亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于單向S-粗集理論的輸電系統(tǒng)可靠性評估

        2016-05-22 07:10:23楊曉萍
        電力自動(dòng)化設(shè)備 2016年12期
        關(guān)鍵詞:系統(tǒng)可靠性故障率元件

        楊曉萍 ,王 媛 ,王 明 ,2

        (1.西安理工大學(xué) 水利水電學(xué)院,陜西 西安 710048;2.國電南京自動(dòng)化股份有限公司,江蘇 南京 210032)

        0 引言

        近年來,天氣情況對電力系統(tǒng)運(yùn)行的影響越來越受到關(guān)注。暴風(fēng)、雷雨、覆冰等偶發(fā)性天氣均會(huì)影響元件的故障率[1-3],嚴(yán)重的大風(fēng)、覆冰可能會(huì)造成倒塔,破壞基礎(chǔ)設(shè)施[4-5],各種元件、設(shè)備的故障率突然增加還會(huì)造成電廠中大量機(jī)組相繼切出[6-8],嚴(yán)重的天氣變化事件會(huì)導(dǎo)致聚集性故障,對電力系統(tǒng)可靠運(yùn)行危害極大。因此,研究不同天氣條件對輸電系統(tǒng)可靠性的影響非常必要,能夠?yàn)殡娏ο到y(tǒng)的穩(wěn)定運(yùn)行提供關(guān)鍵信息。

        電力系統(tǒng)可靠性評估方法是以元件可靠性原始參數(shù)為基礎(chǔ)的。目前,輸電系統(tǒng)可靠性計(jì)算多采用平均值作為元件可靠性參數(shù),但這些參數(shù)隨運(yùn)行環(huán)境不同而差別很大,直接用平均值進(jìn)行可靠性計(jì)算與實(shí)際情況誤差較大。文獻(xiàn)[9]根據(jù)電力系統(tǒng)可靠性原始參數(shù)的特點(diǎn),在原始數(shù)據(jù)缺乏的情況下,利用灰色模型對輸電線路故障率進(jìn)行預(yù)測,該方法在面對大樣本的情況下,精度略顯不足。文獻(xiàn)[10-11]根據(jù)經(jīng)驗(yàn)公式對輸電線路可靠性的影響因子進(jìn)行分析,但影響因子的處理采用簡單的數(shù)學(xué)相加,并不符合實(shí)際情況,不能反映氣象因子的實(shí)際作用。文獻(xiàn)[12]運(yùn)用聯(lián)系數(shù)建立故障率模型,考慮了天氣對線路故障率的不確定性,但沒有考慮實(shí)際的天氣情況,與實(shí)際不符。

        波蘭數(shù)學(xué)家Z.Pawlak教授于1982年提出粗集理論,它是一種處理模糊和不確定知識(shí)的數(shù)學(xué)工具,能有效地分析和處理各種不精確、不一致、不完整的信息,并從中發(fā)現(xiàn)隱含的知識(shí),揭示潛在的規(guī)律。粗集理論已在電力系統(tǒng)負(fù)荷預(yù)測[13]、電網(wǎng)規(guī)劃[14]、故障選線[15]等方面得到了應(yīng)用。史開泉教授在粗集理論的基礎(chǔ)上,提出了用動(dòng)態(tài)集合描述的單向、雙向S粗集以及函數(shù) S-粗集、F-分解規(guī)律[16]等理論。

        由于可靠性評估常常會(huì)受到氣候因素、地理因素等一些動(dòng)態(tài)的、不確定的外部因素的影響,使得故障率和可靠性指標(biāo)具有不確定性。單向S-粗集理論具有規(guī)律性和動(dòng)態(tài)遷移性,能很好地解決此類具有動(dòng)態(tài)特性的不確定規(guī)律問題。

