CN111222755A - 一种智能配电网的效能状态评价方法 - Google Patents
一种智能配电网的效能状态评价方法 Download PDFInfo
- Publication number
- CN111222755A CN111222755A CN201911330546.2A CN201911330546A CN111222755A CN 111222755 A CN111222755 A CN 111222755A CN 201911330546 A CN201911330546 A CN 201911330546A CN 111222755 A CN111222755 A CN 111222755A
- Authority
- CN
- China
- Prior art keywords
- index
- weight
- clustering
- central
- matrix
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 44
- 238000009826 distribution Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 claims description 56
- 239000011159 matrix material Substances 0.000 claims description 44
- 230000008569 process Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 8
- 230000008901 benefit Effects 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 5
- 230000000750 progressive effect Effects 0.000 claims description 5
- 239000013598 vector Substances 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 3
- 230000006872 improvement Effects 0.000 claims description 3
- 238000013139 quantization Methods 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 claims description 2
- 238000004134 energy conservation Methods 0.000 abstract description 5
- 230000009467 reduction Effects 0.000 abstract description 5
- 230000009466 transformation Effects 0.000 abstract description 5
- 238000013210 evaluation model Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001131 transforming effect Effects 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
-
- 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
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Health & Medical Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Primary Health Care (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于电网运行效能评价领域,尤其涉及一种智能配电网的效能状态评价方法,本发明从智能电网的效率、效果、效益角度出发,构建出一套评价智能配电网的效能状态的指标体系,首先由专家法从指标体系中主观筛选出三个角度下面的中心指标、非中心指标,在专家法得到的指标中利用改进的模糊聚类方法对中心指标分类修正,然后利用熵权法改进的群灰色关联度法对剩下的非中心指标修正消除冗余指标,运用层次分析法和熵权法的混合权重对最终的确定的评价体系进行评价。本发明所提出的评价体系和方法能够易于现实、全面、准确的反应智能电网效能状态,更全面准确的指导电网规划和改造,实现电力工业的节能减损。
Description
技术领域
本发明涉及电网运行效能评价领域,尤其涉及对智能配电网的运行效率、效果和效益进行评价的效能评价方法。
背景技术
智能高效能运行是实现电力工业节能降损的重要保证,并对电网规划与改造起着重要的指导作用。电力体制改革使人们日益关注智能电网运行的效能评价,而智能电网高效能运行是实现电力工业节能降损的重要保证,并对电网规划与改造起着重要的指导作用电,因此应用合理高效的电网效能评价指标体系对能电网效能状态进行科学合理的评价是十分必要的。
