CN104376383A - 一种基于地理信息***的电网电压监视与预测***及方法 - Google Patents
一种基于地理信息***的电网电压监视与预测***及方法 Download PDFInfo
- Publication number
- CN104376383A CN104376383A CN201410699551.1A CN201410699551A CN104376383A CN 104376383 A CN104376383 A CN 104376383A CN 201410699551 A CN201410699551 A CN 201410699551A CN 104376383 A CN104376383 A CN 104376383A
- Authority
- CN
- China
- Prior art keywords
- voltage
- monitoring point
- map
- information
- monitoring
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 200
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000008859 change Effects 0.000 claims abstract description 4
- 238000005311 autocorrelation function Methods 0.000 claims description 13
- 238000012797 qualification Methods 0.000 claims description 9
- 238000013519 translation Methods 0.000 claims description 8
- 238000009434 installation Methods 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000001787 Wald–Wolfowitz test Methods 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000007476 Maximum Likelihood Methods 0.000 claims description 3
- 238000007418 data mining Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 claims description 3
- 238000007639 printing Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000012800 visualization Methods 0.000 abstract description 6
- 238000013507 mapping Methods 0.000 abstract 1
- 230000000875 corresponding effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 241001123248 Arma Species 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 206010019133 Hangover Diseases 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012732 spatial analysis Methods 0.000 description 2
- 238000007794 visualization technique Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000003556 assay Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004091 panning Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 238000005303 weighing 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
- G06Q10/04—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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Remote Sensing (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- General Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种基于地理信息***的电网电压监视与预测***及方法,属于电网电压监视技术领域,该***包括:基础信息设置模块、地图服务模块和电压监视与预测模块;根据监视对象的历史电压数据和当前电压监测仪运行状态参数,对监视数据进行预处理;建立电压预测模型;根据电压预测模型,对监视点未来要求时间内的电压变化趋势进行预测,若预测结果超过该监视点的电压上、下限范围,则在地图视图上的该监视点位置上显示报警提示,同时在本监视点所属的监视点管辖单位所在的专题图层的相应位置上也显示报警提示。实现了电网电压监视的的地图化、运行数据的可视化,对电网电压异常提供有效预警,便于在异常发生之前对电网设备进行调整、检修和调度。
Description
技术领域
本发明属于电网电压监视技术领域,特别涉及一种基于地理信息***的电网电压监视与预测***及方法。
背景技术
