CN109190164A - 节点电压暂降严重程度多指标评估方法 - Google Patents
节点电压暂降严重程度多指标评估方法 Download PDFInfo
- Publication number
- CN109190164A CN109190164A CN201810853644.3A CN201810853644A CN109190164A CN 109190164 A CN109190164 A CN 109190164A CN 201810853644 A CN201810853644 A CN 201810853644A CN 109190164 A CN109190164 A CN 109190164A
- Authority
- CN
- China
- Prior art keywords
- index
- node
- follows
- weight
- formula
- 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 56
- 238000011156 evaluation Methods 0.000 claims abstract description 32
- 238000009826 distribution Methods 0.000 claims abstract description 10
- 230000005611 electricity Effects 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000001556 precipitation Methods 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 230000007423 decrease Effects 0.000 claims description 4
- 230000007257 malfunction Effects 0.000 claims description 4
- 239000006185 dispersion Substances 0.000 claims description 2
- 238000005315 distribution function Methods 0.000 claims description 2
- 230000007547 defect Effects 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 abstract description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Complex Calculations (AREA)
Abstract
本发明公开了一种节点电压暂降严重程度多指标评估方法,选取多个评估指标建立评价指标集合,克服了传统评价方法中只考虑供电侧或用电侧中某一方面的缺陷,将两者结合起来使评估结果更加全面;同时,使用基于层次分析法与CRITIC法的综合赋权法为指标赋新权重,既充分考虑了各个评估指标之间的深层内在关联性,同时又能反应它们的相对重要程度,使评估结果更加合理。通过仿真结果证明该评估方法能更真实反应配电网中的实际情况,可以准确有效地识别网络中的薄弱节点和脆弱区域,为电压暂降治理奠定基础。
Description
技术领域
本发明涉及电力***电压暂降水平评估领域,尤其涉及一种节点电压暂降严重程度多指标评估方法。
背景技术
随着电力***中敏感负荷的增加及其对电能质量要求的不断提高,电压暂降造成的经济损失也迅速增加,已成为电能质量中最为突出的问题。因此,对配电网的电压暂降严重程度进行评估是十分必要的,它可以为电网改造、设备制造、合理选择负荷接入点和电压暂降治理提供依据。评估电压暂降严重程度最常用的方法之一是蒙特卡洛法。
蒙特卡罗法,又称为随机抽样技巧或统计试验法,该方法的基本思想:首先建立一个概率模型或随机过程,使其参数等于问题的解,然后通过抽样实验来计算所求参数的统计特征,最后给出所求解的近似值,并给出解的精度或误差。
基于蒙特卡洛法的电压暂降评估大多关注电压暂降幅值、持续时间、暂降能量、频次等供电侧指标的计算结果,也有文献专门分析用电侧敏感设备对电压暂降的敏感度,但目前将两者有效结合起来,从供用电侧评估配电网节点电压暂降严重程度的研究并不多。
