KR20090032594A - 검침 데이터를 이용한 전력 설비의 시공간 부하 분석시스템 및 부하 계산방법 - Google Patents
검침 데이터를 이용한 전력 설비의 시공간 부하 분석시스템 및 부하 계산방법 Download PDFInfo
- Publication number
- KR20090032594A KR20090032594A KR1020070097961A KR20070097961A KR20090032594A KR 20090032594 A KR20090032594 A KR 20090032594A KR 1020070097961 A KR1020070097961 A KR 1020070097961A KR 20070097961 A KR20070097961 A KR 20070097961A KR 20090032594 A KR20090032594 A KR 20090032594A
- Authority
- KR
- South Korea
- Prior art keywords
- load
- information
- data
- analysis
- user
- Prior art date
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 77
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 15
- 238000005259 measurement Methods 0.000 claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims description 27
- 238000004088 simulation Methods 0.000 claims description 22
- 238000010586 diagram Methods 0.000 claims description 16
- 238000007418 data mining Methods 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 4
- 238000009434 installation Methods 0.000 claims description 4
- 241000195493 Cryptophyta Species 0.000 claims description 3
- 238000004141 dimensional analysis Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 238000005065 mining Methods 0.000 claims description 3
- 238000012795 verification Methods 0.000 claims description 3
- 238000010408 sweeping Methods 0.000 claims description 2
- 238000012360 testing method Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 abstract 2
- 230000005611 electricity Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000012731 temporal analysis Methods 0.000 description 2
- 238000000700 time series analysis Methods 0.000 description 2
- 230000035508 accumulation Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000003831 deregulation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 238000012732 spatial analysis Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- 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
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q50/10—Services
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
개시된 검침 데이터를 이용한 전력 설비의 시공간 부하 분석 시스템 및 부하 계산방법은 데이터 베이스에서 고객정보, 월검침정보, 원격검침 정보, 설비(공간)정보, 변압기 계측 정보, 회선 계측 정보를 추출하고, 연계정보 데이터 웨어하우즈를 구축한 다음 뱅크, 미원격 검침 고압고객, 조류 순으로 부하를 계산하고, 인터넷 지리정보시스템 환경에서 공간 부하분석, 회선별 단선도 부하분석, 계통 및 설비 부하 시계열 분석, 현황 및 통계, 부하 시뮬레이션, 데이터 마이닝 기법을 적용하여 데이터의 검증 및 보정을 할 수 있다. 이와 같은 구성 및 방법에 의하면, 대규모의 모든 전력설비에 계측장치를 설치하지 않고도 전력사용자로부터 주기적으로 취득되는 검침 데이터를 이용하여 순간순간 변화하는 배전계통 회선이하 설비의 부하를 분석할 수 있으며, 시공간 분석 기법을 적용하여 이해도 높은 현황과 문제점 파악, 시각적 수요분석 및 부하관리, 공간적 부하분포와 밀도 특성 분석이 가능하고, 고객, 설비, 부하, 고장간의 상관관계와 영향성 분석, 설비 시뮬레이션이 가능하며, 이를 통해 전력계통 운영의 효율화에 효과가 있다.
검침 데이터, 부하 분석
Description
본 발명은 시공간 부하 분석 시스템 및 그 분석 방법에 관한 것으로서, 특히 검침 데이터를 이용하여 전력 설비의 시공간 부하 분석 시스템 및 그 분석 방법에 관한 것
오늘날 전력 산업은 규제 완화와 경쟁 체제로의 이행을 위한 변화에 따라 전력 계통과 전력 설비의 효율적인 운영의 중요성이 부각되고 있다.
전력시장에 새롭게 도입된 경쟁의 개념은 사회 후생의 확대와 전력 요금의 인하라는 목표를 위해 진보적이며 효과적인 계통 운영을 모색하도록 요구하고 있다.
이러한 전력설비 효율화에 대한 기술요구에 원천적으로 대응하기 위해서는 종래의 계측장치를 설치하고 계측값을 보여주는 방법이 아닌 새로운 시공간 부하분석에 관한 기술개발이 필요하다.
현재 배전 선로의 신설 및 설비의 운영 부문에 매년 막대한 예산을 투입하고 있으나, 지역에 따라서는 과.부족 투자에 따른 정전사고, 저전압지역 발생, 유휴 전력 설비의 발생 등 공급 설비의 불균형 현상이 발생되고 있다.
이러한 현상의 발생 원인은 배전 계통 및 설비의 순간순간 변화하는 부하와 최대 부하 시점의 구간/변압기 단위의 부하 상황을 파악하기 어렵기 때문으로 판단된다.
또한, 현재의 부하분석 방법은 변압기의 월/년 단위의 최대 부하와 일률적인 보정 상수를 사용하기 때문에 일부 오차가 발생되고 있다.
이렇게 배전설비 운영시 현재 배전계통에 대한 상세한 부하 분석 모델이 없기 때문에 투자계획 수립에도 어려움을 겪고 있으며, '인출단 최대부하'라는 최악의 상황을 대비한 사업계획을 수립하는 경향이 있다.
전국적으로 배전계통의 주요설비는 전주 760만개, 변압기 170만대, 개폐기 12만대에 달한다.
이러한 대규모의 설비를 회선 이하의 구간이나 변압기 단위로 순간순간 변화하는 부하를 감시하기는 대단히 어려운 실정이다. 일부 개폐기나 변압기에 부하를 측정하는 장치를 설치하여 감시하고 있으나 모든 설비에 설치하기는 무리일 것이다.
본 발명은 상기의 문제점을 해결하기 위한 것으로서, 설비 운영의 효율화를 도모하고, 최적화된 부하 계통을 운용할 수 있으며, 정확한 설비 투자가 이루어질 수 있는 개선된 전력 설비의 시공간 부하 분석 시스템 및 그 분석방법을 제공하는데 그 목적이 있다.