现有技术相关文献记载了在主观确定配电网经济运行评价指标体系的情况下,建立基于关联规则和证据理论组合权重的配电网经济运行评价模型,而未对评体系的主观性做过对研究。还有相关文献对配电网的安全性、经济性、优质性以及清洁性角度出发,构造了一套评价电网运行状态的关键指标体系。采用模糊综合评判法与重心法相组合的算法计算各项指标值,分别从主、客观2个角度结合层次分析法和熵权法计算指标权重。其侧重于对效果和效益方面进行研究而未考虑电网的效率。还有文献提出电网安全与效益综合评价方法,构建目标层、类别层、指标层及子指标层4层指标体系,在权重分析及指标计算中,提出综合模糊评价新算子建立了多算子层次分析模糊评价评价模型及相应的求解方法,但是未对构建的4层指标进行筛选去掉冗余。
因此,亟待提出一种新的智能电网的效能评价体系,使之能够更现实、全面、准确的反应智能电网效能状态,更全面准确的指导电网规划和改造,实现电力工业的节能减损。
发明内容
本文提出了智能配电网的效能状态评价方法,利用模糊聚类方法对构建的电网效能评价指标的中心指标进行修正,利用熵权法改进的群灰色关联度分析法对非中心指标去冗余,并利用熵权法和层次分析法的混合权重对指标体系进行评价,从而能够易于现实、全面、准确的反应智能电网效能状态,指导电网规划和改造,实现电力工业的节能减损。
本发明提供一种智能配电网的效能状态评价方法,根据电网评价指标体系的构建原则,结合电网的特点建立了三大类别下的初始层次递进型的电网效能评价指标体系,对中心指标和非中心指标进行优化修正,并利用优化算法的混合比重对指标体系进行评价,所述方法包括如下步骤:
S1建立初始智能配电网效能评价指标体系:
建立效率、效果、效益三大类别下的初始层次递进型的电网效能评价指标体系,分为中心指标和非中心指标;
S2优化初始中心指标:
所述中心指标是专家通过经验可以进行分类判断的指标,其余指标为非中心指标,对初始中心指标进行修正;
S3优化初始非中心指标,消除冗余指标;
S4运用层次分析法和熵权法的计算混合比重对最终确定的评价体系进行评价计算。
进一步,所述步骤S2优化初始中心指标具体为:利用改进的模糊聚类法对初始中心指标进行修正,所述方法包括如下步骤:
P1确定聚类单元全集U、聚类中心和聚类因子:
聚类全集为三大类别下一层指标,聚类中心则为专家经验判断的中心指标,聚类因子为其余非中心指标,其中Xm×n为聚类因子的原始数据矩阵,m表示聚类因子的个数,n表示聚类因子的特征数目;Yb×n为聚类中心的原始数据矩阵,b表聚类中心的个数,n表示聚类中心的特征数目;
P2聚类中心与聚类因子的数据整理:
对于正向指标:
对于逆向指标:
其中:Sj(k)为将xjk,标准化处理后的数据,xmax为第j个聚类因子的中特征数目中最大值,为第j个聚类因子的中特征数目中最小值;
P3建立模糊相似度矩阵A:
aji为矩阵A中的元素,dji表示中心指标j与非中心指标i的类间距离,建立聚类中心与聚类因子之间的模糊聚类矩阵;
c一般为常数,取c=0.1
模糊相似度矩阵为
P4中心指标的修正:
依据“最小化类间相似性,最大化类内相似性”原则,对所述P3中求得的模糊相识度矩阵各列求和得到该非中心指标对于所有中心指标的总相似度;设立阈值当总相似度小于该值时确立该非中心指标为为其所属的上一级下的中心指标,完成对中心指标的修正。
进一步,所述步骤S3优化初始非中心指标具体为,用熵权法改进的群灰色关联度分析法分析非中心指标进行筛选,所述方法包括如下步骤:
Q1构建参考数据与目标指标群:
Q2熵权法计算指标权重,去除冗余非中心指标:
熵权法的改进,设指标数目为m,对非中心指标的原始数据标准化得到则Xm×n=[x1,x2,…,xn],n为非中心指标的特征数目。
各指标的信息熵为
进一步,所述步骤S4中混合权重计算具体为:
R3计算混合比重确定指标权重:结合层次分析法的主观性和熵权法客观性的特点,设置相应合适的系数构成相应的线性组合w(i)=αw1 (i)+βw2 (i),以两种算法所占混合权重,确定最终电网效能评价指标体系。
进一步,所述R2层次分析法计算权重具体为:
W1标度法建立判断矩阵;
W2计算权重向量并做一致性检验:利用下两式进行一致性检验,即
其中λmax为最大特征值,n为判断矩阵的阶数;CI为平均随机一致性指标;RI为随机一致性指标,需要通过查表获得;当CI值越大,则判断矩阵的一致可靠性越差,当CR<0.1时,判断矩阵一致性符合要求;
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,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的附图。
图1为本发明所述智能配电网的效能状态评价方法的流程示意图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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。
下面结合图1所示,本发明提供一种智能配电网的效能状态评价方法。
根据电网评价指标体系的构建原则,结合电网的特点建立了三大类别下的初始层次递进型的电网效能评价指标体系,如表1所示。
表1
以某电网为例,根据所提到改进的模糊聚类方法对中心指标的修正。P1确定聚类单元全集U、聚类中心和聚类因子:
聚类全集为三大类别下一层指标,聚类中心则为专家经验判断的中心指标,聚类因子为其余非中心指标,其中Xm×n为聚类因子的原始数据矩阵,m表示聚类因子的个数,n表示聚类因子的特征数目;Yb×n为聚类中心的原始数据矩阵,b表聚类中心的个数,n表示聚类中心的特征数目;
P2聚类中心与聚类因子的数据整理:
对于正向指标:
对于逆向指标:
其中:Sj(k)为将xjk,标准化处理后的数据,xmax为第j个聚类因子的中特征数目中最大值,为第j个聚类因子的中特征数目中最小值;
P3建立模糊相似度矩阵A:
aji为矩阵A中的元素,dji表示中心指标j与非中心指标i的类间距离,建立聚类中心与聚类因子之间的的模糊聚类矩阵;
c一般为常数,取c=0.1
模糊相似度矩阵为
P4中心指标的修正:
依据“最小化类间相似性,最大化类内相似性”原则,对所述P3中求得的模糊相识度矩阵各列求和得到该非中心指标对于所有中心指标的总相似度;设立阈值当总相似度小于该值时确立该非中心指标为为其所属的上一级下的中心指标,完成对中心指标的修正,得到的非中心指标关于中心指标群模糊相似度,如表2所示。
表2
对一个二级指标下的非中心指标选择对应的阈值,如对于企业管理效率指标下的非中心指标的群相似度选择阈值1.7000,则将投产计划完成率和物资计划变更率增添为该二级指标下的中心指标,同理老旧变压器比例、新增单位变电容量增供电量(MW·h/(kVA))都将增添为对应二级指标下的中心指标。
采用熵权法改进后的群灰色关联度对已修正中心指标的体系进行非中心指标筛选:
Q1构建参考数据与目标指标群:
Q2熵权法计算指标权重,去除冗余非中心指标:
熵权法的改进,设指标数目为m,对非中心指标的原始数据标准化得到则Xm×n=[x1,x2,…,xn],n为非中心指标的特征数目。
各指标的信息熵为
表3
设立对应每个二级指标相适应的阈值对改进后的群灰色关联度进行筛选,通过对比分析,电缆通道可扩展程度(0-1)、单位投资增供电量(kW·h/元)、投资回收期(年)为冗余指标需要删除。通过筛选后剩余49个三级指标,其中中心指标为29个,非中心指标为20个。
利用层次分析法和熵权法的为基础计算该效能评价体系的混合权重指标:
R2层次分析法:
W1采用1-9标度法建立判断矩阵,如表4
表4
W2计算权重向量并做一致性检验:
由于指标的主观因素判断可能结果会受到以下影响:例如三个元素A、B、C可能存在A比B重要,B比C重要,但C又比A重要。使得主观判断出现矛盾,因此进行一致性检验判断判断矩阵中是否有自相矛盾的地方,如通过则该矩阵是可行的。利用下两式进行一致性检验,即
式中λmax为最大特征值,n为判断矩阵的阶数;CI为平均随机一致性指标(随机一致性指标RI和判断矩阵的阶数有关,一般情况下,矩阵阶数越大,则出现偏离的程度越大。随机一致性指标的值需要通过查表获得)。当CI值越大,则判断矩阵的一致可靠性越差。当CR<0.1时,判断矩阵一致性符合要求。如果判断矩阵一致性没有通过检验则重新进行赋值。计算权重:该上级指标的下的指标权重为其对应的最大特征值的特征向量归一化得到的值。
R3混合权重计算
本文通过层次分析法和熵权法的混合权重为最终的权重w,考虑到层次分析法的主观性和熵权法客观性的特点,设置相应合适的系数构成相应的线性组合,即:
w(i)=αw1 (i)+βw2 (i)
一般α取0.3,β取0.7,三大一级指标的权重为平均权重。
计算得到三级指标的混合权重如表5。
表5
计算得到二级指标权重如表6。
表6
一级指标效率、效果、效益从三个角度对智能配电网的效能性描述,本实施例对三个角度的权重取平均值,通过上述方法计算完成了对该地区的效能评价体系的建立和权重的计算,通过对原始数据的标准化后的数据,线性组合各级的权重可得到最后评价分值,如表7。
表7
通过上表中我们知道该地区电网的效果角度的建设较好,而效率和效益相对欠缺,所以在未来的建设中应该更加注重效率和效益方面的建设来提高智能配电网的效能性。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解;其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (5)
1.一种智能配电网的效能状态评价方法,其特征在于,根据电网评价指标体系的构建原则,结合电网的特点建立了三大类别下的初始层次递进型的电网效能评价指标体系,对中心指标和非中心指标进行优化修正,并利用优化算法的混合比重对指标体系进行评价,所述方法包括如下步骤:
S1建立初始智能配电网效能评价指标体系:
建立效率、效果、效益三大类别下的初始层次递进型的电网效能评价指标体系,分为中心指标和非中心指标;
S2优化初始中心指标:
所述中心指标是专家通过经验可以进行分类判断的指标,其余指标为非中心指标,对初始中心指标进行修正;
S3优化初始非中心指标,消除冗余指标;
S4运用层次分析法和熵权法计算混合权重对最终确定的评价体系进行评价计算。
2.如权利要求1所述的智能配电网的效能状态评价方法,所述步骤S2优化初始中心指标具体为:利用改进的模糊聚类法对初始中心指标进行修正,所述方法包括如下步骤:
P1确定聚类单元全集U、聚类中心和聚类因子:
聚类全集为三大类别下一层指标,聚类中心则为专家经验判断的中心指标,聚类因子为其余非中心指标,其中Xm×n为聚类因子的原始数据矩阵,m表示聚类因子的个数,n表示聚类因子的特征数目;Yb×n为聚类中心的原始数据矩阵,b表聚类中心的个数,n表示聚类中心的特征数目;