发明内容
本发明的目的是提供一种节点电压暂降严重程度多指标评估方法,使得评估结果更加全面;此外,该方法既充分考虑了各个评估指标之间的深层内在关联性,同时又能反应它们的相对重要程度,使评估结果更加合理。
本发明的目的是通过以下技术方案实现的:
一种节点电压暂降严重程度多指标评估方法,包括:
基于matlab软件,采用蒙特卡洛法进行随机预估,计算各节点电压暂降幅值、持续时间、频次和敏感设备故障率,构成评价指标集合;
采用基于层次分析法和CRITIC法的综合赋权法为各节点的评价指标集合重新赋予权重;
通过重新赋予权重后的各节点的评价指标集合,来计算各节点电压暂降水平得分,并选出得分最高的前S个节点作为电压暂降严重程度最高点;
求取这S个节点的电压暂降凹陷域,凹陷域交集部分即为整个网络的脆弱区域。
由上述本发明提供的技术方案可以看出,首先,选取多个评估指标建立评价指标集合,克服了传统评价方法中只考虑供电侧或用电侧中某一方面的缺陷,将两者结合起来使评估结果更加全面;其次,使用基于层次分析法(AHP)与CRITIC法的综合赋权法为指标赋新权重,既充分考虑了各个评估指标之间的深层内在关联性,同时又能反应它们的相对重要程度,使评估结果更加合理。通过仿真结果证明该评估方法能更真实反应配电网中的实际情况,可以准确有效地识别网络中的薄弱节点和脆弱区域,为电压暂降治理奠定基础。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他附图。
图1为本发明实施例提供的一种节点电压暂降严重程度多指标评估方法的流程图。
图2为本发明实施例提供的敏感设备VTC的不确定区域的示意图。
具体实施方式
下面结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明的保护范围。
图1为本发明实施例提供的一种节点电压暂降严重程度多指标评估方法的流程图,如图1所示,其主要包括:
1、基于matlab软件,采用蒙特卡洛法进行随机预估,计算各节点电压暂降幅值、持续时间、频次和敏感设备故障率,构成评价指标集合。
本发明实施例中,基于matlab软件,采用蒙特卡洛法对各个故障变量进行一定次数的随机预估。示例性的,可以在matlab中编写蒙特卡洛法仿真程序,对各个故障变量进行3000次抽样。
本发明实施例中,故障变量主要包括:故障类型、故障线路、故障位置、故障阻抗以及故障持续时间。
a、故障类型。
故障类型包含以下四种故障类型:三相短路、单相短路、两相短路与两相短路接地,分别用1、2、3、4表示,故障类型FT表示为:
式中,P3L、PL与P2L分别为三相短路、单相短路与两相短路发生的概率,示例性的,上述四个概率可以分别取0.06、0.65、0.19和0.2;随机数x1服从[0,1]均匀分布。
b、故障线路。
模拟线路短路故障的情况,设线路故障概率与线路阻抗有效值成正比,设ZLk为第k条线路的阻抗有效值,m为总线路数,则***中第k条线路的故障概率为:
则发生故障的线路号可表示为:
式中,随机数x2服从[0,1]均匀分布;P1、P2、Pm-1分别表示第1、2……m-1条线路故障率。
c、故障位置。
假设线路上各点发生故障的概率相同,则故障点到线路首端的距离占线路长度的百分比p服从[0,1]均匀分布。
d、故障阻抗。
故障阻抗Zf服从期望值为μf、标准差为σf的正态分布,示例性的,可设置μf=5Ω,σf=1Ω。
e、故障持续时间。
假设故障持续时间x服从指数分布,其分布函数为:
式中,λ为设定的常数(示例性的,可设置λ=1);则故障持续时间为:
式中,随机数x5服从[0,1]均匀分布。
之后,可以根据得到的故障变量值,进行短路计算,得到各节点的电压暂降幅值、持续时间、频次和敏感设备故障率。
其中,所述敏感设备故障率的计算方式包括:
敏感设备VTC(电压-时间耐受曲线)的不确定区域呈现为一个L型区域,见图2中阴影部分。Umin和Umax分别为敏感设备VTC电压幅值的最小值和最大值,Tmin和Tmax分别为敏感设备VTC持续时间的最小值和最大值。
将敏感设备VTC不确定区域分为A、B、C三个区域;其中,Tmin和Tmax所构成的矩形区域B’,与Umin和Umax所构成的矩形区域C’的重叠区域即为区域A;区域B’、区域C’中去除区域A的部分即为区域B、区域C。
这三个区域中的任一区域内VTC的持续时间记为T、VTC的电压幅值记为U,相应的概率密度函数分别记为fx(T)、fy(U),则联合概率密度函数为:
fx,y(T,U)=fx(T)*fy(U)。
式中,Umin<U<Umax,Tmin<T<Tmax。
敏感设备电压-时间耐受曲线的标准概率模型可用正态分布来描述:
式中,T、U分别为敏感设备VTC的持续时间、电压幅值;fx(T)、fy(U)分别为T、U的概率密度;
通过fx(T)与fy(U)计算联合概率密度fx,y(T,U):fx,y(T,U)=fx(T)*fy(U),再配合下式得到敏感设备故障概率:
2、采用基于层次分析法(AHP)和CRITIC法的综合赋权法为各节点的评价指标集合重新赋予权重。
本步骤较佳实施方式如下:
基于层次分析法先计算各个评价指标的基础权重,再通过两两比较基础权重值来确定判断矩阵中的元素。变异系数是指一组指标数据的离散程度与其平均值的比值,即标准差与平均值之比,记为CV。
其中,σj是第j个指标的标准差,μj是第j个指标的平均值。
设含有N个指标的脆弱性评价指标集的基础权重向量为:
W1={w11,w12…w1N};
本发明实施例中,评价指标集合主要包括电压暂降幅值、持续时间、频次和敏感设备故障率,也即N=4。
则第j个指标的基础权重w1j为:
将各指标的基础权重值两两比较,计算判断矩阵A为:
其中,是第t个指标的基础权重w1t与第s个指标的基础权重w1s的比值,表示判断矩阵A中元素ats的取值。
为了尽量避免由于专家主观意见带来的误差,需要对判断矩阵A进行一致性检验,一致性指标CI的计算公式为:
式中,λmax为矩阵A的最大特征根值。
当CI<0.1时,该判断矩阵可以接受;反之则需要对判断矩阵A进行修正,直到满足条件为止。
利用通过一致性检验后的判断矩阵A归一化各指标主观权重W2={w21,w22…w2N},其中第j个指标的主观权重w2j,表示为:
式中,aij为第i个指标的基础权重w1i与第j个指标的基础权重w1j的比值。CRITIC法计算指标客观权重的过程如下:
两个指标X与Y之间的相关系数ρXY的计算公式为:
同一指标内的标准差σ的计算公式为:
式中,n为节点数量,对于每一个节点而言,每一个指标仅一个值,因此,n也等于同一指标的评价数量;Xk、Yk分别为第k个节点中指标X、指标Y的取值;分别为所有的n个节点中指标X、指标Y的平均值。
第j个指标所包含的信息量Ej为:
式中,为第j个指标与其他指标的冲突性量化结果;ρij为第i个指标与j个指标之间的相关系数;σj为第j个指标的标准差;
本领域技术人员可以理解,X与Y是表示指标的代号,i与j是表示指标的序号,因此,计算出一系列ρXY后,按照相应指标的序号就可以确定ρij。
第j个指标的客观权重w3j为:
令第j个指标的综合权重向量w4j为:
w4j=αw2j+βw3j;
其中,系数α与β满足:
α≥0,β≥0,α+β=1。
本发明实施例中,可以采用差异系数法来确定系数α与β,其包括:
将主观权重向量W2中各分量{w21,w22…w2N}升序排列得到{p1,p2,...,pN},计算差异系数:
进而得到:
β=1-α
本领域技术人员可以理解,{p1,p2,...,pN}为{w21,w22…w2N}从小到大排列的结果,p1对应于{w21,w22…w2N}中最小的元素,例如,p1可能对应于w23。
3、通过重新赋予权重后的各节点的评价指标集合,来计算各节点电压暂降水平得分,并选出得分最高的前S个节点作为电压暂降严重程度最高点。
本发明实施例中,将无量纲化后的各指标乘重新赋予的相应的综合权重,并通过加和得到每个节点的电压暂降水平得分,再将电压暂降水平得分从高到低排列,选出得分最高的前S个作为电压暂降最严重节点;示例性的可以设置S=5。
4、求取这S个节点的电压暂降凹陷域,凹陷域交集部分即为整个网络的脆弱区域。
本发明实施例上述方案,通过选取多个评估指标建立评价指标集合,克服了传统评价方法中只考虑供电侧或用电侧中某一方面的缺陷,将两者结合起来使评估结果更加全面;同时,使用基于层次分析法与CRITIC法的综合赋权法为指标赋新权重,既充分考虑了各个评估指标之间的深层内在关联性,同时又能反应它们的相对重要程度,使评估结果更加合理。通过仿真结果证明该评估方法能更真实反应配电网中的实际情况,可以准确有效地识别网络中的薄弱节点和脆弱区域,为电压暂降治理奠定基础。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例可以通过软件实现,也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解,上述实施例的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求书的保护范围为准。
