[go: up one dir, main page]

CN112989695B - 一种计及电网节点重要度的开关柜状态评估方法 - Google Patents

一种计及电网节点重要度的开关柜状态评估方法 Download PDF

Info

Publication number
CN112989695B
CN112989695B CN202110262187.2A CN202110262187A CN112989695B CN 112989695 B CN112989695 B CN 112989695B CN 202110262187 A CN202110262187 A CN 202110262187A CN 112989695 B CN112989695 B CN 112989695B
Authority
CN
China
Prior art keywords
state
switchgear
importance
evaluation
power grid
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.)
Expired - Fee Related
Application number
CN202110262187.2A
Other languages
English (en)
Other versions
CN112989695A (zh
Inventor
彭欣
林钰
李茜
苏天赐
郑雅迪
张安安
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southwest Petroleum University
Original Assignee
Southwest Petroleum University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southwest Petroleum University filed Critical Southwest Petroleum University
Priority to CN202110262187.2A priority Critical patent/CN112989695B/zh
Publication of CN112989695A publication Critical patent/CN112989695A/zh
Application granted granted Critical
Publication of CN112989695B publication Critical patent/CN112989695B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
    • 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
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • 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]
    • 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)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Water Supply & Treatment (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Public Health (AREA)
  • Game Theory and Decision Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

一种计及电网节点重要度的开关柜状态评估方法，涉及开关柜技术领域。本发明具体步骤如下：开关柜监测信息源与状态量确定；多维状态量的归一化处理；分层状态评估模型的建立；电网节点重要度的计算；基于节点重要度对分层模型评估结果进行修正；状态量隶属度函数模型的建立并求解。本技术方案相比于其他开关柜状态评估方法，分别从开关柜自身的运行状态和考虑其所处的电网节点对整个电力系统的重要度两个角度出发，将后者作为修正开关柜状态评估的依据，克服了开关柜传统状态评估方法的局限性，并可以将最后的评估结果作为后续制定检修策略的重要指标。

