CN109474067B - 一种电网调度故障处理辅助决策方法 - Google Patents
一种电网调度故障处理辅助决策方法 Download PDFInfo
- Publication number
- CN109474067B CN109474067B CN201810926198.4A CN201810926198A CN109474067B CN 109474067 B CN109474067 B CN 109474067B CN 201810926198 A CN201810926198 A CN 201810926198A CN 109474067 B CN109474067 B CN 109474067B
- Authority
- CN
- China
- Prior art keywords
- fault
- power grid
- scheme
- evaluation coefficient
- power
- 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
- 238000000034 method Methods 0.000 title claims abstract description 24
- 239000006057 Non-nutritive feed additive Substances 0.000 title claims abstract description 7
- 238000012545 processing Methods 0.000 claims abstract description 43
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 238000003745 diagnosis Methods 0.000 claims abstract description 13
- 238000012216 screening Methods 0.000 claims abstract description 4
- 230000011664 signaling Effects 0.000 claims abstract description 3
- 238000011156 evaluation Methods 0.000 claims description 39
- 238000013528 artificial neural network Methods 0.000 claims description 12
- 238000003062 neural network model Methods 0.000 claims description 9
- 238000011084 recovery Methods 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000000518 rheometry Methods 0.000 description 1
Images
Classifications
-
- H02J13/0006—
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/085—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution lines, e.g. overhead
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/086—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
-
- 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
- Y04S10/52—Outage or fault management, e.g. fault detection or location
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种电网调度故障处理辅助决策方法，包括：故障诊断：构建地区电网拓扑图，建立电网故障信息关联表，用于存储一项故障发生与对应故障信息间的关联关系；筛选发生故障时OPEN3000对应的特征信息，查找目标元件故障及其引起的相应故障，计算所述特征信息与对应故障的吻合度，将所述吻合度换算成各故障发生的第一概率；所述特征信息包括故障发生时的故障报文、光子信息、遥测变化以及遥信变位；调取发生故障时故障录波装置的数据，利用小波分析法进行波形分析并结合录波报告得出的故障分析结果计算各故障发生的第二概率；将故障发生的第一概率和第二概率进行加权，根据概率最高原则确定故障范围和故障类型，再据此形成故障处理方案。
Description
技术领域
本发明涉及电网运行领域，特别涉及一种电网调度故障处理辅助决策方法。
背景技术
