CN103678865A - 一种冻雨引发输电线路故障的故障概率在线评估方法 - Google Patents

Abstract

本发明公开了一种冻雨引发输电线路故障的故障概率在线评估方法，属于电力系统及其自动化技术领域。本发明根据冻雨灾害的时空演变，动态评估线路和杆塔上承受的荷载、绝缘子上所承受的闪络电压，计算输电线路在覆冰条件下的故障概率，并为停电防御系统提供预想风险设备集。本发明能够考虑覆冰对输电线路造成破坏的各种故障途径，符合覆冰引发线路故障的机理，具有较好的实用性、适应性。

Description

一种冻雨引发输电线路故障的故障概率在线评估方法

技术领域

本发明属电力系统及其自动化技术领域，更准确地说本发明涉及一种冻雨灾害对输电线路危害的量化评估预警方法。 

背景技术

我国能源分布和消费的不均衡，使得需要通过远距离、大范围的电力传输将电力从中西部送到东部沿海地区。输电线路会穿过各种地形环境、经历各种外界环境的考验。近年来极端自然灾害的发生越发频繁，对输电线路的安全稳定运行提出了更高的要求。2008年在中国南方发生的冻雨灾害对电网造成了极大破坏，提醒人们需要在自然灾害发生前对极端灾害进行预警。另外，智能电网特高压输电线路的建设，对电力线的安全稳定运行提出了新的要求。特高压电网的远距离传输必然会面对自然环境的考验。因此，需要研究冻雨灾害对输电线路的影响，对冻雨灾害进行预警。 

冻雨造成输电线路故障的事故类型主要有：覆冰过载、线路舞动、绝缘子覆冰闪络、不均匀覆冰等。目前针对每一种事故类型下的电网故障都有一些研究成果，但主要是机理研究，并没有从电网安全稳定运行的角度，研究不同事故类型下电网故障概率模型，也没有综合考虑多个事故类型下的输电线路故障概率评估模型。由于评估冻雨引发输电线路故障概率涉及的影响因素数量众多，不同事故类型下电网故障的机理复杂，很多因素的影响无法精确计算，因此很难确定每种方式造成输电线路故障的精确模型，单独采用解析的方法很难单独应用于实际的计算。 

而采用历史数据拟合的方法，虽然可以拟合出不同方式下的故障概率曲线，但是该方法过于依赖历史数据，对冻雨灾害，难以获得大量准确的历史数据， 所以该方法也难以在实际中使用。 

在现有针对冻雨灾害对输电线路的影响的研究中，已产生的成果包括覆冰厚度R_d的计算模型、绝缘子闪络电压计算模型等。覆冰厚度R_d的计算模型如以下所示： 

$R_d=R_m+\frac{1}{{\mathrm{\ρ}}_i\mathrm{\π}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\sqrt{{\left({\mathrm{\ρ}}_0{P}_j\right)}^2+{\left({3600V}_j{W}_j{\mathrm{\α}}_d\right)}^2}$

其中，R_m为最近一次实测的覆冰厚度，N为从最近一次实测覆冰厚度的时间开始到预报的目标时刻为止的冻雨持续的小时总数，下标j代表从最近一次实测覆冰厚度的时间开始的第j个小时，α_d为每段线路的地形系数，ρ_i、ρ₀分别为覆冰和水的密度，P_j为从最近一次实测覆冰厚度的时间开始的第j个小时的降水强度，W_j为从最近一次实测覆冰厚度的时间开始的第j个小时饱和空气中的液态水含量，按W_j＝0.067P_j ^0.846计算，V_j为从最近一次实测覆冰厚度的时间开始的第j个小时的风速。 

绝缘子闪络电压计算模型如以下所示： 

$U={\mathrm{C\ρ}}_{\mathrm{SDD}}^{-b}{\mathrm{\σ}}_{20}^{-d}{(1-\frac{H}{45.1})}^{5.36n}{(1-\frac{W}{45.1})}^{5.36r}$

其中，U为绝缘子闪络电压，σ₂₀为覆冰水电导率、W为绝缘子覆冰重量、ρ_SDD为绝缘子盐密、H为海拔高度，C与d为与绝缘子类型与片数有关的常数，b为污染特征指数，n为海拔影响特征指数，r为覆冰量影响特征指数。 

发明内容

本发明的目的是：从电力系统安全稳定运行的角度，基于冻雨灾害引起输电线路故障的机理，评估在各种事故类型下输电线路故障概率，为现有的防御框架提供由冻雨灾害引起的动态预想风险设备集。 

具体地说，本发明是采用以下的技术方案来实现的，包括下列步骤： 

1）在控制中心汇总实时的冻雨预报和实况信息、一般气象预报和实测信息、实时的电网工况信息和监测信息； 

2）根据沿线路的地理特征和周边环境特征及其对于冻雨强度、风速、风向的影响，将地理特征、周边环境特征、输电线路特征相同的线路划为一段，设线路的总段数为m； 

3）对每段线路，评估计算所需的动态变量，所述动态变量包括每段线路的覆冰厚度R_d、每段线路上所受垂直于线路走向的风的风速V₁以及垂直于线路走向的风和中垂线之间的夹角θ₁、每段线路等值绝缘子盐密ρ_SDD、海拔高度H； 

