CN104299116A - 一种电网运行安全风险定量评估方法 - Google Patents
一种电网运行安全风险定量评估方法 Download PDFInfo
- Publication number
- CN104299116A CN104299116A CN201410646244.7A CN201410646244A CN104299116A CN 104299116 A CN104299116 A CN 104299116A CN 201410646244 A CN201410646244 A CN 201410646244A CN 104299116 A CN104299116 A CN 104299116A
- Authority
- CN
- China
- Prior art keywords
- factor
- affect
- subitem
- value
- risk
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 238000011158 quantitative evaluation Methods 0.000 title abstract description 4
- 238000012502 risk assessment Methods 0.000 claims abstract description 35
- 238000013210 evaluation model Methods 0.000 claims abstract description 21
- 230000008439 repair process Effects 0.000 claims description 56
- 230000000694 effects Effects 0.000 claims description 28
- 238000012423 maintenance Methods 0.000 claims description 24
- 230000007812 deficiency Effects 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000007547 defect Effects 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 4
- 238000011002 quantification Methods 0.000 claims description 4
- 101100013926 Caenorhabditis elegans gale-1 gene Proteins 0.000 claims description 3
- 230000007257 malfunction Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 abstract description 7
- 238000004519 manufacturing process Methods 0.000 abstract description 4
- 238000005259 measurement Methods 0.000 abstract 1
- 238000007726 management method Methods 0.000 description 28
- 231100001261 hazardous Toxicity 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 238000012549 training Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012954 risk control Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种电网运行安全风险定量评估方法,建立风险评估模型,电网风险值=后果值*概率值;确定需要参与风险评估的影响因数项的类别,获得每个筛选出的影响因数项包含的各个影响因数子项之间的权重值;根据需要评估的电网危害因素,从每个参与风险评估的影响因数项中选取对应的影响因数子项,将所选取的各个影响因数子项相乘即得到概率值,再将概率值乘以后果值,即得到电网发生所述危害因素时的电网风险值。本发明具有较高的风险评估的科学性和准确性,能够对风险进行合理的定量评估,作为指导电力实际生产的客观衡量依据。
Description
技术领域
本发明属于电网安全评估技术领域,具体涉及一种电网运行安全风险定量评估方法。
背景技术
近年来,我国电网发展迅速,社会的各行各业对电网安全稳定运行的要求越来越高,电网一旦发生故障,所造成的经济损失和社会影响越来越大。因此,对电网进行有效的风险评估,即:由设备停运、平台试验、设备异常等原因引发的一段时间内存在的基于危害因素的风险评估;然后,在风险评估的基础上,各单位制定所辖范围的电网风险控制措施,包括技术措施和组织措施等,降低风险造成后果的严重程度和风险发生的可能性,将风险控制在可接受的程度,具有重要现实意义。
现有技术中,主要采用定性方法对电网进行基于问题的风险评估,具有风险评估结果不精确、主观性强等问题,难以满足目前相关单位对电网风险进行评估的需求。
发明内容
针对现有技术存在的缺陷,本发明提供一种电网运行安全风险定量评估方法,可有效解决上述问题。
本发明采用的技术方案如下:
本发明提供一种电网运行安全风险定量评估方法,包括以下步骤:
S1,建立风险评估模型,所述风险评估模型采用的风险评估算法为连乘算法,由此得到式一所示的电网风险值通用计算公式:
电网风险值=后果值*概率值; 式一
其中,后果值是将电网风险发生后所带来的后果进行量化的值,其表达式为:后果值=后果严重值*社会影响因数;其中,后果严重值指将被评估电网的损失负荷进行量化折算后得到数值;社会影响因数的取值与被评估电网的保供电级别正相关,保供电级别越高,则社会影响因数的取值越大;
概率值=影响因数项A1*影响因数项A2…影响因数项Ab;b为筛选得到的影响因数项的总数;
S2,所述风险评估模型读取最新的电网设备故障库,获得某一历史年份T1至当前年份T2之间的若干条故障案例,每一条故障案例记录有发生某条故障时的m1条影响因数项;其中,每个影响因数项均包括若干个影响因数子项;
S3,确定需要参与风险评估的影响因数项的类别:
具体为:
S3.1,所述风险评估模型分别计算m1条影响因数项中每条影响因数项的信息熵;
S3.2,所述风险评估模型按信息熵由高到低的顺序对m1条影响因数项进行排序;此处,信息熵反应了对应的影响因数项的重要程度;然后,筛选出排列在前的m2条影响因数项;其中,1≤m2≤m1,使所筛选出的m2条影响因数项的信息熵的总和达到设定信息量的百分比;所述m2条影响因数项即为筛选出的参与风险评估的影响因数项;
S4,对于所筛选出的每个影响因数项,其均由若干个影响因数子项组成;获得每个所述影响因数项包含的各个影响因数子项之间的权重值;
其中,对于设备类型影响因数项,其所包含的影响因数子项之间的权重值通过以下方法获得:
