[发明专利]一种高过载能力配电变压器应用边界条件的确定方法有效
申请号: | 201410407400.4 | 申请日: | 2014-08-18 |
公开(公告)号: | CN104166947B | 公开(公告)日: | 2017-07-14 |
发明(设计)人: | 寇凌峰;盛万兴;王金丽;梁英;王金宇;宋祺鹏;杨红磊;王利;方恒福;程惠涛;陈庆华;刘至锋;蔡政权 | 申请(专利权)人: | 国家电网公司;中国电力科学研究院;国网福建省电力有限公司;国网福建省电力有限公司电力科学研究院 |
主分类号: | G06F19/00 | 分类号: | G06F19/00;G06Q50/06 |
代理公司: | 北京安博达知识产权代理有限公司11271 | 代理人: | 徐国文 |
地址: | 100031 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供了一种高过载能力配电变压器应用边界条件的确定方法,包括步骤1依据台区的负荷特性指标初步确定备选配电变压器的类型和容量;步骤2计算每种类型配电变压器的全寿命周期成本;步骤3校验采用全寿命周期成本最小的配电变压器后的台区年平均负载率和户均最大负荷值,从而确定高过载能力配电变压器应用边界条件。与现有技术相比,本发明提供的一种高过载能力配电变压器应用边界条件的确定方法,通过全寿命周期成本确定各类变压器的适用边界条件,可以有效提高配电变压器运行的经济性和安全性。 | ||
搜索关键词: | 一种 过载 能力 配电 变压器 应用 边界条件 确定 方法 | ||
【主权项】:
一种高过载能力配电变压器应用边界条件的确定方法,所述边界条件为台区的负荷特性指标;其特征在于,所述负荷特性指标包括新增台区的负荷特性指标INa和改造台区的负荷特性指标INt;所述方法包括下述步骤:步骤1:依据所述负荷特性指标确定备选配电变压器的类型和容量;步骤2:计算每种类型配电变压器的全寿命周期成本;步骤3:校验采用全寿命周期成本最小的配电变压器后的台区年平均负载率和户均最大负荷值,从而确定所述高过载能力配电变压器应用边界条件;所述步骤3中校验所述配电变压器包括:步骤3‑1:计算采用所述配电变压器后台区的初始年平均负载率所述W为台区年用电量,所述S为配电变压器额定容量;步骤3‑2:分别对所述初始年平均负载率η和户均最大负荷值进行校验,校验条件为:初始年平均负载率η<0.5;户均最大负荷其中,N为所述台区的用户个数,Pth为所述台区的户均最大负荷阈值。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国家电网公司;中国电力科学研究院;国网福建省电力有限公司;国网福建省电力有限公司电力科学研究院,未经国家电网公司;中国电力科学研究院;国网福建省电力有限公司;国网福建省电力有限公司电力科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201410407400.4/,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用