随着我国经济社会的快速发展,高参数、大容量、超高压的出现和大量带微电子处理器和电力电子器件的新型用电设备的普及和应用,对电力***的供电电压质量和供电可靠性要求越来越高。然而由于大量非线性负荷以及冲击性负荷的接入,对电力***的安全性、可靠性、经济性造成了极大的影响,由电压质量问题引起的用户投诉以及电能损耗矛盾日益严峻,给电网经济优质运行带来了重大挑战,电压质量问题已成为供电企业面临的一个重要问题。因此,加强电压监视与预测对电力***安全高效运行有着重要的实际意义。
在电力***中,监视点、电力设备和用户等都是按照地理分布进行管理,标注有各种电力设备和线路的地理位置图是电力部门用来管理、维修电力设备和寻找及排除设备故障的有力工具。然而,目前传统的电压监视和分析***只是通过文字或结合简单图形展现监视和分析结果,没能有效利用电网地理位置信息,导致***可视化程度低、信息表现能力差、管理效率低等问题。运用地理信息***(Geographic Information System,GIS)可视化技术,把电力***中设备和线路的地理分布信息同电压质量信息结合起来,根据实际需要准确真实、图文并茂地输出给用户,并借助于地理信息***独有的空间分析功能和可视化表达,实现电压监视与预测信息的地图化、运行数据的可视化,对提高电网电压监视水平具有重要意义。同时,地理信息***可视化技术能帮助电网管理者及时、准确的掌握整个电网中的监视点分布情况,从而及时掌握整个电网的电压质量分布情况,为管理者调度提供辅助决策。
发明内容
针对现有技术存在的不足,本发明提供一种基于地理信息***的电网电压监视与预测***及方法。
本发明的技术方案是这样实现的:
一种基于地理信息***的电网电压监视与预测***,用于电网电压实时监视,并对电网电压未来趋势进行预测,该***包括:基础信息设置模块、地图服务模块和电压监视与预测模块;
所述的基础信息设置模块用于对电网电压相关的基础信息进行设置,包括:1)电压等级信息;2)电压类别信息;3)电压合格率信息;4)各个监视点的属性信息,包括监视点代码、监视点名称、所属管辖单位、所属电压监测仪及其所属路数、使用状态、起用日期、停用日期、安装地址、安装地址的经度和纬度、电压类别、合格率指标、电压等级、电压整定值、电压上限值、电压下限值,其中电压类别、合格率指标、电压等级、电压整定值、电压上限值、电压下限值分别从电压等级信息、电压类别信息和电压合格率信息中选择相应内容进行设置;5)监视点管辖单位信息,包括监视点所属管辖单位的编码、名称、经度和纬度,所述管辖单位,管辖级别由高到低包括省电力局、地区电力局、县电力局、子控区、供电所、变电站和线路;
所述地图服务模块:(a)图层加载;即加载地图图层;所述的地图图层包括地理底图图层和专题图层;所述的专题图层用于根据监视点的属性信息和地理信息数据绘制相应的专题图层,包括:电力局专题图层,即用于记录电力局地理位置和属性信息;所述的电力局包括省电力局、地区电力局和县电力局;所述的电力局属性信息包括:电力局的编号和名称;子控区、供电所和变电站专题图层,即用于记录子控区、供电所和变电站的地理位置和属性信息;所述子控区、供电所和变电站的属性信息包括子控区、供电所、变电站的编号和名称;线路专题图层,即用于记录线路的地理位置和属性信息;所述线路的属性信息包括线路的编号、名称、电压走向和电压等级,且不同电压等级的线路采用不同的颜色标识;监视点专题图层,即用于记录监视点的编号、名称、地理位置、状态信息和实时电压信息;所述监视点的状态信息包括在线和离线;
(b)地图缩放,根据地图放大级别动态加载图层,显示详细程度不同的信息,放大级别越高则地图的承载信息越详细;所述的地图放大级别由低到高,包括:第一级:地理底图图层;第二级:电力局专题图层;第三级:子控区、供电所和变电站专题图层;第四级:线路专题图层;第五级:监视点专题图层;
(c)地图平移,即通过鼠标或者地图上的导航面板实现地图的移动,包括地图上、下、左、右平移;
(d)地图定位,即通过地图缩放和地图平移在地图视图上对所需查看的监视点管辖单位或监视点进行定位,将所需查看的监视点管辖单位或监视点的地理坐标设置为地图视图的中心位置;
(e)地图测距,即在地图视图上对位置点之间的距离进行测量;
(f)地图测面积,即在地图视图上对同一图层进行多边形面积测量;
(g)地图搜索,即根据查询条件检索出满足要求的监视点管辖单位或监视点并进行显示;
(h)地图打印,即打印当前地图可见部分所显示的所有信息,包括当前地理底图图层信息和专题图层信息;
所述的电压监视与预测模块用于对电网中的电压监测仪运行状态进行实时监视、监视点电压值和电压合格率进行实时监视以及对监视点电压未来要求时间内的变化趋势进行预测,包括数据显示、数据统计、实时报警和故障预报;
所述数据显示,即在地图面板和数据面板上显示监视点管辖单位及监视点的属性信息和运行状态信息;
所述数据统计,即对各监视点管辖单位所管辖的所有监视点的状态信息和电压信息进行统计;
所述实时报警,即当电压出现异常时,根据电压异常类型,在地图视图上相应的监视点管辖单位位置上或者监视点位置上显示报警提示;电压异常类型包括网络故障、电压超上限和电压超下限;
所述的故障预报,即根据监视对象的历史电压数据和当前电压监测仪运行状态参数,对监视数据进行预处理;建立电压预测模型;根据电压预测模型,对监视点未来要求时间内的电压变化趋势进行预测,若预测结果超过该监视点的电压上、下限范围,则在地图视图上的该监视点位置上显示报警提示,同时在本监视点所属的监视点管辖单位所在的专题图层的相应位置上也显示报警提示。
在图层上对监视点管辖单位和监视点采用不同的图元进行标识。
用户只能查看权限范围内的监视点信息,不能访问其监管范围以外的监视点。
采用所述的基于地理信息***的电网电压监视与预测***进行电压预测的方法,包括如下步骤:
步骤1:确定监视对象,所述监视对象为需要监视的监视点管辖单位或监视点;
步骤2:从数据库中获取监视对象的从当前时刻至某个历史时刻的时间范围内的历史电压数据;
若步骤1确定的监视对象为监视点管辖单位,则本步骤获取该监视点管辖单位所管辖的所有监视点的从当前时刻至某个历史时刻的时间范围内的历史电压数据;若步骤1确定的监视对象为监视点,则本步骤获取该监视点的从当前时刻至某个历史时刻的时间范围内的历史电压数据;
步骤3:根据步骤2获得的历史电压数据,分析确定该监视对象在这段时间范围内的电压数据特性;
