CN103928923A - 一种基于灵敏度分析的网络稳态电能质量预警方法 - Google Patents
一种基于灵敏度分析的网络稳态电能质量预警方法 Download PDFInfo
- Publication number
- CN103928923A CN103928923A CN201410112185.5A CN201410112185A CN103928923A CN 103928923 A CN103928923 A CN 103928923A CN 201410112185 A CN201410112185 A CN 201410112185A CN 103928923 A CN103928923 A CN 103928923A
- Authority
- CN
- China
- Prior art keywords
- early warning
- power quality
- stationary power
- network
- data
- 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.)
- Granted
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于灵敏度分析的网络稳态电能质量预警方法,包括以下步骤:1)判别出电网中的节点数目和网络拓扑结构;2)采集电网的潮流计算初始参数和稳态电能质量预警数据;3)数据完整度校验;4)数据分析,包括超标分析和异常分析;5)构建灵敏度系数判别矩阵,计算预警动态阈值;6)综合预警分析,得到预警结果。本发明方法利用由灵敏度系数分析得到的动态阈值,对网络中各节点预警数据的超标程度和异常程度进行综合分析,得到预警结果。
Description
技术领域
本发明属于电能质量分析技术领域,涉及一种用于电力***及电力用户输配电网的电能质量分析方法。
背景技术
电能质量可以简单的定义为:关系到供电、用电***及设备正常工作(或运行)的电压、电流的各指标偏离规定范围的程度。由此可以看出电能质量的重要性。
目前,国内外对电能质量的研究主要集中在数据采集方法或对采集后的数据的基本处理上,这些研究主要包括电能质量监测装置和方法,电能质量评估与治理,以及电能质量扰动识别等方面,而对电能质量监测数据异常检测及预警,特别是全网络、多节点的预警等研究尚显不足。对全网络、多节点的电能质量监测数据进行异常挖掘,并发出及时可靠的预警,可以发现电网运行中已经存在或潜在的电能质量问题,并尽早向运检、维护等职能机构和电能质量扰动源终端发出预警信息。然而现有关于预警的研究主要集中在对某个节点监测的异常数据的挖掘和分析上,缺乏对全网络、多节点的解析与处理,不能针对大网络电能质量异常状况做出预警,造成网络电能质量故障得不到及时解决,从而可能造成故障进一步扩大。针对这一缺陷,本发明拟在分析电网中各节点灵敏度的基础,给出适用于不同节点的动态阈值,实现对全网络、多节点电能质量预警,从而做到了对于电网电能质量问题早发现,早解决,提高电网整体运行的安全性、稳定性、可靠性和经济性。
发明内容
技术问题:本发明针对现有技术的不足,提供一种可使供用电双方了解所属区域电网一段时间内各个节点的电能质量状态,提高电网运行可靠性和经济性的基于灵敏度分析的网络稳态电能质量预警方法。
技术方案:本发明的基于灵敏度分析的网络稳态电能质量预警方法,包括下述步骤:
1)判别出电网中的节点数目,然后根据电网中的节点空间布局以及节点之间的连接方式确定电网的网络拓扑结构;
2)采集电网的潮流计算初始参数和稳态电能质量预警数据;
3)对所述步骤2)采集的稳态电能质量预警数据进行完整度校验,若满足完整度要求,则进入步骤4),否则丢弃已采集稳态电能质量预警数据后,返回步骤2)重新采集稳态电能质量预警数据;
4)数据分析:根据现有电能质量国家标准规定值,对步骤2)采集的稳态电能质量预警数据进行超标检测,统计出超标次数N;同时对稳态电能质量预警数据进行异常分析,得到量化其波形变化程度的统计量S;
5)计算动态阈值:根据步骤2)采集的潮流计算初始参数,利用连续潮流法分析网络潮流,再计算网络中各节点的灵敏度系数;
同时划分灵敏度系数定义域区间,然后构建灵敏度系数判别矩阵,分析各个定义域区间内灵敏度系数与动态阈值变化量的对应关系;