S4.1,假设所述设备类型影响因数项包括z个设备类型影响因数子项;
S4.2,读取电网年度故障统计表和第三方故障统计表;其中,所述电网年度故障统计表记录不同年份所对应的各设备类型影响因数子项发生强迫停运的次数;所述第三方故障统计表记录不同年份所对应的各设备类型影响因数子项的强迫停运率;
S4.3,获得所述电网年度故障统计表中历史年份T1至当前年份T2之间的记录,然后,计算每种设备类型影响因数子项在所述T1到T2年之间发生强迫停运的平均次数,分别记为C1、C2…Cz;
获得所述第三方故障统计表中历史年份T1至当前年份T2之间的记录,然后,计算每种设备类型影响因数子项在所述T1到T2年之间强迫停运率的平均值,分别记为D1、D2…Dz;
S4.4,设电网年度故障统计表的权重百分比为Q1,第三方故障统计表的权重百分比为Q2;其中,Q1+Q2=1;
则:每种设备类型影响因数子项的故障平均值=(Ci*Q1+Di*Q2)/2;
S4.5,对所计算得到的各种设备类型影响因数子项的故障平均值进行归一化处理,得到各种设备类型影响因数子项的权重值;
所述历史统计影响因数项通过以下公式计算得到:
历史统计影响因数项的取值=1+同类设备每年平均发生故障次数/同类设备总数=1+同类设备历年故障率的平均值;
S5,在得到参与风险评估的影响因数项类别、以及每种影响因数项包含的各个影响因数子项之间的权重值之后;根据需要评估的电网危害因素,从每个参与风险评估的影响因数项中选取对应的影响因数子项,将所选取的各个影响因数子项相乘即得到概率值,再将概率值乘以后果值,即得到电网发生所述危害因素时的电网风险值。
优选的,后果严重值通过以下方法取值:
标准的安全事故等级包括5个级别,分别为:特大损失级别、重大损失级别、较大损失级别、一般A类损失级别和一般B类损失级别;各级别对应的后果严重值的取值范围见下表:
级别 | 后果严重值取值 |
特大损失 | 3000以上 |
重大损失 | 500<后果严重值≤3000 |
较大损失 | 100<后果严重值≤500 |
一般A类损失 | 30<后果严重值≤100 |
一般B类损失 | 1<后果严重值≤30 |
由此得到后果严重值。
优选的,社会影响因数项包括的社会影响因数子项为特级保供电影响因数子项、一级保供电影响因数子项、二级保供电影响因数子项、特殊时期保供电影响因数子项和一般时期影响因数子项;各影响因数子项的取值为:
时期 | 社会影响因数取值 |
特级保供电 | 2 |
一级保供电 | 1.6 |
二级保供电 | 1.4 |
特殊时期保供电 | 1.2 |
一般时期 | 1 |
由此得到社会影响因数中各影响因数子项的取值。
优选的,S3具体为:
通过以下公式计算每条影响因数项的信息熵:
其中,Hs为影响因数项的信息熵,pi为影响因数子项在某一历史时刻T1至当前时刻T2之间的故障概率;n为影响因数项所包含的影响因数子项的总数。
优选的,对于参与风险评估的除设备类型影响因数项和历史统计影响因数项之外的其他类型影响因数项,简记为影响因数项S,则:对于影响因数项S,其各影响因数子项之间的权重值通过以下步骤S4-6获得:
S4-6,在影响因数项S所包含的各影响因数子项中,选取任意一个影响因数子项作为基准影响因数子项,将其他影响因数子项称为非基准影响因数子项;
读取历史年份T1至当前年份T2之间的电网年度故障统计表,统计出基准影响因数子项出现次数和总有效次数,得出基准影响因数子项出现概率;再统计出非基准影响因数子项出现次数和总有效次数,得出非基准影响因数子项出现概率;将各个非基准影响因数子项出现概率除以基准影响因数子项出现概率,得到归一化的非基准影响因数子项权重K1,其中,基准影响因数子项权重为1;
读取历史年份T1至当前年份T2之间的第三方故障统计表,计算每种非基准影响因数子项的年故障次数平均值P1,以及,还计算基准影响因数子项的年故障次数平均值P2,P1除以P2得到归一化后权重K2;
又由于电网年度故障统计表的权重百分比为Q1,第三方故障统计表的权重百分比为Q2;其中,Q1+Q2=1;
则:每种非基准影响因数子项的权重值=(K1*Q1+K2*Q2)/2。
优选的,在计算得到影响因数项S中各影响因数子项之间的权重值之后,还包括:对所计算得到的权重值进行校验的步骤;如果满足参考取值范围,或者,在参考取值的预设幅度内,则所计算得到的权重值即为最终计算得到的权重值;否则,扩大电网年度故障统计表和第三方故障统计表中参与统计的年度范围,并重新执行S4-6,直至满足;
具体的,影响因数项S包括现场施工因数项、控制措施因数项、故障类别因数项、天气影响因数项、设备缺陷因数项、检修管理因数项和检修时间因数项中的一种或几种组合;
影响因数项S所包含的各影响因数子项之间的权重值的参考取值范围或参考取值分别为:
现场施工因数项包括两个影响因数子项,分别为:现场环境未使用大型检修设备影响因数子项以及现场环境使用大型检修设备影响因数子项;现场环境未使用大型检修设备影响因数子项的参考取值为1;现场环境使用大型检修设备影响因数子项的取值范围为:1<现场环境使用大型检修设备影响因数子项的取值范围≤2;
控制措施因数项包括两个影响因数子项,分别为:采用特巡设备进行巡检以及未采用特巡设备进行巡检;其中,采用特巡设备进行巡检时,电网发生风险的概率变小,则特巡设备进行巡检的取值小于未采用特巡设备进行巡检的取值;并且,0<控制措施因数项中各影响因数子项取值范围≤1;
故障类别因数项:根据电力平台承受最大扰动能力的安全稳定标准的要求确定故障类别因数项的取值;具体的,一级、二级和三级安全稳定标准分别对应第一类故障、第二类故障和第三类故障;也就是说,故障类别因数项包括三个故障类别影响因数子项,各故障类别影响因数子项的取值见下表:
故障类别 | 故障类别影响因数子项取值 |
第一类故障 | 1 |
第二类故障 | 0.2~0.6 |
第三类故障 | 0~0.2 |
天气影响因数项:根据电网维护方案中维护时间的天气情况,确定天气影响因数项的取值,天气情况越恶劣,电网发生风险的概率越高,则天气影响因数项的取值越大;天气影响因数项包括的影响因数子项的具体取值见下表:
天气类型(天气影响因数子项) | 天气影响因数子项的取值 |
正常 | 1 |
雷雨大风 | 1~2 |
森林火险 | 1~1.5 |
高温 | 1~1.2 |
大雾 | 1~1.2 |
大雪 | 1~4 |
结冰 | 1~3 |
设备缺陷因数项:根据电网维护方案中被维护设备是否存在缺陷以及缺陷的严重情况,而确定设备缺陷因数项的具体取值;具体的,设备缺陷越严重,发生电网风险的概率越高,则设备缺陷因数项的取值越大;因此,设备缺陷因数项包含的各影响因数子项的具体取值见下表:
检修管理因数项:根据电网维护方案中检修类型,确定检修管理因数项的取值,其中,计划检修不会对电网产生风险,其取值为1;而非计划检修和事故抢修均存在对电网带来风险的可能性;也就是说,检修管理因数项包含的各影响因数子项的参考取值范围如下:
检修类型(即:检修管理影响因数子项) | 检修管理影响因数子项取值 |
计划检修 | 1 |
非计划检修 | 1.5 |
事故抢修 | 2 |
