一种基于数据挖掘技术的输电线路杆塔雷击风险评估方法

    公开(公告)号:CN104463700B

    公开(公告)日:2017-10-10

    申请号:CN201410736827.9

    申请日:2014-12-05

    Abstract: 一种基于数据挖掘技术的输电线路杆塔雷击风险评估方法,将输电线路杆塔坐标、杆塔结构信息、绝缘配置信息输入GIS,运用GIS系统,提取杆塔周围高程信息和杆塔处的地闪密度等级;根据高程信息计算地形特征参数;根据杆塔坐标、杆塔结构、绝缘配置信息计算得到杆塔的雷击跳闸率的预测值,其特征在于,所述方法还包括运用数据挖掘软件,输入获得的杆塔地形特征参数、地闪密度等级、雷击跳闸率预测值和雷击跳闸记录,建立数据挖掘模型,分析输出逐基杆塔发生雷击跳闸的概率;通过杆塔雷击跳闸概率与曾经发生过雷击跳闸杆塔的雷击跳闸概率比较评估杆塔雷击跳闸风险等级,为输电线路防雷设计和防雷差异化改造提供可靠的数据支持。

    一种基于微地形的电网冰区分布图局部订正方法

    公开(公告)号:CN104133972B

    公开(公告)日:2017-03-22

    申请号:CN201410397252.2

    申请日:2014-08-13

    Abstract: 本发明提供一种基于微地形的电网冰区分布图局部订正方法,包括:(1)收集研究区域输电线路人工监测微地形覆冰资料和研究区域的数字高程模型;(2)划分微地形监测点的覆冰等级;订正范围;(4)采用GIS领域分析法绘制所述各微地形监测点的订正范围;(5)对比微地形监测点的覆冰等级和所在位置冰区等级,确定所述各微地形监测点的订正范围的覆冰等级;(6)采用GIS叠加更新法订正冰区分布图。本发明利用微地形精细化订正冰区分布图,使绘制的冰区图更加准确的反映输电线路的覆冰分布和特征,有利于电网冰区分布图的实际应用,为输电线路设计运维工作的开展提供实际的指导意义。(3)根据所述地形起伏度确定各微地形监测点的

    一种输变电设备状态运行趋势分析方法

    公开(公告)号:CN104700321A

    公开(公告)日:2015-06-10

    申请号:CN201510114800.0

    申请日:2015-03-16

    CPC classification number: Y04S10/54 Y04S10/60 G06Q10/0637 G06Q50/06

    Abstract: 一种输变电设备状态运行趋势分析方法,包括步骤一、建立输变电设备信息模型;步骤二、从输变电设备信息模型中选取设备各部件运行特征参数值,构建输变电设备状态特征空间,计算设备各部件的不同运行特征参数值对应的动态劣化度值,使用变权模糊综合评价法得到设备运行状态值,得到时间序列上的设备历史运行状态样本;步骤三、使用设备历史运行状态样本作为原始训练样本,进行基于主成分分析法的神经网络训练,得到输变电设备运行状态趋势分析的神经网络模型;步骤四、使用训练好的神经网络进行输变电设备运行状态趋势分析。本发明可及时发现运行状态欠佳的设备,为制定合理的日常输变电设备维护、检修方案提供支持,提高电网运行的可靠性。

    一种输电线路故障校核诊断方法

    公开(公告)号:CN104122488A

    公开(公告)日:2014-10-29

    申请号:CN201410396270.9

    申请日:2014-08-13

    Abstract: 本发明提供一种输电线路故障校核诊断方法,其采用故障树分析法建立故障因子和故障类型的输电线路故障树模型,根据输电线路故障现象确定待诊断故障类型,根据故障因子的逻辑判断依据计算待诊断故障类型的故障因子的发生概率,采用模糊隶属函数计算待诊断故障类型的故障的案例匹配度,将每种故障类型因子概率和案例匹配度进行加权平均得到待诊断故障类型的综合发生概率,与人工设置的临界值相比较,如果超过则判断有可能为该故障,反之,则不可能为该故障,并给出诊断初步结论提交给专家审核,为输电线路故障诊断决策提供参考依据。本发明解决了目前输电线路故障诊断单一信息数据的分析诊断模式的不足,诊断更加精准、效果更好、实用性更强。

    一种输变电设备状态运行趋势分析方法

    公开(公告)号:CN104700321B

    公开(公告)日:2018-03-13

    申请号:CN201510114800.0

    申请日:2015-03-16

    CPC classification number: Y04S10/54 Y04S10/60

    Abstract: 一种输变电设备状态运行趋势分析方法,包括步骤一、建立输变电设备信息模型;步骤二、从输变电设备信息模型中选取设备各部件运行特征参数值,构建输变电设备状态特征空间,计算设备各部件的不同运行特征参数值对应的动态劣化度值,使用变权模糊综合评价法得到设备运行状态值,得到时间序列上的设备历史运行状态样本;步骤三、使用设备历史运行状态样本作为原始训练样本,进行基于主成分分析法的神经网络训练,得到输变电设备运行状态趋势分析的神经网络模型;步骤四、使用训练好的神经网络进行输变电设备运行状态趋势分析。本发明可及时发现运行状态欠佳的设备,为制定合理的日常输变电设备维护、检修方案提供支持,提高电网运行的可靠性。

Patent Agency Ranking