The invention relates to a method and system for optimizing transmission line maintenance scheduling based on manifold learning, the method includes: extracting the transmission line state information, and risk assessment of the evaluation of transmission line; the transmission line state evaluation results and the risk evaluation model, combined with the local operation strategy base, making operation and maintenance strategy; optimize the construction, operation and maintenance of transmission line optimization model; the multi-objective manifold learning method to reduce the dimension of solving the mathematical model of the decision variables, get the transmission line maintenance strategy optimization; research of transmission line operation and maintenance system, the realization of intelligent maintenance strategy generation and efficient. By adopting the invention, the operation and maintenance strategy of the transmission line can be formulated and improved, and the economy, the reliability and the safety of the transmission line can be improved.
【技术实现步骤摘要】
一种基于流形学习的输电线路检修计划优化方法及系统
本专利技术涉及一种优化方法及系统,尤其涉及一种基于流形学习的输电线路检修计划优化方法及系统
技术介绍
随着我国电网建设的步伐加快,传统的故障检修与定期运维方式逐渐出现了运维资源相对不足、运维管理粗放、盲目检修等缺陷。在此背景下产生了基于状态评价与风险评估的输电线路运维方法,该方法将运维策略分为日常运维、特别运维以及基于状态量问题的运维策略,相较于传统方法,该运维方式更具有科学性、合理性以及针对性。编制输电线路运维计划时,存在编排粗放,性能指标不够优良等问题。因此,亟需建立合适的输电线路运维计划优化模型并研究实用性强的求解方法对原始运维计划进行优化,确保运维计划满足当前电力企业运行与管理要求。输电线路运维计划优化算法一般包括遗传算法,机会约束2层规划法,Benders分解法,多目标粒子群算法,多目标拟态物理学算法等。其中Benders分解法,机会约束2层规划法为单目标模型,需要主观确定安全性及可靠性因素在电力系统中的重要性才能将其计入目标函数。遗传算法,多目标粒子群法多采用罚函数法处理约束,未提出合适的惩罚因子选取方法,存在一定主观性,且算法容易过早收敛于局部最优,从而出现无法找到运维计划最优解的情况。多目标拟态物理学由于在降低决策变量维度有限,无法实现算法的快速收敛。针对当今多目标,复杂约束,高维决策变量的输电线路运维问题,需找到一种方法实现数学模型的降维并快速精确求解。
技术实现思路
针对上述技术中存在的问题,本专利技术提出一种基于流形学习算法的输电线路运维优化方法及系统。其可以输电线路运维优化模型的高效降维 ...
【技术保护点】
一种基于流形学习的输电线路检修计划优化方法,其特征在于,步骤1,提取输电线路各状态量信息,对输电线路进行状态评价与风险评估,建立输电线路状态评价模型,具体是由模糊证据推理算法得到,其中根据故障树法进行状态量选取,层次分析法获得状态量权重,云模型法获得的状态量裂化度;输电线路风险评估模型由模糊C‑均值分类法得到,具体是根据输电线路污闪、覆冰、雷击发生的故障率以及输电线路固定资产价值信息,采用概率和严重度乘积计算各线路污闪、覆冰、雷击对输电线路的风险值;然后,根据输电线路污闪、覆冰损害、雷击损害故障发生的风险值,采用模糊C‑均值分类法将线路对应不同故障分为重度风险、中度风险、低度风险;步骤2,由输电线路状态评价结果及风险评估模型,结合当地运维策略库,制定运维策略,具体是将输电线路状态评价结果和风险评估模型,划分输电线路风险等级;根据当地运维策略库中风险等级所对应的基准运维策略,制定日常巡维策略表,包括专业巡维(特巡)策略、停电维护策略、风险变化动态巡维策略、气象突变动态巡维策略、保供电策略及迎峰度夏动态巡维策略;步骤3,确定优化目标,构建输电线路运维多目标优化模型,具体是根据当前电网安全运 ...
【技术特征摘要】
1.一种基于流形学习的输电线路检修计划优化方法,其特征在于,步骤1,提取输电线路各状态量信息,对输电线路进行状态评价与风险评估,建立输电线路状态评价模型,具体是由模糊证据推理算法得到,其中根据故障树法进行状态量选取,层次分析法获得状态量权重,云模型法获得的状态量裂化度;输电线路风险评估模型由模糊C-均值分类法得到,具体是根据输电线路污闪、覆冰、雷击发生的故障率以及输电线路固定资产价值信息,采用概率和严重度乘积计算各线路污闪、覆冰、雷击对输电线路的风险值;然后,根据输电线路污闪、覆冰损害、雷击损害故障发生的风险值,采用模糊C-均值分类法将线路对应不同故障分为重度风险、中度风险、低度风险;步骤2,由输电线路状态评价结果及风险评估模型,结合当地运维策略库,制定运维策略,具体是将输电线路状态评价结果和风险评估模型,划分输电线路风险等级;根据当地运维策略库中风险等级所对应的基准运维策略,制定日常巡维策略表,包括专业巡维(特巡)策略、停电维护策略、风险变化动态巡维策略、气象突变动态巡维策略、保供电策略及迎峰度夏动态巡维策略;步骤3,确定优化目标,构建输电线路运维多目标优化模型,具体是根据当前电网安全运行要求,输电线路的运维计划的目标函数定为经济性、可靠性、安全性指标;约束条件包括运维资源的约束,运维项目间的协调,潮流约束,定义决策变量:xkt代表k线路第t时段的运维状态xkt=1表示运维,xkt=0表示未运维;它直接影响运维工作量,决定运维计划的制定;定义模型的目标函数式中:Ckt代表线路k第t时段的运维费用,根据线路以及运维时段不同取值不同;δk为该输电线路在全寿命周期下的价值;Lkt为k线路在t时段的已运行时间,CK为k线路的设计运行寿命;Tk为k线路的成本,包括安装成本,设计成本,材料成本,运输成本;量化输电线路运维工作的安全性指标,运维工作安全性评价取事故损失值进行计算,包括人为因素事故损失值、环境因素事故损失值及物的因素事故损失值;式中:M,E,H分别表示运维工作人为、环境、物的因素导致损失值;分别表示线路k第t时段运维人为、环境、物的因素损失概率;分别表示线路k第t时段未运维的三者损失概率;采用期望缺供电量EENS评价输电线路运维可靠性;式中,St为N维向量,指第t个运维时段中输电线路失效状态集合;Lx为系统故障状态x的切负荷量;Pk为元件k的停运概率;Tt为检修时段持续时间;模型的约束条件包括:约束条件一,运维时间的约束约束条件二,同时运维的约束约束条件三,互斥运维的约束0≤xit+xjt≤1(7)约束条件四,顺序运维的约束tj=ti+Ti(8)约束条件五,不可变更的运维约束约束条件六,人力资源约束条件约束条件七,物力资源约束约束条件八,特殊天气约束约束条件九,各时段的运维工作量分配最合理约束式中:ek、lk分别代表线路k运维的最早起始时段和最晚起始时段;ti,tj为线路i,j的运维开始时间;Ti表示线路i运维所需时间;hkt为t时段运维线路k需要投入的人力资源;Ht为t时段线路运维可投入人力的最大值;rkt为t...
【专利技术属性】
技术研发人员:赵立进,黄良,吕黔苏,杨涛,吴建蓉,彭辉,魏岸,张开轩,张凯,龙嘉文,
申请(专利权)人:贵州电网有限责任公司电力科学研究院,
类型:发明
国别省市:贵州,52
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。