检修时间因数项:根据电网维护方案中检修频率确定检修时间因数项的取值,其中,检修频率越高,则电网发生风险的概率越低,则检修时间因数项的取值越小;也就是说,检修时间因数项包含的各影响因数子项的参考具体取值见下表:
检修频率(即:检修时间影响因数子项) | 检修时间影响因数子项取值 |
1~3天 | 0.3~0.5 |
3~10天 | 0.5~1 |
10~30天 | 1~1.5 |
30天以上 | 1.5~3 |
由此可得到影响因数S所包含的各影响因数子项的参考取值或参考取值范围。
本发明的有益效果如下:
本发明提供的电网运行安全风险定量评估方法,具有较高的风险评估的科学性和准确性,能够对风险进行合理的定量评估,作为指导电力实际生产的客观衡量依据。
附图说明
图1为本发明提供的电网运行安全风险定量评估方法的流程示意图。
具体实施方式
以下结合附图对本发明进行详细说明:
如图1所示,本发明提供一种电网运行安全风险定量评估方法,包括以下步骤:
S1,建立风险评估模型;
风险评估模型为风险全过程管理的风险评估环节提供评估依据,风险评估模型需要一套专业的算法和数据为风险评估平台做技术支撑。其中,风险评估算法采用连乘法模型,数据采用电网的电网设备故障库、电网年度故障统计表和第三方故障统计表,作为风险评估模型进行风险评估的基础。
本发明中,所述风险评估模型采用的风险评估算法为连乘算法,由此得到式一所示的电网风险值通用计算公式:
电网风险值=后果值*概率值; 式一
以下对后果值和概率值的计算分别介绍:
(一)后果值
后果值是将电网风险发生后所带来的后果进行量化的值,其表达式为:后果值=后果严重值*社会影响因数。
(1)后果严重值取值
后果严重值实质为电网在损失负荷、电压异常、频率异常、过载、失去稳定性、解列等若干维度下的范数,为简化计算,本发明将对应的损失负荷进行量化折算后得到后果严重值。例如,国务院599号令内的特别重大事故标准为:区域性电网减供负荷30%以上,假设某电网的总负荷为10000万千瓦,其减供负荷为3000万千瓦,则后果严重值取值为3000以上,其他标准以此类推。
为了等级划分更清楚,将国务院599号令的四级安全事故等级划分标准进行再细化,将一般损失划分为一般A类损失和一般B类损失。则各级别对应的后果严重值的取值范围见下表:
级别 | 后果严重值取值 |
特大损失 | 3000以上 |
重大损失 | 500<后果严重值≤3000 |
较大损失 | 100<后果严重值≤500 |
一般A类损失 | 30<后果严重值≤100 |
一般B类损失 | 1<后果严重值≤30 |
由此得到后果严重值。
(2)社会影响因数的取值
社会影响因数的取值与被评估电网的保供电级别正相关,保供电级别越高,则社会影响因数的取值越大;
社会影响因数项包括的社会影响因数子项为特级保供电影响因数子项、一级保供电影响因数子项、二级保供电影响因数子项、特殊时期保供电影响因数子项和一般时期影响因数子项;各影响因数子项的取值为:
时期 | 社会影响因数取值 |
特级保供电 | 2 |
一级保供电 | 1.6 |
二级保供电 | 1.4 |
特殊时期保供电 | 1.2 |
一般时期 | 1 |
由此得到社会影响因数中各影响因数子项的取值。
(二)概率值的计算
概率值是一系列的影响因数项相乘后的值,其通用表达式为:概率值=影响因数项A1*影响因数项A2…影响因数项Ab;b为筛选得到的影响因数项的总数;
以最终筛选得到设备类型因数、故障类别因数、历史统计因数、天气因数、设备缺陷因数、检修管理因数、检修时间因数、现场施工因数和控制措施因数为例,则概率值=(设备类型因数*故障类别因数*历史统计因数*天气因数*设备缺陷因数*检修管理因数*检修时间因数*现场施工因数*控制措施因数),下面详细介绍影响因数项的选取方法和各影响因数取值方法:
S2,所述风险评估模型读取最新的电网设备故障库,获得某一历史年份T1至当前年份T2之间的若干条故障案例,每一条故障案例记录有发生某条故障时的m1条影响因数项;其中,每个影响因数项均包括若干个影响因数子项;
例如,风险评估模型通过接口读取电网设备故障库,根据设备的故障相关因数进行统计,统计出来的与风险相关因数有:设备类型、故障类别、天气影响、设备缺陷、检修管理、检修时间、现场施工、控制措施、电压等级、线路种类、线路长度、机组容量、是否GIS等。然后,通过后续步骤介绍的信息熵的方式确定最终筛选出来的影响因数项。
S3,确定需要参与风险评估的影响因数项的类别:
具体为:
S3.1,所述风险评估模型分别计算m1条影响因数项中每条影响因数项的信息熵;
具体的,通过以下公式计算每条影响因数项的信息熵:
其中,Hs为影响因数项的信息熵,pi为影响因数子项在某一历史时刻T1至当前时刻T2之间的故障概率;n为影响因数项所包含的影响因数子项的总数。
S3.2,所述风险评估模型按信息熵由高到低的顺序对m1条影响因数项进行排序;此处,信息熵反应了对应的影响因数项的重要程度;然后,筛选出排列在前的m2条影响因数项;其中,1≤m2≤m1,使所筛选出的m2条影响因数项的信息熵的总和达到设定信息量的百分比;所述m2条影响因数项即为筛选出的参与风险评估的影响因数项;
下面列举一个具体示例:
如下表,为选定年份读取到的10条故障案例:
共有五个影响因数项,各影响因数项对应的信息熵分别为:
设备类型:P(线路)=0.3,P(主变)=0.2,P(母线)=0.1,P(电缆)=0.1,P(发电机)=0.1,P(通信电源)=0.1,H(设备类型)=2.3142464。
故障类别:P(第一类故障)=0.6,P(第二类故障)=0.3,P(第三类故障)=0.1,H(故障类别)=1.2954619。
电压等级:P(220kV)=0.7,P(110kV)=0.2,P(500kV)=0.1,H(电压等级)=1.1567796。
天气影响:P(正常)=0.6,P(山火)=0.2,P(台风)=0.1,P(雷雨大风)=0.1,H(天气影响)=1.5709505。
设备检修管理:P(计划检修)=0.5,P(非计划检修)=0.5,H(设备检修管理)=1。
其信息熵总和=H(设备类型)+H(故障类别)+H(电压等级)+H(天气影响)+H(设备检修管理)=7.3374384,根据各因数信息熵大小除以信息熵总和,得出各个影响因数项信息量的百分比,按照重要性依次排序为:设备类型、天气影响、故障类别、电压等级、设备检修管理。
设备类型:31.54%
天气影响:21.41%
故障类别:17.66%
电压等级:15.77%
设备检修管理:13.63%
依照上面各因数的比例关系,设备类型、天气影响、故障类别、电压等级4种因数就提供了86.37%的信息量。在因数类型较多的情况下,可以达到选择部分影响因数就能提供95%的信息量,甚至99%的信息量,这样剩下的影响因数项即被筛选掉。
S4,对于所筛选出的每个影响因数项,其均由若干个影响因数子项组成;获得每个所述影响因数项包含的各个影响因数子项之间的权重值;
(1)设备类型影响因数项包含的影响因数子项之间的权重值计算方法
其中,对于设备类型影响因数项,其所包含的影响因数子项之间的权重值通过以下方法获得:
S4.1,假设所述设备类型影响因数项包括z个设备类型影响因数子项;
