-
公开(公告)号:CN113469494B
公开(公告)日:2023-10-27
申请号:CN202110569183.9
申请日:2021-05-25
申请人: 国网浙江省电力有限公司台州供电公司 , 台州宏达电力建设有限公司
IPC分类号: G06Q10/0635 , G06F17/18 , G06Q50/06
摘要: 本发明公开了一种山火引发线路故障风险评估方法,包括如下步骤:步骤S1:采集线路信息、山火信息、环境信息、电网状态信息;步骤S2:根据山火信息、环境信息计算击穿电压的校正系数:步骤S3:计算山火条件下线路击穿电压,评估线路相对地击穿导致输电线路跳闸的概率和线路相间击穿导致输电线路跳闸的概率;步骤S4:计算山火条件下输电线路发生跳闸的概率;步骤S5:对山火条件下线路跳闸影响电网的严重程度进行量化分析,评估山火引发线路故障风险。本发明考虑了不同电压等级线路设计高程、杆塔高度和线路弧垂及山火发生地点的差异性,引入了温度、电导率和灰烬颗粒进行击穿电压的校正,具有全面性和通用性。
-
公开(公告)号:CN112785117A
公开(公告)日:2021-05-11
申请号:CN202011508929.7
申请日:2020-12-18
申请人: 国网浙江省电力有限公司台州供电公司 , 台州宏达电力建设有限公司 , 武汉大学
摘要: 本发明公开了一种输电线路全线雷电绕击跳闸风险多维分析方法,首先对需进行雷电绕击跳闸风险分析的输电线路雷暴日、杆塔尺寸、地形比例、海拔、绝缘配置数据进行收集,依次计算击距、暴露距离、修正海拔因素的线路耐压水平、单基塔的雷电绕击风险。基于计算模型研究不同杆塔呼高、雷电日、地形等情况下的雷电绕击特性,能够识别全线薄弱环节;选取代表组合条件计算典型杆塔雷电绕击跳闸风险,基于同区域全线地形比例及杆塔使用情况,提取权重系数计算全线雷电绕击跳闸风险,能够快速通过典型组合的加权平均对全线雷电绕击跳闸风险进行分析,为线路的防雷提供有效建议,具有较好的准确性性和客观性。
-
公开(公告)号:CN112785117B
公开(公告)日:2023-04-07
申请号:CN202011508929.7
申请日:2020-12-18
申请人: 国网浙江省电力有限公司台州供电公司 , 台州宏达电力建设有限公司 , 武汉大学
IPC分类号: G06Q10/0635 , G06Q50/06 , G06F17/15 , G06F17/18
摘要: 本发明公开了一种输电线路全线雷电绕击跳闸风险多维分析方法,首先对需进行雷电绕击跳闸风险分析的输电线路雷暴日、杆塔尺寸、地形比例、海拔、绝缘配置数据进行收集,依次计算击距、暴露距离、修正海拔因素的线路耐压水平、单基塔的雷电绕击风险。基于计算模型研究不同杆塔呼高、雷电日、地形等情况下的雷电绕击特性,能够识别全线薄弱环节;选取代表组合条件计算典型杆塔雷电绕击跳闸风险,基于同区域全线地形比例及杆塔使用情况,提取权重系数计算全线雷电绕击跳闸风险,能够快速通过典型组合的加权平均对全线雷电绕击跳闸风险进行分析,为线路的防雷提供有效建议,具有较好的准确性性和客观性。
-
公开(公告)号:CN113469494A
公开(公告)日:2021-10-01
申请号:CN202110569183.9
申请日:2021-05-25
申请人: 国网浙江省电力有限公司台州供电公司 , 台州宏达电力建设有限公司
摘要: 本发明公开了一种山火引发线路故障风险评估方法,包括如下步骤:步骤S1:采集线路信息、山火信息、环境信息、电网状态信息;步骤S2:根据山火信息、环境信息计算击穿电压的校正系数:步骤S3:计算山火条件下线路击穿电压,评估线路相对地击穿导致输电线路跳闸的概率和线路相间击穿导致输电线路跳闸的概率;步骤S4:计算山火条件下输电线路发生跳闸的概率;步骤S5:对山火条件下线路跳闸影响电网的严重程度进行量化分析,评估山火引发线路故障风险。本发明考虑了不同电压等级线路设计高程、杆塔高度和线路弧垂及山火发生地点的差异性,引入了温度、电导率和灰烬颗粒进行击穿电压的校正,具有全面性和通用性。
-
公开(公告)号:CN112580853A
公开(公告)日:2021-03-30
申请号:CN202011306110.2
申请日:2020-11-20
申请人: 国网浙江省电力有限公司台州供电公司 , 武汉大学
摘要: 本发明提出了一种基于径向基神经网络的母线短期负荷预测方法,包括:对电力系统中各个指标与母线短期负荷之间的相关性进行分析,根据分析结果筛选出影响母线短期负荷的相关指标;根据筛选出的相关指标,结合相关性的分析结果构建径向基神经网络;根据所述相关指标的历史数据对径向基神经网络进行训练,得到训练后的径向基神经网络;将相关指标的实时数据输入训练后的径向基神经网络,得到母线短期负荷的预测结果。在电力系统的母线侧进行短期负荷预测,引入pearson系数进行相关性分析,有利于准确构建径向基神经网络,进而实现对母线负荷的短期精确预测,提高短期负荷预测的准确性。
-
公开(公告)号:CN113326968A
公开(公告)日:2021-08-31
申请号:CN202110424577.5
申请日:2021-04-20
申请人: 国网浙江省电力有限公司台州供电公司 , 武汉大学
摘要: 本发明提出了一种基于调整PSO惯性权重的母线短期负荷预测方法及装置,包括:S100:构建用于预测母线短期负荷的BP神经网络,初始化BP神经网络的参数,初始化PSO算法的惯性权重;S200:将母线侧的历史数据作为训练集输入BP神经网络,基于惯性权重对PSO算法中的粒子进行迭代寻优,迭代结束后根据寻优结果更新BP神经网络的参数;S300:评价更新参数后的BP神经网络的输出结果,若评价结果超过预设阈值,调整惯性权重,基于调整后的惯性权重重复S200;S400:若评价结果符合预设条件,将母线侧的实时数据输入更新参数后的BP神经网络,得到母线短期负荷的预测结果。结合BP神经网络的训练效果对惯性权重进行合理的优化,提高了BP神经网络的预测精度。
-
-
-
-
-