本发明专利技术实施例提供了一种配电设备的运维优化方法及系统,通过确定待检配电设备的状态数据;将所述状态数据和预先确定的约束条件输入预设运维策略优化模型中求解,所述约束条件包括:运维时间约束和设备健康指数约束;将所述运维策略优化模型的目标函数解作为初始值利用元启发式优化算法进行迭代计算,收敛后获得运维优化结果;其中,所述运维策略优化模型是基于运维成本和运维后系统风险损失的加权和最小确定的。以此在有限运维资源下计及配电设备性能的全生命周期发展特性,实现运维成本最小的目标,进而保障了配网供电的安全性和可靠性。
【技术实现步骤摘要】
本专利技术涉及配电设备运维领域,尤其涉及一种配电设备的运维优化方法及系统。
技术介绍
1、配电网承担着连接电网并向用户直接供电的重要任务,配电设备的持续良好运行关乎广大电力用户的连续可靠供电和电网的安全可靠运行。目前,配电设备种类繁多,规模庞大,具有沿地域空间广泛分布的特点,设备运维工作量大。
2、而运维单位受限于有限的人力物力,普遍采用传统运维模式,例如:定期检修的运维模式、基于状态评价的运维模式等。定期检修的运维模式按照相对固定的周期开展设备的日常检修维护,无法及时确定设备状态,基于状态评价的运维模式主要关注设备整体水平的好坏,当设备出现故障时对设备开展抢修。上述运维模式在当前运维资源有限的情况下,均无法计及设备性能的全生命周期发展特性,不可避免的会出现过运维或欠运维的情况,造成运维资源的浪费或增加设备故障风险,进而无法保障配电网的安全可靠运行。
技术实现思路
1、鉴于此,为实现运维资源有限的情况下对配电设备的全局运维搜索以及保障配网供电的安全可靠,本专利技术实施例提供一种配电设备的运维优化方法及系统。
2、一种配电设备的运维优化方法,所述方法包括:
3、确定待检配电设备的状态数据;
4、将所述状态数据和预先确定的约束条件输入预设运维策略优化模型中求解,所述约束条件包括:运维时间约束和设备健康指数约束;
5、将所述运维策略优化模型的目标函数解作为初始值利用元启发式优化算法进行迭代计算,收敛后获得运维优化结果;
<
p>6、其中,所述运维策略优化模型是基于运维成本和运维后系统风险损失的加权和最小确定的。7、在一可能的实施例中,所述确定待检配电设备的状态数据,包括:
8、基于所述待检配电设备各部件所占的权重以及所述部件的评价结果确定所述待检配电设备的健康指数;以及基于所述检配电设备的故障分布曲线确定所述待检配电设备的故障率。
9、在一可能的实施例中,所述运维策略优化模型的目标函数,计算式如下:
10、
11、式中,j为待检配电设备的集合;xj为配电设备j采用的检修方式,取值范围为{1,2,3,…,k};lj(xj)为配电设备j采取xj检修方式的检修成本;rre,j(xj)为实施xj运维方式后配电设备j的风险损失;δ1为运维成本的权重;δ2为运维后系统风险损失的权重;
12、其中,风险损失是基于所述待检配电设备的健康指数、故障损失以及故障率确定的。
13、在一可能的实施例中,所述将所述运维策略优化模型的目标函数解作为初始值利用元启发式优化算法进行迭代计算,收敛后获得运维优化结果,包括:
14、依据目标函数解一一对应的目标函数值的大小从小到大将所述目标函数解顺序排列,以排列位置第一的目标函数解作为最优解,以排列位置第二的目标函数解作为次优解,以排列位置第三到第n1个目标函数解作为天赋挖掘集,以排列位置最后的n3个目标函数解作为兴趣集,将剩余位置的n2个解集作为天赋探索集;
15、对划分完的目标函数解执行所述元启发式优化算法的预设维度边界更新规则,获得更新后的目标函数解集;
16、其中,所述预设维度边界更新规则包括:预设天赋挖掘集更新规则、预设天赋探索集更新规则以及预设兴趣集更新规则。
17、在一可能的实施例中,n1、n2、n3按照3:1:1的比例设定;或者根据具体算例自行设定。
18、在一可能的实施例中,所述将所述运维策略优化模型的目标函数解作为初始值利用元启发式优化算法进行迭代计算,收敛后获得运维优化结果,之前还包括:
19、基于所述待检配电设备的状态数据确定所述待检配电设备的状态;
20、获取所述待检配电设备的状态下所述待检配电设备的多种运维方式,所述运维方式作为目标函数解;
21、将预先确定的目标函数解的空间区域均匀划分为n个区域;
22、以轮盘赌的方法确定所述n个区域中所述目标函数的解集;
23、之后确定迭代次数的自适应时间阈值,所述自适应时间阈值随迭代次数增加以指数方式递减。
24、在一可能的实施例中,所述执行所述元启发式优化算法的预设维度边界更新规则,获得更新后的目标函数解集,包括:
25、执行所述预设天赋挖掘集更新规则:比较随机数t与所述自适应时间阈值的大小,确定跟随的目标函数解,进而对所述天赋挖掘集进行迭代更新;
