CN105160594A - 输电线路覆冰状态评估方法 - Google Patents
输电线路覆冰状态评估方法 Download PDFInfo
- Publication number
- CN105160594A CN105160594A CN201510524210.5A CN201510524210A CN105160594A CN 105160594 A CN105160594 A CN 105160594A CN 201510524210 A CN201510524210 A CN 201510524210A CN 105160594 A CN105160594 A CN 105160594A
- Authority
- CN
- China
- Prior art keywords
- icing
- ice
- fuzzy
- covering
- transmission line
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种输电线路覆冰状态评估方法,涉及电力***技术领域,所解决的是评估输电线路的技术问题。该方法先根据环境相对湿度、环境温度判别输电线路是否达到覆冰条件,再利用SVM对环境温度差、覆冰持续时间、等效覆冰厚度进行最优超平面训练,从而得出输电线路的线路覆冰概率,再根据得出的线路覆冰概率判断输电线路是否存在覆冰,再将环境温度差、覆冰持续时间、等效覆冰厚度作为模糊控制的输入,利用模糊控制理论推理出输电线路覆冰状态评估结果。本发明提供的方法,适用于评估输电线路覆冰状态。
Description
技术领域
本发明涉及电力***技术,特别是涉及一种输电线路覆冰状态评估方法的技术。
背景技术
冰雪灾害严重威胁着电力***的安全运行,轻则会导致绝缘子串冰闪跳闸、相间闪络跳闸等可恢复供电周期较短的事故,重则会导致杆塔倾斜甚至倒塌、线路金具严重损坏等可恢复供电周期较长的事故。冰雪灾害在给电网安全运行带来危难的同时,也给人民生活带来了不便,给国家经济带来了损失。
目前,国内外已开展关于冰雪气象条件下架空线路受力特性和电网稳定性等方面的研究,但大都是从电力***运行的角度来进行。输电设备本身的状态评估模型十分复杂,状态评估受自然地形、微气象环境及其他很多随机性条件约束,故使用综合环境宏观与微观因素的信息融合模型来进行电网的故障预警与安全维护是一种极佳的选择。日本KoichiNara等人建立了高电压架空线路的防覆冰信息融合专家***,***在线采集参数(如温度、风速、风向、雪量、相对湿度等),对架空线路当前状态作出判断,使工作人员方便选择合理的方式来处理线路覆冰。
由于输电线路覆冰受气象因素影响较大,尤其是环境温度和相对湿度对覆冰形成有决定性的影响,因此线路覆冰状态既具有不确定性,又有多因素影响的特点,而目前对于线路覆冰状态的在线监测方法存在着评估准确性低的缺陷。
发明内容
针对上述现有技术中存在的缺陷,本发明所要解决的技术问题是提供一种评估准确性高的输电线路覆冰状态评估方法。
为了解决上述技术问题,本发明所提供的一种输电线路覆冰状态评估方法,其特征在于,具体步骤如下:
1)设定覆冰湿度阈值、覆冰温度阈值;
2)获取输电线路的环境相对湿度环境温度T,并对环境相对湿度环境温度T进行判别;
如果输电线路的环境相对湿度大于等于覆冰湿度阈值,且环境温度T小于等于覆冰温度阈值,则判定输电线路达到覆冰条件,则转至步骤3,反之则转至步骤6;
3)设定一个覆冰评估时间段,获取输电线路在覆冰评估时间段内的环境温度差ΔT、覆冰持续时间F、等效覆冰厚度H;
4)利用SVM对环境温度差ΔT、覆冰持续时间F、等效覆冰厚度H进行最优超平面训练,从而得出输电线路的线路覆冰概率,再根据得出的线路覆冰概率进行判断;
如果线路覆冰概率的值为0,则判定输电线路不存在覆冰,转至步骤6;
如果线路覆冰概率的值为1,则判定输电线路存在覆冰,转至步骤5;
5)将环境温度差ΔT、覆冰持续时间F、等效覆冰厚度H作为模糊控制的输入,利用模糊控制理论推理出输电线路覆冰状态评估结果;
6)输电线路覆冰状态评估结束。