最后根据网络中各节点的灵敏度系数所属区间,计算各节点的动态超标阈值NT和动态异常阈值ST;
6)综合预警分析:使用分段非线性函数分别量化稳态电能质量预警数据的超标程度和异常程度;
然后基于线性加权法,综合分析稳态电能质量预警数据的超标程度和异常程度,得到超标和异常程度综合量化值;
最后分析得到稳态电能质量预警结果。
本发明方法的步骤2)中,数据采集的具体方法为:
采集电网中各节点稳态电能质量预警指标的监测数据,构成“电能质量预警数据”;
同时采集网络中潮流计算用的初始参数,构成“潮流计算初始参数”。
本发明方法的步骤3)中对稳态电能质量预警数据进行完整度校验的具体方法为:
如果稳态电能质量预警数据个数超过正常监测数据个数的校验阈值,则判定满足完整度要求,否则不满足完整度要求。
本发明方法的步骤3)中,校验阈值可以为50%。
本发明方法步骤5)中,计算动态阈值的具体方法为:
51)根据步骤2)采集的潮流计算初始参数,利用连续潮流法分析网络潮流分析网络潮流,计算出电网中所有的状态变量、控制变量和相关参数,然后基于灵敏度分析法,计算网络中各节点的灵敏度系数;
同时划分灵敏度系数定义域区间,然后构建灵敏度系数判别矩阵,分析各个定义域区间内灵敏度系数与动态阈值变化量的对应关系;
52)判断网络中各节点的灵敏度系数所属定义域区间,根据定义域区间内灵敏度系数与动态阈值变化量的对应关系,找出各节点灵敏度系数对应的动态阈值变化量;
53)按照以下方法分别计算各节点的动态阈值:将动态阈值变化量中的动态超标阈值变化量和动态异常阈值变化量分别与各自的静态阈值相加,得到动态超标阈值NT和动态异常阈值ST。
本发明方法步骤6)的具体流程为:
使用下列分段非线性函数,量化稳态电能质量预警数据的超标程度:
式中,u(N,NT)是代表稳态电能质量预警数据超标程度的量化值;t1是超标次数比例值,t1=N/NT;
使用下列分段非线性函数,量化稳态电能质量预警数据的异常程度:
式中,v(S,ST)是代表稳态电能质量预警数据异常程度的量化值;t2是异常系数比例值,t2=S/ST;
然后利用下式得到稳态电能质量预警数据的超标和异常程度综合量化值:
F=a·u(N,NT)+b·v(S,ST)
式中,F是代表稳态电能质量预警数据超标和异常程度的综合量化值;a是稳态电能质量预警数据超标程度量化值的比例系数,b是稳态电能质量预警数据异常程度量化值的比例系数;
最后根据下式计算得到稳态电能质量预警结果:
有益效果:与现有技术相比,本发明具有以下优点:
(1)有利于提高电能质量预警***应用的范围。现有关于电能质量预警的研究主要集中在对某个节点超标和异常数据的挖掘和分析上,缺乏对全网络、多节点的整体电能质量预警,造成全网络电能质量潜在故障未能得到及时发现,并加以解决,从而可能使得故障进一步扩大。该基于灵敏度分析的网络稳态电能质量预警方法给出针对局部网络整体的电能质量预警,从而可有效弥补现有预警***的不足。
(2)有利于提高电能质量预警***的准确性。现有单节点电能质量预警的研究采用的是单一的确定性静态阈值,没有根据各节点本身电能质量特性做出动态调整,所以可能会造成由于阈值设置不准确而做出误预警和漏预警。本发明基于连续潮流法和灵敏度分析,对电网各节点灵敏度系数等展开分析,建立适应于各节点不同电能质量要求的动态阈值,从而可有效提高现有预警***的精度。
(3)有利于提高电能质量预警***的实用性和区分度。现有电能质量预警的研究根据单一数据的超标或异常程度做出预警,造成预警结果只考虑数据的某一方面变化情况,所以可能造成由于片面分析数据特性而做出误预警和漏预警。本发明综合量化分析了数据的超标和异常程度,更加全面的分析数据特性。从而做到了在提高现有预警***精度的同时,降低了预警等级的层数,合理安排区分度,使其更符合实用需求。
(4)有利于提高区域电网运行的安全可靠性,根据该网络电能质量预警方法提供的思路,对一段时间引起区域电网的电能质量预警事件给出及时可靠的应对措施。对于供用电双方,可以适时调整自身的运行/生产计划,避免电能质量进一步恶化,提高电网运行的安全可靠性。
附图说明
图1为本发明的流程图。
图2为分析动态阈值的流程图。
具体实施方式
下面结合附图,对本发明的技术方案做进一步的说明。
本发明的基于灵敏度分析的网络稳态电能质量预警方法,流程如图1所示,具体包括以下步骤。
1)判别出电网中的节点数目,然后根据电网中的节点空间布局以及节点之间的连接方式确定电网的网络拓扑结构。