S4.2,读取电网年度故障统计表和第三方故障统计表;其中,所述电网年度故障统计表记录不同年份所对应的各设备类型影响因数子项发生强迫停运的次数;所述第三方故障统计表记录不同年份所对应的各设备类型影响因数子项的强迫停运率;
S4.3,获得所述电网年度故障统计表中历史年份T1至当前年份T2之间的记录,然后,计算每种设备类型影响因数子项在所述T1到T2年之间发生强迫停运的平均次数,分别记为C1、C2…Cz;
获得所述第三方故障统计表中历史年份T1至当前年份T2之间的记录,然后,计算每种设备类型影响因数子项在所述T1到T2年之间强迫停运率的平均值,分别记为D1、D2…Dz;
S4.4,设电网年度故障统计表的权重百分比为Q1,第三方故障统计表的权重百分比为Q2;其中,Q1+Q2=1;
则:每种设备类型影响因数子项的故障平均值=(Ci*Q1+Di*Q2)/2;
S4.5,对所计算得到的各种设备类型影响因数子项的故障平均值进行归一化处理,得到各种设备类型影响因数子项的权重值;
例如,以设备类型影响因数包括线路和机组两个影响因数子项为例:
电网年度故障统计表如下:
年份 | 线路(次/百公里年) | 机组(次/台年) |
2008 | 1.25 | 1.79 |
2009 | 0.79 | 0.97 |
2010 | 1.27 | 0.95 |
平均值 | 1.1 | 1.23 |
第三方故障统计表如下:
年份 | 线路强迫停运率 | 机组强迫停运率 |
2008 | 0.437 | 0.508 |
2009 | 0.220 | 0.333 |
2010 | 0.253 | 0.518 |
平均值 | 0.303 | 0.453 |
假设电网年度故障统计表权重为80%,第三方故障统计表权重为20%。计算如下:
线路故障平均值=(1.1*0.8+0.303*0.2)/2=0.47,
机组故障平均值=(1.23*0.8+0.453*0.2)/2=0.54;
将线路归一化进行处理,0.54*1/0.47≈1.14,也就是说,线路权重为1时,机组的权重为1.14。
(2)历史统计影响因数项计算方法
所述历史统计影响因数项通过以下公式计算得到:
历史统计影响因数项的取值=1+同类设备每年平均发生故障次数/同类设备总数=1+同类设备历年故障率的平均值;
例如,如下表所示:
则母线的历史统计因数值=1.16。通常情况下,1≤历史统计因数取值范围<2。
具体的,本发明中,历史统计数据因数采用“1+同类设备每年平均发生故障次数/同类设备总数”的计算方法。历史统计因数是针对地区电网运行特点,对设备类型因数的修正。因此,历史统计因数使之从1开始增加。
(3)影响因数项S包含的影响因数子项之间的权重值计算方法
对于参与风险评估的除设备类型影响因数项和历史统计影响因数项之外的其他类型影响因数项,简记为影响因数项S,则:对于影响因数项S,其各影响因数子项之间的权重值通过以下步骤S4-6获得:
S4-6,在影响因数项S所包含的各影响因数子项中,选取任意一个影响因数子项作为基准影响因数子项,将其他影响因数子项称为非基准影响因数子项;
读取历史年份T1至当前年份T2之间的电网年度故障统计表,统计出基准影响因数子项出现次数和总有效次数,得出基准影响因数子项出现概率;再统计出非基准影响因数子项出现次数和总有效次数,得出非基准影响因数子项出现概率;将各个非基准影响因数子项出现概率除以基准影响因数子项出现概率,得到归一化的非基准影响因数子项权重K1,其中,基准影响因数子项权重为1;
读取历史年份T1至当前年份T2之间的第三方故障统计表,计算每种非基准影响因数子项的年故障次数平均值P1,以及,还计算基准影响因数子项的年故障次数平均值P2,P1除以P2得到归一化后权重K2;
又由于电网年度故障统计表的权重百分比为Q1,第三方故障统计表的权重百分比为Q2;其中,Q1+Q2=1;
则:每种非基准影响因数子项的权重值=(K1*Q1+K2*Q2)/2。
在计算得到影响因数项S中各影响因数子项之间的权重值之后,还包括:对所计算得到的权重值进行校验的步骤;如果满足参考取值范围,或者,在参考取值的预设幅度内,则所计算得到的权重值即为最终计算得到的权重值;否则,扩大电网年度故障统计表和第三方故障统计表中参与统计的年度范围,并重新执行S4-6,直至满足;
具体的,影响因数项S包括现场施工因数项、控制措施因数项、故障类别因数项、天气影响因数项、设备缺陷因数项、检修管理因数项和检修时间因数项中的一种或几种组合;
影响因数项S所包含的各影响因数子项之间的权重值的参考取值范围或参考取值分别为:
现场施工因数项包括两个影响因数子项,分别为:现场环境未使用大型检修设备影响因数子项以及现场环境使用大型检修设备影响因数子项;现场环境未使用大型检修设备影响因数子项的参考取值为1;现场环境使用大型检修设备影响因数子项的取值范围为:1<现场环境使用大型检修设备影响因数子项的取值范围≤2;
控制措施因数项包括两个影响因数子项,分别为:采用特巡设备进行巡检以及未采用特巡设备进行巡检;其中,采用特巡设备进行巡检时,电网发生风险的概率变小,则特巡设备进行巡检的取值小于未采用特巡设备进行巡检的取值;并且,0<控制措施因数项中各影响因数子项取值范围≤1;
故障类别因数项:根据电力平台承受最大扰动能力的安全稳定标准的要求确定故障类别因数项的取值;具体的,一级、二级和三级安全稳定标准分别对应第一类故障、第二类故障和第三类故障;也就是说,故障类别因数项包括三个故障类别影响因数子项,各故障类别影响因数子项的取值见下表:
故障类别 | 故障类别影响因数子项取值 |
第一类故障 | 1 |
第二类故障 | 0.2~0.6 |
第三类故障 | 0~0.2 |
天气影响因数项:根据电网维护方案中维护时间的天气情况,确定天气影响因数项的取值,天气情况越恶劣,电网发生风险的概率越高,则天气影响因数项的取值越大;天气影响因数项包括的影响因数子项的具体取值见下表:
天气类型(天气影响因数子项) | 天气影响因数子项的取值 |
正常 | 1 |
雷雨大风 | 1~2 |
森林火险 | 1~1.5 |
高温 | 1~1.2 |
大雾 | 1~1.2 |
大雪 | 1~4 |
结冰 | 1~3 |
台风:橙色预警取1~1.2、红色预警取1.3~1.5;
雷雨大风:黄色预警取1~1.2、橙色预警取1.3~1.5、红色预警取1.6~2;
森林火险:橙色预警取1~1.2,红色预警取1.3~1.5;
高温:橙色预警取1.1,红色预警取1.2;
大雾:橙色预警取1.1,红色预警取1.2;
大雪:黄色预警取1~1.5,橙色预警取1.6~2.4,红色预警取2.5~4
结冰:视天气情况和线路覆冰情况取值。
设备缺陷因数项:根据电网维护方案中被维护设备是否存在缺陷以及缺陷的严重情况,而确定设备缺陷因数项的具体取值;具体的,设备缺陷越严重,发生电网风险的概率越高,则设备缺陷因数项的取值越大;因此,设备缺陷因数项包含的各影响因数子项的具体取值见下表:
检修管理因数项:根据电网维护方案中检修类型,确定检修管理因数项的取值,其中,计划检修不会对电网产生风险,其取值为1;而非计划检修和事故抢修均存在对电网带来风险的可能性;也就是说,检修管理因数项包含的各影响因数子项的参考取值范围如下:
检修类型(即:检修管理影响因数子项) | 检修管理影响因数子项取值 |