4）对每段线路，根据每段线路的覆冰厚度R_d计算每段线路耐张段内单位长度的冰重G，根据每段线路上所受垂直于线路走向的风的风速V₁以及垂直于线路走向的风和中垂线之间的夹角θ₁计算每段线路内单位长度导线所受风荷载F_w，并采用电线应力变化的状态方程对每段线路进行受力分析计算每段线路导线上所受的张力σ_l和每段线路杆塔沿线路走向的不平衡力ΔF，并按以下公式计算每段线路中发生断线的概率p_l和倒塔的概率p_t： 

$p_l=\left\{\begin{array}{cc}{K}_1{e}^{{\mathrm{\&sigma;}}_l/T_1}& {\mathrm{\&sigma;}}_l<{\mathrm{\&beta;}}_l{\mathrm{\&sigma;}}_s\\ 0.01& {\mathrm{\&sigma;}}_l\&GreaterEqual;{\mathrm{\&beta;}}_l{\mathrm{\&sigma;}}_s\end{array}\right.$

$p_t=\left\{\begin{array}{cc}{K}_2{e}^{\mathrm{\&Delta;F}/T_2}& \mathrm{\&Delta;F}<{\mathrm{\&beta;}}_t\mathrm{\&Delta;}{F}_s\\ 0.01& \mathrm{\&Delta;F}\&GreaterEqual;{\mathrm{\&beta;}}_t\mathrm{\&Delta;}{F}_s\end{array}\right.$

以上式中，σ_s为导线设计最大承受应力，ΔF_s为杆塔设计最大承受不平衡力；β_l为线路设计安全系数，β_t为杆塔设计安全系数；K₁、T₁、K₂、T₂均为常数； 

5）对每段线路，以每段线路上所受垂直于线路走向的风的风速V₁以及垂直 于线路走向的风和中垂线之间的夹角θ₁、每段线路的导线类型系数α_l、每段线路档距系数α_s、每段线路的地形系数α_d、覆冰厚度系数α_f和每段线路的周边环境系数α_r为参考因素，定义风激励参数E_w＝(V₁-4)sin(θ₁-45°)α_dα_r、线路参数L_p＝α_fα_lα_s，将这两个参数为输入参数，构建模糊数学模型，评估每段线路中发生舞动的概率p_d； 

6）对每段线路，采用一个等值绝缘子串闪络的故障率表示该段内三相绝缘子串的总故障率即该段线路中发生覆冰闪络的概率，并以覆冰水电导率σ₂₀、绝缘子覆冰重量W、每段线路等值绝缘子串盐密ρ_SDD、海拔高度H为输入量，采用绝缘子闪络电压计算模型计算绝缘子闪络电压U，再根据绝缘子闪络电压U按以下公式计算每段线路中发生覆冰闪络的概率p_f： 

$p_f=\left\{\begin{array}{cc}0.01& U\&le;U_0\\ K_3{e}^{(U_0-U)/T_3}& U>U_0\end{array}\right.$

其中，U₀为实际运行电压，K₃、T₃为系数； 

7）综合每段线路中发生断线的概率p_l、发生倒塔的概率p_t、发生舞动的概率p_d、发生覆冰闪络的概率p_f，按以下公式计算每段线路覆冰引发线路故障概率p_i： 

p_i＝1-(1-p_l)(1-p_t)(1-p_d)(1-p_f) 

8）综合所有各段线路覆冰引发线路故障概率p_i，按以下公式计算整条线路的覆冰故障概率p： 

p＝1-(1-p₁)(1-p₂)…(1-p_i)…(1-p_m) 

最后，将整条线路的覆冰故障概率计算结果接入停电防御系统中对故障进行风险评估，根据风险评估结果筛选预想风险设备集。 

上述技术方案的进一步特征在于：所述步骤3）中，按以下公式计算每段线 路的覆冰厚度R_d： 

$R_d=R_m+\frac{1}{{\mathrm{\&rho;}}_i\mathrm{\&pi;}}\underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}\sqrt{{\left({\mathrm{\&rho;}}_0{P}_j\right)}^2+{\left({3600V}_j{W}_j{\mathrm{\&alpha;}}_d\right)}^2}$

其中，R_m为最近一次实测的覆冰厚度，N为从最近一次实测覆冰厚度的时间开始到预报的目标时刻为止的冻雨持续的小时总数，下标j代表从最近一次实测覆冰厚度的时间开始的第j个小时，α_d为每段线路的地形系数，ρ_i、ρ₀分别为覆冰和水的密度，P_j为从最近一次实测覆冰厚度的时间开始的第j个小时的降水强度，W_j为从最近一次实测覆冰厚度的时间开始的第j个小时饱和空气中的液态水含量，按W_j=0..067P_j ^0.846计算，V_j为从最近一次实测覆冰厚度的时间开始的第j个小时的风速。 

