待恢复变电站节点优先级评估方法、装置、设备和存储介质

    公开(公告)号:CN118228910A

    公开(公告)日:2024-06-21

    申请号:CN202410140832.7

    申请日:2024-01-31

    Abstract: 本申请提供一种待恢复变电站节点优先级评估方法、装置、设备和存储介质,该方法包括:以待恢复的变电站节点的自身因素及其供电区域特点,确定所述待恢复变电站节点的优先级评估指标;分别采用层次分析法和熵权法对所述优先级评估指标进行主观权重赋权和客观权重赋权;基于博弈论对所述主观权重赋权和所述客观权重赋权进行融合,获得所述优先级评估指标的优化权重;根据所述优化权重,以及所述优化权重各自对应的所述优先级评估指标进行所述待恢复的变电站节点评分,并根据所述评分确定所述待恢复变电站节点优先级。本申请通过结合主客观赋权,可以准确的对变电站优先级评价的影响因素进行描述,进而准确的得出待恢复的变电站节点的优先级评分。

    基于电能线性约束模型的台区拓扑关系识别方法

    公开(公告)号:CN117195063A

    公开(公告)日:2023-12-08

    申请号:CN202310935738.6

    申请日:2023-07-27

    Abstract: 本发明公开了一种基于电能线性约束模型的台区拓扑关系识别方法,综合考虑同一台区下的各节点电能数据之间的关联特性,构建基于电能守恒原则的电能线性约束模型,考虑台区内电能损耗与计量误差的影响,对不同误差进行建模得到误差协方差矩阵,缩放电能矩阵,采用已知误差协方差的PCA模型识别原理,运用SVD求解约束模型进而得到关联子矩阵,获得台区拓扑关系。本发明充分考虑了不同误差的影响,使识别结果具有较高的准确率;同时仅需一段时间内的量测数据即可进行分析,在识别“表箱‑用户”的拓扑关系时,先通过相关系数确定归属于每个分支箱的用户,仅需要识别同一个分支箱下的表箱和用户的拓扑关系,减少了识别的计算量,提高了结果的准确度和效率。

    基于自学习机制的配电网故障恢复方法

    公开(公告)号:CN111082401B

    公开(公告)日:2022-07-08

    申请号:CN201911116644.6

    申请日:2019-11-15

    Abstract: 本发明公开了一种基于自学习机制的配电网故障恢复方法,电网正常运行时,依据风险评估结果进行预想事故仿真,进而构建基于事故预案与历史故障恢复方案的自学习数据库;故障后,提取故障特征,并计算当前故障与数据库中存储故障的相似度,按照由高到低的顺序排序;利用匹配到相似故障的供电恢复方案快速可靠地实现供电恢复的任务。本发明将传统复杂耗时的在线优化问题,转变成有限故障状态的相似性评估问题,在保证故障恢复方案质量的同时,大大降低了实时计算量,从而提高了供电恢复决策速度和方案性能,使供电恢复系统升级为具有自我学习、自我完善和不断进化能力的智能控制系统。

Patent Agency Ranking