상기 목적을 달성하기 위한 본 발명은, 데이터 베이스에서 고객정보, 월검침정보, 원격검침 정보, 설비(공간)정보, 변압기 계측 정보, 회선 계측 정보를 추출하고, 연계정보 데이터 웨어하우즈를 구축한 다음 뱅크, 미원격 검침 고압고객, 조류 순으로 부하를 계산하고, 인터넷 지리정보시스템 환경에서 공간 부하분석, 회선별 단선도 부하분석, 계통 및 설비 부하 시계열 분석, 현황 및 통계, 부하 시뮬레이션, 데이터 마이닝 기법을 적용하여 데이터의 검증 및 보정을 할 수 있다.
상술한 바와 같이 본 발명에 따르면, 대규모의 모든 전력설비에 계측장치를 설치하지 않고도 전력사용자로부터 주기적으로 취득되는 검침 데이터를 이용하여 순간 순간 변화하는 배전계통 회선이하 설비의 부하를 분석할 수 있다. 따라서 계측장치 설치와 유지보수, 통신비 등 막대한 비용과 인력이 소요되는 계측시스템 구축비용을 절감할 수 있다.
기존의 텍스트 위주의 시계열 부하분석에서 인터넷 지리정보시스템 환경에서 시공간 부하분석을 가능하게 함으로써 이해도 높은 현황과 문제점 파악, 시각적 수 요분석 및 부하관리, 공간적 부하분포와 밀도 특성 분석 등이 가능하게 된다. 또한 부하계산 결과와 현황/통계에 대한 다차원 분석자료 제공으로 신속하게 부하현황을파악할 수 있다.
고객의 실제 전력사용량을 기반으로 구축된 데이터이기 때문에 어떤 고객이 설 비부하에 얼마만큼 영향을 주었는지 해석할 수 있으며, 정전, 고장, 과부하, 전압강하, 손실 등 특정 시점에 대해 시간대별 부하분석을 통한 설비와 부하와의 상관관계와 영향성 분석이 가능하다. 현재 운영되는 계통과 설비의 부하를 상세하게 분석할 수 있게 됨으로써, 부하를 변동시키거나 전환시켜 보는 시뮬레이션이 가능하다. 이를 통해 최적의 계통 구성, 설비의 적재적소 배치 등 설비운영의 효율화에 기여할 것이며, 시간 개념이 적용된 구간단위 최대부하를 이용함으로써 정확도 높은 설비투자 계획 수립이 가능하게 될 것이다.
도 1은 본 발명에 따른 검침데이터를 이용한 전력설비 시공간 부하분석 시스템의 구성도이다.
도 1을 참조하면, 본 발명은 시공간 부하분석 모듈(1)과, 데이터 처리 모듈(2) 및 부하 계산에 필요한 운영계 시스템의 데이터 베이스(3)를 포함할 수 있다.
상기 시공간 부하분석 모듈(1)은 복수개의 데이터 베이스(10)와, 복수개의 엔진(20) 및 복수개의 부하분석 서비스 모듈(30)을 포함할 수 있다.
상기 복수개의 데이터 베이스(10)는 연계정보 데이터 베이스(11)와, 부하계산 결과 데이터 베이스(12)와 데이터 마트/시뮬레이션(data mart/simulation) 결과 데이터 베이스(13) 및 데이터 마이닝(mining) 결과 데이터 베이스(14)를 포함할 수 있다.
상기 연계정보 데이터베이스(11)는 운영계 시스템의 데이터베이스(3)로부터 데이터 처리 모듈(2)을 거쳐 구축된 부하계산에 필요한 데이터 웨어하우스(warehouse)이다.
상기 부하계산 결과 데이터베이스(12)는 변압기의 집합인 뱅크(bank), 미원격 검침 고압고객, 조류(power flow) 순으로 부하를 계산한 결과의 저장소일 수 있다.
상기 데이터 마트/시뮬레이션 결과 데이터 베이스(13)는 부하분석 서비스 모듈(30)의 주제 영역별로 데이터를 분리 저장한 데이터 마트와 사용자의 부하 시뮬레이션 결과의 저장소일 수 있다.
상기 데이터 마이닝 결과 데이터베이스(14)는 부하계산 결과 데이터(12)의 검증과 보정을 수행한 결과의 저장소일 수 있다.
상기 엔진(20)은 웹(web) 서비스 엔진(21)과, 온라인 분석처리 엔진(22)과, 데이터 마이닝 엔진(23) 및 인터넷 지리정보시스템(geographic information system;GIS) 엔진(24)을 포함할 수 있다.
상기 웹 서비스 엔진(21)은 웹 환경에서 부하분석을 수행할 수 있는 환경을 제공할 수 있다.
상기 온라인분석처리 엔진(22)은 부하계산 결과 데이터베이스(12)와 데이터 마트/시뮬레이션 결과 데이터베이스(13)를 드릴링(Drilling), 피보팅(Pivoting), 슬라이스/다이스(Slice/Dice), 서핑(Surfing) 등의 다차원분석 기능을 제공할 수 있다.
상기 데이터 마이닝 엔진(23)은 계측되지 않는 데이터를 검증하고 보정하는 분류 및 예측, 연관규칙, 군집화 분석, 시계열 분석과 같은 마이닝 알고리즘을 제공하고, 그 결과를 데이터 마이닝 결과 데이터베이스(14)에 저장할 수 있다.
상기 인터넷 지리정보시스템 엔진(24)은 연계정보 데이터베이스(11)에서 설비정보와 부하를 읽어 웹 환경에서 공간 부하분석을 할 수 있는 환경을 제공할 수 있다.
상기 부하분석 서비스 모듈(30)은 인터넷 지리정보시스템 부하분석 서비스(31)와, 단선도 부하분석 서비스(32)와, 계통 및 설비 부하분석 서비스(33)와, 현황/통계 및 시뮬레이션 부하분석 서비스(34) 및 데이터 마이닝 부하분석 서비스(35)를 포함할 수 있다.
