【技术实现步骤摘要】
增量风险事件的筛选方法、装置及计算机可读介质
本专利技术涉及电力工程
，特别涉及一种增量风险事件的筛选方法、装置及计算机可读介质。
技术介绍
随着科技的发展，电源装机的增长和坚强输电网的建设使现代电力系统的可靠性得到了很大的改善。但由于对多数当前的发、输电组合系统而言，传统的N-1准则的可靠性无法满足目前的高可靠性供电的需求，N-k准则在重要负荷点供电中显得越来越重要。目前，由于不同于低阶元器件故障事件，元器件高阶故障事件数量随着系统规模的增长呈指数增长，无法逐一枚举识别，N-k准则在实施的过程中，N-k准则不仅要考虑低阶元器件故障事件中所有的风险事件，同时需要考虑高阶故障中的高阶风险事件。所以无法利用传统的风险事件的筛选方法对高阶风险事件进行筛选，限制了对高阶风险事件的识别。
技术实现思路
有鉴于此，本专利技术实施例提供一种增量风险事件的筛选方法、装置及计算机可读介质，用于对高阶风险事件的识别。为实现上述目的，本专利技术实施例提供如下技术方案：一种增量风险事件的筛选方法，其
【技术保护点】
1.一种增量风险事件的筛选方法，其特征在于，包括：/n获取输电系统的原始数据中的多个故障事件；/n将所述输电系统中的每一个故障事件输入至增量风险计算模型中，计算得到所述每一个故障事件的增量风险；/n将所述每一个故障事件的增量风险输入至双层风险计算模型中，计算得到在最小负荷削减量时，增量风险最高的故障事件。/n
【技术特征摘要】
1.一种增量风险事件的筛选方法，其特征在于，包括：
获取输电系统的原始数据中的多个故障事件；
将所述输电系统中的每一个故障事件输入至增量风险计算模型中，计算得到所述每一个故障事件的增量风险；
将所述每一个故障事件的增量风险输入至双层风险计算模型中，计算得到在最小负荷削减量时，增量风险最高的故障事件。
2.根据权利要求1的方法，其特征在于，所述将所述每一个故障事件的增量风险输入至双层风险计算模型中，计算得到在最小负荷削减量时，增量风险最高的故障事件，包括：
将所述双层风险计算模型中的上层模型中的非线性计算公式转化为线性公式，得到线性的上层模型；
将所述线性的上层模型和所述双层风险计算模型中的下层模型进行转换得到单层的混合整数线性规划模型；
将所述每一个故障事件的增量风险输入至所述混合整数线性规划模型中，得到在最小负荷削减量时，增量风险最高的故障事件。
3.根据权利要求1所述的方法，其特征在于，所述将所述输电系统中的每一个故障事件输入至增量风险计算模型中，计算得到所述每一个故障事件的增量风险之后，还包括：
获取大于或等于预设的增量风险阈值的所有的增量风险的故障事件；
在所述大于或等于预设的增量风险阈值的所有的增量风险的故障事件中，获取小于或等于故障阶数的最大值的增量风险的故障事件集合。
4.根据权利要求1所述的方法，其特征在于，所述将所述输电系统中的每一个故障事件输入至增量风险计算模型中，计算得到所述每一个故障事件的增量风险，包括：
利用预设的公式对每一个故障事件进行计算，得到所述每一个故障事件的增量风险，所述预设的公式如下所示：
其中，ΔRiskE为故障事件E的增量风险，LossE'为故障事件E的增量负荷削减值，ΔProbE为故障事件E中所有故障元器件的不可用率ui的乘积，NE为故障事件E的阶数，Ω(E,i)为故障事件E的i阶故障子事件集合。
5.根据权利要求2所述的方法，其特征在于，所述将所述双层风险计算模型中的上层模型中的非线性计算公式转化为线性公式，得到线性的上层模型，包括：
将所述双层风险计算模型中的非线性公式转化为线性公式；所述转化过程如下所示：
其中，Ω(T,i)为输电系统T中增量负荷削减不为0的i阶元器件故障事件集合，i＝1,2,…,NE-1；zE”为辅助0-1变量，用于等效约束上述公式。
6.根据权利要求2所述的方法，其特征在于，所述将所述每一个故障事件的增量风险输入至所述混合整数线性规划模型中，得到在最小负荷削减量时，增量风险最高的故障事件，包括：
利用预设的公式对每...
【专利技术属性】
技术研发人员：胡博，谢开贵，牛涛，李春燕，王蕾报，曹茂森，廖庆龙，万凌云，张盈，赵宇琪，岳鑫桂，
申请(专利权)人：重庆大学，国网重庆市电力公司电力科学研究院，国家电网有限公司，
类型：发明
国别省市：重庆;50
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。