26、然后执行所述预设天赋探索集更新规则:跟随所述最优解在预设时刻通过增加预设随机步长跳出所述区域,对所述天赋探索集进行迭代更新;
27、之后执行所述预设兴趣集更新规则:比较随机数r与所述自适应时间阈值的大小,当随机数r小于所述自适应时间阈值时,探索所述兴趣集中解数量小于预设数量的区域获得更新后的兴趣集;
28、当随机数r大于所述自适应时间阈值时深度开发所述最优解,在陷入局部最优解时进行随机扰动以使跳出局部最优解,从而收敛于全局最优解以进行所述兴趣集的迭代更新。
29、在一可能的实施例中,所述执行所述预设天赋挖掘集更新规则的计算式如下:
30、
31、所述执行所述预设天赋探索集更新规则的计算式如下:
32、
33、所述执行所述预设兴趣集更新规则的计算式如下:
34、
35、式中,为更新后的天赋挖掘集解集;s(i)为天赋挖掘集;sb为最优解;ss为次优解;t为(0,1)内的均匀随机数;n为(-1,2)内的均匀随机数;p(g)为自适应时间阈值;为更新后的天赋探索集解集,levy为莱维飞行的随机步长;为更新后的兴趣集解集,r为(0,1)内的均匀随机数;area(lb,ub)为探索空间内解集最少的区域,ub、lb为解空间上下边界值;c1为(-1,1.8)内的均匀随机数,n=1~20,fg,b为迭代g次时的最优解,fg-n,b为当前迭代次数g的前n次的最优解,c2为(-1,1.2)内的均匀随机数。
36、在一可能的实施例中,所述将所述运维策略优化模型目标函数的解作为初始值利用元启发式优化算法进行迭代计算,收敛后获得运维优化结果,还包括:
37、在不满足预设收敛条件情况下,重复执行依据目标函数解一一对应的目标函数值的大小从小到大将所述目标函数解顺序排列;对划分完的目标函数解执行所述元启发式优化算法的预设维度边界更新规则,获得更新后的目标函数解集的步骤;
38、满足预设收敛条件后将当前阶段的最优解作为所述运维优化结果输出。
39、基于同一构思,本专利技术实施例提供一种配电设备的运维优化系统,包括:
40、数据获取模块,用于确定待检配电设备的状态数据;
41、求解模块,用于将所述状态数据和预先确定的约束条件输入预设运维策略优化模型中求解,所述约束条件包括:运维时间约束和设备健康指数约束;
42、计算模块,用于将所述运维策略优化本文档来自技高网
...
【技术保护点】
1.一种配电设备的运维优化方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述确定待检配电设备的状态数据,包括:
3.根据权利要求1所述的方法,其特征在于,所述运维策略优化模型的目标函数,计算式如下:
4.根据权利要求1所述的方法,其特征在于,所述将所述运维策略优化模型的目标函数解作为初始值利用元启发式优化算法进行迭代计算,收敛后获得运维优化结果,包括:
5.根据权利要求4所述的方法,其特征在于,所述将所述运维策略优化模型的目标函数解作为初始值利用元启发式优化算法进行迭代计算,收敛后获得运维优化结果,之前还包括:
6.根据权利要求4-5中任一权利要求所述的方法,其特征在于,所述执行所述元启发式优化算法的预设维度边界更新规则,获得更新后的目标函数解集,包括:
7.根据权利要求6所述的方法,其特征在于,所述执行所述预设天赋挖掘集更新规则的计算式如下:
8.根据权利要求4所述的方法,其特征在于,所述将所述运维策略优化模型的目标函数解作为初始值利用元启发式优化算法进行迭代计算,收敛后获得运维优化结果,还包括:
9.一种配电设备的运维优化系统,其特征在于,包括:
10.根据权利要求9所述的系统,其特征在于,所述数据获取模块,包括:
...
【技术特征摘要】
1.一种配电设备的运维优化方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述确定待检配电设备的状态数据,包括:
3.根据权利要求1所述的方法,其特征在于,所述运维策略优化模型的目标函数,计算式如下:
4.根据权利要求1所述的方法,其特征在于,所述将所述运维策略优化模型的目标函数解作为初始值利用元启发式优化算法进行迭代计算,收敛后获得运维优化结果,包括:
5.根据权利要求4所述的方法,其特征在于,所述将所述运维策略优化模型的目标函数解作为初始值利用元启发式优化算法进行迭代计算,收敛后获得运维优化结果,之前还包...
【专利技术属性】
技术研发人员:张宁,路遥,刘沣毅,曹振博,唐萁,曹全智,李明春,陈伟,马劲松,马宁,王铁胜,李亚运,张天一,张新峰,刘晓丽,
申请(专利权)人:国网北京市电力公司,
类型:发明
国别省市:
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。