-
公开(公告)号:CN110390078B
公开(公告)日:2022-12-20
申请号:CN201910622392.8
申请日:2019-07-10
申请人: 南瑞集团有限公司 , 国电南瑞科技股份有限公司 , 国家电网有限公司 , 国网福建省电力有限公司电力科学研究院
IPC分类号: G06F17/18
摘要: 本发明公开了一种基于时空相关性的外部灾害下群发故障集生成方法,基于时序相关性系数生成时序相关群发故障集;基于空间同时率系数生成空间相关群发故障集;将时序相关群发故障集与空间相关群发故障集合并,并将两两线路组合中单一线路取出,组成一组故障;删除重复的两两线路组合,重复的单一线路,剩余的两两线路组合、单一线路即为时空故障集;计算时空故障集中各组故障的概率并由大到小排序,得到外部灾害下群发故障集。本发明赋予外部灾害引发故障时空关联关系,为外部灾害下的群发故障集提供有益的补充。
-
公开(公告)号:CN109741209B
公开(公告)日:2022-08-19
申请号:CN201811541512.3
申请日:2018-12-17
申请人: 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国网福建省电力有限公司电力科学研究院 , 国家电网有限公司
摘要: 本发明公开了一种台风灾害下配电网多源数据融合方法、系统及存储介质,所述方法包括:采集台风灾害下配电网多源数据;根据配电网多源数据的时间维度和空间维度,构建时空地理网格;对配电网多源数据进行一致性关联匹配;根据时空地理网格,结合一致性关联匹配后的配电网多源数据进行数据网格化处理;逐条为配电网多源数据增加时空地理网格编码,提取融合同一时空地理网格内的配电网多源数据。本发明考虑配电网多源数据的时间维度和空间维度,便于分析其变化规律和不同研究对象的差异;对所述配电网多源数据进行一致性关联匹配,解决了矢量数据和影像数据在融合前的不一致性问题,有助于提高配电网多源数据融合度。
-
公开(公告)号:CN109118035B
公开(公告)日:2022-04-05
申请号:CN201810661486.1
申请日:2018-06-25
申请人: 南瑞集团有限公司 , 国电南瑞科技股份有限公司 , 国网福建省电力有限公司电力科学研究院
摘要: 本发明公开了一种基于网格化预警信息的台风风涝灾害配电网风险评估方法,包括以下步骤:(1)故障概率评估;(2)预想故障生成:生成由台风风涝灾害引起的直接预想故障集,并进行增补生成台风风涝灾害下的完整预想故障集;(3)网络拓扑分析:结合配电网状态估计数据,对配电网进行网络拓扑分析,得到厂站与其根节点相关联的线路信息,对台风风涝灾害下的配电网进行失负荷区域评估,得到配电网失负荷区域;(4)配电网风险评估:计算得到区域配电网的失负荷概率及厂站失负荷量;根据负荷的重要等级及厂站失负荷概率,计算得到台风风涝灾害下区域配电网风险值。本发明由于采用了基于网格化的预警信息,工程实用性得到了提升。
-
公开(公告)号:CN110390078A
公开(公告)日:2019-10-29
申请号:CN201910622392.8
申请日:2019-07-10
申请人: 南瑞集团有限公司 , 国电南瑞科技股份有限公司 , 国家电网有限公司 , 国网福建省电力有限公司电力科学研究院
IPC分类号: G06F17/18
摘要: 本发明公开了一种基于时空相关性的外部灾害下群发故障集生成方法,基于时序相关性系数生成时序相关群发故障集;基于空间同时率系数生成空间相关群发故障集;将时序相关群发故障集与空间相关群发故障集合并,并将两两线路组合中单一线路取出,组成一组故障;删除重复的两两线路组合,重复的单一线路,剩余的两两线路组合、单一线路即为时空故障集;计算时空故障集中各组故障的概率并由大到小排序,得到外部灾害下群发故障集。本发明赋予外部灾害引发故障时空关联关系,为外部灾害下的群发故障集提供有益的补充。
-
公开(公告)号:CN109741209A
公开(公告)日:2019-05-10
申请号:CN201811541512.3
申请日:2018-12-17
申请人: 国电南瑞科技股份有限公司 , 南瑞集团有限公司 , 国网福建省电力有限公司电力科学研究院 , 国家电网有限公司
摘要: 本发明公开了一种台风灾害下配电网多源数据融合方法、系统及存储介质,所述方法包括:采集台风灾害下配电网多源数据;根据配电网多源数据的时间维度和空间维度,构建时空地理网格;对配电网多源数据进行一致性关联匹配;根据时空地理网格,结合一致性关联匹配后的配电网多源数据进行数据网格化处理;逐条为配电网多源数据增加时空地理网格编码,提取融合同一时空地理网格内的配电网多源数据。本发明考虑配电网多源数据的时间维度和空间维度,便于分析其变化规律和不同研究对象的差异;对所述配电网多源数据进行一致性关联匹配,解决了矢量数据和影像数据在融合前的不一致性问题,有助于提高配电网多源数据融合度。