计划检修 | 1 |
非计划检修 | 1.5 |
事故抢修 | 2 |
检修时间因数项:根据电网维护方案中检修频率确定检修时间因数项的取值,其中,检修频率越高,则电网发生风险的概率越低,则检修时间因数项的取值越小;也就是说,检修时间因数项包含的各影响因数子项的参考具体取值见下表:
检修频率(即:检修时间影响因数子项) | 检修时间影响因数子项取值 |
1~3天 | 0.3~0.5 |
3~10天 | 0.5~1 |
10~30天 | 1~1.5 |
30天以上 | 1.5~3 |
由此可得到影响因数S所包含的各影响因数子项的参考取值或参考取值范围。
S5,在得到参与风险评估的影响因数项类别、以及每种影响因数项包含的各个影响因数子项之间的权重值之后;根据需要评估的电网危害因素,从每个参与风险评估的影响因数项中选取对应的影响因数子项,将所选取的各个影响因数子项相乘即得到概率值,再将概率值乘以后果值,即得到电网发生所述危害因素时的电网风险值。
此处,要基于需要评估的电网危害因素而确定参与风险评估的影响因数项中的具体影响因数子项,例如,当得到概率值=(设备类型因数*故障类别因数*历史统计因数*天气因数*设备缺陷因数*检修管理因数*检修时间因数*现场施工因数*控制措施因数)后,对于设备类型因数,如果其共包含两个影响子因数,分别为:线路权重为0.47,机组权重为0.54;如果危害因素为:需要对电网线路进行检修,则在计算概率值时,设备类型因数的值即为线路权重,为0.47;如果危害因素为:需要对电网机组进行检修,则在计算概率值时,设备类型因数的值即为机组权重,为0.54。
在得到风险值之后,还包括:根据事先定义的取值范围确定风险等级:作为一种参考,风险值和风险等级的关系可以为:
Ⅰ级风险(特大风险):1000≤风险值
Ⅱ级风险(重大风险):300≤风险值<1000
Ⅲ级风险(较大风险):60≤风险值<300
Ⅳ级风险(一般A类风险):20≤风险值<60
Ⅴ级风险(一般B类风险):5≤风险值<20
以上的风险等级可根据实际情况进行调整,调整的依据需根据多次对风险评估的实验和专家经验进行调整。
对于上述提供的电网运行安全风险定量评估方法,可以通过独立功能模块的形式出现,即,可构建一个电网运行安全风险定量评估平台,实现上述电网运行安全风险定量评估方法。对于该电网运行安全风险定量评估平台,介绍如下:
(1)技术路线
采用符合J2EE架构标准的技术体系构建,以B/S模式呈现应用。
平台以一个独立功能模块的形式出现,可以URL的形式挂接到DMIS上,作为平台的入口。平台通过权限的单点认证,可实现在DMIS中一次登录,即可使用平台中的相应功能。
(2)网络架构
采用集中部署方式(B/S)。数据库利用已有Oracle,开辟一个用户存储数据,中间件采用开源Tomcat。服务器硬件利用已有的硬件。短信服务可利用总调已有设备和服务。
其中,基础技术平台采用J-HOP平台,该平台采用主流J2EE技术搭建,基于中间件技术形成高性能应用服务,进行后台业务逻辑处理、前台功能展示和交互。
J-HOP内建了工作流平台、权限平台、报表平台、规则引擎和日志管理平台,并以服务的形式对外提供基础服务。
J-HOP提供了工作流设计、报表设计、规则设计等工具,通过调用内建服务,为设计、开发、维护人员提供方便、快捷、图形化的软件工程管理工具。
(3)权限控制
单点登录
通过单点登录来实现访问同一服务器不同应用中的受保护资源的同一用户,只需要登录一次,即通过一个应用中的安全验证后,再访问其他应用中的受保护资源时,不再需要重新登录验证。
(4)版本更新
评估模型支持不同版本共存,可实现训练版本、当前版本、历史版本的更替。
从技术层面,平台对评估模型进行版本管理。当前发布的正式评估模型,为运行环境提供风险定量评估能力。而训练版本模型,则在运行环境中,进行训练调整和分析验证,新的正式版本发布后成为当前版本,原当前版本成为历史版本。
对评估模型进行版本管理,一方面可以对模型的演变过程进行追踪,另一方面可以规范化对模型的管理。
在风险管理平台中,风险评估模型的版本更替功能和机制,能够实现风险评估从训练版本到当前版本、历史版本的顺利转化,不同版本代表了一定时期对风险评估工作的认识水平和要求,从而使平台具有更强的适应性和生命力。
例如,以计算线路在蓝色大雨天气情况下的影响因数为例。
根据贝叶斯公式,可得:
P(A|B)=P(A∩B)/P(B)
其中:
A:线路跳闸事件
B:蓝色大雨天气预警事件
P(A):线路跳闸事件概率
P(B):蓝色大雨天气预警事件概率(该值可近似采用经验值C0代替)
P(A|B):在蓝色大雨天气预警条件下,线路跳闸事件概率
P(A∩B):蓝色天气预警的同时发生线路跳闸事件的概率
假设系统中保留有2006-2010年共5年的线路故障跳闸记录N1条,如:
序号 | 故障时间 | 故障事件 | 天气情况 | … |
1 | 2005-09-10 | **线跳闸 | 晴 | … |
2 | 2005-09-15 | **线跳闸 | 蓝色大雨预警 | … |
… | … | … | … | … |
N | 2010-12-11 | **线跳闸 | 晴 | … |
其中统计出线路跳闸的记录共有M1条,其中蓝色大雨预警天气情况下线路跳闸记录有Q1条,正常天气情况下线路跳闸记录有R1。记P(A)为正常情况下故障跳闸概率,则:
P(A)=R1/N1
P(A|B)=P(A∩B)/P(B)=(Q1/N1)/C0
在定量评估模型中,最终需要考虑的是,相对于作为比较值1的正常天气情况下线路故障跳闸概率而言,蓝色大雨预警情况下线路发生故障跳闸概率的相对权重Ki可表示为:
Ki=P(A|B)/P(A)=((Q1/N1)/C0)/(R1/N1)=Q1/(R1*C0)
在当前形式的定量评估模型中,虽然需要计算的系数是包含线路、母线、主变、发电机组等各类设备在蓝色大雨预警情况下概率相对这些设备在正常天气情况下发生故障跳闸概率的相对权重。但是由于天气因数对于设备的影响,主要是针对户外设备而言的,也就最主要是线路,因此我们这里采用线路的计算结果进行推演。
当2011年底需要重新调整该系数时,故障数据库中已经积累的2005-2011年跳闸记录有M2条,其中蓝色大雨预警天气情况下线路跳闸记录有Q2条,正常天气情况下线路跳闸记录有R2,则新权重Ki’可表示为:
Ki’=Q2/(R2*C0)
因此,在考虑了2011年新样本的情况下,新权重的值为:
Ki’=(Q2*R1)/(Q1*R2)*Ki
这也是整体上基于贝叶斯思想的新系数调整方法:
旧模型+新样本=>新模型
实际中旧系数Ki可能是根据经验获得的,可能是通过南网故障统计数据获得,也可能是通过结合样本从更早的版本获得的。
(5)风险发布
平台采用了风险统计分布图、风险控制甘特图、风险分析雷达图等多种形式对风险的总体数量及分布、风险管控进度、风险影响因素大小进行了直观形象的表达和展示,有利于风险管理相关人员发现和分析问题,提高了平台的使用效率。
此外,为了对各种风险源的风险大小进行科学评估,必须对风险源的可能危害事件进行分析,估计其危害大小和发生概率,一个风险源可能有多个危害事件,为此,平台设计了可扩展的危害识别数据模型,支持对一个风险源对应多个危害事件的结构,满足危害识别的实际需要。