상기 인터넷 지리정보시스템 부하분석 서비스(31)는 전력설비 지리정보시스템의 기반에서 회선과 구간, 변압기에 대한 시간대별 부하분포와 통계정보를 공간상에서 분석할 수 있는 서비스일 수 있다.
상기 단선도 부하분석 서비스(32)는 회선별로 회선 이하 구간을 3진 트리(tree)로 구성한 단선도에서 회선 부하와 각 구각의 부하를 한눈에 분석할 수 서비스일 수 있다.
상기 회선별 단선도의 3진 트리는 변전소 인출단(CB; 도 7참조)을 루트 노드(root node)로 구성한 다음, 다회로 개폐기와 분기점에서 하위 노드를 분리해 나가면서, 지중뱅크와 개폐기가 개방상태로, 자동 부하 전환 개폐기(automatic load transfer switch;ALTS)나 하단의 구간정보가 없는 곳은 상위 전원측 설비로 포인터를 이동하는 회귀적(recursive) 방법으로 생성할 수 있다.
상기 계통 및 설비 부하분석 서비스(33)는 온라인 분석처리 엔진(22)을 이용하여 다양한 각도에서 다차원 부하분석을 할 수 있는 서비스일 수 있다.
상기 계통 및 설비 부하분석 서비스(33)는 회선, 구간, 변압기에 대해 시간대별, 부하별로 표와 그래프를 이용하여 부하패턴을 분석할 수 있다.
상기 부하 표와 그래프는 가장 요약된 레벨로부터 가장 상세한 레벨까지 차원의 계층에 따라 분석에 필요한 요약 수준을 바꿀 수 있는 드릴 업/다운(Drill Up/Down), 시간대와 부하의 축을 서로 바꾸면서 분석하는 피보팅, 다차원 배열의 부분집합으로 만들어 분석하는 슬라이스/다이스 리포트의 형태와 조건을 마우스로 바꾸는 서핑으로 다차원 분석할 수 있다.
상기 변압기에 대해 시간대 별은 15분, 시간, 일, 주, 월, 같은 시간대일 수 있다.
상기 부하별은 부하율, 피상전력, 유효전력, 무효전력, 전류, 손실, 전압강하일 수 있다.
만일, 정전이나 고장 정보가 입력되면 그 시점을 부하분석할 수 있도록 인터넷 지리정보시스템 부하분석 서비스(31), 단선도 부하분석 서비스(32), 회선분석, 구간분석과 연동할 수 있는데, 연동을 위해서는 사업소, 변전소, 회선, 구간, 정전/고장 일시 등의 정보가 입력되어야 한다.
상기 현황/통계 및 시뮬레이션 서비스(34)에서, 회선과 구간에 대한 현황/통계는 고압과 저압, 계약종별(주택용, 일반용, 교육용, 산업용, 기타)로 부하비율과 피상전력을 분석하고, 변압기에 대해서는 동력과 전등, 계약종별로 분석할 수 있다.
또한 부하율과 피상전력에 대한 최대/평균/최소 값과 시간대별로 현황/통계에 대한 표와 그래프도 다차원 분석이 가능할 수 있다.
상기 시뮬레이션은 계통과 변압기에 대해 부하를 증가 또는 감소시켜 보는 부하변동 시뮬레이션과 회선에 대한 부하평준화 시뮬레이션, 변압기에 대해 다른 변압기로 부하를 넘겨보는 부하전환 시뮬레이션을 포함할 수 있다.
상기 데이터 마이닝 서비스(35)는 계측되지 않는 저압고객 부하패턴과 미원격 검침 고압 고객 부하패턴을 검증하고 보정할 수 있다.
상기 저압고객 월검침 데이터의 부하패턴은 군집화하여 분석하고, 온도와 습도에 따른 날씨 민감도와 평일/주말/휴일에 대한 부하 패턴을 보정하기 위해 시간 연관규칙과 순차 패턴 알고리즘을 적용할 수 있으며, 변압기 및 회선 계측정보와 비교 검증하기 위해 분류와 예측 기법을 적용하여 고객 유형별 가중치 패턴의 규칙을 생성하고 보정할 수 있다.
상기 미원격 검침 고압고객은 원격검침(automatic meter reading;AMR) 데이터를 밀도 기반 군집화 알고리즘을 이용하여 가중치를 산정할 수 있다. 또한 변압 기 부하패턴에 대해 날씨와의 상관 관계를 분석하고, 단기 부하예측을 수행하며, 변압기 용량 대비 이용률 분석을 통해 적재적소의 재배치를 수행할 수 있다.
회선과 구간에 대해서는 시공간 패턴 마이닝을 수행하여 사고다발지역과 사고 없는 양호한 계통의 부하 규칙과 패턴을 발견하고, 개선된 회선의 재구성 방안을 추출할 수 있다.
이렇게 마이닝한 결과는 데이터 마이닝 결과 데이터베이스(14)에 저장하고 웹으로 서비스할 수 있다.
상기 데이터 처리 모듈(2)은 부하계산에 필요한 운영계 시스템의 데이터베이스(3)로부터 데이터를 추출하고, 필수 입력 필드에 데이터가 없는 행은 삭제하고 데이터 간의 관계를 이용하여 유추할 수 있는 데이터는 입력하는 등의 정제 과정을 거친 다음, 연계정보 데이터베이스(11)의 구조와 형식에 맞게 변환하고 적재 할 수 있다.
