一种面向智能电网的系统内在坚强性评价方法技术方案

本发明专利技术属于智能电网评估技术领域，尤其涉及一种面向智能电网的系统内在坚强性评价方法，包括：将系统中各组成单元的故障失效模式进行分类；在系统结构和功能分析的基础上，通过定义来表征系统组成、功能、故障及测试之间相关性；建立系统的故障矩阵，矩阵的行和列分别对应不同的故障失效模式和各组成单元的信号；分析冗余量测，确定过量测情况下最小量测集；分析模糊组故障，确定可定位故障数目、隐含性故障以及虚假故障。利用最小量测集和模糊组集合来指导规划量测体系；利用冗余量测，模糊组故障，以及隐含故障和虚假故障来指导故障诊断算法的设计。避免了事后评估的盲目性，对设备维修提供指导，对内在坚强性进行客观评估。

【技术实现步骤摘要】

本专利技术属于智能电网评估
，尤其涉及一种面向智能电网的系统内在坚强性评价方法。
技术介绍
当今世界面临能源不足、供应压力增加、环境保护矛盾突出等问题。风能、水电、太阳能等可再生能源的有效合理利用成为世界关注的焦点。而各种分布式发电的接入对传统电网的复杂性、稳定性和可控性提出了挑战和新的要求。中科院院士周孝信指出可再生能源的大规模利用是第三代电网的重要特征之一。目前，关于光伏发电系统的研究还主要集中在控制策略，故障检测等问题的研究，而其结构安全性几乎无人做相关研究。然而，智能电网的一个重要内涵就是坚强性。即能够有效抵御自然灾害或人为的外力破坏，保证电网安全可靠运行。坚强性是智能电网的基础，作为未来电网新成员的微网，其坚强性自然也至关重要。作为一种孤岛运行的分布式能源，光伏发电系统的安全性直接影响到局域的用户。而作为并网运行的光伏发电系统，其安全性则直接关系到大电网的安全运行。纵观现有的安全性评估方法，其共同特点是都属于事后评估，即是针对既定系统，设备或者电网，采用某些指标进行评判。这种评估对于在线监测电网及设备的安全运行状态监测以及故障预警具有重要的意义，然而却不能从根本上消除安全隐患。它借助于量测体系所获取的数据，其评估具有一定的盲目性，并不能从体系结构的深层意义上理解安全问题。其实，系统的安全性在系统体系结构确定后，就已经确定了，这种由系统体系结构所决定的安全性，这里称作内在坚强性。电网或者设备之所以存在安全隐患，是由于其内在坚强性不够高。所谓内在坚强性，是电网或者设备本身的一种固有属性，指电网或设备受到各种干扰因素(设备故障，天气变化，人为破坏)而表现出的维持稳定可靠运行的特性。高级量测体系是智能电网技术的重要研究内容,而高级量测体系的主要任务就是获取必要信息。借助于先进的参数量测技术获得数据，可以评估电网设备的健康状况和电网的完整性。然而这种依赖于量测体系的评估属于事后评估。所谓事后，是指系统结构已经确定不变的情况。此时，如果量测体系获取的信息量不够充足，从测试的角度考虑，即使再高明的事后评估方法和诊断方法，也无法保证安全性，因为某些可能导致系统停运的影响因素根本在既定的量测体系下无法检测到，这势必会直接影响内在坚强性。如果信息量足够充足，则对于各种原因引起的故障都能够及时采取相应动作，则系统的内在坚强性很高。因而内在坚强性，取决于量测系统所获取的信息量，也就是取决于系统结构以及系统的量测体系布局设计情况。要想从根本上消除安全隐患，必须在事前就进行评估，即在系统结构设计的角度进行内在坚强性评估，如果发现内在坚强性不满足期望，则需要修改系统设计。从而使得设计出来的系统具有满意的内在坚强性，才能从根本上提高系统防御各类干扰的能力，进而提高系统的安全稳定运行能力。由此可见，内在坚强性评估一方面能指导系统结构设计，对于未来的智能电网而言，则就是指导高级量测体系的设计和布局，另一方面，还可以对事后的故障诊断以及系统的事后安全性评估提供指导。不仅有效地避免了纯粹进行事后评估而具有的盲目性，同时，还可能对设备的维修提供指导，因而，对内在坚强性进行客观评估具有重要意义。
技术实现思路
为了能够评价系统的结构安全性，从而为量测体系的设计及优化提供指导，也可以对运行中的系统故障诊断提供指导，本专利技术提出了一种面向智能电网的系统内在坚强性评价方法，具体内容包括：步骤1、将系统中各组成单元的故障失效模式根据系统工作是否完全中断分成两类：功能故障和灾难故障；步骤2、在对系统结构和功能分析基础上，通过定义信号以及组成单元、测试与信号直接关联性，来表征系统组成、功能、故障及测试之间相关性；步骤3、建立系统的故障矩阵，矩阵的行和列分别对应不同的故障失效模式和各组成单元的信号；并且这些信号按照组成单元不同进行区分，在单元内部，又按照测试位置的不同进行区分；然后通过系统仿真或专家经验，确定故障矩阵；步骤4、从量测空间角度评估内在坚强性，分析冗余量测，去除多余的量测；步骤5、从故障空间角度评价内在坚强性，合并模糊组故障；步骤6、从量测空间角度评估内在坚强性，确定过量测情况下最小量测集；步骤7、从故障空间角度评价内在坚强性，确定可定位故障数目、隐含性故障以及虚假故障。本专利技术的有益效果在于：(1)能够将智能电网中的机电系统放在统一的框架下进行系统级故障与性能相关建模。(2)给出智能电网中机电系统内在坚强性评价的体系。(3)能够从量测角度进行内在坚强性评估(4)能够从故障角度进行内在坚强性评估。(5)利用最小量测集和模糊组集合可以指导设计整个系统的量测体系。(6)利用冗余量测，模糊组故障，以及隐含故障和虚假故障可以指导故障诊断算法的设计。(7)可以客观地评价智能电网中各种机电系统的内在坚强性属性，并且做到在故障发生之前进行，对于指导故障诊断算法以及量测体系设计具有重要的指导意义，进而可以提高系统的内在坚强性，从而使之具有更好的智能性。附图说明图1为本专利技术的内在坚强性评估流程图；图中IREM(inherentrobustnessevaluationmetrics)为内在坚强性评估指标；图2为本专利技术的内在坚强性评估体系；图3为采用本专利技术的实施例中的光伏发电系统结构图。具体实施方式下面结合附图，对实施例作详细说明。本专利技术提出的一种面向智能电网的系统内在坚强性评价方法一般流程如下图1所示，内在坚强性评价方法对应的内在坚强性评估体系如图2所述，包括故障空间内分析和量测空间内分析，该方法是通过以下技术方案来实现的：步骤1、将系统中各组成单元的故障失效模式根据系统工作是否完全中断分成两类：功能故障和灾难故障；步骤2、在对系统结构和功能分析基础上，通过定义信号以及组成单元、测试与信号直接关联性，来表征系统组成、功能、故障及测试之间相关性；步骤3、建立系统的故障矩阵，矩阵的行和列分别对应不同的故障失效模式和各组成单元的信号；并且这些信号按照组成单元不同进行区分，在单元内部，又按照测试位置的不同进行区分；然后通过系统仿真或专家经验，确定故障矩阵；所述信号是指表征系统或其组成单元特性的特征、状态、属性及参量，为定量的参数值或定性的特征描述，并能够区分为正常和异常两种状态，相应测试结论为通过或不通过两种情况。所述信号是描述系统的独立变量，对应于系统传递函数中的独立单元，或者是构成系统功能规范指标的截然不同的属性。所述故障矩阵中，如果某种故障失效模式能够对某个信号造成影响，使之偏离正本文档来自技高网...

【技术保护点】
一种面向智能电网的系统内在坚强性评价方法，其特征在于，包括：步骤1、将系统中各组成单元的故障失效模式根据系统工作是否完全中断分成两类：功能故障和灾难故障；步骤2、在系统结构和功能分析基础上，通过定义信号以及组成单元、测试与信号直接关联性，来表征系统组成、功能、故障及测试之间相关性；步骤3、建立系统的故障矩阵，矩阵的行和列分别对应不同的故障失效模式和各组成单元的信号；并且这些信号按照组成单元不同进行区分，在单元内部，又按照测试位置的不同进行区分；然后通过系统仿真或专家经验，确定故障矩阵；步骤4、从量测空间角度评估内在坚强性，分析冗余量测，去除多余的量测；步骤5、从故障空间角度评价内在坚强性，合并模糊组故障；步骤6、从量测空间角度评估内在坚强性，确定过量测情况下最小量测集；步骤7、从故障空间角度评价内在坚强性，确定可定位故障数目、隐含性故障以及虚假故障。

【技术特征摘要】
1.一种面向智能电网的系统内在坚强性评价方法，其特征在于，包括：
步骤1、将系统中各组成单元的故障失效模式根据系统工作是否完全中断分成两类：功
能故障和灾难故障；
步骤2、在系统结构和功能分析基础上，通过定义信号以及组成单元、测试与信号直接
关联性，来表征系统组成、功能、故障及测试之间相关性；
步骤3、建立系统的故障矩阵，矩阵的行和列分别对应不同的故障失效模式和各组成单
元的信号；并且这些信号按照组成单元不同进行区分，在单元内部，又按照测试位置的不同
进行区分；然后通过系统仿真或专家经验，确定故障矩阵；
步骤4、从量测空间角度评估内在坚强性，分析冗余量测，去除多余的量测；
步骤5、从故障空间角度评价内在坚强性，合并模糊组故障；
步骤6、从量测空间角度评估内在坚强性，确定过量测情况下最小量测集；
步骤7、从故障空间角度评价内在坚强性，确定可定位故障数目、隐含性故障以及虚假
故障。
2.根据权利要求1所述方法，其特征在于，所述信号是指表征系统或其组成单元特性的
特征、状态、属性及参量，为定量的参数值或定性的特征描述，并能够区分为正常和异常两
种状态，相应测试结论为通过或不通过两种情况。
3.根据权利要求1所述方法，其特征在于，所述信号是描述系统的独立变量，对应于系
统传递函数中的独立单元，或者是构成系统功能规范指标的截然不同的属性。
4.根据权利要求1所述方法，其特征在于，所述故障矩阵中，如果某种故障失效模式能
够对某个信号造成影响，使之偏离正常状态，则故障矩阵相应的位置为1，否则为0；并且故
障失效模式和信号的关系按照系统各部分的连接向后依次传递。
5.根据权利要求1所述方法，其特征在于，所述冗余量测的分析方法为：如果故障矩阵
中存在完全相同的...

【专利技术属性】
技术研发人员：陈晓梅，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：北京;11