P2聚类中心与聚类因子的数据整理:
对于正向指标:
对于逆向指标:
其中:Sj(k)为将xjk,标准化处理后的数据,xmax为第j个聚类因子的中特征数目中最大值,为第j个聚类因子的中特征数目中最小值;
P3建立模糊相似度矩阵A:
aji为矩阵A中的元素,dji表示中心指标j与非中心指标i的类间距离,建立聚类中心与聚类因子之间的的模糊聚类矩阵;
c一般为常数,取c=0.1
模糊相似度矩阵为
P4中心指标的修正:
依据“最小化类间相似性,最大化类内相似性”原则,对所述P3中求得的模糊相识度矩阵各列求和得到该非中心指标对于所有中心指标的总相似度;设立阈值当总相似度小于该值时确立该非中心指标为为其所属的上一级下的中心指标,完成对中心指标的修正。
3.如权利要求1所述的智能配电网的效能状态评价方法,所述步骤S3优化初始非中心指标具体为,用熵权法改进的群灰色关联度分析法分析非中心指标进行筛选,所述方法包括如下步骤:
Q1构建参考数据与目标指标群:
Q2熵权法计算指标权重,去除冗余非中心指标:
熵权法的改进,设指标数目为m,对非中心指标的原始数据标准化得到则Xm×n=[x1,x2,…,xn],n为非中心指标的特征数目。
各指标的信息熵为
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911330546.2A CN111222755A (zh) | 2019-12-20 | 2019-12-20 | 一种智能配电网的效能状态评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911330546.2A CN111222755A (zh) | 2019-12-20 | 2019-12-20 | 一种智能配电网的效能状态评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111222755A true CN111222755A (zh) | 2020-06-02 |
Family
ID=70806106
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911330546.2A Pending CN111222755A (zh) | 2019-12-20 | 2019-12-20 | 一种智能配电网的效能状态评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111222755A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111695807A (zh) * | 2020-06-11 | 2020-09-22 | 国网江苏省电力有限公司经济技术研究院 | 计及发电和用电侧能效的地区电网能效评估方法及*** |
CN112348066A (zh) * | 2020-10-28 | 2021-02-09 | 国网浙江省电力有限公司绍兴供电公司 | 一种基于灰色聚类算法的线路不停电等级评估方法 |
CN112633622A (zh) * | 2020-09-29 | 2021-04-09 | 国网四川省电力公司信息通信公司 | 一种智能电网运营指标筛选方法 |
CN113360372A (zh) * | 2021-05-21 | 2021-09-07 | 安徽中科国创高可信软件有限公司 | 一种基于程序分析多维质量评价的程序语言教学实践平台 |
CN113689134A (zh) * | 2021-09-01 | 2021-11-23 | 国网江苏省电力有限公司东台市供电分公司 | 一种电力供电所质效评价方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663501A (zh) * | 2012-03-20 | 2012-09-12 | 上海交通大学 | 智能电网评价***及方法 |
CN106203867A (zh) * | 2016-07-19 | 2016-12-07 | 国家电网公司 | 基于配电网评价指标体系和聚类分析的电网区域划分方法 |
CN108038592A (zh) * | 2017-11-22 | 2018-05-15 | 华北电力大学 | 一种基于模糊区间层次分析法的配电网投资成效评价方法 |
CN109214702A (zh) * | 2018-09-21 | 2019-01-15 | 东北电力大学 | 基于ahp-熵权法的城市配电网运行水平和供电能力模糊综合评价方法 |
CN110048408A (zh) * | 2019-04-17 | 2019-07-23 | 国家电网有限公司 | 一种配电网电压功率灵敏度估计方法和*** |
-
2019
- 2019-12-20 CN CN201911330546.2A patent/CN111222755A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663501A (zh) * | 2012-03-20 | 2012-09-12 | 上海交通大学 | 智能电网评价***及方法 |