上述技术方案的进一步特征在于：所述步骤4）中，K₁和K₂的值为1×10^-6，T₁的值等于β_lσ_s/ln10⁴，T₂的值等于β_tΔF_s/ln10⁴。 

上述技术方案的进一步特征在于：所述步骤5中），所述模糊数学模型，对风激励参数E_w采用6个模糊子集覆盖参数范围：风激励很小（E_vs）、风激励小（E_s）、风激励中等（E_m）、风激励大（E_l）、风激励很大（E_vl）、风激励非常大（E_el），其隶属度函数如以下所示： 

${\mathrm{\&mu;}}_{\mathrm{Evs}}\left(E_w\right)=\left\{\begin{array}{cc}1& E_w\&le;0\\ -E_w/3+1& 0<E_w<3\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{Es}}\left(E_w\right)=\left\{\begin{array}{cc}{E}_w/3& 0<E_w<3\\ -E_w/3+2& 3\&le;E_w<6\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{Em}}\left(E_w\right)=\left\{\begin{array}{cc}{E}_w/3-1& 3\&le;E_w<6\\ -E_w/4+2.5& 6\&le;E_w<10\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{El}}\left(E_w\right)=\left\{\begin{array}{cc}{E}_w/4-1.5& 6\&le;E_w<10\\ -E_w/4+3.5& 10\&le;E_w<14\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{Evl}}\left(E_w\right)=\left\{\begin{array}{cc}{E}_w/4-2.5& 10\&le;E_w<14\\ -E_w/4+4.5& 14\&le;E_w<18\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{Eel}}\left(E_w\right)=\left\{\begin{array}{cc}{E}_w/4-3.5& 14\&le;E_w<18\\ 1& E_w\&GreaterEqual;18\end{array}\right.$

对线路参数L_p用4个模糊子集涵盖线路参数的范围：线路参数小（L_s）、线路参数中等（L_m）、线路参数大（L_l）、线路参数很大（L_vl），其隶属度函数如以下所示： 

${\mathrm{\&mu;}}_{\mathrm{Ls}}\left(L_p\right)=\left\{\begin{array}{cc}1& L_p\&le;0\\ -2L_p-1& 0<L_p<0.5\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{Lm}}\left(L_p\right)=\left\{\begin{array}{cc}{2L}_p& 0<L_p<0.5\\ -2L_p+2& 0.5\&le;L_p<1\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{Ll}}\left(L_p\right)=\left\{\begin{array}{cc}{2L}_p-1& 0.5\&le;L_p<1\\ -5L_p+6& 1\&le;L_p<1.2\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{Lvl}}\left(L_p\right)=\left\{\begin{array}{cc}{5L}_p/4-5& 1\&le;L_p<1.2\\ 1& L_p\&GreaterEqual;1.2\end{array}\right.$

模糊数学模型的输出为覆冰舞动故障率u，用7个模糊子集覆盖其值域[0，1]：非常小（ES）、很小（VS）、小（S）、中（M）、大（L）、很大（VL），非常大（EL），其隶属度函数如以下所示： 

${\mathrm{\&mu;}}_{\mathrm{ES}}\left(u\right)=\left\{\begin{array}{cc}1& u\&le;0\\ {-10}^{6}u+1& 0<u<{1\&times;10}^{-6}\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{VS}}\left(u\right)=\left\{\begin{array}{cc}{10}^{6}u& 0<u<{1\&times;10}^{-6}\\ ({-10}^{6}u+10)/9& {1\&times;10}^{-6}\&le;u<{1\&times;10}^{-5}\end{array}\right.$

${\mathrm{\&mu;}}_S\left(u\right)=\left\{\begin{array}{cc}({10}^{6}u-1)/9& {1\&times;10}^{-6}\&le;u<{1\&times;10}^{-5}\\ ({-10}^{5}u+10)/9& {1\&times;10}^{-5}\&le;u<{1\&times;10}^{-4}\end{array}\right.$

${\mathrm{\&mu;}}_M\left(u\right)=\left\{\begin{array}{cc}({10}^{5}u-1)/9& {1\&times;10}^{-5}\&le;u<{1\&times;10}^{-4}\\ ({-10}^{4}u+10)/9& {1\&times;10}^{-4}\&le;u<{1\&times;10}^{-3}\end{array}\right.$

${\mathrm{\&mu;}}_L\left(u\right)=\left\{\begin{array}{cc}({10}^{4}u-1)/9& {1\&times;10}^{-4}\&le;u<{1\&times;10}^{-3}\\ ({-10}^{3}u+5)/4& {1\&times;10}^{-3}\&le;u<{5\&times;10}^{-3}\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{VL}}\left(u\right)=\left\{\begin{array}{cc}({10}^{3}u-1)/4& {1\&times;10}^{-3}\&le;u<{5\&times;10}^{-3}\\ ({-10}^{3}u+10)/5& {1\&times;10}^{-3}\&le;u<{1\&times;10}^{-2}\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{EL}}\left(u\right)=\left\{\begin{array}{cc}({10}^{3}u-1)/5& {5\&times;10}^{-3}\&le;u<{1\&times;10}^{-2}\\ 1& u\&GreaterEqual;{1\&times;10}^{-2}\end{array}\right.$