2)采集电网的潮流计算初始参数和稳态电能质量预警数据。
采集电网中各节点稳态电能质量预警指标的监测数据,构成“电能质量预警数据”;
同时采集网络中潮流计算用的初始参数,构成“潮流计算初始参数”。
3)对步骤2)采集的稳态电能质量预警数据进行完整度校验,若满足完整度要求,则进入步骤4),否则丢弃已采集稳态电能质量预警数据后,返回步骤2)重新采集稳态电能质量预警数据,但无需重新采集潮流计算初始参数。
步骤3)中完整度校验的具体方法为:
如果稳态电能质量预警数据个数超过正常监测数据个数的校验阈值,则判定满足完整度要求,否则不满足完整度要求。
本发明根据实际运行经验以及用户需要,设定校验阈值为50%。例如电流谐波每3分钟产生一个数据,一天应该有480个,则如果取到的电压偏差数据低于240,则认为该电压偏差该天数据无效。
4)对步骤2)采集的稳态电能质量预警数据进行数据分析。
根据现有电能质量国家标准规定值,对步骤2)采集的稳态电能质量预警数据进行超标检测,统计出超标次数N;同时对稳态电能质量预警数据进行异常分析,得到量化其波形变化程度的统计量S。
上述电能质量标准包括:
GB/T12326-2008《电能质量电压波动和闪变》
GB/T15945-2008《电能质量电力***频率偏差》
GB/T14549-1993《电能质量公用电网谐波》
GB/T18481-2001《电能质量暂时过电压和瞬态过电压》
GB/T15543-2008《电能质量三相电压不平衡》
GB/T12325-2008《电能质量供电电压偏差》
步骤4)中异常分析的具体步骤为:
(1)确定滑动窗口的长度W;
(2)滑动窗口从该天第一个数据开始,每滑动一次,窗口就向后移动一个数值。例如对于第j个窗口wj={x(k):k=j-W+1,j-W+2,...,j},分别计算统计值偏度g1,j,g2,j,以及计算该窗口的平均值u,和标准差σ。其中偏度和峰度的具体计算方法如下:
偏度有多种定义,正态分布以及所有对称分布的偏度都为0,并且广泛采用的计算公式为:
其中μ为变量X的平均值,μi为第i阶中心矩,E(·)为期望。其中分别代表x(n)的期望平均值以及标准差。
峰度是描述所有取值分布形态陡缓程度的统计量,其计算公式为:
当分布为正态分布时,g1,g2的方差为:
(3)重复第2步,滑动到下一个窗口,计算两个统计值,这样就得到所有窗口的统计值;
(4)计算每个窗口的偏度和峰度的乘积,并取其最大值作为描述监测数据总的异常程度的统计量。
5)分析各节点电能质量预警数据动态阈值。
51)根据步骤2)采集的潮流计算初始参数,利用连续潮流法分析网络潮流;
52)基于灵敏度分析法,计算网络中各节点的灵敏度系数;
53)划分灵敏度系数定义域区间,然后构建灵敏度系数判别矩阵,分析各个定义域区间内灵敏度系数与动态阈值变化量的对应关系;
54)根据网络中各节点的灵敏度系数所属区间,计算各节点的动态超标阈值NT和动态异常阈值ST;
步骤51)中连续潮流法的具体步骤为:
(1)引入参数
以参数λ来指示出力、负荷的增长:
0≤λ≤λcr (5)
其中:λ=0对应基本的出力负荷水平;λ=λcr对应临界点的出力负荷水平。
对于发电机和负荷的处理可用式(6)来表示:
其中:下标0指λ=0所对应的基本的出力、负荷水平;KPGi,KPLi,KQLi为指定的节点出力或负荷的增长系数;
将变化的出力负荷的表达式代入常规潮流方程,则有:
其中:i=1,...,n;PGi、QGi为节点的发电机出力;PLi、QLi为节点的负荷;Vi、θi为节点i的电压幅值和相角;Gij、Bij为节点导纳阵第i,j个元素的实部和虚部。
为了方便表示,将(7)用写成矩阵和矢量的形式,如式(8)
H(x,λ)=0 0≤λ≤λcr (8)
(2)预测环节
如果有了对应基本的出力、负荷水平(λ=0)的潮流解,则可以从它出发,沿切线方向选择合适的步长(使其校正步有解),得到下一点潮流解的预测值。
首先计算切向量,对潮流方程(8)取全微分,并写成矩阵形式即:
其中:为常规潮流方程的雅可比矩阵;[dx dλ]T为要求的切向量。
注意,这里待求量个数比方程个数多1,需增加一维方程,以使切向量有确定解,为此,指定切向量[dx dλ]T第K个分量dxk模值为1,则(9)式变为:
其中,ek表示行向量,除了第K个元素为1,其他元素都等于0, 即为扩展后潮流方程的雅可比矩阵。