Claims (7)
1.一种节点电压暂降严重程度多指标评估方法,其特征在于,包括:
基于matlab软件,采用蒙特卡洛法进行随机预估,计算各节点电压暂降幅值、持续时间、频次和敏感设备故障率,构成评价指标集合;
采用基于层次分析法和CRITIC法的综合赋权法为各节点的评价指标集合重新赋予权重;
通过重新赋予权重后的各节点的评价指标集合,来计算各节点电压暂降水平得分,并选出得分最高的前S个节点作为电压暂降严重程度最高点;
求取这S个节点的电压暂降凹陷域,凹陷域交集部分即为整个网络的脆弱区域。
2.根据权利要求1所述的一种节点电压暂降严重程度多指标评估方法,其特征在于,基于matlab软件,采用蒙特卡洛法进行随机预估,计算各节点电压暂降幅值、持续时间、频次和敏感设备故障率,构成评价指标集合包括:
基于matlab软件,采用蒙特卡洛法对各个故障变量进行一定次数的随机预估,根据得到的故障变量值,进行短路计算,得到各节点的电压暂降幅值、持续时间、频次和敏感设备故障率。
3.根据权利要求2所述的一种节点电压暂降严重程度多指标评估方法,其特征在于,故障变量包括:故障类型、故障线路、故障位置、故障阻抗以及故障持续时间;其中:
故障类型包含以下四种故障类型:三相短路、单相短路、两相短路与两相短路接地,分别用1、2、3、4表示,故障类型FT表示为:
式中,P3L、PL与P2L分别为三相短路、单相短路与两相短路发生的概率,随机数x1服从[0,1]均匀分布;
故障线路:设线路故障概率与线路阻抗有效值成正比,设ZLk为第k条线路的阻抗有效值,m为总线路数,则***中第k条线路的故障概率为:
则发生故障的线路号可表示为:
式中,随机数x2服从[0,1]均匀分布;P1、P2、Pm-1分别表示第1、2……m-1条线路故障率;
故障位置:假设线路上各点发生故障的概率相同,则故障点到线路首端的距离占线路长度的百分比p服从[0,1]均匀分布;
故障阻抗:故障阻抗Zf服从期望值为μf、标准差为σf的正态分布;
故障持续时间:假设故障持续时间x服从指数分布,其分布函数为:
式中,λ为设定的常数;则故障持续时间为:
式中,随机数x5服从[0,1]均匀分布。
4.根据权利要求1或2或3所述的一种节点电压暂降严重程度多指标评估方法,其特征在于,所述敏感设备故障率的计算方式包括:
敏感设备VTC的标准概率模型如下:
式中,T、U分别为敏感设备VTC的持续时间、电压幅值;fx(T)、fy(U)分别为T、U的概率密度;
通过fx(T)与fy(U)计算联合概率密度fx,y(T,U):fx,y(T,U)=fx(T)*fy(U),再配合下式得到敏感设备故障概率:
式中,Umin和Umax分别为敏感设备VTC电压幅值的最小值和最大值,Tmin和Tmax分别为敏感设备VTC持续时间的最小值和最大值。
5.根据权利要求1所述的一种节点电压暂降严重程度多指标评估方法,其特征在于,所述采用基于层次分析法和CRITIC法的综合赋权法为各节点的评价指标集合重新赋予权重的方式包括:
基于层次分析法先计算各个评价指标的基础权重:先计算一个指标的离散程度与其平均值的比值,即标准差与平均值之比:
其中,σj是第j个指标的标准差,μj是第j个指标的平均值;
设含有N个指标的脆弱性评价指标集的基础权重向量为:
W1={w11,w12…w1N};
则第j个指标的基础权重w1j为:
将各指标的基础权重值两两比较,计算判断矩阵A为:
其中,是第t个指标的基础权重w1t与第s个指标的基础权重w1s的比值,表示判断矩阵A中元素ats的取值;
对判断矩阵A进行一致性检验,一致性指标CI的计算公式为:
如果CI小于预设值,则通过一致性检验,否则,需要对要对判断矩阵A进行修正,直到满足条件为止;
利用通过一致性检验后的判断矩阵A归一化各指标主观权重W2={w21,w22…w2N},其中第j个指标的主观权重w2j,表示为:
式中,aij为第i个指标的基础权重w1i与第j个指标的基础权重w1j的比值;
CRITIC法计算指标客观权重的过程如下:
两个指标X与Y之间的相关系数ρXY的计算公式为:
同一指标内的标准差σ的计算公式为:
式中,n为节点数量;Xk、Yk分别为第k个节点中指标X、指标Y的取值;分别为所有的n个节点中指标X、指标Y的平均值;
第j个指标所包含的信息量Ej为:
式中,为第j个指标与其他指标的冲突性量化结果;ρij为第i个指标与j个指标之间的相关系数;σj为第j个指标的标准差;
第j个指标的客观权重w3j为:
令第j个指标的综合权重向量w4j为:
w4j=αw3j+βw4j;
其中,系数α与β满足:
α≥0,β≥0,α+β=1。
6.根据权利要求5所述的一种节点电压暂降严重程度多指标评估方法,其特征在于,该方法还包括采用差异系数法来确定系数α与β,其包括:
将主观权重向量W2中各分量{w21,w22…w2N}升序排列得到{p1,p2,...,pN},计算差异系数:
进而得到:
7.根据权利要求1所述的一种节点电压暂降严重程度多指标评估方法,其特征在于,通过重新赋予权重后的各节点的评价指标集合,来计算各节点电压暂降水平得分的方式包括:
将无量纲化后的各指标乘重新赋予的相应的综合权重,并通过加和得到每个节点的电压暂降水平得分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810853644.3A CN109190164A (zh) | 2018-07-30 | 2018-07-30 | 节点电压暂降严重程度多指标评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810853644.3A CN109190164A (zh) | 2018-07-30 | 2018-07-30 | 节点电压暂降严重程度多指标评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109190164A true CN109190164A (zh) | 2019-01-11 |
Family
ID=64937900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810853644.3A Pending CN109190164A (zh) | 2018-07-30 | 2018-07-30 | 节点电压暂降严重程度多指标评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109190164A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110137947A (zh) * | 2019-05-10 | 2019-08-16 | 华南理工大学 | 一种基于itic曲线的电网电压暂降严重程度评估方法 |
CN110222946A (zh) * | 2019-05-15 | 2019-09-10 | 天津大学 | 基于台风场景模拟的配电网架空线路薄弱环节辨识方法 |
CN111563682A (zh) * | 2020-05-07 | 2020-08-21 | 贵州电网有限责任公司 | 一种配电自动化设备测试评价方法 |
CN112285454A (zh) * | 2020-09-11 | 2021-01-29 | 国网天津市电力公司电力科学研究院 | 一种基于改进能量指标的电压暂降严重程度评估方法 |
CN112766727A (zh) * | 2021-01-20 | 2021-05-07 | 国家电网有限公司 | 一种高端敏感用户电压暂降严重度评价方法 |
CN112990695A (zh) * | 2021-03-11 | 2021-06-18 | 安徽大学 | 基于博弈dea-多目标决策的dg电能质量评估方法 |
CN115223401A (zh) * | 2022-06-28 | 2022-10-21 | 中国民航大学 | 一种机场飞行区潜在冲突评估方法 |
CN116257788A (zh) * | 2022-11-23 | 2023-06-13 | 浙江大学 | 一种基于熵值分析的分类方法、***及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101504437A (zh) * | 2009-03-06 | 2009-08-12 | 华南理工大学 | 一种寻找导致电压暂降的电网薄弱环节的方法 |
CN102901895A (zh) * | 2012-09-29 | 2013-01-30 | 上海市电力公司 | 一种敏感设备电压暂降敏感度的评估方法 |
CN104076228A (zh) * | 2014-07-16 | 2014-10-01 | 西安科技大学 | 一种基于电压暂降的母线关键度与脆弱度评估方法 |
CN105893757A (zh) * | 2016-04-01 | 2016-08-24 | 国网河南省电力公司电力科学研究院 | 一种用于电压暂降严重程度的综合评估方法 |
CN105930976A (zh) * | 2016-04-28 | 2016-09-07 | 华北电力大学 | 基于加权理想点法的节点电压暂降严重程度综合评估方法 |
CN106058865A (zh) * | 2016-07-08 | 2016-10-26 | 东南大学 | 一种电网节点电压暂降的风险评估方法 |
CN106372952A (zh) * | 2016-11-14 | 2017-02-01 | 北京创业公社征信服务有限公司 | 一种基于主客观赋权多模型组合验证的企业信用评价方法及*** |
-
2018
- 2018-07-30 CN CN201810853644.3A patent/CN109190164A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101504437A (zh) * | 2009-03-06 | 2009-08-12 | 华南理工大学 | 一种寻找导致电压暂降的电网薄弱环节的方法 |
CN102901895A (zh) * | 2012-09-29 | 2013-01-30 | 上海市电力公司 | 一种敏感设备电压暂降敏感度的评估方法 |
CN104076228A (zh) * | 2014-07-16 | 2014-10-01 | 西安科技大学 | 一种基于电压暂降的母线关键度与脆弱度评估方法 |
CN105893757A (zh) * | 2016-04-01 | 2016-08-24 | 国网河南省电力公司电力科学研究院 | 一种用于电压暂降严重程度的综合评估方法 |
CN105930976A (zh) * | 2016-04-28 | 2016-09-07 | 华北电力大学 | 基于加权理想点法的节点电压暂降严重程度综合评估方法 |
CN106058865A (zh) * | 2016-07-08 | 2016-10-26 | 东南大学 | 一种电网节点电压暂降的风险评估方法 |
CN106372952A (zh) * | 2016-11-14 | 2017-02-01 | 北京创业公社征信服务有限公司 | 一种基于主客观赋权多模型组合验证的企业信用评价方法及*** |
Non-Patent Citations (4)
Title |
---|
尤园: "《电源型元件的电压凹陷敏感度评估》", 《四川电力技术》, vol. 31, no. 4, pages 73 - 79 * |
席荣宾: "《组合赋权法确定权重的方法探讨》", 《中国集体经济》, 31 December 2010 (2010-12-31), pages 2 - 4 * |
陈建业: "《工业企业电能质量控制》", 机械工业出版社, pages: 73 - 79 * |
陈晓静等: "《电压敏感负荷电压凹陷敏感性估计》", 《四川电力技术》, vol. 31, no. 5 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110137947A (zh) * | 2019-05-10 | 2019-08-16 | 华南理工大学 | 一种基于itic曲线的电网电压暂降严重程度评估方法 |
CN110222946A (zh) * | 2019-05-15 | 2019-09-10 | 天津大学 | 基于台风场景模拟的配电网架空线路薄弱环节辨识方法 |
CN110222946B (zh) * | 2019-05-15 | 2023-02-17 | 天津大学 | 基于台风场景模拟的配电网架空线路薄弱环节辨识方法 |
CN111563682A (zh) * | 2020-05-07 | 2020-08-21 | 贵州电网有限责任公司 | 一种配电自动化设备测试评价方法 |
