CN108110893A - 一种输配协同的电网故障等级自动识别方法 - Google Patents
一种输配协同的电网故障等级自动识别方法 Download PDFInfo
- Publication number
- CN108110893A CN108110893A CN201711170989.0A CN201711170989A CN108110893A CN 108110893 A CN108110893 A CN 108110893A CN 201711170989 A CN201711170989 A CN 201711170989A CN 108110893 A CN108110893 A CN 108110893A
- Authority
- CN
- China
- Prior art keywords
- failure
- distribution
- load
- influences
- fault
- 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
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000005540 biological transmission Effects 0.000 title claims abstract description 22
- 230000015556 catabolic process Effects 0.000 claims abstract description 21
- 238000012544 monitoring process Methods 0.000 claims abstract description 15
- 238000003745 diagnosis Methods 0.000 claims abstract description 9
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 17
- 230000005611 electricity Effects 0.000 claims description 15
- 238000005516 engineering process Methods 0.000 claims description 11
- 241000196324 Embryophyta Species 0.000 claims description 4
- 240000002853 Nelumbo nucifera Species 0.000 claims description 4
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims description 4
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims description 4
- 230000004888 barrier function Effects 0.000 claims description 4
- 238000011835 investigation Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 abstract description 7
- 230000007246 mechanism Effects 0.000 abstract description 5
- 230000004044 response Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 4
- 230000010354 integration Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 230000006378 damage Effects 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001235 sensitizing effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Classifications
-
- H02J13/0062—
Landscapes
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种输配协同的电网故障等级自动识别方法,包括:分别对主网、配网进行故障监视与故障诊断,获取相应的主网故障信息和配网故障信息;根据主网故障信息计算主网故障损失负荷,根据配网故障信息计算配网故障损失负荷;综合分析主网故障信息、配网故障信息、主网故障损失负荷、配网故障损失负荷以及用户台账信息,获取故障影响用户信息;根据主网故障信息、配网故障信息、故障影响用户信息对照故障评级标准进行故障等级自动识别。本发明实现了对电网故障等级的自动识别,实现一次部署自动运行、大大减少了数据维护工作,提高了效率,为应急指挥机构启动相应级别的应急响应或预案提供参考依据。
Description
技术领域
本发明涉及一种输配协同的电网故障等级自动识别方法,属于配电自动化技术领域。
背景技术
***间集成技术有所突破,目前已实现与配电自动化***、调度自动化***、GIS、生产管理***、营配集成平台等***的数据集成,提供信息模型、信息交互日志与数据库、实时与准实时数据传输、发布订阅机制等服务,不同程度上实现了用电调度***与相关应用***的综合性应用,为实现信息化、自动化、互动化的智能电网高级应用提供了技术支撑手段。
国务院599号令和新安全生产法等法律法规、公司以客户为中心的经营理念、网省地“发输配用”一体化***运行管理需求等,均对影响用户正常供电的事故(事件)提出了更高的管理要求。
为了应对新形势下国家、社会和用户对安全供电提出的新要求,以营配贯通数据整理成果为基础,综合利用EMS***、用电调度***、配电自动化***、海量数据平台以及大数据平台等多源数据,开展调配一体化故障事件等级自动识别研究,既是可行的,同时也是非常必要的,具有重要的实际应用价值。
发明内容
本发明的目的在于克服现有技术中的不足,提供一种输配协同的电网故障等级自动识别方法,实现电网故障等级自动识别。
为达到上述目的,本发明所采用的技术方案是:一种输配协同的电网故障等级自动识别方法,包括如下步骤:
采集故障信息:分别对主网、配网进行故障监视与故障诊断,获取相应的主网故障信息和配网故障信息;
计算故障损失负荷:根据主网故障信息计算主网故障损失负荷,根据配网故障信息计算配网故障损失负荷;
获取故障影响用户信息:综合分析主网故障信息、配网故障信息、主网故障损失负荷、配网故障损失负荷以及用户台账信息,获取故障影响用户信息;
故障等级评定:根据主网故障信息、配网故障信息、故障影响用户信息对照故障评级标准进行故障等级自动识别。
获取主网故障信息的方法为:依托EMS***,通过对母线失压监视与线路跳闸监视,应用调度自动化***故障识别技术,对变电站失压、10kV站内母线失压故障进行故障监视与识别,获取主网故障信息。
计算主网故障损失负荷的方法为:
依托EMS***,采用累加法,对每一条10kV母线上故障前后的负荷变化进行汇总,得到故障损失总负荷、故障切除负荷、低压脱扣损失负荷,计算公式为,故障瞬时损失总负荷=故障损失负荷+用户自身原因减少负荷+备自投恢复负荷;
根据故障诊断结果得到失电厂站影响10kV母线,对各10kV母线故障损失负荷进行叠加,进而得出失电主网故障损失负荷。
获取配网故障信息的方法为:依托DMS***,应用配网自动化***故障识别技术,对包括配网断路器跳闸、分支线跳闸在内的配网侧故障进行监视与识别。
计算配网故障损失负荷的方法为:
基于定期获取的外部***用户侧计量断面数据,以及定期从DMS***获取的配网运行断面数据,根据获取的配网故障信息,综合考虑用户自身应急电源恢复负荷,实现配网故障损失负荷的计算,计算公式如下:
配网故障损失负荷=∑故障影响用户最近的计量断面数值-用户自身应急电源恢复负荷。
所述故障影响用户信息包括:故障影响重要用户数量与比例、故障影响重要用户时户数累加、故障影响保供电用户比例、故障影响敏感用户比例。
故障影响重要用户比例的计算公式为:
故障影响重要用户比例=∑故障影响重要用户数/∑故障影响用户总数;
故障影响重要用户时户数累加的计算公式为:
故障影响重要用户时户数累加=∑(故障影响重要用户*用户停电小时);
故障影响保供电用户比例的计算公式为:
故障影响保供电用户比例=∑故障影响保供电用户数/∑故障影响用户总数;
故障影响敏感用户比例的计算公式为:
故障影响敏感用户比例=∑故障影响敏感用户数/∑故障影响用户总数。
所述故障评级标准来自于中国南方电网有限责任公司《电力事故事件调查规程》构建的事故评级库。
与现有技术相比,本发明所达到的有益效果是:实现了对电网故障等级的自动识别与过程跟踪预警,计算过程无需手动建模、手动画图、手动录入数据,实现一次部署,自动运行,大大减少了数据维护工作,提高了效率,达到了对电网故障事故(事件)等级进行初步的“定性”,为应急指挥机构启动相应级别的应急响应或预案提供参考依据。
附图说明
图1是本发明所依据的体系结构示意图;
图2是本发明的流程图。
具体实施方式
本发明涉及具备标准组件化的用电调度***、信息交互总线***、含输配协同的电网故障等级自动识别功能模块。用电调度***作为电网故障等级自动识别应用的支持平台;信息交互总线***负责整合传输***间数据,将数据共享到用电调度***中,为电网故障等级识别提供基础数据;含输配协同的电网故障等级自动识别功能模块实现电网故障等级自动识别功能。
如图1所示,为用电调度***中输配协同的电网故障等级自动识别模块的体系结构,总共分为硬件层、操作***层、基础总线层、数据总线层、公共服务层、应用层支持平台层和应用层。集成总线层、数据总线层、公共服务层三层作为本发明提出的支撑平台。集成总线层提供各公共服务元素、各应用***以及第三方软件之间规范化的交互机制;数据总线层为它们提供适当的数据访问服务;公共服务层为各应用***提供各种服务,主要包括数据服务、报表工具、告警服务、权限管理、通信服务等。应用层作为具体的功能实现,电网故障等级自动识别应用同SCADA、FES等用电调度***或配电自动化***的主体应用并列,即保证了电网故障等级自动识别应用的相对独立性,又实现了数据的共享。
本发明提供的一种输配协同的电网故障等级自动识别方法,充分应用EMS***提供的主网模型与主网故障监视及损失负荷量计算结果、GIS***提供的基础配网模型、配电自动化***提供的SCADA数据以及配网故障监视诊断结果,连同营配集成平台等接入的负荷属性信息与量测数据,在基础数据具备的基础上,通过分析故障事件损失负荷量及影响用户情况,匹配事故评级库对应规则,实现对电网故障等级的自动识别与过程跟踪预警,计算过程无需手动建模,手动画图,手动录入数据,实现一次部署,自动运行,大大减少了数据维护工作,提高了效率,达到了对电网故障事故(事件)等级进行初步的“定性”,解决了由于现有技术不足,造成的故障事件“定性”不准确、不及时,导致影响了事故处理进度,同时不利于对敏感区域(场所)和重要用户的快速复电的问题,为应急指挥机构启动相应级别的应急响应或预案提供参考依据。
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图2所示,是本发明的流程图,包括如下步骤:
采集故障信息:
对主网进行故障监视与故障诊断,获取主网故障信息:应用调度自动化***故障识别技术,对变电站失压、10kV站内母线失压等单一设备故障至大面积停电复杂电网故障进行故障监视与识别,整合不同故障类型特征,实现主网故障识别主要通过母线失压监视与线路跳闸监视,根据故障识别结果分析故障影响范围,生成故障事件,为后续步骤提供基础数据。
对配网进行故障监视与故障诊断,获取配网故障信息:与主网故障监视与诊断类似,应用配网自动化***故障识别技术,对配网断路器跳闸、分支线跳闸等配网侧故障进行监视与识别,根据故障识别结果分析故障影响范围,生成故障事件,为后续步骤提供基础数据。
计算故障损失负荷:
根据主网故障信息计算主网故障损失负荷:依托EMS***,采用累加法,对每一条10kV母线上故障前后的负荷变化进行汇总,得到故障损失总负荷、故障切除负荷、低压脱扣损失负荷,计算公式为,故障瞬时损失总负荷=(故障损失负荷+用户自身原因减少负荷)+备自投恢复负荷。根据故障诊断结果得到失电厂站影响10kV母线,对各10kV母线损失负荷进行叠加,进而得出失电厂站故障损失负荷量,该步骤分析结果,是后续对故障事件通过损失负荷量进行分级的数据源。
根据配网故障信息计算配网故障损失负荷:依托DMS***,基于定期(1小时)获取的外部***用户侧计量断面(15分钟一个断面)数据,以及定期(5分钟)从DMS***获取的配网运行断面数据,根据所述步骤3配网故障监视诊断结果,综合考虑用户自身应急电源恢复负荷,实现配网故障损失负荷的计算,计算公式为,配网故障损失负荷=∑故障影响用户最近的计量断面数值-用户自身应急电源恢复负荷。该步骤分析结果,是后续对故障事件通过损失负荷量进行分级的数据源。
获取故障影响用户信息:综合分析主网故障信息、配网故障信息、主网故障损失负荷、配网故障损失负荷以及用户台账信息,获取故障影响用户信息。具体如下:
统计分析故障影响用户数(中/低压用户)、影响用户中重要用户数量与比例、重要用户时户数累加、保供电用户比例、敏感用户比例等信息。应用数据融合与模型拼接技术,用电调度***实现调配用模型的贯通,应用拓扑分析技术,基于故障诊断影响范围结果,对故障影响中低压用户进行追踪统计,计算公式为,故障影响重要用户比例=∑故障影响重要用户数/∑故障影响用户总数,故障影响重要用户时户数累加=∑(故障影响重要用户*用户停电小时),故障影响保供电用户比例=∑故障影响保供电用户数/∑故障影响用户总数,故障影响敏感用户比例=∑故障影响敏感用户数/∑故障影响用户总数。该步骤分析结果,是后续对故障事件通过影响重要用户数与用户比例进行分级的数据源。
故障等级评定:根据主网故障信息、配网故障信息、故障影响用户信息对照故障评级标准进行故障等级自动识别。
故障评级标准源自中国南方电网有限责任公司《电力事故事件调查规程》构建的事故评级库。
事故评级库制定范围:
事故类,包含:电力人身事故(人工维护人员伤亡情况)、电力设备事故(人工维护经济损失情况)、电力安全事故(电网减供负荷比例和供电用户停电比例、发电厂或者220千伏以上变电站因安全故障造成全厂(站)对外停电的影响和持续时间);
事件类,包含:电力人身事件(人工维护人员伤亡情况)、电力设备事件(人工维护生产运行设备经济损失)、电力安全事件(造成社会影响、损害企业形象,变电站或配电母线失压或发电厂全停)、电力安全事件(发电、直流、输电、变电设备非计划停运);