如果K值选取合适,则上述指定过程可使得扩展后的雅可比矩阵在临界点处非奇异。由式(10)求得切向量后,即可根据式(11)得到下一点潮流解的预测值,
其中, 为已求点的潮流解,σ为步长,它的取值应使得下一点的预测值落在其收敛半径之内。
(3)校正环节
以预测值[x′ λ']T为初值代入潮流方程(9)作迭代求解。此时,也会遇到待求量个数比方程个数多1的问题,解决的办法是指定状态变量[x λ]T的第K个分量xk的值为预测值,从而增加一个方程,得到扩展的潮流方程:
其中:xk为待求量[x λ]T的第K个分量,因其值被指定,故被称为连续参数;η为预测值的第K个分量;
将预测值[x′ λ]T作为初值代入扩展的潮流方程(12)中用牛顿法迭代求解,则可得到新的潮流解。
以上即为连续潮流预测-校正步骤的具体求解过程。通过不断地预测-校正过程,可以达到并越过临界点以绘制出完整的PV曲线。
步骤52)中灵敏度分析法的具体步骤为:
在快速估算***电压稳定时,常用简化的U-Q灵敏度关系。已知线性化静态***功率电压方程有如下形式:
式中:P为有功功率向量;Q为无功功率向量;θ为节点电压角度向量;U为节点电压幅值向量。
由式(13)可知,***电压稳定性是受有功功率和无功功率影响的。但是,在每一个运行点,可以保持有功功率不变,即令ΔP=0,则
式中,矩阵JR是简化的U-Q雅可比矩阵。它的第i个对角元素是节点i的U-Q灵敏度。
因此,通过该步骤的分析可得到全部节点的灵敏度系数。
步骤53)中分析各个定义域区间内灵敏度系数与动态阈值变化量的对应关系的具体步骤为:
(1)对灵敏度系数所在定义域划分区间。
本发明根据实际运行情况,将灵敏度系数所在定义域划分成7个区间。
当灵敏度系数为正时,这7个区间分别是[0,0.05],[0.05,0.1],[0.1,0.15],[0.15,0.2],[0.2,0.25],[0.25,0.3],[0.3,+∞];
当灵敏度系数为负时,这7个区间分别是[-∞,-0.3],[-0.3,-0.25],[-0.25,-0.2],[-0.2,-0.15],[-0.15,-0.1],[-0.1,-0.05],[-0.05,-0];
(2)设这7个区间的灵敏度系数所对应的动态阈值变化量分别占据各自全部变化量的比例分别为w1,w2,……,w7。根据这些变化量所占比例的相对重要性大小,得到一个7维判别矩阵;
表1判别矩阵构成元素
表中,aij代表的是相对重要性大小,其取值可采用1~9标度。
(3)利用如下式(16)计算这个判别矩阵的最大特征向量:
AW=λmaxW (16)
式中,λmax是最大特征值;W是对应的最大特征向量;A是判别矩阵。
然后,将计算得到的最大特征向量归一化后即可得到各个区间的变化量比例。
(4)根据稳态电能质量预警中的数据判定阈值的历史设定经验,并通过征询供用电双方的基本需求,设置静态阈值,包括静态超标阈值NT1和静态异常阈值ST1。再用50%的静态阈值乘以这些比例,即可得到各个区间的动态阈值变化量。
综上所述,即可得到各个定义域区间内灵敏度系数与动态阈值变化量的对应关系。
步骤54)中计算动态阈值的具体步骤为:
(1)根据步骤52)分析得到各节点的灵敏度系数,判断其所属定义域区间。再根据各个定义域区间内灵敏度系数与动态阈值变化量的对应关系,判断出各节点的动态阈值变化量△NT1和△ST1。
(2)各个节点动态阈值为:
式中,NT和ST分别为各节点的超标阈值和异常阈值。
6)综合预警分析:量化预警数据的超标和异常程度,得到预警结果。
步骤6)中量化预警数据的超标和异常程度,得出预警结果的具体步骤为:
(1)使用下列分段非线性函数,量化稳态电能质量预警数据的超标程度:
式中,u(N,NT)是代表稳态电能质量预警数据超标程度的量化值;t1是超标次数比例值,其等于N/NT;
使用下列分段非线性函数,量化稳态电能质量预警数据的异常程度:
式中,v(S,ST)是代表稳态电能质量预警数据异常程度的量化值;t2是异常系数比例值,其等于S/ST;
(2)然后利用下式得到稳态电能质量预警数据的超标和异常程度综合量化值:
F=a·u(N,NT)+b·v(S,ST) (20)
式中,F是代表稳态电能质量预警数据超标和异常程度的综合量化值;a是稳态电能质量预警数据超标程度量化值的比例系数,b是稳态电能质量预警数据异常程度量化值的比例系数;根据实际调试经验,可设置a和b均为0.5。
