CN117057666B - 一种数字化配电网的配电质量评估方法及系统 - Google Patents
一种数字化配电网的配电质量评估方法及系统 Download PDFInfo
- Publication number
- CN117057666B CN117057666B CN202311154914.9A CN202311154914A CN117057666B CN 117057666 B CN117057666 B CN 117057666B CN 202311154914 A CN202311154914 A CN 202311154914A CN 117057666 B CN117057666 B CN 117057666B
- Authority
- CN
- China
- Prior art keywords
- distribution
- distribution quality
- power
- power distribution
- factor
- 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
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 225
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000001303 quality assessment method Methods 0.000 claims abstract description 107
- 238000004458 analytical method Methods 0.000 claims abstract description 102
- 238000012544 monitoring process Methods 0.000 claims abstract description 74
- 238000011156 evaluation Methods 0.000 claims abstract description 53
- 238000007418 data mining Methods 0.000 claims abstract description 19
- 238000013528 artificial neural network Methods 0.000 claims description 18
- 230000008878 coupling Effects 0.000 claims description 17
- 238000010168 coupling process Methods 0.000 claims description 17
- 238000005859 coupling reaction Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000010586 diagram Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 7
- 238000013138 pruning Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 6
- 238000012098 association analyses Methods 0.000 claims description 3
- 230000004927 fusion Effects 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 8
- 230000008030 elimination Effects 0.000 description 4
- 238000003379 elimination reaction Methods 0.000 description 4
- 238000005065 mining Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000010187 selection method Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013079 data visualisation Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000012847 principal component analysis method Methods 0.000 description 1
- 238000002407 reforming Methods 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 238000007619 statistical method Methods 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
- G06Q10/06395—Quality analysis or management
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas 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
Abstract
本发明公开了一种数字化配电网的配电质量评估方法及系统,属于智慧电网领域,其中方法包括:基于电网基础信息对数字化配电网进行网格化,获得电网拓扑网络层;获得多维预设配电质量评估算子;基于电网拓扑网络层对评估算子进行数据挖掘,获得配电质量评估因子分布模型;基于分布模型,构建配电质量分析模型;基于电网拓扑网络层,对数字化配电网进行监测,获得电网监测数据集;将电网监测数据集输入配电质量分析模型,获得第一数字化配电网的配电质量评估结果。本申请解决了现有技术中对配电质量评估不全面、准确性低的技术问题,实现动态监测和实时评估,达到了准确、全面评估数字化配电网配电质量的技术效果。
Description
技术领域
本发明涉及智慧电网领域,具体涉及一种数字化配电网的配电质量评估方法及系统。
背景技术
数字化配电网作为实现智慧电网的关键基础设施,其配电质量直接影响着用电安全、经济性和用户满意度。因此,如何准确全面地评估数字化配电网的配电质量,实现动态监测和实时评估已成为需要解决的重要问题。
发明内容
本申请通过提供了一种数字化配电网的配电质量评估方法及系统,旨在解决现有技术中对配电质量评估不全面、准确性低的技术问题。
鉴于上述问题,本申请提供了一种数字化配电网的配电质量评估方法及系统。