        本文針對現(xiàn)有可靠性評估方法的不足,基于歷史統(tǒng)計(jì)數(shù)據(jù),分析天氣隨機(jī)變化的特點(diǎn),采用單向S-粗規(guī)律分析方法,建立考慮天氣因素的元件可靠性參數(shù)模型,用F-分解規(guī)律分析氣候?qū)煽啃灾笜?biāo)的影響程度,對輸電線路故障率進(jìn)行預(yù)測,優(yōu)化輸電系統(tǒng)可靠性評估方法,揭示天氣因素對可靠性評估的影響規(guī)律。最后將本文采用的方法與常規(guī)方法的可靠性指標(biāo)進(jìn)行對比,驗(yàn)證本文方法的有效性、合理性。

        1 單向S-粗集理論[17]

        在電力系統(tǒng)可靠性評估中,當(dāng)影響可靠性的外部因素不變時(shí),其影響因子用屬性集A描述,其對應(yīng)的影響因子屬性值為X,采用單向S-粗規(guī)律得到元件故障率模型,即元件故障率與影響因子之間的關(guān)系。當(dāng)外部因素動(dòng)態(tài)變化時(shí),屬性集A變?yōu)锳f,屬性值X變?yōu)閄f,采用F-分解粗規(guī)律分析可靠性指標(biāo)與影響因子的關(guān)系。

        1.1 單向S-粗規(guī)律

        設(shè) A 為規(guī)律 p(t)的屬性集,X 為 p(t)的屬性值向量,即 X= [x1,x2,…,xm]為屬性集 A= {a1,a2,…,am}的值,其中m為屬性的個(gè)數(shù)。利用元件故障率模型得到故障率集 λ={λ1,λ2,…,λn},n 為線路數(shù),再通過規(guī)律生成模型,得到元件故障率的粗規(guī)律p(t)。

        1.2 F-分解粗規(guī)律

        在一個(gè)動(dòng)態(tài)系統(tǒng)中,a為具有動(dòng)態(tài)特性的屬性集,以 f作為動(dòng)態(tài)遷移族。 若 Af=A∪{a′}={a1,a2,…,am,a′},其中 a′為新增加(減少)的屬性,則稱 Af為 A 的屬性補(bǔ)充集,同理 Xf=[x1,x2,…,xm,x′]為屬性值向量 X 的 f-分解向量,從而 pf(t)為 p(t)的 f-分解規(guī)律。 稱 p(t)為 p(t)的 F-上分解規(guī)律,p(t)為p(t)的 F-下分解規(guī)律,則稱(p(t),p(t))為 F-分解粗規(guī)律。

        2 考慮天氣因素的元件可靠性參數(shù)模型

        一些在戶外運(yùn)行的輸電系統(tǒng)設(shè)備,特別是架空線路,受雷雨、冰雹、大霧等天氣的影響很大,因此需要在多態(tài)天氣下考慮元件的可靠性參數(shù)。

        根據(jù)可靠性影響因子的特點(diǎn),將影響架空輸電線路故障率的因素歸結(jié)為以下幾類:暴風(fēng)天氣(a1);暴雨天氣(a2);冰雪天氣(a3);高溫天氣(a4);地基原因及其他(a5);投產(chǎn)時(shí)間(a6)。 其中 a1— a4為天氣量,a5、a6為非天氣量。則影響因子的屬性集A={a1,a2,a3,a4,a5,a6},影 響 因 子 的 屬 性 值 向 量 X=[x1,x2,x3,x4,x5,x6]。 設(shè)各種屬性所對應(yīng)的權(quán)重 H=[h1,h2,h3,h4,h5,h6]T,且有

        2.1 元件故障率模型

        如果電力系統(tǒng)輸電線路數(shù)為n,則由各條線路屬性值向量Xi得到屬性特征值矩陣為:

        計(jì)算屬性特征值矩陣中每個(gè)特征值xij的效益型目標(biāo)優(yōu)度:

        其中,∨為取大運(yùn)算;∧為取小運(yùn)算。

        得到目標(biāo)優(yōu)度矩陣Γ為:

        其中,γij為目標(biāo)優(yōu)度。

        根據(jù)逼近于理想解的排序方法(TOPSIS),構(gòu)筑理想優(yōu)度(優(yōu)等決策的目標(biāo)優(yōu)度)和負(fù)理想優(yōu)度。

        理想優(yōu)度向量為:

        負(fù)理想優(yōu)度向量為:

        由各條線路的屬性權(quán)重Hi得到權(quán)重矩陣為:

        將權(quán)重矩陣中各權(quán)重值代入式(3)得到故障率λi:

        其中,i=1,2,…,n;j=1,2,…,m;距離參數(shù) p=2。進(jìn)而得到元件故障率集 λ={λ1,λ2,…,λn}。

        當(dāng)影響因子集A動(dòng)態(tài)擴(kuò)張時(shí),形成了影響因子值序列集,即{X}={X}0?{X}1?{X}2?…?{X}k-1?{X}k時(shí),將得到一個(gè)元件故障率序列集:

        2.2 元件故障率的粗規(guī)律生成模型

        元件故障率樣本中天氣量為變化因子,非天氣量為相對穩(wěn)定因子。所以以天氣量作為單側(cè)動(dòng)態(tài)變化量,形成新的樣本集{Xfi,λfi}。

        將集合λ數(shù)據(jù)代入Lagrange插值式,得到集合λ的一種規(guī)律生成:

        其中,t為線路編號。

        考慮天氣量與非天氣量時(shí),由式(3)形成λi,通過規(guī)律生成模型式(4)得到規(guī)律 p(t),形成上規(guī)律(t);只考慮非天氣量時(shí),形成 λfi,通過規(guī)律生成模型得到規(guī)律 pf(t),形成下規(guī)律 p(t)。 因此,形成單向S-粗規(guī)律

        2.3 預(yù)測元件故障率

        已知?dú)v年天氣樣本值,用正態(tài)抽樣方法預(yù)測下一年的天氣量。非天氣量因?yàn)橄鄬Ψ€(wěn)定,采用平均值確定下一年的非天氣量。根據(jù)2.1節(jié)所述元件故障率模型,可以預(yù)測下一年的元件故障率λn+1。

        3 可靠性評估流程

        3.1 原始數(shù)據(jù)處理

        首先根據(jù)故障率樣本,預(yù)測各條線路故障率;其次,根據(jù)2.3節(jié)所述預(yù)測下一年的元件故障率λn+1;再用F-分解粗規(guī)律,根據(jù)不同的天氣變化,得到不同的Xfi,進(jìn)而得到不同天氣情況下的故障率λfi。

        3.2 系統(tǒng)狀態(tài)選擇

        蒙特卡洛模擬法在復(fù)雜電網(wǎng)可靠性評估中得到了廣泛的應(yīng)用,由于非序貫蒙特卡洛法抽樣簡單且所需原始數(shù)據(jù)較少,故本文采用非序貫蒙特卡洛方法進(jìn)行系統(tǒng)狀態(tài)選取。

        本文采用兩狀態(tài)模型,假設(shè)每個(gè)元件都只有故障和運(yùn)行2種狀態(tài),并且元件的故障彼此獨(dú)立。如果元件i的故障率和修復(fù)率分別為λi和μi,元件的強(qiáng)迫停運(yùn)率則元件的狀態(tài)為:

        其中,si=0表示元件處于故障狀態(tài),si=1表示元件處于運(yùn)行狀態(tài);ri為元件i在[0,1]區(qū)間內(nèi)均勻分布的隨機(jī)數(shù)。

        那么具有d個(gè)元件的系統(tǒng)狀態(tài)可表示為:

        3.3 系統(tǒng)狀態(tài)分析

        采用非序貫蒙特卡洛法對系統(tǒng)所有元件進(jìn)行狀態(tài)選取之后,可能會(huì)使系統(tǒng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)發(fā)生很大變化,所以需要進(jìn)行網(wǎng)絡(luò)拓?fù)浞治觥1疚牟捎蒙疃葍?yōu)先算法進(jìn)行網(wǎng)絡(luò)拓?fù)浞治?,判斷系統(tǒng)是否解列,進(jìn)而進(jìn)行潮流分析,得到各節(jié)點(diǎn)的電壓、線路有功和無功值等;再進(jìn)行切負(fù)荷計(jì)算,得到系統(tǒng)可靠性指標(biāo)計(jì)算所需數(shù)據(jù)。其中求解最小切負(fù)荷的數(shù)學(xué)模型采用文獻(xiàn)[18]中最優(yōu)負(fù)荷削減模型。

        3.4 運(yùn)行計(jì)算系統(tǒng)可靠性指標(biāo)和能量規(guī)律、規(guī)律干擾度

        3.4.1 系統(tǒng)可靠性指標(biāo)計(jì)算

        在系統(tǒng)狀態(tài)選取和狀態(tài)分析后,計(jì)算系統(tǒng)的可靠性指標(biāo)。由系統(tǒng)可靠性指標(biāo)計(jì)算公式[19]得到考慮天氣變化的系統(tǒng)可靠性指標(biāo)。

        (1) 電力不足概率 LOLP(Loss Of Load Probability),即系統(tǒng)有效容量不能滿足負(fù)荷要求的時(shí)間概率,又稱為系統(tǒng)停電概率,可以用式(6)表示:

        其中,Nfi為節(jié)點(diǎn)或者系統(tǒng)的停電次數(shù);Ns為抽樣次數(shù)。

        (2) 功率不足期望值 EPNS(Expected Power of Not Supplied)可用式(7)表示:

        其中,Pfij為節(jié)點(diǎn)i在系統(tǒng)第j次抽樣狀態(tài)下的停電功率。

        (3) 電量不足期望值 EENS(Expected Energy of Not Supplied),即在一定時(shí)期內(nèi)由于供電不足而造成用戶停電損失電量的期望值,可以用式(8)表示:

        其中,Efij為節(jié)點(diǎn)i在系統(tǒng)第j次抽樣狀態(tài)下的停電電量。

        3.4.2 規(guī)律能量和規(guī)律干擾度

        規(guī)律能量是元件性能的反映,可以作為選擇元件的依據(jù)。規(guī)律干擾度反映不同天氣情況對輸電系統(tǒng)的影響程度。

        規(guī)律能量:設(shè) p(t)為區(qū)間[a,b]上的規(guī)律,稱 w為p(t)的規(guī)律能量,可表示為:

        規(guī)律干擾度:設(shè) pf(t)為分解基 p(t)生成的 f-分解規(guī)律,稱 ρ為 pf(t)關(guān)于 p(t)的屬性 f-擾動(dòng)度,可表示為:

        其中,X為p(t)對應(yīng)的屬性值向量,‖X‖2為向量X的2范數(shù)。

        隨著F-分解粗規(guī)律的干擾屬性集的逐漸增加(減少),F(xiàn)-分解粗規(guī)律的干擾程度逐漸減弱(增強(qiáng))、規(guī)律能量逐漸增大(減?。?;F-分解粗規(guī)律的干擾度描述了F-干擾對可靠性的影響程度。 如果(pF(t),pF(t))的 F-故障率粗規(guī)律干擾度(ρf,ρf)=0,則系統(tǒng)對p(t)的F-分解粗規(guī)律的干擾趨于平衡,F(xiàn)-干擾對p(t)不產(chǎn)生影響。

        4 算例分析

        表1 各線路故障率及影響因素Table 1 Failure rate and influencing factors of different lines

        圖1 歷年天氣Fig.1 Historical weather data

        線路故障率樣本數(shù)據(jù)見表1,2008—2014年的天氣數(shù)據(jù)如圖1所示。根據(jù)本文提出的模型算法,對IEEE30節(jié)點(diǎn)測試系統(tǒng)的可靠性進(jìn)行評估。由于大部分輸電線路在戶外運(yùn)行,特別是架空線路,受雷雨、冰雹、大霧等天氣的影響特別大,而變壓器受天氣影響較小,因此在本文可靠性評估中,輸電線路的故障率考慮天氣影響的不確定性,而變壓器的故障率則采用平均值[20]。