상기 부하계산에 필요한 운영계 시스템의 데이터베이스(3)는 고객(고객번호, 고객명, 계약종별, 계약전력, 전기사용용도, 산업분류, 공급방식 등)과 월검침정보 데이터베이스(41), 고압고객의 15분 단위 유효전력, 무효전력 데이터인 원격검침정보 데이터베이스(42), 배전계통과 설비에 대한 지리정보시스템 공간 데이터인 설비정보 데이터베이스(43), 소수의 중요 변압기를 계측한 상별 전압, 전류 데이터인 변압기 계측정보 데이터베이스(44), 변전소 회선 인출단에서 계측한 회선 계측정보 데이터베이스(45)를 포함할 수 있다.
도 2 는 본 발명에 따른 부하계산 절차를 간략히 도시한 도면이다.
도 2를 참조하면, 상기 부하계산 절차는 뱅크 부하패턴(S1), 미원격 검침 고압고객 부하패턴(S2), 조류(S3) 순으로 계산할 수 있다.
도 3 은 하나의 뱅크에 대해 시작일자부터 종료일자까지 15분 단위로 부하패 턴을 계산하는 방법을 도시한 것이다.
도 3을 참조하면, 먼저 연계정보 데이터베이스에서 계산할 뱅크 정보와 저압고객 정보를 읽고(S10), 고객 유형별 가중치 패턴에 날씨, 월별, 지역(지점)에 대한 각각의 15분 단위 가중치 패턴을 차례로 대입하여 뱅크 부하 가중치 패턴을 생성할 수 있다(S20).
여기서, 고객 유형별 가중치는 계약종별, 계약 전력 범위별, 전기 사용 용도별, 산업 분류별, 공급 방식별, 동력/전등별 가중치의 조합으로 의사결정 트리 방식에 의해 사전에 분류된 정보를 이용할 수 있다.
이 가중치 패턴에 뱅크에서 전력을 공급받는 고객들의 월 검침량을 대입하여뱅크의 기본부하 패턴을 생성하고, 변압기 계측 부하와 비교 검증하기 위해 동일한 뱅크이면 계측부하를 기준으로, 기본부하의 신뢰도가 95% 미만이면 날씨, 월별, 지역(지점) 가중치를 보정할 수 있다(S20).
가중치를 보정하는 방법은 앞서 설명한 데이터 마이닝 기법을 사용할 수 있으며, 이런 방식으로 가중치를 보정해 가면 뱅크 유효전력이 생성되고, 무효전력은 유효전력의 95%를 적용하여 피상 전력을 계산할 수 있다.
그 다음, 용량 대비 피상 전력으로 이용률을 구하고, 하루 96개 피상 전력 중 최대부하를 구하고, 현황/통계 서비스를 위해 고객별 계약종별 코드를 읽어 뱅 크의 계약종별 부하패턴을 산정하고, 고객별 동력전등구분 코드를 읽어 뱅크의 동력전등별 부하패턴을 계산할 수 있다(S30).
도 4는 미원격 검침 고압고객 부하패턴을 계산하는 방법으로 도 3과 유사한 방법으로 수행하나, 고압고객 유형별 가중치 산정을 위한 기본정보를 원격검침 정보(S21)에서 군집화 분석을 통해서 얻는 점이 다르다.
도 5는 조류 계산 방법이다.
도 5를 참조하면, 조류 계산 방법은 구간 단위로 뱅크, 미원격 검침 고압고객, 원격검침 고압고객의 유효전력과 무효전력을 합산하고, 3진 트리로 구성된 회선별 단선도의 각 구간에 이 합산 값을 대입할 수 있다(S100).
그 다음, 배전계통에서 많이 사용하는 포워드 스위핑(Forward Sweeping) 알고리즘을 일부 변형하여 조류계산을 수행하면서 구간의 유효전력, 무효 전력, 피상전력(해당 구간에서만 사용하는 피상전력), 전류, 손실, 전압강하와 전압강하율, 조류(CB에서부터 하위 구간으로 계산되면서 내려오는 피상전력), 부하율(선종별 용량 대비 사용 피상전력 비율)을 구하고(S200), 모든 구간의 계산이 완료되면 회선의 부하를 같은 순서로 계산할 수 있다(S300).
도 6 은 시공간 부하분석의 예시 화면이다.
도 6을 참조하면, 3개의 회선에 대해 일 단위 최대부하를 구간 단위로 부하밀도와 함께 구간 피상전력을 색상으로 구분하여 표현한 것이다.
공간 분석에서 부하시간의 선택은 특정시점만 표현이 가능하며, 여기에서 시간은 정시를, 일, 주, 월은 각각의 기간 중 최대부하 시점을 의미할 수 있다.
상기 시공간 부하 분석은 설비, 부하, 표현방식 선택이 조합되어 설비도 상에 표현되는데, 회선을 선택하면 여러 인접 회선에 대해 부하의 현황 파악이 용이하며, 구간을 선택하면 회선내 구간에 대한 부하의 분포 특성을 분석할 수 있으며, 변압기를 선택하면 지역내 변압기의 부하를 색상구분이나 객체크기에 따라 분석할 수 있다.
부하밀도는 3단계 명암으로 부하가 많은 설비 주변을 짙게 표현함으로써, 축적을 크게 조정하게 되면 부하밀집 지역을 파악하는 데 유용할 수 있다.
또한 설비 부하의 고압/저압 비율, 계약종별 비율을 파이(Pie) 차트와 바(Bar) 차트로 설비도 상에 표현함으로써 공간상에서 통계 분석도 가능할 수 있다.
객체조정은 사용자가 보고자 하는 기본도와 설비도 객체, 부하의 범위를 설정하는 기능으로 공간상에 표현되는 객체를 조정함으로써 효율적인 분석을 가능하게 할 수 있다.
도 7은 회선별 단선도 부하분석 예시 화면을 나타낸 것이다.