模糊数学模型采用24条模糊控制规则，如下表所示： 

模糊数学模型的模糊蕴含关系采用Mamdani的最小规则求取，去模糊化采用最大隶属度法。 

上述技术方案的进一步特征在于：所述步骤6）中，绝缘子闪络电压计算模型为： 

$U={\mathrm{C\&rho;}}_{\mathrm{SDD}}^{-b}{\mathrm{\&sigma;}}_{20}^{-d}{(1-\frac{H}{45.1})}^{5.36n}{(1-\frac{W}{45.1})}^{5.36r}$

其中，C与d为与绝缘子类型与片数有关的常数，b为污染特征指数，n为海拔影响特征指数，r为覆冰量影响特征指数。 

上述技术方案的进一步特征在于：所述步骤6）中，K₃取值为0.01，T₃取值为U₀/ln10⁵。 

本发明的有益效果如下：本发明根据外界天气条件的变化，动态评估输电线路覆冰故障概率。根据覆冰后输电线路不同破坏方式的机理，建立相应的评估模型。线路故障概率的评估既考虑了有确定模型的因素，又考综合虑了其他无法精确建模的因素，具有很强的适应性和实用性。计算得到的输电线路故障概率可以为现有的防御框架提供由冻雨灾害引起的动态预想风险设备集。 

附图说明

图1为本发明方法的流程图。 

具体实施方式

下面参照附图并结合实例对本发明作进一步详细描述。 

图1中步骤1描述的是在控制中心汇总实时的冻雨预报（冻雨天气的范围、冻雨的强度等）和实况信息、一般气象预报（风速、风向、湿度等）和实测信息、实时的电网工况信息和监测信息（实测的输电线路覆冰厚度、绝缘子盐密、绝缘子覆冰厚度等信息）。 

图1中步骤2描述的是描述沿线路的地理特征和周边环境特征及其对于冻雨强度、风速、风向的影响。地理特征主要有：平原、迎风坡、背风坡、山顶、谷底、湖泊等，环境特征主要有：植被情况、污区等级等。统计出每个档所处地理特征和周边环境特征，将地理特征、周围环境特征和线路设计参数相同的线路划分为一个段，设线路的总段数为m。 

图1中步骤3是对每段线路，将气象、实测与电网工况信息结合各线路的 静态参数，评估计算所需的各类动态变量，包括每段线路的覆冰厚度R_d、每段线路上所受垂直于线路走向的风的风速V₁以及垂直于线路走向的风和中垂线之间的夹角θ₁、每段线路等值绝缘子串盐密ρ_SDD、海拔高度H。 

该评估方法中用到的其它静态信息包括导线导线设计最大承受应力σ_s、杆塔设计最大承受不平衡力ΔF_s、每段线路的地形系数α_d和周边环境系数α_r、杆塔设计安全系数β_t、线路设计安全系数β_l、每段线路的导线类型系数α_l、每段线路档距系数α_s。 

其中，地形系数α_d以不影响风力的平原地形为基准（值为1），遇风口等加强风力的地形调高系数（1～1.3）；遇削弱风力的地形调低系数（0.8～1）；周边环境系数α_r以空旷环境为基准（值为1），并根据沿线工业区、居民区、树木、交叉线路的数量增加系数（1～2）；导线类型系数按α_l＝n_l/4计算，n_l为导线分裂数；线路档距系数按α_s＝l/400计算，l为档距长度。 

计算每段线路上所受垂直于线路走向的风的风速V₁以及垂直于线路走向的风和中垂线之间的夹角θ₁时，以自动气象站监测到的风速V₀、风向θ₀为背景参数，考虑线路所处地理特性和气象站所处位置的地形特征差异，结合天气预报信息，预报风速是加强还是减弱，最后得到每段线路上所受垂直于线路走向的风的风速V₁以及垂直于线路走向的风和中垂线之间的夹角θ₁。线路所处地线系数与气象站所处位置地形特征差异主要有线路所处地形对风速有加强作用和线路所处地形对风速有减弱作用。 

计算覆冰厚度时，采用本说明书背景技术所述的覆冰厚度计算模型计算每段线路的覆冰厚度R_d。 

图1中步骤4评估断线倒塔故障的概率。对每段线路，根据每段线路的覆 冰厚度R_d计算每段线路耐张段内单位长度的冰重G，根据每段线路上所受垂直于线路走向的风的风速V₁以及垂直于线路走向的风和中垂线之间的夹角θ₁计算每段线路内单位长度导线所受风荷载F_w，结合杆塔静态信息，对每段线路进行受力分析计算每段线路导线上所受的张力σ_l和每段线路杆塔沿线路走向的不平衡力ΔF。该受力分析方法采用本领域中广泛采用的电线应力变化的状态方程求解线路应力，并按以下公式计算每段线路中发生断线的概率p_l和倒塔的概率p_t： 

$p_l=\left\{\begin{array}{cc}{K}_1{e}^{{\mathrm{\&sigma;}}_l/T_1}& {\mathrm{\&sigma;}}_l<{\mathrm{\&beta;}}_l{\mathrm{\&sigma;}}_s\\ 0.01& {\mathrm{\&sigma;}}_l\&GreaterEqual;{\mathrm{\&beta;}}_l{\mathrm{\&sigma;}}_s\end{array}\right.$