本申请公开的第一个方面,提供了一种数字化配电网的配电质量评估方法,该方法包括:基于第一数字化配电网的电网基础信息对第一数字化配电网进行网格化,获得第一数字化配电网的电网拓扑网络层,其中,电网拓扑网络层包括M个供电网格,M为大于1的正整数;获得多维预设配电质量评估算子,其中,多维预设配电质量评估算子包括供电安全可靠性、供电绿色经济性、供电能力裕度和供电协调适应性;基于电网拓扑网络层对多维预设配电质量评估算子进行数据挖掘,获得配电质量评估因子分布模型;基于配电质量评估因子分布模型,构建配电质量分析模型,其中,配电质量分析模型包括输入层、质量分析特征识别层和配电质量评估层和输出层;基于电网拓扑网络层,对第一数字化配电网进行监测,获得电网监测数据集;将电网监测数据集输入配电质量分析模型,获得第一数字化配电网的配电质量评估结果。
本申请公开的另一个方面,提供了一种数字化配电网的配电质量评估系统,该系统包括:电网拓扑网络模块,基于第一数字化配电网的电网基础信息对第一数字化配电网进行网格化,获得第一数字化配电网的电网拓扑网络层,其中,电网拓扑网络层包括M个供电网格,M为大于1的正整数;配电质量评估模块,用于获得多维预设配电质量评估算子,其中,多维预设配电质量评估算子包括供电安全可靠性、供电绿色经济性、供电能力裕度和供电协调适应性;因子分布模型模块,基于电网拓扑网络层对多维预设配电质量评估算子进行数据挖掘,获得配电质量评估因子分布模型;质量分析模型模块,基于配电质量评估因子分布模型,构建配电质量分析模型,其中,配电质量分析模型包括输入层、质量分析特征识别层和配电质量评估层和输出层;配电网监测模块,基于电网拓扑网络层,对第一数字化配电网进行监测,获得电网监测数据集;质量评估结果模块,用于将电网监测数据集输入配电质量分析模型,获得第一数字化配电网的配电质量评估结果。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了通过网格化步骤对数字化配电网进行划分,获得其电网拓扑网络层,为后续评估和分析打下基础;确定多维预设配电质量评估算子,确定全面评估配电质量的指标;基于电网拓扑网络层对多维预设配电质量评估算子进行数据挖掘,建立配电质量评估因子分布模型,为构建配电质量分析模型提供依据;根据配电质量评估因子分布模型构建配电质量分析模型,实现对配电质量的分析和评估;通过对第一数字化配电网的监测获得电网监测数据集,输入配电质量分析模型,获得数字化配电网配电质量评估结果,实现配电质量评估的技术方案,解决了现有技术中对配电质量评估不全面、准确性低的技术问题,达到准确、全面评估数字化配电网配电质量的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了一种数字化配电网的配电质量评估方法可能的流程示意图;
图2为本申请实施例提供了一种数字化配电网的配电质量评估方法中进行叶节点修剪可能的流程示意图;
图3为本申请实施例提供了一种数字化配电网的配电质量评估方法中获得配电质量评估结果可能的流程示意图;
图4为本申请实施例提供了一种数字化配电网的配电质量评估系统可能的结构示意图。
附图标记说明:电网拓扑网络模块11,配电质量评估模块12,因子分布模型模块13,质量分析模型模块14,配电网监测模块15,质量评估结果模块16。
具体实施方式
本申请提供的技术方案总体思路如下:
本申请实施例提供了本发明提供一种数字化配电网配电质量评估方法及系统。首先,通过网格化步骤对数字化配电网进行划分,获得其电网拓扑网络层,为后续评估和分析打下基础;其次,确定多维预设配电质量评估算子,设置全面评估配电质量的指标;再次,基于电网拓扑网络层对多维预设配电质量评估算子进行数据挖掘,建立配电质量评估因子分布模型,为构建配电质量分析模型提供依据;接着,根据配电质量评估因子分布模型构建配电质量分析模型,实现对配电质量的分析和评估;最后,通过对数字化配电网的监测获得电网监测数据集,输入配电质量分析模型中,获得数字化配电网配电质量评估结果,实现配电质量评估目的。
总之,通过网格化、多维评估指标确定、数据挖掘、配电质量分析模型构建和监测评估等步骤,系统地对数字化配电网的配电质量进行评估,达到全面和准确评估数字化配电网配电质量的目的。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种数字化配电网的配电质量评估方法,该方法包括:
步骤S1000:基于第一数字化配电网的电网基础信息对所述第一数字化配电网进行网格化,获得所述第一数字化配电网的电网拓扑网络层,其中,所述电网拓扑网络层包括M个供电网格,M为大于1的正整数;
具体而言,第一数字化配电网是指采用数字化技术建立和运行的配电电网。基于第一数字化配电网的电网基础信息,例如供电区域、变电站位置、线路走向等信息,采用均匀网格划分法、负荷中心法等方法将第一数字化配电网划分为M个供电网格,M为大于1的正整数,优选M为3-20之间的整数,获得第一数字化配电网的电网拓扑网络层,电网拓扑网络层用于表示第一数字化配电网的供电空间结构。其中,电网基础信息包括但不限于供电区域边界数据、变电站位置数据、线路数据、负荷数据等。网格化后的每一个供电网格可以看作是一个单元,用于在后续对配电网进行空间分析与评估。
通过将配电网的连续空间概念量化为离散的供电网格,构建电网拓扑网络层,有利于采用数学工具和信息技术手段对配电网进行分析与评估,为后续的数据挖掘和配电质量评估奠定了基础。
步骤S2000:获得多维预设配电质量评估算子,其中,所述多维预设配电质量评估算子包括供电安全可靠性、供电绿色经济性、供电能力裕度和供电协调适应性;
具体而言,多维预设配电质量评估算子是指从多个维度或角度评估配电网质量的指标体系,综合配电网运营质量的各个方面,用以全面客观地评价配电网配电质量。根据配电网运行特点和质量评估需求,确定配电网质量评估的多个维度,如供电安全可靠性、供电绿色经济性、供电能力裕度和供电协调适应性等维度;其中,供电安全可靠性是指保证配电网可靠供电的能力,采用SAIFI指数、SAIDI指数、MAIFI指数等来评估供电安全可靠性;供电绿色经济性是指配电网运行的环境经济性,采用线损率、无功补偿装置投入等指标来评估供电绿色经济性;供电能力裕度是指配电网承载额外负荷的能力,采用负荷率、节点电压变化率等指标来评估供电能力裕度;供电协调适应性是指配电网对故障和操作行为做出恰当反应的能力,采用故障隔离时间、负荷重整时间等指标来评估供电协调适应性。
通过多维预设配电质量评估算子全面地评估配电网的运营质量,为后续的配电质量评估奠定理论基础,进而达到全面评估数字化配电网配电质量的技术效果。
步骤S3000:基于所述电网拓扑网络层对所述多维预设配电质量评估算子进行数据挖掘,获得配电质量评估因子分布模型;
具体而言,基于第一数字化配电网的电网拓扑网络层和多维预设配电质量评估算子,采用关联规则学习、聚类分析、分类树分析等数据挖掘技术进行分析,获得配电质量评估因子分布模型。其中,电网拓扑网络层采用网格化方法获得,用于表示第一数字化配电网的供电空间结构,每个供电网格对应于一个网络节点。多维预设配电质量评估算子从多个维度评估配电网配电质量,为各供电网格的质量评估提供理论依据。配电质量评估因子分布模型记录第一数字化配电网在不同运行条件下,各配电质量评估因子的值或变化范围,用于指导配电网运营,提高配电网配电质量。
在数据挖掘过程中,首先基于电网拓扑网络层,研究各供电网格的网络结构特征,找出影响配电网格配电质量的网络因子,例如网络紧急度和网络中枢性等。其次,基于多维预设配电质量评估算子,分析不同算子指标在供电网格之间的相关性,找出影响配电质量的算子指标组合,构成配电质量评估因子。再次,将网络因子和算子指标组合进行关联分析,获得在不同网络结构条件下重要的配电质量评估因子。最后,研究这些配电质量评估因子在供电网格间的分布规律,构建配电质量评估因子分布模型。
通过获得能够在空间上描述影响配电网配电质量的因子及其分布规律的配电质量评估因子分布模型,为后续的配电网评估分析奠定基础,从而准确评估配电网的配电质量。
步骤S4000:基于所述配电质量评估因子分布模型,构建配电质量分析模型,其中,所述配电质量分析模型包括输入层、质量分析特征识别层和配电质量评估层和输出层;
具体而言,基于配电质量评估因子分布模型,采用神经网络技术构建配电质量分析模型,用于对第一数字化配电网的配电质量进行评估。其中,构建的配电质量分析模型由输入层、质量分析特征识别层、配电质量评估层和输出层组成;在输入层,接收电网监测数据集输入;质量分析特征识别层通过学习输入数据,识别配电质量评估因子分布模型中影响配电网质量的特征因子;配电质量评估层将综合特征因子,对配电网的整体质量或各供电网格的质量进行评估;输出层输出配电网的配电质量评估结果。
在构建配电质量分析模型的过程中,先确定模型输入,如电网监测数据集、配电网历史运行数据等;然后设定学习算法和学习参数,选取神经网络的结构与连接权重,如采用BP神经网络等。再将配电质量评估因子分布模型融入到神经网络的学习过程,以便神经网络通过输入数据识别这些因子;最后通过足够多的输入数据对神经网络进行训练,得到配电质量分析模型。
通过基于配电质量评估因子分布模型,构建配电质量分析模型,能够基于配电网运行状态评估配电网的整体配电质量或各供电网格的配电质量,提高对配电网的配电质量评估的准确性。
步骤S5000:基于所述电网拓扑网络层,对所述第一数字化配电网进行监测,获得电网监测数据集;
具体而言,电网拓扑网络层是第一数字化配电网的空间供电结构。基于第一数字化配电网的电网拓扑网络层,采集各供电网格的运行数据,组成电网监测数据集。配电网监测是指通过建立在配电网中布设的监测设备,实时采集配电网的相关运行参数,如电压、电流、功率因数等;其中,配电网监测设备包括电能表、功率因数表、线性互感器、电流互感器等,这些设备布设在第一数字化配电网的各节点或线路,用以采集节点电压、线路电流、用户负荷等实时数据。
首先,规划监测设备的布设位置,根据配电网的拓扑结构选择关键节点和要点进行监测;然后,确定监测参数,如要监测的电压等级、电流大小等;接着,确定监测设备的类型和精度,安装与调试监测设备;最后,通过通信网络获得监测设备采集的数据,汇总为电网监测数据集。
通过获取电网监测数据集,收集第一数字化配电网的运行状态数据,为进行配电网运行分析和配电质量评估提供数据支持,同时为后续配电质量分析模型运行的输入提供数据基础。
步骤S6000:将所述电网监测数据集输入所述配电质量分析模型,获得所述第一数字化配电网的配电质量评估结果。
具体而言,电网监测数据集由对第一数字化配电网进行监测获得,第一数字化配电网在某个时间段内的运行状态数据。配电质量分析模型是基于配电质量评估因子分布模型构建的,用于评估第一数字化配电网的配电质量。
在输入电网监测数据集到配电质量分析模型之前,对电网监测数据集进行预处理,如去异常值、特征提取等,以提高模型输入的质量,获取更加准确的评估结果。将预处理后的电网监测数据集输入到配电质量分析模型,模型首先会解析输入的数据,识别影响配电网配电质量的特征因子。然后,模型基于特征因子分析输入数据所映射的第一数字化配电网的运行状态,判断配电网的配电质量是否达标,并对供电网格进行评估。最后,模型会根据判断结果,得出第一数字化配电网整体的配电质量评估结论,输出评估结果,该评估结果为综合的配电质量指数,并对各供电网格给出单独的指数,用于检验配电网运行状况和配电质量是否达标。
通过将电网监测数据集输入配电质量分析模型,获得第一数字化配电网的配电质量评估结果,实现了对第一数字化配电网的动态监测和实时评估,达到了准确、全面评估数字化配电网配电质量的技术效果。
进一步的,本申请实施例还包括:
步骤S3100:遍历所述多维预设配电质量评估算子进行评估价值度分析,获得多维算子评估价值度;
步骤S3200:遍历所述多维预设配电质量评估算子和所述多维算子评估价值度,获得第一预设配电质量评估算子和第一算子评估价值度;
步骤S3300:基于所述电网拓扑网络层,获得索引主体;
步骤S3400:基于所述第一预设配电质量评估算子,获得第一检索约束条件;
步骤S3500:基于所述第一算子评估价值度,获得第二检索约束条件;
步骤S3600:基于所述索引主体、所述第一检索约束条件和所述第二检索约束条件进行大数据采集,获得第一配电质量评估记录集;
步骤S3700:遍历所述第一配电质量评估记录集进行评估因子提取,获得多个配电质量评估因子;
步骤S3800:以配电质量评估因子为叶节点,基于所述多个配电质量评估因子,构建所述第一预设配电质量评估算子对应的第一配电质量评估因子分布树,并将所述第一配电质量评估因子分布树添加至所述配电质量评估因子分布模型。
具体而言,遍历多维预设配电质量评估算子,使用历史数据相关性分析法、运行影响因素度量法等方法判断每个算子对配电网配电质量评估的重要性,获得各算子的评估价值度,评估价值度较高的算子,其对应的评估结果将会设置更高的权重;基于各算子的评估价值度,选择重要性最高的评估算子作为第一预设配电质量评估算子,并获取其对应的第一算子评估价值度,为后续的检索与记录分析奠定基础。
基于电网拓扑网络层,采用供电区域选择法、关联规则挖掘法等方法选择索引主体。其中,供电区域选择法是根据电网拓扑网络层将配电网划分为若干供电区域,选择与第一预设配电质量评估算子相关的供电区域作为索引主体,例如,若算子是节点电压偏差,则选择电压等级较低的供电区域作为索引主体。关联规则挖掘法是在电网拓扑网络层上应用关联规则挖掘算法,分析各个结构元件与第一预设配电质量评估算子之间的关联强度,选择关联强度最大的元件作为索引主体,例如,若发现算子“电压偏差”与“变电站2”的关联度最大,则选择“变电站2”所属的供电区域作为索引主体。
接着,基于第一预设配电质量评估算子获得第一检索约束条件,用于约束和指导大数据采集过程,例如,如果算子是用户功率因数,则约束条件可以是低于某一阈值的用户集合。然后,基于第一算子评估价值度获得第二检索约束条件,进一步优化检索过程,例如,对评估价值度越高的算子,采集越多的数据量。
确定好索引主体、第一检索约束条件、第二检索约束条件后,基于索引主体、第一检索约束条件和第二检索约束条件,从大规模数据库中采集与第一预设配电质量评估算子相关的第一配电质量评估记录集,其中包含相关的运行数据与配电质量评估信息。通过统计法、主成分分析法等方法分析第一配电质量评估记录集,提取影响索引主体配电质量的评估因子。以提取的评估因子为叶节点构建第一配电质量评估因子分布树,将该树加入配电质量评估因子分布模型。
通过对多维预设配电质量评估算子进行数据挖掘,获得影响特定算子评估的因子及其分布规律,从而构建配电质量评估因子分布模型,为准确进行配电质量的评估提供基础。
进一步的,如图2所示,本申请实施例还包括:
步骤S3810:基于所述多个配电质量评估因子进行关联适应度分析,获得多个因子关联适应度;
步骤S3820:基于所述多个因子关联适应度,对所述多个配电质量评估因子进行筛选,获得多个淘汰配电质量评估因子;
步骤S3830:基于所述多个淘汰配电质量评估因子对所述第一配电质量评估因子分布树进行叶节点修剪。
具体而言,基于多个配电质量评估因子,进行关联适应度分析,使用数据挖掘技术计算每个配电质量评估因子与第一预设配电质量评估算子的关联度,并且结合配电质量评估记录集对每个因子的置信度和耦合度进行加权计算,获得各个因子的关联适应度,从而获取多个因子关联适应度。基于多个因子关联适应度,使用数据可视化技术构建关联适应度坐标系,并绘制关联适应度散点图,找出不满足预设特征的散点,从多个配电质量评估因子中筛选出与第一预设配电质量评估算子关联度较低的因子,作为多个淘汰配电质量评估因子。从第一配电质量评估因子分布树中剪除被淘汰的配电质量评估因子对应的叶节点,获得优化后的配电质量评估因子分布树。
通过对第一配电质量评估因子树进行叶节点修剪,进一步优化第一配电质量评估因子分布树,更加准确地反映第一预设配电质量评估算子,从而提高配电质量评估的准确度。
进一步的,本申请实施例还包括:
步骤S3811:遍历所述多个配电质量评估因子,获得第一配电质量评估因子;
步骤S3812:基于所述第一配电质量评估因子与所述第一预设配电质量评估算子进行关联度分析,获得第一因子关联度;
步骤S3813:基于所述第一配电质量评估记录集对所述第一配电质量评估因子进行置信度分析,获得第一因子置信度;
步骤S3814:基于所述第一配电质量评估记录集对所述第一配电质量评估因子进行耦合度分析,获得第一因子耦合度;
步骤S3815:获得预设关联适应度约束特征,基于所述预设关联适应度约束特征对所述第一因子关联度、所述第一因子置信度和所述第一因子耦合度进行加权融合,获得所述第一配电质量评估因子对应的第一因子关联适应度,并将所述第一因子关联适应度添加至所述多个因子关联适应度。
具体而言,遍历从第一配电质量评估记录集提取的多个配电质量评估因子,逐一取出一个配电质量评估因子,作为第一配电质量评估因子。基于第一配电质量评估因子与第一预设配电质量评估算子(如供电安全可靠性)进行关联度分析,使用相关系数算法计算当前因子与第一预设配电质量评估算子的关联度,获得第一因子关联度。基于第一配电质量评估记录集对第一配电质量评估因子进行置信度分析,使用支持度算法,计算当前因子出现在第一配电质量评估记录集中的置信度,获得第一因子置信度。基于第一配电质量评估记录集对第一配电质量评估因子进行耦合度分析,使用关联规则算法,计算当前因子与其他因子的耦合关联度获得第一因子耦合度。
获得预设关联适应度约束特征,基于预设关联适应度约束特征对第一因子关联度、第一因子置信度和第一因子耦合度进行加权计算,获得当前因子的关联适应度,并添加到因子关联度中。例如,预设关联适应度约束特征为:第一因子关联度权重为0.4,第一因子置信度权重为0.3,第一因子耦合度权重为0.3;若某一第一配电质量评估因子的计算结果为:第一因子关联度为0.8,第一因子置信度为0.7,第一因子耦合度为0.6,则该第一配电质量评估因子的第一因子关联适应度计算为:第一因子关联适应度=0.4*0.8+0.3*0.7+0.3*0.6=0.71,即该第一配电质量评估因子与第一预设配电质量评估算子的关联适应度为0.71。
通过获取多个因子关联适应度,实现对每个配电质量评估因子的关联适应度进行评估和计算,为后续的因子筛选提供依据。
进一步的,本申请实施例还包括:
步骤S3821:以配电质量评估因子为横坐标轴,以因子关联适应度为纵坐标轴,构建关联适应度坐标系;
步骤S3822:将所述多个配电质量评估因子和所述多个因子关联适应度输入所述关联适应度坐标系,获得关联适应度散点图;
步骤S3823:获得预设关联适应度特征点,并基于所述预设关联适应度特征点和所述关联适应度散点图进行欧氏距离计算,获得特征-散点欧氏距离数据集;
步骤S3824:基于所述特征-散点欧氏距离数据集,获得不满足预设特征-散点欧氏距离的多个关联适应度散点;
步骤S3825:基于所述多个关联适应度散点,根据所述多个配电质量评估因子,获得所述多个淘汰配电质量评估因子。
具体而言,首先,建立二维坐标系,横轴为所有的配电质量评估因子,纵轴为每个因子对应的关联适应度,实现关联适应度坐标系的构建。然后,于坐标系上标出每个因子的名称和关联适应度,获得关联适应度散点图。预先设置若干预设关联适应度特征点,计算每个散点到特征点的欧氏距离,获得特征点和各散点之间的距离数据集。接着,基于所述特征-散点欧氏距离数据集,从数据集中筛选出到特征点距离较远的散点,作为不满足预设特征-散点欧氏距离的多个关联适应度散点。最后,基于多个关联适应度散点,根据多个配电质量评估因子,找到不满足距离要求的散点对应的配电质量评估因子,这些因子即为淘汰因子,从而获得多个淘汰配电质量评估因子。
通过构建关联适应度坐标系和散点图,采用特征点欧氏距离的方式对因子进行可视化筛选,直观地获得与第一预设配电质量评估算子关联度较低的配电质量评估因子,利于后续从第一配电质量评估因子分布树中对低关联因子进行剪除,优化配电质量评估因子分布树,从而准确评估配电质量。
进一步的,如图3所示,本申请实施例还包括:
步骤S6100:所述电网监测数据集包括M个供电网格对应的M个电网监测数据集合;
步骤S6200:将所述M个电网监测数据集合输入所述质量分析特征识别层,获得M个质量分析特征识别结果;
步骤S6300:将所述M个质量分析特征识别结果输入所述配电质量评估层,获得M个配电质量评估数据,其中,每个配电质量评估数据包括供电安全可靠性系数、供电绿色经济性系数、供电能力裕度系数和供电协调适应性系数;
步骤S6400:基于所述M个配电质量评估数据,获得所述配电质量评估结果。
具体而言,首先,通过配电自动化系统的监测模块或电能质量分析仪对第一数字化配电网的M个供电网格进行监测获得M个电网监测数据集,每个数据集对应一个供电网格。然后,将M个电网监测数据集输入构建的配电质量分析模型的特征识别层,识别每个数据集中的特征参数,获得M个质量分析特征识别结果。接着,将M个特征识别结果输入评估层,对每个结果进行评估计算,获得4个评估系数,分别为供电安全可靠性系数、供电绿色经济性系数、供电能力裕度系数和供电协调适应性系数,形成M个配电质量评估数据。最后,综合M个配电质量评估数据,对第一数字化配电网的整体配电质量进行评价,获得配电质量评估结果,如评估等级或评分等。
通过从多维度获得第一数字化配电网的配电质量评估情况,实现全面评估数字化配电网配电质量的技术效果。
进一步的,本申请实施例还包括:
步骤S6410:基于所述多维预设配电质量评估算子,获得多维预设算子加权约束特征;
步骤S6420:基于所述多维预设算子加权约束特征,遍历所述M个配电质量评估数据进行加权计算,获得M个配电质量指数;
步骤S6430:基于所述M个配电质量指数进行均值计算,获得平均配电质量指数;
步骤S6440:基于所述M个配电质量指数进行标准差计算,获得综合配电质量稳定度;
步骤S6450:将所述M个配电质量指数、所述平均配电质量指数和所述综合配电质量稳定度添加至所述配电质量评估结果。
具体而言,基于如供电安全可靠性、供电绿色经济性、供电能力裕度和供电协调适应性等多维预设配电质量评估算子,根据算子的重要性设置不同的权重,获得多维预设算子加权约束特征。然后,根据多维预设算子加权约束特征,遍历获取的M个配电质量评估数据进行加权计算,使用加权特征法分别对M个评估数据中的系数进行加权计算,得到M个综合配电质量指数。
接着,计算M个指数的平均值,表示整个数字化配电网的平均配电质量,从而获得平均配电质量指数;计算M个指数的标准差,表示各个供电网格配电质量的离散程度,以反映整个配电网的配电质量稳定性,从而获取综合配电质量稳定度。将M个配电质量指数、平均配电质量指数和综合配电质量稳定度添加至获得的配电质量评估结果中,丰富评估结果。
通过计算各供电网格的配电质量指数、平均指数和综合稳定度,从宏观上评价整个数字化配电网的配电质量,使配电网的配电质量评估更加全面和准确。
综上所述,本申请实施例所提供的一种数字化配电网的配电质量评估方法具有如下技术效果:
基于数字化配电网的电网基础信息对数字化配电网进行网格化,获得数字化配电网的电网拓扑网络层,为后续数据挖掘和动态监测提供网络支持;获得多维预设配电质量评估算子,用于从多角度全面评估数字化配电网的配电质量;基于电网拓扑网络层对多维预设配电质量评估算子进行数据挖掘,获得配电质量评估因子分布模型,用于识别影响配电质量的关键评估因子,构建准确的配电质量分析模型;基于配电质量评估因子分布模型,构建配电质量分析模型,用于实现对数字化配电网配电质量的分析和评估;基于电网拓扑网络层,对数字化配电网进行监测,获得电网监测数据集,实施数字化配电网的动态监测;将电网监测数据集输入配电质量分析模型,获得数字化配电网的配电质量评估结果,用以实现数字化配电网的实时配电质量评估,达到准确、全面评估数字化配电网配电质量的技术效果。
实施例二
基于与前述实施例中一种数字化配电网的配电质量评估方法相同的发明构思,如图4所示,本申请实施例提供了一种数字化配电网的配电质量评估系统,该系统包括:
电网拓扑网络模块11,基于第一数字化配电网的电网基础信息对所述第一数字化配电网进行网格化,获得所述第一数字化配电网的电网拓扑网络层,其中,所述电网拓扑网络层包括M个供电网格,M为大于1的正整数;
配电质量评估模块12,用于获得多维预设配电质量评估算子,其中,所述多维预设配电质量评估算子包括供电安全可靠性、供电绿色经济性、供电能力裕度和供电协调适应性;
因子分布模型模块13,基于所述电网拓扑网络层对所述多维预设配电质量评估算子进行数据挖掘,获得配电质量评估因子分布模型;
质量分析模型模块14,基于所述配电质量评估因子分布模型,构建配电质量分析模型,其中,所述配电质量分析模型包括输入层、质量分析特征识别层和配电质量评估层和输出层;
配电网监测模块15,基于所述电网拓扑网络层,对所述第一数字化配电网进行监测,获得电网监测数据集;
质量评估结果模块16,用于将所述电网监测数据集输入所述配电质量分析模型,获得所述第一数字化配电网的配电质量评估结果。
进一步的,本申请实施例还包括:
评估价值度分析模块,用于遍历所述多维预设配电质量评估算子进行评估价值度分析,获得多维算子评估价值度;
评估算子及价值度模块,用于遍历所述多维预设配电质量评估算子和所述多维算子评估价值度,获得第一预设配电质量评估算子和第一算子评估价值度;
索引主体获取模块,基于所述电网拓扑网络层,获得索引主体;
第一检索约束模块,基于所述第一预设配电质量评估算子,获得第一检索约束条件;
第二检索约束模块,基于所述第一算子评估价值度,获得第二检索约束条件;
评估记录集模块,基于所述索引主体、所述第一检索约束条件和所述第二检索约束条件进行大数据采集,获得第一配电质量评估记录集;
评估因子获取模块,用于遍历所述第一配电质量评估记录集进行评估因子提取,获得多个配电质量评估因子;
因子分布树模块,用于以配电质量评估因子为叶节点,基于所述多个配电质量评估因子,构建所述第一预设配电质量评估算子对应的第一配电质量评估因子分布树,并将所述第一配电质量评估因子分布树添加至所述配电质量评估因子分布模型。
进一步的,本申请实施例还包括:
关联适应度模块,基于所述多个配电质量评估因子进行关联适应度分析,获得多个因子关联适应度;
评估因子筛选模块,基于所述多个因子关联适应度,对所述多个配电质量评估因子进行筛选,获得多个淘汰配电质量评估因子;
叶节点修剪模块,基于所述多个淘汰配电质量评估因子对所述第一配电质量评估因子分布树进行叶节点修剪。
进一步的,本申请实施例还包括:
第一因子获取模块,用于遍历所述多个配电质量评估因子,获得第一配电质量评估因子;
第一因子关联度模块,基于所述第一配电质量评估因子与所述第一预设配电质量评估算子进行关联度分析,获得第一因子关联度;
第一因子置信度模块,基于所述第一配电质量评估记录集对所述第一配电质量评估因子进行置信度分析,获得第一因子置信度;
第一因子耦合度模块,基于所述第一配电质量评估记录集对所述第一配电质量评估因子进行耦合度分析,获得第一因子耦合度;
因子关联适应度模块,用于获得预设关联适应度约束特征,基于所述预设关联适应度约束特征对所述第一因子关联度、所述第一因子置信度和所述第一因子耦合度进行加权融合,获得所述第一配电质量评估因子对应的第一因子关联适应度,并将所述第一因子关联适应度添加至所述多个因子关联适应度。
进一步的,本申请实施例还包括:
适应度坐标系模块,用于以配电质量评估因子为横坐标轴,以因子关联适应度为纵坐标轴,构建关联适应度坐标系;
适应度散点图模块,用于将所述多个配电质量评估因子和所述多个因子关联适应度输入所述关联适应度坐标系,获得关联适应度散点图;
距离数据集模块,用于获得预设关联适应度特征点,并基于所述预设关联适应度特征点和所述关联适应度散点图进行欧氏距离计算,获得特征-散点欧氏距离数据集;
不满足散点获取模块,基于所述特征-散点欧氏距离数据集,获得不满足预设特征-散点欧氏距离的多个关联适应度散点;
淘汰评估因子模块,基于所述多个关联适应度散点,根据所述多个配电质量评估因子,获得所述多个淘汰配电质量评估因子。
进一步的,本申请实施例还包括:
所述电网监测数据集包括M个供电网格对应的M个电网监测数据集合;
分析特征识别模块,用于将所述M个电网监测数据集合输入所述质量分析特征识别层,获得M个质量分析特征识别结果;
质量评估数据模块,用于将所述M个质量分析特征识别结果输入所述配电质量评估层,获得M个配电质量评估数据,其中,每个配电质量评估数据包括供电安全可靠性系数、供电绿色经济性系数、供电能力裕度系数和供电协调适应性系数;
评估结果获取模块,基于所述M个配电质量评估数据,获得所述配电质量评估结果。
进一步的,本申请实施例还包括:
加权约束特征模块,基于所述多维预设配电质量评估算子,获得多维预设算子加权约束特征;
配电质量指数模块,基于所述多维预设算子加权约束特征,遍历所述M个配电质量评估数据进行加权计算,获得M个配电质量指数;
平均质量指数模块,基于所述M个配电质量指数进行均值计算,获得平均配电质量指数;
质量稳定度模块,基于所述M个配电质量指数进行标准差计算,获得综合配电质量稳定度;
评估结果添加模块,用于将所述M个配电质量指数、所述平均配电质量指数和所述综合配电质量稳定度添加至所述配电质量评估结果。
综上所述的方法的任意步骤都可作为计算机指令或者程序存储在不设限制的计算机存储器中,并可以被不设限制的计算机处理器调用识别用以实现本申请实施例中的任一项方法,在此不做多余限制。
进一步的,综上所述的第一或第二可能不止代表次序关系,也可能代表某项特指概念,和/或指的是多个元素之间可单独或全部选择。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (7)
1.一种数字化配电网的配电质量评估方法,其特征在于,所述方法包括:
基于第一数字化配电网的电网基础信息对所述第一数字化配电网进行网格化,获得所述第一数字化配电网的电网拓扑网络层,其中,所述电网拓扑网络层包括M个供电网格,M为大于1的正整数;
获得多维预设配电质量评估算子,其中,所述多维预设配电质量评估算子包括供电安全可靠性、供电绿色经济性、供电能力裕度和供电协调适应性;
基于所述电网拓扑网络层对所述多维预设配电质量评估算子进行数据挖掘,获得配电质量评估因子分布模型;
基于所述配电质量评估因子分布模型,构建配电质量分析模型,其中,所述配电质量分析模型包括输入层、质量分析特征识别层和配电质量评估层和输出层,其中,基于所述配电质量评估因子分布模型,采用神经网络技术构建配电质量分析模型,在输入层,接收电网监测数据集输入,质量分析特征识别层通过学习输入数据,识别配电质量评估因子分布模型中影响配电网质量的特征因子,配电质量评估层将综合特征因子,对配电网的整体质量或各供电网格的质量进行评估,输出层输出配电网的配电质量评估结果;在构建配电质量分析模型的过程中,先确定模型输入,包括电网监测数据集、配电网历史运行数据,然后设定学习算法和学习参数,选取神经网络的结构与连接权重,采用BP神经网络,再将配电质量评估因子分布模型融入到神经网络的学习过程,以便神经网络通过输入数据识别这些因子,最后通过足输入数据对神经网络进行训练,得到配电质量分析模型;
基于所述电网拓扑网络层,对所述第一数字化配电网进行监测,获得电网监测数据集;
将所述电网监测数据集输入所述配电质量分析模型,获得所述第一数字化配电网的配电质量评估结果;
其中,基于所述电网拓扑网络层对所述多维预设配电质量评估算子进行数据挖掘,获得配电质量评估因子分布模型,包括:
遍历所述多维预设配电质量评估算子进行评估价值度分析,获得多维算子评估价值度;
遍历所述多维预设配电质量评估算子和所述多维算子评估价值度,获得第一预设配电质量评估算子和第一算子评估价值度;
基于所述电网拓扑网络层,获得索引主体;
基于所述第一预设配电质量评估算子,获得第一检索约束条件;
基于所述第一算子评估价值度,获得第二检索约束条件;
基于所述索引主体、所述第一检索约束条件和所述第二检索约束条件进行大数据采集,获得第一配电质量评估记录集;
遍历所述第一配电质量评估记录集进行评估因子提取,获得多个配电质量评估因子;
以配电质量评估因子为叶节点,基于所述多个配电质量评估因子,构建所述第一预设配电质量评估算子对应的第一配电质量评估因子分布树,并将所述第一配电质量评估因子分布树添加至所述配电质量评估因子分布模型。
2.如权利要求1所述的方法,其特征在于,构建所述第一预设配电质量评估算子对应的第一配电质量评估因子分布树之后,包括:
基于所述多个配电质量评估因子进行关联适应度分析,获得多个因子关联适应度;
基于所述多个因子关联适应度,对所述多个配电质量评估因子进行筛选,获得多个淘汰配电质量评估因子;
基于所述多个淘汰配电质量评估因子对所述第一配电质量评估因子分布树进行叶节点修剪。
3.如权利要求2所述的方法,其特征在于,基于所述多个配电质量评估因子进行关联适应度分析,获得多个因子关联适应度,包括:
遍历所述多个配电质量评估因子,获得第一配电质量评估因子;
基于所述第一配电质量评估因子与所述第一预设配电质量评估算子进行关联度分析,获得第一因子关联度;
基于所述第一配电质量评估记录集对所述第一配电质量评估因子进行置信度分析,获得第一因子置信度;
基于所述第一配电质量评估记录集对所述第一配电质量评估因子进行耦合度分析,获得第一因子耦合度;
获得预设关联适应度约束特征,基于所述预设关联适应度约束特征对所述第一因子关联度、所述第一因子置信度和所述第一因子耦合度进行加权融合,获得所述第一配电质量评估因子对应的第一因子关联适应度,并将所述第一因子关联适应度添加至所述多个因子关联适应度。
4.如权利要求2所述的方法,其特征在于,基于所述多个因子关联适应度,对所述多个配电质量评估因子进行筛选,获得多个淘汰配电质量评估因子,包括:
以配电质量评估因子为横坐标轴,以因子关联适应度为纵坐标轴,构建关联适应度坐标系;
将所述多个配电质量评估因子和所述多个因子关联适应度输入所述关联适应度坐标系,获得关联适应度散点图;
获得预设关联适应度特征点,并基于所述预设关联适应度特征点和所述关联适应度散点图进行欧氏距离计算,获得特征-散点欧氏距离数据集;
基于所述特征-散点欧氏距离数据集,获得不满足预设特征-散点欧氏距离的多个关联适应度散点;
基于所述多个关联适应度散点,根据所述多个配电质量评估因子,获得所述多个淘汰配电质量评估因子。
5.如权利要求1所述的方法,其特征在于,将所述电网监测数据集输入所述配电质量分析模型,获得所述第一数字化配电网的配电质量评估结果,包括:
所述电网监测数据集包括M个供电网格对应的M个电网监测数据集合;
将所述M个电网监测数据集合输入所述质量分析特征识别层,获得M个质量分析特征识别结果;
将所述M个质量分析特征识别结果输入所述配电质量评估层,获得M个配电质量评估数据,其中,每个配电质量评估数据包括供电安全可靠性系数、供电绿色经济性系数、供电能力裕度系数和供电协调适应性系数;
基于所述M个配电质量评估数据,获得所述配电质量评估结果。
6.如权利要求5所述的方法,其特征在于,获得所述配电质量评估结果之后,包括:
基于所述多维预设配电质量评估算子,获得多维预设算子加权约束特征;
基于所述多维预设算子加权约束特征,遍历所述M个配电质量评估数据进行加权计算,获得M个配电质量指数;
基于所述M个配电质量指数进行均值计算,获得平均配电质量指数;
基于所述M个配电质量指数进行标准差计算,获得综合配电质量稳定度;
将所述M个配电质量指数、所述平均配电质量指数和所述综合配电质量稳定度添加至所述配电质量评估结果。
7.一种数字化配电网的配电质量评估系统,其特征在于,所述系统包括:
电网拓扑网络模块,所述电网拓扑网络模块基于第一数字化配电网的电网基础信息对所述第一数字化配电网进行网格化,获得所述第一数字化配电网的电网拓扑网络层,其中,所述电网拓扑网络层包括M个供电网格,M为大于1的正整数;
配电质量评估模块,所述配电质量评估模块用于获得多维预设配电质量评估算子,其中,所述多维预设配电质量评估算子包括供电安全可靠性、供电绿色经济性、供电能力裕度和供电协调适应性;
因子分布模型模块,所述因子分布模型模块基于所述电网拓扑网络层对所述多维预设配电质量评估算子进行数据挖掘,获得配电质量评估因子分布模型;
质量分析模型模块,所述质量分析模型模块基于所述配电质量评估因子分布模型,构建配电质量分析模型,其中,所述配电质量分析模型包括输入层、质量分析特征识别层和配电质量评估层和输出层,其中,基于所述配电质量评估因子分布模型,采用神经网络技术构建配电质量分析模型,在输入层,接收电网监测数据集输入,质量分析特征识别层通过学习输入数据,识别配电质量评估因子分布模型中影响配电网质量的特征因子,配电质量评估层将综合特征因子,对配电网的整体质量或各供电网格的质量进行评估,输出层输出配电网的配电质量评估结果;在构建配电质量分析模型的过程中,先确定模型输入,包括电网监测数据集、配电网历史运行数据,然后设定学习算法和学习参数,选取神经网络的结构与连接权重,采用BP神经网络,再将配电质量评估因子分布模型融入到神经网络的学习过程,以便神经网络通过输入数据识别这些因子,最后通过输入数据对神经网络进行训练,得到配电质量分析模型;
配电网监测模块,所述配电网监测模块基于所述电网拓扑网络层,对所述第一数字化配电网进行监测,获得电网监测数据集;
质量评估结果模块,所述质量评估结果模块用于将所述电网监测数据集输入所述配电质量分析模型,获得所述第一数字化配电网的配电质量评估结果;
评估价值度分析模块,用于遍历所述多维预设配电质量评估算子进行评估价值度分析,获得多维算子评估价值度;
评估算子及价值度模块,用于遍历所述多维预设配电质量评估算子和所述多维算子评估价值度,获得第一预设配电质量评估算子和第一算子评估价值度;
索引主体获取模块,基于所述电网拓扑网络层,获得索引主体;
第一检索约束模块,基于所述第一预设配电质量评估算子,获得第一检索约束条件;
第二检索约束模块,基于所述第一算子评估价值度,获得第二检索约束条件;
评估记录集模块,基于所述索引主体、所述第一检索约束条件和所述第二检索约束条件进行大数据采集,获得第一配电质量评估记录集;
评估因子获取模块,用于遍历所述第一配电质量评估记录集进行评估因子提取,获得多个配电质量评估因子;
因子分布树模块,用于以配电质量评估因子为叶节点,基于所述多个配电质量评估因子,构建所述第一预设配电质量评估算子对应的第一配电质量评估因子分布树,并将所述第一配电质量评估因子分布树添加至所述配电质量评估因子分布模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311154914.9A CN117057666B (zh) | 2023-09-07 | 2023-09-07 | 一种数字化配电网的配电质量评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311154914.9A CN117057666B (zh) | 2023-09-07 | 2023-09-07 | 一种数字化配电网的配电质量评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117057666A CN117057666A (zh) | 2023-11-14 |
CN117057666B true CN117057666B (zh) | 2024-02-06 |
Family
ID=88659054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311154914.9A Active CN117057666B (zh) | 2023-09-07 | 2023-09-07 | 一种数字化配电网的配电质量评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117057666B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103647276A (zh) * | 2013-12-10 | 2014-03-19 | 国家电网公司 | 一种电能质量预警系统及其方法 |
CN104778550A (zh) * | 2015-04-15 | 2015-07-15 | 国网湖南省电力公司 | 一种基于实时运行数据的电网质量分析方法 |
CN108345985A (zh) * | 2018-01-09 | 2018-07-31 | 国网瑞盈电力科技(北京)有限公司 | 一种配电网数据质量评估方法及系统 |
AU2018267602A1 (en) * | 2012-03-08 | 2018-12-06 | 369 Labs Pty Ltd | Power system |