도 7을 참조하면, 회선별 단선도 부하분석은 하나의 회선을 3진 트리로 구성된 단선도에서 회선과 구간에 대한 부하(전류, 전압강하, 손실, 전력)를 선택적으로 표현하고, 시간이동 버튼을 이용하여 15분전, 15분후, 어제 같은 시분, 내일 같은 시분으로 쉽게 시간을 이동하면서 부하를 분석할 수 있는 특징이 있다.
그리고 회선과 특정 구간에 대해 당일의 15분 단위 부하패턴, 특정시분에 대한 월간 부하패턴, 일 최대부하를 이용한 월간 부하패턴, 월 최대부하를 이용한 연 간 부하패턴을 분석할 수 있다.
도 8 은 부하 시뮬레이션의 예시 화면이다.
도 8을 참조하면, 계통의 부하변동 시뮬레이션은 특정 구간에 계약종별 부하를 증감시켰을 때 부하패턴이 어떻게 변화하는지 시험할 수 있으며, 계통 부하전환 시뮬레이션은 선택한 회선의 부하를 인접 선로에 부하를 넘길 수 있는지 가부 탐색 알고리즘을 이용하여 시간대별 개방점 최적화를 수행할 수 있다.
변압기 부하변동 시뮬레이션은 특정 변압기에 저압 계약종별 부하를 증감시켜 보는 기능이고, 변압기 부하전환 시뮬레이션은 변압기에서 공급하는 고객을 다른 변압기로 이설 했을 때 시간대별 부하패턴이 어떻게 변화하는지 분석할 수 있다.
도 1은 본 발명에 따른 검침 데이터를 이용한 전력 설비 시공간 부하분석 시스템의 구성도.
도 2는 부하 계산 방법을 나타낸 순서도.
도 3은 뱅크 부하 패턴의 계산 방법을 나타낸 순서도.
도 4는 미원격 검침 고압 고객의 부하 패턴 계산 방법을 나타낸 순서도.
도 5는 조류 계산 방법을 나타낸 순서도.
도 6은 시공간 부하 분석을 나타낸 예시도.
도 7은 회선별 단선도의 부하 분석을 나타낸 예시도.
도 8은 부하 시뮬레이션을 나타낸 예시도.
Claims (18)
- 부하 계산에 필요한 정보가 저장된 데이터 베이스;상기 정보를 처리하는 데이터 처리 모듈; 및상기 데이터 처리 모듈에서 처리된 내용을 지리정보시스템의 환경에서 시간적 및 공간적으로 분석하는 시공간 부하 분석 모듈을 포함하는 것을 특징으로 하는 시공간 부하 분석 시스템.
- 제1항에 있어서,상기 데이터 베이스는 사용자 정보와, 설비 정보와, 변압기 계측 정보 및 회선 계측 정보를 포함하는 것을 특징으로 하는 시공간 부하 분석 시스템.
- 제2항에 있어서,상기 사용자 정보는 사용자의 개인 정보와, 월 검침 정보 및 고압 사용자의 15분 단위 유/무효 전력 데이터인 원격 검침 정보를 포함하는 것을 특징으로 하는 시공간 부하 분석 시스템.
- 제2항에 있어서,상기 설비 정보는 배전 계통과 설비에 대한 지리정보시스템 공간 데이터인 것을 특징으로 하는 시공간 부하 분석 시스템.
- 제2항에 있어서,상기 변압기 계측 정보는 공급자가 지정한 중요 변압기를 계측한 상별 전압 및 전류 데이터인 것을 특징으로 하는 시공간 부하 분석 시스템.
- 제2항에 있어서,상기 회선 계측 정보는 변전소 회선 인출단에서 계측한 정보인 것을 특징으로 하는 시공간 부하 분석 시스템.
- 제1항에 있어서,상기 데이터 처리 모듈은 상기 데이터 베이스로부터 데이터를 추출하고, 상기 추출된 데이터를 정제하여, 상기 시공간 부하 분석 모듈의 구조와 형식에 맞게 변환 및 적재하는 것을 특징으로 하는 시공간 부하 분석 시스템.
- 제7항에 있어서,상기 정제는 필수 입력 필드에 상기 데이터가 없는 행은 삭제하고, 상기 데이터 간의 관계를 이용하여 유추할 수 있는 데이터는 입력하는 것을 특징으로 하는 시공간 부하 분석 시스템.
- 제1항에 있어서,상기 시공간 부하 분석 모듈은 복수의 서브 데이터 베이스와, 복수의 엔진 및 복수의 부하분석 서비스 모듈인 것을 특징으로 하는 시공간 부하 분석 시스템.
- 제9항에 있어서,상기 복수의 서브 데이터 베이스는:상기 데이터 베이스로부터 상기 데이터 처리 모듈을 거쳐 구축된 부하 계산에 필요한 데이터 웨어하우스인 연계정보 데이터 베이스;변압기의 집합인 뱅크와 미원격 검침 사용자 및 조류(power flow) 순으로 상기 부하를 계산한 결과의 저장소인 부하계산결과 데이터 베이스;상기 부하 분석 서비스의 주제 영역별로 상기 데이터를 분리 저장한 데이터 마트 및 상기 사용자의 부하 시뮬레이션 결과의 저장소인 데이터 마트/시뮬레이션결과 데이터 베이스; 및상기 부하 계산 데이터의 검증과 보정을 수행한 결과의 저장소인 데이터마이닝결과 데이터 베이스를 포함하는 것을 특징으로 하는 시공간 부하 분석 시스템.
- 제10항에 있어서,상기 복수의 엔진은:웹 환경에서 부하 분석을 수행할 수있는 환경을 제공하는 웹 서비스 엔진;상기 부하계산결과 데이터 베이스 및 데이터 마트/시뮬레이션결과 데이터 베이스의 다차원 분석 기능을 제공하는 온라인 분석처리 엔진;계측되지 않은 데이터의 마이닝 알고리즘을 제공하고, 그 결과를 상기 연계정보 데이터 베이스에 저장하는 데이터 마이닝 엔진; 및상기 연계정보 데이터 베이스에서 설비 정보와 부하를 읽어 상기 웹 환경에서 공간 부하 분석을 할 수 있는 환경을 제공하는 지리정보시스템 엔진을 포함하는 것을 특징으로 하는 시공간 부하 분석 시스템.