步骤4:根据步骤2和步骤3的结果,建立时间序列模型并确定模型参数,此时模型的输入为前述历史电压数据,该模型的输出为未来要求时间内的电压预测值;
步骤4-1:利用游程检验法检验监视对象的历史电压数据序列的平稳性;
步骤4-2:对历史电压数据序列进行零均值化处理,得到新电压数据序列;
步骤4-3:根据偏相关函数、自相关函数和步骤4-2得到的新电压数据序列,计算出自相关函数值和偏相关函数值;
步骤4-4:根据步骤4-3得到的自相关函数值和偏相关函数值的近似估计值,做出自相关函数值和偏相关函数值图像,再根据图像的偏尾性和截尾性及时间序列模型的识别规则,确定新电压数据序列符合的时间序列模型;
步骤4-5:根据赤池信息量准则确定时间序列模型定阶;
步骤4-6:利用样本矩估计法、最小二乘估计法或者极大似然估计法对时间序列模型中的参数进行估计;
步骤5:利用已有历史电压数据,评估步骤4建立的时间序列模型的预测误差,判断预测误差是否在允许范围内,是,则执行步骤6,否,则返回步骤4,重新确定模型参数;
步骤6:利用所建时间序列模型预测未来要求时间内的电压值,当该电压预测值超出监视对象的电压上限值和下限值时,在地图视图上的相应位置显示报警提示;
步骤7:根据所述未来时间内的电压实际值,计算模型预测误差,判断预测误差是否在允许范围内,是,则执行步骤6,否,则执行步骤2,重新确定时间序列模型。
有益效果:本发明的基于地理信息***的电网电压监视与预测***及方法与现有技术相比较有以下优势:
(1)运用地理信息***可视化技术,把电力***中电压监视点、监视点管辖单位、电压监视设备和线路等相关电力单元的地理分布信息同电网电压信息结合起来,实现了电网电压监视的的地图化、运行数据的可视化,提高了电网电压监视的可视化水平;
(2)通过定义不同的专题图层,即电力局专题图层、子控区、供电所和变电站专题图层、线路专题图层和监视点专题图层,同时借助于地理信息***独有的空间分析功能,提升了电网电压信息的查询与统计分析能力;
(3)地理信息***可视化技术能帮助电网管理者及时、准确的掌握整个电网中的监视点分布情况,从而及时掌握整个电网的电压质量分布情况,为管理者调度提供辅助决策,提高了电网电压质量的管理水平;
(4)电压预测功能的引入,对电网电压在电压发生异常之前进行有效预警,结合地理信息***可视化技术,为电网管理人员提供高效预警,为其提供了一个有参考价值的决策支持工具,便于电网管理人员在异常发生之前对电网设备进行调整、检修和对电网进行调度,对于提高供电质量起到很好的辅助作用。
(5)电压预测模型建立在电压数据特性分析基础上,同时,电压预测算法采用在线更新模式,以致能够更为准确的预测未来电压值,从而提升整个电网电压管理决策水平。
附图说明
图1本发明具体实施方式的基于地理信息***的电网电压监视与预测***的结构示意图;
图2本发明具体实施方式的地图图层架构示意图;
图3为本发明具体实施方式的电网电压预测方法流程图;
图4本发明具体实施方式的历史电压数据分析结果图;
图5本发明具体实施方式的利用历史时间段电压数据预测未来相同时间段电压的示意图;
图6为本发明具体实施方式的对电压趋势进行预测的方法流程图;
图7(a)为本发明具体实施方式的历史电压数据序列自相关函数近似值图像,(b)为本发明具体实施方式的历史电压数据序列偏相关函数近似值图像;
图8(a)和(b)为本发明具体实施方式的地图面板上鼠标放置在监视对象图元上时的提示气泡示意图;
图9本发明具体实施方式的在数据面板上显示的部门电压曲线图;
图10本发明具体实施方式的在数据面板上显示的部门电压柱状图;
图11本发明具体实施方式的在数据面板上显示的监视点电压预测图;
图12本发明具体实施方式的在地图面板上显示的电压预测报警示意图。
具体实施方式
下面结合附图对本发明的具体实施方式做详细说明。
本实施方式的基于地理信息***的电网电压监视与预测***,如图1所示,该***包括基础信息设置模块、地图服务模块和电压监视与预测模块;所述的基础信息设置模块用于对电网电压相关的基础信息进行设置,包括:1)电压等级信息,包括标准电压等级的电压值和上下限的值、电压等级编码、电压等级名称、电压值单位、开始时间和结束时间;2)电压类别信息,包括A类、B类、C类和D类;所述的A类电压表示地区供电负荷的变电站和发电厂(直属)的10(6)kV母线电压;所述的B类电压表示35(66)kV专线供电和110kV及以上供电的用户端电压;所述的C类电压表示35(66)kV非专线供电的和10(6)kV供电的用户端电压;所述的D类电压表示380/220V低压网络和用户端的电压;3)电压合格率信息,即A类、B类、C类和D类电压合格率的阈值;4)各个监视点的属性信息,包括监视点代码、监视点名称、所属管辖单位、所属电压监测仪及其路数、使用状态、起用日期、停用日期、安装地址、安装地址的经度和纬度、电压类别、合格率指标、电压等级、电压整定值、电压上限值、电压下限值,其中电压类别、合格率指标、电压等级、电压整定值、电压上限值、电压下限值分别从电压等级信息、电压类别信息和电压合格率信息中进行选择设置;5)监视点管辖单位信息,即省电力局、地区电力局、县电力局、子控区、供电所、变电站和线路的编码、名称、经度和纬度;
所述地图服务模块:(a)图层加载;即加载地图图层;所述的地图图层包括地理底图图层和专题图层;所述的地理底图图层用于提供影像和位置信息,包括省、市、区和县区域范围,海洋、湖泊等自然资源,以及高速公路、铁路等交通信息;所述的专题图层用于根据监视点的属性信息和地理信息数据绘制相应的专题图层,如图2所示,包括:电力局专题图层,即用于记录电力局的地理位置和属性信息;所述的电力局包括省电力局、地区电力局和县电力局;所述的电力局的属性信息包括:电力局的编号和名称;子控区、供电所和变电站专题图层,即用于记录子控区、供电所和变电站的地理位置和属性信息;所述的子控区、供电所和变电站属性信息包括子控区、供电所、变电站的编号和名称;线路专题图层,即用于记录线路的地理位置和属性信息;所述的线路的属性信息包括线路的编号、名称、电压走向和电压等级,且不同电压等级的线路采用不同的颜色标识;所述的电压等级包括100V,220V,380V,3kV,6kV,10kV和35kV;监视点专题图层,即用于记录监视点地理位置、状态信息和属性信息;所述的状态信息包括在线和离线;所述的属性信息包括监视点的编号、名称和实时电压值;
