CN117932276B - 一种中压配电网线路节能降损适应性评估方法 - Google Patents
一种中压配电网线路节能降损适应性评估方法 Download PDFInfo
- Publication number
- CN117932276B CN117932276B CN202410323292.6A CN202410323292A CN117932276B CN 117932276 B CN117932276 B CN 117932276B CN 202410323292 A CN202410323292 A CN 202410323292A CN 117932276 B CN117932276 B CN 117932276B
- Authority
- CN
- China
- Prior art keywords
- wind speed
- value
- loss reduction
- temperature
- fluctuation
- 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
Classifications
-
- 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
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- 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
- 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)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Economics (AREA)
- Computational Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Strategic Management (AREA)
- Algebra (AREA)
- Marketing (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Human Resources & Organizations (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Power Engineering (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于线路降损评估技术领域,本发明提供了一种中压配电网线路节能降损适应性评估方法,包括:采集多个场景下配电网降损线路的降损数据并记录采集降损数据时的场景环境数据,基于场景环境数据得到环境条件波动值,对不同场景进行分类,对分类后的场景分别进行比较分析,得到环境波动偏差参数,根据环境波动偏差参数选取目标场景,基于对目标场景的线路降损量进行分析,得到降损适应性参数,将降损适应性参数与降损适应性参数阈值进行比较,根据比较结果对线路降损适应性进行评估,本发明通过环境数据对其场景环境条件的相对波动以及自身整体波动进行结合分析,保证选取的目标场景更具有代表性,使其线路降损的适应性评估更加准确。
Description
技术领域
本发明属于线路降损评估技术领域,具体地说是一种中压配电网线路节能降损适应性评估方法。
背景技术
随着电力需求的日益增长,配电网的节能降损问题日益凸显。中压配电网作为电力传输的重要环节,其节能降损效果直接影响到整个电力系统的运行效率和经济效益。然而节能降损效果的评估受到环境条件的影响,如何对中压配电网线路进行准确的节能降损适应性评估,成为当前电力工程技术领域亟待解决的问题。
公布号为CN107016485A的一项中国专利申请公开了一种电力线路节能降损适应性评估方法,包括:采用BP神经网络对线路容量上限、线路故障后维修费用基值、故障概率基值、土地征用等级、电缆使用长度基值和线路距离人口集中区域系数进行修正计算,形成一种从节能降损角度评估电力线路节能适应性的二维方法。本发明提高了周期成本、损耗的计算精度,从经济、节能二维标准对线路适应性进行评价,对现有线路及线路规划选型提供了节能降损适应性评估依据。
上述现有技术中,从采用经济指标及节能指标分级评估作为线路节能降损适应性评估手段,但经济指标和节能指标更多是从宏观或长期的角度来评估线路的降损效果,可能无法直接反映特定环境条件下的线路性能,并且无法针对特定的环境条件为线路提供制定降损策略。
为此,本发明提供了一种中压配电网线路节能降损适应性评估方法。
发明内容
为了弥补现有技术的不足,解决背景技术中所提出的至少一个技术问题。
本发明解决其技术问题所采用的技术方案是:一种中压配电网线路节能降损适应性评估方法,包括:
步骤一:采集多个场景下配电网降损线路的降损数据并记录采集降损数据时的场景环境数据,其中,降损数据包括降损量,场景环境数据包括温度值和风速值;
步骤二:基于对不同场景下的场景环境数据进行分析,得到环境条件波动值SE,根据环境条件波动值SE对不同场景进行分类,其中,分类后的场景包括高程度波动场景和低程度波动场景;
步骤三:将分类后的场景分别进行比较分析,得到环境波动偏差参数ZXd,根据环境波动偏差参数ZXd选取目标场景,其中,目标场景包括最大程度波动场景和最小程度波动场景;
步骤四:将最小波动程度场景和最大波动场景对应的线路降损量进行比对分析,得到降损适应性参数VH,将降损适应性参数VH与降损适应性参数阈值VK进行比较,根据比较结果对线路降损适应性进行评估;
若降损适应性参数VH≥降损适应性参数阈值VK,则表示线路的降损适应性高;
若降损适应性参数VH<降损适应性参数阈值VK,则表示线路的降损适应性低。
作为本发明进一步的技术方案为:所述环境条件波动值SE的获取方式为:
将环境数据中的温度值和风速值分别在不同的X-Y二维坐标系中进行标记,并将标记点进行连接,得到检测时长内的温度变化曲线和风速变化曲线;
根据检测时长内的最大温度值、最小温度值、最大风速值以及最小风速值,得到检测时长内的平均风速值和平均温度值;
基于平均风速值和平均温度值在X-Y坐标系内作温度基准线和风速基准线;
将风速基准线与风速变化曲线之间围成的面积和风速基准线与X轴之间围成的面积进行比值处理,得到风速波动参数Sg;