$p_t=\left\{\begin{array}{cc}{K}_2{e}^{\mathrm{\&Delta;F}/T_2}& \mathrm{\&Delta;F}<{\mathrm{\&beta;}}_t\mathrm{\&Delta;}{F}_s\\ 0.01& \mathrm{\&Delta;F}\&GreaterEqual;{\mathrm{\&beta;}}_t\mathrm{\&Delta;}{F}_s\end{array}\right.$

以上式中，σ_s为导线设计最大承受应力，ΔF_s为杆塔设计最大承受不平衡力；β_l为线路设计安全系数，β_t为杆塔设计安全系数；K₁、T₁、K₂、T₂均为常数，K₁和K₂的值可以取1×10^-6，T₁的值可以取β_lσ_s/ln10⁴，T₂的值可以取β_tΔF_s/ln10⁴。 

图1中步骤5评估发生舞动引起输电线路的概率。对每段线路，以每段线路上所受垂直于线路走向的风的风速V₁以及垂直于线路走向的风和中垂线之间的夹角θ₁、每段线路的导线类型系数α_l、每段线路档距系数α_s、每段线路的地形系数α_d、覆冰厚度系数α_f和每段线路的周边环境系数α_r为参考因素，定义风激励参数E_w＝(V₁-4)sin(θ₁-45°)α_dα_r、线路参数L_p＝α_fα_lα_s，将这两个参数为输入参数，构建模糊数学模型，评估每段线路中发生舞动的概率p_d。覆冰厚度系数α_f＝R_d/D_s，其中R_d、D_s分别为覆冰厚度和设计覆冰厚度。 

所述模糊数学模型，对风激励参数E_w采用6个模糊子集覆盖参数范围：风激励很小（E_vs）、风激励小（E_s）、风激励中等（E_m）、风激励大（E_l）、风激励很大（E_vl）、风激励非常大（E_el），其隶属度函数如以下所示： 

${\mathrm{\&mu;}}_{\mathrm{Evs}}\left(E_w\right)=\left\{\begin{array}{cc}1& E_w\&le;0\\ -E_w/3+1& 0<E_w<3\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{Es}}\left(E_w\right)=\left\{\begin{array}{cc}{E}_w/3& 0<E_w<3\\ -E_w/3+2& 3\&le;E_w<6\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{Em}}\left(E_w\right)=\left\{\begin{array}{cc}{E}_w/3-1& 3\&le;E_w<6\\ -E_w/4+2.5& 6\&le;E_w<10\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{El}}\left(E_w\right)=\left\{\begin{array}{cc}{E}_w/4-1.5& 6\&le;E_w<10\\ -E_w/4+3.5& 10\&le;E_w<14\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{Evl}}\left(E_w\right)=\left\{\begin{array}{cc}{E}_w/4-2.5& 10\&le;E_w<14\\ -E_w/4+4.5& 14\&le;E_w<18\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{Eel}}\left(E_w\right)=\left\{\begin{array}{cc}{E}_w/4-3.5& 14\&le;E_w<18\\ 1& E_w\&GreaterEqual;18\end{array}\right.$

对线路参数L_p用4个模糊子集涵盖线路参数的范围：线路参数小（L_s）、线路参数中等（L_m）、线路参数大（L_l）、线路参数很大（L_vl），其隶属度函数如以下所示： 

${\mathrm{\&mu;}}_{\mathrm{Ls}}\left(L_p\right)=\left\{\begin{array}{cc}1& L_p\&le;0\\ -2L_p-1& 0<L_p<0.5\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{Lm}}\left(L_p\right)=\left\{\begin{array}{cc}{2L}_p& 0<L_p<0.5\\ -2L_p+2& 0.5\&le;L_p<1\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{Ll}}\left(L_p\right)=\left\{\begin{array}{cc}{2L}_p-1& 0.5\&le;L_p<1\\ -5L_p+6& 1\&le;L_p<1.2\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{Lvl}}\left(L_p\right)=\left\{\begin{array}{cc}{5L}_p/4-5& 1\&le;L_p<1.2\\ 1& L_p\&GreaterEqual;1.2\end{array}\right.$

模糊数学模型的输出为覆冰舞动故障率u，用7个模糊子集覆盖其值域[0，1]：非常小（ES）、很小（VS）、小（S）、中（M）、大（L）、很大（VL），非常大（EL），其隶属度函数如以下所示： 

${\mathrm{\&mu;}}_{\mathrm{ES}}\left(u\right)=\left\{\begin{array}{cc}1& u\&le;0\\ {-10}^{6}u+1& 0<u<{1\&times;10}^{-6}\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{VS}}\left(u\right)=\left\{\begin{array}{cc}{10}^{6}u& 0<u<{1\&times;10}^{-6}\\ ({-10}^{6}u+10)/9& {1\&times;10}^{-6}\&le;u<{1\&times;10}^{-5}\end{array}\right.$

${\mathrm{\&mu;}}_S\left(u\right)=\left\{\begin{array}{cc}({10}^{6}u-1)/9& {1\&times;10}^{-6}\&le;u<{1\&times;10}^{-5}\\ ({-10}^{5}u+10)/9& {1\&times;10}^{-5}\&le;u<{1\&times;10}^{-4}\end{array}\right.$