CN110276558A (zh) * | 2019-06-27 | 2019-09-24 | 广东电网有限责任公司 | 一种电网的维护方法、系统及计算机可读存储介质 |
CN115186974A (zh) * | 2022-05-27 | 2022-10-14 | 国网上海能源互联网研究院有限公司 | 一种基于业务中台的配电网供电质量综合评价方法及系统 |
CN115600014A (zh) * | 2022-12-14 | 2023-01-13 | 浙江万胜智能科技股份有限公司(Cn) | 一种基于用电特征的个性化配电配置方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9362746B2 (en) * | 2011-10-07 | 2016-06-07 | Cisco Technology, Inc. | Communication network topology management based on an associated electric grid topology |
-
2023
- 2023-09-07 CN CN202311154914.9A patent/CN117057666B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
AU2018267602A1 (en) * | 2012-03-08 | 2018-12-06 | 369 Labs Pty Ltd | Power system |
CN103647276A (zh) * | 2013-12-10 | 2014-03-19 | 国家电网公司 | 一种电能质量预警系统及其方法 |
CN104778550A (zh) * | 2015-04-15 | 2015-07-15 | 国网湖南省电力公司 | 一种基于实时运行数据的电网质量分析方法 |
CN108345985A (zh) * | 2018-01-09 | 2018-07-31 | 国网瑞盈电力科技(北京)有限公司 | 一种配电网数据质量评估方法及系统 |
CN110276558A (zh) * | 2019-06-27 | 2019-09-24 | 广东电网有限责任公司 | 一种电网的维护方法、系统及计算机可读存储介质 |
CN115186974A (zh) * | 2022-05-27 | 2022-10-14 | 国网上海能源互联网研究院有限公司 | 一种基于业务中台的配电网供电质量综合评价方法及系统 |
CN115600014A (zh) * | 2022-12-14 | 2023-01-13 | 浙江万胜智能科技股份有限公司(Cn) | 一种基于用电特征的个性化配电配置方法及系统 |
Non-Patent Citations (4)
Title |
---|
基于评价指标的电网数据质量评价系统设计;肖雅元;文明;盛鵾;廖菁;杨军;;信息技术;20200416(第04期) * |
智能配电网评估指标体系的构建;王敬敏;施婷;;华北电力大学学报(自然科学版);20121130(第06期) * |
王敬敏 ; 施婷 ; .智能配电网评估指标体系的构建.华北电力大学学报(自然科学版).2012,(第06期), * |
肖雅元 ; 文明 ; 盛鵾 ; 廖菁 ; 杨军 ; .基于评价指标的电网数据质量评价系统设计.信息技术.2020,(第04期), * |
Also Published As
Publication number | Publication date |
---|---|
CN117057666A (zh) | 2023-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105512474B (zh) | 一种变压器状态监测数据的异常检测方法 | |
CN111505433B (zh) | 一种低压台区户变关系纠错及相位识别方法 | |
CN104794206B (zh) | 一种变电站数据质量评价系统及方法 | |
US20230369854A1 (en) | Method and apparatus for checking power grid measurement data, device, storagemedium and program product | |
CN115170000B (zh) | 一种基于电能表通信模块的远程监测方法及系统 | |
CN105654229A (zh) | 一种电网自动化系统及设备运行状态风险评估算法 | |
CN111008778A (zh) | 一种台区计量点异常诊断方法及系统 | |
CN114638476A (zh) | 一种水利一体化运维管理方法及系统 | |
CN115018139A (zh) | 基于相间特征的电流互感器误差状态在线辨识方法及系统 | |
CN113723844B (zh) | 一种基于集成学习的低压台区理论线损计算方法 | |
CN103617447A (zh) | 智能变电站的评价系统及评价方法 | |
CN111709668A (zh) | 基于数据挖掘技术的电网设备参数风险识别方法及装置 | |
CN111524026A (zh) | 一种电力资源分配方法及装置 | |
CN113189418A (zh) | 一种基于电压数据的拓扑关系识别方法 | |
CN112417627A (zh) | 一种基于四维指标体系配电网运行可靠性分析方法 | |
CN116933010A (zh) | 一种基于多源数据融合与深度学习的负载率分析评价方法和系统 | |
CN109902133B (zh) | 基于电网任意分割区域的多源数据纠错处理方法及系统 | |
CN111612019A (zh) | 一种基于大数据模型对智能电表故障异常辨识分析的方法 | |
CN113469488B (zh) | 配电网设备拓扑结构在线诊断分析系统 | |
CN117057666B (zh) | 一种数字化配电网的配电质量评估方法及系统 | |
CN110968703B (zh) | 基于lstm端到端抽取算法的异常计量点知识库构建方法及系统 | |
CN110807014B (zh) | 一种基于交叉验证的台区数据异常甄别方法和装置 | |
CN112215482A (zh) | 一种户变关系识别方法和装置 | |
CN115905319B (zh) | 一种海量用户电费异常的自动识别方法及系统 | |
CN111475548A (zh) | 一种基于大数据挖掘技术的用电异常分析决策系统 |
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 |