Description

一种计及电网节点重要度的开关柜状态评估方法
技术领域
本发明涉及开关柜状态检修领域，特别涉及一种开关柜状态评估的方法。
背景技术
随着社会经济的高速发展，人们对于供电可靠性的要求越来越高，开关柜作为配电网中主要的电气设备，其的运行状态正常与否直接关系到整个电网的运行效果以及广大用户的用电质量。而开关柜柜内集成多种电气元件、结构紧凑、空间间隙小，且设备处于密封及带电状态，加上开关柜长期运行在高电压高电流的运行条件下，极易出现局部放电、异常温升等情况。因此，准确评估开关柜的运行状态，及时制定针对性的运维检修策略，对保证开关柜的正常运行具有重要意义。
现有开关柜状态评估方法主要有以下方法，首先是基于导则的状态评估方法，根据在线监测、运行检修和试验等结果选取状态量，再按照导则规定的扣分标准进行扣分，并以此来确定开关柜的状态等级，但仅仅从设备本身出发，还存在工作量大、效率低的问题；目前研究较多的还有基于多信息融合的评估方法，此类方法先是选取状态量建立指标体系，再采用信息融合的相关方法进行多类型信息的融合，最后获得评估结果；还有就是基于分类与回归的状态评估方法也就是基于大数据分析的状态评估方法，广泛采用机器学习的相关方法，比如贝叶斯网络、支持向量机等，但此类方法的缺点也比较明显，开关柜等电气设备的可靠性相对较高，缺陷和故障状态数据匮乏，训练样本不足，导致模型的准确度不够理想。
目前，开关柜的状态评估都是以自身的状态量为评估依据，并未考虑其在配电网中的节点位置。
发明内容
本发明要解决的问题就是要将开关柜所处电网节点的重要度引入到开关柜的状态评估当中，作为评估结果的修正量，从而将开关柜自身的状态量与其所处的电网节点重要度结合起来。
本发明所提出的一种计及电网节点重要度的开关柜状态评估方法具体步骤如下：
1)监测信息源与状态量的确定；
为了避免开关柜状态量选取的过于主观性，根据《Q/GDW645-2011配网设备状态评价导则》及《南方电网公司_广东电网_设备状态评价与风险评估技术导则》确定开关柜监测的状态量。
进一步的：随着传感器技术的发展，信息源主要是家族信息、在线监测、运行巡检、例行试验四类方式获取；
进一步的：开关柜的状态量分为五大部件，分别为设备信息、绝缘性能、六氟化年泄漏率、机械性能、载流能力，每个部件下面再对应着相应的状态量；
进一步的：状态等级的划分为了体现结果的准确性，划分为五个等级：A(优)、B(良)、C(中)、D(较差)、E(差)；
2)多维状态量的归一化处理；
由于各状态量的数据类型不同，采用归一化处理，对于定量状态量运用半岭模型进行评价，对于开关柜的运行年限，采用比例模型；
进一步的：半岭模型分为升半岭模型与降半岭模型。其中，前者用于评价数值越大越优良的状态量，后者用于评价数值越小越优良的状态量，公式分别为：
Figure BDA0002970486110000021
Figure BDA0002970486110000022
其中，a和b分别代表上、下限评分阈值。
进一步的：对于运行年限的融合，采用乘以系数KT的方法，公式为：
KT＝(100-运行年数×0.3)/100
进一步的：各状态量评分阈值的确定依据根据相应的国家标准与行业准则。
进一步的：在得到各个状态量的评价分值后，为了方便后续数据融合过程的进行，对评分值进行归一化处理：将结果统一除以100，变换到[0,1]区间内。
3)分层状态评估模型的建立；
将步骤1)中选取的状态评价部件作为父层，每个评价部件对应的状态量作为子层，每个状态评价结果由其子层决定，当各子层的状态得分值均大于0.7时，父层的状态评价得分值取所有子层状态得分值的平均值；否则，取子层状态得分值中的最小值作为父层的状态评价得分值。
4)电网节点重要度的计算；
电力网络可以看作由节点与支路构成，由于在每个支点在电网中所处的位置不同，且每个支点负荷量大小不同，因此可以将每个支点其处于的节点位置及其负荷量作为衡量电网节点重要度的两个指标。
进一步的：电网节点的位置，分为三类。第一类是结构节点，此类节点的特征就是位于电网的主干线路，又特别是当主干线路发生故障时，能通过该开关柜进行负荷转移，该类开关柜也就是充当联络开关的作用；第二类是重要负荷节点，此类节点负责配电网中重要负荷的开断，例如对供电要求较高大型精密仪器、海上平台主要作业设备等；第三类节点是边缘节点，此类节点的特征主要是负责对生活设施等供电，可承受短时停电检修造成的影响；
进一步的：电网节点的负荷量，按照其节点负荷量占开关柜额定容量的百分比进行衡量，分为三个等级，占比50％以下、50％～75％和75％以上；
进一步的：电网节点的重要度以节点位置与节点负荷两类因素决定，计算公式如下：
Cn＝0.7Ln+0.3Pn
其中Cn代表节点重要度修正系数，用于修正开关柜状态评估结果，Ln为节点位置重要度参数，Pn为节点负荷参数。
5)基于节点重要度对分层模型评估结果进行修正；
将步骤3)计算得到的分层评估模型得分值与步骤4)计算得到的节点重要度Cn相乘，得到修正后的状态评价得分值。
6)状态量隶属度函数模型的建立并求解；
将步骤5)中修正后的分层评估模型的结果，即各部件的得分值代入每个状态等级的隶属度函数，根据最大隶属度原则，确定设备的状态等级，隶属度函数公式如下：
A等级
Figure BDA0002970486110000031
B等级
Figure BDA0002970486110000032
C等级
Figure BDA0002970486110000033
D等级
Figure BDA0002970486110000041
E等级
Figure BDA0002970486110000042
本发明的一种计及电网节点重要度的开关柜状态评估方法，与现有的开关柜状态评估方案相比，具有的增益效果为：传统的单源信息的状态评价，仅考虑设备的运行巡检信息或试验信息，获得的数据中部分不具有时效性，随着在线监测技术的发展，基于多维信息融合的评估方法能够将信息源进一步丰富，并且能够使得评估模型具有更高的鲁棒性与准确性。同时，该方法解决了传统评估方法缺乏对电网整体运行情况的考虑，将节点重要度的概念引入到评估当中，作为评估结果的一个修正，并可以将评估结果作为后续制定检修策略的重要指标。