(3)根据下式计算得到稳态电能质量预警结果。
Claims (6)
1.一种基于灵敏度分析的网络稳态电能质量预警方法,其特征在于,该方法包括以下步骤:
1)判别出电网中的节点数目,然后根据电网中的节点空间布局以及节点之间的连接方式确定电网的网络拓扑结构;
2)采集电网的潮流计算初始参数和稳态电能质量预警数据;
3)对所述步骤2)采集的稳态电能质量预警数据进行完整度校验,若满足完整度要求,则进入步骤4),否则丢弃已采集稳态电能质量预警数据后,返回步骤2)重新采集稳态电能质量预警数据;
4)数据分析:根据现有电能质量国家标准规定值,对步骤2)采集的稳态电能质量预警数据进行超标检测,统计出超标次数N;同时对稳态电能质量预警数据进行异常分析,得到量化其波形变化程度的统计量S;
5)计算动态阈值:根据步骤2)采集的潮流计算初始参数,利用连续潮流法分析网络潮流,再计算网络中各节点的灵敏度系数;
同时划分灵敏度系数定义域区间,然后构建灵敏度系数判别矩阵,分析各个定义域区间内灵敏度系数与动态阈值变化量的对应关系;
最后根据网络中各节点的灵敏度系数所属区间,计算各节点的动态超标阈值NT和动态异常阈值ST;
6)综合预警分析:使用分段非线性函数分别量化稳态电能质量预警数据的超标程度和异常程度;
然后基于线性加权法,综合分析稳态电能质量预警数据的超标程度和异常程度,得到超标和异常程度综合量化值;
最后分析得到稳态电能质量预警结果。
2.根据权利要求1所述的一种基于灵敏度分析的网络稳态电能质量预警方法,其特征在于,所述步骤2)中,数据采集的具体方法为:
采集电网中各节点稳态电能质量预警指标的监测数据,构成“电能质量预警数据”;
同时采集网络中潮流计算用的初始参数,构成“潮流计算初始参数”。
3.根据权利要求1所述的一种基于灵敏度分析的网络稳态电能质量预警方法,其特征在于,所述步骤3)中对稳态电能质量预警数据进行完整度校验的具体方法为:
如果稳态电能质量预警数据个数超过正常监测数据个数的校验阈值,则判定满足完整度要求,否则不满足完整度要求。
4.根据权利要求3所述的一种基于灵敏度分析的网络稳态电能质量预警方法,其特征在于,所述校验阈值为50%。
5.根据权利要求1、2、3或4所述的一种基于灵敏度分析的网络稳态电能质量预警方法,其特征在于,所述步骤5)中,计算动态阈值的具体方法为:
51)根据步骤2)采集的潮流计算初始参数,利用连续潮流法分析网络潮流分析网络潮流,计算出电网中所有的状态变量、控制变量和相关参数,然后基于灵敏度分析法,计算网络中各节点的灵敏度系数;
同时划分灵敏度系数定义域区间,然后构建灵敏度系数判别矩阵,分析各个定义域区间内灵敏度系数与动态阈值变化量的对应关系;
52)判断网络中各节点的灵敏度系数所属定义域区间,根据定义域区间内灵敏度系数与动态阈值变化量的对应关系,找出各节点灵敏度系数对应的动态阈值变化量;
53)按照以下方法分别计算各节点的动态阈值:将动态阈值变化量中的动态超标阈值变化量和动态异常阈值变化量分别与各自的静态阈值相加,得到动态超标阈值NT和动态异常阈值ST。
6.根据权利要求5所述的一种基于灵敏度分析的网络稳态电能质量预警方法,其特征在于,所述步骤6)的具体流程为:
使用下列分段非线性函数,量化稳态电能质量预警数据的超标程度:
式中,u(N,NT)是代表稳态电能质量预警数据超标程度的量化值;t1是超标次数比例值,t1=N/NT;
使用下列分段非线性函数,量化稳态电能质量预警数据的异常程度:
式中,v(S,ST)是代表稳态电能质量预警数据异常程度的量化值;t2是异常系数比例值,t2=S/ST;
然后利用下式得到稳态电能质量预警数据的超标和异常程度综合量化值:
F=a·u(N,NT)+b·v(S,ST)
式中,F是代表稳态电能质量预警数据超标和异常程度的综合量化值;a是稳态电能质量预警数据超标程度量化值的比例系数,b是稳态电能质量预警数据异常程度量化值的比例系数;
最后根据下式计算得到稳态电能质量预警结果:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410112185.5A CN103928923B (zh) | 2014-03-24 | 2014-03-24 | 一种基于灵敏度分析的网络稳态电能质量预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410112185.5A CN103928923B (zh) | 2014-03-24 | 2014-03-24 | 一种基于灵敏度分析的网络稳态电能质量预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103928923A true CN103928923A (zh) | 2014-07-16 |