- 제11항에 있어서,상기 복수의 부하분석 서비스 모듈은:전력 설비 지리정보시스템 기반에서 회선과, 구간 및 변압기에 대한 시간대별 부하 분포와 통계 정보를 공간 상에서 분석할 수 있는 지리정보시스템 부하 분석 서비스;상기 회선 별로 회선 이하 구간을 3진 트리로 구성한 단선도에서 상기 회선 부하와 상기 각 구간의 부하를 한 눈에 분석할 수 있는 단선도 부하분석 서비스;상기 온라인 분석처리 엔진을 이용하여 다양한 각도에서 다차원 부하분석을 할 수 있는 계통 및 설비 부하분석 서비스;상기 회선과, 상기 구간 및 상기 변압기에 대하여 상기 부하의 비율과 피상 전력을 분석하고, 상기 부하를 변환시켜 시험할 수 있는 현황/통계 및 시뮬레이션 서비스;계측되지 않는 사용자 및 상기 미원격 검침 사용자의 부하 패턴을 검증하고 보정하는 데이터 마이닝 서비스를 포함하는 것을 특징으로 하는 시공간 부하 분석 시스템.
- 뱅크 부하의 패턴을 계산하는 단계;미원격 검침 고압 사용자의 부하 패턴을 계산하는 단계; 및조류를 계산하는 단계를 포함하는 것을 특징으로 하는 부하 계산방법.
- 제13항에 있어서,상기 뱅크 부하 패턴을 계산하는 단계는:연계정보 데이터 베이스에서 상기 뱅크 정보와 저압 고객 정보를 읽는 단계;사용자 유형별 가중치 패턴에 날씨와, 월별 및 지역에 대한 각각의 15분 단위 가중치 패턴을 차례로 대입하여 상기 뱅크의 부하 가중치 패턴을 생성하는 단계;상기 뱅크에서 전력을 공급받는 사용자의 월 검침량을 대입하여 상기 뱅크의 기본 부하 패턴을 생성하는 단계;상기 뱅크의 기본 부하 패턴과 변압기 계측 부하와 비교 검증 및 보정하는 단계; 및상기 뱅크의 유/무효 전력과, 피상 전력과, 이용률과, 일 최대 부하와, 계약종별 부하 및 동력전등별 부하를 계산하는 단계를 포함하는 것을 특징으로 하는 부하 계산 방법.
- 제13항에 있어서,상기 미원격 검침 사용자의 부하 패턴 계산 단계는 원격 검침 정보에서 군집화 분석을 통해 얻어진 고압 사용자의 유형별 가중치를 산정하고, 상기 미원격 검침 사용자의 유/무효 전력 및 피상 전력에 의하는 것을 특징으로 하는 부하 계산 방법.
- 제13항에 있어서,조류를 계산하는 단계는:상기 뱅크와, 상기 미원격 검침 고압 사용자 및 원격 검침 고압 사용자의 유/무효 전력 부하 패턴을 구간 단위로 합산하는 단계;3진 트리로 구성된 회선별 단선도의 각 구간에 상기 합산 값을 대입한 후, 포워드 스위핑 알고리즘을 일부 변형하는 단계;상기 구간의 유/무효 전력과, 피상 전력과, 전류와, 손실과, 전압 강화와 전압 강하율과, 조류 및 부하율을 구하는 단계; 및상기 회선의 부하를 상기와 같은 순서로 되풀이 계산하는 것을 특징으로 하는 부하 계산 방법.
- 제16항에 있어서,상기 회선별 단선도의 부하 분석은 15분, 시간, 일, 주, 월 단위의 시간대 및 상기 회선과, 구간 및 변압기의 설비를 선택하도록 하고 부하율, 피상 전력, 전 류, 손실, 전압 강하의 부하를 색상과 객체 크기로 구분하여 고/저압, 계약종별, 동력/전등의 통계 정보와 함께 지리정보시스템에서 부하 분포, 밀도 특성의 공간을 분석하는 것을 특징으로 하는 부하 계산 방법.
