线损的影响因素有w1,w2,w3……,wk,共k个影响因素,遵循上述原则,筛选归类总结影响因素{W},形成递阶层次结构,构建出配电网台区线损层次评估指标体系。
在本发明一实施例中可以选择两层结构,20个指标,具体参见表1。
表1,线损管理评价指标
。
步骤4.2:两两比较k个风险因素之间的相对重要性,得出重要性矩阵A:A=(aij);aij=wi/wj;
步骤4.3:计算判断矩阵A,其每行元素都可以计算其几何平均值;
对wi进行归一化处理:;
计算出判断矩阵A的最大特征值;
其中,n是专家数量,m是指标个数,aij为第j种专家对第i个指标评价的相对权重;
步骤4.4:进行专家一致性检验,专家一致性检验的指标,剔除随机性原因,其检验数C.R:/>,C.R<0.1时,说明问卷结果通过一致性检验;R.I的值跟矩阵阶数有关,可以通过查表获得。
进一步的,专家问卷设计,专家选取,专家意见的征询看根据实际情况进行设计实施,这里不一一阐述。
上述实施例只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施,并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰,都应涵盖在本发明的保护范围之内。
Claims (4)
1.一种用于配电网末端低压台区降损分析评价系统,其特征在于:包括:
理论线损计算模块,所述理论线损计算模块采用神经网络模型,输出配电网台区的理论线损,该模型的样本数据为选中的配电网台区的历史运行数据;
实际线损计算模块,所述实际线损计算模块通过对选中的配电网台区采取不同的降损策略;计算采取降损策略后的实际线损;
待评价降损策略选取模块,所述待评价降损策略选取模块选取“理论线损-实际线损>预设值”的降损策略为待评价降损策略;
评价模块,所述评价模块利用构建好的评价体系对待评价的降损策略进行评价,选取得分最高的策略,作为最终配电网末端低压台区降损方案;
所述评价体系的构建包括以下步骤:
构建评价指标;
利用德尔菲和层次分析法的组合方法对评价指标进行权重计算;评价体系选择两层结构;
所述神经网络为BP神经网络,神经网络的样本数据采用归一化处理后再进行输入;
利用德尔菲和层次分析法的组合方法对指标进行权重计算包括以下步骤:
步骤4.1:列出配电网线损的影响因素有w1,w2,w3……,wk,共k个影响因素,筛选归类总结影响因素{W},形成递阶层次结构,构建出配电网台区线损层次评估指标体系;
步骤4.2:两两比较k个风险因素之间的相对重要性,得出重要性矩阵A:A=(aij);aij=wi/wj;
步骤4.3:计算判断矩阵A,其每行元素都可以计算其几何平均值对wi进行归一化处理:/>
计算出判断矩阵A的最大特征值
其中,n是专家种类,m是指标个数,aij为第j种专家对第i个指标评价的相对权重;
步骤4.4:进行专家一致性检验,专家一致性检验的指标剔除随机性原因,其检验数C.R:/>C.R<0.1时,说明问卷结果通过一致性检验;R.I的值跟矩阵阶数有关,可以通过查表获得。
2.根据权利要求1所述的用于配电网末端低压台区降损分析评价系统,其特征在于:评价指标包括规划、管理、运行、技术四个维度。
3.一种用于配电网末端低压台区降损分析评价方法,其特征在于:包括以下步骤:
步骤一:建立配电网台区线损计算的神经网络模型;该模型的样本数据为选中的配电网台区的历史运行数据;该模型输出配电网台区的理论线损;
步骤二:对选中的配电网台区采取不同的降损策略;计算采取降损策略后的实际线损;
步骤三:选取“理论线损-实际线损>预设值”的降损策略为待评价降损策略;
步骤四:构建评价指标;利用德尔菲和层次分析法的组合方法对指标进行权重计算;评价体系选择两层结构;
步骤五:利用步骤四构建的评价体系对待评价的降损策略进行评价,选取得分最高的策略,作为最终配电网末端低压台区降损方案;步骤一采取BP神经网络;神经网络的样本数据采用归一化处理后再进行输入;
步骤四中利用德尔菲和层次分析法的组合方法对指标进行权重计算包括以下步骤:
步骤4.1:列出配电网线损的影响因素有w1,w2,w3……,wk,共k个影响因素,筛选归类总结影响因素{W},形成递阶层次结构,构建出配电网台区线损层次评估指标体系;
步骤4.2:两两比较k个风险因素之间的相对重要性,得出重要性矩阵A:A=(aij);aij=wi/wj;
步骤4.3:计算判断矩阵A,其每行元素都可以计算其几何平均值对wi进行归一化处理:/>
计算出判断矩阵A的最大特征值
其中,n是专家种类,m是指标个数,aij为第j种专家对第i个指标评价的相对权重;
步骤4.4:进行专家一致性检验,专家一致性检验的指标剔除随机性原因,其检验数C.R:/>C.R<0.1时,说明问卷结果通过一致性检验;R.I的值跟矩阵阶数有关,可以通过查表获得。
4.根据权利要求3所述的用于配电网末端低压台区降损分析评价方法,其特征在于:步骤四中的评价指标包括规划、管理、运行、技术四个维度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310314889.XA CN116050945B (zh) | 2023-03-29 | 2023-03-29 | 一种用于配电网末端低压台区降损分析评价系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310314889.XA CN116050945B (zh) | 2023-03-29 | 2023-03-29 | 一种用于配电网末端低压台区降损分析评价系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116050945A CN116050945A (zh) | 2023-05-02 |
CN116050945B true CN116050945B (zh) | 2023-07-25 |
Family
ID=86116626
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310314889.XA Active CN116050945B (zh) | 2023-03-29 | 2023-03-29 | 一种用于配电网末端低压台区降损分析评价系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116050945B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103593720A (zh) * | 2012-08-13 | 2014-02-19 | 西安元朔科技有限公司 | 基于灰色层次分析法建立的城市电网规划综合评价体系 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104951866B (zh) * | 2015-05-19 | 2021-04-20 | 广西大学 | 一种县级供电企业线损综合管理对标评价体系及评价方法 |
