CN100552463C - 电业风暴中断管理 - Google Patents

电业风暴中断管理 Download PDF

Info

Publication number
CN100552463C
CN100552463C CNB200480032899XA CN200480032899A CN100552463C CN 100552463 C CN100552463 C CN 100552463C CN B200480032899X A CNB200480032899X A CN B200480032899XA CN 200480032899 A CN200480032899 A CN 200480032899A CN 100552463 C CN100552463 C CN 100552463C
Authority
CN
China
Prior art keywords
prediction
power circuit
weather
storm
damage
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CNB200480032899XA
Other languages
English (en)
Other versions
CN1879023A (zh
Inventor
大卫·卢布克曼
丹尼·E·朱利安
马丁·巴斯
拉斐尔·J·奥乔亚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Energy Co ltd
Original Assignee
ABB Research Ltd Switzerland
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ABB Research Ltd Switzerland filed Critical ABB Research Ltd Switzerland
Publication of CN1879023A publication Critical patent/CN1879023A/zh
Application granted granted Critical
Publication of CN100552463C publication Critical patent/CN100552463C/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Abstract

通过确定电业电力电路(790)的互连模型，该电力电路包括电力电路组件(700-713)，通过确定指示电力电路组件的天气敏感性的信息，通过确定天气预测，以及通过基于互连模型、天气敏感性信息和天气预测确定预测维护参数，来执行电业中断管理。

Description

电业风暴中断管理
技术领域
本发明主要涉及电业(electric utility)风暴中断(outage)管理，尤其涉及基于预测和其他建模的对电业维护资源和其他资源的高效风暴中断管理。
背景技术
能源公司经由发电单位向用户供电。发电单位可以是燃媒发电站、水电发电站、燃气涡轮和发电机、柴油机引擎和发电机、原子发电站等等。经由传达和分配系统将电力传达给用户，该系统可以包括电力线、电力变压器、保护开关、分段开关、其他开关、断路器、重接器等等。传达和分配系统在发电单位与用电者(例如住宅、业务、办公、路灯等等)之间形成至少一个和可能更多电路径。
恶劣的天气状况比如飓风、冰暴、雷雨等等可能造成流向用户的电力的破坏(即断电)。例如，疾风或冰可能使树木撞击高架电力线，闪电可能损坏变压器、开关、电力线等等。尽管一些断电也许是短期持续时间(例如数秒)，但是在电力能够恢复之前，许多断电要求修理或维护传达和分配系统。例如，如果树木撞倒住宅电力线，则在能够对住宅恢复电力之前，维护工作队也许不得不修理倒塌的电力线。同时，令用户无电可用，这一点至少是不便利的，而在极端天气状况(例如冰冷的天气状况)下可能是严重的。因此，在许多境况下，快速恢复电力极为重要。
大的风暴常常在传达和分配系统的各种部分中引起多个断电。作为响应，电业通常将维护工作队发往现场执行修理。如果风暴足够之大，则常常从邻近电业和从外部合约机构借用维护工作队。因此，以高效方式派遣工作队对于电力的快速和高效恢复是重要的。
用于维护工作队派遣的常规技术包括直接从中央操作中心派遣工作队。一旦风暴袭来，电业就基于来自用户的电话呼叫确定将工作队发往何处。常规的中断管理系统记录用户呼叫，而且基于用户呼叫将工作队派遣到干扰地点。常规中断管理系统的引擎通常假设：来自相互接近的用户的呼叫是与单个干扰或断电相关联。这些常规的中断管理系统出于各种原因在恶劣的天际场合下运转不佳。
此外，常规的中断管理系统仅基于工作队的历史响应时间来提供用以恢复特定电力电路段的估计时间。例如，向郊外用户可以2小时的估计恢复时间，而向乡村用户可以赋予4个小时的估计恢复时间。这些时间通常是基于历史上用于工作队派遣和修理中断的时间。这些常规系统无法为大的风暴提供准确的估计。也就是说，常规的系统假设了将在短的时间段中将工作队派遣到中断。然而，在大的风暴时，在将工作队发往特定中断位置之前，也许有相当大的时间延迟(因为通常同时出现多个中断)。
因此，有着对于如下系统、方法等等的需要，这些方法和系统用以在恶劣的天气情形中帮助高效地派遣维护工作队，而且用于向对于大型风暴运转良好的特定用户提供用以恢复电力的估计时间。
发明内容
一种用于电业风暴中断管理的方法包括：确定电业电力电路的互连模型，该电力电路包括电力电路组件；确定指示电力电路组件的天气敏感性的信息；确定天气预测；以及基于互连模型、天气敏感性信息和天气预测来确定预测维护参数。
该方法也可以包括：确定电力电路的观测，以及基于互连模型、天气敏感性信息、天气预测和电力电路观测来确定预测维护参数。该观测可以是电力用户观测报告、数据采集系统报告、维护工作队报告等等。该天气敏感性信息包括电力线组件使用年限、电力线杆使用年限、电力线组件的冰敏感性、电力线组件的风敏感性等等。该天气预测包括预测风速、预测风暴持续时间、预测降雪量、预测结冰量、预测降雨量等等。
可以基于互连模型、天气敏感性信息和天气预测来维护预测该维护参数的计算系统，而且可以基于历史信息来更新该计算系统。
一种用于电业风暴中断管理的系统包括计算引擎，该计算引擎能执行：确定电业电力电路的互连模型，该电力电路包括电力电路组件；确定指示电力电路组件的天气敏感性的信息；确定天气预测；以及基于互连模型、天气敏感性信息和天气预测来确定预测维护参数。
该系统可以包括损坏预测引擎和风暴中断引擎，该损坏预测引擎能执行确定天气预测和确定每单位损坏预测，而且该风暴中断引擎能执行：确定电业电力电路的互连模型，电力电路包括电力电路组件；确定指示电力电路组件的天气敏感性的信息；以及基于互连模型、天气敏感性信息和每单位损坏预测来确定总损坏预测。
该系统可以包括维护工作队预测引擎，该维护工作队预测引擎能执行确定对于每类预测损坏的预测维护工作队要求，而且该风暴中断引擎还可以能执行基于总损坏预测和对于每类损坏的预测维护工作队要求来确定用以修理损坏的预测总时间。
该预测维护参数可以包括预测维护工作队要求、基于预测损坏类型的预测维护工作队人员天要求、受预测电力电路损坏所影响的电力用户位置预测、用以修理预测电力电路损坏的时间预测、用以修理电力电路损坏的费用预测、用以修理电力电路的预测损坏量等等。该预测损坏量可以包括倒塌电力杆预测数目、倒塌电力线预测数目、损坏电力变压器预测数目等等。
一种用于电业风暴中断管理的方法包括：确定电业电力电路的互连模型，该电力电路包括电力电路组件；确定电力电路上的损坏位置；基于损坏位置和互连模型来确定恢复顺序；以及基于恢复顺序、互连模型和损坏位置来确定用以对电力电业的特定用户恢复电力的预测时间。
一种用于电业风暴中断管理的系统包括计算引擎，该计算引擎配置为执行：确定电业电力电路的互连模型，该电力电路包括电力电路组件；确定电力电路上的损坏位置；基于损坏位置和互连模型来确定恢复顺序；以及基于恢复顺序、互连模型和损坏位置来确定用以对电力电业的特定用户恢复电力的预测时间。
一种用于电业风暴中断管理的方法包括：确定电业电力电路的互连模型，该电力电路包括电力电路组件；确定对电业电力电路的评估损坏；以及基于互连模型和评估损坏来确定预测维护参数。
下面描述其他特征。
附图说明
参照附图，进一步描述用于电业风暴中断管理的系统和方法，在附图中：
图1是根据本发明实施例用于电业风暴中断管理的示例性计算环境和说明性系统的图；
图2是根据本发明实施例用于电业风暴中断管理的示例性计算网络环境和说明性系统的图；
图3是根据本发明实施例用于电业风暴中断管理的说明性系统的图，该图图示了图1的系统的进一步细节；
图4是根据本发明实施例用于电业风暴中断管理的说明性方法的流程图；
图5根据本发明实施例的流程图，该图图示了图4的流程图的进一步细节；
图6是根据本发明实施例用于电业风暴中断管理的另一个说明性方法的流程图；
图7是可以与本发明一起运用的示例性电力电路的电路图；
图8是根据本发明实施例用于电业风暴中断管理的说明性显示图；
图9是根据本发明实施例用于电业风暴中断管理的另一个说明性显示图；以及
图10是根据本发明实施例用于电业风暴中断管理的又一个说明性显示图。
具体实施方式
电业风暴中断管理系统和方法针对了电力电路(例如电业传达和分配系统)风暴中断期间的资源管理。该系统和方法使用了风暴出现之前的信息来预测能够用来高效管理电业资源的与损坏有关的信息。该系统和方法可以由电业用来预测对电力电路的损坏、用以修理损坏的维护工作队人员天、来自损坏的用户中断、用以恢复电力电路的估计时间、用以对特定用户恢复电力的预测估计时间、用以恢复电力电路的估计费用等等。该系统和方法也可以用来跟踪对电力电路的实际损坏、用以修理损坏的实际维护工作队人员天、来自损坏的实际用户中断、用以恢复电力电路的实际时间、用以对特定用户恢复电力的实际时间、用以恢复电力电路的实际费用等等。另外，该系统和方法可以基于历史预测和实际信息来改型。该系统和方法也可以跟踪电力电路观测和电力电路恢复。该系统和方法可以辅助电业改进它在风暴中断期间的资源管理。该改进管理可以辅助电业更高效和更快速地的修理电力。该系统和方法可以在下面详细描述的示例性计算环境中的一个或多个中或者在其他计算环境中加以实施。
图1示出了包括计算机20a的计算系统20。计算机20a包括显示设备20a’以及接口和处理单元20a”。计算机20a执行计算应用80。如图所示，计算应用80包括计算应用处理和储存区82以及计算应用显示81。计算应用处理和储存区82包括计算引擎85。计算引擎85可以实施用于电业风暴中断管理的系统和方法。计算应用显示81可以包括可为电业风暴中断管理所用的显示内容。在操作中，使用者(未示出)可以经过计算机20a来与计算应用80联系。使用者可以经过计算应用80来导航以便为电业风暴中断管理来输入、显示和生成数据及信息。
计算应用80可以生成预测维护参数，如例如对电力电路的预测损坏、用以修理损坏的预测维护工作队人员天、来自损坏的预测用户中断、用以恢复电力电路的预测估计时间、用以对特定用户恢复电力的预测估计时间、用以恢复电力电路的预测估计费用等等。计算应用80也可以跟踪实际维护参数，如例如对电力电路的实际损坏、用以修理损坏的实际维护工作队人员天、来自损坏的实际用户中断、用以恢复电力电路的实际时间、用以对特定用户恢复电力的实际时间、用以恢复电力电路的实际费用等等。预测信息和实际信息可以经由计算应用显示80作为显示内容来向用户显示。
上述计算机20a能够部署为计算机网络的部分。一般来说，对于计算机的以上描述可以适用于在网络环境中部署的服务器计算机和客户机计算机二者。图2图示了具有与客户机计算机连通的服务器计算机的示例性网络环境，其中可以实施用于电业风暴中断管理的系统和方法。如图2中所示，许多服务器计算机10a、10b等等经由通信网络50来与许多客户机计算机20a、20b、20c等等或者其他计算设备比如移动计算机15和个人数字助理17互连。通信网络50可以是无线网络、固线网络、局域网(LAN)广域网(WAN)、内部网、外部网、因特网等等。例如在通信网络50是因特网的网络环境中，服务器计算机10可能是Web服务器，客户机计算机20经由许多已知通信协议中的任一个比如超文本传送协议(HTTP)、无线应用协议(WAP)等等来与该Web服务器通信。每个客户机计算机20能够配备有浏览器30以与服务器计算机10通信。类似地，个人数字助理17能够配备有浏览器31，而移动电话15能够配备有浏览器32以显示和传达各种数据。
在操作中，使用者可以与计算机应用80交互以生成和显示如上所述的预测和实际信息。预测和实际信息可以储存于服务器计算机10、客户机计算机20或其他客户机计算设备上。预测和实际信息可以经由客户机计算机设备或客户机计算机20传达到使用者。
因此，用于电业风暴中断管理的系统和方法能够实施和使用于具有用于访问网络而且与网络交互的客户机计算设备以及用于与客户机计算机交互的服务器计算机的计算机网络环境中。该系统和方法能够以多种基于网络的架构来实施，因此不应限于所示实例。
图3示出了计算引擎85的说明性实施例。如图3中所示，计算引擎85包括风暴中断引擎110、损坏预测引擎120和维护工作队预测引擎130。尽管计算引擎85示出为实施于三个分离引擎中，但是计算引擎85可以是实施为一个引擎或者任一数目的引擎。另外，引擎110、120和130的各种功能可以在任一便利的方式下分布于各种引擎之间。
损坏预测引擎120接收来自天气预测服务200的天气预测。天气预测可以包括预测风速和持续时间、预测风暴持续时间、预测降雪量、预测结冰量以及预测降雨量、预测风暴类型(例如飓风、阵风、冰、龙卷风、闪电等等)、预测闪电位置和强度等等。天气预测可以具体化于或者可以伴随地理信息系统(GIS)文件等等。天气预测服务200可以包括全国天气服务局、业务天气服务组织、自动天气预测服务等等。
天气预测引擎120基于来自天气预测服务200的天气预测，确定对电力电路的预测损坏量。损坏预测引擎120可以确定预测每单位损坏量。例如，每英里毁损电力杆的预测数目、每英里倒塌电力线的预测数目以及每英里损坏电力变压器的预测数目等等。如果损坏预测引擎120确定每单位预测损坏量，则另一引擎(例如风暴中断引擎110)可以使用该每单位预测数据量，而且基于电力电路互连模型来确定对于电力电路的预测总损坏量。其他引擎(例如风暴中断引擎110)也可以基于天气敏感性信息等等来确定预测总损坏量。替选地，预测损坏引擎120可以基于天气预测和电力电路的互连模型以及电力电路组件的天气敏感性信息来确定对电力电路的预测总损坏量。预测损坏量可以储存到历史数据储存器290。历史数据储存器290也可以含有由计算引擎85处理的任何数据和信息，如例如历史预测维护参数、历史天气预测、历史电力电路观测、历史天气敏感性信息、历史互连模型、历史使用者输入和输出信息、历史预测和实际工作队费用、历史恢复时间等等。
在一个实施例中，损坏预测引擎120接收来自天气预测服务200的可以是GIS文件格式的天气预测。损坏预测引擎120可以将天气预测转换成预测强度的指示，如例如使用简单定标系统的数字。例如，风暴强度可以在从1到3、从1到10等等的标度上来分级。替选地，天气的各种方面如例如预测风速、预测降雨量等等可以在该标度上来分级。替选地，更为复杂的系统可以用来将天气预测转换成预测强度的指示。例如，风速与预测强度之间的转换可以在较小的地理基础(例如每馈线的强度指示，而不是每电力电路的强度指示)上完成。转换可以是线性、指数、对数等等。此外，使用者可以输入而且损坏预测引擎120可以接收预测强度。以这一方式，使用者可以对各类风暴执行“what-if”分析。例如，使用者可以将预测风暴强度‘3’输入到系统中，而计算应用85可以基于用户输入的风暴强度来确定预测损坏和预测维护参数(例如预测用户数目、用以修理每个用户的预测时间等等)。
电力电路的互连模型可以储存于互连模型数据储存器210中。互连模型数据储存器210可以驻留于例如计算机20a上或者可由计算引擎85访问的另一计算设备上。例如，互连模型数据储存器210可以驻留于服务器10a上，而且如果互连模型是现存互连模型则通常可以驻留于另一服务器上。互连模型可以包括关于电力电路组件的信息，如例如电力线位置、电力杆位置、电力变压器和分段开关及保护设备位置、分段开关类型、电力用户位置、电力电路组件互连性、电力电路对用户的连接性、电力电路布局等等。
在一个实施例中，电力电路组件的互连性可以通过使用节点编号的文件来建模。下面给出为图7的电力电路建模的说明性互连性文件(图7示出了具有经由节点1-9来互连的电力电路元件)700-713的示例性电力电路790)。
互连性文件
％源类型id，组件id，定相，设备id
SOURCE，sub，7，分站
％线路类型id，组件id，上游组件id，定相，设备id，长度(英尺)，保护设备
LINE，一，sub，7，主_1，10000，断路器
LINE，二，一，7，主_1，10000
LINE，三，二，7，主_1，10000，重接器
LINE，四，三，7，主_1，10000
LINE，五，四，7，主_1，2500
LINE，六，五，7，主_1，5000
LINE，七，六，7，主_1，5000，分段开关
LINE，八，二，7，侧_1，10000，熔断器
LINE，九，四，7，侧_1，10000，熔断器
LINE，十，九，7，侧_1，10000
如上所述，互连性文件包括代表源的文件行。该文件行包含四个字段：第一字段代表组件是源类型(例如‘SOURCE’)，第二字段代表与源相关联的节点(例如‘sub’)，第三字段代表源的定相(例如对于三相是‘7’)，以及第四字段代表源的类型或设备标识(例如对于分站是‘分站’)。电力线文件行包含七个字段：第一字段代表组件是线路类型(例如‘LINE’)，第二字段代表电力线第一端的节点编号(例如对于节点1是‘一’)，第三字段代表电力线另一端的节点编号(例如对于节点分站是‘sub’)，第四字段代表源的定相(例如对于三相是‘7’)，第五字段代表源的类型或设备标识(例如对于主电力线是‘主_1’)，第六字段代表电力线的长度(例如对于100,000英尺是‘10000’)，以及第七字段代表用于电力线的保护设备类型(例如对于断路器是‘断路器’)。尽管所示互连性文件包括特定的数据布置，但是可以使用其他文件布置，而且可以使用其他电力电路建模方式，如例如计算机辅助涉及(CAD)模型等等。
互连性文件也可以包括与在每个负载的用户数目有关的信息，或者分离的文件可以包含该信息，如下所示。
用户位置文件
％组件id，kVA，用户，变压器类型
一，2000，100，xfmr_1
三，100，300，xfmr_1
七，400，400，xfmr_1
八，400，500，xfmr_1
九，400，20，xfmr_1
十，400，100，xfmr_1
如上所示，用户位置文件包括用于每个负载的行(可以包括多个用户)。该行包含四个字段：第一字段代表负载的节点编号(例如对于节点1是‘一’)，第二字段代表馈给该负载的变压器的电力定额(例如对于2000kVA变压器是‘2000’)，第三字段代表由变压器馈给的用户的数目；以及第四字段代表变压器类型(例如对于特定变压器类型是‘xfmr_1’)。尽管所示文件包括特定的数据布置，但是可以使用其他文件布置，而且可以使用其他电力电路建模方式，如例如CAD模型等等。
天气敏感性信息可以储存于天气敏感性信息数据储存器220中。天气敏感性信息数据储存器220可以驻留于例如计算机20a上或者可由计算引擎85访问的另一计算设备上。例如，天气敏感性信息数据储存器220可以驻留于服务器10a或者任何客户机或服务器计算机上。天气敏感性信息包括与电力电路组件的天气敏感性有关的信息，如例如电力线杆使用年限、电力线组件的冰敏感性、电力线组件的风敏感性、树木位置密度等等。
预测密度的指示可以用来确定对应的天气敏感性，由此提供对于不同强度风暴的不同设备天气敏感性，比如下面的说明性设备天气敏感性文件中所示的。
设备天气敏感性文件
％FEEDER id，安培容量，风暴损坏点数目，每英里下行线路(downline)跨度，每英里成行树木
主_1，400，3，2，5，5，10，10，20
主_2，400，3，2，5，5，10，10，20
侧_1，200，3，2，5，5，10，10，20
侧_2，200，3，2，5，5，10，10，20
％TRANSFORMER id，安培容量，风暴损坏点数目，故障概率
xmfr_1，200，3，0.1，0.3，0.5
％SWITCH id，安培容量
分段_开关，300
分接_开关，300
熔断器，500
重接器，200
断路器，600
％SOURCE id，MVA容量，线路kV定额
分站，15，12.47
如图所示，设备天气敏感性文件包括代表各类电力电路器件或组件的文件行。对于馈线，该行包含多个字段：第一字段代表器件或组件标识(例如对于作为主馈线类型的组件类型是‘主_1’)，第二字段代表馈线安培容量(对于安培容量400是‘400’)，第三字段代表天气强度标度中的范围数目或风暴损坏点数目(例如对于分为三个范围比如低强度、中强度和高强度的天气强度标度是‘3’)，而且对于天气强度标度中的每个范围有字段对，该对的第一字段代表每英里倒塌电力线跨度的预测数目，该对的第二字段代表每英里倒塌树木的预测数目(例如对于预测为具有低强度的风暴，每英里倒塌跨度预测为‘2’，而每英里倒塌树木预测为‘5’)。对于变压器，该行包含多个字段：第一字段代表馈线标识(例如对于特定类型变压器是‘xfmr_1’)，第二字段代表变压器的安培容量(例如对于安培容量200是‘200’)，第三字段代表天气强度标度中的范围数目或者风暴损坏点数目(例如对于分为三个范围比如低强度、中强度和高强度的天气强度标度是‘3’)，以及第四字段代表变压器故障概率(例如对于百分之0.1的变压器故障可能性是‘0.1’)分段开关和分站信息也可以包含于设备天气敏感性文件中，比如故障概率等等。该信息也可以包括用于在确定是否能够从替选馈线等等来馈给用户时使用的安培容量信息。尽管所示设备天气敏感性文件包括特定的数据布置，但是可以使用其他文件布置而且可以使用其他敏感性建模方式。
损坏预测引擎120可以与如图所示的风暴中断引擎110联系以与互连模型数据储存器210和天气敏感性信息数据储存器220通信。同样，损坏预测引擎120可以直接地(或经由网络50)来与互连模型数据储存器210和天气敏感性信息数据储存器200通信。
维护工作队预测引擎130接收由损坏预测引擎120(或风暴中断引擎110)确定的损坏预测(或预测的损坏类型)而且确定预测维护工作队要求。该预测维护工作队要求可以是预测的每损坏类型的维护工作队要求，可以是对于所有预测损坏的预测总维护工作队要求，等等。例如，维护工作队预测引擎130可以确定用以修理每个预测损坏类型(例如预测线路工作队需要花一天时间修理十二个跨度的倒塌线路)的预测工作队类型和预测工作队人员天要求。同样，维护工作队预测引擎130可以确定用以修理所有预测损坏(例如预测将要求十个线路工作队和两个树木工作队处理风暴中断维护)的预测工作队类型和预测工作队人员天要求。如果维护工作队预测引擎130确定了预测每损坏类型的维护工作队要求，则另一引擎(例如风暴中断引擎110)基于队电力电路的预测损坏，将每损坏类型的维护工作队要求转换成总维护要求。预测维护工作队要求可以储存到历史数据储存器290。
维护工作队预测引擎可以包括或访问如下所示的维护工作队生产率文件。
工作队生产率文件
％工作队修理工作能力
％工作队类型id，树木/天，跨度/天，变压器/天，费用/天
树木_工作队，25，0，0，2000
二_人_工作队，5，0，4，3000
四_人_工作队，7，10，6，5000
如图所示，维护工作队生产率文件包括用于每类工作队的文件行。该行包含五个字段：第一字段代表工作队类型(例如对于树木维护工作队是‘树木_工作队’)，第二字段代表工作队每天能够维护的树木数目(例如每天‘25’颗树木)，第三字段代表工作队每天能够修理的跨度数目(例如每天‘10’个跨度)，第四字段代表工作队每天能够修理的变压器数目(例如每天‘4’个变压器)，以及第五字段代表工作队每天费用(例如对于每天$2000是‘2000’)。尽管所示文件包括特定的数据布置，但是可以使用其他文件布置而且可以使用其他维护工作队生产率建模方式。
风暴中断引擎110基于预测维护工作队要求以及对电力电路的预测损坏量和位置来确定预测维护参数，如例如对电力电路的预测损坏量、用以修理损坏的预测维护工作队人员天、来自损坏的预测用户中断、用以恢复电力电路的预测估计时间、用以恢复电力电路的预测估计费用等等。以这一方式，可以将维护工作队发往接近预测损坏位置的分阶位置。预测维护参数也可以储存到历史数据储存器290。
风暴中断引擎110可以在每馈线基础上确定维护参数预测，然后将对于每个馈线的预测损坏求和。用以修理电力电路的预测时间可以基于如下假设(或规则)：将首先修理主馈线、将或不将运用馈线重新配置、将接着修理中等尺寸馈线、以及将最后修理到达少数住宅的馈线，这些负载具有优先级(例如医院)或者其他规则。这些规则和假设可以应用于互连模型以及预测损坏、实际损坏或其一些组合以确定修理顺序。以这一方式，风暴中断引擎110可以确定用以对每个电力用户修理电力的估计时间。风暴中断引擎110也可以基于电力电路观测，如例如实际损坏观测、修理观测等等，来更新用以对每个电力用户修理电力的估计时间。
风暴中断引擎110也可以使用其他信息来确定预测维护参数。例如，风暴中断引擎110可以使用维护工作可用性、维护工作对费用、维护工作队调度约束等等来确定预测维护参数。维护工作队成本和调度约束可以位于工作队预测引擎130、历史数据储存器290、业务管理系统数据库比如SAP数据库或任何其他数据库、数据表等等中。维护工作队成本信息可以包括内部和外部(合约方)工作队信息。信息(例如维护工作队可用性、维护工作队费用、维护工作队调度约束)也可以作为可以储存于计算机20a上的输入信息260来接收，可以作为到计算机20a中的使用者输入来接收，可以经由网络50来接收，等等。以这一方式，使用者可以输入各种工作队费用和工作队编号以对于各种工作队部署来执行“what-if”分析。使用者也可以输入所希望的中断天数，而风暴中断引擎110可以输出预测工作队数目和预测费用以满足所希望的中断天数。
对风暴中断引擎110的交替输入可以是预测线路工作队天和数目工作队天(而不是倒塌跨度和倒塌树木的预测数目)的形式等等，以便为风暴中断引擎110在预测维护参数时所用。
风暴中断引擎110也可以跟踪实际维护参数，如例如对电力电路的实际损坏、用以修理损坏的实际维护工作队人员天、来自损坏的实际用户中断、用以恢复电力电路的实际时间、用以对特定用户恢复电力的实际时间、用以恢复电力电路的实际费用等等。对电力电路的实际损坏、用以修理损坏的实际维护工作队人员天、来自损坏的实际用户中断、用以恢复电力电路的实际时间、用以对特定用户恢复电力的实际时间、用以恢复电力电路的实际费用等等信息也可以储存到历史数据储存器290。
一旦风暴袭来，风暴中断引擎110可以使用附加数据来进行关于维护参数的修正预测。例如，风暴中断引擎110可以接收电力电路观测230，比如用户呼叫信息、来自维护工作队的更新信息、来自数据采集系统的信息、关于电力电路重接器跳闸的信息、来自损坏评估工作队的信息等等。风暴中断引擎110可以在收到电力电路观测230时、在一些周期间隔、其一些组合等等使用电力电路观测230来进行修正预测。例如，如果损坏评估每英里电力线平均10颗树木倒塌而且天气敏感性指示每英里预测平均5颗树倒塌，则风暴中断引擎可以使用每英里电力线倒塌10颗树木来计算经修正的倒塌树木预测总数。风暴中断引擎110也可以使用例如电力电路观测来确定到此为止的风暴中断累计费用。同样，风暴中断引擎110可以使用实际损坏的实际电力电路观测来确定用以对特定用户恢复电力的估计时间。风暴中断引擎110也可以基于使用者输入和实际损坏的电力电路观测来确定其他预测维护参数。
预测维护参数可以作为输出信息270来输出而且显示于计算应用显示81上。例如，对电力电路的预测损坏量可以以图形形式来显示，比如电力电路的图形表示，该表示具有与预测要损坏的电力电路部分相关联的特定指示。例如，预测要损坏的变压器下游的所有电力电路部分可以加亮为黄色、标记有“x”等等。
通常，该显示布置为对应电力电路的物理几何形状。图7示出了说明性电力电路790。电力电路790包括如图所示互连的电力电路元件，比如分站700和712、断路器701和713、负载702、704、708和710、熔断器703和707、重接器705以及分段开关709和711。图8示出了代表电力电路790的说明性显示890。如图所示，图8包括对应于电力电路元件700-713的显示元素800-813。显示890可以代表电力电路的预测中断配置。例如，到达负载704和708的电力线可以图示以散列的标记线(或颜色等等)以便指示这些负载可能失去电力的预测。到达重接器705与分站800之间的电力线可以图示以粗线(或颜色等等)以便指示那些负载不可能失去电力的预测。
风暴中断引擎110也可以输出预测维护参数的报告。例如，报告可以包括如下信息：
用户中断状态
断电用户总数：1600
断电用户百分比：100
系统损坏状态
评估系统百分比0
检验损坏-    倒塌跨度：0     倒塌树木：0
预测损坏-    倒塌跨度：78    倒塌树木：156
修理损坏-    倒塌跨度：0     倒塌树木：0
预期线路工作队剩余天：7.8
预期树木工作队剩余天：6.3
工作队状态
指定线路工作队数目：2
指定树木工作队数目：2
人力费用状态
评估损坏剩余费用-    倒塌跨度：$0      倒塌树木：$0
预测损坏剩余费用-    倒塌跨度：$39603  倒塌树木：$12500
已经修理损坏费用-    倒塌跨度：$0      倒塌树木：$0
总费用：$51563
ETR状态
总ETR(天)3.91
用户变压器的ER(天)
Xfmr：一    用户数目：100    ETR：0.95
Xfmr：三    用户数目：300    ETR：2.25
Xfmr：七    用户数目：400    ETR：2.96
Xfmr：八    用户数目：500    ETR：2.72
Xfmr：九    用户数目：200    ETR：3.91
Xfmr：十    用户数目：100    ETR：3.91
如上所示，这一报告总的所有损坏是预测的，而且尚未检验或修理任何损坏。同样，每个负载变压器令它自己的估计恢复时间得以确定和显示。例如，用以恢复变压器一的负载(100个用户)的估计时间是0.95天，而用以修理变压器十的负载(另一100个用户)的估计时间是3.91天。
除确定预测维护参数之外，风暴中断引擎110还可以跟踪实际维护参数，例如，在损坏评估报告文件中可以跟踪实际损坏，如下所示。
损坏评估报告文件
％线路类型id，组件id，上游组件id，倒塌跨度数目，倒塌树木数目
LINE，一，sub，9，17
LINE，十，九，12，20
如上所示，损坏评估报告文件包括用于每个损坏评估的文件行。该文件行包含五个字段：第一字段代表组件类型(例如对于电力线是‘LINE’)，第二字段代表在组件负载侧的节点(例如对于节点一是‘一’)，第三字段代表在组件源侧的节点(例如对于节点sub是‘sub’)，第四字段代表线路上倒塌跨度的数目(例如‘9’个倒塌跨度)，以及第五字段代表线路上倒塌树木的数目(例如‘17’颗倒塌树木)。尽管所示文件包括特定的数据布置，但是可以使用其他文件布置而且可以使用其他损坏评估建模方式。风暴中断引擎110可以为该损坏评价生成报告。
对用户的实际电力恢复可以由风暴中断引擎110跟踪而且包括在修理恢复进度报告文件中，如下所示。
修理恢复进度报告文件
％线路类型id，组件id，上游组件id，维修跨度的数目，维修树木的数目、
重新赋能的服务
LINE，一，sub，9，17，0
LINE，二，一，8，16，0
LINE，一，sub，0，0，1
如上所示，修理恢复进度报告文件包括用于每个修理电力线组件的行。该行包含六个字段：第一字段代表组件类型(例如对于电力线是‘LINE’)，第二字段代表组件(例如对于线路编号1是‘1’)，第三字段代表上游电力电路组件(例如对于在分站是‘sub’)，第四字段代表线路上修理跨度的数目(例如‘9’个修理跨度)，第五字段代表线路上维护的树木数目(例如‘17’个维护数目)，以及第六字段代表与该组件相关联的开关或断路器是否已经闭合(例如对于开关断开是‘0’而对于开关闭合是‘1’)。尽管所示文件包括特定的数据布置，但是可以使用其他文件布置而且可以使用其他修理恢复进度建模方式。
使用这些文件，风暴中断引擎110可以基于确定的实际维护参数来重新计算预测维护参数，如下面详细地所述。风暴中断引擎110然后能够基于实际维护参数和重新计算的预测维护参数来生成附加报告。下面示出了说明性附加报告。
用户中断状态
断电用户总数：1600
断电用户百分比：100
系统损坏状态
评估系统百分比0
检验损坏-    倒塌跨度：21    倒塌树木：37
预测损坏-    倒塌跨度：62   倒塌树木：112
修理损坏-    倒塌跨度：0    倒塌树木：0
预期线路工作队剩余天：8.3
预期树木工作队剩余天：6.0
工作队状态
指定线路工作队数目：2
指定树木工作队数目：2
人力费用状态
评估损坏剩余费用-    倒塌跨度：$10500    倒塌树木：$2960
预测损坏剩余费用-    倒塌跨度：$31125    倒塌树木：$8960
已经修理损坏费用-    倒塌跨度：$0        倒塌树木：$0
总费用：$53565
ETR状态
总ETR(天)4.16
用户变压器的ETR(天)
Xfmr：一    用户数目：100    ETR：0.90
Xfmr：三    用户数目：300    ETR：2.14
Xfmr：七    用户数目：400    ETR：2.96
Xfmr：八    用户数目：500    ETR：2.74
Xfmr：九    用户数目：200    ETR：4.16
Xfmr：十    用户数目：100    ETR：4.16
正如这一说明性报告中所示的，已经评估该系统的24％，因此检验了一些损坏而且一些损坏保持预测。检验的损坏可以图示于比如图9中所示的显示上。图9示出了对应于电力电路元件900-913的显示元素900-913。显示990可以代表电力线的预测中断配置。例如，负载704和708可以图示以散列的标记线(或颜色等等)以便指示它们已被评估而且电力损失已被检验。计算应用显示81可以基于由风暴中断引擎110接收的实际维护参数来修正。例如，一旦接收与预测要损坏的电力电路部分对应的用户呼叫，就可以显示具有不同指示的该电力电路部分的图形表示。例如，已经确认损坏的电力电路部分可以加亮为红色、标记有“----”图案等等。同样，一旦接收电路部分已被恢复到正常操作的确认，该部分就被正常地显示或者以另一不同指示来显示。例如，恢复的电力电路部分可以加亮为蓝色、标记有双线等等。
风暴中断引擎110也可以基于实际维护参数和维护恢复信息来确定预测维护参数。风暴中断引擎110然后能够基于实际维护参数和维护恢复信息来生成附加报告。下面示出了说明性附加报告。
用户中断状态
断电用户总数：1500
断电用户百分比：94
系统损坏状态
评估系统百分比100
检验损坏-    倒塌跨度：69    倒塌树木：125
预测损坏-    倒塌跨度：0     倒塌树木：0
修理损坏-    倒塌跨度：17    倒塌树木：33
预期线路工作队剩余天：6.9
预期树木工作队剩余天：5.0
工作队状态
指定线路工作队数目：2
指定树木工作队数目：2
人力费用状态
评估损坏剩余费用-    倒塌跨度：$34500    倒塌树木：$10000
预测损坏剩余费用-    倒塌跨度：$0        倒塌树木：$0
已经修理损坏费用-    倒塌跨度：$8500     倒塌树木：$2640
总费用：$55640
ETR状态
总FTR(天)3.45
用户变压器的ETR(天)
Xfmr：一    用户数目：100    ETR：0.00
Xfmr：三    用户数目：300    ETR：1.50
Xfmr：七    用户数目：400    ETR：2.30
Xfmr：八    用户数目：500    ETR：2.10
Xfmr：九    用户数目：200    ETR：3.45
Xfmr：十    用户数目：100    ETR：3.45
如上所示，已经评估该系统的100％，而且94％的损坏保持有待恢复。注意ETR为0可以指代其电力已被恢复的用户。
风暴中断引擎110可以基于实际维护参数和维护恢复信息来继续更新预测维护参数。风暴中断引擎110然后能够生成附加报告，如下所示。
用户中断状态
断电用户总数：1200
断电用户百分比：75
系统损坏状态
评估系统百分比100
检验损坏-    倒塌跨度：39    倒塌树木：67
预测损坏-    倒塌跨度：0     倒塌树木：0
修理损坏-    倒塌跨度：47    倒塌树木：91
预期线路工作队剩余天：3.9
预期树木工作队剩余天：2.7
工作队状态
指定线路工作队数目：2
指定树木工作队数目：2
人力费用状态
评估损坏剩余费用-    倒塌跨度：$19500    倒塌树木：$5360
预测损坏剩余费用-    倒塌跨度：$0        倒塌树木：$0
已经修理损坏费用-    倒塌跨度：$23500    倒塌树木：$7280
总费用：$55640
ETR状态
总ETR(天)1.95
用户变压器的ETR(天)
Xfmr：一    用户数目：100    ETR：0.00
Xfmr：三    用户数目：300    ETR：0.00
Xfmr：七    用户数目：400    ETR：0.80
Xfmr：八    用户数目：500    ETR：0.60
Xfmr：九    用户数目：200    ETR：1.95
Xfmr：十    用户数目：100    ETR：1.95
如上所示，已经评估该系统的100％，而且75％的损坏保持有待恢复。风暴中断引擎110也可以接收代表工作队树木调整的使用者输入，而且基于调整的工作队树木来输出预测维护参数。风暴中断引擎110可以基于使用者输入来确定经调整的预测维护参数。
风暴中断引擎110可以基于实际维护参数和维护恢复信息来继续更新预测维护参数，直到所有用户已经恢复其电力。风暴中断引擎110能够继续接收电力电路观测，包括电力电路恢复信息，然后生成另一报告，如下所示。
用户中断状态
断电用户总数：0
断电用户百分比：0
系统损坏状态
评估系统百分比100
检验损坏-    倒塌跨度：0     倒塌树木：0
预测损坏-    倒塌跨度：0     倒塌树木：0
修理损坏-    倒塌跨度：86    倒塌树木：158
预期线路工作队剩余天：0.0
预期树木工作队剩余天：0.0
工作队状态
指定线路工作队数目：2
指定树木工作队数目：2
人力费用状态
评估损坏剩余费用-    倒塌跨度：$0        倒塌树木：$0
预测损坏剩余费用-    倒塌跨度：$0        倒塌树木：$0
已经修理损坏费用-    倒塌跨度：$43000    倒塌树木：$12640
总费用：$55640
ETR状态
总ETR(天)0.00
用户变压器的ETR(天)
Xfmr：一    用户数目：100    ETR：0.00
Xfmr：三    用户数目：300    ETR：0.00
Xfmr：七    用户数目：400    ETR：0.00
Xfmr：八    用户数目：500    ETR：0.00
Xfmr：九    用户数目：200    ETR：0.00
Xfmr：十    用户数目：100    ETR：0.00
如上所示，已经评估该系统的100％，而且100的损坏已被修理和恢复。风暴中断引擎110可以输出实际维护参数，如例如总费用等等。
另外，风暴中断引擎110(或损坏预测引擎120或维护工作队预测引擎130)可以使用历史数据储存器290中的预测和实际信息来修正计算引擎85的规则、精化天气敏感性信息、精化用来确定预测维护参数的乘法器等等。这样的修正可以自动地完成、可以周期间隔地完成、可以请求使用者授权实现每个修正等等。
图4和图5示出了用于电业风暴中断管理的说明性方法的流程图。尽管如下描述包括了对图3的系统的参照，但是该方法可以以许多方式来实施，如例如通过单个计算引擎、通过多个计算引擎、经由独立计算系统、经由联网计算系统等等来实施。
如图4中所示，在步骤300，损坏预测引擎120通过接收来自天气预测服务200的天气预测来确定天气预测。该天气预测可以包括预测风速、预测风暴持续时间、预测降雪量、预测结冰量、预测降雨量、GIS文件等等。
在步骤310，风暴中断引擎110根据互连模型数据储存器210来确定电力电路的互连模型。该互连模型可以包括关于电力电路组件的信息，如例如电力线位置、电力杆位置、电力变压器和分段开关及保护设备位置、分段开关类型、电力用户位置、电力电路组件互连性、电力电路对用户的连接性、电力电路布局等等。
在步骤320，风暴中断引擎110根据天气敏感性信息数据储存器220来确定天气敏感性信息。天气敏感性信息可以包括关于电力电路组件天气敏感性的信息，如例如电力线杆使用年限、电力线组件的冰敏感性、电力线组件的风敏感性、树木位置密度等等。
在步骤330a，损坏预测引擎120基于来自天气预测服务200的天气预测来确定对电力电路的预测每单位损坏量。损坏预测引擎120可以确定例如每英里毁损电力杆的预测数目、每英里倒塌电力线的预测数目以及每英里损坏电力变压器的预测数目等等。替选地，预测损坏引擎120可以基于电力电路的互连模型、天气预测、电力电路组件的天气敏感性信息等等来确定对电力电路的预测总损坏量(而且可能回避步骤330b)。
在步骤330b，风暴中断引擎110基于来自损坏预测引擎120的预测每单位损坏量、基于电力电路的互连模型、以及基于电力电路组件的天气敏感性信息，来确定电力电路损坏的总预测量。预测的总损坏量可以是位置特有的、可以是组件总数或者其一些组合。
在步骤330c，维护工作队预测引擎130可以接收在步骤330a和330b确定的损坏预测或预测损坏类型的指示，而且确定对于每类预测损坏的预测维护工作队要求。替选地，维护工作队预测引擎130可以基于总预测损坏来确定对于风暴中断的预测总维护工作队要求。
在步骤330d，风暴中断引擎110基于预测维护工作队要求和对电力电路的预测损坏量来确定预测维护参数，如例如对电力电路的预测损坏量、用以修理损坏的预测维护工作队人员天、来自损坏的预测用户中断、用以恢复电力电路的预测估计时间、用以恢复电力电路的预测估计费用等等。风暴中断引擎110可以也基于维护工作队可用性、维护工作队费用、维护工作队调度约束等等来确定该维护参数预测。
在步骤340，风暴中断引擎110也可以确定和跟踪实际维护参数，如例如对电力电路的实际损坏、用以修理损坏的实际维护工作队人员天、来自损坏的实际用户中断、用以恢复电力电路的实际时间、用以恢复电力电路的实际费用等等。例如，风暴中断引擎110可以接收电力电路观测230，如例如用户呼叫信息、来自维护工作队的更新信息、来自数据采集系统的信息、关于电力电路重接器跳闸的信息、来自损坏评估工作队的信息等等。
在这一点，步骤320和330可以重新执行，而且预测维护参数也可以基于在步骤340确定的实际维护参数来确定。同样，步骤320可以基于实际损坏评估来使用经修正的天气敏感性信息等等。例如，如果原天气敏感性数据点预测每英里倒塌五颗树木，但是损坏评估数据示出每英里实际平均倒塌十颗树木，则风暴中断引擎110或损坏预测引擎120可以在确定尚未完成评估的电力电路区域中的电力电路损坏预测量时使用实际每英里十颗树木实际平均值。
在步骤350，风暴中断引擎110可以将预测和实际电力电路损坏、用以修理损坏的预测和实际维护工作队人员天、来自损坏的预测和实际用户中断、用以恢复电力电路的预测和实际时间、用以恢复电力电路的预测和实际费用信息等等储存到历史数据储存器290。
在步骤360，风暴中断引擎110可以在计算应用显示81上显示预测维护参数。例如，对电力电路的预测损坏量可以以图形形式来显示，比如电力电路的图形表示，该表示具有与预测要损坏的电力电路部分相关联的特定指示。风暴中断引擎110也可以显示在步骤340确定的实际维护参数。例如，一旦接收与预测要损坏的电力电路部分对应的用户呼叫，就可以显示具有不同指示的该电力电路部分的图形表示。同样，一旦接收电路部分已被恢复到正常操作的确认，该部分就被正常地显示或者以另一不同指示来显示。另外，风暴中断引擎110可以在计算应用显示81上继续地显示预测维护参数，而且基于由风暴中断引擎110接收的新信息来继续地更新该显示。
在步骤370，风暴中断引擎110、损坏预测引擎120、维护工作队预测引擎130或天气敏感性数据储存器220可以基于在步骤340接收的实际数据来修正。例如，风暴中断引擎110可以使用历史数据储存器290中的预测和实际信息来修正引擎规则、精化天气敏感性信息、精化用来确定预测维护参数的乘法器等等。步骤370可以自动地仔执行、可以周期间隔地完成、可以请求使用者授权实现每个修正等等。一旦附加信息例如电力电路观测等等变得可为风暴中断引擎110所用，就可以重复各种方法步骤。
图6示出了用于电业风暴中断管理的说明性方法的流程图。尽管如下描述包括对图3的系统的参照，但是该方法可以以许多方式来实施，如例如通过单个计算引擎、通过多个计算引擎、经由独立计算系统、经由联网计算系统等等来实施。
在步骤600，风暴中断引擎110根据互连模型数据储存器210来确定电力电路的互连模型。该互连模型可以包括关于电力电路组件的信息，如例如电力线位置、电力杆位置、电力变压器和分段开关及保护设备位置、分段开关类型、电力用户位置、电力电路组件互连性、电力电路对用户的连接性、电力电路布局等等。
在步骤610，风暴中断引擎110确定损坏位置，其可以是预测和实际损坏。风暴中断引擎110可以基于电力电路观测230，比如用户呼叫信息、来自维护工作队的更新信息、来自数据采集系统的信息、关于电力电路重接器跳闸的信息、来自损坏评估工作队的信息等等，来确定损坏位置。
在步骤620，风暴中断引擎110确定用于电力电路的恢复顺序。恢复顺序可以基于损坏位置，该损坏可以包括预计和实际损坏。恢复顺序也可以基于互连模型。恢复顺序可以使用规则、假设、优先级化等等来确定。可以确定恢复顺序以针对最低费用、针对最短恢复时间、针对其一些组合等等来优化。例如，风暴中断引擎110可以确定使具有较大用户数目的负载优先的恢复顺序。同样，一些关键负载可以优先于居住负载。例如，医院看护家庭在恢复顺序中可以赋予高优先级。
在步骤630，风暴中断引擎110基于互连模型、恢复顺序和损坏位置来确定预测维护参数，如例如用以对特定用户恢复电力的时间等等。用以对特定用户恢复电力的时间也可以基于用以修理损坏的预测维护工作队人员日等等来确定。一旦附加信息例如电力电路观测、电力电路恢复信息等等变得可为风暴中断引擎110所用，就可以重复各种方法步骤。
风暴中断引擎110也可以向特定用户显示在步骤630确定的预测维护参数，如例如用以对特定用户恢复电力的预测时间。图9示出了这样的说明性显示990。如图9中所示，显示元素900-913分别对应于电力电路元件700-713。显示元素904对应于负载704而且显示有散列线以便指示负载704正在经历断电。替选地，显示元素904可以显示有特定颜色以便指示负载704正在经历断电。显示元素920指示在步骤630确定的用以恢复负载704的估计时间。如图所示，显示元素920指示用以恢复负载704的估计时间是1天。显示元素921指示在步骤630确定的用以恢复负载708的估计时间。如图所示，显示元素921指示用以恢复负载708的估计时间是1.5天。以这一方式，电业可以将用以对特定用户恢复电力的预测时间传达到该用户。替选地，电业可以决定向该估计添加一些预定义时间、向该估计添加一些预定义百分比、使用与特定用户相关联的整个馈线的最高估计等等。
图10示出了另一说明性显示1090。如图10中所示，显示元素1000代表分站1，而显示元素1010代表分站2。显示元素1000、1010可以以特定几何形状布置于显示1090上以代表电力电路的几何形状。显示元素1001定位为逼近显示元素1000而且指示与分站1相关联的风暴中断维护参数。显示元素1011定位为逼近显示元素1010而且指示与分站2相关联的风暴总队关维护参数。如图所示，显示元素1001指示5000个用户正在经历断电、5个维护工作队目前指定给分站1、最差情况的预测电力恢复时间(ETR)是2天、平均ETR是1天、以及预计修理费用是％15,000。显示元素1011指示10,000个用户正在经历电力中断、10个维护工作队目前指定给分站2、最差情况的预测恢复电力时间(ETR)是5天、平均ETR是1天、以及预测修理费用是$30,000。以这一方式，电业能够快速检查维护工作队的部署以确定该部署是否对应于经历中断的用户数目等等。
正如所见，上述系统和方法提供了用于在电业风暴中断之前和期间高效管理维护资源的技术。这样，电业可以更为高效地预备和实施风暴中断维护。
用于执行上述方法的程序代码(即指令)可以储存于计算机可读介质上，比如磁、电或光储存介质，包括但不限于软盘、CD-ROM、CD-RW、DVD-ROM、DVD-RAM、磁带、闪存、硬盘驱动或任何其他机器可读储存介质，其中当程序代码加载到机器比如计算机中而且由该机器执行时，该机器变成用于实践本发明的设备。本发明也可以实施于通过一些传输介质来传输的程序代码形式，比如通过电接线或线缆、经过光纤、通过网络包括因特网或内部网、或者经由任何其他传输形式，其中当程序代码由机器比如计算机接收、加载到该机器中而且由该机器执行时，该机器变成用于实践上述处理的设备。当实施于通用处理器上时，程序代码与处理器组合提供与专门逻辑电路类似操作的设备。
注意的是，上面的描述已经仅出于说明目的而提供而且不应理解为本发明的限制。尽管本发明已经参照说明性实施例来描述，但是理解的是，这里所用语言是描述和说明用语而非限制用语。另外，尽管本发明已经参照特定结构、方法和实施例描述于此，但是本发明不旨在限于这里公开的细节；实际上，本发明扩展到在所附权利要求的范围之内的所有结构、方法和使用。受益于本说明书教导的本领域技术人员可以对之实现许多改型，而且在不脱离如所附权利要求限定的本发明范围和精神情况下可以做出变化。

Claims (26)

1.一种用于电业风暴中断管理的方法，所述方法包括：
提供用于包括电力电路组件的电业电力电路的互连模型，所述互连模型包括关于所述电力电路的布局和所述电力电路组件的互连性的信息；
提供对于不同天气状况的用于所述电力电路组件的天气敏感性信息的储存器，其中用于所述电力电路组件的所述天气敏感性信息因不同天气状况而不同；
接收天气预测；以及
基于所述互连模型、所述天气敏感性信息和所述天气预测来确定用于所述电力电路的预测维护参数。
2.如权利要求1所述的方法，还包括接收关于所述电力电路实际状况的信息，以及其中确定所述预测维护参数包括基于所述互连模型、所述天气敏感性信息、所述天气预测和所述关于所述电力电路实际状况的信息来确定所述预测维护参数。
3.如权利要求2中所述的方法，其中所述关于实际状况的信息包括电力用户观测报告、数据采集系统报告和维护工作队报告中的至少一个。
4.如权利要求1所述的方法，其中所述天气敏感性信息包括电力线组件使用年限、电力线杆使用年限、电力线组件的冰敏感性和电力线组件的风敏感性中的至少一个。
5.如权利要求1所述的方法，其中所述天气预测包括预测风速、预测风暴持续时间、预测降雪量、预测结冰量和预测降雨量中的至少一个。
6.如权利要求1所述的方法，其中所述预测维护参数包括预测维护工作队要求。
7.如权利要求6所述的方法，其中确定所述预测维护工作队要求包括基于预测损坏类型来确定预测维护工作队人员天要求。
8.如权利要求1所述的方法，其中所述预测维护参数包括受所述预测电力电路损坏所影响的电力用户位置预测。
9.如权利要求1所述的方法，其中所述预测维护参数包括用以修理所述预测电力电路损坏的时间预测。
10.如权利要求1所述的方法，其中所述预测维护参数包括用以修理所述电力电路损坏的费用预测。
11.如权利要求1所述的方法，其中确定所述预测维护参数包括确定对所述电力电路的预测损坏量。
12.如权利要求11所述的方法，其中所述预测损坏量包括倒塌电力杆预测数目、倒塌电力线预测数目和损坏电力变压器预测数目中的至少一个。
13.如权利要求1所述的方法，还包括：
确定与所述预测维护参数对应的实际维护参数；以及
使用所述预测维护参数和所述实际维护参数来修改用来确定过所述预测维护参数的参数。
14.如权利要求1所述的方法，其中天气敏感性信息包括所述电力电路组件的故障概率。
15.一种用于电业风暴中断管理的系统，所述系统包括：
模型数据储存器，其包含用于包括电力电路组件的电业电力电路的互连模型，所述互连模型包括关于所述电力电路的布局和所述电力电路组件的互连性的信息；
信息数据储存器，其包含对于不同天气状况的用于所述电力电路组件的天气敏感性信息，其中用于所述电力电路组件的所述天气敏感性信息因不同天气状况而不同；以及
计算引擎，可操作用以接收天气预测以及用以访问所述模型数据储存器和所述信息数据储存器，所述计算引擎配置为基于所述互连模型、所述天气敏感性信息和所述天气预测来确定用于所述电力电路的预测维护参数。
16.如权利要求15所述的系统，其中所述计算引擎包括：
损坏预测引擎，能够：
接收所述天气预测；以及
确定每单位损坏预测；以及
风暴中断引擎，能够：
访问所述电力电路组件的所述互连模型；
访问指示所述电力电路组件的天气敏感性的信息；以及
基于所述互连模型、所述天气敏感性信息和所述每单位损坏预测来确定总损坏预测。
17.如权利要求16所述的系统，其中所述计算引擎还包括：
维护工作队预测引擎，能够：
确定对于每类预测损坏的预测维护工作队要求；以及其中
所述风暴中断引擎还能够：
基于所述总损坏预测和对于每类损坏的所述预测维护工作队要求来确定用以修理所述损坏的预测总时间。
18.如权利要求15所述的系统，其中所述计算引擎还能够接收关于所述电力电路实际状况的信息，以及其中确定所述预测维护参数包括基于所述互连模型、所述天气敏感性信息、所述天气预测和所述关于所述电力电路实际状况的信息来确定所述预测维护参数。
19.如权利要求15所述的系统，其中所述天气敏感性信息包括电力线组件使用年限、电力线杆使用年限、电力线组件的冰敏感性和电力线组件的风敏感性中的至少一个。
20.如权利要求15所述的系统，其中所述天气预测包括预测风速、预测风暴持续时间、预测降雪量、预测结冰量和预测降雨量中的至少一个。
21.如权利要求15所述的系统，其中所述预测维护参数包括受所述预测电力电路损坏所影响的电力用户位置预测。
22.如权利要求15所述的系统，其中所述预测维护参数包括用以修理所述预测电力电路损坏的时间预测。
23.如权利要求15所述的系统，其中所述预测维护参数包括用以修理所述电力电路损坏的费用预测。
24.如权利要求15所述的系统，其中确定所述预测维护参数包括确定对所述电力电路的预测损坏量。
25.如权利要求24所述的系统，其中所述预测损坏量包括电力杆预测数目、倒塌电力线预测数目和损坏电力变压器预测数目中的至少一个。
26.如权利要求15所述的系统，其中天气敏感性信息包括所述电力电路组件的故障概率。
CNB200480032899XA 2003-11-03 2004-11-01 电业风暴中断管理 Active CN100552463C (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US10/700,080 2003-11-03
US10/700,080 US7010437B2 (en) 2003-11-03 2003-11-03 Electric utility storm outage management

Publications (2)

Publication Number Publication Date
CN1879023A CN1879023A (zh) 2006-12-13
CN100552463C true CN100552463C (zh) 2009-10-21

Family

ID=34551110

Family Applications (1)

Application Number Title Priority Date Filing Date
CNB200480032899XA Active CN100552463C (zh) 2003-11-03 2004-11-01 电业风暴中断管理

Country Status (7)

Country Link
US (1) US7010437B2 (zh)
EP (1) EP1685414A4 (zh)
CN (1) CN100552463C (zh)
AU (1) AU2004286691B2 (zh)
CA (2) CA2544474C (zh)
TW (1) TWI338143B (zh)
WO (1) WO2005043347A2 (zh)

Families Citing this family (76)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8412386B2 (en) * 2005-11-04 2013-04-02 Firstenergy Corp. Adaptive relaying controlled by autonomous event detection
US7826933B2 (en) * 2005-11-04 2010-11-02 Firstenergy Corp. Adaptive relaying controlled by autonomous event detection
JP4696874B2 (ja) * 2005-11-28 2011-06-08 株式会社日立製作所 リソース予測装置及び方法
US8359248B2 (en) * 2006-08-24 2013-01-22 Blue Pillar, Inc. Systems, methods, and devices for managing emergency power supply systems
US7912183B2 (en) 2006-10-09 2011-03-22 At&T Intellectual Property I, L.P. Methods, systems, and computer program products for providing network outage information
US20080089225A1 (en) * 2006-10-12 2008-04-17 Felix Ammay Methods, systems, and computer program products for generating network outage reports
US8682623B1 (en) 2007-04-24 2014-03-25 University Of South Florida Electric power distribution interruption risk assessment calculator
US7920997B2 (en) * 2007-04-24 2011-04-05 University Of South Florida Electric power distribution interruption risk assessment calculator
US20080300790A1 (en) * 2007-05-29 2008-12-04 James Kirunda Kakaire Environmental data delivery - edd
US8700187B2 (en) 2007-08-28 2014-04-15 Consert Inc. Method and apparatus for actively managing consumption of electric power supplied by one or more electric utilities
US8145361B2 (en) * 2007-08-28 2012-03-27 Consert, Inc. System and method for manipulating controlled energy using devices to manage customer bills
US10295969B2 (en) 2007-08-28 2019-05-21 Causam Energy, Inc. System and method for generating and providing dispatchable operating reserve energy capacity through use of active load management
US8260470B2 (en) * 2007-08-28 2012-09-04 Consert, Inc. System and method for selective disconnection of electrical service to end customers
US7715951B2 (en) * 2007-08-28 2010-05-11 Consert, Inc. System and method for managing consumption of power supplied by an electric utility
US8806239B2 (en) 2007-08-28 2014-08-12 Causam Energy, Inc. System, method, and apparatus for actively managing consumption of electric power supplied by one or more electric power grid operators
US8131403B2 (en) * 2007-08-28 2012-03-06 Consert, Inc. System and method for determining and utilizing customer energy profiles for load control for individual structures, devices, and aggregation of same
US8890505B2 (en) 2007-08-28 2014-11-18 Causam Energy, Inc. System and method for estimating and providing dispatchable operating reserve energy capacity through use of active load management
US8805552B2 (en) 2007-08-28 2014-08-12 Causam Energy, Inc. Method and apparatus for actively managing consumption of electric power over an electric power grid
US9130402B2 (en) 2007-08-28 2015-09-08 Causam Energy, Inc. System and method for generating and providing dispatchable operating reserve energy capacity through use of active load management
US9177323B2 (en) 2007-08-28 2015-11-03 Causam Energy, Inc. Systems and methods for determining and utilizing customer energy profiles for load control for individual structures, devices, and aggregation of same
US8542685B2 (en) * 2007-08-28 2013-09-24 Consert, Inc. System and method for priority delivery of load management messages on IP-based networks
US8996183B2 (en) 2007-08-28 2015-03-31 Consert Inc. System and method for estimating and providing dispatchable operating reserve energy capacity through use of active load management
US8527107B2 (en) * 2007-08-28 2013-09-03 Consert Inc. Method and apparatus for effecting controlled restart of electrical servcie with a utility service area
US7930141B2 (en) * 2007-11-02 2011-04-19 Cooper Technologies Company Communicating faulted circuit indicator apparatus and method of use thereof
US9383394B2 (en) * 2007-11-02 2016-07-05 Cooper Technologies Company Overhead communicating device
US8594956B2 (en) * 2007-11-02 2013-11-26 Cooper Technologies Company Power line energy harvesting power supply
US8067946B2 (en) 2007-11-02 2011-11-29 Cooper Technologies Company Method for repairing a transmission line in an electrical power distribution system
US8000913B2 (en) * 2008-01-21 2011-08-16 Current Communications Services, Llc System and method for providing power distribution system information
US20100161359A1 (en) * 2008-12-18 2010-06-24 At&T Intellectual Property I, L.P. Risk Management for Cable Protection Via Dynamic Buffering
US20100161146A1 (en) * 2008-12-23 2010-06-24 International Business Machines Corporation Variable energy pricing in shortage conditions
JP4670968B2 (ja) * 2009-01-22 2011-04-13 富士ゼロックス株式会社 情報管理プログラム及び情報管理システム
WO2010129059A1 (en) 2009-05-08 2010-11-11 Consert Inc. System and method for estimating and providing dispatchable operating reserve energy capacity through use of active load management
AU2010303947B2 (en) 2009-10-09 2014-10-02 Landis+Gyr Technology, Inc. Apparatus and method for controlling communications to and from utility service points
CN103250060A (zh) 2010-08-10 2013-08-14 库柏技术公司 用于安装悬置装置的设备和方法
WO2012051460A2 (en) * 2010-10-15 2012-04-19 Gridspeak Corporation Systems and methods for automated availability and/or outage management
US20120173296A1 (en) * 2011-01-03 2012-07-05 Mcmullin Dale Robert Method and system for outage restoration
US8774975B2 (en) 2011-02-08 2014-07-08 Avista Corporation Outage management algorithm
US8928489B2 (en) 2011-02-08 2015-01-06 Avista Corporation Ping server
US9945980B2 (en) * 2011-10-03 2018-04-17 International Business Machines Corporation System, method and program product for providing infrastructure centric weather forecasts
TW201318313A (zh) * 2011-10-19 2013-05-01 Jun-Lian Su 可利用代理端執行轉供復電之船舶配電系統
US9502898B2 (en) * 2012-02-01 2016-11-22 General Electric Company Systems and methods for managing a power distribution system
US9563198B2 (en) 2012-03-08 2017-02-07 General Electric Company Method and system to model risk of unplanned outages of power generation machine
US9158035B2 (en) 2012-04-05 2015-10-13 General Electric Company System and method of automated acquisition, correlation and display of power distribution grid operational parameters and weather events
JP5457503B2 (ja) * 2012-06-05 2014-04-02 日本瓦斯株式会社 配送本数ランク設定システム
US9461471B2 (en) 2012-06-20 2016-10-04 Causam Energy, Inc System and methods for actively managing electric power over an electric power grid and providing revenue grade date usable for settlement
US9207698B2 (en) 2012-06-20 2015-12-08 Causam Energy, Inc. Method and apparatus for actively managing electric power over an electric power grid
US9465398B2 (en) 2012-06-20 2016-10-11 Causam Energy, Inc. System and methods for actively managing electric power over an electric power grid
US9563215B2 (en) 2012-07-14 2017-02-07 Causam Energy, Inc. Method and apparatus for actively managing electric power supply for an electric power grid
US10475138B2 (en) 2015-09-23 2019-11-12 Causam Energy, Inc. Systems and methods for advanced energy network
US8983669B2 (en) 2012-07-31 2015-03-17 Causam Energy, Inc. System, method, and data packets for messaging for electric power grid elements over a secure internet protocol network
US8849715B2 (en) 2012-10-24 2014-09-30 Causam Energy, Inc. System, method, and apparatus for settlement for participation in an electric power grid
US9513648B2 (en) 2012-07-31 2016-12-06 Causam Energy, Inc. System, method, and apparatus for electric power grid and network management of grid elements
US10861112B2 (en) 2012-07-31 2020-12-08 Causam Energy, Inc. Systems and methods for advanced energy settlements, network-based messaging, and applications supporting the same on a blockchain platform
CN102902245B (zh) * 2012-08-28 2015-05-13 深圳蓝波绿建集团股份有限公司 一种光伏电站智能监控系统
US20140129272A1 (en) * 2012-11-05 2014-05-08 Pacific Gas And Electric Company System and method for managing service restoration in a utility network
US9188453B2 (en) * 2013-03-07 2015-11-17 Sas Institute Inc. Constrained service restoration with heuristics
US9379556B2 (en) 2013-03-14 2016-06-28 Cooper Technologies Company Systems and methods for energy harvesting and current and voltage measurements
WO2015112892A1 (en) * 2014-01-24 2015-07-30 Telvent Usa Llc Utility resource asset management system
US20150262110A1 (en) * 2014-03-11 2015-09-17 General Electric Company Systems and methods for utility crew forecasting
NL1041003B1 (nl) * 2014-10-20 2016-10-04 Madamange Gebruik van een computer en een met behulp van de computer uitvoerbaar computerprogramma voor het behandelen van een storing met betrekking tot een infrastructuur van kabels en/of leidingen in een gebied; alsmede een dergelijk computerprogramma.
US20170091688A1 (en) * 2015-09-30 2017-03-30 Embraer S.A. Method and system for maintenance services planning and scheduling optimization
US10495545B2 (en) 2015-10-22 2019-12-03 General Electric Company Systems and methods for determining risk of operating a turbomachine
US11144835B2 (en) 2016-07-15 2021-10-12 University Of Connecticut Systems and methods for outage prediction
US10569010B2 (en) 2016-12-16 2020-02-25 Sorrento Therapeutics, Inc. Fluid delivery apparatus having a gas extraction device and method of use
JP7008709B2 (ja) 2016-12-16 2022-01-25 ソレント・セラピューティクス・インコーポレイテッド 制御アセンブリを有する流体送達装置及びその使用方法
CA3046799A1 (en) 2016-12-16 2018-06-21 Sorrento Therapeutics, Inc. Fluid delivery apparatus and method of assembly
AU2017376502B2 (en) 2016-12-16 2023-10-05 Sorrento Therapeutics, Inc. Method for administering a medicament suitable for treating a migraine or cluster headache
CA3046795A1 (en) 2016-12-16 2018-06-21 Sorrento Therapeutics, Inc. Attachment band for a fluid delivery apparatus and method of use
US10636006B2 (en) * 2017-04-21 2020-04-28 At&T Intellectual Property I, L.P. Methods, devices, and systems for prioritizing mobile network trouble tickets based on customer impact
CN107403051B (zh) * 2017-08-01 2020-07-31 贺州学院 养护时间确定方法及装置
US10805382B2 (en) 2018-01-29 2020-10-13 International Business Machines Corporation Resource position planning for distributed demand satisfaction
US11361236B2 (en) 2018-04-09 2022-06-14 Florida Power & Light Company Ensemble forecast storm damage response system for critical infrastructure
US11481581B2 (en) 2018-08-23 2022-10-25 Florida Power & Light Company Proactive power outage impact adjustments via machine learning
US11367053B2 (en) * 2018-11-16 2022-06-21 University Of Connecticut System and method for damage assessment and restoration
US11348191B2 (en) 2020-03-31 2022-05-31 Honda Motor Co., Ltd. System and method for vehicle reporting electrical infrastructure and vegetation twining
US11810209B2 (en) 2020-11-05 2023-11-07 International Business Machines Corporation Outage restoration time prediction during weather events and optimized solutions for recovery

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4110632A (en) * 1976-08-05 1978-08-29 General Electric Company Device, method and system for controlling the supply of power to an electrical load
US5214595A (en) * 1988-05-16 1993-05-25 Hitachi, Ltd. Abnormality diagnosing system and method for a high voltage power apparatus
JPH08122433A (ja) * 1994-10-20 1996-05-17 Tokyo Electric Power Co Inc:The 雷雲観測システム
US5568399A (en) * 1995-01-31 1996-10-22 Puget Consultants Inc. Method and apparatus for power outage determination using distribution system information
WO1997005508A2 (en) * 1995-07-26 1997-02-13 Airborne Research Associates, Inc. Lightning locating system
US6018699A (en) * 1996-06-04 2000-01-25 Baron Services, Inc. Systems and methods for distributing real-time site specific weather information
US6259972B1 (en) * 1998-01-16 2001-07-10 Enghouse Systems Usa, Inc. Method for processing and disseminating utility outage information
WO1999052121A1 (en) * 1998-04-03 1999-10-14 Energyline Systems, Inc. Motor operator for overhead air break electrical power distribution switches
US20040095237A1 (en) * 1999-01-09 2004-05-20 Chen Kimball C. Electronic message delivery system utilizable in the monitoring and control of remote equipment and method of same
US6583521B1 (en) * 2000-03-21 2003-06-24 Martin Lagod Energy management system which includes on-site energy supply
US6356842B1 (en) * 2000-04-18 2002-03-12 Carmel Systems, Llc Space weather prediction system and method
CN1496499A (zh) * 2000-06-09 2004-05-12 ͨ�õ�����˾ 用于公用事业企业管理的系统和方法
US6405134B1 (en) * 2000-08-30 2002-06-11 Weatherdata, Inc. Method and apparatus for predicting lightning threats based on radar and temperature data
US20030004780A1 (en) * 2001-06-19 2003-01-02 Smith Michael R. Method and system for integrating weather information with enterprise planning systems
US6696766B1 (en) * 2002-08-29 2004-02-24 Anthony C. Mamo Atmospheric cold megawatts (ACM) system TM for generating energy from differences in atmospheric pressure
US7203622B2 (en) * 2002-12-23 2007-04-10 Abb Research Ltd. Value-based transmission asset maintenance management of electric power networks
JP2004260944A (ja) * 2003-02-26 2004-09-16 Sharp Corp 発電機器の管理方法、管理装置、発電機器、通信装置、そのプログラム、および、発電機器の管理システム

Also Published As

Publication number Publication date
US20050096856A1 (en) 2005-05-05
EP1685414A4 (en) 2011-01-19
WO2005043347A3 (en) 2005-11-24
AU2004286691B2 (en) 2009-02-26
TW200528731A (en) 2005-09-01
TWI338143B (en) 2011-03-01
CA2544474C (en) 2012-03-06
CN1879023A (zh) 2006-12-13
CA2544474A1 (en) 2005-05-12
US7010437B2 (en) 2006-03-07
AU2004286691A1 (en) 2005-05-12
WO2005043347A2 (en) 2005-05-12
EP1685414A2 (en) 2006-08-02
CA2761111A1 (en) 2005-05-12

Similar Documents

Publication Publication Date Title
CN100552463C (zh) 电业风暴中断管理
Chen et al. Modernizing distribution system restoration to achieve grid resiliency against extreme weather events: An integrated solution
Shi et al. Enhancing distribution system resilience against extreme weather events: Concept review, algorithm summary, and future vision
CN102257694B (zh) 电网断电和故障状况管理
Pant et al. Vulnerability assessment framework for interdependent critical infrastructures: case-study for Great Britain’s rail network
CN102084569B (zh) 用于管理电网的方法和系统
Hamidieh et al. Microgrids and resilience: A review
CN109274095A (zh) 基于互信息的低压配电网用户拓扑估计方法及系统
CN102947801A (zh) 恶意攻击检测和分析
JP2017517042A (ja) ユーティリティ作業員予測のためのシステムおよび方法
Schilling et al. An integrated approach to power system reliability assessment
Kounev et al. On smart grid communications reliability
Emjedi et al. Reliability evaluation of distribution networks using fuzzy logic
CN108020779A (zh) 一种基于继电保护动作信息融合的二次回路状态评价方法
Kandaperumal et al. Microgrids as a resilience resource in the electric distribution grid
Huang et al. Innovative service restoration of distribution systems by considering short-term load forecasting of service zones
JP2011118639A (ja) 保全管理システム、保全管理方法および保全管理プログラム
Da Silva et al. Reliability assessment of distribution networks in brazil's northeast
Zhang et al. A multi-perspective functionality loss assessment of coupled railway and airline systems under extreme events
Ahmad et al. An Expert System-based Restoration Method for Energy Services
Miu et al. Service restoration for unbalanced radial distribution systems with varying loads: solution algorithm
Lair et al. Windy Smart Grid: Forecasting the impact of storms on the power system
Pylvanainen et al. Advanced reliability analysis for distribution network
Dumakude Evaluation of smart technology for the improvement of reliability in a power distribution system.
VALENZUELA SANTILLAN A resilient expansion of electrical network considering protection coordination based on georeferenced information

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20200325

Address after: Baden, Switzerland

Patentee after: ABB Switzerland Co.,Ltd.

Address before: Zurich

Patentee before: ABB RESEARCH Ltd.

TR01 Transfer of patent right

Effective date of registration: 20210624

Address after: Baden, Switzerland

Patentee after: ABB grid Switzerland AG

Address before: Baden, Switzerland

Patentee before: ABB Switzerland Co.,Ltd.

TR01 Transfer of patent right
CP01 Change in the name or title of a patent holder

Address after: Swiss Baden

Patentee after: Hitachi energy Switzerland AG

Address before: Swiss Baden

Patentee before: ABB grid Switzerland AG

CP01 Change in the name or title of a patent holder
TR01 Transfer of patent right

Effective date of registration: 20231221

Address after: Zurich, SUI

Patentee after: Hitachi Energy Co.,Ltd.

Address before: Swiss Baden

Patentee before: Hitachi energy Switzerland AG

TR01 Transfer of patent right