目前电网调度自动化集成***(OPEN3000)仅仅只能显示报警和异常信息，没有信号分析、故障判断、辅助决策等功能，故障情况下提交给调度员的信息往往是一些罗列的数据和简单的提示，没有对整体相关告警数据的综合分析和***判断，缺乏对电网调度的决策支持。电网故障发生时，***能及时传输大量的事故报文，但对故障本身无法做出分析和判断，无法从***中直接提示故障情况。故障诊断以及故障处置完全依靠人工分析处理，在很大程度上依靠调度人员运行经验，缺乏针对事故处理的辅助决策***，无法提供直接有效的事故处理决策方案，最终导致电力调度处理电网故障处置效率与正确率的降低。
发明内容
本发明的目的在于解决上述现有技术存在的电网调度自动化集成***(OPEN3000)仅仅只能显示报警和异常信息，缺乏对电网调度的决策支持的问题，提供了一种电网调度故障处理辅助决策方法。
本发明解决其技术问题所采用的技术方案是：一种电网调度故障处理辅助决策方法，包括：
1)故障诊断：
构建地区电网拓扑图，建立电网故障信息关联表，用于存储一项故障发生与对应故障信息间的关联关系；
筛选发生故障时OPEN3000对应的特征信息，查找目标元件故障及其引起的相应故障，计算所述特征信息与对应故障的吻合度，将所述吻合度换算成各故障发生的第一概率；所述特征信息包括故障发生时的故障报文、光子信息、遥测变化以及遥信变位；
调取发生故障时故障录波装置的数据，利用小波分析法进行波形分析并结合录波报告得出的故障分析结果计算各故障发生的第二概率；所述故障录波装置记录故障发生前后电气量的变化情况；
将故障发生的第一概率和第二概率进行加权，根据概率最高原则确定故障范围和故障类型；
2)形成故障处理方案；
根据故障范围和故障类型，提取故障设备、接线方式、电压等级为关键特征量并进行量化，将以往地区电网实际故障为依据，建立相似故障数据库；
电网发生故障时，首先进行故障诊断，提取故障设备、接线方式、电压等级信息，自动匹配所述相似故障数据库，校验各转供路径是否有压以及设备有无过载，进行修正，形成若干初步故障处理方案，对若干初步故障处理方案进行评价，选择其中最优方案作为预备处理方案。
进一步地，所述确定故障范围的方法为：查找发生故障时失电区的可用电源点，通过失电网络的各个端口向外辐射，找到主变则进行反射，遇到断开的断路器则让信号消失，有反射信号的路径为有效路径，分析路径上各元件的限额，以此来分析可供负荷数量并确定有效电源点，再将失电区域断路器全部预设为合，电源端全部为分，由失电区与故障前交界面发射一信号，遇到断开断路器进行反射，有反射路径的保存为有效供电恢复路径，没有反射路径的保存为故障路径。
进一步地，选用BP神经网络进行解决方案匹配训练；获取地区电网拓扑图所有开关位置；选取近若干年实际发生的电网故障及实际处理方案，获取每次电网故障发生时的电网参数和实际处理方案涉及的开关位置；以每次电网故障发生时的电网参数作为BP神经网络的输入变量，以实际处理方案涉及的开关位置作为BP神经网络的输出变量，进行BP神经网络训练得到适用BP神经网络模型；选择步骤2)中的预备处理方案输入所述适用BP神经网络模型，适用BP神经网络模型输出最终故障处理方案。
进一步地，所述每次电网故障发生时的电网参数包括故障元件类型G、失电厂站接线方式F、网供最高负荷Lg、失电负荷今日峰值Lsm、失电负荷前3日峰值Lsm-1、Lsm-2、Lsm-3、供区220kV主变容载比B以及联络通道完整率W。
进一步地，所述对若干初步故障处理方案进行评价，选择其中最优方案作为预备处理方案，具体方法是：获取每种初步故障处理方案涉及的负荷恢复数评价系数、重要负荷失电数评价系数、设备操作任务数评价系数、运行设备超限评价系数以及断面潮流评价系数；对所述负荷恢复数评价系数、重要负荷失电数评价 系数、设备操作任务数评价系数、运行设备超限评价系数以及断面潮流评价系数进行加权，对加权结果进行排序；选择其中加权结果最优的初步故障处理方案作为预备处理方案。
进一步地，所述加权结果最优是结合各评价系数的设定来产生，若评价系数越小表示初步故障处理方案更优，则加权结果最小的初步故障处理方案则为预备处理方案；若评价系数越大表示初步故障处理方案更优，则加权结果最大的初步故障处理方案则为预备处理方案。
本发明的实质性效果：在电网发生故障时，进行故障诊断，建立电网故障信息关联表，根据故障发生的特征信息，自动匹配相似库，查找目标元件故障及其引起的相应故障，并确定故障范围和故障类型，提供对应的故障解决方案，从而提高电力调度处理电网故障处置效率与正确率，同时也能有效防止事故发展，减少事故停电范围。
附图说明
图1为本发明实施例的一种故障诊断流程图。
图2为本发明实施例的故障时OPEN3000对应的特征信息。
图3为本发明实施例的确定故障范围的方法示意图。
图4为本发明实施例的相似库匹配图。
图5为本发明实施例的方案评优流程图。
图6为本发明的故障处置神经网络结构图。
具体实施方式
下面通过具体实施例，并结合附图，对本发明的技术方案作进一步的具体说明。
一种电网调度故障处理辅助决策方法，包括：
1)故障诊断：
构建地区电网拓扑图，建立电网故障信息关联表，用于存储一项故障发生与对应故障信息间的关联关系；