将温度基准线与温度变化曲线之间围成的面积和温度基准线与X轴之间围成的面积进行比值处理,得到温度波动参数Sd;
通过公式:通过公式: 得到环境条件波动值SE,其中,a1和a2均为预设比例系数,a1取值1.021,a2取值为1.154。
作为本发明进一步的技术方案为:将得到的环境条件波动值SE与环境条件波动阈值进行比较:
预设环境条件波动阈值为SW;
若环境条件波动值SE≥环境条件波动阈值SW,则说明该场景下的环境条件波动程度较大;
若环境条件波动值SE<环境条件波动阈值SW,则表示该场景下的环境条件波动程度较小;
基于环境条件波动程度较大的场景,则将其标记为高程度波动场景;
基于环境条件波动程度较小的场景,则将其标记为低程度波动场景。
作为本发明进一步的技术方案为:基于对高程度波动场景和低程度波动场景进行分析,得到温度变化均值差占比和风速变化均值差占比,并将其分别标记为ZJC和ZJY;
通过公式:通过公式: 得到环境波动偏差参数ZXd,其中,s1和s2均为预设比例系数,s1取值为1.256,s2取值为1.231;
在高程度波动场景和低程度波动场景中,选取其最大环境波动偏差参数对应的高程度波动场景作为最大波动程度场景,选取其最大环境波动偏差参数对应的低程度波动场景作为最小波动程度场景。
作为本发明进一步的技术方案为:所述温度变化均值差占比ZJC和风速变化均值差占比ZJY的获取方式为:
基于高程度波动场景对应的风速变化曲线,统计高程度波动场景对应的风速变化曲线的波峰和波谷数量并获取波峰和波谷对应的风速值;
基于高程度波动场景对应的温度变化曲线,统计高程度波动场景对应的温度变化曲线的波峰和波谷数量并获取波峰和波谷对应的温度值;
分别将所有波峰和波谷的对应的风速值进行求和,得到风速总值;
分别将波峰和波谷数量进行求和,将波峰和波谷的数量和;
将风速总值与波峰和波谷的数量之和进行比值处理,得到第一风速变化均值;
分别将所有波峰和波谷的对应的温度值进行求和,得到温度总值;
将温度总值与波峰和波谷的数量之和进行比值处理,得到第一温度变化均值;
基于低程度波动场景对应的风速变化曲线和温度变化曲线进行分析,得到第二风速变化均值和第二温度变化均值,其中第二风速变化均值和第二温度变化均值的获得方法与第一风速变化均值和第一温度变化均值的获得方法相同;
将第一温度变化均值和第二温度变化均值进行差值处理,并将其差值取绝对值,得到温度变化均值差;
将第一风速变化均值和第二风速变化均值进行差值处理,并将其差值取绝对值,得到风速变化均值差;
将温度变化均值差与第二温度变化均值进行比值处理,得到温度变化均值差占比ZJC;
将风速变化均值差与第二风速变化均值进行比值处理,得到风速变化均值差占比ZJY。
作为本发明进一步的技术方案为:将所述最小波动程度场景和最大波动场景对应的线路降损量进行比对分析,得到降损适应性参数VH;
在最大波动程度场景中,将降损线路的检测时长划分为若干个连续且相等的第一时间子单元,获取每个第一时间子单元内的最大降损量和最小降损量,将最大降损量和最小降损量进行求和取均值,得到每个第一时间子单元内的平均降损量;
在最小波动程度场景中,将降损线路的检测时长划分为若干个连续且相等的第二时间子单元,获取每个第二时间子单元内的最大降损量和最小降损量,将最大降损量和最小降损量进行求和取均值,得到每个第二时间子单元内的平均降损量;
将所有第一时间子单元与所有第二时间子单元进行对应比较:
若第一时间子单元内的平均降损量与第二时间子单元内的平均降损量不相等,则将第一时间子单元标记为异常时间子单元,并将第一时间子单元对应的第二时间子单元标记为对照时间子单元,其中,每个异常时间子单元都对应一个对照时间子单元;
若第一时间子单元内的平均降损量与第二时间子单元内的平均降损量相等,则将第一时间子单元标记为正常时间子单元;
统计异常时间子单元的数量,将异常子单元的数量与第二时间子单元的数量进行比值处理,得到异常时间子单元的数量比,并将其标记为Vg;
分别将每个异常时间子单元内的降损量与对应的对照时间子单元内的降损量进行差值处理,并将得到的差值在取绝对值后进行求和取均值,得到异常时间子单元内的降损量偏差值,将所有第二时间子单元内的降损量进行求和,得到第二时间子单元的降损总量,将异常时间子单元内的降损量偏差值与第二时间子单元的降损总量进行比值处理,得到异常时间子单元的降损偏差占比,并将其标记为Vt;
通过公式: 得到降损适应性参数VH,其中, />和 />均为预设比例系数,其中, />取值为1.02,/>取值为1.69。
作为本发明进一步的技术方案为:还包括以下步骤:
步骤五:基于线路的降损适应性低,对最大波动程度场景和最小波动程度场景下对应的温度变化曲线、风速变化曲线以及降损量变化曲线进行分析,获取温度影响参数FG和风速影响参数GU,将温度影响参数FG和风速影响参数GU分别与温度影响参数阈值和风速影响参数阈值进行对应比较;
若温度影响参数FG≥FD,且风速影响参数GU<GJ,则表示温度对线路降损适应性存在影响,风速对线路降损适应性不存在影响;
若温度影响参数FG<FD,且风速影响参数GU≥GJ,则表示温度对线路降损适应性不存在影响,风速对线路降损适应性存在影响;
若温度影响参数FG≥FD,且风速影响参数GU≥GJ,则表示温度和风速对线路降损适应性均存在影响;
步骤六:基于温度和风速对线路降损适应性均存在影响,获取温度影响占比表征值XJ和风速影响占比表征值XM,并将其进行比较,根据比较结果判断温度影响和风速影响的主要程度。
作为本发明进一步的技术方案为:所述温度影响占比表征值XJ和风速影响占比表征值XM的获取方式为:
将最大波动程度场景和最小波动程度场景分别对应的温度变化曲线、风速变化曲线以及降损量变化曲线的水平长度均划分为若干个连续且相等长度子单元,并对其进行编号,其中,温度变化曲线、风速变化曲线以及降损量变化曲线之间对应的长度子单元的数量和编号均相同;
将最大波动程度场景和最小波动程度场景分别对应的温度变化曲线进行比对,将其未重合部分曲线进行截除,并将保留的部分曲线标记为第一保留部分曲线;
按照第一保留部分曲线的水平位置以及水平长度,对最大波动程度场景和最小波动程度场景分别对应的风速变化曲线进行相同水平位置以及相同水平长度的截取处理,并将截取的部分曲线再次进行比对,将其重合的部分曲线进行截除,保留未重合的部分曲线,并将其标记为第二保留部分曲线;
