【技术实现步骤摘要】
一种基于广义极值理论和层次分析法的电网停电事故的危险性评估方法
本专利技术涉及电力系统风险评估
,更具体地,涉及一种基于广义极值理论和层次分析法的电网停电事故的危险性评估方法。
技术介绍
极值理论是一门研究一旦发生即产生极大影响事故的统计分析理论。目前,极值理论已逐步应用于电力系统分析当中。包括以下方面:利用不同的极值分布法对地区电网覆冰重现期进行计算;以极值模型为基础,分析输电线路不同时期下的故障概率。而电网负荷损失事故一旦发生,不仅对供电公司及社会产生重大的影响,而且大范围的停电事故服从幂律分布,与极值理论具有相似性。所以,可以将极值理论应用于负荷损失评估当中,科学分析负荷损失的严重性,总结停电事故中的经验与启示。进一步分析发现,在已有研究方法中,根据极值理论中“多年重现期”的概念进行危险事故的极值分析,即计算在规定年和概率下指定区域内可能发生的相关事故的极大值。此方法不能有效对不同区域发生的同类事故进行横向对比,缺乏明确的事故后果严重性的等级划分。
技术实现思路
本专利技术为克服上述现有技术所述的至少一种缺陷,提出一种基于广义极值理论和层次分析法的电网停电 ...
【技术保护点】
一种基于广义极值理论和层次分析法的电网停电事故的危险性评估方法,其特征在于,包括以下步骤:S1:提取负荷损失的样本数据;S2:选用合适的极值分布模型;S3:利用基于有效群体的粒子群遗传算法进行广义极值分布模型参数估计,得出广义极值分布模型;S4:对负荷损失的事故概率分析;S5:建立评价指标,利用层次分析法计算权重向量;S6:计算负荷损失的危险性指标。
【技术特征摘要】
1.一种基于广义极值理论和层次分析法的电网停电事故的危险性评估方法,其特征在于,包括以下步骤:S1:提取负荷损失的样本数据;S2:选用合适的极值分布模型;S3:利用基于有效群体的粒子群遗传算法进行广义极值分布模型参数估计,得出广义极值分布模型;S4:对负荷损失的事故概率分析;S5:建立评价指标,利用层次分析法计算权重向量;S6:计算负荷损失的危险性指标。2.根据权利要求1所述的一种基于广义极值理论和层次分析法的电网停电事故的危险性评估方法,其特征在于,步骤S1中具体步骤如下:在《中国南方电网有限责任公司电力事故事故调查规程》中对电网事故等级按照严重程度划分等级,评定方法为事故时电网的减供负荷与事故前电网负荷的比值;故负荷损失的样本数据以相对值的方法来提取:式中:M为电网事故负荷损失值,M0为事故发生年当前地区电网的最大负荷值。3.根据权利要求1所述的一种基于广义极值理论和层次分析法的电网停电事故的危险性评估方法,其特征在于,步骤S2中具体步骤如下:为了提高极值分布的拟合精度,选用具有普遍适应性的广义极值分布模型,其分布函数为:式中:1+ε·(x-μ)/σ>0,σ>0;μ,σ,ε分别为位置参数、尺度参数和形状参数。4.根据权利要求1所述的一种基于广义极值理论和层次分析法的电网停电事故的危险性评估方法,其特征在于,步骤S3中具体步骤如下:在模型参数估计方面,提出一种改进粒子群算法进行参数优化,首先构造目标函数:当对一组数据的总体分布形式没有多少认识时,样本经验分布可作为一种较好的选择,即假定xj是原样本重新按升序排列的数据,Pj为与xj对应的经验概率值,定义Pj为:式中:j为xj按升序排列中排第j的位置,m为样本数据的个数;令Pj=Gε(xj'),并对其进行变换得:定义目标函数F为样本数据xj与理论数据xj'之间误差的平方和最小,其数学模型为:基于有效群体的粒子群遗传算法是一种有效改变粒子数目的改进型算法;采用粒子群算法对广义极值模型的三个参数进行求解,首先对μ,σ,ε初始化为一群三维的随机粒子,然后对目标函数进行迭代寻优;在每次迭代过程中,粒子通过跟随个体最优解Pbest及全局最优解Gbest等两个极值来更新自己;设初始种群规模为N,总的迭...
【专利技术属性】
技术研发人员:陈涛威,朱凌,张素明,赖育庭,徐大勇,陈峰,李鸿文,张琴,彭东明,陈伟鑫,
申请(专利权)人:广东电网有限责任公司惠州供电局,
类型:发明
国别省市:广东,44
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。