在图层上对监视点管辖单位和监视点使用不同的图元进行标识;
用户只能查看权限范围内的监视点信息,不能访问其监管范围以外的监视点,保证数据访问的安全性;
(b)地图缩放,根据地图放大级别动态加载图层,显示详细程度不同的信息,放大级别越高则地图的承载信息越详细;所述的地图放大级别由低到高,包括:第一级:地理底图图层;第二级:电力局专题图层;第三级:子控区、供电所和变电站专题图层;第四级:线路专题图层;第五级:监视点专题图层;
(c)地图平移,即通过鼠标或者地图上的导航面板实现地图的移动,包括地图上、下、左、右平移;
(d)地图定位,即通过地图缩放和平移在地图视图上对所需查看的监视点管辖单位或监视点进行定位,将所需查看的监视点管辖单位或监视点的地理坐标设置为地图视图的中心位置;并且根据该监视点管辖单位或监视点的缩放级别,对地图进行放缩,以达到对该部门或者监视点的快速定位;所述的缩放级别由地图分辨率定义,根据图层内容和图层数量确定缩放层级;
(e)地图测距,即在地图视图上对位置点之间的距离进行测量;本实施方式是通过在地图视图上鼠标两次点击测定两位置点或者鼠标多次点击测定多位置点之间累加的距离;
(f)地图测面积,即在地图视图上对同一图层进行多边形面积测量;
(g)地图搜索,即根据查询条件检索出满足要求的监视点管辖单位或监视点并进行显示;
本实施方式根据多种查询条件检索出满足要求的监视点管辖单位或监视点,帮助用户进行快速定位,显示满足搜索条件的监视点管辖单位或监视点;本实施方式采用名称关键词搜索和状态关键词搜索两种关键词搜索方式,所述的名称关键词搜索即根据用户输入的监视点管辖单位或监视点的名称,搜索相应的监视点管辖单位或监视点的信息,实现对监视点管辖单位或监视点,包括省电力局、地区电力局、县电力局、子控区、供电所、变电站、线路以及监视点在内的名称的模糊搜索;所述的状态关键词搜索,即根据用户关心的电压合格率、电压超上限率和电压超下限率对监视点进行搜索,搜索范围又分为大于、小于和介于两者之间;所述的电压合格率包括年合格率、月合格率和日合格率;
(h)地图打印,即打印当前地图可见部分所显示的所有信息,包括当前地理底图图层信息和专题图层信息;
所述的电压监视与预测模块用于对电网中的电压监测仪运行状态进行实时监视、监视点电压值和电压合格率进行实时监视和对监视点电压未来要求时间内的变化趋势进行预测,包括数据显示、数据统计、实时报警和故障预报;
所述数据显示,即在地图面板和数据面板上显示监视点管辖单位及监视点的属性信息和运行状态信息;本实施方式的地图面板采用提示气泡形式显示信息,如图8所示;数据面板采用表格、曲线、柱状图和棒图等形式显示信息,如图9和图10所示;用户点击地图视图上的监视点管辖单位图标,就会出现地图气泡提示信息,同时各监视点管辖单位的状态信息就会以表格、曲线、柱状图和棒图等形式在数据面板显示;该气泡提示信息包括编号、所管辖的所有监视点电压统计信息、总监视点个数、在线监视点个数和监视点管辖单位名称;所述的电压统计信息包括上月电压合格率、当月电压合格率和当日电压合格率;用户点击地图视图上的监视点图标,也会出现地图气泡提示信息,同时在数据面板上也会显示该监视点电压预测曲线,如图11所示;该地图气泡提示信息包括监视点编号、地址、监视点名称、实时电压值、在线/离线状态和上月电压合格率;
所述数据统计,即对各监视点管辖单位所管辖的所有监视点的状态信息和电压信息进行统计;
所述实时报警,即当电压出现异常时,根据电压异常类型,在地图视图上相应的监视点管辖单位或者监视点位置上显示报警提示,如图12所示;电压异常类型包括网络故障、电压超上限和电压超下限;本实施方式中对于不同的网络故障对图元采用不同的着色进行报警提示,对于电压超上限和电压超下限采用图元闪烁进行报警提示;
所述的故障预报,即根据监视点的历史电压数据和当前电压监测仪运行状态参数,对监视数据进行预处理;建立电压预测模型;根据电压预测模型,对监视点未来要求时间内的电压变化趋势进行预测,若预测结果超过该监视点的电压上、下限范围,则在地图视图上的该监视点位置上对图元采用不同的着色显示报警提示,同时在本监视点所属的监视点管辖单位所在的专题图层的相应位置上采用不同形状的图元也显示报警提示;
本实施方式采用基于地理信息***的电网电压监视与预测***的电压预测方法,如图3所示,包括以下步骤:
步骤1:确定监视对象,所述监视对象为需要监视的监视点管辖单位或监视点;
例如,以编号为02010101010101001的监视点为监视对象,该监视点的监视点管辖单位按行政级别从高到低依次为:国网浙江省电力公司、宁波电业局、余姚电业局、1号子控区、余姚城北供电所、余姚35kV变电站和1号线路;
步骤2:从数据库中获取监视对象的从当前时刻至某个历史时刻的时间范围内的历史电压数据;将获得的历史电压数据整理为数据序列{Vt},t=1,2,3…,N;例如,编号为02010101010101001的监视点的历史电压数据采用的是5分钟采样频率的电压数据,如表1所示。
表1 所选监视点历史电压数据表
步骤3:根据步骤2获得的历史电压数据,确定该监视对象在这段时间范围内的电压数据特性;
通过对表1所示的历史电网电压数据进行观察,发现其具有周期性变化规律,如图4所示,因此,可以采用时间序列模型预测监视点未来电压,且可以根据某历史时间段内的历史电压数据,对与该历史时间段相同的未来时间段内的电网电压进行预测,并根据电压实际值与电压预测值的差值,来不断修正更新时间序列模型,同时也不断更新历史时间段,更新历史时间段的原则是选择靠近当前时刻的历史时间段。如图5所示,实施例中使用相同时间段的电压值预测下一个时段的电压值,使用2011年10月11号23点到2011年10月12日1点(T0)、2011年10月12号23点到2011年10月13日1点(T1)、2011年10月13号23点到2011年10月14日1点(T2)、2011年10月14号23点到2011年10月15日1点(T3)和2011年10月15号23点到2011年10月16日1点(T4)五个时间段的电压值预测2011年10月16号23点到2011年10月17日1点之间的电压值,即使用T0、T1、T2、T3和T4五个时间段电压值去预测T5时间段的电压值,当时间走过2011年10月17日1点时,使用T1、T2、T3、T4和T5五个时段的电压值去预测2011年10月17号23点到2011年10月18日1点之间的电压值,即T6时间段的电压值;