如图1所示，筛选发生故障时OPEN3000对应的特征信息，查找目标元件故障及 其引起的相应故障，计算所述特征信息与对应故障的吻合度，将所述吻合度换算成各故障发生的第一概率；所述特征信息包括故障发生时的故障报文、光子信息、遥测变化以及遥信变位，如图2所示；
调取发生故障时故障录波装置的数据，利用小波分析法进行波形分析并结合录波报告得出的故障分析结果计算各故障发生的第二概率；所述故障录波装置记录故障发生前后电气量的变化情况；
将故障发生的第一概率和第二概率进行加权，根据概率最高原则确定故障范围和故障类型。
确定故障范围的方法，首先是查找整个失电区的可用电源点，其次是查找失电负荷的恢复路径。通过失电网络的各个端口向外辐射，找到主变则进行反射，遇到断开的断路器则让信号消失，有反射信号的路径为有效路径，并分析路径上各元件的限额，以此来分析可供负荷数量并确定有效电源点，如图3所示，有效的电源点为JBSXV；第二步再将失电区域断路器全部预设为合，电源端全部为分，由失电区与故障前交界面发射一信号，遇到断开断路器进行反射，有反射路径的保存为有效供电恢复路径，有VO，XP，SR，BA，JK，再根据电源点的供电能力，设置开断点，合理分配负荷。
2)形成故障处理方案；
根据故障范围和故障类型，提取故障设备、接线方式、电压等级为关键特征量并进行量化，将以往地区电网实际故障为依据，建立相似故障数据库；
如图4所示，电网发生故障时，首先进行故障诊断，提取故障设备、接线方式、电压等级信息，自动匹配所述相似故障数据库，校验各转供路径是否有压、设备有无过载以及是否剩余失电设备，并进行修正，形成若干初步故障处理方案，对若干初步故障处理方案进行评价，选择其中最优方案作为预备处理方案。
选择其中最优方案作为预备处理方案，如图5所示，具体方法是：获取每种初步故障处理方案涉及的负荷恢复数评价系数、重要负荷失电数评价系数、设备操作任务数评价系数、运行设备超限评价系数以及断面潮流评价系数；对所述负荷恢复数评价系数、重要负荷失电数评价系数、设备操作任务数评价系数、运行设备超限评价系数以及断面潮流评价系数进行加权，对加权结果进行排序；选择其中加权结果最优的初步故障处理方案作为预备处理方案。其中，加权结果最优 是结合各评价系数的设定来产生，若评价系数越小表示初步故障处理方案更优，则加权结果最小的初步故障处理方案则为预备处理方案；若评价系数越大表示初步故障处理方案更优，则加权结果最大的初步故障处理方案则为预备处理方案。
选用BP神经网络进行解决方案匹配训练，获取地区电网拓扑图所有开关位置，选取近若干年实际发生的电网故障及实际处理方案，获取每次电网故障发生时的电网参数和实际处理方案涉及的开关位置。
如图6所示，以地区电网拓扑图所有开关位置作为输出变量(合位为1，分位为0)，以故障元件类型(主变、母线、线路、压变、流变)G、失电厂站接线方式(双母、分段、外桥、内桥、线变组)F、网供最高负荷Lg、失电负荷今日峰值Lsm、失电负荷前3日峰值Lsm-1、Lsm-2、Lsm-3、供区220kV主变容载比B、联络通道完整率W，9个变量作为输入变量并进行初始化，输入样本选取近3年实际发生的电网事故及实际处理方案，BP网络输入变量的选择根据经验公式，BP神经网络隐含层层数为1层，隐含层节点数为5个，进行BP神经网络训练得到适用BP神经网络模型。
选择步骤2)中的预备处理方案输入所述适用BP神经网络模型，适用BP神经网络模型输出最终故障处理方案。
经过反事故演练，在单一故障情况下，采用本发明进行故障诊断并提供的故障处理方案，故障诊断时间由人工分析的平均10.6分钟缩减为工具分析人工确认平均4.7分钟，处置方案制定时间由人工的35.2分钟减少为自动生成人工选择完善的18.9分钟，整体时间由平均45.6分钟缩短为23.6分钟，时间缩短48.25％；在多重以及发展性故障情况下，故障诊断时间由人工分析的平均15.1分钟缩减为工具分析人工确认平均6.3分钟，处置方案制定时间由人工的65.4分钟减少为自动生成人工选择完善的25.9分钟，整体时间由平均80.5分钟缩短为32.2分钟，时间缩短60％；考虑结合调度端远方遥控操作，本发明更能有效防止事故发展，减少事故停电范围。
以上所述实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其他的变体及改型。
Claims (5)
1.一种电网调度故障处理辅助决策方法，其特征在于，包括：
1）故障诊断：
构建地区电网拓扑图，建立电网故障信息关联表，用于存储一项故障与对应故障信息间的关联关系；
筛选发生故障时OPEN3000对应的特征信息，查找目标元件故障及其引起的相应故障，计算所述特征信息与对应故障的吻合度，将所述吻合度换算成各故障发生的第一概率；所述特征信息包括故障发生时的故障报文、光子信息、遥测变化以及遥信变位；
调取发生故障时故障录波装置的数据，利用小波分析法进行波形分析并结合录波报告得出的故障分析结果计算各故障发生的第二概率；所述故障录波装置记录故障发生前后电气量的变化情况；
将故障发生的第一概率和第二概率进行加权，根据概率最高原则确定故障范围和故障类型；
2）形成故障处理方案；
根据故障范围和故障类型，提取故障设备、接线方式、电压等级为关键特征量并进行量化，将以往地区电网实际故障为依据，建立相似故障数据库；
