CN110071500B - 一种母线故障失电后配电线路恢复序列决策方法及*** - Google Patents
一种母线故障失电后配电线路恢复序列决策方法及*** Download PDFInfo
- Publication number
- CN110071500B CN110071500B CN201910280812.9A CN201910280812A CN110071500B CN 110071500 B CN110071500 B CN 110071500B CN 201910280812 A CN201910280812 A CN 201910280812A CN 110071500 B CN110071500 B CN 110071500B
- Authority
- CN
- China
- Prior art keywords
- line
- sequence
- index
- distribution line
- classification model
- 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
- 238000011084 recovery Methods 0.000 title claims abstract description 67
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000013145 classification model Methods 0.000 claims abstract description 46
- 238000011156 evaluation Methods 0.000 claims abstract description 45
- 230000005540 biological transmission Effects 0.000 claims abstract description 12
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims description 26
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims 1
- 238000004364 calculation method Methods 0.000 abstract description 2
- 238000005457 optimization Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
Images
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
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Power Engineering (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提出了一种母线故障失电后配电线路恢复序列决策方法及***,该方法首先建立用户评价分类模型,然后建立最优恢复序列层次分类模型,确定各指标因素的权重。最后利用优序法确定每条线路对于用户评价分类模型中各评价指标的总优序数,获得配电线路失电后的恢复序列。基于本方法,还提出了配电线路恢复序列决策***。本发明保证重要用户以最快速度恢复送电,建立确定配电线路最优恢复序列的层次分析模型,对配电线路失电造成的社会、经济损失等多种因素,将其融入层次分析模型,便于计算和建模。在层次模型基础上,利用等级偏好优序法计算相对优序数和总优序数,具有更好的可操作性。
Description
技术领域
本发明涉及电力***运输调度技术领域,具体提供了一种母线故障失电后配电线路恢复序列决策方法及***。
背景技术
对于供带20kV、10kV或6kV馈线运行的220kV、110kV、35kV变电站,其上级电源或站内主变压器、母线故障造成的变电站停电事故,会导致直接为用户供电的20kV、10kV或6kV馈线全部失电,需要通过其他变电站的配电联络线路,通过变电站间负荷转移能力,恢复母线、站用变及部分馈线负荷的供电。但一方面变电站间负荷转移能力有限,无法恢复全部失电负荷,另一方面,恢复过程复杂的操作需要较长时间,不能保证重要用户以最快速度恢复送电。在恢复过程中,需要综合考虑各馈线供带用户的情况,确定配电线路恢复供电的紧急程度及事故后恢复的序列。根据电力用户分级原则,根据中断供电造成的人身伤亡、政治、经济等损失程度,将电力用户分位三级,但相关标准中的对用电负荷分级的界定过于原则化,可以作为指导原则,作为量化标准评价用户及线路的重要程度操作难度比较大。