附图说明
图1为本发明流程图
图2为开关柜分层评价模型
具体实施方式
以下结合附图对本发明的具体实施方式作进一步说明。
本发明的一种计及电网节点重要度的开关柜状态评估方法，如图1所示，包括以下步骤：
1.监测信息源与状态量的确定；
为了获取开关柜的多维数据，监测信息源分别为家族信息、在线监测、运行巡检、例行试验。再根据状态量的特点，将这些状态量分为五大部件，每个部件下至少包含一个状态量，其中各自对应的状态量如下：
家族信息获取的状态量有两个：交接试验合格率、家族缺陷率，分别记为F1、F2；
在线监测获取的状态量有三个：局部放电监测暂态地电压值、局部放电监测超声波值、导电连接点温度，分别记为PD1、PD2、TR；
运行巡检获取的状态量有两个：运行年限、六氟化硫气体压力指示器示数，分别记为Y、SF；
例行试验获取的状态量有五个：绝缘电阻值、接地电阻值、分闸操作时间、合闸操作时间、主回路直流电阻,分别记为R1、R2、TIME1、TIME2、R3；
2.多维状态量归一化处理；
由于各状态量的数据类型不同，采用归一化处理，对于定量状态量，运用半岭模型进行评价，对于开关柜的运行年限的融合，采用比例模型；
进一步的：半岭模型分为升半岭模型与降半岭模型。其中，前者用于评价数值越大越优良的状态量，后者用于评价数值越小越优良的状态量，公式分别为：
Figure BDA0002970486110000051
Figure BDA0002970486110000052
其中，a和b分别代表上、下限评分阈值。
对于运行年限，采用乘以系数KT的方法，公式为：
KT＝(100-运行年数×0.3)/100
在得到各个状态量的评价分值后，为了方便后续数据融合过程的进行，对评分值进行归一化处理：将结果统一除以100，变换到[0,1]区间内。
各状态量评分阈值的确定依据根据相应的国家标准与行业准则。如表1所示：
表1
Figure BDA0002970486110000053
Figure BDA0002970486110000061
将步骤1中的除运行年限之外的状态量及表1阈值代入半岭模型，并将结果除以100，进行归一化处理，得到对应状态量的结果分别为：FF1、FF2、FPD1、FPD2、FTR、FSF、FR1、FR2、FTIME1、FTIME2、FR3。
将运行年限的状态量代入比例模型，得到KT(Y)。
3.分层状态评估模型的建立；
如图2所示，将步骤1中选取的状态评价部件作为父层，每个评价部件对应的状态量作为子层，每个状态评价结果由其子层决定，当各子层的状态得分值均大于0.7时，父层的状态评价得分值取所有子层状态得分值的平均值；否则，取子层状态得分值中的最小值作为父层的状态评价得分值。将步骤2中得到的结果代入分层状态评估模型，其结果为：[FS1 FS2 FS3 FS4 FS5]。
4.电网节点重要度的计算；
电力网络可以看作由节点与支路构成，由于在每个支点在电网中所处的位置不同，且每个支点负荷量大小不同，于是将每个支点其处于的节点位置及其负荷量作为衡量电网节点重要度的两个指标。
电网节点的位置，分为三类。第一类是结构节点，此类节点的特征就是位于电网的主干线路，又特别是当主干线路发生故障时，能通过该开关柜进行负荷转移，该开关柜也就是充当联络开关的作用；第二类是重要负荷节点，此类节点负责配电网中重要负荷的开断，例如对供电要求较高大型精密仪器、海上平台主要作业设备等；第三类节点是边缘节点，此类节点的特征主要是负责对生活设施等供电，可承受短时停电检修造成的影响；
电网节点的负荷量，按照其节点负荷量占开关柜额定容量的百分比进行衡量，分为三个等级，占比50％以下、50％～75％和75％以上；
衡量开关柜所处电网节点重要度的位置与负荷量两个参数选取原则如表2所示：
表2
Figure BDA0002970486110000062
Figure BDA0002970486110000071
计算公式如下：
Cn＝0.7Ln+0.3Pn
其中Cn代表节点重要度修正系数，用于修正开关柜状态评估结果，Ln为节点位置重要度参数，Pn为节点负荷参数。根据开关柜的节点位置与负荷量计算得到C1；
5.基于节点重要度对分层模型评估结果进行修正；
将步骤3计算得到的分层评估模型得分值[FS1 FS2 FS3 FS4 FS5]与步骤4计算得到的节点重要度C1相乘，得到修正后的状态评价得分值[FS11 FS12 FS13 FS14 FS15]。
6.状态量隶属度函数模型的建立并求解；
将步骤5中修正后的分层评估模型的结果，即各部件的得分值[FS11 FS12 FS13FS14 FS15]代入每个状态等级的隶属度函数，隶属度函数公式如下：
A等级
Figure BDA0002970486110000072
B等级
Figure BDA0002970486110000073
C等级
Figure BDA0002970486110000074
D等级
Figure BDA0002970486110000075
E等级
Figure BDA0002970486110000076
得到隶属度矩阵：
Figure BDA0002970486110000077
根据最大隶属度原则，即取每一行的最大值(以第一行为例)：MAX[FS11A FS11BFS11C FS11D FS11E]，最大值对应的状态就是该部件的状态。
再将各部件得分值中的最小值乘以运行年限的比例模型计算结果KT(Y)，最后代入隶属度函数中，得到开关柜整体的状态评价等级隶属度矩阵为：[FSA FSB FSC FSDFSE],根据最大隶属度原则，取MAX[FSA FSB FSC FSD FSE],最大值对应的状态就是该开关柜的整体状态。
以上所示的计及电网节点重要度的开关柜状态评估方法是本发明的具体实施例，已经体现出本发明实质性特点和进步，既考虑了开关柜自身的状态量，又结合了电网节点重要度的影响因素，评估结果可用于指导后续检修次序的制定。本技术领域的专业人员应当认识到，以上的实施举例仅是用来说明本发明，而非用作对本发明的限定，只要在本发明的实质精神范围内，对上述实施举例的变化、变型都将落在本发明的权利要求书范围内。