CN106779277B (zh) * | 2016-11-07 | 2020-12-11 | 国网甘肃省电力公司电力科学研究院 | 一种配电网网损的分类评估方法及装置 |
CN108038592A (zh) * | 2017-11-22 | 2018-05-15 | 华北电力大学 | 一种基于模糊区间层次分析法的配电网投资成效评价方法 |
CN108428045A (zh) * | 2018-02-09 | 2018-08-21 | 国网冀北电力有限公司 | 一种配电网运行健康状态评估方法 |
CN109086963B (zh) * | 2018-06-27 | 2021-05-18 | 国网浙江省电力有限公司电力科学研究院 | 一种线损理论计算精益化管理方法 |
CN109389315A (zh) * | 2018-10-19 | 2019-02-26 | 东北大学 | 一种农网典型台区降损方法 |
CN111738483A (zh) * | 2020-04-24 | 2020-10-02 | 国网上海市电力公司 | 基于聚类和深层信念网络的电网降损优化方法及系统 |
JP7094325B2 (ja) * | 2020-05-29 | 2022-07-01 | 株式会社日立製作所 | 製造管理支援システム及び方法 |
CN113592220A (zh) * | 2021-06-17 | 2021-11-02 | 国网河北省电力有限公司行唐县供电分公司 | 一种基于数据挖掘的电网线损精细化管理方法 |
CN113887920A (zh) * | 2021-09-28 | 2022-01-04 | 国家电网有限公司 | 一种基于台区线损合理区间计算与评估方法 |
CN115860542A (zh) * | 2022-12-05 | 2023-03-28 | 南方电网电力科技股份有限公司 | 一种低压台区线损率分析方法、装置、设备及存储介质 |
-
2023
- 2023-03-29 CN CN202310314889.XA patent/CN116050945B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103593720A (zh) * | 2012-08-13 | 2014-02-19 | 西安元朔科技有限公司 | 基于灰色层次分析法建立的城市电网规划综合评价体系 |
Also Published As
Publication number | Publication date |
---|---|
CN116050945A (zh) | 2023-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113159339B (zh) | 一种基于大数据的一台区一指标线损管理方法及系统 | |
CN104951866B (zh) | 一种县级供电企业线损综合管理对标评价体系及评价方法 | |
CN110689240A (zh) | 一种配电网经济运行模糊综合评价方法 | |
CN108921376B (zh) | 一种智能配电网用电可靠性提升对象的优选方法及系统 | |
CN107871214A (zh) | 一种多能互补供能系统综合评价指标体系建立方法 | |
CN113065715A (zh) | 一种综合能源系统多元负荷超短期预测方法 | |
CN114626769B (zh) | 一种电容式电压互感器运维方法及系统 | |
CN112785060A (zh) | 一种配电网精益化运维水平优化方法 | |
CN111460378A (zh) | 一种考虑风险测度的配电网精准投资项目优选方法 | |
CN111105218A (zh) | 一种基于全息影像技术的配电网运行监视方法 | |
CN114862229A (zh) | 电能质量评估方法、装置、计算机设备和存储介质 | |
CN116050945B (zh) | 一种用于配电网末端低压台区降损分析评价系统及方法 | |
CN111563652A (zh) | 一种评价电网企业综合计划执行情况的方法 | |
CN107909477B (zh) | 一种输电网规划项目投资组合优化方法 | |
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 | |
CN114819292A (zh) | 基于安全综合评价的园区微电网智能调度方法及系统 | |
CN113919694A (zh) | 一种电力通信光缆关键业务承载状态分析方法及系统 | |
CN111898796A (zh) | 一种多业务融合的配电网可靠性优化的方法 | |
Can et al. | Research on Multi-factorial Investment Decision of Distribution Network Based on Input-output Assessment and Genetic Algorithm | |
Liu et al. | Substation Project Evaluation Model Based on Coefficient of Variation And Fuzzy Comprehensive Evaluation | |
CN117040020A (zh) | 一种地区整体光伏新能源可消纳能力指数分布的求解方法 | |
CN118037086A (zh) | 功率溢出电源接入交直流配电网规划效果评估方法和系统 | |
CN117314239A (zh) | 一种电网发展薄弱环节的优化方法、装置、设备及介质 | |
Yong-Ping et al. | Research on Operation State Evaluation of Power Plant Key Transformer Equipment Based on Fuzzy Analytic Hierarchy Process | |
CN117422331A (zh) | 考虑投入产出效率的输变电资产管理绩效评价方法与装置 |
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 |