CN103928923B CN103928923B (zh) | 2016-02-24 |
Family
ID=51147050
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410112185.5A Expired - Fee Related CN103928923B (zh) | 2014-03-24 | 2014-03-24 | 一种基于灵敏度分析的网络稳态电能质量预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103928923B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110596635A (zh) * | 2019-07-26 | 2019-12-20 | 广西电网有限责任公司 | 一种电能表后故障检测的方法及电能表 |
CN111030109A (zh) * | 2019-12-27 | 2020-04-17 | 广东电网有限责任公司 | 一种网络约束的电网备用容量减扣计算方法及相关装置 |
CN114597899A (zh) * | 2022-03-01 | 2022-06-07 | 深圳供电局有限公司 | 智能配电网电能质量治理设备配置方法及装置 |
CN118214168A (zh) * | 2024-05-21 | 2024-06-18 | 西北工业大学 | 一种配电电路的实时状态监测方法 |
CN118214168B (zh) * | 2024-05-21 | 2024-07-26 | 西北工业大学 | 一种配电电路的实时状态监测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008154378A (ja) * | 2006-12-19 | 2008-07-03 | Hitachi Ltd | 潮流計算方法及びその装置 |
CN102170124A (zh) * | 2011-03-21 | 2011-08-31 | 江苏省电力试验研究院有限公司 | 一种电能质量稳态指标预警方法 |
CN103593461A (zh) * | 2013-11-25 | 2014-02-19 | 东南大学 | 一种基于典型预警事件波形库的扰动源识别方法 |
CN103647276A (zh) * | 2013-12-10 | 2014-03-19 | 国家电网公司 | 一种电能质量预警***及其方法 |
-
2014
- 2014-03-24 CN CN201410112185.5A patent/CN103928923B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008154378A (ja) * | 2006-12-19 | 2008-07-03 | Hitachi Ltd | 潮流計算方法及びその装置 |
CN102170124A (zh) * | 2011-03-21 | 2011-08-31 | 江苏省电力试验研究院有限公司 | 一种电能质量稳态指标预警方法 |
CN103593461A (zh) * | 2013-11-25 | 2014-02-19 | 东南大学 | 一种基于典型预警事件波形库的扰动源识别方法 |
CN103647276A (zh) * | 2013-12-10 | 2014-03-19 | 国家电网公司 | 一种电能质量预警***及其方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110596635A (zh) * | 2019-07-26 | 2019-12-20 | 广西电网有限责任公司 | 一种电能表后故障检测的方法及电能表 |
CN110596635B (zh) * | 2019-07-26 | 2021-10-22 | 广西电网有限责任公司 | 一种电能表后故障检测的方法及电能表 |
CN111030109A (zh) * | 2019-12-27 | 2020-04-17 | 广东电网有限责任公司 | 一种网络约束的电网备用容量减扣计算方法及相关装置 |
CN111030109B (zh) * | 2019-12-27 | 2021-06-25 | 广东电网有限责任公司 | 一种网络约束的电网备用容量减扣计算方法及相关装置 |
CN114597899A (zh) * | 2022-03-01 | 2022-06-07 | 深圳供电局有限公司 | 智能配电网电能质量治理设备配置方法及装置 |
CN118214168A (zh) * | 2024-05-21 | 2024-06-18 | 西北工业大学 | 一种配电电路的实时状态监测方法 |
CN118214168B (zh) * | 2024-05-21 | 2024-07-26 | 西北工业大学 | 一种配电电路的实时状态监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103928923B (zh) | 2016-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109546659B (zh) | 基于随机矩阵和智能场景匹配的配电网无功优化方法 | |
CN107025365B (zh) | 一种用于用户侧的非侵入负荷辨识方法 | |
CN103489035A (zh) | 基于灰色加权关联分析算法的电网电能质量综合评价方法 | |
CN103236026B (zh) | 高渗透吞吐型电网规划方案优选方法 | |
CN103258103B (zh) | 基于偏最小二乘回归的戴维南等值参数辨识方法 | |
CN105186514A (zh) | 一种大规模分布式光伏并网对配网安全评价及预警方法 | |
CN105429304A (zh) | 对电网的谐波源进行监测的方法 | |
CN105260800A (zh) | 一种光伏组件温度预测方法及装置 | |
CN103279639A (zh) | 基于响应的受端电网电压稳定全过程态势评估及防控方法 | |
CN108053149A (zh) | 一种考虑气象因素的光伏电站并网风险评估方法 | |
CN102931728B (zh) | 基于小波多分辨率分析的电网扰动在线辨识及可视化方法 | |
CN103886518A (zh) | 一种基于监测点电能质量数据挖掘的电压暂降预警方法 | |
CN105048483A (zh) | 含光伏配电网的储能容量配置方法与*** | |
CN103995162A (zh) | 基于高级量测体系的配电网大用户实时防窃电方法 | |
CN106651660A (zh) | 基于g1‑熵权法寻找电网静态薄弱点的综合评价方法 | |
CN102967798B (zh) | 一种电力设备的故障报警方法及*** | |
CN102510060B (zh) | 一种电力***频率特性系数的计算方法 | |
CN103837777A (zh) | 供电***电能质量评估方法及*** | |
CN105337574A (zh) | 基于稳健回归的分布式光伏发电窃电识别方法 | |
CN101625381A (zh) | 电压暂降模糊评估方法 | |
CN106199236A (zh) | 一种输电线路参数估计方法、***及电力*** | |
CN103928923A (zh) | 一种基于灵敏度分析的网络稳态电能质量预警方法 | |
CN102798758B (zh) | 并联电容器组串联电抗率的测量方法和*** | |
CN103529337B (zh) | 设备故障与电气量信息间非线性相关关系的识别方法 | |
CN101534010B (zh) | 基于微扰的割集电压稳定域局部边界求解方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160224 Termination date: 20200324 |
|
CF01 | Termination of patent right due to non-payment of annual fee |