步骤4:根据步骤2和步骤3的结果,建立时间序列模型并确定模型参数,此时模型的输入为前述历史电压数据,该模型的输出为未来要求时间内的电压预测值;其流程如图6所示;
步骤4-1:利用游程检验法检验监视点的历史电压数据序列的平稳性;
利用游程检验法来判断该监视点的历史电压数据序列是否为平稳序列,根据检验结果,表1示出的02010101010101001监视点的历史电压数据序列为平稳序列V1,V2,...,Vt;
步骤4-2:对历史电压数据序列进行零均值化处理,得到新电压数据序列;
其中为02010101010101001监视点的平稳数据序列V1,V2,...,Vt的平均值,得到一组预处理后的新电压数据序列{Vt'};
步骤4-3:根据步骤4-2得到的新电压数据序列{Vt'}、自相关函数和偏相关函数,计算出自相关函数值和偏相关函数值具体计算公式如下:
本实施方式根据式(1)和式(2)计算出的和的近似估计值,如表2所示。
表2 自相关函数和偏相关函数的近似估计值
步骤4-4:根据步骤4-3得到的和的近似估计值,做出和图像,如图7所示,然后根据图像的偏尾性和截尾性,并根据表3的时间序列模型识别规则,即根据自相关函数和偏相关函数的截尾性或者拖尾性,确定电压数据序列{Vt'}符合的时间序列模型,其中,拖尾是指函数值随着自变量k的无限增大依负指数速度趋向于0;截尾是指函数值在k为某值时不为0,在此值以后等于0。
表3 时间序列模型的识别规则
步骤4-5:时间序列模型定阶;
ARMA(p,q)模型可表示为:
其中,p为自回归模型阶数,q为移动平均模型的阶数,θ1,θ2…θq是移动平均模型的系数,是自回归模型的系数,εt是均值为0,方差为σ2的白噪声且和前一时刻的V′k(k<t)不相关。当q=0时,ARMA(p,q)为AR(p)序列,当q=0时,它为MA(q)序列。
根据AIC(Akaike information criterion,赤池信息量准则)准则,确定出时间序列模型的阶数p=4及q=1。
AIC准则定阶:给出模型阶的上限p*和q*,使q*>q0,p*>p0。在0≤p≤p*,0≤q≤q*范围内,求AIC(p,q)的极小值点并以作为(p0,q0)的估计。
是相应的ARMA(p,q)模型的最小残差平方和除以N。
步骤4-6:对时间序列模型中的参数进行估计;
根据时间序列模型利用样本矩估计法、最小二乘估计法或极大似然估计法对ARMA(p,q)的未知参数进行估计,得到自回归系数和滑动平均系数θ1=-0.763,从而该时间序列模型可表示为:
V′t=1.535Vt-1-0.748Vt-2+0.531Vt-3-0.763Vt-4+εt+0.763εt-1
步骤4-7:对时间序列模型进行检验;
在建立了相关模型之后,为了判断该模型的优劣程度,需要对模型进行相关的检验分析。本实施方案中使用残差检验法对时间序列模型V′t=1.535Vt-1-0.748Vt-2+0.531Vt-3-0.763Vt-4+εt+0.763εt-1进行检验。残差检验方式是检验残差是否满足白噪声序列的特征。根据Ljung–Box Q统计量检验和拉格朗日乘子检验,所有概率值都大于5%显著性水平,所以残差序列不存在相关性,残差检验通过,所以建立的时间序列模型V′t=1.535Vt-1-0.748Vt-2+0.531Vt-3-0.763Vt-4+εt+0.763εt-1是合理的。
步骤5:利用已有历史电压数据,评估步骤4建立的时间序列模型的预测误差,判断预测误差是否在允许范围内,是,则执行步骤6,否,则执行步骤4,重新确定模型参数;
利用建立的时间序列模型V′t=1.535Vt-1-0.748Vt-2+0.531Vt-3-0.763Vt-4+εt+0.763εt-1预测编号为02010101010101001监视点2011年10月16日23点的5分钟电压数据,如表4所示预测值;
表4 02010101010101001监视点2011年10月16日23点的5分钟电压预测值和实际值
通过02010101010101001监视点2011年10月16日23点实际的5分钟电压值,计算测试数据的均方根误差(Root Mean Square Error,简称RMSE)RMSE=1.732,RMSE为观测值与真值偏差的平方和观测次数n比值的平方根,可以用来衡量误差的分散程度。本实施方式中测试数据计算得到的均方误差较小,电压预测准确,表明该时间序列模型构建准确,可以应用于实际电压值预测。
步骤6:利用所建时间序列模型预测未来要求时间内的电压值,当该电压预测值超出监视对象的电压上限值和下限值时,如图11的数据面板所示,在地图视图上的相应位置对图元着黄色显示报警提示,如图12所示,以告知电力人员该监视点发生了电压异常情况;
步骤7:根据所述未来时间内的电压实际值,计算模型预测误差,判断预测误差是否在允许范围内,是,则执行步骤6,否,则执行步骤2,重新确定时间序列模型。
虽然以上描述了本发明的具体实施方式,但是本领域内的熟练的技术人员应当理解,这些仅是举例说明,可以对这些实施方式做出多种变更或修改,而不背离本发明的原理和实质。本发明的范围仅由所附权利要求书限定。
Claims (5)
1.一种基于地理信息***的电网电压监视与预测***,用于电网电压实时监视,并对电网电压未来趋势进行预测,其特征在于:该***包括:基础信息设置模块、地图服务模块和电压监视与预测模块;
所述的基础信息设置模块用于对电网电压相关的基础信息进行设置,包括:1)电压等级信息;2)电压类别信息;3)电压合格率信息;4)各个监视点的属性信息,包括监视点代码、监视点名称、所属管辖单位、所属电压监测仪及其路数、使用状态、起用日期、停用日期、安装地址、安装地址的经度和纬度、电压类别、合格率指标、电压等级、电压整定值、电压上限值、电压下限值,其中电压类别、合格率指标、电压等级、电压整定值、电压上限值、电压下限值分别从电压等级信息、电压类别信息和电压合格率信息中选择相应内容进行设置;5)监视点管辖单位信息,包括监视点所属管辖单位的编码、名称、经度和纬度,所述管辖单位,管辖级别由高到低包括省电力局、地区电力局、县电力局、子控区、供电所、变电站和线路;