风险的大小取决于每一个危害事件的大小,风险评估的过程对每一个可能危故障危害后果和故障发生概率进行评估,评估时采用量化评估模型进行量化评估,得出每个可能危害事件的危害大小和发生概率,并把风险评级最高的危害事件的风险等级作为该风险的等级,按照最严重情况开展风险防控工作,最大限度避免危害事件的发生。同时要提出风险预控措施及要求。
由此可见,本发明提供的电网运行安全风险定量评估方法,具有以下优点:
(1)在计算每种影响因数项所包含的各影响因数子项权重时,分别为电网年度故障统计表和第三方故障统计表设置了权重,不仅充分利用了电网年度故障统计表和第三方故障统计表,而且,可以满足不同专家对电网年度故障统计表和第三方故障统计表的不同信任度,实现不同省市形成自身不同特点的评估模型版本。并且整个评估计算简洁快速,没有收敛问题的困扰,对硬件环境要求低,易推广使用;
(2)平台实现的评估模型版本更替功能和机制,充分考虑了社会发展要求和人们风险认识的主观性、动态性特点,支持对风险后果的量化标准进行调整,对风险概率的影响因素进行细分、筛选及取舍,可实现评估模型版本从训练版本到当前版本、历史版本的顺利转化,不同版本代表了一定时期对风险量化评估工作的认识水平和要求,从而使平台具有更强的适应性和生命力;
(3)在电力生产过程中,本发明提供的方法具有较高的风险评估的科学性和准确性,能够对风险进行合理的定量评估,作为指导电力实际生产的客观衡量依据。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视本发明的保护范围。
Claims (6)
1.一种电网运行安全风险定量评估方法,其特征在于,包括以下步骤:
S1,建立风险评估模型,所述风险评估模型采用的风险评估算法为连乘算法,由此得到式一所示的电网风险值通用计算公式:
电网风险值=后果值*概率值; 式一
其中,后果值是将电网风险发生后所带来的后果进行量化的值,其表达式为:后果值=后果严重值*社会影响因数;其中,后果严重值指将被评估电网的损失负荷进行量化折算后得到数值;社会影响因数的取值与被评估电网的保供电级别正相关,保供电级别越高,则社会影响因数的取值越大;
概率值=影响因数项A1*影响因数项A2…影响因数项Ab;b为筛选得到的影响因数项的总数;
S2,所述风险评估模型读取最新的电网设备故障库,获得某一历史年份T1至当前年份T2之间的若干条故障案例,每一条故障案例记录有发生某条故障时的m1条影响因数项;其中,每个影响因数项均包括若干个影响因数子项;
S3,确定需要参与风险评估的影响因数项的类别:
具体为:
S3.1,所述风险评估模型分别计算m1条影响因数项中每条影响因数项的信息熵;
S3.2,所述风险评估模型按信息熵由高到低的顺序对m1条影响因数项进行排序;此处,信息熵反应了对应的影响因数项的重要程度;然后,筛选出排列在前的m2条影响因数项;其中,1≤m2≤m1,使所筛选出的m2条影响因数项的信息熵的总和达到设定信息量的百分比;所述m2条影响因数项即为筛选出的参与风险评估的影响因数项;
S4,对于所筛选出的每个影响因数项,其均由若干个影响因数子项组成;获得每个所述影响因数项包含的各个影响因数子项之间的权重值;
其中,对于设备类型影响因数项,其所包含的影响因数子项之间的权重值通过以下方法获得:
S4.1,假设所述设备类型影响因数项包括z个设备类型影响因数子项;
S4.2,读取电网年度故障统计表和第三方故障统计表;其中,所述电网年度故障统计表记录不同年份所对应的各设备类型影响因数子项发生强迫停运的次数;所述第三方故障统计表记录不同年份所对应的各设备类型影响因数子项的强迫停运率;
S4.3,获得所述电网年度故障统计表中历史年份T1至当前年份T2之间的记录,然后,计算每种设备类型影响因数子项在所述T1到T2年之间发生强迫停运的平均次数,分别记为C1、C2…Cz;
获得所述第三方故障统计表中历史年份T1至当前年份T2之间的记录,然后,计算每种设备类型影响因数子项在所述T1到T2年之间强迫停运率的平均值,分别记为D1、D2…Dz;
S4.4,设电网年度故障统计表的权重百分比为Q1,第三方故障统计表的权重百分比为Q2;其中,Q1+Q2=1;
则:每种设备类型影响因数子项的故障平均值=(Ci*Q1+Di*Q2)/2;
S4.5,对所计算得到的各种设备类型影响因数子项的故障平均值进行归一化处理,得到各种设备类型影响因数子项的权重值;
所述历史统计影响因数项通过以下公式计算得到:
历史统计影响因数项的取值=1+同类设备每年平均发生故障次数/同类设备总数=1+同类设备历年故障率的平均值;
S5,在得到参与风险评估的影响因数项类别、以及每种影响因数项包含的各个影响因数子项之间的权重值之后;根据需要评估的电网危害因素,从每个参与风险评估的影响因数项中选取对应的影响因数子项,将所选取的各个影响因数子项相乘即得到概率值,再将概率值乘以后果值,即得到电网发生所述危害因素时的电网风险值。
2.根据权利要求1所述的电网运行安全风险定量评估方法,其特征在于,后果严重值通过以下方法取值:
标准的安全事故等级包括5个级别,分别为:特大损失级别、重大损失级别、较大损失级别、一般A类损失级别和一般B类损失级别;各级别对应的后果严重值的取值范围见下表:
由此得到后果严重值。
3.根据权利要求1所述的电网运行安全风险定量评估方法,其特征在于,社会影响因数项包括的社会影响因数子项为特级保供电影响因数子项、一级保供电影响因数子项、二级保供电影响因数子项、特殊时期保供电影响因数子项和一般时期影响因数子项;各影响因数子项的取值为:
由此得到社会影响因数中各影响因数子项的取值。
4.根据权利要求1所述的电网运行安全风险定量评估方法,其特征在于,S3具体为:
通过以下公式计算每条影响因数项的信息熵:
其中,Hs为影响因数项的信息熵,pi为影响因数子项在某一历史时刻T1至当前时刻T2之间的故障概率;n为影响因数项所包含的影响因数子项的总数。
5.根据权利要求1所述的电网运行安全风险定量评估方法,其特征在于,对于参与风险评估的除设备类型影响因数项和历史统计影响因数项之外的其他类型影响因数项,简记为影响因数项S,则:对于影响因数项S,其各影响因数子项之间的权重值通过以下步骤S4-6获得:
S4-6,在影响因数项S所包含的各影响因数子项中,选取任意一个影响因数子项作为基准影响因数子项,将其他影响因数子项称为非基准影响因数子项;
读取历史年份T1至当前年份T2之间的电网年度故障统计表,统计出基准影响因数子项出现次数和总有效次数,得出基准影响因数子项出现概率;再统计出非基准影响因数子项出现次数和总有效次数,得出非基准影响因数子项出现概率;将各个非基准影响因数子项出现概率除以基准影响因数子项出现概率,得到归一化的非基准影响因数子项权重K1,其中,基准影响因数子项权重为1;
读取历史年份T1至当前年份T2之间的第三方故障统计表,计算每种非基准影响因数子项的年故障次数平均值P1,以及,还计算基准影响因数子项的年故障次数平均值P2,P1除以P2得到归一化后权重K2;
又由于电网年度故障统计表的权重百分比为Q1,第三方故障统计表的权重百分比为Q2;其中,Q1+Q2=1;
则:每种非基准影响因数子项的权重值=(K1*Q1+K2*Q2)/2。