Claims (8)

1.一种计及电网节点重要度的开关柜状态评估方法，其特征在于，包括以下步骤：
1)监测信息源与状态量的确定，信息源是指获取状态评估数据的渠道，进而确定开关柜状态评估所需的状态量信息，再根据状态量的特点，将这些状态量分为五大部件，每个部件下包含相应的状态量；
2)多维状态量的归一化处理，由于各状态量的数据类型不同，采用归一化处理，对于定量状态量，运用半岭模型进行评价，对于开关柜的运行年限做归一化处理，采用比例模型；
3)分层状态评估模型的建立，将步骤1)中选取的五大部件作为父层，每个评价部件对应的状态量作为子层，每个状态评价结果由其子层决定，由各子层的得分值得到父层的得分值；
4)电网节点重要度的计算，将每个开关柜作为电网中的一个节点，根据每个节点所处的位置与承担负荷的多少两个因素作为衡量节点重要度的指标，并进行计算得出节点重要度的数值；
5)基于步骤4)得到的节点重要度计算结果对步骤3)得到的分层评估结果模型进行修正；
6)状态量隶属度函数模型的建立并求解，将步骤5)中修正后得到的结果，即各部件修正后的得分值代入每个状态等级的隶属度函数，根据最大隶属度原则，确定设备的状态等级。
2.根据权利要求1所述的一种计及电网节点重要度的开关柜状态评估方法，其特征在于所述的信息源包括家族信息、在线监测、运行巡检、例行试验四类方式。
3.根据权利要求1所述的一种计及电网节点重要度的开关柜状态评估方法，其特征在于，分为五大部件，各状态部件及其对应的状态量如下：
设备信息包括以下三个：运行年限、交接试验合格率、家族缺陷率；
绝缘性能包括以下四个：局部放电监测暂态地电压值、局部放电监测超声波值、绝缘电阻值、接地电阻值；
SF6气体包括以下一个：六氟化硫气体年泄漏率；
机械性能包括以下两个：分闸操作时间、合闸操作时间；
载流能力包括以下两个：主回路直流电阻、导电连接点温度。
4.根据权利要求1所述的一种计及电网节点重要度的开关柜状态评估方法，其特征在于，状态等级的划分为了体现结果的准确性，划分为五个等级：A代表优、B代表良、C代表中、D代表较差、E代表差。
5.根据权利要求1所述的一种计及电网节点重要度的开关柜状态评估方法，其特征在于，所述归一化处理中半岭模型计算公式如下：
对于评价数值越大越优良的状态量，其归一化公式如下：
Figure FDA0003395250550000021
对于评价数值越小越优良的状态量，其归一化公式如下：
Figure FDA0003395250550000022
其中，a和b分别代表上、下限评分阈值。
6.根据权利要求1所述的一种计及电网节点重要度的开关柜状态评估方法，其特征在于，所述对运行年限做归一化处理的比例模型，计算公式如下：
KT＝(100-运行年数×0.3)/100
其中，KT为运行年限归一化后所得系数。
7.根据权利要求1所述的一种计及电网节点重要度的开关柜状态评估方法，其特征在于，电网节点重要度的计算公式为：
Cn＝0.7Ln+0.3Pn
其中Cn代表节点重要度修正系数，用于修正开关柜状态评估结果，Ln为节点位置重要度参数，Pn为节点负荷参数。
8.根据权利要求1所述的一种计及电网节点重要度的开关柜状态评估方法，其特征在于，每个等级的隶属度函数为：
A等级
Figure FDA0003395250550000023
B等级
Figure FDA0003395250550000024
C等级
Figure FDA0003395250550000031
D等级
Figure FDA0003395250550000032
E等级
Figure FDA0003395250550000033
CN202110262187.2A 2021-03-10 2021-03-10 一种计及电网节点重要度的开关柜状态评估方法 Expired - Fee Related CN112989695B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110262187.2A CN112989695B (zh) 2021-03-10 2021-03-10 一种计及电网节点重要度的开关柜状态评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110262187.2A CN112989695B (zh) 2021-03-10 2021-03-10 一种计及电网节点重要度的开关柜状态评估方法

