一种电力设备相继故障风险识别方法及系统技术方案

技术编号:24331430 阅读:36 留言:0更新日期:2020-05-29 19:45
本发明专利技术公开了一种电力设备相继故障风险识别方法及系统,对电网运行外部环境、电力设备本体状态信息进行甄别和提取,获得表征电网运行风险的关键数据;利用所述关键数据构建上述电力设备本体状态信息异常时的设备故障的概率分布模型;利用随机过程数学理论,结合设备故障的概率分布模型,将设备故障概率转化为设备间相继故障时间间隔的概率分布;利用所述设备间相继故障时间间隔的概率分布,确定给定置信度下的相继故障时间间隔。优点:从随机过程的角度对该问题进行了建模,对相应的划分标准进行了明确;更好地为不同阶段故障的动态控制决策提供可靠依据;能够在实际中的合理运用,普适性和实用性好,具有较高的工程应用价值。

A risk identification method and system for successive faults of power equipment

【技术实现步骤摘要】
一种电力设备相继故障风险识别方法及系统
本专利技术涉及一种电力设备相继故障风险识别方法及系统,属于大电网运行与分析

技术介绍
随着经济社会的持续发展,电网规模不断扩大,输电通道愈加密集,恶劣天气等风险因素往往导致近区多个设备在风险期内先后发生跳闸,造成难以承受的经济损失和社会影响。近年来部分国家已经接连出现多次恶劣天气导致局部电网多设备相继故障导致的大面积长时间停电事件。传统的电力系统安全稳定机制以电力系统“三道防线”为基础,经过电力系统计算得到一系列离线策略表,在实时运行中通过匹配实际电网故障与策略表的方式来维护电力系统主网安全稳定。在极端天气引发的相继故障事件中,第一道防线(如继电保护动作等措施)无法保证电网稳定,第二道防线的预定策略往往难以与实际故障过程匹配,无法发挥有效作用,只能依赖第三道防线如低频减载、振荡解列等措施遏止电网的失稳过程,虽然最终电网恢复稳定运行,但相应的控制代价往往难以承受,造成严重社会影响。即便电网运行人员在相继故障发生前已经预先得到极端天气预警,由于缺乏相应的识别方法,难以判别电力设备在极端天气作用下故障的时序过程,通常处于保守性考虑,将所有风险设备视为同时故障。根据历年电网设备故障案例统计结果,极端天气引发的相继故障,大多数属于近区电网中多个电力设备在一段时间内发生先后跳闸的情况,多个设备同时发生故障的情况十分罕见。因此,若将相继故障视为同时故障,其结果往往是过度控制,造成不必要的损失。
技术实现思路
本专利技术所要解决的技术问题是克服现有技术的缺陷,提供一种电力设备相继故障风险识别方法及系统。为解决上述技术问题,本专利技术提供一种电力设备相继故障风险识别方法,对电网运行外部环境、电力设备本体状态信息进行甄别和提取,获得表征电网运行风险的关键数据;利用所述关键数据构建上述电力设备本体状态信息异常时的设备故障的概率分布模型;利用随机过程数学理论,结合设备故障的概率分布模型,将设备故障概率转化为设备间相继故障时间间隔的概率分布;利用所述设备间相继故障时间间隔的概率分布,确定给定置信度下的相继故障时间间隔。进一步的,所述设备故障的概率分布函数和概率密度函数表示为:P(Y≤t)=1-P(Y>t)=1-e-λt式中,P(Y≤t)表示单一设备故障时间不大于时间t的概率分布,Y,y是设备故障时间的随机变量;P(Y>t)表示单一设备故障事件大于时间t的概率分布,e是自然常数,λ是原二项分布的期望,通过历史数据进行近似拟合得到,p(y)表示概率密度。进一步的,所述设备间相继故障时间间隔的概率分布表示为:其中,F(t)表示设备i、j相继故障时间差t=ti-tj的概率分布函数,ti表示设备i的故障时刻,tj表示设备j的故障时刻,tm=-tj表示tj的相反数,f(ti)、g(tj)分别为设备i、j的故障概率密度函数,f′(-tj)=f(tj)。一种电力设备相继故障风险识别系统,包括获取模块、构建模块、转化模块和确定模块;所述获取模块,用于对电网运行外部环境、电力设备本体状态信息进行甄别和提取,获得表征电网运行风险的关键数据;所述构建模块,用于利用所述关键数据构建上述电力设备本体状态信息异常时的设备故障的概率分布模型;所述转化模块,用于利用随机过程数学理论,结合设备故障的概率分布模型,将设备故障概率转化为设备间相继故障时间间隔的概率分布;所述确定模块,用于利用所述设备间相继故障时间间隔的概率分布,确定给定置信度下的相继故障时间间隔。进一步的,所述构建模块包括第一函数确定模块,用于确定所述设备故障的概率分布函数和概率密度函数为:P(Y≤t)=1-P(Y>t)=1-e-λt式中,P(Y≤t)表示单一设备故障时间不大于时间t的概率分布,Y,y是设备故障时间的随机变量;P(Y>t)表示单一设备故障事件大于时间t的概率分布,e是自然常数,λ是原二项分布的期望,通过历史数据进行近似拟合得到,p(y)表示概率密度。进一步的,所述转化模块包括第二函数确定模块,用于确定所述设备间相继故障时间间隔的概率分布为:其中,F(t)表示设备i、j相继故障时间差t=ti-tj的概率分布函数,ti表示设备i的故障时刻,tj表示设备j的故障时刻,tm=-tj表示tj的相反数,f(ti)、g(tj)分别为设备i、j的故障概率密度函数,f′(-tj)=f(tj)。本专利技术所达到的有益效果:1)对于多个设备发生相继故障,究竟将其故障演化过程视为独立故障分别发生,还是视为多重故障同时发生,传统的控制机制并没有明确该问题。本专利技术从随机过程的角度对该问题进行了建模,对相应的划分标准进行了明确;2)本专利技术建立了相继故障演化过程的概率模型,更符合实际电力系统故障演变特点,可以更好地为不同阶段故障的动态控制决策提供可靠依据;3)本专利技术基于完备的理论和方法,有科学可信的使用依据和标准,能够在实际中的合理运用,普适性和实用性好,具有较高的工程应用价值。附图说明图1是本专利技术的整体流程图;图2是设备故障时间范围示意图;图3是设备故障时间间隔概率分布构建过程示意图;图4是南疆、和田地区电网网架结构示意图;图5是楚喀I线t时间内跳闸的概率分布;图6是阿楚I线t时间内跳闸的概率分布;图7是鹿麦线t时间内跳闸的概率分布;图8是鹿坪II线t时间内跳闸的概率分布;图9是楚喀I线与鹿麦线在△t内相继跳闸的概率密度函数;图10是鹿麦线与鹿坪II线在△t内相继跳闸的概率密度函数;图11是阿楚I线与鹿坪II线在△t内相继跳闸的概率密度函数;图12是楚喀I线与鹿麦线在△t内相继跳闸的概率分布函数;图13是鹿麦线与鹿坪II线在△t内相继跳闸的概率分布函数;图14是阿楚I线与鹿坪II线在△t内相继跳闸的概率分布函数。具体实施方式下面结合附图对本专利技术作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案,而不能以此来限制本专利技术的保护范围。一种电力设备相继故障风险识别方法,用于电网运行风险控制的流程图如图1所示,其特征是基于不断累积的电力设备历史故障信息、极端天气预警、外部气象信息及电力设备实时运行信息建立风险设备故障的随机过程模型,具有完备的理论和方法,它包含以下步骤:1)求取单一设备故障时间的概率分布;以强风为例,在同样等级的风力g条件下,设备的故障概率是相同的,我们将每一次风力持续时间以及线路是否跳闸的情况记录下来,形成一系列样本数据,之后将一系列样本数据连接起来,形成一个总时长为T的样本,当n→∞,则有:式中,X是在特定风力影响下设备故障次数随机变量;P(X=κ)是在特定风力影响下设备发生k次故障的概率;λ是式(1)中的原二项分布的期望E(X)=np=λ,可以通本文档来自技高网...

【技术保护点】
1.一种电力设备相继故障风险识别方法,其特征在于,/n对电网运行外部环境、电力设备本体状态信息进行甄别和提取,获得表征电网运行风险的关键数据;/n利用所述关键数据构建上述电力设备本体状态信息异常时的设备故障的概率分布模型;/n利用随机过程数学理论,结合设备故障的概率分布模型,将设备故障概率转化为设备间相继故障时间间隔的概率分布;/n利用所述设备间相继故障时间间隔的概率分布,确定给定置信度下的相继故障时间间隔。/n

【技术特征摘要】
1.一种电力设备相继故障风险识别方法,其特征在于,
对电网运行外部环境、电力设备本体状态信息进行甄别和提取,获得表征电网运行风险的关键数据;
利用所述关键数据构建上述电力设备本体状态信息异常时的设备故障的概率分布模型;
利用随机过程数学理论,结合设备故障的概率分布模型,将设备故障概率转化为设备间相继故障时间间隔的概率分布;
利用所述设备间相继故障时间间隔的概率分布,确定给定置信度下的相继故障时间间隔。


2.根据权利要求1所述的电力设备相继故障风险识别方法,其特征在于,所述设备故障的概率分布函数和概率密度函数表示为:
P(Y≤t)=1-P(Y>t)=1-e-λt



式中,P(Y≤t)表示单一设备故障时间不大于时间t的概率分布,Y,y是设备故障时间的随机变量;P(Y>t)表示单一设备故障事件大于时间t的概率分布,e是自然常数,λ是原二项分布的期望,通过历史数据进行近似拟合得到,p(y)表示概率密度。


3.根据权利要求1所述的电力设备相继故障风险识别方法,其特征在于,
所述设备间相继故障时间间隔的概率分布表示为:



其中,
F(t)表示设备i、j相继故障时间差t=ti-tj的概率分布函数,ti表示设备i的故障时刻,tj表示设备j的故障时刻,tm=-tj表示tj的相反数,f(ti)、g(tj)分别为设备i、j的故障概率密度函数,f′(-tj)=f(tj)。


4.一种电力设备相继故障风险识别系统,其特征在于,包括获取模块、构建模块、转化模...

【专利技术属性】
技术研发人员:张振宇崔伟王聪牛拴保褚云龙王智伟郑亮宋东阔刘财华杨丽
申请(专利权)人:国家电网公司西北分部国电南瑞科技股份有限公司国电南瑞南京控制系统有限公司
类型:发明
国别省市:陕西;61

网友询问留言 已有0条评论
  • 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。

1