中国专利[201610305304.8]提出了重要用户的划分原则;对管辖范围内的重要用户供电结构配置进行分析;在传统电网事故处理应急预案的基础上, 编制重要用户故障处理及快速恢复供电预案。但该方法仅针对少数重要用户, 未以馈线为单位评估其所带用户的重要程度,也无法在重要用户分析基础上, 评价变电站馈线失电后恢复供电的紧急程度和恢复序列。
中国专利[20161106707.0]提出了一种母线失压故障后供电恢复及开关操作顺序生成方法,建立配电网CSP模型,并采用动态异步回溯算法寻找满足约束条件的最优解,但该方法仅的目标函数仍然局限于损失负荷最少、开关操作次数少等物理条件,未考虑用户重要程度。
中国专利[201610305304.8]提出了重要用户的划分原则;对管辖范围内的重要用户供电结构配置进行分析;在传统电网事故处理应急预案的基础上, 编制重要用户故障处理及快速恢复供电预案。但该方法仅针对少数重要用户, 未以馈线为单位评估其所带用户的重要程度,也无法在重要用户分析基础上, 评价变电站馈线失电后恢复供电的紧急程度和恢复序列。
中国专利[20161106707.0]提出了一中母线失压故障后供电恢复及开关操作顺序生成方法,建立配电网CSP模型,并采用动态异步回溯算法寻找满足约束条件的最优解,但该方法仅的目标函数仍然局限于损失负荷最少、开关操作次数少等物理条件,未考虑用户重要程度,也无法根据供带用户的重要程度确定失电馈线的恢复序列。
发明内容
针对以上缺点,本发明实施例提出了一种母线故障失电后配电线路恢复序列决策方法及***,评价失电配电线路供带用户的重要程度,即恢复供电的紧急程度,以及事故停电后的恢复供电序列,提高配电网事故处理的精准程度、合理程度。
本发明提出的一种母线故障失电后配电线路恢复序列决策方法,包括以下步骤:
以各线路供带典型用户的有无、多少及重要程度作为评价故障恢复紧急程度的指标因素,建立用户评价分类模型。
基于用户评价分类模型,建立最优恢复序列层次分类模型,确定各指标因素的权重;所述最优恢复序列层次分类模型包括顶层、中间层和底层;所述顶层为目标层;所述中间层为准则层;所述底层为方案层;
利用优序法确定每条线路对于用户评价分类模型中各评价指标的总优序数,获得配电线路失电后的恢复序列,所述优序法通过等级偏好,对相同的指标,将一条线路对应另一条线路负荷的重要程度用等级表示出来,然后建立指标优序数,进而确定线路的总优序数。
进一步的,所述准则层的建立方法为,通过标度法构建准则层,采用标度符号代表两两比较的不同因素之间的重要程度,判断矩阵确定各影响因素的权重;所述判断矩阵R=[ɑij]NxN;所述ɑij为因素i与因素j的重要性之比;所述N为准测层的N个评价因素。
进一步的,所述判断矩阵R的对角线元素ɑij为1,且判断矩阵R的主特征值λmax所对应的特征向为量W=(w1,w2…wN)T,则ɑij=wi/wj;
所述wi为准则层第i个元素对目标层的影响程度;所述wj为准则层第j 个元素对目标层的影响程度。
进一步的,所述等级的表示方式包括量化有名值的矩阵和构建等级矩阵;所述量化有名值的矩阵的表示方式为:
所述maxj{fij}为各线路对应于第j个指标有名值fij的最大值;所述 minj{fij}各线路对应于第j个指标有名值fij的最小值;所述dj=maxj{fij}- minj{fij};所述h为等级数。
进一步的,所述等级矩阵的表示方式为:
G=[ɡij]mxn;所述gij为第i条线路对应第j个评价指标所处的等级;所述 m为待恢复线路数;所述n为m条待恢复线路数对应的指标数。
进一步的,所述指标优序数的表示方式为:
所述bilj为在指标j下第i条线路相对于第l条线路的占优程度。
进一步的,在bilj的基础上,
所述bil为第i条线路相对于第l条线路的综合优序数;所述wj为利用层次分析模型确定的各指标的权重。
进一步的,所述线路的总优序数Ki为相对于其他所有线路恢复送电的紧急程度;
所述Kmin为Ki中最小值。
一种母线故障失电后配电线路恢复序列决策***,包括,建立分类模型模块、建立层次模型模块和建立恢复序列模块;
所述建立分类模型模块用于以各线路供带典型用户的有无、多少及重要程度作为评价故障恢复紧急程度的指标因素,建立用户评价分类模型;
所述建立层次模型模块用于基于用户评价分类模型,建立最优恢复序列层次分类模型,确定各指标因素的权重;
所述建立恢复序列模块用于利用优序法确定每条线路对于用户评价分类模型中各评价指标的总优序数。
发明内容中提供的效果仅仅是实施例的效果,而不是发明所有的全部效果,上述技术方案中的一个技术方案具有如下优点或有益效果:
本发明实施例提出了一种母线故障失电后配电线路恢复序列决策方法和***,该方法首先以各线路供带典型用户的有无、多少及重要程度作为评价故障恢复紧急程度的指标因素,建立用户评价分类模型,确定各指标因素的权重。然后基于用户评价分类模型,建立最优恢复序列层次分类模型。最后利用优序法确定每条线路对于用户评价分类模型中各评价指标的总优序数,获得配电线路失电后的恢复序列,其中优序法为通过等级偏好,对相同的指标,将一条线路对应另一条线路负荷的重要程度用等级表示出来,然后建立指标优序数,进而确定线路的总优序数。基于本发明提出的一种母线故障失电后配电线路恢复序列决策方法,还提出了一种母线故障失电后配电线路恢复序列决策***。本发明综合配电线路供带用户的情况,计算配电线路恢复供电的紧急程度,确定配电线路失电后恢复序列,保证重要用户以最快速度恢复送电。建立确定配电线路最优恢复序列的层次分析模型,对配电线路失电造成的社会、经济损失等多种因素,将其融入层次分析模型,便于计算和建模。在层次模型基础上,利用等级偏好优序法计算各配电线路恢复送电紧迫程度的相对优序数和总优序数,作为配电线路恢复送电序列的参考值,规避了多种用户停电损失难以量化的困难,仅通过同类型用户重要程度比较就可以量化地表示配电线路恢复送电紧迫程度,具有更好的可操作性。
附图说明
图1是本发明实施例1一种母线故障失电后配电线路恢复序列决策方法流程图;
图2是基于本发明实施例1提出的建立最优恢复序列层次分类模型示意图;
图3是基于本发明实施例1提出的一种母线故障失电后配电线路恢复序列决策***连接图。
具体实施方式
下面将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。基于本发明中的实施例,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,都属于本发明保护的范围。
在本发明的描述中,需要理解的是,术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
实施例1
本发明实施例1提出了一种母线故障失电后配电线路恢复序列决策方法,对配电线路失电造成的社会、经济损失等多种因素,将其融入层次分析模型,利用层次分析法确定各因素指标的权重;综合各馈线供电用户情况,利用等级偏好优序法确定线路最优恢复序列,以保证精准快速地恢复最重要供电负荷。
如图1所示为基于本发明实施例1提出的一种母线故障失电后配电线路恢复序列决策方法流程图。
在步骤S101中,根据配电线路用户总体情况,将配电线路供带用户分为 N类,将供带不同种类的用户作为评价因素输入确定线路最优恢复序列的层次模型。
在步骤S102中,以各线路供带典型用户的有无、多少及重要程度作为评价故障恢复紧急程度的指标因素,建立用户评价分类模型;
在步骤S103中,基于用户评价分类模型,建立最优恢复序列层次分类模型,确定各指标因素的权重。
在步骤S104中,利用优序法确定每条线路对于用户评价分类模型中各评价指标的总优序数,获得配电线路失电后的恢复序列,其中优序法通过等级偏好,对相同的指标,将一条线路对应另一条线路负荷的重要程度用等级表示出来。
在步骤S105中,建立指标优序数,进而确定线路的总优序数。
关于用户评价分类模型的建立,根据对负荷重要程度的相关标准,对重要用户的评价方式为中断供电造成的人身伤亡、政治经济损失及中断供电对有政治、经济意义的用电单位正常工作造成的影响。但上述标准仍然有很大的抽象性,直接比较、衡量相关用户的政治损失和公共影响具有较大难度。而对于具体的用户则可以比较其恢复供电的紧急程度,如很难具体定义某重要医院停电后“人身伤亡”及“政治损失”各有多少,但对于同时失电后的两个医院,则可以比较得出“医院甲”比“医院乙”有更急迫的恢复送电需求。因此,可将中断供电造成的政治、经济损失转化归纳为几类较为典型的用户,以各线路供带典型用户的有无、多少及重要程度作为评价其故障恢复紧急程度的指标因素,可以更方便地进行统计和建模。可根据归纳选取N类典型用户作为评价因素,如下附表1所示给出了典型用户及其失电后对应的损失类型。列出其中7类,可根据配电网负荷结构,增加其他类型典型用户作为评价因素。
基于用户评价分类模型,建立最优恢复序列层次分类模型,确定各指标因素的权重,如图2提出了基于本发明实施例1提出的建立最优恢复序列层次分类模型示意图。最优恢复序列层次分类模型包括顶层、中间层和底层,顶层为目标层,是拟解决的问题或总目标,即失电配电线路的最优恢复序列。中间层为准则层,是影响目标层决策的因素,即附表1中N个评价因素。底层为方案层,是可选择的决策方案,即每条线路的恢复序列。如图2给出的建立最优恢复序列层次分类模型为了综合评价各个影响因素的对决策目标的影响程度,需给各因素分配一定的权重,直接把所有因素放在一起比较,给各个因素分配权重比较困难,因此通过标度法构建准则层判断矩阵确定各影响因素的权重。如下附表2建立最优恢复序列层次分类模型中判断矩阵形成准则。