按照第二保留部分曲线的水平位置以及水平长度,对最大波动程度场景和最小波动程度场景分别对应的降损量变化曲线进行相同水平位置以及相同水平长度的截取处理,并将截取的部分曲线再次进行比对,将其重合的部分曲线进行截除,保留未重合的部分曲线,并将其标记为第三保留部分曲线;
获取第二保留部分曲线对应的长度子单元编号以及获取第三保留部分曲线对应的长度子单元编号,并将其进行比对,统计其中相同编号的长度子单元数量;
统计第二保留部分曲线对应的长度子单元与第三保留部分曲线对应的长度子单元的数量之和;
将相同编号的子单元数量与第二保留部分曲线对应的长度子单元与第三保留部分曲线对应的长度子单元的数量之和进行比值处理,得到风速影响参数GU;
温度影响参数FG的获取方法与风速影响参数GU的获取方法相同;
其中,风速影响参数GU的获取是先对温度变化曲线进行截除,再对风速变化曲线进行截取比对,最后对降损量变化曲线进行截取比对,温度影响参数FG的获取是先对风速变化曲线进行比对截除,再对温度变化曲线进行截取比对,最后对降损量变化曲线进行截取比对,其截除、截取以及比对处理方法均相同。
作为本发明进一步的技术方案为:所述温度影响占比表征值XJ与风速影响占比表征值XM的获取方式为:
将温度影响参数FG与温度影响参数阈值FD进行差值处理,并将其差值取绝对值,得到温度影响差值,将温度影响差值与温度影响参数阈值进行比值处理,得到温度影响占比表征值XJ;
将风速影响参数GU与风速影响参数阈值GJ进行差值处理,并将其差值取绝对值,得到风速影响差值,将风速影响差值与风速影响参数阈值进行比值处理,得到风速影响占比表征值XM。
作为本发明进一步的技术方案为:将温度影响占比表征值XJ与风速影响占比表征值XM进行比较:
若温度影响占比表征值XJ>风速影响占比表征值XM,则表示温度影响的主要程度大于风速影响;
若温度影响占比表征值XJ=风速影响占比表征值XM,则表示温度影响的主要程度与风速影响相同;
若温度影响占比表征值XJ<风速影响占比表征值XM,表示温度影响的主要程度小于风速影响。
本发明的有益效果如下:
1.本发明所述的一种中压配电网线路节能降损适应性评估方法,采集多个场景下配电网降损线路的降损数据并记录采集降损数据时的场景环境数据,其中,降损数据包括降损量,场景环境数据包括温度值和风速值;基于对不同场景下的场景环境数据进行分析,得到环境条件波动值SE,根据环境条件波动值SE对不同场景进行分类,其中,分类后的场景包括高程度波动场景和低程度波动场景;将分类后的场景分别进行比较分析,得到环境波动偏差参数ZXd,根据环境波动偏差参数ZXd选取目标场景,其中,目标场景包括最大程度波动场景和最小程度波动场景;将最小波动程度场景和最大波动场景对应的线路降损量进行比对分析,得到降损适应性参数VH,将降损适应性参数VH与降损适应性参数阈值VK进行比较,根据比较结果对线路降损适应性进行评估,本发明通过对不同场景的环境数据进行分析,选取其线路降损适应性评估的目标场景,其通过环境数据对其场景环境条件的相对波动以及自身整体波动进行结合分析,保证选取的目标场景更具有代表性,使其线路降损的适应性评估更加准确且具有代表性,并且通过结合环境数据对降损适应性进行分析,即通过温度和风度进行分析,其分析更加直接,可以实时反映出特定环境条件下的线路性能。
2.本发明所述的一种中压配电网线路节能降损适应性评估方法,基于线路的降损适应性低,对最大波动程度场景和最小波动程度场景下对应的温度变化曲线、风速变化曲线以及降损量变化曲线进行分析,获取温度影响参数FG和风速影响参数GU,将温度影响参数FG和风速影响参数GU分别与温度影响参数阈值和风速影响参数阈值进行对应比较,对其降损适应性的影响因素进行分析,本发明对线路降损适应性的影响因素进行分析,确定降损适应性的影响因素,还可以对之后线路在复杂环境下的降损适应性的影响因素分析提供理论方法依据。
3.本发明所述的一种中压配电网线路节能降损适应性评估方法,基于温度和风速对线路降损适应性均存在影响,获取温度影响占比表征值和风速影响占比表征值,并将其进行比较,根据比较结果判断温度影响和风速影响的主要程度,本发明通过对温度和风速对线路降损适应性的影响程度进行分析,,确定了温度和风速对线路降损适应性的影响程度,还可以为线路制定降损优化调整策略提供理论性基础。
附图说明
下面结合附图对本发明作进一步说明。
图1是本发明实施例所述的一种中压配电网线路节能降损适应性评估方法的流程图;
图2是本发明实施例所述的第一种替代中压配电网线路节能降损适应性评估方法的流程图;
图3是本发明实施例所述的第二种替代中压配电网线路节能降损适应性评估方法的流程图。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
实施例1
如图1所示,本发明实施例所述的一种中压配电网线路节能降损适应性评估方法,包括:
步骤一:采集多个场景下配电网降损线路的降损数据并记录采集降损数据时的场景环境数据,其中,降损数据包括降损量,场景环境数据包括温度值和风速值;
在一些实施例中,通过电能表对降损线路的输入和输出进行检测,并设置检测时长,以此得到降损线路的降损量;
在一些实施例中,通过传感器对场景环境进行检测,并设置检测时长,以此得到温度值、湿度值以及风速值;
步骤二:基于对不同场景下的场景环境数据进行分析,得到环境条件波动值,根据环境条件波动值对不同场景进行分类,其中,分类后的场景包括高程度波动场景和低程度波动场景;
具体的,将环境数据中的温度值和风速值分别在不同的X-Y二维坐标系中进行标记,并将标记点进行连接,得到检测时长内的温度变化曲线和风速变化曲线;
获取检测时长内的最大温度值、最小温度值、最大风速值以及最小风速值,将最大风速值和最小风速值进行求和取均值,得到检测时长内的平均风速值,将最大温度值和最小温度值进行求和取均值,得到检测时长内的平均温度值;
将平均风速值和平均温度值作为风速基准值和温度基准值分别在对应的温度变化曲线和风速变化曲线的坐标系内进行标记,并分别通过温度基准值和风速基准值作一条平行于X轴的直线,并标记为温度基准线和风速基准线;
需要说明的是,所作温度基准线和风速基准线的水平长度分别与温度变化曲线和风速变化曲线的水平长度对应相等,其中,风速变化曲线与温度变化曲线的水平长度也对应相等;
分别测量风速基准线与风速变化曲线之间围成的面积以及温度基准线与温度变化曲线之间围成的面积;