        4.1 單向S-粗集預(yù)測合理性檢驗(yàn)

        首先,利用元件故障率粗規(guī)律生成模型預(yù)測表1中各線路的故障率規(guī)律p(t),即故障率λ的上、下范圍值如圖2所示,并與表1中輸電線路實(shí)際值進(jìn)行對比。

        圖2 S-粗規(guī)律對線路故障率的預(yù)測范圍Fig.2 Range of line failure rate forecast by S-rough law

        由圖2和表1可以看出,輸電線路故障率的實(shí)際值在用單向S-粗規(guī)律得出的上、下故障率規(guī)律范圍內(nèi),證實(shí)了單向S-粗規(guī)律對輸電線路故障率預(yù)估的合理性。

        4.2 預(yù)測2015年線路故障率

        根據(jù)如圖1所示的歷年天氣樣本值,采用正態(tài)抽樣方法預(yù)測2015年的天氣量。得到屬性值向量X= [3.876 2,2.733 8,10.532 9,28.386,5,10],其中非天氣量采用平均值。

        由元件故障率模型、規(guī)律生成模型得出2015年的線路故障率λ的范圍值為[0.061,0.073]。

        4.3 可靠性評估

        由2015年的線路故障率λ值的上、下限值,通過VC++編程對IEEE 30節(jié)點(diǎn)系統(tǒng)進(jìn)行可靠性評估,得到可靠性指標(biāo) LOLP、EPNS、EENS的上、下限值。

        表2中給出了不考慮天氣情況影響即故障率為平均值(方法1)、考慮天氣情況影響的可靠性評估方法[12](方法2)和本文方法的可靠性評估結(jié)果。

        表2 可靠性評估對比Table 2 Comparison of reliability indices among evaluation methods

        由表2可以看出,方法1和方法2結(jié)果之間存在偏差。而外界影響是可靠性評估時(shí)必須要考慮的因素,本文由已知的影響因素得出故障率的范圍值,更符合實(shí)際情況。

        方法2和本文方法的評估結(jié)果均為范圍值,但方法2的范圍值是通過對故障率以天氣的不確定性取 ±10%,再以 i∈[-1,1]的隨機(jī)取值來體現(xiàn)可靠性評估結(jié)果不確定性的動(dòng)態(tài)波動(dòng);本文方法依據(jù)客觀數(shù)據(jù)(天氣情況)預(yù)測故障率λ的上、下范圍值進(jìn)行可靠性評估,更具客觀性。

        4.4 不同天氣下可靠性評估影響分析

        因?yàn)闅夂蛞蛩囟酁閯?dòng)態(tài)影響,在考慮綜合因素的作用下,選取4種氣候因子進(jìn)行試驗(yàn),運(yùn)用F-分解規(guī)律分析不同天氣下的可靠性指標(biāo),得到能量規(guī)律w和干擾度ρ值。根據(jù)w和ρ,分析天氣對可靠性指標(biāo)的影響,如表3所示。為了分析各種因素的影響程度,設(shè)置以下6種情況進(jìn)行可靠性評估:情況1,acase1= {a1,a2,a3,a4,a5,a6};情況 2,acase2= {a4,a5,a6};情況 3,acase3={a3,a5,a6};情況 4,acase4={a2,a5,a6};情況5,acase5= {a1,a5,a6};情況 6,acase6= {a5,a6}。 其中,因素a1為暴風(fēng)天氣,a2為暴雨天氣,a3為冰雪天氣,a4為高溫天氣,a5為地基原因,a6為投產(chǎn)時(shí)間。

        表3 不同天氣組合下輸電線路數(shù)據(jù)Table 3 Transmission line data of different weather conbinations

        由表3可以看出,冰雪因子對可靠性指標(biāo)影響最大,暴雨因子次之,高溫因子與暴風(fēng)因子對其影響程度相同,影響較小。從擾動(dòng)度可看出,4種氣候因子共同作用時(shí),并不是單個(gè)因子簡單地相加,而是復(fù)雜的多種天氣因素綜合作用的結(jié)果。從規(guī)律能量可以看出,影響因素越弱,規(guī)律能量越小,輸電線路性能越好??煽啃灾笜?biāo)范圍越小,可靠性指標(biāo)越精確。

        5 結(jié)論

        本文提出了不同天氣下基于單向S-粗集的可靠性評估方法。運(yùn)用單向S-粗集處理線路故障率和天氣情況的不確定性,F(xiàn)-分解規(guī)律分析天氣對可靠性指標(biāo)的影響,對可靠性指標(biāo)的不確定性有確定的度量。用單向S-粗集理論處理輸電系統(tǒng)可靠性參數(shù)的不確定性只需要簡單的年氣候天數(shù),由此得到的可靠性指標(biāo)以客觀數(shù)據(jù)為基礎(chǔ),可以杜絕人為主觀因素的影響,評估結(jié)果更客觀。

        運(yùn)用本文所提方法在IEEE 30節(jié)點(diǎn)仿真系統(tǒng)進(jìn)行可靠性評估,結(jié)果如下。

        (1)基于天氣情況的不確定性,單向S-粗集可以合理地預(yù)測輸電線路故障率。

        (2)得到的可靠性指標(biāo)反映了整個(gè)電力系統(tǒng)可靠性運(yùn)行的實(shí)際情況,而擾動(dòng)度指標(biāo)則反映了天氣對系統(tǒng)可靠性的影響程度。通過擾動(dòng)度指標(biāo)分析,可以揭示天氣因素對系統(tǒng)可靠性的影響規(guī)律,對此,根據(jù)天氣影響規(guī)律采取相應(yīng)措施,提高系統(tǒng)可靠性及應(yīng)對不利天氣的能力。

        參考文獻(xiàn):

        [1]劉洋,周家啟.計(jì)及氣候因素的大電力系統(tǒng)可靠性評估[J].電力自動(dòng)化設(shè)備,2003,23(9):60-62.LIU Yang,ZHOU Jiaqi.Incorporating weather effect in bulk power system reliability evaluation [J].Electric Power Automation Equipment,2003,23(9):60-62.

        [2]李銀華,韓郡業(yè),王婷.架空電力線覆冰監(jiān)測系統(tǒng)[J].電力自動(dòng)化設(shè)備,2009,29(11):112-115.LI Yinhua,HAN Junye,WANG Ting.Ice monitoring system of overhead electrical power lines[J].Electric Power Automation Equipment,2009,29(11):112-115.

        [3]李鵬,任震.廣州電網(wǎng)負(fù)荷特性分析及短期預(yù)測模型設(shè)計(jì)[J].電力自動(dòng)化設(shè)備,2002,22(8):50-53.LIPeng,REN Zhen.Guangzhou regionalload analysisand short-term forecasting model desig[J].Electric Power Automation Equipment,2002,22(8):50-53.

        [4]唐斯慶,張彌,李建設(shè),等.海南電網(wǎng)“9·26”大面積停電事故的分析與總結(jié)[J]. 電力系統(tǒng)自動(dòng)化,2006,30(1):1-7,16.TANG Siqing,ZHANG Mi,LI Jianshe,et al.Review of blackout in Hainan on September 26th-cause and recommendations[J].Automation of Electric Power Systems,2006,30(1):1-7,16.

        [5]龐準(zhǔn),李邦峰,俞悅,等.海南電網(wǎng)臺(tái)風(fēng)期間運(yùn)行方式研究[J].電網(wǎng)技術(shù),2007,31(7):46-50.PANG Zhun,LI Bangfeng,YU Yue,et al.Study on operating modes of Hainan power grid during typhoon periods[J].Power System Technology,2007,31(7):46-50.

        [6]GREAVES B,COLLINS J,PARKES J,et al.Temporal forecast uncertainty for ramp events[J].Wind Engineering,2009,33(4):309-319.

        [7]KAMATH C.Understanding wind ramp events through analysis of historical data[C]∥2010 IEEE PES Transmission and Distribution Conference and Exposition.New Orleans,LA,USA:IEEE,2010:1-6.

        [8]ZAREIPOUR H,HUANG D,ROSEHART W.Wind power ramp events classification and forecasting:a data mining approach[C]∥ Power and Energy Society General Meeting.Michigan,USA:IEEE,2011:1-3.

        [9]張勇軍,袁德富,汪穗峰.基于模糊差異度的電力系統(tǒng)可靠性原始參數(shù)選?。跩]. 電力自動(dòng)化設(shè)備,2009,29(2):43-46.ZHANG Yongjun,YUAN Defu,WANG Suifeng.Selection of reliability original parameters in power system based on the fuzzy difference degree[J].Electric Power Automation Equipment,2009,29(2):43-46.

        [10]朱益華,羅毅,段濤,等.基于輸電線路實(shí)時(shí)評估模型的電力系統(tǒng)靜態(tài)安全在線風(fēng)險(xiǎn)評估[J]. 電力自動(dòng)化設(shè)備,2014,34(7):150-156.ZHU Yihua,LUO Yi,DUAN Tao,et al.Online risk assessment based on real-time evaluation model of transmission line for static security of power system [J].Electric Power Automation Equipment,2014,34(7):150-156.

        [11]何劍,程林,孫元章,等.計(jì)及天氣預(yù)測的電力系統(tǒng)運(yùn)行可靠性短期評估[J]. 電力系統(tǒng)保護(hù)與控制,2010,38(10):31-38.HE Jian,CHENG Lin,SUN Yuanzhang,etal.Powersystem short-term operational reliability evaluation considering weather forecast[J].Power System Protection and Control,2010,38(10):31-38.

        [12]王磊,趙書強(qiáng),張明文.考慮天氣變化的輸電系統(tǒng)可靠性評估[J].電網(wǎng)技術(shù),2011,35(7):66-70.WANG Lei,ZHAO Shuqiang,ZHANG Mingwen.Reliability evaluation oftransmission system consideringweatherchange [J].Power System Technology,2011,35(7):66-70.

        [13]牛東曉,王建軍,李莉,等.基于粗糙集和決策樹的自適應(yīng)神經(jīng)網(wǎng)絡(luò)短期負(fù)荷預(yù)測方法[J]. 電力自動(dòng)化設(shè)備,2009,29(10):30-34.NIU Dongxiao,WANG Jianjun,LILi,etal.Short-term load forecasting using adaptive ANN based on rough setand decision tree[J].Electric Power Automation Equipment,2009,29(10):30-34.

        [14]劉思革,程浩忠,崔文佳.基于粗糙集理論的多目標(biāo)電網(wǎng)規(guī)劃最優(yōu)化模型[J]. 中國電機(jī)工程學(xué)報(bào),2007,27(7):65-69.LIU Sige,CHENG Haozhong,CUI Wenjia.Optimal model of multi-objective electric power network planning based on rough set theory[J].Proceedings of the CSEE,2007,27(7):65-69.

        [15]龐清樂,孫同景,鐘麥英,等.基于粗集理論的小電流接地系統(tǒng)故障選線[J]. 中國電機(jī)工程學(xué)報(bào),2007,27(4):60-64.PANG Qingle,SUN Tongjing,ZHONG Maiying,et al.Fault line detection based on rough set theory in indirectly grounding power system[J].Proceedings of the CSEE,2007,27(4):60-64.

        [16]黃順亮,史開泉.粗規(guī)律能量與F-分解粗規(guī)律度量[J].計(jì)算機(jī)科學(xué),2009,36(1):177-180.HUANG Shunliang,SHI Kaiquan.Rough law energy and F-decomposing rough law measurement[J].Computer Science,2009,36(1):177-180.

        [17]黃順亮,史開泉.單向S-粗決策規(guī)律與決策規(guī)律挖掘[J].系統(tǒng)工程與電子技術(shù),2008,30(5):858-862.HUANG Shunliang,SHI Kaiquan. One direction S-rough decision law and decision law mining[J].Systems Engineering and Electronics,2008,30(5):858-862.

        [18]趙淵,周家啟,劉洋.發(fā)輸電組合系統(tǒng)可靠性評估中的最優(yōu)負(fù)荷削減模型分析[J]. 電網(wǎng)技術(shù),2004,28(10):34-37.ZHAO Yuan,ZHOU Jiaqi,LIU Yang.Analysis on optimal load shedding model in reliability evaluation of composite generation and transmission system[J].Power System Technology,2004,28(10):34-37.

        [19]宋曉通,譚震宇.大型發(fā)輸電組合系統(tǒng)可靠性評估方法[J].高電壓技術(shù),2007,33(7):191-194.SONG Xiaotong,TAN Zhenyu. Methodology for reliability evaluation of bulk composite generation-transmission system[J].High Voltage Engineering,2007,33(7):191-194.

        [20]BILLINTON R,KUMAR S,CHOWDHURY N,et al.A reliability test system for educational purposes-basic data[J].IEEE Transactions on Power Systems,1989,4(3):1238-1244.

        猜你喜歡
        系統(tǒng)可靠性故障率元件
        試析提高配網(wǎng)系統(tǒng)可靠性的技術(shù)措施
        電子制作(2019年20期)2019-12-04 03:51:54
        電氣化鐵路牽引系統(tǒng)可靠性分析
        探索零故障率的LED智能顯示終端
        QFN元件的返工指南
        基于故障樹模型的光伏跟蹤系統(tǒng)可靠性分析
        電測與儀表(2016年3期)2016-04-12 00:27:30
        基于故障率研究的數(shù)字保護(hù)最優(yōu)檢修周期
        在新興產(chǎn)業(yè)看小元件如何發(fā)揮大作用
        寶馬i3高電壓元件介紹(上)
        降低空氣開關(guān)跳閘故障率的措施研究
        基于系統(tǒng)可靠性的工程質(zhì)量量化研究
        一本色道无码道在线观看| 亚洲国产色一区二区三区 | 国产的自拍av免费的在线观看 | 91亚洲精品久久久蜜桃| 无码日日模日日碰夜夜爽| 中文国产成人精品久久一区| 女同国产日韩精品在线| 日本不卡不二三区在线看| 国产精品一区二区av麻豆日韩| 国产又黄又硬又粗| 国产精品伦一区二区三级视频| 韩国19禁无遮挡啪啪无码网站| 亚洲精品免费专区| 国产欧美日韩图片一区二区| 国产av熟女一区二区三区老牛| 今井夏帆在线中文字幕| 国产禁区一区二区三区| 国产成人av大片大片在线播放| 熟妇五十路六十路息与子| 91视频爱爱| 国产人成在线免费视频| 国产一区二区三区不卡视频| 婷婷色婷婷开心五月四| 和黑人邻居中文字幕在线 | 日本公妇在线观看中文版| 亚洲精品国产美女久久久| 亚洲一区二区久久青草| 手机在线观看亚洲av | 人禽杂交18禁网站免费| 国产综合无码一区二区辣椒| 无码中文字幕人妻在线一区二区三区| 中文字幕无码人妻丝袜| 日本精品人妻在线观看| 国产91在线播放九色快色| 日本a级片免费网站观看| 国产精品成人aaaaa网站| 婷婷综合缴情亚洲| 亚洲国产一区二区三区在线视频| 在线看片免费人成视久网不卡| 日本成人精品在线播放| 久久狠狠爱亚洲综合影院|