进一步的,步骤1)中设定的覆冰湿度阈值为85%,覆冰温度阈值为0℃。
进一步的,步骤3)中,环境温度差ΔT的取值范围为-6℃~6℃,覆冰持续时间F的取值范围为0~200小时,等效覆冰厚度H的取值范围为0~60mm。
进一步的,步骤4)中,SVM采用的最优超平面训练的判断函数是Sgn函数。
进一步的,步骤5)中,利用模糊控制理论推理输电线路覆冰状态评估结果时,将覆冰持续时间F模糊化为两级,将环境温度差ΔT、等效覆冰厚度H各模糊化为三级,覆冰持续时间F的模糊化过程包括两个模糊隶属度函数,环境温度差ΔT及等效覆冰厚度H模糊化的模糊化过程各包括三个模糊隶属度函数,所述模糊隶属度函数是三角形隶属度函数或四边形隶属度函数。
进一步的,步骤5)中,利用模糊控制理论推理输电线路覆冰状态评估结果的步骤如下:
501)计算环境温度差ΔT的三个模糊隶属度值μN(ΔT)、μO(ΔT)、μP(ΔT),计算覆冰持续时间F的两个模糊隶属度值μPS(F)和μPB(F),计算等效覆冰厚度H的三个模糊隶属度值μPS(H)、μPM(H)和μPB(H);
502)将环境温度差模糊化为N或0或P,将覆冰持续时间模糊化为PS或PB,将等效覆冰厚度模糊化为PS或PM或PB;
503)根据环境温度差、覆冰持续时间及等效覆冰厚度的模糊化结果进行模糊推理得到模糊推理结果,并将模糊推理结果作为输电线路覆冰状态评估结果。
进一步的,步骤5)中:
环境温度差的模糊化方式为:判断μN(ΔT)、μO(ΔT)和μP(ΔT)的大小,如果μN(ΔT)最大,则环境温度差模糊化为N,如果μO(ΔT)最大,则环境温度差模糊化为O,如果μP(ΔT)最大,则环境温度差模糊化为P;
覆冰持续时间的模糊化方式为:判断μPS(F)和μPB(F)的大小,如果μPS(F)大于μPB(F),则覆冰持续时间模糊化为PS,如果μPS(F)小于μPB(F),则覆冰持续时间模糊化为PB;
等效覆冰厚度的模糊化方式为:判断μPS(H)、μPM(H)和μPB(H)的大小,如果μPS(F)最大,则等效覆冰厚度模糊化为PS,如果μPM(H)最大,则等效覆冰厚度模糊化为PM,如果μPB(H)最大,则等效覆冰厚度模糊化为PB。
本发明提供的输电线路覆冰状态评估方法,综合考虑等效覆冰厚度、微气象参数、覆冰持续时间等多个因素,采用SVM融合线路覆冰特征值输出线路是否有覆冰状态,针对有覆冰的状态再经过模糊控制理论对覆冰严重程度做更确切的评估,能够准确评估线路的覆冰状态。
附图说明
图1是本发明实施例的输电线路覆冰状态评估方法的评估流程图;
图2是本发明实施例的输电线路覆冰状态评估方法中所采用的SVM的原理图;
图3是本发明实施例的输电线路覆冰状态评估方法中所采用的SVM的最优超平面训练原理图;
图4是本发明实施例的输电线路覆冰状态评估方法中的环境温度差的模糊隶属度函数图;
图5是本发明实施例的输电线路覆冰状态评估方法中的覆冰持续时间的模糊隶属度函数图;
图6是本发明实施例的输电线路覆冰状态评估方法中的等效覆冰厚度的模糊隶属度函数图;
图7是本发明实施例的输电线路覆冰状态评估方法中的输出变量模糊隶属度函数图。
具体实施方式
以下结合附图说明对本发明的实施例作进一步详细描述,但本实施例并不用于限制本发明,凡是采用本发明的相似结构及其相似变化,均应列入本发明的保护范围,本发明中的顿号均表示和的关系。
如图1所示,本发明实施例所提供的一种输电线路覆冰状态评估方法,其特征在于,具体步骤如下:
1)设定覆冰湿度阈值、覆冰温度阈值,覆冰湿度阈值为85%,覆冰温度阈值为0℃;
2)获取输电线路的环境相对湿度环境温度T,并对环境相对湿度环境温度T进行判别;
如果输电线路的环境相对湿度大于等于覆冰湿度阈值,且环境温度T小于等于覆冰温度阈值,则判定输电线路达到覆冰条件,则转至步骤3,反之则转至步骤6;
3)设定一个覆冰评估时间段,获取输电线路在覆冰评估时间段内的环境温度差ΔT、覆冰持续时间F、等效覆冰厚度H;
其中,环境温度差ΔT的取值范围为-6℃~6℃,覆冰持续时间F的取值范围为0~200小时,等效覆冰厚度H的取值范围为0~60mm;
4)利用SVM(支持向量机)对环境温度差ΔT、覆冰持续时间F、等效覆冰厚度H进行最优超平面训练,从而得出输电线路的线路覆冰概率,再根据得出的线路覆冰概率进行判断;
如果线路覆冰概率的值为0,则判定输电线路不存在覆冰,转至步骤6;
如果线路覆冰概率的值为1,则判定输电线路存在覆冰,转至步骤5;
其中,SVM采用的最优超平面训练的判断函数是Sgn函数;
如图2所示,SVM以环境温度差ΔT、覆冰持续时间F、等效覆冰厚度H为输入信号,经SVM训练后的输出信号为y,当y为0时表示线路无覆冰,当y为1时表示线路有覆冰状态;
图3是本发明实施例的输电线路覆冰状态评估方法中所采用的SVM的训练图,图3中的虚线部分为最优超平面,实线部分为支持向量最大间隔;
5)将环境温度差ΔT、覆冰持续时间F、等效覆冰厚度H作为模糊控制的输入,利用模糊控制理论推理出输电线路覆冰状态评估结果;
6)输电线路覆冰状态评估结束。
本发明实施例中,由于线路覆冰状态与环境相对湿度环境温度T并非线性变化关系,因此将环境相对湿度环境温度T作为线路是否构成覆冰的判断条件,将输电线路在覆冰评估时间段内的环境温度差ΔT、覆冰持续时间F、等效覆冰厚度H作为评估线路覆冰严重程度的评估特征量;
利用模糊控制理论推理输电线路覆冰状态评估结果时,将覆冰持续时间F模糊化为两级,将环境温度差ΔT、等效覆冰厚度H各模糊化为三级,覆冰持续时间F的模糊化过程包括两个模糊隶属度函数,环境温度差ΔT及等效覆冰厚度H模糊化的模糊化过程各包括三个模糊隶属度函数,所述模糊隶属度函数是三角形隶属度函数或四边形隶属度函数;
所述步骤5)中,利用模糊控制理论推理输电线路覆冰状态评估结果的步骤如下:
501)计算环境温度差ΔT的三个模糊隶属度值μN(ΔT)、μO(ΔT)、μP(ΔT),计算覆冰持续时间F的两个模糊隶属度值μPS(F)和μPB(F),计算等效覆冰厚度H的三个模糊隶属度值μPS(H)、μPM(H)和μPB(H);
502)将环境温度差模糊化为N或0或P,将覆冰持续时间模糊化为PS或PB,将等效覆冰厚度模糊化为PS或PM或PB;
503)根据环境温度差、覆冰持续时间及等效覆冰厚度的模糊化结果进行模糊推理得到模糊推理结果,并将模糊推理结果作为输电线路覆冰状态评估结果;
如图4所示,环境温度差的模糊化方式为:判断μN(ΔT)、μO(ΔT)和μP(ΔT)的大小,如果μN(ΔT)最大,则环境温度差模糊化为N,如果μO(ΔT)最大,则环境温度差模糊化为O,如果μP(ΔT)最大,则环境温度差模糊化为P,连续3小时的环境温度差的基本论域为-6℃~6℃;
μN(ΔT)为四边形隶属度函数,其数学式为:
μO(ΔT)为三角形隶属度函数,其数学式为:
μP(ΔT)为四边形隶属度函数,其数学式为:
如图5所示,覆冰持续时间的模糊化方式为:判断μPS(F)和μPB(F)的大小,如果μPS(F)大于μPB(F),则覆冰持续时间模糊化为PS,如果μPS(F)小于μPB(F),则覆冰持续时间模糊化为PB,覆冰持续时间的基本论域为0~200小时,μPS(F)和μPB(F)均为四边形隶属度函数;
μPS(F)的数学式为:
μPB(F)的数学式为:
如图6所示,等效覆冰厚度的模糊化方式为:判断μPS(H)、μPM(H)和μPB(H)的大小,如果μPS(F)最大,则等效覆冰厚度模糊化为PS,如果μPM(H)最大,则等效覆冰厚度模糊化为PM,如果μPB(H)最大,则等效覆冰厚度模糊化为PB,等效覆冰厚度的基本论域为0~60mm,μPS(H)和μPB(H)为四边形隶属度函数,μPM(H)为三角形隶属度函数;
μPS(H)的数学式为:
μPM(H)的数学式为:
μPB(H)的数学式为:
模糊推理结果U的论域为[-4,4],输出变量模糊隶属度函数如图7所示,输电线路覆冰状态评估结果划分为4种等级,分别为无覆冰(NB)、轻度覆冰(B1)、重度覆冰(B2)、严重覆冰(B3),无覆冰状态是指线路正常无覆冰,环境不构成覆冰形成条件对线路无任何安全威胁,轻度覆冰状态是指线路发生了稍微严重的覆冰,提醒运行人员注意覆冰发展趋势,重度覆冰是指线路的安全运行受到威胁,需要采取一定措施防止覆冰趋势的进一步发展,严重覆冰是指线路安全运行遭遇极大威胁,覆冰十分严重,对电网的安全运行已造成危害,如不即刻采取措施,可能会造成塔杆倒塌、大面积停电等灾害。
本发明实施例中,利用SVM对环境温度差ΔT、覆冰持续时间F、等效覆冰厚度H进行最优超平面训练的方法为现有技术。
Claims (7)
1.一种输电线路覆冰状态评估方法,其特征在于,具体步骤如下:
1)设定覆冰湿度阈值、覆冰温度阈值;
2)获取输电线路的环境相对湿度环境温度T,并对环境相对湿度环境温度T进行判别;
如果输电线路的环境相对湿度大于等于覆冰湿度阈值,且环境温度T小于等于覆冰温度阈值,则判定输电线路达到覆冰条件,则转至步骤3,反之则转至步骤6;
3)设定一个覆冰评估时间段,获取输电线路在覆冰评估时间段内的环境温度差ΔT、覆冰持续时间F、等效覆冰厚度H;
4)利用SVM对环境温度差ΔT、覆冰持续时间F、等效覆冰厚度H进行最优超平面训练,从而得出输电线路的线路覆冰概率,再根据得出的线路覆冰概率进行判断;
如果线路覆冰概率的值为0,则判定输电线路不存在覆冰,转至步骤6;
如果线路覆冰概率的值为1,则判定输电线路存在覆冰,转至步骤5;
5)将环境温度差ΔT、覆冰持续时间F、等效覆冰厚度H作为模糊控制的输入,利用模糊控制理论推理出输电线路覆冰状态评估结果;
6)输电线路覆冰状态评估结束。
2.根据权利要求1所述的输电线路覆冰状态评估方法,其特征在于:步骤1)中设定的覆冰湿度阈值为85%,覆冰温度阈值为0℃。
3.根据权利要求1所述的输电线路覆冰状态评估方法,其特征在于:步骤3)中,环境温度差ΔT的取值范围为-6℃~6℃,覆冰持续时间F的取值范围为0~200小时,等效覆冰厚度H的取值范围为0~60mm。
4.根据权利要求1所述的输电线路覆冰状态评估方法,其特征在于:步骤4)中,SVM采用的最优超平面训练的判断函数是Sgn函数。
5.根据权利要求1所述的输电线路覆冰状态评估方法,其特征在于:步骤5)中,利用模糊控制理论推理输电线路覆冰状态评估结果时,将覆冰持续时间F模糊化为两级,将环境温度差ΔT、等效覆冰厚度H各模糊化为三级,覆冰持续时间F的模糊化过程包括两个模糊隶属度函数,环境温度差ΔT及等效覆冰厚度H模糊化的模糊化过程各包括三个模糊隶属度函数,所述模糊隶属度函数是三角形隶属度函数或四边形隶属度函数。
6.根据权利要求5所述的输电线路覆冰状态评估方法,其特征在于,步骤5)中,利用模糊控制理论推理输电线路覆冰状态评估结果的步骤如下:
501)计算环境温度差ΔT的三个模糊隶属度值μN(ΔT)、μO(ΔT)、μP(ΔT),计算覆冰持续时间F的两个模糊隶属度值μPS(F)和μPB(F),计算等效覆冰厚度H的三个模糊隶属度值μPS(H)、μPM(H)和μPB(H);
502)将环境温度差模糊化为N或0或P,将覆冰持续时间模糊化为PS或PB,将等效覆冰厚度模糊化为PS或PM或PB;
503)根据环境温度差、覆冰持续时间及等效覆冰厚度的模糊化结果进行模糊推理得到模糊推理结果,并将模糊推理结果作为输电线路覆冰状态评估结果。
7.根据权利要求6所述的输电线路覆冰状态评估方法,其特征在于,步骤5)中:
环境温度差的模糊化方式为:判断μN(ΔT)、μO(ΔT)和μP(ΔT)的大小,如果μN(ΔT)最大,则环境温度差模糊化为N,如果μO(ΔT)最大,则环境温度差模糊化为O,如果μP(ΔT)最大,则环境温度差模糊化为P;
覆冰持续时间的模糊化方式为:判断μPS(F)和μPB(F)的大小,如果μPS(F)大于μPB(F),则覆冰持续时间模糊化为PS,如果μPS(F)小于μPB(F),则覆冰持续时间模糊化为PB;
等效覆冰厚度的模糊化方式为:判断μPS(H)、μPM(H)和μPB(H)的大小,如果μPS(F)最大,则等效覆冰厚度模糊化为PS,如果μPM(H)最大,则等效覆冰厚度模糊化为PM,如果μPB(H)最大,则等效覆冰厚度模糊化为PB。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510524210.5A CN105160594A (zh) | 2015-08-24 | 2015-08-24 | 输电线路覆冰状态评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510524210.5A CN105160594A (zh) | 2015-08-24 | 2015-08-24 | 输电线路覆冰状态评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105160594A true CN105160594A (zh) | 2015-12-16 |
Family
ID=54801441
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510524210.5A Pending CN105160594A (zh) | 2015-08-24 | 2015-08-24 | 输电线路覆冰状态评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105160594A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108334983A (zh) * | 2018-01-22 | 2018-07-27 | 广西壮族自治区气象服务中心 | 基于gis和dem的广西输电线路覆冰预报与评估方法 |
CN109556551A (zh) * | 2019-01-10 | 2019-04-02 | 哈尔滨工业大学 | 一种基于界面温度的覆冰厚度监测方法 |
CN113030971A (zh) * | 2021-03-17 | 2021-06-25 | 云南电网有限责任公司电力科学研究院 | 一种监测铁塔覆冰的定性分析方法及定量分析方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102721373A (zh) * | 2012-06-26 | 2012-10-10 | 西安金源电气股份有限公司 | 一种电气化铁路接触网覆冰在线监测*** |
CN103854055A (zh) * | 2014-03-31 | 2014-06-11 | 南京工程学院 | 基于神经网络及模糊逻辑算法的输电线路覆冰预测模型 |
CN104318347A (zh) * | 2014-09-30 | 2015-01-28 | 上海电力学院 | 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 |
CN104361535A (zh) * | 2014-11-26 | 2015-02-18 | 上海电力学院 | 一种输电线路覆冰状态评估方法 |
-
2015
- 2015-08-24 CN CN201510524210.5A patent/CN105160594A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102721373A (zh) * | 2012-06-26 | 2012-10-10 | 西安金源电气股份有限公司 | 一种电气化铁路接触网覆冰在线监测*** |
CN103854055A (zh) * | 2014-03-31 | 2014-06-11 | 南京工程学院 | 基于神经网络及模糊逻辑算法的输电线路覆冰预测模型 |
CN104318347A (zh) * | 2014-09-30 | 2015-01-28 | 上海电力学院 | 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 |
CN104361535A (zh) * | 2014-11-26 | 2015-02-18 | 上海电力学院 | 一种输电线路覆冰状态评估方法 |
Non-Patent Citations (2)
Title |
---|
丁世飞: "《高级人工智能》", 31 January 2015, 中国矿业大学出版社 * |
戴栋 等: "基于支持向量机的输电线路覆冰回归模型", 《高电压技术》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108334983A (zh) * | 2018-01-22 | 2018-07-27 | 广西壮族自治区气象服务中心 | 基于gis和dem的广西输电线路覆冰预报与评估方法 |
CN109556551A (zh) * | 2019-01-10 | 2019-04-02 | 哈尔滨工业大学 | 一种基于界面温度的覆冰厚度监测方法 |
CN109556551B (zh) * | 2019-01-10 | 2020-05-22 | 哈尔滨工业大学 | 一种基于界面温度的覆冰厚度监测方法 |
CN113030971A (zh) * | 2021-03-17 | 2021-06-25 | 云南电网有限责任公司电力科学研究院 | 一种监测铁塔覆冰的定性分析方法及定量分析方法 |
CN113030971B (zh) * | 2021-03-17 | 2024-01-23 | 云南电网有限责任公司电力科学研究院 | 一种监测铁塔覆冰的定性分析方法及定量分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
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 | |
CN103971171A (zh) | 一种输电设备状态评估方法 | |
CN103838959A (zh) | 偏最小二乘回归应用于配电网谐波源定位与检测中的方法 | |
CN103234753A (zh) | 基于高斯过程建模的风电机组轴系状态监测方法 | |
CN105653764A (zh) | 电网安全事故风险等级在线评估与预警方法 | |
CN103324992A (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 | |
US10424926B2 (en) | Method for controlling an electric power distribution micro-grid | |
CN104318485A (zh) | 一种基于神经网络和模糊逻辑的输电线路故障判别方法 | |
CN104217253A (zh) | 台风天气下配电线路荷载可靠度分析方法 | |
CN105160599A (zh) | 基于滤波和支持向量机的电力线路覆冰评估方法 | |
CN104361535A (zh) | 一种输电线路覆冰状态评估方法 | |
CN105160594A (zh) | 输电线路覆冰状态评估方法 | |
CN103149406A (zh) | 一种用于直流绝缘监测装置的电桥及其运行方法 | |
CN103678865A (zh) | 一种冻雨引发输电线路故障的故障概率在线评估方法 | |
CN103632043A (zh) | 一种基于实测响应信息的电力***主导失稳模式识别方法 | |
CN106127047A (zh) | 一种基于延森‑香农距离的电力***恶意数据检测方法 | |
CN104750976A (zh) | 一种输电线路状态评价参数体系的构建方法 | |
CN108389002A (zh) | 一种基于n-1严重故障集的多重故障生成方法 | |
CN105391168A (zh) | 变压器负荷实时控制方法 | |
CN104297628A (zh) | 含dg的配电网的区段故障检测与定位方法 | |
CN106918758A (zh) | 一种基于电气量和非电气量的小电流接地综合选线方法 | |
CN105738772A (zh) | 基于功率及频率波动相位的强迫扰动源定位方法 | |
CN102967798B (zh) | 一种电力设备的故障报警方法及*** | |
CN113376476A (zh) | 一种基于phm的中低压配电网运维***及方法 | |
CN103997041B (zh) | 一种交直流混联***的在线电压稳定判别*** |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20151216 |