分别测量风速基准线与X轴之间围成的面积以及温度基准线与X轴之间围成的面积;
将风速基准线与风速变化曲线之间围成的面积和风速基准线与X轴之间围成的面积进行比值处理,得到风速波动参数;
将温度基准线与温度变化曲线之间围成的面积和温度基准线与X轴之间围成的面积进行比值处理,得到温度波动参数;
将风速波动参数标记为Sg,将温度波动参数标记为Sd;
通过公式: 得到环境条件波动值SE,其中,a1和a2均为预设比例系数,a1取值1.021,a2取值为1.154;
将得到的环境条件波动值SE与环境条件波动阈值进行比较,具体比较过程如下:
预设环境条件波动阈值为SW;
若环境条件波动值SE≥环境条件波动阈值SW,则说明该场景下的环境条件波动程度较大;
若环境条件波动值SE<环境条件波动阈值SW,则表示该场景下的环境条件波动程度较小;
基于环境条件波动程度较大的场景,则将其标记为高程度波动场景;
基于环境条件波动程度较小的场景,则将其标记为低程度波动场景;
步骤三:将分类后的场景分别进行比较分析,得到环境波动偏差参数,根据环境波动偏差参数选取目标场景,其中,目标场景包括最大程度波动场景和最小程度波动场景;
具体的,基于高程度波动场景对应的风速变化曲线,统计高程度波动场景对应的风速变化曲线的波峰和波谷数量并获取波峰和波谷对应的风速值;
基于高程度波动场景对应的温度变化曲线,统计高程度波动场景对应的温度变化曲线的波峰和波谷数量并获取波峰和波谷对应的温度值;
分别将所有波峰和波谷的对应的风速值进行求和,得到风速总值;
分别将波峰和波谷数量进行求和,将波峰和波谷的数量和;
将风速总值与波峰和波谷的数量之和进行比值处理,得到第一风速变化均值;
分别将所有波峰和波谷的对应的温度值进行求和,得到温度总值;
将温度总值与波峰和波谷的数量之和进行比值处理,得到第一温度变化均值;
基于低程度波动场景对应的风速变化曲线和温度变化曲线进行分析,得到第二风速变化均值和第二温度变化均值,其中第二风速变化均值和第二温度变化均值的获得方法与第一风速变化均值和第一温度变化均值的获得方法相同,此处不再进行赘述;
将第一温度变化均值和第二温度变化均值进行差值处理,并将其差值取绝对值,得到温度变化均值差;
将第一风速变化均值和第二风速变化均值进行差值处理,并将其差值取绝对值,得到风速变化均值差;
将温度变化均值差与第二温度变化均值进行比值处理,得到温度变化均值差占比;
将风速变化均值差与第二风速变化均值进行比值处理,得到风速变化均值差占比;
将得到的温度变化均值差占比和风速变化均值差占比分别标记为ZJC和ZJY,通过公式: 得到环境波动偏差参数ZXd,其中,s1和s2均为预设比例系数,s1取值为1.256,s2取值为1.231;
在高程度波动场景和低程度波动场景中,选取其最大环境波动偏差参数对应的高程度波动场景作为最大波动程度场景,选取其最大环境波动偏差参数对应的低程度波动场景作为最小波动程度场景;
步骤四:将最小波动程度场景和最大波动场景对应的线路降损量进行比对分析,得到降损适应性参数,将降损适应性参数与降损适应性参数阈值进行比较,根据比较结果对线路降损适应性进行评估;
具体的,在最大波动程度场景中,将降损线路的检测时长划分为若干个连续且相等的第一时间子单元,获取每个第一时间子单元内的最大降损量和最小降损量,将最大降损量和最小降损量进行求和取均值,得到每个第一时间子单元内的平均降损量;
在最小波动程度场景中,将降损线路的检测时长划分为若干个连续且相等的第二时间子单元,获取每个第二时间子单元内的最大降损量和最小降损量,将最大降损量和最小降损量进行求和取均值,得到每个第二时间子单元内的平均降损量;
需要说明的是,第二时间子单元的数量以及时间与第一时间子单元的数量以及时间均相同;
将所有第一时间子单元与所有第二时间子单元进行对应比较:
若第一时间子单元内的平均降损量与第二时间子单元内的平均降损量不相等,则将第一时间子单元标记为异常时间子单元,并将第一时间子单元对应的第二时间子单元标记为对照时间子单元,其中,每个异常时间子单元都对应一个对照时间子单元;
若第一时间子单元内的平均降损量与第二时间子单元内的平均降损量相等,则将第一时间子单元标记为正常时间子单元;
统计异常时间子单元的数量,将异常子单元的数量与第二时间子单元的数量进行比值处理,得到异常时间子单元的数量比,并将其标记为Vg;
分别将每个异常时间子单元内的降损量与对应的对照时间子单元内的降损量进行差值处理,并将得到的差值在取绝对值后进行求和取均值,得到异常时间子单元内的降损量偏差值,将所有第二时间子单元内的降损量进行求和,得到第二时间子单元的降损总量,将异常时间子单元内的降损量偏差值与第二时间子单元的降损总量进行比值处理,得到异常时间子单元的降损偏差占比,并将其标记为Vt;
通过公式: 得到降损适应性参数VH,其中, />和 />均为预设比例系数,其中, />取值为1.02, />取值为1.69;
将得到的降损适应性参数VH与降损适应性参数阈值进行比较,根据比较结果对线路降损适应性进行评估,具体比较过程如下:
预设降损适应性参数阈值为VK;
若降损适应性参数VH≥降损适应性参数阈值VK,则表示线路的降损适应性高;
若降损适应性参数VH<降损适应性参数阈值VK,则表示线路的降损适应性低。
实施例2
如图2和图3所示,基于实施例1的基础上,本发明实施例所述的一种中压配电网线路节能降损适应性评估方法,还包括以下步骤:
步骤五:基于线路的降损适应性低,对最大波动程度场景和最小波动程度场景下对应的温度变化曲线、风速变化曲线以及降损量变化曲线进行分析,获取温度影响参数FG和风速影响参数GU,将温度影响参数FG和风速影响参数GU分别与温度影响参数阈值和风速影响参数阈值进行对应比较,对其降损适应性的影响因素进行分析;
具体的,将最大波动程度场景和最小波动程度场景分别对应的温度变化曲线、风速变化曲线以及降损量变化曲线的水平长度均划分为若干个连续且相等长度子单元,并对其进行编号,其中,温度变化曲线、风速变化曲线以及降损量变化曲线之间对应的长度子单元的数量和编号均相同,例如,温度变化曲线对应的长度子单元数量为100,编号为1、2、3、4、5、4、6......100,则风速变化曲线的长度子单元数量也为100,编号为1、2、3、4、5、6......100,降损量变化曲线与上述风速变化曲线和温度变化曲线对应的长度子单元数量和编号均相同;
