[发明专利]一种基于DEA的电网线损潜力分析方法在审
申请号: | 201410504435.X | 申请日: | 2014-09-26 |
公开(公告)号: | CN104331597A | 公开(公告)日: | 2015-02-04 |
发明(设计)人: | 郑晶晶;孙亚璐;王维洲;梁安琪;刘福潮;张宇泽;杜培东;蔡万通;张建华;李亚龙;韩永军;郭鹏;刘文颖 | 申请(专利权)人: | 国家电网公司;国网甘肃省电力公司电力科学研究院;华北电力大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京中恒高博知识产权代理有限公司 11249 | 代理人: | 宋敏 |
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: | 本发明公开了一种基于DEA的电网线损潜力分析方法。该方法包括:确定本方法目标是确定电网不同电压等级或者不同元件的降损空间;确定线损潜力分析方法的指标体系;确定DEA算法的基础模型,建立线损潜力分析方法模型。该方法将不同电压等级或者不同元件划分为多个决策单元,以影响线损的指标为变量,通过对样本的投入长产出数据的分析,确定有效决策单元,进而确定各决策单元的效率,即各决策单元的降损潜力。将具体步骤见摘要附图。本发明解决了配电网无法科学地计算降损潜力问题。 | ||
搜索关键词: | 一种 基于 dea 网线 潜力 分析 方法 | ||
【主权项】:
一种基于DEA的电网线损潜力分析方法,其特征是以数据包络分析法DEA的C2R模型为基础,以电网线损影响因素为指导构建基于DEA的甘肃电网线损潜力分析算法的数学模型; 第一步:电网线损潜力分析指标选取 以线路损耗量,变压器损耗量和其它量为3项指标; (1)、输电线路损耗为: VA=3I2RT×10‑3 (1) 式中,R为输电线路的电阻,T为运行时间,I为电流; 线路损耗与线路自身阻抗和流过它的电流有关; (2)、变压器损耗: 变压器的经济负载率为:
式中:β为变压器的经济负载率,ΔPo为变压器的铁损,ΔPk为变压器的铜损; 第二步:选取基础模型 DEA方法的基础模型一C2R模型;其表达式为: ![]()
且uγ,vi≥0(4) 其中,yγj,xij分别为第j个决策单元的产出项和投入项(正向指标);uγ,vi≥0分别为产出项和投入项的权系数; 其含义为:以权系数uγ、vi为变量,以所有决策单元的效率指标hj为约束,以第j0个决策单元的效率为目标,评价各决策单元的效率有效性; 第三步:线损潜力分析模型 设线路损耗电量为x1,变压器损耗电量为x2,其它损耗量为x3,决策单元7个;分别是750KV级,330KV级,220KV级,110KV级,38KV级,10KV级,0.4KV级;产出指标一个,即全网线损率;其中X11为第一个决策单元750KV级的第一个输入量即线路损耗量,X22为第二个决策单元330KV级的第二个输入量即变压器损耗量,X37为第三个决策单元0.4KV级的第三个输入量即其它损耗量;y1为第一各决策单元750KV级线损量;V1,V2,V3,V4为投入指标的权系数,u为产出指标的权系数; 则第i个决策单元的相对线损潜力为: hi=uyi/v1x1i+v2x2i+v3x3i (5) S.t.uyi/v1x1i+v2x2i+v3x3i≤1且v1,v2,v3,u≥0(6) 模型中x1i,x2i,x3i,yi为已知数,v1,v2,v3,u为变量;模型的含义 是以权系数v1,v2,v3,u为变量,以所有决策单元的线损潜力h为约束,评价各个决策单元线损潜力。
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;国网甘肃省电力公司电力科学研究院;华北电力大学,未经国家电网公司;国网甘肃省电力公司电力科学研究院;华北电力大学许可,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/201410504435.X/,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