${\mathrm{\&mu;}}_M\left(u\right)=\left\{\begin{array}{cc}({10}^{5}u-1)/9& {1\&times;10}^{-5}\&le;u<{1\&times;10}^{-4}\\ ({-10}^{4}u+10)/9& {1\&times;10}^{-4}\&le;u<{1\&times;10}^{-3}\end{array}\right.$

${\mathrm{\&mu;}}_L\left(u\right)=\left\{\begin{array}{cc}({10}^{4}u-1)/9& {1\&times;10}^{-4}\&le;u<{1\&times;10}^{-3}\\ ({-10}^{3}u+5)/4& {1\&times;10}^{-3}\&le;u<{5\&times;10}^{-3}\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{VL}}\left(u\right)=\left\{\begin{array}{cc}({10}^{3}u-1)/4& {1\&times;10}^{-3}\&le;u<{5\&times;10}^{-3}\\ ({-10}^{3}u+10)/5& {1\&times;10}^{-3}\&le;u<{1\&times;10}^{-2}\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{EL}}\left(u\right)=\left\{\begin{array}{cc}({10}^{3}u-1)/5& {5\&times;10}^{-3}\&le;u<{1\&times;10}^{-2}\\ 1& u\&GreaterEqual;{1\&times;10}^{-2}\end{array}\right.$

模糊数学模型采用24条模糊控制规则，如下表所示： 

模糊数学模型的模糊蕴含关系采用Mamdani的最小规则求取，去模糊化采用最大隶属度法。 

图1中步骤6评估发生覆冰闪络引起输电线路故障的概率。对每段线路，采用一个等值绝缘子串闪络的故障率表示该段内三相绝缘子串的总故障率即该段线路中发生覆冰闪络的概率。以覆冰水电导率σ₂₀、绝缘子覆冰重量W、每段线路等值绝缘子串盐密ρ_SDD、海拔高度H为输入量，采用本说明书背景技术所述的绝缘子闪络电压计算模型计算绝缘子闪络电压U，再根据绝缘子闪络电压U按以下公式计算每段线路中发生覆冰闪络的概率p_f： 

$p_f=\left\{\begin{array}{cc}0.01& U\&le;U_0\\ K_3{e}^{(U_0-U)/T_3}& U>U_0\end{array}\right.$

其中，U₀为实际运行电压，K₃、T₃为系数，可根据实际实验结果调整，K₃可以取值为0.01，T₃可以取值为U₀/ln10⁵。 

图1中步骤7，综合每段线路中发生断线的概率p_l、发生倒塔的概率p_t、发生舞动的概率p_d、发生覆冰闪络的概率p_f，按p_i＝1-(1-p_l)(1-p_t)(1-p_d)(1-p_f)计算每段线路覆冰引发线路故障概率p_i。 

图1中步骤8，综合所有各段线路覆冰引发线路故障概率p_i，按 p＝1-(1-p₁)(1-p₂)…(1-p_i)…(1-p_m)计算整条线路的覆冰故障概率p。将整条线路的覆冰故障概率计算结果接入停电防御系统中对故障进行风险评估，根据风险评估结果筛选预想风险设备集。 

虽然本发明已以较佳实施例公开如上，但实施例并不是用来限定本发明的。在不脱离本发明之精神和范围内，所做的任何等效变化或润饰，同样属于本发明之保护范围。因此本发明的保护范围应当以本申请的权利要求所界定的内容为标准。 

Claims (6)

1.一种冻雨引发输电线路故障的故障概率在线评估方法，其特征在于，包括如下步骤:

1）在控制中心汇总实时的冻雨预报和实况信息、一般气象预报和实测信息、实时的电网工况信息和监测信息；

2）根据沿线路的地理特征和周边环境特征及其对于冻雨强度、风速、风向的影响，将地理特征、周边环境特征、输电线路特征相同的线路划为一段，设线路的总段数为m；

3）对每段线路，评估计算所需的动态变量，所述动态变量包括每段线路的覆冰厚度R_d、每段线路上所受垂直于线路走向的风的风速V₁以及垂直于线路走向的风和中垂线之间的夹角θ₁、每段线路等值绝缘子串盐密ρ_SDD、海拔高度H；

4）对每段线路，根据每段线路的覆冰厚度R_d计算每段线路耐张段内单位长度的冰重G，根据每段线路上所受垂直于线路走向的风的风速V₁以及垂直于线路走向的风和中垂线之间的夹角θ₁计算每段线路内单位长度导线所受风荷载F_w，并采用电线应力变化的状态方程对每段线路进行受力分析计算每段线路导线上所受的张力σ_l和每段线路杆塔沿线路走向的不平衡力ΔF，并按以下公式计算每段线路中发生断线的概率p_l和倒塔的概率p_t：

$p_l=\left\{\begin{array}{cc}{K}_1{e}^{{\mathrm{\&sigma;}}_l/T_1}& {\mathrm{\&sigma;}}_l<{\mathrm{\&beta;}}_l{\mathrm{\&sigma;}}_s\\ 0.01& {\mathrm{\&sigma;}}_l\&GreaterEqual;{\mathrm{\&beta;}}_l{\mathrm{\&sigma;}}_s\end{array}\right.$