CN112285454A (zh) * | 2020-09-11 | 2021-01-29 | 国网天津市电力公司电力科学研究院 | 一种基于改进能量指标的电压暂降严重程度评估方法 |
CN112766727A (zh) * | 2021-01-20 | 2021-05-07 | 国家电网有限公司 | 一种高端敏感用户电压暂降严重度评价方法 |
CN112766727B (zh) * | 2021-01-20 | 2023-08-11 | 国家电网有限公司 | 一种高端敏感用户电压暂降严重度评价方法 |
CN112990695A (zh) * | 2021-03-11 | 2021-06-18 | 安徽大学 | 基于博弈dea-多目标决策的dg电能质量评估方法 |
CN112990695B (zh) * | 2021-03-11 | 2022-12-27 | 安徽大学 | 基于博弈dea-多目标决策的dg电能质量评估方法 |
CN115223401A (zh) * | 2022-06-28 | 2022-10-21 | 中国民航大学 | 一种机场飞行区潜在冲突评估方法 |
CN115223401B (zh) * | 2022-06-28 | 2023-10-27 | 中国民航大学 | 一种机场飞行区潜在冲突评估方法 |
CN116257788A (zh) * | 2022-11-23 | 2023-06-13 | 浙江大学 | 一种基于熵值分析的分类方法、***及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109190164A (zh) | 节点电压暂降严重程度多指标评估方法 | |
CN107563680B (zh) | 一种基于ahp和熵权法的配电网可靠性评估方法 | |
CN106850254B (zh) | 一种电力通信网中关键节点识别方法 | |
CN105956779A (zh) | 电力变压器运行状态评估方法和装置 | |
CN109657817A (zh) | 一种配电变压器健康评估方法 | |
CN107453897B (zh) | 一种节点重要性评价方法、装置、电子设备及存储介质 | |
CN110310031A (zh) | 一种配电网多维风险评估方法 | |
CN112688431A (zh) | 一种基于大数据的配电网负荷过载可视化方法及*** | |
CN104331773A (zh) | 一种电网规划方案综合评估方法 | |
CN110782130A (zh) | 一种基于多属性决策的区域电压质量综合评估方法 | |
CN111563682A (zh) | 一种配电自动化设备测试评价方法 | |
CN110348665A (zh) | 一种低压台区电力***数据质量评价方法及装置 | |
CN108346030A (zh) | 计算机自适应能力测验方法及装置 | |
CN109934500A (zh) | 一种配电台区的低电压评价方法、装置、设备及存储介质 | |
CN106843100A (zh) | 变电站二次设备运行状态等级判断方法和装置 | |
CN104331613B (zh) | 多个类型的通信设备抗干扰能力的评价方法 | |
CN106655162A (zh) | 一种适合于电力***多目标优化调度决策的评估方法 | |
CN110472822A (zh) | 一种智能配电网供电可靠性评估***及方法 | |
CN110390461A (zh) | 基于复杂网络的非线性模糊语言配电网节点脆弱性评价方法 | |
CN111047461B (zh) | 一种直流多微网的黑启动方法 | |
CN103166317B (zh) | 一种含der配电通信方式的可靠性检测方法和装置 | |
Gao et al. | Assessing the comprehensive importance of power grid nodes based on DEA | |
CN114971272A (zh) | 一种中压配电网网格化规划评价方法及*** | |
CN113888061A (zh) | 一种换流变压器的运行状态评估方法及装置 | |
CN113919162A (zh) | 基于仿真与多源实测数据融合的电压暂降风险预警方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190111 |