CN106203867A (zh) * | 2016-07-19 | 2016-12-07 | 国家电网公司 | 基于配电网评价指标体系和聚类分析的电网区域划分方法 |
CN108038592A (zh) * | 2017-11-22 | 2018-05-15 | 华北电力大学 | 一种基于模糊区间层次分析法的配电网投资成效评价方法 |
CN109214702A (zh) * | 2018-09-21 | 2019-01-15 | 东北电力大学 | 基于ahp-熵权法的城市配电网运行水平和供电能力模糊综合评价方法 |
CN110048408A (zh) * | 2019-04-17 | 2019-07-23 | 国家电网有限公司 | 一种配电网电压功率灵敏度估计方法和*** |
Non-Patent Citations (3)
Title |
---|
李阳;刘俊勇;刘友波;刘捷;唐震宇;张凤;: "省地一体化电力信息监控平台信息化的动态标尺评价模型" * |
赵殿平: "城市配电网运行水平和供电能力综合评价方法研究:城市配电网运行水平和供电能力综合评价方法研究" * |
赵焱: "内蒙电力公司直属供电企业运营效能评价研究" * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111695807A (zh) * | 2020-06-11 | 2020-09-22 | 国网江苏省电力有限公司经济技术研究院 | 计及发电和用电侧能效的地区电网能效评估方法及*** |
CN112633622A (zh) * | 2020-09-29 | 2021-04-09 | 国网四川省电力公司信息通信公司 | 一种智能电网运营指标筛选方法 |
CN112633622B (zh) * | 2020-09-29 | 2024-02-27 | 国网四川省电力公司信息通信公司 | 一种智能电网运营指标筛选方法 |
CN112348066A (zh) * | 2020-10-28 | 2021-02-09 | 国网浙江省电力有限公司绍兴供电公司 | 一种基于灰色聚类算法的线路不停电等级评估方法 |
CN113360372A (zh) * | 2021-05-21 | 2021-09-07 | 安徽中科国创高可信软件有限公司 | 一种基于程序分析多维质量评价的程序语言教学实践平台 |
CN113689134A (zh) * | 2021-09-01 | 2021-11-23 | 国网江苏省电力有限公司东台市供电分公司 | 一种电力供电所质效评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111222755A (zh) | 一种智能配电网的效能状态评价方法 | |
CN104239968B (zh) | 一种快速模糊粗糙集短期负荷预测方法 | |
CN110689240A (zh) | 一种配电网经济运行模糊综合评价方法 | |
CN107506905A (zh) | 一种改进的电网企业可持续发展综合评价方法 | |
CN109740863A (zh) | 基于大电源接入***的综合评价方法 | |
CN108428045A (zh) | 一种配电网运行健康状态评估方法 | |
CN108805443A (zh) | 一种电网性能综合评价方法和*** | |
CN103632203A (zh) | 一种基于综合评价的配电网供电区域划分方法 | |
CN111091309A (zh) | 一种电动汽车充电网络运行经济效益评价方法 | |
CN110232490A (zh) | 一种配电网工程投资成效的评估方法及*** | |
CN111695807A (zh) | 计及发电和用电侧能效的地区电网能效评估方法及*** | |
CN107169655A (zh) | 一种优选配电网方案适应性的方法及装置 | |
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*** | |
CN111047175A (zh) | 一种电网投资项目优选方法及*** | |
CN114021873A (zh) | 一种数据指标量化方法和智慧园区企业价值评价*** | |
CN112633762A (zh) | 楼宇能效获取方法及设备 | |
CN111460378A (zh) | 一种考虑风险测度的配电网精准投资项目优选方法 | |
CN111091301A (zh) | 一种省级电网可持续发展策略的优选方法 | |
CN113159650A (zh) | 基于改进物元可拓模型的光充储***运营效益评价方法 | |
CN107622362A (zh) | 一种配电网投资效益的评价方法及装置 | |
CN112288278A (zh) | 一种基于知识图谱的设备资产管理方法 | |
CN111563652A (zh) | 一种评价电网企业综合计划执行情况的方法 | |
CN113033886B (zh) | 一种配电网规划建设评估方法 | |
CN113988557B (zh) | 一种电网企业的投资绩效评价指标体系的构建方法及装置 | |
CN113435686B (zh) | 蓄热式电采暖***评价方法及装置 |
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: 20200602 |