将最大波动程度场景和最小波动程度场景分别对应的温度变化曲线进行比对,将其未重合部分曲线进行截除,并将保留的部分曲线标记为第一保留部分曲线;
按照第一保留部分曲线的水平位置以及水平长度,对最大波动程度场景和最小波动程度场景分别对应的风速变化曲线进行相同水平位置以及相同水平长度的截取处理,并将截取的部分曲线再次进行比对,将其重合的部分曲线进行截除,保留未重合的部分曲线,并将其标记为第二保留部分曲线;
按照第二保留部分曲线的水平位置以及水平长度,对最大波动程度场景和最小波动程度场景分别对应的降损量变化曲线进行相同水平位置以及相同水平长度的截取处理,并将截取的部分曲线再次进行比对,将其重合的部分曲线进行截除,保留未重合的部分曲线,并将其标记为第三保留部分曲线;
获取第二保留部分曲线对应的长度子单元编号以及获取第三保留部分曲线对应的长度子单元编号,并将其进行比对,统计其中相同编号的长度子单元数量;
统计第二保留部分曲线对应的长度子单元与第三保留部分曲线对应的长度子单元的数量之和;
将相同编号的子单元数量与第二保留部分曲线对应的长度子单元与第三保留部分曲线对应的长度子单元的数量之和进行比值处理,得到风速影响参数GU;
与上述获得风速影响参数GU的方法相同,获取温度影响参数FG;
其中,风速影响参数GU的获取是先对温度变化曲线进行截除,再对风速变化曲线进行截取比对,最后对降损量变化曲线进行截取比对,温度影响参数FG的获取是先对风速变化曲线进行比对解除,再对温度变化曲线进行截取比对,最后对降损量变化曲线进行截取比对,其截除、截取以及比对处理方法均相同;
分别将温度影响参数FG和风速影响参数GU与对应的温度影响参数阈值和风速影响参数阈值进行对应比较,具体比较过程如下:
预设温度影响参数阈值为FD,预设风速影响参数阈值为GJ;
若温度影响参数FG≥FD,且风速影响参数GU<GJ,则表示温度对线路降损适应性存在影响,风速对线路降损适应性不存在影响;
若温度影响参数FG<FD,且风速影响参数GU≥GJ,则表示温度对线路降损适应性不存在影响,风速对线路降损适应性存在影响;
若温度影响参数FG≥FD,且风速影响参数GU≥GJ,则表示温度和风速对线路降损适应性均存在影响;
步骤六:基于温度和风速对线路降损适应性均存在影响,获取温度影响占比表征值和风速影响占比表征值,并将其进行比较,根据比较结果判断温度影响和风速影响的主要程度;
具体的,将温度影响参数FG与温度影响参数阈值FD进行差值处理,并将其差值取绝对值,得到温度影响差值,将温度影响差值与温度影响参数阈值进行比值处理,得到温度影响占比表征值XJ;
将风速影响参数GU与风速影响参数阈值GJ进行差值处理,并将其差值取绝对值,得到风速影响差值,将风速影响差值与风速影响参数阈值进行比值处理,得到风速影响占比表征值XM;
将温度影响占比表征值XJ与风速影响占比表征值XM进行比较:
若温度影响占比表征值XJ>风速影响占比表征值XM,则表示温度影响的主要程度大于风速影响;
若温度影响占比表征值XJ=风速影响占比表征值XM,则表示温度影响的主要程度与风速影响相同;
若温度影响占比表征值XJ<风速影响占比表征值XM,表示温度影响的主要程度小于风速影响。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (5)
1.一种中压配电网线路节能降损适应性评估方法,其特征在于:包括:
步骤一:采集多个场景下配电网降损线路的降损数据并记录采集降损数据时的场景环境数据,其中,降损数据包括降损量,场景环境数据包括温度值和风速值;
步骤二:基于对不同场景下的场景环境数据进行分析,得到环境条件波动值SE,根据环境条件波动值SE对不同场景进行分类,其中,分类后的场景包括高程度波动场景和低程度波动场景;
所述环境条件波动值SE的获取方式为:
将环境数据中的温度值和风速值分别在不同的X-Y二维坐标系中进行标记,并将标记点进行连接,得到检测时长内的温度变化曲线和风速变化曲线;
根据检测时长内的最大温度值、最小温度值、最大风速值以及最小风速值,得到检测时长内的平均风速值和平均温度值;
基于平均风速值和平均温度值在X-Y坐标系内作温度基准线和风速基准线;
将风速基准线与风速变化曲线之间围成的面积和风速基准线与X轴之间围成的面积进行比值处理,得到风速波动参数Sg;
将温度基准线与温度变化曲线之间围成的面积和温度基准线与X轴之间围成的面积进行比值处理,得到温度波动参数Sd;
通过公式:通过公式:得到环境条件波动值SE,其中,a1和a2均为预设比例系数,a1取值1.021,a2取值为1.154;
将得到的环境条件波动值SE与环境条件波动阈值进行比较:
预设环境条件波动阈值为SW;
若环境条件波动值SE≥环境条件波动阈值SW,则说明该场景下的环境条件波动程度较大;
若环境条件波动值SE<环境条件波动阈值SW,则表示该场景下的环境条件波动程度较小;
基于环境条件波动程度较大的场景,则将其标记为高程度波动场景;
基于环境条件波动程度较小的场景,则将其标记为低程度波动场景;
步骤三:将分类后的场景分别进行比较分析,得到环境波动偏差参数ZXd,根据环境波动偏差参数ZXd选取目标场景,其中,目标场景包括最大程度波动场景和最小程度波动场景;
基于对高程度波动场景和低程度波动场景进行分析,得到温度变化均值差占比和风速变化均值差占比,并将其分别标记为ZJC和ZJY;
通过公式:通过公式:得到环境波动偏差参数ZXd,其中,s1和s2均为预设比例系数,s1取值为1.256,s2取值为1.231;
在高程度波动场景和低程度波动场景中,选取其最大环境波动偏差参数对应的高程度波动场景作为最大波动程度场景,选取其最大环境波动偏差参数对应的低程度波动场景作为最小波动程度场景;
所述温度变化均值差占比ZJC和风速变化均值差占比ZJY的获取方式为:
基于高程度波动场景对应的风速变化曲线,统计高程度波动场景对应的风速变化曲线的波峰和波谷数量并获取波峰和波谷对应的风速值;
基于高程度波动场景对应的温度变化曲线,统计高程度波动场景对应的温度变化曲线的波峰和波谷数量并获取波峰和波谷对应的温度值;
分别将所有波峰和波谷的对应的风速值进行求和,得到风速总值;
分别将波峰和波谷数量进行求和,将波峰和波谷的数量和;
将风速总值与波峰和波谷的数量之和进行比值处理,得到第一风速变化均值;
分别将所有波峰和波谷的对应的温度值进行求和,得到温度总值;
将温度总值与波峰和波谷的数量之和进行比值处理,得到第一温度变化均值;