Publications (2)

Publication Number Publication Date
CN112989695A CN112989695A (zh) 2021-06-18
CN112989695B true CN112989695B (zh) 2022-02-08

Family

ID=76334864

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110262187.2A Expired - Fee Related CN112989695B (zh) 2021-03-10 2021-03-10 一种计及电网节点重要度的开关柜状态评估方法

Country Status (1)

Country Link
CN (1) CN112989695B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113887750A (zh) * 2021-08-23 2022-01-04 浙江华云电力工程设计咨询有限公司 一种基于改进长短期记忆网络的开关柜状态评价方法
CN114123512B (zh) * 2021-12-01 2022-09-13 山东汇能电气有限公司 一种基于智能化的高压开关柜远程控制系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109324270A (zh) * 2018-08-07 2019-02-12 国网山东省电力公司淄博供电公司 一种高压开关柜智能在线监测系统

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2710269C (en) * 2009-08-11 2012-05-22 Certusview Technologies, Llc Locating equipment communicatively coupled to or equipped with a mobile/portable device
CN105158657A (zh) * 2015-08-26 2015-12-16 芜湖市凯鑫避雷器有限责任公司 高压开关柜局部放电在线监测系统
CN108009937B (zh) * 2016-11-01 2022-02-01 中国电力科学研究院 一种配电主设备健康状态的评估方法
CN108683256A (zh) * 2018-05-23 2018-10-19 重庆祥泰电气有限公司 具有在线测量功能的智能配电柜
CN111697705B (zh) * 2020-07-10 2022-08-05 西南石油大学 基于多源信息控制的配电一体化装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109324270A (zh) * 2018-08-07 2019-02-12 国网山东省电力公司淄博供电公司 一种高压开关柜智能在线监测系统

Also Published As

Publication number Publication date
CN112989695A (zh) 2021-06-18

Similar Documents

Publication Publication Date Title
CN101251564B (zh) 一种利用可拓学与粗糙集理论相结合的电力变压器故障诊断方法
CN112989695B (zh) 一种计及电网节点重要度的开关柜状态评估方法
CN110188309B (zh) 基于隐马尔科夫模型的油浸式电力变压器缺陷预警方法
Jin-qiang Fault prediction of a transformer bushing based on entropy weight TOPSIS and gray theory
CN109490726A (zh) 基于云理论的电力变压器绝缘状态评估方法
CN113341347B (zh) 一种基于aoelm的配电变压器故障动态检测方法
CN114460445A (zh) 考虑老化阈值与寿命的变压器老化不可用率评估方法
CN106503884A (zh) 一种对开关柜进行健康状态评估的方法
CN111460727A (zh) 一种利用多参量的变压器寿命预测方法
CN109490685B (zh) 基于油中溶解气体在线监测的变压器早期缺陷预警方法
CN110378610B (zh) 基于用户重要度和设备运行状态的配网薄弱环节辨识方法
CN109272190A (zh) 一种基于动量bp神经网络的电力电缆状态评价方法
CN116243230A (zh) 一种电压互感器故障在线诊断方法
CN115684857A (zh) 一种特高压变压器绝缘性能评估方法、装置和计算机设备
CN117233471A (zh) 基于接触阻抗渐变特性的中压配网树枝碰线故障检测方法
CN114050293B (zh) 一种固体氧化物燃料电池系统的工况辨识方法
CN111426913A (zh) 一种基于正序电压分布特性的故障定位方法和系统
CN113052249B (zh) 基于支持向量机和电流偏差系数的变压器绕组故障类型识别方法
CN112736904B (zh) 基于小扰动数据的电力负荷模型在线解析方法
CN118209905A (zh) 一种基于物联感知的配电变压器在线故障预测方法
CN114019365B (zh) 一种基于油中气体检测技术的有载分接开关故障诊断方法
CN114594344B (zh) 一种输电线路故障定位识别的方法及系统
CN117217584A (zh) 一种用于低压计量表箱质量状态评估方法
CN116739409A (zh) 一种配电站房整体健康状态评价方法
CN112182956B (zh) 一种基于bp神经网络的sf6在线监测装置压力的预测方法

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220208

CF01 Termination of patent right due to non-payment of annual fee