电网发生故障时，首先进行故障诊断，提取故障设备、接线方式、电压等级信息，自动匹配所述相似故障数据库，校验各转供路径是否有压、设备有无过载以及是否剩余失电设备，并进行修正，形成若干初步故障处理方案，对若干初步故障处理方案进行评价，选择其中最优方案作为预备处理方案；
所述对若干初步故障处理方案进行评价，选择其中最优方案作为预备处理方案，具体方法是：
获取每种初步故障处理方案涉及的负荷恢复数评价系数、重要负荷失电数评价系数、设备操作任务数评价系数、运行设备超限评价系数以及断面潮流评价系数；
对所述负荷恢复数评价系数、重要负荷失电数评价系数、设备操作任务数评价系数、运行设备超限评价系数以及断面潮流评价系数进行加权，对加权结果进行排序；选择其中加权结果最优的初步故障处理方案作为预备处理方案。
2.根据权利要求1所述的一种电网调度故障处理辅助决策方法，其特征在于，所述确定故障范围的方法为：
查找发生故障时失电区的可用电源点，通过失电网络的各个端口向外辐射，找到主变则进行反射，遇到断开的断路器则让信号消失，有反射信号的路径为有效路径，分析路径上各元件的限额，以此来分析可供负荷数量并确定有效电源点，再将失电区域断路器全部预设为合，电源端全部为分，由失电区与故障前交界面发射一信号，遇到断开断路器进行反射，有反射路径的保存为有效供电恢复路径，没有反射路径的保存为故障路径。
3.根据权利要求1所述的一种电网调度故障处理辅助决策方法，其特征在于，
选用BP神经网络进行解决方案匹配训练；
获取地区电网拓扑图所有开关位置；
选取近若干年实际发生的电网故障及实际处理方案，获取每次电网故障发生时的电网参数和实际处理方案涉及的开关位置；以每次电网故障发生时的电网参数作为BP神经网络的输入变量，以实际处理方案涉及的开关位置作为BP神经网络的输出变量，进行BP神经网络训练得到适用BP神经网络模型；
选择步骤2）中的预备处理方案输入所述适用BP神经网络模型，适用BP神经网络模型输出最终故障处理方案。
4.根据权利要求3所述的一种电网调度故障处理辅助决策方法，其特征在于，所述每次电网故障发生时的电网参数包括故障元件类型G、失电厂站接线方式F、网供最高负荷Lg、失电负荷今日峰值Lsm、失电负荷前3日峰值Lsm-1、Lsm-2、 Lsm-3、供区220kV主变容载比B以及联络通道完整率W。
5.根据权利要求1所述的一种电网调度故障处理辅助决策方法，其特征在于，所述加权结果最优是结合各评价系数的设定来产生，若评价系数越小表示初步故障处理方案更优，则加权结果最小的初步故障处理方案则为预备处理方案；
若评价系数越大表示初步故障处理方案更优，则加权结果最大的初步故障处理方案则为预备处理方案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810926198.4A CN109474067B (zh) | 2018-08-14 | 2018-08-14 | 一种电网调度故障处理辅助决策方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810926198.4A CN109474067B (zh) | 2018-08-14 | 2018-08-14 | 一种电网调度故障处理辅助决策方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109474067A CN109474067A (zh) | 2019-03-15 |
| CN109474067B true CN109474067B (zh) | 2022-01-14 |
Family
ID=65661438
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810926198.4A Active CN109474067B (zh) | 2018-08-14 | 2018-08-14 | 一种电网调度故障处理辅助决策方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109474067B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110854843B (zh) * | 2019-10-15 | 2023-08-18 | 保定市冀能电力自动化设备有限公司 | 智能配电网计量与故障保护分界开关控制器控制计算方法 |
| CN111107050B (zh) * | 2019-10-22 | 2021-10-22 | 国网浙江省电力有限公司电力科学研究院 | 一种配电网动模***的分布式录波方法及装置 |
| CN111082401B (zh) * | 2019-11-15 | 2022-07-08 | 国网河南省电力公司郑州供电公司 | 基于自学习机制的配电网故障恢复方法 |
| CN111064620A (zh) * | 2019-12-20 | 2020-04-24 | 广东电网有限责任公司 | 基于运维知识库的电网多媒体会议室设备维护方法和*** |