在附表2中,标度符号代表两两比较的不同因素之间的重要程度。若因素i与因素j的重要性之比为aij,则因素j与因素i的重要性之比为aji=1/aij。对于如图2给出的建立最优恢复序列层次分类模型的N个评价因素两两比较其失电后恢复送电的紧急程度,得到判断矩阵R:
R=[aij]N×N
所构造的判断矩阵R要满足一致性,所谓一致性是指判断思维的逻辑一致性,如当甲比丙是强烈重要,而乙比丙是稍微重要时,显然甲一定比乙重要。这就是判断思维的逻辑一致性,否则判断就会有矛盾。矩阵R的对角线元素均为1,若判断矩阵R的主特征值λmax所对应的特征向为量 W=(w1,w2…wN)T,则有:
W中元素wi表示准则层第i个元素对目标层的影响程度,通过求取判断矩阵的主特征值λmax所对应的特征向量W=(w1,w2…wN)T,将W进行归一化,就可得到各个因素对应于决策目标的权重w1,w2…wN。
利用优序法确定每条线路对于用户评价分类模型中各评价指标的总优序数,获得配电线路失电后的恢复序列,其中优序法通过等级偏好,对相同的指标,将一条线路对应另一条线路负荷的重要程度用等级表示出来。为了更好地区分配电线路恢复的紧急程度,在基本优序法的基础上引入等级偏好,对相同一指标,将一条线路对应另一条线路负荷的重要程度用等级表示出来。共划分为h个等级,若待恢复线路对应于指标j可以用量化的有名值fj=[f1, f2…fm]T表示,如影响的高层居民小区用户数、生产性企业停电的经济损失等,则可根据下式将有名值划分至h个等级中:
其中,maxj{fij}为各线路对应于第j个指标有名值fij的最大值;minj{fij} 各线路对应于第j个指标有名值fij的最小值;dj=maxj{fij}-minj{fij};h 为等级数。
若相应指标无法用量化的有名值直接表示,如医院、交通枢纽的重要等级、程度等,则可直接用等级表示。若有m条待恢复线路,对应n个指标,根据各线路对应各指标等级划分结果构建指标等级矩阵G
G=[ɡij]mxn
其中,gij为第i条线路对应第j个评价指标所处的等级;m为待恢复线路数;所述n为m条待恢复线路数对应的指标数。
指标优序数bilj为在指标j下第i条线路相对于第l条线路的占优程度。考虑等级划分后的指标优序数为
在单条线路对单个指标优序数bilj的基础上,考虑各指标的权重w1,w2…wn,第i条线路相对于第l条线路的综合优序数定义为
其中,wj为利用层次分析模型确定的各指标的权重,其中附表1中N个评价因素,则n=N。将第i条线路相对于其他所有线路优序数求和,可以得到该线路总优序数Ki,表示其相对于其他所有线路恢复送电的紧急程度,总优序数越大,对应恢复送电的紧急程度越高。
其中,Kmin为Ki中最小值。因为矩阵R和矩阵G具有一致性,各线路指标优序数bil及总优序数Ki也应满足一致性,即若Ki>Kl,则bil>bli,反之亦然。因此,按照总优序数由大到小,即为综合多评价指标的最优线路恢复序列。
本发明还提出了一种母线故障失电后配电线路恢复序列决策的***,该***包括建立分类模型模块、建立层次模型模块和建立恢复序列模块;
建立分类模型模块用于以各线路供带典型用户的有无、多少及重要程度作为评价故障恢复紧急程度的指标因素,建立用户评价分类模型;
建立层次模型模块用于基于用户评价分类模型,建立最优恢复序列层次分类模型,确定各指标因素的权重;
建立恢复序列模块用于利用优序法确定每条线路对于用户评价分类模型中各评价指标的总优序数,获得配电线路失电后的恢复序列。
尽管说明书及附图和实施例对本发明创造已进行了详细的说明,但是,本领域技术人员应当理解,仍然可以对本发明创造进行修改或者等同替换;而一切不脱离本发明创造的精神和范围的技术方案及其改进,其均涵盖在本发明创造专利的保护范围当中。
Claims (9)
1.一种母线故障失电后配电线路恢复序列决策方法,其特征在于,包括以下步骤:
以各线路供带典型用户的有无、多少及重要程度作为评价故障恢复紧急程度的指标因素,建立用户评价分类模型;
基于用户评价分类模型,建立最优恢复序列层次分类模型,确定各指标因素的权重;所述最优恢复序列层次分类模型包括顶层、中间层和底层;所述顶层为目标层;所述中间层为准则层;所述底层为方案层;
利用优序法确定每条线路对于用户评价分类模型中各评价指标的总优序数,获得配电线路失电后的恢复序列;所述优序法通过等级偏好,对相同的指标,将一条线路对应另一条线路负荷的重要程度用等级表示出来,然后建立指标优序数,进而确定线路的总优序数。