6.根据权利要求5所述的电网运行安全风险定量评估方法,其特征在于,在计算得到影响因数项S中各影响因数子项之间的权重值之后,还包括:对所计算得到的权重值进行校验的步骤;如果满足参考取值范围,或者,在参考取值的预设幅度内,则所计算得到的权重值即为最终计算得到的权重值;否则,扩大电网年度故障统计表和第三方故障统计表中参与统计的年度范围,并重新执行S4-6,直至满足;
具体的,影响因数项S包括现场施工因数项、控制措施因数项、故障类别因数项、天气影响因数项、设备缺陷因数项、检修管理因数项和检修时间因数项中的一种或几种组合;
影响因数项S所包含的各影响因数子项之间的权重值的参考取值范围或参考取值分别为:
现场施工因数项包括两个影响因数子项,分别为:现场环境未使用大型检修设备影响因数子项以及现场环境使用大型检修设备影响因数子项;现场环境未使用大型检修设备影响因数子项的参考取值为1;现场环境使用大型检修设备影响因数子项的取值范围为:1<现场环境使用大型检修设备影响因数子项的取值范围≤2;
控制措施因数项包括两个影响因数子项,分别为:采用特巡设备进行巡检以及未采用特巡设备进行巡检;其中,采用特巡设备进行巡检时,电网发生风险的概率变小,则特巡设备进行巡检的取值小于未采用特巡设备进行巡检的取值;并且,0<控制措施因数项中各影响因数子项取值范围≤1;
故障类别因数项:根据电力平台承受最大扰动能力的安全稳定标准的要求确定故障类别因数项的取值;具体的,一级、二级和三级安全稳定标准分别对应第一类故障、第二类故障和第三类故障;也就是说,故障类别因数项包括三个故障类别影响因数子项,各故障类别影响因数子项的取值见下表:
天气影响因数项:根据电网维护方案中维护时间的天气情况,确定天气影响因数项的取值,天气情况越恶劣,电网发生风险的概率越高,则天气影响因数项的取值越大;天气影响因数项包括的影响因数子项的具体取值见下表:
设备缺陷因数项:根据电网维护方案中被维护设备是否存在缺陷以及缺陷的严重情况,而确定设备缺陷因数项的具体取值;具体的,设备缺陷越严重,发生电网风险的概率越高,则设备缺陷因数项的取值越大;因此,设备缺陷因数项包含的各影响因数子项的具体取值见下表:
检修管理因数项:根据电网维护方案中检修类型,确定检修管理因数项的取值,其中,计划检修不会对电网产生风险,其取值为1;而非计划检修和事故抢修均存在对电网带来风险的可能性;也就是说,检修管理因数项包含的各影响因数子项的参考取值范围如下:
检修时间因数项:根据电网维护方案中检修频率确定检修时间因数项的取值,其中,检修频率越高,则电网发生风险的概率越低,则检修时间因数项的取值越小;也就是说,检修时间因数项包含的各影响因数子项的参考具体取值见下表:
由此可得到影响因数S所包含的各影响因数子项的参考取值或参考取值范围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410646244.7A CN104299116A (zh) | 2014-11-14 | 2014-11-14 | 一种电网运行安全风险定量评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410646244.7A CN104299116A (zh) | 2014-11-14 | 2014-11-14 | 一种电网运行安全风险定量评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104299116A true CN104299116A (zh) | 2015-01-21 |
Family
ID=52318837
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410646244.7A Pending CN104299116A (zh) | 2014-11-14 | 2014-11-14 | 一种电网运行安全风险定量评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104299116A (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105205732A (zh) * | 2015-09-28 | 2015-12-30 | 中国南方电网有限责任公司 | 一种基于设备风险特征模型的风险评估和检修方法 |
CN105759171A (zh) * | 2016-03-30 | 2016-07-13 | 广西电网有限责任公司南宁供电局 | 基于配电线路状态评价提高配网拉路检查效率的方法 |
CN106204319A (zh) * | 2015-04-30 | 2016-12-07 | 中国石油天然气股份有限公司 | 储气库地面设备的风险评估方法和装置 |
CN107038653A (zh) * | 2017-04-17 | 2017-08-11 | 国网青海省电力公司 | 合环供电操作风险评估方法及装置 |
CN109242213A (zh) * | 2018-10-18 | 2019-01-18 | 国网山东省电力公司应急管理中心 | 一种基于负荷率统计的gis电网精细预警系统 |
CN109583844A (zh) * | 2018-12-04 | 2019-04-05 | 北京诺士诚国际工程项目管理有限公司 | 一种巡回检查方法、装置以及电子设备 |
CN109886487A (zh) * | 2019-02-20 | 2019-06-14 | 云南电网有限责任公司信息中心 | 一种基于电力设备画像电网监测预警的方法 |
CN110472851A (zh) * | 2019-08-02 | 2019-11-19 | 国网上海市电力公司 | 一种基于神经网络的配电网风险隐患动态评价模型构建方法 |
CN110598994A (zh) * | 2019-08-19 | 2019-12-20 | 国网冀北电力有限公司 | 一种风电利用小时影响因素贡献度分析方法和装置 |
CN112332912A (zh) * | 2020-11-16 | 2021-02-05 | 海南电网有限责任公司 | 一种电力通信网量化风险预警方法及系统 |
CN112365100A (zh) * | 2020-12-08 | 2021-02-12 | 国网四川省电力公司内江供电公司 | 基于灾害风险综合评估的电网灾害预警及应对方法 |
CN112418638A (zh) * | 2020-11-18 | 2021-02-26 | 贵州电网有限责任公司 | 站用直流电源系统运维风险的预警系统及预警方法 |
CN113420992A (zh) * | 2021-06-25 | 2021-09-21 | 国网山东省电力公司汶上县供电公司 | 一种电力系统网络风险评估方法与系统 |
CN113435759A (zh) * | 2021-07-01 | 2021-09-24 | 贵州电网有限责任公司 | 一种基于深度学习的一次设备风险智能评估方法 |
CN114019942A (zh) * | 2021-11-04 | 2022-02-08 | 哈尔滨工业大学 | 一种基于分时频率的工业机器人系统安全威胁评价方法 |