按照省、市等区域级别与电网负荷量分级构建。该步骤分析结果,是后续对故障事件进行分级判断依据。
根据以上步骤分析结果,实现对故障事件等级的自动识别,对可能导致事故事件等级升级的因素进行实时跟踪,比如故障影响重要用户停电时户数,以倒计时的方式对事故事件等级状态进行预警,并对事故等级进行更新。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (8)
1.一种输配协同的电网故障等级自动识别方法,其特征在于,包括如下步骤:
采集故障信息:分别对主网、配网进行故障监视与故障诊断,获取相应的主网故障信息和配网故障信息;
计算故障损失负荷:根据主网故障信息计算主网故障损失负荷,根据配网故障信息计算配网故障损失负荷;
获取故障影响用户信息:综合分析主网故障信息、配网故障信息、主网故障损失负荷、配网故障损失负荷以及用户台账信息,获取故障影响用户信息;
故障等级评定:根据主网故障信息、配网故障信息、故障影响用户信息对照故障评级标准进行故障等级自动识别。
2.根据权利要求1所述的输配协同的电网故障等级自动识别方法,其特征在于,获取主网故障信息的方法为:依托EMS***,通过对母线失压监视与线路跳闸监视,应用调度自动化***故障识别技术,对变电站失压、10kV站内母线失压故障进行故障监视与识别,获取主网故障信息。
3.根据权利要求2所述的输配协同的电网故障等级自动识别方法,其特征在于,计算主网故障损失负荷的方法为:
依托EMS***,采用累加法,对每一条10kV母线上故障前后的负荷变化进行汇总,得到故障损失总负荷、故障切除负荷、低压脱扣损失负荷,计算公式为,故障瞬时损失总负荷=故障损失负荷+用户自身原因减少负荷+备自投恢复负荷;
根据故障诊断结果得到失电厂站影响10kV母线,对各10kV母线故障损失负荷进行叠加,进而得出失电主网故障损失负荷。
4.根据权利要求1所述的输配协同的电网故障等级自动识别方法,其特征在于,获取配网故障信息的方法为:依托DMS***,应用配网自动化***故障识别技术,对包括配网断路器跳闸、分支线跳闸在内的配网侧故障进行监视与识别。
5.根据权利要求4所述的输配协同的电网故障等级自动识别方法,其特征在于,计算配网故障损失负荷的方法为:
基于定期获取的外部***用户侧计量断面数据,以及定期从DMS***获取的配网运行断面数据,根据获取的配网故障信息,综合考虑用户自身应急电源恢复负荷,实现配网故障损失负荷的计算,计算公式如下:
配网故障损失负荷=∑故障影响用户最近的计量断面数值-用户自身应急电源恢复负荷。
6.根据权利要求1所述的输配协同的电网故障等级自动识别方法,其特征在于,所述故障影响用户信息包括:故障影响重要用户数量与比例、故障影响重要用户时户数累加、故障影响保供电用户比例、故障影响敏感用户比例。
7.根据权利要求6所述的输配协同的电网故障等级自动识别方法,其特征在于,
故障影响重要用户比例的计算公式为:
故障影响重要用户比例=∑故障影响重要用户数/∑故障影响用户总数;
故障影响重要用户时户数累加的计算公式为:
故障影响重要用户时户数累加=∑(故障影响重要用户*用户停电小时);
故障影响保供电用户比例的计算公式为:
故障影响保供电用户比例=∑故障影响保供电用户数/∑故障影响用户总数;
故障影响敏感用户比例的计算公式为:
故障影响敏感用户比例=∑故障影响敏感用户数/∑故障影响用户总数。
8.根据权利要求1所述的输配协同的电网故障等级自动识别方法,其特征在于,所述故障评级标准来自于中国南方电网有限责任公司《电力事故事件调查规程》构建的事故评级库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711170989.0A CN108110893A (zh) | 2017-11-22 | 2017-11-22 | 一种输配协同的电网故障等级自动识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711170989.0A CN108110893A (zh) | 2017-11-22 | 2017-11-22 | 一种输配协同的电网故障等级自动识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108110893A true CN108110893A (zh) | 2018-06-01 |
Family
ID=62207599
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711170989.0A Pending CN108110893A (zh) | 2017-11-22 | 2017-11-22 | 一种输配协同的电网故障等级自动识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108110893A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108879660A (zh) * | 2018-06-22 | 2018-11-23 | 广东电网有限责任公司 | 一种电网故障停电损失负荷自动计算实现的方法 |
CN108960321A (zh) * | 2018-07-02 | 2018-12-07 | 国电南瑞科技股份有限公司 | 一种大型锂电池储能电站电池故障预测方法 |
CN108988334A (zh) * | 2018-08-03 | 2018-12-11 | 广东电网有限责任公司 | 电网故障等级发布方法 |
CN108988333A (zh) * | 2018-08-03 | 2018-12-11 | 广东电网有限责任公司 | 电网故障统计方法 |
CN109190941A (zh) * | 2018-08-17 | 2019-01-11 | 广东电网有限责任公司 | 一种电网运行方式的自动风险评估分析方法 |
CN109299876A (zh) * | 2018-09-28 | 2019-02-01 | 广东电网有限责任公司 | 一种电网n-1风险信息生成及发布的方法和*** |
CN109301822A (zh) * | 2018-10-29 | 2019-02-01 | 国电南瑞科技股份有限公司 | 一种主配一体事故恢复处置方法及*** |
CN109389323A (zh) * | 2018-10-31 | 2019-02-26 | 广东电网有限责任公司 | 事故事件等级判断方法、装置及智能终端 |
CN110568310A (zh) * | 2019-08-31 | 2019-12-13 | 南京悠阔电气科技有限公司 | 一种输电线路可视化在线监测*** |
CN110824292A (zh) * | 2018-08-08 | 2020-02-21 | 广州泰迪智能科技有限公司 | 一种基于特征分类的配电网失压故障智能识别方法 |
CN112905956A (zh) * | 2019-12-03 | 2021-06-04 | 贵州电网有限责任公司 | 一种基于电网运行特征分析的配网计量事件核对方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107066639A (zh) * | 2016-10-25 | 2017-08-18 | 贵州电网有限责任公司六盘水供电局 | 基于拓扑分析的地区电网故障损失后果计算方法 |
CN107194574A (zh) * | 2017-05-16 | 2017-09-22 | 中国能源建设集团江苏省电力设计院有限公司 | 一种基于负荷损失的电网安全风险评估方法 |
CN107844880A (zh) * | 2017-07-17 | 2018-03-27 | 中国南方电网有限责任公司 | 一种基于多源数据融合的电网故障等级自动识别方法 |
-
2017
- 2017-11-22 CN CN201711170989.0A patent/CN108110893A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107066639A (zh) * | 2016-10-25 | 2017-08-18 | 贵州电网有限责任公司六盘水供电局 | 基于拓扑分析的地区电网故障损失后果计算方法 |
CN107194574A (zh) * | 2017-05-16 | 2017-09-22 | 中国能源建设集团江苏省电力设计院有限公司 | 一种基于负荷损失的电网安全风险评估方法 |
CN107844880A (zh) * | 2017-07-17 | 2018-03-27 | 中国南方电网有限责任公司 | 一种基于多源数据融合的电网故障等级自动识别方法 |
Non-Patent Citations (1)
Title |
---|
何剑军等: ""基于多源数据融合的配用电侧故障事件等级自动识别及风险控制分析"", 《中国战略新兴产业》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108879660A (zh) * | 2018-06-22 | 2018-11-23 | 广东电网有限责任公司 | 一种电网故障停电损失负荷自动计算实现的方法 |
CN108960321A (zh) * | 2018-07-02 | 2018-12-07 | 国电南瑞科技股份有限公司 | 一种大型锂电池储能电站电池故障预测方法 |
CN108960321B (zh) * | 2018-07-02 | 2021-10-22 | 国电南瑞科技股份有限公司 | 一种大型锂电池储能电站电池故障预测方法 |
CN108988334A (zh) * | 2018-08-03 | 2018-12-11 | 广东电网有限责任公司 | 电网故障等级发布方法 |
CN108988333A (zh) * | 2018-08-03 | 2018-12-11 | 广东电网有限责任公司 | 电网故障统计方法 |
CN110824292A (zh) * | 2018-08-08 | 2020-02-21 | 广州泰迪智能科技有限公司 | 一种基于特征分类的配电网失压故障智能识别方法 |
CN109190941A (zh) * | 2018-08-17 | 2019-01-11 | 广东电网有限责任公司 | 一种电网运行方式的自动风险评估分析方法 |
CN109299876A (zh) * | 2018-09-28 | 2019-02-01 | 广东电网有限责任公司 | 一种电网n-1风险信息生成及发布的方法和*** |
CN109299876B (zh) * | 2018-09-28 | 2021-09-21 | 广东电网有限责任公司 | 一种电网n-1风险信息生成及发布的方法和*** |
CN109301822A (zh) * | 2018-10-29 | 2019-02-01 | 国电南瑞科技股份有限公司 | 一种主配一体事故恢复处置方法及*** |
CN109389323A (zh) * | 2018-10-31 | 2019-02-26 | 广东电网有限责任公司 | 事故事件等级判断方法、装置及智能终端 |
CN110568310A (zh) * | 2019-08-31 | 2019-12-13 | 南京悠阔电气科技有限公司 | 一种输电线路可视化在线监测*** |
CN112905956A (zh) * | 2019-12-03 | 2021-06-04 | 贵州电网有限责任公司 | 一种基于电网运行特征分析的配网计量事件核对方法 |
CN112905956B (zh) * | 2019-12-03 | 2023-01-03 | 贵州电网有限责任公司 | 一种基于电网运行特征分析的配网计量事件核对方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108110893A (zh) | 一种输配协同的电网故障等级自动识别方法 | |
CN107844880A (zh) | 一种基于多源数据融合的电网故障等级自动识别方法 | |
CN103941158B (zh) | 基于多源信息的配电网故障诊断方法 | |
CN103366312B (zh) | 一种智能变电站云*** | |
Dalhues et al. | Research and practice of flexibility in distribution systems: A review | |
CN110807550B (zh) | 基于神经网络的配变重过载识别预警方法及终端设备 | |
CN109713793B (zh) | 一种变电站站用电源在线状态评估***和方法 | |
CN106124935A (zh) | 中低压配电网络故障定位方法 | |
CN107506849A (zh) | 一种智能优化配变停电研判*** | |
CN203324773U (zh) | 一种风电场集控*** | |
CN106651643A (zh) | 一种基于配调一体化的面向全过程的保电管控方法 | |
CN105337575B (zh) | 光伏电站状态预测及故障诊断方法和*** | |
CN109494877B (zh) | 海上风电场一体化监控方法、装置、计算机设备和介质 | |
CN104835077B (zh) | 具有调度员事故预想支持功能的静态安全分析*** | |
CN103227450B (zh) | 在线故障恢复方法及*** | |
CN104463696A (zh) | 电网运行风险识防方法及*** | |
CN104835376B (zh) | 具有备自投自动安全装置动作模拟功能的调度员培训仿真*** | |
CN104835078B (zh) | 静态安全分析***中考虑备自投动作的潮流确定方法 | |
KR102088740B1 (ko) | 인공 지능 기반 정정값 자동 계산 보호 계전 장치 | |
CN104297616A (zh) | 一种基于多***信息交互的10kV配电线路断线侦测方法 | |
CN106357414A (zh) | 用于基站发电管理的信息交互方法和*** | |
CN104809659B (zh) | 适用于地调***的智能化高级应用*** | |
CN104836329B (zh) | 可提高调度员在事故发生时分析处理能力的地调调度支持*** | |
CN112598257A (zh) | 一种基于大数据特征挖掘的停电分析方法及*** | |
CN116205534A (zh) | 一种基于智能电网的客服中心故障推送*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180601 |
|
RJ01 | Rejection of invention patent application after publication |