-
公开(公告)号:CN109118035A
公开(公告)日:2019-01-01
申请号:CN201810661486.1
申请日:2018-06-25
申请人: 南瑞集团有限公司 , 国电南瑞科技股份有限公司 , 国网福建省电力有限公司电力科学研究院
摘要: 本发明公开了一种基于网格化预警信息的台风风涝灾害配电网风险评估方法,包括以下步骤:(1)故障概率评估;(2)预想故障生成:生成由台风风涝灾害引起的直接预想故障集,并进行增补生成台风风涝灾害下的完整预想故障集;(3)网络拓扑分析:结合配电网状态估计数据,对配电网进行网络拓扑分析,得到厂站与其根节点相关联的线路信息,对台风风涝灾害下的配电网进行失负荷区域评估,得到配电网失负荷区域;(4)配电网风险评估:计算得到区域配电网的失负荷概率及厂站失负荷量;根据负荷的重要等级及厂站失负荷概率,计算得到台风风涝灾害下区域配电网风险值。本发明由于采用了基于网格化的预警信息,工程实用性得到了提升。
-
公开(公告)号:CN109408604B
公开(公告)日:2022-08-09
申请号:CN201811101358.8
申请日:2018-09-20
申请人: 国电南瑞科技股份有限公司 , 国网福建省电力有限公司电力科学研究院 , 南瑞集团有限公司
摘要: 本发明公开了一种输电线路关联天气因素数据网格化处理方法、装置及系统,能够被应用于调度自动化系统中极端天气灾害对电网安全运行的评估分析。本发明主要对给定电网区域进行地理位置网格化处理,建立地理网格模型,再基于所述地理网格模型及输电线路的杆塔位置,确定输电线路所经过的格点;在此基础上基于地理网格模型及气象测点的地理位置、气象测点的气象要素测量值及区域天气预报数据确定地理网格模型中所有格点的气象要素数值;依据气象要素对输电线路影响的原则,选取对输电线路运行影响最大的气象要素数据作为输电线路的关联气象要素数据。本发明中的输电线路关联气象要素数据网格化处理方法,通过将气象要素数据关联到格点,提高了输电线路关联气象要素数据的获取效率。
-
公开(公告)号:CN109408604A
公开(公告)日:2019-03-01
申请号:CN201811101358.8
申请日:2018-09-20
申请人: 国电南瑞科技股份有限公司 , 国网福建省电力有限公司电力科学研究院 , 南瑞集团有限公司
摘要: 本发明公开了一种输电线路关联天气因素数据网格化处理方法、装置及系统,能够被应用于调度自动化系统中极端天气灾害对电网安全运行的评估分析。本发明主要对给定电网区域进行地理位置网格化处理,建立地理网格模型,再基于所述地理网格模型及输电线路的杆塔位置,确定输电线路所经过的格点;在此基础上基于地理网格模型及气象测点的地理位置、气象测点的气象要素测量值及区域天气预报数据确定地理网格模型中所有格点的气象要素数值;依据气象要素对输电线路影响的原则,选取对输电线路运行影响最大的气象要素数据作为输电线路的关联气象要素数据。本发明中的输电线路关联气象要素数据网格化处理方法,通过将气象要素数据关联到格点,提高了输电线路关联气象要素数据的获取效率。
-
公开(公告)号:CN108133225A
公开(公告)日:2018-06-08
申请号:CN201710995099.7
申请日:2017-10-23
申请人: 南京南瑞集团公司 , 国电南瑞科技股份有限公司 , 国网福建省电力有限公司电力科学研究院 , 南京理工大学
摘要: 本发明公开了一种支持向量机的覆冰闪络故障预警方法,属于电力系统故障预警技术领域。本发明首先采用偏互信息法筛选出覆冰闪络的关键影响因素,然后将优选因素作为SVM的输入,建立冰闪故障的SVM模型,最后,将该模型应用于实际覆冰闪络故障的预警。本发明以覆冰闪络故障预警为目标,解决了覆冰闪络故障样本小、非线性的问题,对覆冰闪络故障的预警有较高的准确度。
-
公开(公告)号:CN106408447A
公开(公告)日:2017-02-15
申请号:CN201610804904.9
申请日:2016-09-06
申请人: 南京南瑞集团公司 , 国电南瑞科技股份有限公司 , 国网福建省电力有限公司电力科学研究院 , 国网福建省电力有限公司 , 国家电网公司
IPC分类号: G06Q50/06
摘要: 本发明公开了一种基于输电过载的电网条件非同调概率计算方法及系统,属于电力系统控制技术领域。本发明方法包括基于故障后电网拓扑求取电网临界负荷系数的步骤,基于电网临界负荷系数采用K均值聚类方法将临界负荷进行区间划分并进行χ2检验判断区间划分是否有效的步骤和基于区间划分计算负荷超过临界负荷概率并结合线路开断概率计算非同调概率的步骤。本发明能够准确计算非同调概率,指导电网规划建设,避免系统发生过载和不必要投资。
-
-
-
-
-
-
-
-
-