-
2014
- 2014-11-14 CN CN201410646244.7A patent/CN104299116A/zh active Pending
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106204319A (zh) * | 2015-04-30 | 2016-12-07 | 中国石油天然气股份有限公司 | 储气库地面设备的风险评估方法和装置 |
CN105205732A (zh) * | 2015-09-28 | 2015-12-30 | 中国南方电网有限责任公司 | 一种基于设备风险特征模型的风险评估和检修方法 |
CN105759171A (zh) * | 2016-03-30 | 2016-07-13 | 广西电网有限责任公司南宁供电局 | 基于配电线路状态评价提高配网拉路检查效率的方法 |
CN107038653A (zh) * | 2017-04-17 | 2017-08-11 | 国网青海省电力公司 | 合环供电操作风险评估方法及装置 |
CN109242213A (zh) * | 2018-10-18 | 2019-01-18 | 国网山东省电力公司应急管理中心 | 一种基于负荷率统计的gis电网精细预警系统 |
CN109583844A (zh) * | 2018-12-04 | 2019-04-05 | 北京诺士诚国际工程项目管理有限公司 | 一种巡回检查方法、装置以及电子设备 |
CN109886487A (zh) * | 2019-02-20 | 2019-06-14 | 云南电网有限责任公司信息中心 | 一种基于电力设备画像电网监测预警的方法 |
CN110472851A (zh) * | 2019-08-02 | 2019-11-19 | 国网上海市电力公司 | 一种基于神经网络的配电网风险隐患动态评价模型构建方法 |
CN110598994A (zh) * | 2019-08-19 | 2019-12-20 | 国网冀北电力有限公司 | 一种风电利用小时影响因素贡献度分析方法和装置 |
CN110598994B (zh) * | 2019-08-19 | 2022-10-25 | 国网冀北电力有限公司 | 一种风电利用小时影响因素贡献度分析方法和装置 |
CN112332912A (zh) * | 2020-11-16 | 2021-02-05 | 海南电网有限责任公司 | 一种电力通信网量化风险预警方法及系统 |
CN112418638A (zh) * | 2020-11-18 | 2021-02-26 | 贵州电网有限责任公司 | 站用直流电源系统运维风险的预警系统及预警方法 |
CN112365100A (zh) * | 2020-12-08 | 2021-02-12 | 国网四川省电力公司内江供电公司 | 基于灾害风险综合评估的电网灾害预警及应对方法 |
CN112365100B (zh) * | 2020-12-08 | 2024-05-10 | 国网四川省电力公司内江供电公司 | 基于灾害风险综合评估的电网灾害预警及应对方法 |
CN113420992A (zh) * | 2021-06-25 | 2021-09-21 | 国网山东省电力公司汶上县供电公司 | 一种电力系统网络风险评估方法与系统 |
CN113435759A (zh) * | 2021-07-01 | 2021-09-24 | 贵州电网有限责任公司 | 一种基于深度学习的一次设备风险智能评估方法 |
CN113435759B (zh) * | 2021-07-01 | 2023-07-04 | 贵州电网有限责任公司 | 一种基于深度学习的一次设备风险智能评估方法 |
CN114019942A (zh) * | 2021-11-04 | 2022-02-08 | 哈尔滨工业大学 | 一种基于分时频率的工业机器人系统安全威胁评价方法 |
CN114019942B (zh) * | 2021-11-04 | 2023-08-29 | 哈尔滨工业大学 | 一种基于分时频率的工业机器人系统安全威胁评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104392391A (zh) | 一种电网运行安全风险量化方法 | |
CN104299116A (zh) | 一种电网运行安全风险定量评估方法 | |
CN103793854B (zh) | 多重组合优化的架空输电线路运行风险信息化评估方法 | |
CN102663240B (zh) | 电力通信业务风险分析系统及评估方法 | |
CN107194574B (zh) | 一种基于负荷损失的电网安全风险评估方法 | |
CN103337043B (zh) | 电力通信设备运行状态的预警方法和系统 | |
CN105956789A (zh) | 一种基于状态评价的电力设备定量风险评估方法 | |
CN108229787A (zh) | 基于大数据的电力行业现场作业风险评估方法及系统 | |
CN101859409A (zh) | 基于风险评估的输变电设备状态检修体系 | |
CN103489035A (zh) | 基于灰色加权关联分析算法的电网电能质量综合评价方法 | |
CN102368314A (zh) | 一种基于lcc理论的输电网规划方案综合评价方法 | |
CN104021304A (zh) | 一种变压器在线监测装置安装优先级评估方法 | |
CN106251045A (zh) | 基于多种主导因素的配电网供电可靠性评估方法 | |
CN103440400A (zh) | 考虑灾害因素的电力系统短期风险判定方法 | |
CN110942235B (zh) | 一种电力应急评估系统 | |
CN105488740A (zh) | 一种城市配电网运行方式的风险等级评估方法及其系统 | |
CN109359896A (zh) | 一种基于svm的电网线路故障风险预警方法 | |
CN108256708A (zh) | 电网物资供应商履约风险预警的方法 | |
CN103065057A (zh) | 一种电力系统差异化规划经济性评估方法 | |
CN105447657A (zh) | 一种基于风险的750kv电力设备的运维管理系统 | |
CN104700326A (zh) | 配电网风险评估方法 | |
CN103246939A (zh) | 基于安全稳定裕度的电网运行安全风险事件在线辨识方法 | |
CN105914755A (zh) | 电力系统动态无功优化配置方法和系统 | |
CN105760979A (zh) | 一种考虑自然灾害的电力系统暂态风险评估方法 | |
CN103837777A (zh) | 供电系统电能质量评估方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150121 |
|
RJ01 | Rejection of invention patent application after publication |