基于低程度波动场景对应的风速变化曲线和温度变化曲线进行分析,得到第二风速变化均值和第二温度变化均值,其中第二风速变化均值和第二温度变化均值的获得方法与第一风速变化均值和第一温度变化均值的获得方法相同;
将第一温度变化均值和第二温度变化均值进行差值处理,并将其差值取绝对值,得到温度变化均值差;
将第一风速变化均值和第二风速变化均值进行差值处理,并将其差值取绝对值,得到风速变化均值差;
将温度变化均值差与第二温度变化均值进行比值处理,得到温度变化均值差占比ZJC;
将风速变化均值差与第二风速变化均值进行比值处理,得到风速变化均值差占比ZJY;
步骤四:将最小波动程度场景和最大波动场景对应的线路降损量进行比对分析,得到降损适应性参数VH,将降损适应性参数VH与降损适应性参数阈值VK进行比较,根据比较结果对线路降损适应性进行评估;
在最大波动程度场景中,将降损线路的检测时长划分为若干个连续且相等的第一时间子单元,获取每个第一时间子单元内的最大降损量和最小降损量,将最大降损量和最小降损量进行求和取均值,得到每个第一时间子单元内的平均降损量;
在最小波动程度场景中,将降损线路的检测时长划分为若干个连续且相等的第二时间子单元,获取每个第二时间子单元内的最大降损量和最小降损量,将最大降损量和最小降损量进行求和取均值,得到每个第二时间子单元内的平均降损量;
将所有第一时间子单元与所有第二时间子单元进行对应比较:
若第一时间子单元内的平均降损量与第二时间子单元内的平均降损量不相等,则将第一时间子单元标记为异常时间子单元,并将第一时间子单元对应的第二时间子单元标记为对照时间子单元,其中,每个异常时间子单元都对应一个对照时间子单元;
若第一时间子单元内的平均降损量与第二时间子单元内的平均降损量相等,则将第一时间子单元标记为正常时间子单元;
统计异常时间子单元的数量,将异常子单元的数量与第二时间子单元的数量进行比值处理,得到异常时间子单元的数量比,并将其标记为Vg;
分别将每个异常时间子单元内的降损量与对应的对照时间子单元内的降损量进行差值处理,并将得到的差值在取绝对值后进行求和取均值,得到异常时间子单元内的降损量偏差值,将所有第二时间子单元内的降损量进行求和,得到第二时间子单元的降损总量,将异常时间子单元内的降损量偏差值与第二时间子单元的降损总量进行比值处理,得到异常时间子单元的降损偏差占比,并将其标记为Vt;
通过公式:得到降损适应性参数VH,其中,/>和/>均为预设比例系数,其中,/>取值为1.02,/>取值为1.69;
若降损适应性参数VH≥降损适应性参数阈值VK,则表示线路的降损适应性高;
若降损适应性参数VH<降损适应性参数阈值VK,则表示线路的降损适应性低。
2.根据权利要求1所述的一种中压配电网线路节能降损适应性评估方法,其特征在于:还包括以下步骤:
步骤五:基于线路的降损适应性低,对最大波动程度场景和最小波动程度场景下对应的温度变化曲线、风速变化曲线以及降损量变化曲线进行分析,获取温度影响参数FG和风速影响参数GU,将温度影响参数FG和风速影响参数GU分别与温度影响参数阈值和风速影响参数阈值进行对应比较;
若温度影响参数FG≥FD,且风速影响参数GU<GJ,则表示温度对线路降损适应性存在影响,风速对线路降损适应性不存在影响;
若温度影响参数FG<FD,且风速影响参数GU≥GJ,则表示温度对线路降损适应性不存在影响,风速对线路降损适应性存在影响;
若温度影响参数FG≥FD,且风速影响参数GU≥GJ,则表示温度和风速对线路降损适应性均存在影响;
步骤六:基于温度和风速对线路降损适应性均存在影响,获取温度影响占比表征值XJ和风速影响占比表征值XM,并将其进行比较,根据比较结果判断温度影响和风速影响的主要程度。
3.根据权利要求2所述的一种中压配电网线路节能降损适应性评估方法,其特征在于:所述温度影响占比表征值XJ和风速影响占比表征值XM的获取方式为:
将最大波动程度场景和最小波动程度场景分别对应的温度变化曲线、风速变化曲线以及降损量变化曲线的水平长度均划分为若干个连续且相等长度子单元,并对其进行编号,其中,温度变化曲线、风速变化曲线以及降损量变化曲线之间对应的长度子单元的数量和编号均相同;
将最大波动程度场景和最小波动程度场景分别对应的温度变化曲线进行比对,将其未重合部分曲线进行截除,并将保留的部分曲线标记为第一保留部分曲线;
按照第一保留部分曲线的水平位置以及水平长度,对最大波动程度场景和最小波动程度场景分别对应的风速变化曲线进行相同水平位置以及相同水平长度的截取处理,并将截取的部分曲线再次进行比对,将其重合的部分曲线进行截除,保留未重合的部分曲线,并将其标记为第二保留部分曲线;
按照第二保留部分曲线的水平位置以及水平长度,对最大波动程度场景和最小波动程度场景分别对应的降损量变化曲线进行相同水平位置以及相同水平长度的截取处理,并将截取的部分曲线再次进行比对,将其重合的部分曲线进行截除,保留未重合的部分曲线,并将其标记为第三保留部分曲线;
获取第二保留部分曲线对应的长度子单元编号以及获取第三保留部分曲线对应的长度子单元编号,并将其进行比对,统计其中相同编号的长度子单元数量;
统计第二保留部分曲线对应的长度子单元与第三保留部分曲线对应的长度子单元的数量之和;
将相同编号的子单元数量与第二保留部分曲线对应的长度子单元与第三保留部分曲线对应的长度子单元的数量之和进行比值处理,得到风速影响参数GU;
温度影响参数FG的获取方法与风速影响参数GU的获取方法相同;
其中,风速影响参数GU的获取是先对温度变化曲线进行截除,再对风速变化曲线进行截取比对,最后对降损量变化曲线进行截取比对,温度影响参数FG的获取是先对风速变化曲线进行比对截除,再对温度变化曲线进行截取比对,最后对降损量变化曲线进行截取比对,其截除、截取以及比对处理方法均相同。
4.根据权利要求3所述的一种中压配电网线路节能降损适应性评估方法,其特征在于:所述温度影响占比表征值XJ与风速影响占比表征值XM的获取方式为:
将温度影响参数FG与温度影响参数阈值FD进行差值处理,并将其差值取绝对值,得到温度影响差值,将温度影响差值与温度影响参数阈值进行比值处理,得到温度影响占比表征值XJ;
将风速影响参数GU与风速影响参数阈值GJ进行差值处理,并将其差值取绝对值,得到风速影响差值,将风速影响差值与风速影响参数阈值进行比值处理,得到风速影响占比表征值XM。