$p_t=\left\{\begin{array}{cc}{K}_2{e}^{\mathrm{\&Delta;F}/T_2}& \mathrm{\&Delta;F}<{\mathrm{\&beta;}}_t\mathrm{\&Delta;}{F}_s\\ 0.01& \mathrm{\&Delta;F}\&GreaterEqual;{\mathrm{\&beta;}}_t{\mathrm{\&Delta;F}}_s\end{array}\right.$

以上式中，σ_s为导线设计最大承受应力，ΔF_s为杆塔设计最大承受不平衡力；β_l为线路设计安全系数，β_t为杆塔设计安全系数；K₁、T₁、K₂、T₂均为常数；

5）对每段线路，以每段线路上所受垂直于线路走向的风的风速V₁以及垂直于线路走向的风和中垂线之间的夹角θ₁、每段线路的导线类型系数α_l、每段线路档距系数α_s、每段线路的地形系数α_d、覆冰厚度系数α_f和每段线路的周边环境系数α_r为参考因素，定义风激励参数E_w＝(V₁-4)sin(θ₁-45°)α_dα_r、线路参数L_p＝α_fα_lα_s，将这两个参数为输入参数，构建模糊数学模型，评估每段线路中发生舞动的概率p_d；

6）对每段线路，采用一个等值绝缘子串闪络的故障率表示该段内三相绝缘子串的总故障率即该段线路中发生覆冰闪络的概率，并以覆冰水电导率σ₂₀、绝缘子覆冰重量W、每段线路等值绝缘子串盐密ρ_SDD、海拔高度H为输入量，采用绝缘子闪络电压计算模型计算绝缘子闪络电压U，再根据绝缘子闪络电压U按以下公式计算每段线路中发生覆冰闪络的概率p_f：

$p_f=\left\{\begin{array}{cc}0.01& U\&le;U_0\\ K_3{e}^{(U_0-U)/T_3}& U>U_0\end{array}\right.$

其中，U₀为实际运行电压，K₃、T₃为系数；

7）综合每段线路中发生断线的概率p_l、发生倒塔的概率p_t、发生舞动的概率p_d、发生覆冰闪络的概率p_f，按以下公式计算每段线路覆冰引发线路故障概率p_i：

p_i＝1-(1-p_l)(1-p_t)(1-p_d)(1-p_f)

8）综合所有各段线路覆冰引发线路故障概率p_i，按以下公式计算整条线路的覆冰故障概率p：

p＝1-(1-p₁)(1-p₂)…(1-p_i)…(1-p_m)

最后，将整条线路的覆冰故障概率计算结果接入停电防御系统中对故障进行风险评估，根据风险评估结果筛选预想风险设备集。

2.根据权利要求1所述的冻雨引发输电线路故障的故障概率在线评估方法，其特征在于，所述步骤3）中，按以下公式计算每段线路的覆冰厚度R_d：

$R_d=R_m+\frac{1}{{\mathrm{\&rho;}}_i\mathrm{\&pi;}}\underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}\sqrt{{\left({\mathrm{\&rho;}}_0{P}_j\right)}^2+{\left(3600V_j{W}_j{\mathrm{\&alpha;}}_d\right)}^2}$

其中，R_m为最近一次实测的覆冰厚度，N为从最近一次实测覆冰厚度的时间开始到预报的目标时刻为止的冻雨持续的小时总数，下标j代表从最近一次实测覆冰厚度的时间开始的第j个小时，α_d为每段线路的地形系数，ρ_i、ρ₀分别为覆冰和水的密度，P_j为从最近一次实测覆冰厚度的时间开始的第j个小时的降水强度，W_j为从最近一次实测覆冰厚度的时间开始的第j个小时饱和空气中的液态水含量，按计算，V_j为从最近一次实测覆冰厚度的时间开始的第j个小时的风速。

3.根据权利要求1所述的冻雨引发输电线路故障的故障概率在线评估方法，其特征在于，所述步骤4）中，K₁和K₂的值为1×10^-6，T₁的值等于β_lσ_s/ln10⁴，T₂的值等于β_tΔF_s/ln10⁴。

4.根据权利要求1所述的冻雨引发输电线路故障的故障概率在线评估方法，其特征在于，所述步骤5中），所述模糊数学模型，对风激励参数E_w采用6个模糊子集覆盖参数范围：风激励很小（E_vs）、风激励小（E_s）、风激励中等（E_m）、风激励大（E_l）、风激励很大（E_vl）、风激励非常大（E_el），其隶属度函数如以下所示：

${\mathrm{\&mu;}}_{\mathrm{Evs}}\left(E_w\right)=\left\{\begin{array}{cc}1& E_w\&le;0\\ -E_w/3+1& 0<E_w<3\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{Es}}\left(E_w\right)=\left\{\begin{array}{cc}{E}_w/3& {0<E}_w<3\\ -E_w/3+2& 3\&le;E_w<6\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{Em}}\left(E_w\right)=\left\{\begin{array}{cc}{E}_w/3-1& {3\&le;E}_w<6\\ -E_w/4+2.5& 6\&le;E_w<10\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{El}}\left(E_w\right)=\left\{\begin{array}{cc}{E}_w/4-1.5& {6\&le;E}_w<10\\ -E_w/4+3.5& 10\&le;E_w<14\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{Evl}}\left(E_w\right)=\left\{\begin{array}{cc}{E}_w/4-2.5& {10\&le;E}_w<14\\ -E_w/4+4.5& 14\&le;E_w<18\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{Eel}}\left(E_w\right)=\left\{\begin{array}{cc}{E}_w/4-3.5& {14\&le;E}_w<18\\ 1& E_w\&GreaterEqual;18\end{array}\right.$

对线路参数L_p用4个模糊子集涵盖线路参数的范围：线路参数小（L_s）、线路参数中等（L_m）、线路参数大（L_l）、线路参数很大（L_vl），其隶属度函数如以下所示：

${\mathrm{\&mu;}}_{\mathrm{Ls}}\left(L_p\right)=\left\{\begin{array}{cc}1& L_p\&le;0\\ -2L_p-1& 0<L_p<0.5\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{Lm}}\left(L_p\right)=\left\{\begin{array}{cc}2L_p& {0<L}_p<0.5\\ -2L_p+2& 0.5\&le;L_p<1\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{Ll}}\left(L_p\right)=\left\{\begin{array}{cc}2L_p-1& {0.5\&le;L}_p<1\\ -5L_p+6& 1\&le;L_p<1.2\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{Lvl}}\left(L_p\right)=\left\{\begin{array}{cc}5L_p/4-5& {1\&le;L}_p<1.2\\ 1& 1.2\&le;L_p\end{array}\right.$

模糊数学模型的输出为覆冰舞动故障率u，用7个模糊子集覆盖其值域[0，1]：非常小（ES）、很小（VS）、小（S）、中（M）、大（L）、很大（VL），非常大（EL），其隶属度函数如以下所示：

${\mathrm{\&mu;}}_{\mathrm{ES}}\left(u\right)=\left\{\begin{array}{cc}1& u\&le;0\\ -10^{6}u+1& 0<u<1\&times;{10}^{-6}\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{VS}}\left(u\right)=\left\{\begin{array}{cc}10^{6}u& 0<u<1\&times;{10}^{-6}\\ (-{10}^{6}u+10)/9& 1\&times;{10}^{-6}\&le;u<1\&times;{10}^{-5}\end{array}\right.$

${\mathrm{\&mu;}}_S\left(u\right)=\left\{\begin{array}{cc}({10}^{6}u-1)/9& 1\&times;{10}^{-6}\&le;u<1\&times;{10}^{-5}\\ (-{10}^{5}u+10)/9& 1\&times;{10}^{-5}\&le;u<1\&times;{10}^{-4}\end{array}\right.$

${\mathrm{\&mu;}}_M\left(u\right)=\left\{\begin{array}{cc}({10}^{5}u-1)/9& 1\&times;{10}^{-5}\&le;u<1\&times;{10}^{-4}\\ (-{10}^{4}u+10)/9& 1\&times;{10}^{-4}\&le;u<1\&times;{10}^{-3}\end{array}\right.$

${\mathrm{\&mu;}}_L\left(u\right)=\left\{\begin{array}{cc}({10}^{4}u-1)/9& 1\&times;{10}^{-4}\&le;u<1\&times;{10}^{-3}\\ (-{10}^{3}u+5)/4& 1\&times;{10}^{-3}\&le;u<5\&times;{10}^{-3}\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{VL}}\left(u\right)=\left\{\begin{array}{cc}({10}^{3}u-1)/4& 1\&times;{10}^{-3}\&le;u<5\&times;{10}^{-3}\\ (-{10}^{3}u+10)/5& 5\&times;{10}^{-3}\&le;u<1\&times;{10}^{-2}\end{array}\right.$

${\mathrm{\&mu;}}_{\mathrm{EL}}\left(u\right)=\left\{\begin{array}{cc}({10}^{3}u-1)/5& 5\&times;{10}^{-3}\&le;u<1\&times;{10}^{-2}\\ 1& 1\&times;{10}^{-2}\&le;u\end{array}\right.$

模糊数学模型采用24条模糊控制规则，如下表所示：

模糊数学模型的模糊蕴含关系采用Mamdani的最小规则求取，去模糊化采用最大隶属度法。

5.根据权利要求1所述的冻雨引发输电线路故障的故障概率在线评估方法，其特征在于，所述步骤6）中，绝缘子闪络电压计算模型为：

$U=C{\mathrm{\&rho;}}_{\mathrm{SDD}}^{-b}{\mathrm{\&sigma;}}_{20}^{-d}{(1-\frac{H}{45.1})}^{5.36n}{(1-\frac{W}{45.1})}^{5.36r}$

其中，C与d为与绝缘子类型与片数有关的常数，b为污染特征指数，n为海拔影响特征指数，r为覆冰量影响特征指数。

6.根据权利要求1所述的冻雨引发输电线路故障的故障概率在线评估方法，其特征在于，所述步骤6）中，K₃取值为0.01，T₃取值为U₀/ln10⁵。

Images