所述地图服务模块:(a)图层加载,即加载地图图层;所述的地图图层包括地理底图图层和专题图层;所述的专题图层用于根据监视点的属性信息和地理信息数据绘制相应的专题图层,包括:电力局专题图层,即用于记录电力局地理位置和属性信息;所述的电力局包括省电力局、地区电力局和县电力局;所述的电力局属性信息包括:电力局的编号和名称;子控区、供电所和变电站专题图层,即用于记录子控区、供电所和变电站的地理位置和属性信息;所述子控区、供电所和变电站的属性信息包括子控区、供电所、变电站的编号和名称;线路专题图层,即用于记录线路的地理位置和属性信息;所述线路的属性信息包括线路的编号、名称、电压走向和电压等级,且不同电压等级的线路采用不同的颜色标识;监视点专题图层,即用于记录监视点的编号、名称、地理位置、状态信息和实时电压信息;所述监视点的状态信息包括在线和离线;
(b)地图缩放,根据地图放大级别动态加载图层,显示详细程度不同的信息,放大级别越高则地图的承载信息越详细;所述的地图放大级别由低到高,包括:第一级:地理底图图层;第二级:电力局专题图层;第三级:子控区、供电所和变电站专题图层;第四级:线路专题图层;第五级:监视点专题图层;
(c)地图平移,即通过鼠标或者地图上的导航面板实现地图的移动,包括地图上、下、左、右平移;
(d)地图定位,即通过地图缩放和地图平移在地图视图上对所需查看的监视点管辖单位或监视点进行定位,将所需查看的监视点管辖单位或监视点的地理坐标设置为地图视图的中心位置;
(e)地图测距,即在地图视图上对位置点之间的距离进行测量;
(f)地图测面积,即在地图视图上对同一图层进行多边形面积测量;
(g)地图搜索,即根据查询条件检索出满足要求的监视点管辖单位或监视点并进行显示;
(h)地图打印,即打印当前地图可见部分所显示的所有信息,包括当前地理底图图层信息和专题图层信息;
所述的电压监视与预测模块用于对电网中的电压监测仪运行状态进行实时监视、监视点电压值和电压合格率进行实时监视以及对监视点电压未来要求时间内的变化趋势进行预测,包括数据显示、数据统计、实时报警和故障预报;
所述数据显示,即在地图面板和数据面板上显示监视点管辖单位及监视点的属性信息和运行状态信息;
所述数据统计,即对各监视点管辖单位所管辖的所有监视点的状态信息和电压信息进行统计;
所述实时报警,即当电压出现异常时,根据电压异常类型,在地图视图上相应的监视点管辖单位位置上或者监视点位置上显示报警提示;电压异常类型包括网络故障、电压超上限和电压超下限;
所述的故障预报,即根据监视点的历史电压数据和当前电压监测仪运行状态参数,对监视数据进行预处理;建立电压预测模型;根据电压预测模型,对监视点未来要求时间内的电压变化趋势进行预测,若预测结果超过该监视点的电压上、下限范围,则在地图视图上的该监视点位置上显示报警提示,同时在本监视点所属的监视点管辖单位所在的专题图层的相应位置上也显示报警提示。
2.根据权利要求1所述的基于地理信息***的电网电压监视与预测***,其特征在于:在图层上对监视点管辖单位和监视点采用不同的图元进行标识。
3.根据权利要求1所述的基于地理信息***的电网电压监视与预测***,其特征在于:用户只能查看权限范围内的监视点信息,不能访问其监管范围以外的监视点。
4.采用权利要求1所述的基于地理信息***的电网电压监视与预测***进行电压预测的方法,其特征在于:包括如下步骤:
步骤1:确定监视对象,所述监视对象为需要监视的监视点管辖单位或监视点;
步骤2:从数据库中获取监视对象的从当前时刻至某个历史时刻的时间范围内的历史电压数据;
若步骤1确定的监视对象为监视点管辖单位,则本步骤获取该监视点管辖单位所管辖的所有监视点的从当前时刻至某个历史时刻的时间范围内的历史电压数据;若步骤1确定的监视对象为监视点,则本步骤获取该监视点的从当前时刻至某个历史时刻的时间范围内的历史电压数据;
步骤3:根据步骤2获得的历史电压数据,分析确定该监视对象在这段时间范围内的电压数据特性;
步骤4:根据步骤2和步骤3的结果,建立时间序列模型并确定模型参数,此时模型的输入为前述历史电压数据,该模型的输出为未来要求时间内的电压预测值;
步骤5:利用已有历史电压数据,评估步骤4建立的时间序列模型的预测误差,判断预测误差是否在允许范围内,是,则执行步骤6,否,则返回步骤4,重新确定模型参数;
步骤6:利用所建时间序列模型预测未来要求时间内的电压值,当该电压预测值超出监视对象的电压上限值或者电压下限值时,在地图视图上的相应位置显示报警提示;
步骤7:根据所述未来时间内的电压实际值,计算模型预测误差,判断预测误差是否在允许范围内,是,则执行步骤6,否,则执行步骤2,重新确定时间序列模型。
5.根据权利要求4所述的基于地理信息***的电网电压监视与预测***进行电压预测的方法,其特征在于:所述步骤4中建立时间序列模型并确定模型参数的方法,包括如下步骤:
步骤4-1:利用游程检验法检验监视对象的历史电压数据序列的平稳性;
步骤4-2:对历史电压数据序列进行零均值化处理,得到新电压数据序列;
步骤4-3:根据偏相关函数、自相关函数和步骤4-2得到的新电压数据序列,计算出自相关函数值和偏相关函数值;
步骤4-4:根据步骤4-3得到的自相关函数值和偏相关函数值的近似估计值,做出自相关函数值和偏相关函数值图像,再根据图像的偏尾性和截尾性及时间序列模型的识别规则,确定新电压数据序列符合的时间序列模型;
步骤4-5:根据赤池信息量准则确定时间序列模型定阶;
步骤4-6:利用样本矩估计法、最小二乘估计法或者极大似然估计法对时间序列模型中的参数进行估计。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410699551.1A CN104376383A (zh) | 2014-11-27 | 2014-11-27 | 一种基于地理信息***的电网电压监视与预测***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410699551.1A CN104376383A (zh) | 2014-11-27 | 2014-11-27 | 一种基于地理信息***的电网电压监视与预测***及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104376383A true CN104376383A (zh) | 2015-02-25 |
Family
ID=52555278
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410699551.1A Pending CN104376383A (zh) | 2014-11-27 | 2014-11-27 | 一种基于地理信息***的电网电压监视与预测***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104376383A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104657792A (zh) * | 2015-03-06 | 2015-05-27 | 中电海康集团有限公司 | 一种基于规则引擎和智能预测的预警方法 |
CN105023125A (zh) * | 2015-08-25 | 2015-11-04 | 国网浙江杭州市富阳区供电公司 | 一种分布式电站数据管理的方法及*** |
CN105824960A (zh) * | 2016-03-31 | 2016-08-03 | 国网北京市电力公司 | 可视化处理方法及装置 |
CN106295047A (zh) * | 2016-08-19 | 2017-01-04 | 江苏电力信息技术有限公司 | 一种电网接线图上变电站图元设计的方法 |
CN107607897A (zh) * | 2017-08-29 | 2018-01-19 | 国网湖南省电力公司 | 一种电压监测仪在线校验及预测装置和方法 |
CN107621593A (zh) * | 2017-10-16 | 2018-01-23 | 云南电网有限责任公司电力科学研究院 | 一种基于时间序列的低电压预警方法及装置 |
CN108335055A (zh) * | 2018-03-30 | 2018-07-27 | 广州供电局有限公司 | 电力设备运行绩效评价方法、装置和计算机设备 |
CN108520347A (zh) * | 2018-03-30 | 2018-09-11 | 广州供电局有限公司 | 全景可视化电网电压质量展示方法、***和计算机设备 |
CN108614804A (zh) * | 2018-04-25 | 2018-10-02 | 中国人民解放军战略支援部队信息工程大学 | 基于信噪比检验的正则化卡尔曼滤波方法 |
CN110009263A (zh) * | 2019-04-28 | 2019-07-12 | 河北建投能源投资股份有限公司 | 基于发电数据的监控方法 |
CN110134913A (zh) * | 2018-02-08 | 2019-08-16 | 松下知识产权经营株式会社 | 数据分析方法、数据分析装置以及记录介质 |
CN110837625A (zh) * | 2019-11-07 | 2020-02-25 | 华能曹妃甸港口有限公司 | 港口运营管控方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100035010A (ko) * | 2008-09-25 | 2010-04-02 | 한국전력공사 | 지중배전설비용 모니터링 시스템 |
CN202474601U (zh) * | 2011-11-17 | 2012-10-03 | 江苏省电力公司南京供电公司 | 基于gis的电力电网故障抢修*** |
CN103150599A (zh) * | 2013-03-07 | 2013-06-12 | 江苏大学 | 一种电能质量数据监测与管理***模型 |
CN104037943A (zh) * | 2014-06-18 | 2014-09-10 | 东北大学 | 一种提高电网电压质量的电压监测方法及*** |
-
2014
- 2014-11-27 CN CN201410699551.1A patent/CN104376383A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20100035010A (ko) * | 2008-09-25 | 2010-04-02 | 한국전력공사 | 지중배전설비용 모니터링 시스템 |
CN202474601U (zh) * | 2011-11-17 | 2012-10-03 | 江苏省电力公司南京供电公司 | 基于gis的电力电网故障抢修*** |
CN103150599A (zh) * | 2013-03-07 | 2013-06-12 | 江苏大学 | 一种电能质量数据监测与管理***模型 |
CN104037943A (zh) * | 2014-06-18 | 2014-09-10 | 东北大学 | 一种提高电网电压质量的电压监测方法及*** |
Non-Patent Citations (3)
Title |
---|
张健 等: "GIS在线状态监测与故障诊断综合管理***", 《高压电器》 * |
张磊 等: "基于电力GIS的电网故障监控***的研究与设计", 《电脑开发与应用》 * |
徐泉 等: "基于GIS的电压质量监控***的设计与开发", 《控制工程》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104657792A (zh) * | 2015-03-06 | 2015-05-27 | 中电海康集团有限公司 | 一种基于规则引擎和智能预测的预警方法 |
CN105023125A (zh) * | 2015-08-25 | 2015-11-04 | 国网浙江杭州市富阳区供电公司 | 一种分布式电站数据管理的方法及*** |
CN105824960A (zh) * | 2016-03-31 | 2016-08-03 | 国网北京市电力公司 | 可视化处理方法及装置 |
CN106295047B (zh) * | 2016-08-19 | 2019-04-23 | 江苏电力信息技术有限公司 | 一种电网接线图上变电站图元设计的方法 |
CN106295047A (zh) * | 2016-08-19 | 2017-01-04 | 江苏电力信息技术有限公司 | 一种电网接线图上变电站图元设计的方法 |
CN107607897B (zh) * | 2017-08-29 | 2019-09-03 | 国网湖南省电力公司 | 一种电压监测仪在线校验及预测装置和方法 |
CN107607897A (zh) * | 2017-08-29 | 2018-01-19 | 国网湖南省电力公司 | 一种电压监测仪在线校验及预测装置和方法 |
CN107621593A (zh) * | 2017-10-16 | 2018-01-23 | 云南电网有限责任公司电力科学研究院 | 一种基于时间序列的低电压预警方法及装置 |
CN110134913A (zh) * | 2018-02-08 | 2019-08-16 | 松下知识产权经营株式会社 | 数据分析方法、数据分析装置以及记录介质 |
CN110134913B (zh) * | 2018-02-08 | 2023-08-18 | 松下知识产权经营株式会社 | 数据分析方法、数据分析装置以及记录介质 |
CN108335055A (zh) * | 2018-03-30 | 2018-07-27 | 广州供电局有限公司 | 电力设备运行绩效评价方法、装置和计算机设备 |
CN108520347A (zh) * | 2018-03-30 | 2018-09-11 | 广州供电局有限公司 | 全景可视化电网电压质量展示方法、***和计算机设备 |
CN108614804A (zh) * | 2018-04-25 | 2018-10-02 | 中国人民解放军战略支援部队信息工程大学 | 基于信噪比检验的正则化卡尔曼滤波方法 |
CN108614804B (zh) * | 2018-04-25 | 2022-09-02 | 中国人民解放军战略支援部队信息工程大学 | 基于信噪比检验的正则化卡尔曼滤波方法 |
CN110009263A (zh) * | 2019-04-28 | 2019-07-12 | 河北建投能源投资股份有限公司 | 基于发电数据的监控方法 |
CN110837625A (zh) * | 2019-11-07 | 2020-02-25 | 华能曹妃甸港口有限公司 | 港口运营管控方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104376383A (zh) | 一种基于地理信息***的电网电压监视与预测***及方法 | |
CN103837796B (zh) | 一种基于Web和GIS的输电线路故障可视化通报方法及*** | |
CN112131441B (zh) | 一种快速识别用电异常行为的方法及*** | |
CN104538958B (zh) | 用电客户电网接入点的智能分析方法及*** | |
US11784489B2 (en) | Supply and demand adjustment monitoring device of power grid and supply and demand adjustment monitoring method for power grid | |
CN108256234B (zh) | 一种用于评估变压器直流偏磁影响的方法及*** | |
CN103150635B (zh) | 电力设备运维方法 | |
CN110146789B (zh) | 一种智能运检通报方法及装置 | |
CN101408577B (zh) | 基于广域测量信息的低频振荡节点贡献因子的分析方法 | |
CN104777813A (zh) | 综合气象观测运行监控***及其监控方法 | |
CN104573989A (zh) | 一种基于历史故障信息的输电线路故障概率评估方法 | |
CN108615353A (zh) | 公交运行状态数据调整处理方法、智能终端及存储介质 | |
CN107909508A (zh) | 一种配电变压器负荷异常告警方法 | |
CN110019098A (zh) | 基于Hadoop框架的电能计量大数据分析*** | |
CN104599023A (zh) | 台风天气输电线路时变可靠性计算方法及风险评估*** | |
CN106203732A (zh) | 基于itd和时间序列分析的计量误差计算方法 | |
CN108549955B (zh) | 一种充电桩异常率确定方法及装置 | |
Nagaraja et al. | A survey on wind energy, load and price forecasting:(Forecasting methods) | |
CN102751725B (zh) | 一种配电网过负荷风险状态辨识方法 | |
CN106354940A (zh) | 基于水质模型不确定性输入的景观水水质模拟与预警方法 | |
CN104574211A (zh) | 基于风险源的电网调度操作风险预警方法和*** | |
CN103020290B (zh) | 电网信息校验方法及*** | |
Zhang et al. | Extreme wind power forecast error analysis considering its application in day‐ahead reserve capacity planning | |
CN109725121B (zh) | 一种生成采样任务的方法和*** | |
CN116853056A (zh) | 基于数据分析的充电桩智能管理*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150225 |
|
WD01 | Invention patent application deemed withdrawn after publication |