5.根据权利要求4所述的一种中压配电网线路节能降损适应性评估方法,其特征在于:将温度影响占比表征值XJ与风速影响占比表征值XM进行比较:
若温度影响占比表征值XJ>风速影响占比表征值XM,则表示温度影响的主要程度大于风速影响;
若温度影响占比表征值XJ=风速影响占比表征值XM,则表示温度影响的主要程度与风速影响相同;
若温度影响占比表征值XJ<风速影响占比表征值XM,表示温度影响的主要程度小于风速影响。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410323292.6A CN117932276B (zh) | 2024-03-21 | 2024-03-21 | 一种中压配电网线路节能降损适应性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410323292.6A CN117932276B (zh) | 2024-03-21 | 2024-03-21 | 一种中压配电网线路节能降损适应性评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117932276A CN117932276A (zh) | 2024-04-26 |
CN117932276B true CN117932276B (zh) | 2024-05-31 |
Family
ID=90752261
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410323292.6A Active CN117932276B (zh) | 2024-03-21 | 2024-03-21 | 一种中压配电网线路节能降损适应性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117932276B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017025483A1 (de) * | 2015-08-07 | 2017-02-16 | SensoMotoric Instruments Gesellschaft für innovative Sensorik mbH | Verfahren und vorrichtung zur datenerfassung und auswertung von umgebungsdaten |
CN106505556A (zh) * | 2016-11-09 | 2017-03-15 | 国网山东省电力公司东阿县供电公司 | 城市中低压配电网降损的方法 |
CN107016485A (zh) * | 2017-02-20 | 2017-08-04 | 国网浙江省电力公司经济技术研究院 | 一种电力线路节能降损适应性评估方法 |
CN110649644A (zh) * | 2018-06-26 | 2020-01-03 | 南京理工大学 | 一种含分布式电源的城市配电网优化降损方法 |
CN111967156A (zh) * | 2020-08-13 | 2020-11-20 | 国家电网有限公司 | 一种基于相关性分析模型的多维度10kV电网降损优化方法 |
CN112862243A (zh) * | 2020-12-31 | 2021-05-28 | 易事特集团股份有限公司 | 一种基于大数据的配电网节能降损系统及方法 |
US11159253B1 (en) * | 2020-08-05 | 2021-10-26 | Shenzhen Jaguar Wave Technology Ltd. | Method for adjusting an antenna parameter, radio device, and apparatus with a storage function |
CN115986917A (zh) * | 2022-12-05 | 2023-04-18 | 贵州电网有限责任公司 | 一种中压配电网动模系统 |
CN116026389A (zh) * | 2023-03-07 | 2023-04-28 | 湖南科技学院 | 一种基于数据分析的智能传感器运行检测系统 |
CN116975140A (zh) * | 2023-07-27 | 2023-10-31 | 广东电网有限责任公司 | 一种电力系统降损调控结果可视化方法及系统 |
CN117175586A (zh) * | 2023-11-03 | 2023-12-05 | 国网山东省电力公司菏泽供电公司 | 一种中压线路多场景节能降损处理系统 |
CN117473253A (zh) * | 2023-10-19 | 2024-01-30 | 杭州电力设备制造有限公司 | 一种电力采集数据质量评估方法 |
CN117669832A (zh) * | 2023-12-14 | 2024-03-08 | 国网河北省电力有限公司电力科学研究院 | 降损成效评价方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7940961B2 (en) * | 2007-12-20 | 2011-05-10 | The United States Of America As Represented By The Secretary Of The Navy | Method for enhancing ground-based detection of a moving object |
-
2024
- 2024-03-21 CN CN202410323292.6A patent/CN117932276B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017025483A1 (de) * | 2015-08-07 | 2017-02-16 | SensoMotoric Instruments Gesellschaft für innovative Sensorik mbH | Verfahren und vorrichtung zur datenerfassung und auswertung von umgebungsdaten |