| CN112649696A (zh) * | 2020-10-26 | 2021-04-13 | 国网河北省电力有限公司邢台供电分公司 | 电网异常状态识别方法 |
| CN112632505A (zh) * | 2020-12-18 | 2021-04-09 | 中国南方电网有限责任公司 | 一种基于大数据分析、人脸识别电网调度员登录认证*** |
| CN113222140B (zh) * | 2021-05-10 | 2022-09-20 | 重庆邮电大学 | 一种基于c4.5算法和bp神经元的配电网故障辅助决策方法 |
| CN116990744B (zh) * | 2023-09-25 | 2023-12-05 | 北京志翔科技股份有限公司 | 一种电能表检测方法、装置、设备及介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105224667A (zh) * | 2015-10-10 | 2016-01-06 | 国家电网公司 | 基于电网智能监控信息的多站端故障诊断与辅助决策方法 |
-
2018
- 2018-08-14 CN CN201810926198.4A patent/CN109474067B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105224667A (zh) * | 2015-10-10 | 2016-01-06 | 国家电网公司 | 基于电网智能监控信息的多站端故障诊断与辅助决策方法 |
Non-Patent Citations (1)
| Title |
|---|
| 《城市电网智能调度故障辅助决策***设计开发》;靖宇宸等;《电力***保护与控制》;20160416;第44卷(第8期);第133-136页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109474067A (zh) | 2019-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109474067B (zh) | 一种电网调度故障处理辅助决策方法 | |
| CN103823433A (zh) | 一种使用通讯过程分析实现继电保护设备在线监测的方法 | |
| CN103871004A (zh) | 基于专家***和d-s证据理论的配电网故障原因分析法 | |
| CN114977483B (zh) | 一种智能电网调控控制设备故障诊断*** | |
| CN108710099A (zh) | 电容式电压互感器监测告警方法和*** | |
| CN105548744A (zh) | 一种基于运检大数据的变电设备故障识别方法及其*** | |
| CN112467724A (zh) | 一种低压配电网故障研判方法 | |
| CN105245001A (zh) | 一种事件驱动的变电站事故智能告警处理方法和装置 | |
| CN107991580A (zh) | 基于关联权重离散性多源信息的配电网故障定位方法 | |
| CN117332215B (zh) | 一种高低压配电柜异常故障信息远程监测*** | |
| CN108512222A (zh) | 一种智能变电站综合自动化*** | |
| CN114814467A (zh) | 一种配电网故障定位方法 | |
| CN112905670B (zh) | 用于户内停电故障研判的电能表***、户内停电故障研判方法 | |
| CN117614141B (zh) | 一种用于配电网的多电压层级协调管理方法 | |
| CN108594075B (zh) | 基于改进蚁群算法的配电网停电故障定位方法 | |
| CN111060780B (zh) | 一种配电网容错性在线故障定位的概率评估方法 | |
| CN115588961B (zh) | 一种基于配电网全模型保护的整定值自适应整定方法 | |
| CN112098715A (zh) | 基于5g和修正gcn图神经网络的电能监控与预警*** | |
| CN110889649A (zh) | 一种可靠性高的智能配电监控管理*** | |
| Yunus et al. | Reliability and availability study on substation automation system based on IEC 61850 | |
| CN116739550A (zh) | 一种抢修智能辅助决策方法及*** | |
| CN111751655B (zh) | 配电线路的故障自愈方法、装置、计算机设备和存储介质 | |
| CN104392102A (zh) | 一种继电保护设备在线监测指标自动提取和计算方法 | |
| CN106709158B (zh) | 电网馈线自动化***的性能提升方法 | |
| CN102571519B (zh) | 适用于环型配电网载波通信的智能调度装置及其方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |