一种电网安全风险管控智能评估方法技术

本发明专利技术公开了一种电网安全风险管控智能评估方法，通过获取配电网设备的当前运行数据以及健康运行过程中历史运行数据，构建故障概率模型，可快速确定配电网运行风险；本发明专利技术与现有技术相比，复杂性低、评估效率高。

【技术实现步骤摘要】
一种电网安全风险管控智能评估方法所属
本专利技术涉及输配电领域，具体涉及一种电网安全风险管控智能评估方法。
技术介绍
智能配电网是电网的重要组成部分，随着近年来用户对电能质量的要求日益提高，配电网整体性能的提高己经成为电力行业可持续和健康发展的重要内容。配电网的故障是影响电能质量和供电可靠性的重要因素，只有保证了配电网的安全稳定运行，才能够保证整个电网的安全可靠运行。因此，非常有必要开展更多的配电网安全防御领域的工作，对配电网的风险评估方法进行研究，通过对配电网进行风险评估，能够及时、全面地找到配电网的脆弱点和薄弱区域，进而提出防御和改进措施，有效地抑制事故的发生和扩大。随着新能源并网容量的迅速增大，出力的不确定性对电力系统的影响也越来越大。为此，有必要考虑新能源出力不确定性，对电网运行进行风险评估，提前掌握电网运行存在的风险，及时采取措施抵御风险，以保证电网运行安全。传统的电网风险评估理论及技术侧重于从宏观层面建立风险评估及预警体系，采用的数据来源单一，数据量少，建立的风险评估模型与数据的关联性不强，给出的风险评估指标单一、片面，不能从时间、空间等多维度全面反映电网面临的风险类型、风险严重程度。现有技术中的风险机理分析、风险源识别高度依赖数据，而现阶段信息不全，数据量少，数据源系统间存在壁垒，难于进行风险机理分析。
技术实现思路
本专利技术提供一种电网安全风险管控智能评估方法，通过获取配电网设备的当前运行数据以及健康运行过程中历史运行数据，构建故障概率模型，可快速确定配电网运行风险；本专利技术与现有技术相比，复杂性低、评估效率高。为了实现上述目的，本专利技术提供一种电网安全风险管控智能评估方法，该方法包括如下步骤：S1.采集配电网设备的运行数据；S2.对所述运行数据进行处理；S3.根据处理后的运行数据对配电网的运行状态进行评估；其中，所述运行数据包括配电网设备运行参数和环境参数，在所述步骤S1中，包括如下子步骤：S11.获取所述配电网设备的运行参数和环境参数的历史变化范围；S12.获取所述配电网设备的当前运行参数和环境参数。优选的，在步骤S2中，采用证据理论、模糊集、粗糙集和神经网络多源信息融合的方法对S1采集的运行数据进行数据融合分析与处理。优选的，在所述步骤S11中，在获取所述配电网设备的运行参数和环境参数的历史变化范围之前，获取所述设备的运行参数和环境参数的历史数据。优选的，在所述步骤S2中，包括如下步骤：对所述历史数据进行筛选，以获取正常工作状态下的设备的运行参数和环境参数的历史数据；根据筛选后的历史数据，获取所述设备的运行参数和环境参数的历史变化范围。优选的，在所述步骤S3中，根据配电网的运行数据对配电网进行运行状态和风险评估，若评估结果表明配电网现处于非优状态或风险状态。优选的，在所述步骤S3中，根据所述运行参数和环境参数确定故障概率，具体包括如下步骤：用于根据所述的运行参数和环境参数建立故障概率模型，所述的故障概率模型包括比例参数以及曲率参数；根据所述运行参数和环境参数的历史数据求解所述的比例参数以及曲率参数；将所述的比例参数以及曲率参数带入所述的故障概率模型，得到故障概率。优选的，从所述历史数据中确定出各个状态的实际持续时间；根据所述的实际持续时间确定各个状态在标准时间轴上的期望状态持续时间；根据所述的实际持续时间、期望状态持续时间确定曲率参数；根据所述的曲率参数确定比例参数。优选的，所述的故障概率模型为：λ(S,t)＝K(t)e-C(t)S其中，λ为故障概率，S为根据环境参数确定的环境指数，t为设备役龄，K(t)为比例参数，C(t)为曲率参数。优选的，根据所述的运行参数和环境参数的历史数据求解所述的比例参数以及曲率参数。优选的，从所述的历史数据中确定出各个状态的实际持续时间，对配电网设备经历的一个完整健康过程中状态变化的历史数据可以得到过程中各状态实际持续的时间Tp1,Tp2,....,TpN；获取配电网设备对应的时间标准轴，配电网设备对应的时间标准轴为T0；根据所述的实际持续时间、所述的时间标准轴确定曲率参数，由下述的公式可以确定出曲率参数C(t)：根据所述的曲率参数确定比例参数，由下述的公式K(t)e-C(t)*100＝λ0确定出比例参数K(t)，其中，λ0为偶然故障率，此处的偶然故障率已知，可直接获取到。优选的，时间标准轴T0指配电网设备在环境参数确定的环境指数状态评分为满分100分时的设备期望健康寿命,即假设设备不发生状态变化一直维持满分状态运行直至偶然性故障发生所经历的时间,满足时间标准轴T0的大小由偶然性故障率决定。优选的，设定配电网设备在状态Si时的期望状态寿命T(Si)，T(Si)是指假设设备以状态Si,投运并保持该状态运行直至发生故障停运期望的时间,中间不经历任何别的状态,期望状态寿命T(Si)满足下式与T0不同的是,T(Si)既受到了偶然性故障因素的影响也会受到与状态Si相关的必然性故障因素的影响；设定基于时间标准轴的折算系数m(Si)，m(Si)是指设备状态为100分时的期望健康寿命T0与状态为Si时的期望状态寿命T(Si)的比值,即由于式中役龄t是确定的,所以基于时间标准轴的折算系数m(Si)只与状态Si有关,仅随状态Si变化；设定设备实际维持状态Si的时间Tpi，在设备实际运行过程中,设备状态总是发生着连续微小或阶段性的变化,而不是维持状态Si直至故障，当设备从状态Si变化至状态Si+1时,状态Si持续的时间为Tpi,Tpi为已知量,可直接从现场历史数据得到，即状态Si的实际持续时间；设定设备实际维持状态Si在标准时间轴上的期望状态持续时间Tp0i，Tp0i是将状态Si的实际持续时间经时间标准轴的折算得到的时间标准轴上的期望状态持续时间，其值为：Tp0i＝Tpi*m(Si)配电网设备经历一个完整健康过程对应的所有只考虑“偶然性故障因素”影响的期望状态持续时间累加起来的过程寿命应该等于由偶然性故障率决定的时间标准轴T0,公式表示为：其中，N为状态个数；配电网设备经历的一个完整健康过程中状态变化的历史数据可以得到过程中各状态实际持续的时间Tp1,Tp2,....,TpN，即确定出的各个状态的实际持续时间，则有其中，T为整个完整健康过程的提取时间；由于Tpi都是已知量,时间标准轴T0也为已知量，将和Tp0i＝Tpi*m(Si)式代入式得到可以解出该配电网设备在役龄t时的模型曲率系数C(t),再将结果代入K(t)e-C(t)*100＝λ0,便可解得该设备在役龄t时的模型比例系数K(t)。本专利技术的技术方案具有如下优点：(1)通过获取配电网设备的当前运行数据以及健康运行过程中历史运行数据，构建故障概率模型，可快速确定配电网运行风险；(2)当配电网存在运行风险时，该系统可将运行状态和样本库中的样本进行快速比对，若样本库中存在与目标状态相同或相似的样本，借鉴样本的控制策略快速生成目标状态的控制策略；(3)本专利技术与现有技术相比，复杂性低、评估效率高。附图说明图1示出了本专利技术的一种配电网运行风险控制系统的框图；图2示出了本专利技术的一种电网安全风险管控智能评估方法方法。具体实施方式图1是示出了本专利技术的一种配电网运行风险控制系统10，该控制系统包括：识别模块12，用于采集配电网20的运行本文档来自技高网...

【技术保护点】
一种电网安全风险管控智能评估方法，该方法包括如下步骤：S1.采集配电网设备的运行数据；S2.对所述运行数据进行处理；S3.根据处理后的运行数据对配电网的运行状态进行评估；其中，所述运行数据包括配电网设备运行参数和环境参数，在所述步骤S1中，包括如下子步骤：S11.获取所述配电网设备的运行参数和环境参数的历史变化范围；S12.获取所述配电网设备的当前运行参数和环境参数。

【技术特征摘要】
1.一种电网安全风险管控智能评估方法，该方法包括如下步骤：S1.采集配电网设备的运行数据；S2.对所述运行数据进行处理；S3.根据处理后的运行数据对配电网的运行状态进行评估；其中，所述运行数据包括配电网设备运行参数和环境参数，在所述步骤S1中，包括如下子步骤：S11.获取所述配电网设备的运行参数和环境参数的历史变化范围；S12.获取所述配电网设备的当前运行参数和环境参数。2.如权利要求1所述的方法，其特征在于，在步骤S2中，采用证据理论、模糊集、粗糙集和神经网络多源信息融合的方法对S1采集的运行数据进行数据融合分析与处理。3.如权利要求1或2所述的方法，其特征在于，在所述步骤S11中，在获取所述配电网设备的运行参数和环境参数的历史变化范围之前，获取所述设备的运行参数和环境参数的历史数据。4.如权利要求3所述的方法，其特征在于，在所述步骤S2中，包括如下步骤：对所述历史数据进行筛选，以获取正常工作状态下的设备的运行参数和环境参数的历史数据；根据筛选后的历史数据，获取所述设备的运行参数和环境参数的历史变化范围。5.如权利要求4所述的方法，其特征在于，在所述步骤S3中，根据配电网的运行数据对配电网进行运行状态和风险评估，若评估结果表明配电网现处于非优状态或风险状态。6.如权利要求5所述的方法，其特征在于，在所述步骤S3中，根据所述运行参数和环境参数确定故障概率，具体包括如下步骤：用于根据所述的运行参数和环境参数建立故障概率模型，所述的故障概率模型包括比例参数以及曲率参数；根据所述运行参数和环境参数的历史数据求解所述的比例参数以及曲率参数；将所述的比例参数以及曲率参数带入所述的故障概率模型，得到故障概率。7.如权利要求6所述的方法，其特征在于，从所述历史数据中确定出各个状态的实际持续时间；根据所述的实际持续时间确定各个状态在标准时间轴上的期望状态持续时间；根据所述的实际持续时间、期望状态持续时间确定曲率参数；根据所述的曲率参数确定比例参数。8.如权利要求7所述的方法，其特征在于，所述的故障概率模型为：λ(S,t)＝K(t)e-C(t)S其中，λ为故障概率，S为根据环境参数确定的环境指数，t为设备役龄，K(t)为比例参数，C(t)为曲率参数；根据所述的运行参数和环境参数的历史数据求解所述的比例参数以及曲率参数。9.如权利要求8所述的方法，其特征在于，从所述的历史数据中确定出各个状态的实际持续时间，对配电网设备经历的一个完整健康过程中状态变化的历史数据可以得到过程中各状态实际持续的时间Tp1,Tp2,....,TpN；获取配电网设备对应的时间标准轴，配电网设备对应的时间标准轴为T0；根据所述的实际持续时间、所述的时间标准轴确定曲率参数，由下述的公式可以确定出曲率参数C(t)：根据所述的曲率参数确定比例...

【专利技术属性】
技术研发人员：李理，陈果累，谯石，
申请(专利权)人：四川金信石信息技术有限公司，
类型：发明
国别省市：四川,51