CN106505556A (zh) * | 2016-11-09 | 2017-03-15 | 国网山东省电力公司东阿县供电公司 | 城市中低压配电网降损的方法 |
CN107016485A (zh) * | 2017-02-20 | 2017-08-04 | 国网浙江省电力公司经济技术研究院 | 一种电力线路节能降损适应性评估方法 |
CN110649644A (zh) * | 2018-06-26 | 2020-01-03 | 南京理工大学 | 一种含分布式电源的城市配电网优化降损方法 |
US11159253B1 (en) * | 2020-08-05 | 2021-10-26 | Shenzhen Jaguar Wave Technology Ltd. | Method for adjusting an antenna parameter, radio device, and apparatus with a storage function |
CN111967156A (zh) * | 2020-08-13 | 2020-11-20 | 国家电网有限公司 | 一种基于相关性分析模型的多维度10kV电网降损优化方法 |
CN112862243A (zh) * | 2020-12-31 | 2021-05-28 | 易事特集团股份有限公司 | 一种基于大数据的配电网节能降损系统及方法 |
CN115986917A (zh) * | 2022-12-05 | 2023-04-18 | 贵州电网有限责任公司 | 一种中压配电网动模系统 |
CN116026389A (zh) * | 2023-03-07 | 2023-04-28 | 湖南科技学院 | 一种基于数据分析的智能传感器运行检测系统 |
CN116975140A (zh) * | 2023-07-27 | 2023-10-31 | 广东电网有限责任公司 | 一种电力系统降损调控结果可视化方法及系统 |
CN117473253A (zh) * | 2023-10-19 | 2024-01-30 | 杭州电力设备制造有限公司 | 一种电力采集数据质量评估方法 |
CN117175586A (zh) * | 2023-11-03 | 2023-12-05 | 国网山东省电力公司菏泽供电公司 | 一种中压线路多场景节能降损处理系统 |
CN117669832A (zh) * | 2023-12-14 | 2024-03-08 | 国网河北省电力有限公司电力科学研究院 | 降损成效评价方法及装置 |
Non-Patent Citations (3)
Title |
---|
R. Droms ; Cisco Systems, Inc. ; D. Evans ; ARRIS International, Inc. ; .Time Protocol Servers and Time Offset Options for IPv6 DHCPdraft-droms-dhc-dhcpv6-rfc868-servers-02.txt.IETF .2005,全文. * |
随机故障场景下电压暂降的综合评估及其抑制方法研究;邹泽宇;硕士电子期刊2023年;20230115;全文 * |
马喜平 ; 贾嵘 ; 梁琛 ; 王维洲 ; 徐瑞.高比例新能源接入下电力系统降损研究综述.电网技术.2022,全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN117932276A (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114298863B (zh) | 一种智能抄表终端的数据采集方法及系统 | |
CN114901057A (zh) | 一种数据中心机房内部多点能耗检测与动态调节系统 | |
CN116028887B (zh) | 一种连续性工业生产数据的分析方法 | |
CN113687176A (zh) | 一种基于深度神经网络的用电异常检测方法、系统 | |
CN117937497B (zh) | 算力负载均衡方法及装置 | |
CN113420197B (zh) | 光伏组件清洗检测方法、装置、终端设备及存储介质 | |
CN110750760A (zh) | 一种基于态势感知和控制图的异常理论线损检测方法 | |
CN118586889A (zh) | 一种光伏组件的周期性巡检方法、系统、电子设备及介质 | |
CN117592799A (zh) | 一种在役风电项目资源后评估系统 | |
CN117932276B (zh) | 一种中压配电网线路节能降损适应性评估方法 | |
CN109767353B (zh) | 一种基于概率分布函数的光伏发电功率预测方法 | |
CN118472945B (zh) | 高比例分布式光伏实测数据的zip负荷模型建立方法 | |
CN118659464B (zh) | 一种新能源电站集控方法及系统 | |
CN115166625A (zh) | 智能电表误差估计方法及装置 | |
CN117575176B (zh) | 一种电力数据中异常值的处理方法及系统 | |
CN119150478A (zh) | 应用于通讯模具焊接下的异常点智能识别方法及系统 | |
CN112667602A (zh) | 一种电网运行场景划分方法、系统及存储介质 | |
CN111404146A (zh) | 一种基于用户负荷转移舒适度的配电方法、系统和终端 | |
CN116756506A (zh) | 区域电缆网络碳排放检测方法、系统、装置及存储介质 | |
CN108197843A (zh) | 一种平坦地形风电出力特性评估方法 | |
CN116500386A (zh) | 一种风电场集电线路电缆局放信号采集处理方法 | |
CN118365173B (zh) | 一种用于大规模风电场的气候效应智能评估方法 | |
CN111948446A (zh) | 一种自适应的负荷识别方法以及智能电能表 | |
CN117236906B (zh) | 一种适应电-碳市场协同发展的减碳成本分析方法 | |
CN117708689B (zh) | 一种基于距离特征法的光伏组件故障检测方法 |
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 |