- 제16항에 있어서,상기 회선별 단선도의 부하 분석은 상기 회선별 단선도에서 회선과 구간에 대한 부하를 선택적으로 표현하고, 15분 전, 15분 후, 어제 같은 시/분, 내일 같은 시/분으로 시간 이동하면서 당일, 월간 특정 시/분, 월간 일 최대 부하, 연간 월 최대 부하의 부하 패턴을 분석하는 것을 특징으로 하는 부하 계산 방법.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020070097961A KR20090032594A (ko) | 2007-09-28 | 2007-09-28 | 검침 데이터를 이용한 전력 설비의 시공간 부하 분석시스템 및 부하 계산방법 |
| JP2008251691A JP2009089594A (ja) | 2007-09-28 | 2008-09-29 | 検針データを利用した電力設備の時空間負荷分析システム及び負荷の計算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020070097961A KR20090032594A (ko) | 2007-09-28 | 2007-09-28 | 검침 데이터를 이용한 전력 설비의 시공간 부하 분석시스템 및 부하 계산방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20090032594A true KR20090032594A (ko) | 2009-04-01 |
Family
ID=40662229
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020070097961A KR20090032594A (ko) | 2007-09-28 | 2007-09-28 | 검침 데이터를 이용한 전력 설비의 시공간 부하 분석시스템 및 부하 계산방법 |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP2009089594A (ko) |
| KR (1) | KR20090032594A (ko) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101064509B1 (ko) * | 2009-05-14 | 2011-09-14 | 한전케이디엔주식회사 | 지리 정보 기반 전력 계통 데이터의 전력 계통 해석 시스템 및 해석 방법 |
| CN104809332A (zh) * | 2015-03-24 | 2015-07-29 | 国家电网公司 | 一种基于负荷率的电力系统海量用户分类方法 |
| CN106300349A (zh) * | 2016-11-05 | 2017-01-04 | 北京普锐电子有限公司 | 一种区域用电智能管理系统 |
| CN107909166A (zh) * | 2017-12-21 | 2018-04-13 | 贵州电网有限责任公司 | 基于智能终端的低压配变台区故障处理决策方法 |
| KR102096468B1 (ko) * | 2018-10-05 | 2020-04-02 | 한국전력공사 | 능동형 선로부하 관리 방법 |
| CN111177216A (zh) * | 2019-12-23 | 2020-05-19 | 国网天津市电力公司电力科学研究院 | 综合能源消费者行为特征的关联规则生成方法及装置 |
| CN111371188A (zh) * | 2020-05-06 | 2020-07-03 | 国网河北省电力有限公司沧州供电分公司 | 一种用电异常数据实时预警系统 |
| CN111475548A (zh) * | 2020-05-06 | 2020-07-31 | 国网河北省电力有限公司沧州供电分公司 | 一种基于大数据挖掘技术的用电异常分析决策系统 |
| CN111915107A (zh) * | 2019-05-07 | 2020-11-10 | 华北电力大学 | 一种基于动态聚类的负荷分群控制方法 |
| CN113220449A (zh) * | 2021-04-27 | 2021-08-06 | 武汉大学 | 一种基于边缘计算的脆弱线路识别方法及体系 |
| CN113761316A (zh) * | 2021-09-27 | 2021-12-07 | 国网安徽省电力有限公司怀远县供电公司 | 一种基于配电网的配变台区负荷负载实时监控方法及系统 |
| KR102359512B1 (ko) * | 2020-09-08 | 2022-02-09 | 한국전력공사 | 스마트시티 에너지설비의 통합 정보 제공 장치 및 방법 |
| KR102388532B1 (ko) * | 2021-11-26 | 2022-04-20 | (주) 맵마인드 | 증강현실과 gis를 이용한 전력 사용량 모니터링 시스템 |
| KR20230134174A (ko) * | 2022-03-14 | 2023-09-21 | 박운학 | 복수의 전력 시스템의 계통을 점검 및 일치화하기 위한 방법, 서버 및 컴퓨터프로그램 |
Families Citing this family (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013124973A1 (ja) * | 2012-02-21 | 2013-08-29 | 株式会社日立製作所 | 電力系統情報の表示装置及び表示方法 |
| JP5483503B1 (ja) * | 2012-12-26 | 2014-05-07 | 中国電力株式会社 | トランス管理システム |
| JP6390329B2 (ja) * | 2014-10-10 | 2018-09-19 | 富士通株式会社 | 不等率の算出方法、不等率の算出プログラム及び不等率の算出装置 |
| CN104331840B (zh) * | 2014-10-27 | 2018-08-28 | 东南大学 | 电力市场环境下负荷零售商的最优购电方法 |
| CN104598986B (zh) * | 2014-12-12 | 2018-01-19 | 国家电网公司 | 基于大数据的电力负荷预测方法 |
| CN105896522A (zh) * | 2014-12-17 | 2016-08-24 | 国家电网公司 | 一种变压器经济运行控制方法、装置及系统 |
| CN109523309B (zh) * | 2018-10-26 | 2021-04-30 | 武汉华中思能科技有限公司 | 一种基于潮流分析计算的电力报价仿真方法及系统 |
| CN111524027B (zh) * | 2020-03-20 | 2024-04-02 | 北京国电通网络技术有限公司 | 一种电力信息统计方法、装置、设备及存储介质 |
| CN111461197A (zh) * | 2020-03-27 | 2020-07-28 | 国网上海市电力公司 | 一种基于特征提取的空间负荷分布规律研究方法 |
| CN111582725B (zh) * | 2020-05-09 | 2024-08-23 | 河南许继仪表有限公司 | 一种农田排灌台区有序用电管理系统及用电管理方法 |
| CN111523865A (zh) * | 2020-05-23 | 2020-08-11 | 国家电网有限公司 | 一种电力系统电力电量平衡辅助分析计算系统 |
| CN111931980B (zh) * | 2020-07-02 | 2024-08-16 | 广东电网有限责任公司 | 一种标记运行方式的线路历史负荷记录方法 |
| CN111967736A (zh) * | 2020-07-30 | 2020-11-20 | 许继集团有限公司 | 一种基于大数据平台的变电站倒负荷控制方法及系统 |
| CN112288271A (zh) * | 2020-10-29 | 2021-01-29 | 内蒙古电力(集团)有限责任公司包头供电局 | 一种公变台区低压线损分析系统 |
| CN112529725A (zh) * | 2020-11-05 | 2021-03-19 | 国网天津市电力公司 | 基于Spearman模型的线损影响因子查找方法 |
| CN112417363B (zh) * | 2020-11-11 | 2022-06-24 | 深圳供电局有限公司 | 一种变电站的负载分析方法及系统 |
| CN112579689A (zh) * | 2020-12-23 | 2021-03-30 | 北京用尚科技股份有限公司 | 一种基于gis的输电线路重过载展示方法 |
| CN113011630B (zh) * | 2021-01-25 | 2024-01-23 | 国网浙江省电力有限公司杭州供电公司 | 一种大数据配电网台区时空负荷短期预测方法 |
| CN113379164B (zh) * | 2021-07-16 | 2024-03-26 | 国网江苏省电力有限公司苏州供电分公司 | 基于深度自注意力网络的负荷预测方法及系统 |
| CN114113778A (zh) * | 2021-10-19 | 2022-03-01 | 黄兵 | 电能量数据管理平台大数据系统的计量大数据计算方法 |
| CN114910734A (zh) * | 2022-07-18 | 2022-08-16 | 广东电网有限责任公司佛山供电局 | 一种导体负载异常的检测方法及装置 |
-
2007
- 2007-09-28 KR KR1020070097961A patent/KR20090032594A/ko not_active Application Discontinuation
-
2008
- 2008-09-29 JP JP2008251691A patent/JP2009089594A/ja active Pending
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101064509B1 (ko) * | 2009-05-14 | 2011-09-14 | 한전케이디엔주식회사 | 지리 정보 기반 전력 계통 데이터의 전력 계통 해석 시스템 및 해석 방법 |
| CN104809332A (zh) * | 2015-03-24 | 2015-07-29 | 国家电网公司 | 一种基于负荷率的电力系统海量用户分类方法 |
| CN106300349A (zh) * | 2016-11-05 | 2017-01-04 | 北京普锐电子有限公司 | 一种区域用电智能管理系统 |
| CN107909166A (zh) * | 2017-12-21 | 2018-04-13 | 贵州电网有限责任公司 | 基于智能终端的低压配变台区故障处理决策方法 |
| KR102096468B1 (ko) * | 2018-10-05 | 2020-04-02 | 한국전력공사 | 능동형 선로부하 관리 방법 |
| CN111915107A (zh) * | 2019-05-07 | 2020-11-10 | 华北电力大学 | 一种基于动态聚类的负荷分群控制方法 |
| CN111177216A (zh) * | 2019-12-23 | 2020-05-19 | 国网天津市电力公司电力科学研究院 | 综合能源消费者行为特征的关联规则生成方法及装置 |
| CN111177216B (zh) * | 2019-12-23 | 2024-01-05 | 国网天津市电力公司电力科学研究院 | 综合能源消费者行为特征的关联规则生成方法及装置 |
| CN111371188A (zh) * | 2020-05-06 | 2020-07-03 | 国网河北省电力有限公司沧州供电分公司 | 一种用电异常数据实时预警系统 |
| CN111475548A (zh) * | 2020-05-06 | 2020-07-31 | 国网河北省电力有限公司沧州供电分公司 | 一种基于大数据挖掘技术的用电异常分析决策系统 |
| KR102359512B1 (ko) * | 2020-09-08 | 2022-02-09 | 한국전력공사 | 스마트시티 에너지설비의 통합 정보 제공 장치 및 방법 |
| CN113220449A (zh) * | 2021-04-27 | 2021-08-06 | 武汉大学 | 一种基于边缘计算的脆弱线路识别方法及体系 |
| CN113220449B (zh) * | 2021-04-27 | 2023-11-14 | 武汉大学 | 一种基于边缘计算的脆弱线路识别方法及结构 |
| CN113761316A (zh) * | 2021-09-27 | 2021-12-07 | 国网安徽省电力有限公司怀远县供电公司 | 一种基于配电网的配变台区负荷负载实时监控方法及系统 |
| KR102388532B1 (ko) * | 2021-11-26 | 2022-04-20 | (주) 맵마인드 | 증강현실과 gis를 이용한 전력 사용량 모니터링 시스템 |
| KR20230134174A (ko) * | 2022-03-14 | 2023-09-21 | 박운학 | 복수의 전력 시스템의 계통을 점검 및 일치화하기 위한 방법, 서버 및 컴퓨터프로그램 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2009089594A (ja) | 2009-04-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR20090032594A (ko) | 검침 데이터를 이용한 전력 설비의 시공간 부하 분석시스템 및 부하 계산방법 | |
| Wang et al. | Time-varying stochastic assessment of conservation voltage reduction based on load modeling | |
| Chowdhury et al. | Power distribution system reliability: practical methods and applications | |
| CN111177101A (zh) | 一种基于大数据架构的配电网多维可视化平台 | |
| US20050090995A1 (en) | Distributed asset optimization (DAO) system and method | |
| CN107462863A (zh) | 一种智能电能表运行误差运行诊断分析方法及系统 | |
| CN106570784A (zh) | 电压监测一体化模型 | |
| Anteneh et al. | Reliability enhancement of distribution substation by using network reconfiguration a case study at debre berhan distribution substation | |
| Shin et al. | Spatiotemporal load-analysis model for electric power distribution facilities using consumer meter-reading data | |
| CN112288303B (zh) | 确定线损率的方式、装置 | |
| CN108876154B (zh) | 一种电网规划大数据分析系统 | |
| Singh et al. | Optimal power flow analysis of a Switzerland׳ s transmission system for long-term capacity planning | |
| CN113723844B (zh) | 一种基于集成学习的低压台区理论线损计算方法 | |
| Ashok et al. | Systematic study of data requirements and AMI capabilities for smart meter analytics | |
| CN118378545B (zh) | 一种电网复杂运行模式下的计量拓扑仿真方法及系统 | |
| CN113904322A (zh) | 一种基于电流+电压的低压配网拓扑生成方法 | |
| CN117610214B (zh) | 一种基于动态地理特征的配电网接线智能规划方法 | |
| CN113793039B (zh) | 一种考虑多类型终端的中低压配电网可靠性评估方法 | |
| CN113469488B (zh) | 配电网设备拓扑结构在线诊断分析系统 | |
| CN111105218A (zh) | 一种基于全息影像技术的配电网运行监视方法 | |
| CN113344364A (zh) | 停电计划的风险分析方法、装置、电子设备及存储介质 | |
| CN112649696A (zh) | 电网异常状态识别方法 | |
| CN116796906A (zh) | 基于数据融合的电力配电网投资预测分析系统及方法 | |
| Yari et al. | A new practical approach to optimal switch placement in the presence of distributed generation | |
| Chao et al. | An improvement project for distribution transformer load management in Taiwan |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |