CN103971171B - 一种输电设备状态评估方法 - Google Patents
一种输电设备状态评估方法 Download PDFInfo
- Publication number
- CN103971171B CN103971171B CN201410157794.2A CN201410157794A CN103971171B CN 103971171 B CN103971171 B CN 103971171B CN 201410157794 A CN201410157794 A CN 201410157794A CN 103971171 B CN103971171 B CN 103971171B
- Authority
- CN
- China
- Prior art keywords
- state
- matrix
- weight
- parts
- transmission facility
- 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
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了输电设备状态评估方法,其包括步骤S1、融合多源异构信息,采用多层架构的模式建立起了输电设备的状态评估参数体系;步骤S2、确定评估的状态等级,并且依据设计文件和评语导则中的状态量限值得到模糊评判矩阵;步骤S3、采用信息熵法确定各状态量的客观权重;步骤S4、采用层次分析法确定各状态量的主观权重,并将所述主管权重与客观权重相结合,计算各状态量的综合权重;步骤S5、根据步骤S2中的模糊评判矩阵和步骤S4中的综合权重,计算各部件的状态评估矩阵以及输电设备整体的状态评估矩阵。本发明将主观权重、客观权重以及模糊评判矩阵相结合,避免了固定权重带来的个别指标严重异常时对整体状态影响较小的问题。
Description
技术领域
本发明涉及一种电力***运行安全技术,具体涉及一种输电设备状态评估方法。
背景技术
输电设备的安全是电网安全、可靠、稳定运行的基础,对设备状态进行有效、准确的评估、诊断和预测,是提高供电可靠性及电网运行智能化水平的重要途径。
模糊数学方法适用于输电设备的状态评估,其运用了模糊集合中隶属度和隶属函数的理论,对输电设备中多状态量的制约关系进行数学化的抽象。模糊方法先对多种模糊性因素进行单因素评判,然后依据预先确定的规则集进行模糊推论,根据一定的原则对评价结果进行解释。
输电设备状态评估的难点在于综合各类状态信息和权重的确定。要进行全面和准确的状态评估,需要融合设备状态信息、电网运行信息及环境状态信息等多源异构信息,结合电力设备的历史、当前和未来状态,通过一定的标准和智能评估方法得出状态评估结果。目前,对输电设备的状态评估国内外研究较少,一方面集中在对输电设备电气或机械方面的具体参量的检测,如测量导线张力和倾角实现导线的覆冰监测,测量绝缘子的盐密和泄漏电流实现绝缘子的污秽监测;另一方面集中在一些宏观的基于单一或少量参量的状态分析,如根据杆塔倾斜度、防盗等参量来评估杆塔状态,根据覆冰、风偏、舞动等来评估导线状态。上述均无法科学把握输电设备整体的健康状况和状态发展趋势。
在权重的确定方面,由于用于评估设备运行的特征量很多,并且每个特征量在评估时所起的作用不同,需准确确定不同这特征量的权重。现有技术方面主要有主观权重和客观权重两种分析方法,其中主观权重分析方法主要是层次分析法,依据专家意见来确定每个参量的权重,客观权重分析法,是利用不同特征量的变化规律,依靠数学方法来确定其权重的,主要包括熵权法、证据理论等。
本发明在国家863计划项目基金(2012AA050209)资助下,提出了《一种输电设备状态评估方法》。
发明内容
本文提出了一种输电设备状态评估方法,在综合考虑了输电设备各类状态信息的基础上,使用综合权重有效地结合了当前数据和历史数据,避免了固定权重带来的个别指标严重异常时对整体状态影响较小的问题。
本发明所述的输电设备状态评估方法,包括以下步骤:
一种输电设备状态评估方法,其包括以下步骤:
步骤S1、融合多源异构信息,采用多层架构的模式建立起了输电设备的状态评估参数体系,所述多源异构信息至少包括设备在线监测和运维检修信息、电网运行信息及环境状态信息,所述状态评估参数体系包括由多个部件组成的输电设备层、用于列举各部件状态评估所对应的状态量的状态检测层、以及用于列举各类传感器参数的传感器层,所述传感器参数为所述状态量的原始量;
步骤S2、确定评估的状态等级,并且依据设计文件和评语导则中的状态量限值得到模糊评判矩阵;
步骤S3、采用信息熵法确定各状态量的客观权重;
步骤S4、采用层次分析法确定各状态量的主观权重,并将所述主观权重与客观权重相结合,计算各状态量的综合权重;
步骤S5、根据步骤S2中的模糊评判矩阵和步骤S4中的综合权重,计算各部件的状态评估矩阵以及输电设备整体的状态评估矩阵。
所述步骤S1中的状态量包括检测数据和基础数据。
所述步骤S2包括:
步骤S2.1、将各状态量的实测值进行归一化,以描述各状态量偏离正常工作状态的相对劣化度;
步骤S2.2、对输电设备状态划分为良好、一般、注意、严重4个状态等级,通过三角和半梯形分别确定各状态量对着4种状态等级的隶属度函数;
步骤S2.3、将各状态量的实测值进行归一化后代入隶属度函数,计算出各状态量对应于4种状态等级的隶属度值,得到模糊评判矩阵,所述模糊评判矩阵为:
其中,R为各部件的模糊评判矩阵,Ri为各部件的模糊评判矩阵R中第i个状态量的模糊评判矩阵,rij表示各状态量ui对评语vj的隶属关系;0≤rij≤1,j=4。
所述归一化处理包括:
对于极大型状态量,其数值越大状态越优,其计算公式为:
f(x)=(x-a)/(b-a)(2)
对于极小型状态量,其数值越小状态越优,其计算公式为:
f(x)=(b-x)/(b-a)(3)
其中,f(x)为第i个状态量的相对劣化度,x为第i个状态量的实测值;a为第i个状态量的额定值,b为第i个状态量的注意值。
所述步骤S3包括以下步骤:
步骤S3.1、计算各状态量ui的熵值Hi:
其中,k=ln4,rij满足且当rij=0时,Hi=0;
步骤S3.2、计算各状态量ui的差异系数gi:
gi=1-Hi(5)
步骤S3.3、计算各状态量ui的客观权重ei:
所述步骤S4包括以下步骤:
步骤S4.1、根据专家经验得到判断矩阵P;
步骤S4.2、对判断矩阵P进行一致性检验:
CR=CI/RI(7)
其中,CR为判断矩阵P的随机一致性比率,CI为判断矩阵的一般一致性指标,所述CI的计算方法为:
其中,RI称为判断矩阵P的一般一致性指标,随着判断矩阵P的阶数取固定数值,λmax为判断矩阵P的最大特征根;
当CR<0.1时,即认为判断矩阵P具有满意的一致性,说明权数分配的合理性;否则需要调整判断矩阵,直到通过一致性检验为止;
步骤S4.3、当判断矩阵P通过检验后,求出判断矩阵P的最大特征根所对应的特征向量C={c1,c2,…,cn},所求特征向量C即为各状态量重要性排序,ci是第i个状态量的主观权重值;
步骤S4.4、将主观权重和客观权重相结合,计算综合权重:
其中,wi为第i个状态量的综合权重,为变权系数。
所述
所述部件为9个,分别为基础、杆塔、导线、地线、绝缘子、金具、接地装置、附属设施、通道环境。
所述步骤S5包括以下步骤:
步骤S5.1、获取并计算各个部件的状态评估矩阵:
其中,B代表某一部件的状态评估矩阵,w={w1,w2,...,wn}代表该部件的综合权重,wi为该部件中第i个状态量的综合权重, 代表该部件的模糊评估矩阵,b1,b2,b3,b4分别代表该部件隶属于良好、一般、注意、严重的隶属度;
步骤S5.2、获取并计算输电设备整体的状态评估矩阵:
其中,W部件={W1,W2,...,W9}中的W1-W9分别为9个部件的综合权重,每个部件的综合权重计算公式为公式(9),中的B1-B9分别为9个部件的状态评估矩阵,每个部件的状态评估矩阵的计算公式为公式(10),B整体={d1,d2,d3,d4},其中,d1-d4分别为输电设备整体属于状态良好、一般、注意、严重的状态评估矩阵;
步骤S5.3、对状态等级分别赋予分值1、2、3、4,然后根据评判结果对4种状态的隶属度加权平均,得出状态因子的值:
其中f为状态因子,h为4个状态等级的分值,k为待定系数。
所述k=1。
本发明的有益效果是:本发明将主观权重、客观权重以及模糊评判矩阵相结合,而获取输电设备整体以及每个部件的状态评估矩阵,较现有仅采用主管权重进行状态评估方式更准确,避免了固定权重带来的个别指标严重异常时对整体状态影响较小的问题。
附图说明
图1是输电线路状态评估参数体系;
图2是三角形和半梯形结合隶属度函数的分布函数。
具体实施方式
下面结合附图和具体实施方式对本发明的内容做进一步详细说明。
依照本文的模糊评判方法,对某段500kV输电线路的状态进行模糊综合评判,并结合实际运行情况对模糊综合评判的结果进行验证。该段输电线路的状态评价参数体系如表1所示,其状态评语集为V={良好,一般,注意,严重}。
表1隶属度函数
以输电设备的部件导线为例,该段输电线路导线在线监测类状态量和日常巡视类状态量的记录如下表2所示。表2中含有根据相关标准、规程和专家意见给出的状态量额定值和注意值。
表2在线监测和日常巡视类记录
部件名称 | 权重 | 良好 | 注意 | 一般 | 严重 |
杆塔 | 0.125 | 0.175 | 0.341 | 0.384 | 0.100 |
金具 | 0.225 | 0.231 | 0.353 | 0.414 | 0.003 |
绝缘子 | 0.275 | 0.16 | 0.620 | 0.280 | 0.003 |
导地线 | 0.225 | 0.199 | 0.369 | 0.293 | 0.036 |
基础 | 0.05 | 0.370 | 0.620 | 0.010 | 0.001 |
附属设施 | 0.025 | 0.830 | 0.170 | 0.000 | 0.000 |
通道环境 | 0.025 | 0.500 | 0.500 | 0.000 | 0.000 |
接地装置 | 0.05 | 0.150 | 0.500 | 0.350 | 0.000 |
根据以上信息,对导线及输电设备整体的状态评估如下:
(1)建立在线监测类和日常巡视类的模糊评判矩阵,分别为:
(2)以在线监测类状态量为例,根据专家经验,使用层次分析法得到其主观权重为:
C1=(0.179,0.107,0.230,0.172,0.110,0.202)
根据(1)中的模糊评判矩阵,得到其客观权重为:
E1=(0.058,0.618,0.129,0.049,0.062,0.084)
根据计算得到的综合权重为:
W1=(0.135,0.102,0.187,0.127,0.083,0.158)
同理可得日常巡视类状态量的综合权重为:
W2=(0.235,0.143,0.162,0.210,0.250)
(3)对在线监测类状态量,计算其模糊综合评判结果:
B1=W1οR1=(0.146,0.446,0.203,0)
同理可得日常巡视类评判结果:
B2=(0.414,0.263,0.323,0)
(4)对检测数据,计算其状态评估矩阵:
其中w1、w2表示在线监测类和日常巡视类状态量的综合权重,其数值为0.7和0.3。
同理可到基础数据的状态评估矩阵为:
B基础=(0.140,0.320,0.420,0.120)
(5)对导线这一部件,计算其状态评估矩阵和状态因子f1:
其中w基础、w检测分别表示基础数据和检测数据的综合权重,其数值分别为0.7和0.3。
由式可得状态因子:f1=2.185。
(6)根据(1)~(5)对导线状态的评价,同理可得所有部件的状态评估矩阵和各部件相对于输电设备整体的综合权重,如表3所示。
表3各部件相应的综合权重和状态评估矩阵
部件名称 | 权重 | 良好 | 注意 | 一般 | 严重 |
杆塔 | 0.125 | 0.175 | 0.341 | 0.384 | 0.100 |
金具 | 0.225 | 0.231 | 0.353 | 0.414 | 0.003 |
绝缘子 | 0.275 | 0.16 | 0.620 | 0.280 | 0.003 |
导地线 | 0.225 | 0.199 | 0.369 | 0.293 | 0.036 |
基础 | 0.05 | 0.370 | 0.620 | 0.010 | 0.001 |
附属设施 | 0.025 | 0.830 | 0.170 | 0.000 | 0.000 |
通道环境 | 0.025 | 0.500 | 0.500 | 0.000 | 0.000 |
接地装置 | 0.05 | 0.150 | 0.500 | 0.350 | 0.000 |
(7)根据表3,可得到输电设备整体的模糊综合评判结果,其状态评估矩阵为:
B整体=W整体οR整体=(0.221,0.448,0.302,0.022)
由式,输电设备整体的状态因子f=2.152。
根据导线的状态因子和输电设备整体的状态因子,说明导线和输电设备的状态正由“一般”往“注意”发展,这表示表示线路已经有部分重要状态量接近或略微超过标准值,应监视运行,并需要尽快安排检修。
该段输电线路的实际情况为:当时处于冬季的大雪天气,输电线路上覆冰厚度已接近设计值,由于覆冰的影响导线的弧垂已偏离正常值,导线存在异常振动;维修记录显示该段导线之前已进行过有关接续金具和修复导线断股的维修。综合以上实际情况,可以判断该段输电线路的状态量已经轻微劣化,运行状态整体工作性能欠佳,应密切注意其后续状态发展,尽快安排维修。这与本文评估方法得出的结论一致。
若仅考虑主观权重,而不使用综合权重,得到输电设备整体的模糊评判结果为:
B’整体=(0.321,0.407,0.261,0.020)
由式可得状态因子f’=1.979。这表明输电设备的状态正由“良好”往“一般”发展,与实际情况不符。通过对比,用综合权重比常权方法更能客观反映输电设备某些参数偏离正常值给整体状态带来的影响,其评估结果会更接近实际运行状态。
虽然本发明是通过具体实施例进行说明的,本领域技术人员应当明白,在不脱离本发明范围的情况下,还可以对本发明进行各种变换及等同替代。另外,针对特定情形或应用,可以对本发明做各种修改,而不脱离本发明的范围。因此,本发明不局限于所公开的具体实施例,而应当包括落入本发明权利要求范围内的全部实施方式。
Claims (3)
1.一种输电设备状态评估方法,其特征在于,其包括以下步骤:
步骤S1、融合多源异构信息,采用多层架构的模式建立起了输电设备的状态评估参数体系,所述多源异构信息至少包括设备在线监测和运维检修信息、电网运行信息及环境状态信息,所述状态评估参数体系包括由多个部件组成的输电设备层、用于列举各部件状态评估所对应的状态量的状态检测层、以及用于列举各类传感器参数的传感器层,所述传感器参数为所述状态量的原始量;
步骤S2、确定评估的状态等级,并且依据设计文件和评语导则中的状态量限值得到模糊评判矩阵;
步骤S3、采用信息熵法确定各状态量的客观权重;
步骤S4、采用层次分析法确定各状态量的主观权重,并将所述主观权重与客观权重相结合,计算各状态量的综合权重;
步骤S5、根据步骤S2中的模糊评判矩阵和步骤S4中的综合权重,计算各部件的状态评估矩阵以及输电设备整体的状态评估矩阵;
所述步骤S1中的状态量包括检测数据和基础数据;
所述步骤S2包括:
步骤S2.1、将各状态量的实测值进行归一化,以描述各状态量偏离正常工作状态的相对劣化度;
步骤S2.2、对输电设备状态划分为良好、一般、注意、严重4个状态等级,通过三角和半梯形分别确定各状态量对着4种状态等级的隶属度函数;
步骤S2.3、将各状态量的实测值进行归一化后代入隶属度函数,计算出各状态量对应于4种状态等级的隶属度值,得到模糊评判矩阵,所述模糊评判矩阵为:
其中,R为各部件的模糊评判矩阵,Ri为各部件的模糊评判矩阵R中第i个状态量的模糊评判矩阵,rij表示各状态量ui对评语vj的隶属关系;0≤rij≤1,j=4;
所述归一化处理包括:
对于极大型状态量,其数值越大状态越优,其计算公式为:
f(x)=(x-a)/(b-a)(2)
对于极小型状态量,其数值越小状态越优,其计算公式为:
f(x)=(b-x)/(b-a)(3)
其中,f(x)为第i个状态量的相对劣化度,x为第i个状态量的实测值;a为第i个状态量的额定值,b为第i个状态量的注意值;
所述步骤S3包括以下步骤:
步骤S3.1、计算各状态量ui的熵值Hi:
其中,k=ln4,rij满足且当rij=0时,Hi=0;
步骤S3.2、计算各状态量ui的差异系数gi:
gi=1-Hi(5)
步骤S3.3、计算各状态量ui的客观权重ei:
所述步骤S4包括以下步骤:
步骤S4.1、根据专家经验得到判断矩阵P;
步骤S4.2、对判断矩阵P进行一致性检验:
CR=CI/RI(7)
其中,CR为判断矩阵P的随机一致性比率,CI为判断矩阵的一般一致性指标,所述CI的计算方法为:
其中,RI称为判断矩阵P的一般一致性指标,随着判断矩阵P的阶数取固定数值,λmax为判断矩阵P的最大特征根;
当CR<0.1时,即认为判断矩阵P具有满意的一致性,说明权数分配的合理性;否则需要调整判断矩阵,直到通过一致性检验为止;
步骤S4.3、当判断矩阵P通过检验后,求出判断矩阵P的最大特征根所对应的特征向量C={c1,c2,…,cn},所求特征向量C即为各状态量重要性排序,ci是第i个状态量的主观权重值;
步骤S4.4、将主观权重和客观权重相结合,计算综合权重:
其中,wi为第i个状态量的综合权重,为变权系数;
所述部件为9个,分别为基础、杆塔、导线、地线、绝缘子、金具、接地装置、附属设施、通道环境;
所述步骤S5包括以下步骤:
步骤S5.1、获取并计算各个部件的状态评估矩阵:
其中,B代表某一部件的状态评估矩阵,w={w1,w2,...,wn}代表该部件的综合权重,wi为该部件中第i个状态量的综合权重, 代表该部件的模糊评估矩阵,b1,b2,b3,b4分别代表该部件隶属于良好、一般、注意、严重的隶属度;
步骤S5.2、获取并计算输电设备整体的状态评估矩阵:
其中,W部件={W1,W2,...,W9}中的W1-W9分别为9个部件的综合权重,每个部件的综合权重计算公式为公式(9),中的B1-B9分别为9个部件的状态评估矩阵,每个部件的状态评估矩阵的计算公式为公式(10),B整体={d1,d2,d3,d4},其中,d1-d4分别为输电设备整体属于状态良好、一般、注意、严重的状态评估矩阵;
步骤S5.3、对状态等级分别赋予分值1、2、3、4,然后根据评判结果对4种状态的隶属度加权平均,得出状态因子的值:
其中f为状态因子,h为4个状态等级的分值,k为待定系数。
2.根据权利要求1所述的输电设备状态评估方法,其特征在于,所述
3.根据权利要求1所述的输电设备状态评估方法,其特征在于,所述k=1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410157794.2A CN103971171B (zh) | 2014-04-18 | 2014-04-18 | 一种输电设备状态评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410157794.2A CN103971171B (zh) | 2014-04-18 | 2014-04-18 | 一种输电设备状态评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103971171A CN103971171A (zh) | 2014-08-06 |
CN103971171B true CN103971171B (zh) | 2016-03-23 |
Family
ID=51240636
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410157794.2A Active CN103971171B (zh) | 2014-04-18 | 2014-04-18 | 一种输电设备状态评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103971171B (zh) |
Families Citing this family (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104700321B (zh) * | 2015-03-16 | 2018-03-13 | 国家电网公司 | 一种输变电设备状态运行趋势分析方法 |
CN104952000A (zh) * | 2015-07-01 | 2015-09-30 | 华侨大学 | 基于马尔科夫链的风电机组运行状态模糊综合评价方法 |
CN105069693A (zh) * | 2015-07-24 | 2015-11-18 | 东北农业大学 | 水域健康评估方法 |
CN105719094A (zh) * | 2016-01-27 | 2016-06-29 | 刘冰 | 一种输电设备状态评估方法 |
CN106054171B (zh) * | 2016-05-27 | 2021-07-13 | 中国电子科技集团公司信息科学研究院 | 一种基于信息熵的多雷达节点自适应选择跟踪方法 |
CN106780111A (zh) * | 2016-11-24 | 2017-05-31 | 广州供电局有限公司 | 输电电缆综合状态评估方法和*** |
CN106529830A (zh) * | 2016-12-01 | 2017-03-22 | 贵州电网有限责任公司电力科学研究院 | 基于多维评价的输电线路风险评估***及其评估方法 |
CN106713322B (zh) * | 2016-12-14 | 2019-12-13 | 北京邮电大学 | 一种面向网络设备信息安全评估的模糊度量方法 |
CN106708786A (zh) * | 2016-12-25 | 2017-05-24 | 杭州博烁晟斐智能科技有限公司 | 一种基于传感器检测的铁塔问题严重程度计算方法及*** |
CN106651731B (zh) * | 2016-12-25 | 2020-10-09 | 杭州博烁晟斐智能科技有限公司 | 基于历史数据的通信铁塔待解决问题集生成方法及*** |
CN108170645B (zh) * | 2018-01-12 | 2021-05-14 | 国网安徽省电力有限公司池州供电公司 | 基于模糊矩阵的交流无间隙金属氧化物避雷器状态判定方法 |
CN108461141A (zh) * | 2018-02-08 | 2018-08-28 | 康美药业股份有限公司 | 一种在线问诊设备 |
CN108362263B (zh) * | 2018-02-10 | 2020-06-12 | 杭州后博科技有限公司 | 一种多段铁塔的倾斜危险评估方法及*** |
CN108805412A (zh) * | 2018-05-18 | 2018-11-13 | 广东电网有限责任公司 | 基于大数据分析的避雷器评价装置和方法 |
CN108982989A (zh) * | 2018-05-28 | 2018-12-11 | 国网内蒙古东部电力有限公司检修分公司 | 基于多特征量信息的特高压直流接地极运行状态评估*** |
CN108923449A (zh) * | 2018-06-28 | 2018-11-30 | 国网上海市电力公司 | 一种家庭能量管理***及方法 |
CN109471381B (zh) * | 2018-09-12 | 2022-07-22 | 国网浙江省电力有限公司嘉兴供电公司 | 基于大数据融合的设备能效综合控制方法 |
CN109064074A (zh) * | 2018-09-26 | 2018-12-21 | 广东电网有限责任公司 | 避雷器状态诊断方法、***及设备 |
CN109696901B (zh) * | 2018-11-30 | 2021-05-11 | 红云红河烟草(集团)有限责任公司 | 一种卷接包设备运行状态评价及预测方法 |
CN109711687B (zh) * | 2018-12-17 | 2021-09-03 | 国网湖南省电力有限公司 | 一种基于改进熵值法的绝缘子状态模糊评估方法 |
CN110458390A (zh) * | 2019-07-01 | 2019-11-15 | 中国石油化工股份有限公司 | 油田矿场集输类设备的优选评价方法 |
CN111143763B (zh) * | 2019-12-13 | 2021-09-17 | 广东电网有限责任公司 | 电力设备状态的评估方法、装置及其存储介质 |
CN111223206A (zh) * | 2019-12-26 | 2020-06-02 | 北京航天测控技术有限公司 | 一种装置评估方法、装置、终端及计算机可读介质 |
CN111401683B (zh) * | 2020-02-11 | 2023-12-29 | 苏州科技大学 | 古村落传统性的测算方法及装置 |
CN111708986A (zh) * | 2020-05-29 | 2020-09-25 | 四川旷谷信息工程有限公司 | 管廊状态参数测量方法 |
CN112257025A (zh) * | 2020-10-14 | 2021-01-22 | 江苏徐工工程机械研究院有限公司 | 用于工程车辆行驶性能综合评价的组合赋权方法及*** |
CN112819322A (zh) * | 2021-01-29 | 2021-05-18 | 常州常供电力设计院有限公司 | 基于改进模糊层次分析法的输电线路路径方案评估方法 |
CN112989601A (zh) * | 2021-03-10 | 2021-06-18 | 西南石油大学 | 一种基于主客观组合赋权的海底电缆状态评估方法 |
CN113610379A (zh) * | 2021-08-02 | 2021-11-05 | 长春工程学院 | 一种基于ahp-critic的输电线路运行状态综合评估方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6167525A (en) * | 1997-02-26 | 2000-12-26 | Pirelli Cavi E Sistemi S.P.A. | Method and system for analysis of electric power transmission link status |
CN103337043A (zh) * | 2013-06-27 | 2013-10-02 | 广东电网公司电力调度控制中心 | 电力通信设备运行状态的预警方法和*** |
CN103400310A (zh) * | 2013-08-08 | 2013-11-20 | 华北电力大学(保定) | 考虑历史数据趋势预测的配电网电气设备状态评估方法 |
-
2014
- 2014-04-18 CN CN201410157794.2A patent/CN103971171B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6167525A (en) * | 1997-02-26 | 2000-12-26 | Pirelli Cavi E Sistemi S.P.A. | Method and system for analysis of electric power transmission link status |
CN103337043A (zh) * | 2013-06-27 | 2013-10-02 | 广东电网公司电力调度控制中心 | 电力通信设备运行状态的预警方法和*** |
CN103400310A (zh) * | 2013-08-08 | 2013-11-20 | 华北电力大学(保定) | 考虑历史数据趋势预测的配电网电气设备状态评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103971171A (zh) | 2014-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103971171B (zh) | 一种输电设备状态评估方法 | |
CN102938021B (zh) | 一种输电线路覆冰负荷定量估计及预测方法 | |
CN102934312B (zh) | 能量产生***及其控制 | |
CN104048825B (zh) | 一种多传感器融合的风电机组齿轮箱故障定位方法 | |
CN106651169A (zh) | 基于模糊综合评价的配电自动化终端状态评价方法及*** | |
CN103324992B (zh) | 基于马尔可夫和熵权模糊综合评价的变压器风险预测方法 | |
CN104952000A (zh) | 基于马尔科夫链的风电机组运行状态模糊综合评价方法 | |
CN106017551A (zh) | 一种智能化输电线路综合监测分析预警方法 | |
CN104732058B (zh) | 一种多维度输电设备状态的评估方法 | |
CN105631578A (zh) | 一种面向风险评估的输变电设备故障概率模型的建模方法 | |
CN104318347A (zh) | 一种基于多传感器信息融合的输电线路覆冰状态评估方法 | |
EP2989705B1 (en) | Method and apparatus for defect pre-warning of power device | |
CN103793853A (zh) | 基于双向贝叶斯网络的架空输电线路运行状态评估方法 | |
CN105003453A (zh) | 一种矿井风机在线监测与故障诊断*** | |
CN105205569A (zh) | 风机齿轮箱状态在线评估模型建立方法及在线评估方法 | |
CN105046402A (zh) | 一种应用于智能变电站二次设备的状态评估方法 | |
CN104616090A (zh) | 基于风险评估的电缆检修策略方法 | |
CN106447205A (zh) | 一种基于层次分析法的配电自动化终端状态评价方法 | |
CN103810328A (zh) | 一种基于混合模型的变压器维修决策方法 | |
CN104200404A (zh) | 一种基于模糊综合评判的配电开关状态评价方法 | |
CN107273273A (zh) | 一种分布式集群硬件故障预警方法及*** | |
CN204113701U (zh) | 一种矿井风机在线监测与故障诊断*** | |
CN103699668A (zh) | 基于数据断面一致性的配电网电气设备组合状态评估方法 | |
CN105719094A (zh) | 一种输电设备状态评估方法 | |
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 |
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 |