2.根据权利要求1所述的一种母线故障失电后配电线路恢复序列决策方法,其特征在于,所述准则层的建立方法为,通过标度法构建准则层,采用标度符号代表两两比较的不同因素之间的重要程度,判断矩阵确定各影响因素的权重;所述判断矩阵R=[ɑij]NxN;所述ɑij为因素i与因素j的重要性之比;所述N为准测层的N个评价因素。
3.根据权利要求2所述的一种母线故障失电后配电线路恢复序列决策方法,其特征在于,所述判断矩阵R的对角线元素ɑij为1,且判断矩阵R的主特征值λmax所对应的特征向为量W=(w1,w2…wN)T,则ɑij=wi/wj;
所述wi为准则层第i个元素对目标层的影响程度;所述wj为准则层第j个元素对目标层的影响程度。
5.根据权利要求4所述的一种母线故障失电后配电线路恢复序列决策方法,其特征在于,所述等级矩阵的表示方式为:
G=[ɡij]mxn;所述gij为第i条线路对应第j个评价指标所处的等级;所述m为待恢复线路数;所述n为m条待恢复线路数对应的指标数。
9.一种母线故障失电后配电线路恢复序列决策***,其特征在于,包括,建立分类模型模块、建立层次模型模块和建立恢复序列模块;
所述建立分类模型模块用于以各线路供带典型用户的有无、多少及重要程度作为评价故障恢复紧急程度的指标因素,建立用户评价分类模型;
所述建立层次模型模块用于基于用户评价分类模型,建立最优恢复序列层次分类模型,确定各指标因素的权重;
所述建立恢复序列模块用于利用优序法确定每条线路对于用户评价分类模型中各评价指标的总优序数,获得配电线路失电后的恢复序列;所述优序法通过等级偏好,对相同的指标,将一条线路对应另一条线路负荷的重要程度用等级表示出来,然后建立指标优序数,进而确定线路的总优序数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910280812.9A CN110071500B (zh) | 2019-04-09 | 2019-04-09 | 一种母线故障失电后配电线路恢复序列决策方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910280812.9A CN110071500B (zh) | 2019-04-09 | 2019-04-09 | 一种母线故障失电后配电线路恢复序列决策方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110071500A CN110071500A (zh) | 2019-07-30 |
CN110071500B true CN110071500B (zh) | 2023-03-21 |
Family
ID=67367144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910280812.9A Active CN110071500B (zh) | 2019-04-09 | 2019-04-09 | 一种母线故障失电后配电线路恢复序列决策方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110071500B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110570118A (zh) * | 2019-09-06 | 2019-12-13 | 云南电网有限责任公司电力科学研究院 | 一种配电网故障治理方案评估方法以及评估装置 |
CN111766474A (zh) * | 2020-07-07 | 2020-10-13 | 上海华立软件***有限公司 | 一种小电流接地辅助选线方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150067488A (ko) * | 2013-12-10 | 2015-06-18 | 한국전기연구원 | 스마트 그리드 사업 전략 평가 방법 |
CN106779309A (zh) * | 2016-11-24 | 2017-05-31 | 华北电力大学(保定) | 关键线路多角度多层次的辨识方法 |
CN107516170A (zh) * | 2017-08-30 | 2017-12-26 | 东北大学 | 一种基于设备故障概率和电网运行风险的差异自愈控制方法 |
CN109377024A (zh) * | 2018-09-30 | 2019-02-22 | 北京航空航天大学 | 一种基于层次分析和灰色模糊综合的恢复能力评估方法 |
-
2019
- 2019-04-09 CN CN201910280812.9A patent/CN110071500B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20150067488A (ko) * | 2013-12-10 | 2015-06-18 | 한국전기연구원 | 스마트 그리드 사업 전략 평가 방법 |
CN106779309A (zh) * | 2016-11-24 | 2017-05-31 | 华北电力大学(保定) | 关键线路多角度多层次的辨识方法 |
CN107516170A (zh) * | 2017-08-30 | 2017-12-26 | 东北大学 | 一种基于设备故障概率和电网运行风险的差异自愈控制方法 |
CN109377024A (zh) * | 2018-09-30 | 2019-02-22 | 北京航空航天大学 | 一种基于层次分析和灰色模糊综合的恢复能力评估方法 |
Non-Patent Citations (2)
Title |
---|
A Multiple-Criteria Decision Making Method as Support for Critical Infrastructure Protection and Intrusion Detection System;Giuseppe Bernieri等;《IEEE》;20161222;第4871-4876页 * |
智能电网自愈功能综合效益评价研究;傅砾;《甘肃水利水电技术》;20120830;第48卷(第8期);第17-21页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110071500A (zh) | 2019-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105975735B (zh) | 一种用于电力设备健康状态评估的建模方法 | |
CN109086913B (zh) | 一种基于深度学习的电力***暂态稳定评估方法及*** | |
CN103296677B (zh) | 一种在线大电网恢复辅助决策*** | |
CN108428045A (zh) | 一种配电网运行健康状态评估方法 | |
CN106505593A (zh) | 一种基于大数据的配变三相不平衡分析与负荷调整的方法 | |
CN105938609A (zh) | 一种实现多层次指标体系的电网运行评估方法 | |
CN102063657A (zh) | 一种城市配电网运行水平与供电能力评估方法 | |
CN103310298A (zh) | 一种配电网规划方案多阶段综合评估方法 | |
CN108122068A (zh) | 一种配电网风险规划方法及*** | |
CN103761690A (zh) | 基于电网***中电压无功控制***的评估方法 | |
CN105243476B (zh) | 一种用于高渗透分布式光伏的分层储能能量管理*** | |
CN102868161A (zh) | 一种含分布式电源配电***网络变结构优化方法 | |
CN105139095A (zh) | 基于属性区间模型的配电网运行状态评估方法 | |
CN110071500B (zh) | 一种母线故障失电后配电线路恢复序列决策方法及*** | |
CN107358338A (zh) | 一种多业务和硬件融合的d5000***健康度分层优先评价方法 | |
CN111340325A (zh) | 一种基于综合评价指标对输变电设施服务水平进行评价的方法及*** | |
CN107358332A (zh) | 一种电网调度运行精益化评价方法 | |
CN110826228B (zh) | 一种地区电网运行品质极限评估方法 | |
CN104899689B (zh) | 基于dbcc优化算法与熵权理论的配电网故障恢复方法 | |
CN109345090A (zh) | 一种基于配电网可靠性提升的网架评价方法 | |
CN106845752A (zh) | 一种大规模特高压互联电网受电规模评价体系 | |
CN110059913A (zh) | 一种计及未来态的停电计划的量化评估方法 | |
CN111353691B (zh) | 一种基于层次分析法的电网差异分析方法 | |
CN112686536A (zh) | 一种基于模糊综合评判的电网应灾能力量化评估方法 | |
CN107292489A (zh) | 一种电网调度运行精益化评价*** |
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 |