CN104599197A - 智能变电站保护系统可靠性分层等值方法 - Google Patents

智能变电站保护系统可靠性分层等值方法 Download PDF

Info

Publication number
CN104599197A
CN104599197A CN201510082814.9A CN201510082814A CN104599197A CN 104599197 A CN104599197 A CN 104599197A CN 201510082814 A CN201510082814 A CN 201510082814A CN 104599197 A CN104599197 A CN 104599197A
Authority
CN
China
Prior art keywords
state
subsystem
represent
intelligent substation
substation protection
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.)
Granted
Application number
CN201510082814.9A
Other languages
English (en)
Other versions
CN104599197B (zh
Inventor
陈闽江
陈建洪
陈月卿
吴蓓
于丽萍
董王朝
李生虎
刘旭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
State Grid Fujian Electric Power Co Ltd
Maintenance Branch of State Grid Fujian Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Fujian Electric Power Co Ltd
Maintenance Branch of State Grid Fujian Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, State Grid Fujian Electric Power Co Ltd, Maintenance Branch of State Grid Fujian Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201510082814.9A priority Critical patent/CN104599197B/zh
Publication of CN104599197A publication Critical patent/CN104599197A/zh
Application granted granted Critical
Publication of CN104599197B publication Critical patent/CN104599197B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06Electricity, gas or water supply

Abstract

本发明公开了一种智能变电站保护系统可靠性分层等值方法,是应用于智能变电站保护系统中,其特征是按如下步骤进行:1、对智能变电站保护系统进行子系统划分;2、对子系统进行可靠性计算;3、将合并单元子系统与智能终端子系统进行组合;4、将保护装置子系统与辅助装置子系统进行组合;5、将两个组合系统进行组合;6、将联合系统与交换机子系统进行组合;7、完成智能变电站保护系统可靠性分层等值方法。本发明能够降低智能变电站保护系统整体可靠性模型的规模,能够简化计算,减少出现维数灾难的可能,能够更为清楚完整地描述智能变电站保护系统内部设备结构关系,而且对于更加复杂的智能变电站保护系统来说也便于推广和应用。

Description

智能变电站保护系统可靠性分层等值方法
技术领域
本发明涉及智能变电站可靠性技术领域,具体涉及一种智能变电站保护系统可靠性分层等值方法。
背景技术
智能电气设备和计算机网络通信的高速发展以及IEC61850标准的推广,为变电站实现信息采集及传输的智能化提供了基础,智能变电站也快速地发展起来。智能变电站以数字光纤代替传统的二次电缆,配置大量的高端电子设备,以网络报文的形式传输信息。
智能变电站的保护系统是保障整个智能变电站安全稳定运行的第一道防线,智能变电站保护系统的可靠工作对智能变电站至关重要。智能变电站保护系统也有别于传统的保护系统,将传统的保护装置与智能设备如合并单元、智能终端等相结合,同时以网络通信来传输信息,因此,智能变电站保护系统的可靠性与传统保护系统可靠性有所不同,智能变电站保护系统的可靠性的研究就尤为重要。
现有的智能变电站保护系统可靠性技术中,可靠性评估方法较多采用串并联的可靠性框图方法、邻接矩阵方法、最小路集法、故障树法、成功流法等;但是这些方法存在缺陷,对于一个有待进行可靠性评估的智能变电站保护系统来说,采用上述方法建立的可靠性模型规模以及可靠性计算量会很大,而且对系统内部的设备层次结构描述不清;当进一步推广到对更大规模的智能变电站保护系统进行可靠性评估时,甚至会造成维数灾难。
发明内容
本发明的目的在于克服上述现有技术存在的不足之处,提供一种智能变电站保护系统可靠性分层等值方法,对智能变电站保护系统分层建模并且层层等值,能够降低智能变电站保护系统整体可靠性模型的规模,从而简化计算,减少出现维数灾难的可能,能够更为清楚完整地描述智能变电站保护系统内部设备结构关系,而且对于更加复杂的智能变电站保护系统来说也便于推广和应用。
为实现上述目的,本发明的技术方案是:一种智能变电站保护系统可靠性分层等值方法,该方法应用于智能变电站保护系统中,所述智能变电站保护系统包括交换机、合并单元、智能终端、保护装置、辅助装置、交换机操作电源、合并单元操作电源、智能终端操作电源、保护装置操作电源及辅助装置操作电源,所述交换机经第一底层通信链路连接至合并单元,所述交换机经第二底层通信链路连接至智能终端,所述交换机经第一中层通信链路连接至保护装置,所述交换机经第二中层通信链路连接至辅助装置;合并单元操作电源经第一底层供电线与所述合并单元相连,智能终端操作电源经第二底层供电线与所述智能终端相连,保护装置操作电源经第一中层供电线与所述保护装置相连,辅助装置操作电源经第二中层供电线与所述辅助装置相连,交换机操作电源经交换机供电线与交换机相连;所述智能变电站保护系统可靠性分层等值方法包括如下步骤,
步骤S1:对智能变电站保护系统进行子系统划分:
将所述智能变电站保护系统划分为合并单元子系统,智能终端子系统,保护装置子系统,辅助装置子系统,交换机子系统;
步骤S2:对步骤S1划分的子系统进行可靠性计算:
根据各子系统的工作逻辑关系,采用频率和持续时间方法及状态空间法,分别对各子系统进行可靠性状态空间建模和化简,获得各子系统的等效模型及各子系统的可用度和不可用度,进而获得各子系统的等效故障率和等效修复率;
所述各子系统的等效模型包括:所述合并单元子系统的两状态等效模型;所述智能终端子系统的两状态等效模型;所述保护装置子系统的两状态等效模型;所述辅助装置子系统的两状态等效模型;所述交换机子系统的两状态等效模型;
步骤S3:对所述合并单元子系统和智能终端子系统进行组合:
将所述合并单元子系统和所述智能终端子系统作为整体,记为第一组合系统;采用频率和持续时间方法及状态空间法,将所述合并单元子系统的两状态等效模型和所述智能终端子系统的两状态等效模型进行组合与化简,获得所述第一组合系统的两状态模型以及所述第一组合系统的可用度和不可用度,进而获得所述第一组合系统的故障率和修复率;
步骤S4:对所述保护装置子系统和所述辅助装置子系统进行组合:
将所述保护装置子系统和所述辅助装置子系统作为整体,记为第二组合系统;采用频率和持续时间方法及状态空间法,将所述保护装置子系统的两状态等效模型和所述辅助装置子系统的两状态等效模型进行组合与化简,获得所述第二组合系统的两状态模型以及所述第二组合系统的可用度和不可用度,进而获得所述第二组合系统的故障率和修复率;
步骤S5:对所述第一组合系统与所述第二组合系统进行组合:
将所述第一组合系统与所述第二组合系统作为整体,记为联合系统;采用频率和持续时间方法及状态空间法,将所述第一组合系统的两状态模型与所述第二组合系统的两状态模型进行组合与化简,获得所述联合系统的两状态模型和所述联合系统的可用度和不可用度,进而获得所述联合系统的故障率和修复率;
步骤S6:对所述联合系统与所述交换机子系统进行组合:
采用频率和持续时间方法及状态空间法,将所述联合系统的两状态模型与所述交换机子系统的两状态等效模型进行组合与化简,获得所述智能变电站保护系统的两状态模型和所述智能变电站保护系统的可用度和不可用度,从而获得所述智能变电站保护系统的故障率和修复率以及平均无故障持续运行时间和平均修复时间,进而获得所述智能变电站保护系统两状态模型的转移频率和持续时间;
步骤S7:完成所述智能变电站保护系统可靠性分层等值方法:
根据步骤S6获得的各项可靠性指标对所述智能变电站保护系统可靠性进行分析,从而完成所述智能变电站保护系统可靠性分层等值方法。
在本发明实施例中,所述步骤S1中对智能变电站保护系统进行子系统划分包括:
所述合并单元子系统由所述合并单元、第一底层通信链路、合并单元操作电源和第一底层供电线组成;所述智能终端子系统由所述智能终端、第二底层通信链路、智能终端操作电源、第二底层供电线组成;所述保护装置子系统由所述保护装置、第一中层通信链路、保护装置操作电源、第一中层供电线组成;所述辅助装置子系统由所述辅助装置、第二中层通信链路、辅助装置操作电源、第二中层供电线组成;所述交换机子系统由所述交换机、交换机操作电源、交换机供电线组成。
在本发明实施例中,所述步骤S2中的所述各子系统的等效故障率和等效修复率包括:
所述合并单元子系统的等效故障率和等效修复率;所述智能终端子系统的等效故障率λSTS和等效修复率;所述保护装置子系统的等效故障率和等效修复率;所述辅助装置子系统的等效故障率等效修复率;所述交换机子系统的等效故障率和等效修复率。
在本发明实施例中,所述步骤S3是按如下步骤进行:
步骤S31:将所述合并单元子系统的两状态等效模型和所述智能终端子系统的两状态等效模型进行组合,获得所述第一组合系统的三状态模型;所述第一组合系统的三状态模型表示所述第一组合系统的三个状态,并分别记为
步骤S32:设所述第一组合系统的第一个状态表示所述第一组合系统正常工作,所述第一组合系统的第二个状态及第三个状态都表示所述第一组合系统故障;其中,所述第一组合系统的第二个状态表示所述合并单元子系统故障,所述第一组合系统的第三个状态表示所述智能终端子系统故障;
步骤S33:由式(1)获得所述第一组合系统的三个状态的概率:
1 1 1 λ MUS - μ MUS 0 λ STS 0 - μ STS P 3 1 P 3 2 P 3 3 = 1 0 0 - - - ( 1 )
式(1)中,λMUS、μMUS表示合并单元子系统的等效故障率和等效修复率;λSTS、μSTS表示智能终端子系统的等效故障率和等效修复率表示所述第一组合系统的第一个状态的概率表示所述第一组合系统的第二个状的概率表示所述第一组合系统的第三个状态的概率;
步骤S34:将所述第一组合系统的三状态模型化简为两状态模型,所述第一组合系统两状态模型表示所述第一组合系统的两个状态,并分别记为正常工作状态和故障状态
步骤S35:由式(2)获得所述第一组合系统的两个状态的概率:
P 2 1 = P 3 1 P 2 2 = P 3 2 + P 3 3 - - - ( 2 )
式(2)中,表示所述第一组合系统的正常工作状态的概率;表示所述第一组合系统的故障状态的概率;所述第一组合系统的可用度等于所述第一组合系统的不可用度等于
步骤S36:由式(3)获得所述第一组合系统的故障率和修复率:
1 1 λ M U & ST - μ MU & ST P 2 1 P 2 2 = 1 0 - - - ( 3 )
式(3)中,λMU&ST表示所述第一组合系统的故障率;μMU&ST表示所述第一组合系统的修复率。
在本发明实施例中,所述步骤4是按如下步骤进行:
步骤S41:将所述保护装置子系统的两状态等效模型和所述辅助装置子系统的两状态等效模型进行组合,获得所述第二组合系统的三状态模型;所述第二组合系统的三状态模型表示所述第二组合系统的三个状态,并分别记为
步骤S42:设所述第二组合系统的第一个状态表示所述第二组合系统正常工作,所述第二组合系统的第二个状态以及第三个状态都表示所述第二组合系统故障;其中,所述第二组合系统的第二个状态表示所述保护装置子系统故障,所述第二组合系统的第三个状态表示所述辅助装置子系统故障;
步骤S43:由式(4)获得所述第二组合系统的三个状态的概率:
1 1 1 λ MUS - μ MUS 0 λ STS 0 - μ STS Q 3 1 Q 3 2 Q 3 3 = 1 0 0 - - - ( 4 )
式(4)中λMUS、μMUS表示合并单元子系统的等效故障率和等效修复率;λSTS、μSTS表示智能终端子系统的等效故障率和等效修复率;表示所述第二组合系统的第一个状态的概率;表示所述第二组合系统的第二个状态的概率;表示所述第二组合系统的第三个状态的概率;
步骤S44:将所述第二组合系统的三状态模型化简为所述第二组合系统的两状态模型,并分别记为正常工作状态和故障状态
步骤S45:由式(5)获得所述第二组合系统的两个状态的概率:
Q 2 1 = Q 3 1 Q 2 2 = Q 3 2 + Q 3 3 - - - ( 5 )
式(5)中,表示所述第二组合系统的正常工作状态的概率;表示所述第二组合系统的故障状态的概率;所述第二组合系统的可用度等于所述第二组合系统的不可用度等于
步骤S46:由式(6)获得所述第二组合系统的故障率和修复率:
1 1 λ PR & AE - μ PR & AE Q 2 1 Q 2 2 = 1 0 - - - ( 6 )
式(6)中,λPR&AE表示所述第二组合系统的故障率;μPR&AE表示所述第二组合系统的修复率。
在本发明实施例中,所述步骤5是按如下步骤进行:
步骤S51:将所述第一组合系统的两状态模型与所述第二组合系统的两状态模型进行组合,获得所述联合系统的三状态模型;所述联合系统的三状态模型表示所述联合系统的三个状态,并分别记为
步骤S52:设所述联合系统的第一个状态表示所述联合系统正常工作,所述联合系统的第二个状态和第三个状态都表示所述联合系统故障;其中,所述联合系统的第二个状态表示所述第一组合系统故障,所述联合系统的第三个状态表示所述第二组合系统故障;
步骤S53:由式(7)获得所述联合系统MSPA的三个状态的概率:
1 1 1 λ MU & ST - μ MU & ST 0 λ PR & AE 0 - μ PR & AE M 3 1 M 3 2 M 3 3 = 1 0 0 - - - ( 7 )
式(7)中,表示所述联合系统MSPA的第一个状态的概率;表示所述联合系统MSPA的第二个状态的概率;表示所述联合系统MSPA的第三个状态的概率;
步骤S54:将所述联合系统的三状态模型化简为所述联合系统的两状态模型,记为正常工作状态和故障状态
步骤S55:由式(8)获得所述联合系统的两个状态的概率:
M 2 1 = M 3 1 M 2 2 = M 3 2 + M 3 3 - - - ( 8 )
式(8)中,表示所述联合系统的正常工作状态的概率;表示所述联合系统的故障状态的概率;所述联合系统的可用度等于所述联合系统的不可用度等于
步骤S56:由式(9)获得所述联合系统的故障率和修复率:
1 1 λ MSPA - μ MSPA M 2 1 M 2 2 = 1 0 - - - ( 9 )
式(9)中,λMSPA表示所述联合系统的故障率;μMSPA表示所述联合系统的修复率。
在本发明实施例中,所述步骤6是按如下步骤进行:
步骤S61:将所述联合系统的两状态模型与所述交换机子系统的等效模型进行组合,获得所述智能变电站保护系统的三状态模型;所述智能变电站保护系统的三状态模型表示所述智能变电站保护系统的三个状态,并分别记为
步骤S62:设所述智能变电站保护系统的第一个状态表示所述智能变电站保护系统正常工作,所述智能变电站保护系统的第二个状态和所述智能变电站保护系统的第三个状态都表示所述智能变电站保护系统故障;其中,所述智能变电站保护系统的第二个状态表示所述联合系统故障,所述智能变电站保护系统的第三个状态表示所述交换机子系统故障;
步骤S63:由式(10)获得所述智能变电站保护系统的三个状态的概率:
1 1 1 λ MSPA - μ MSPA 0 λ STS 0 - μ STS N 3 1 N 3 2 N 3 3 = 1 0 0 - - - ( 10 )
式(10)中λMSPA、μMSPA表示合联合系统的等效故障率和等效修复率;λSTS、μSTS表示智能终端子系统的等效故障率和等效修复率;表示所述智能变电站保护系统的第一个状态的概率;表示所述智能变电站保护系统的第二个状态的概率;表示所述智能变电站保护系统的第三个状态的概率;
步骤S64:将所述智能变电站保护系统的三状态模型化简为所述智能变电站保护系统的两状态模型,记为正常工作状态和故障状态
步骤S65:由式(11)获得所述智能变电站保护系统的两个状态的概率和所述智能变电站保护系统的可用度和不可用度:
N 2 1 = N 3 1 N 2 2 = N 3 2 + N 3 3 - - - ( 11 )
式(11)中,表示所述智能变电站保护系统的正常工作状态的概率;表示所述智能变电站保护系统的故障状态的概率;所述智能变电站保护系统的可用度等于所述智能变电站保护系统的不可用度等于
步骤S66:由式(12)获得所述智能变电站保护系统的故障率和修复率:
1 1 λ STATE - μ STATE N 2 1 N 2 2 = 1 0 - - - ( 12 )
式(12)中,λSTATE表示所述智能变电站保护系统的故障率;μSTATE表示所述智能变电站保护系统的修复率;
步骤S67:分别由式(13)和式(14)获得所述智能变电站保护系统的平均无故障持续运行时间MTTF和平均修复时间MTTR:
MTTF = 8760 λ STATE - - - ( 13 )
MTTR = 8760 μ STATE - - - ( 14 )
步骤S68:分别由式(15)和式(16)获得所述智能变电站保护系统由正常工作状态到故障状态的转移频率f1→2和由故障状态到正常工作状态的转移频率f2→1
f 1 → 2 = λ STATE N 2 1 - - - ( 15 )
f 2 → 1 = μ STATE N 2 2 - - - ( 16 )
步骤S69:分别由式(17)和式(18)获得所述智能变电站保护系统的正常工作状态的持续时间和故障状态的持续时间dSTATE2
d STATE 2 1 = N 2 1 f 1 → 2 - - - ( 17 )
d STATE 2 = N 2 2 f 2 → 1 - - - ( 18 )
相较于现有技术,本发明具有以下有益效果:本发明将智能变电站保护系统的设备分为多个子系统,然后进行子系统组合,进而一步步的组合化简得到整个智能变电站保护系统的可靠性模型以及可靠性指标,这样的设备层次划分使得智能变电站保护系统层次结构清楚明了;每一步的组合与化简只涉及到3~4个状态到2个状态的合并化简,状态少且模型的规模小,简化模型合并过程,简化计算;一步步的模型组合具有传递性和承接性;本发明更便于推广和应用。
附图说明
图1为本发明中的智能变电站保护系统结构图;
图2为本发明的流程图;
图3为本发明中的4个元件合并建模与化简图;
图4为本发明中的3个元件合并建模与化简图;
图5为本发明的合并单元子系统建模与化简图;
图6为本发明的智能终端子系统建模与化简图;
图7为本发明的保护装置子系统建模与化简图;
图8为本发明的辅助装置子系统建模与化简图;
图9为本发明的交换机子系统建模与化简图;
图10为本发明的合并单元子系统与智能终端子系统合并建模与化简图;
图11为本发明的保护装置子系统与辅助装置子系统合并建模与化简图;
图12为本发明获得联合系统的建模与化简图;
图13为本发明的联合系统与交换机子系统合并建模与化简图;
图14为本发明的智能变电站保护系统可靠性分层图。
具体实施方式
下面结合附图,对本发明的技术方案进行具体说明。
本发明的一种智能变电站保护系统可靠性分层等值方法,是应用于智能变电站保护系统中,如图1所示,智能变电站保护系统包括:合并单元MU经过底层通信链路CLb1连接到交换机SW,智能终端ST经过底层通信链路CLb2连接到所述交换机SW,所述交换机SW经过中层通信链路CLm1连接到保护装置PR,所述交换机SW经过中层通信链路CLm2连接到辅助装置AE;合并单元操作电源OPSMU经过底层供电线ELb1与所述合并单元MU相连,智能终端操作电源OPSST经过底层供电线ELb2与所述智能终端ST相连,保护装置操作电源OPSPR经过中层供电线ELm1与所述保护装置PR相连,辅助装置操作电源OPSAE经过中层供电线ELm2与所述辅助装置AE相连,交换机操作电源OPSSW经过交换机供电线ELSW与交换机相连;对于智能变电站保护系统的不同具体配置情况而言,辅助装置可以为测控装置、网络分析仪、故障录波装置等,也可以将测控装置、网络分析仪、故障录波装置等采用本发明的方法等值组合整体作为辅助装置;
如图2所示,智能变电站保护系统可靠性分层等值方法是按如下步骤进行:
步骤1、划分子系统:
根据智能变电站保护系统的工作原理,将智能变电站保护系统划分为合并单元子系统MUS,智能终端子系统STS,保护装置子系统PRS,辅助装置子系统AES,交换机子系统SWS;
其中,合并单元子系统MUS由合并单元MU和底层通信链路CLb1以及合并单元操作电源OPSMU和底层供电线ELb1组成;智能终端子系统STS由智能终端ST和底层通信链路CLb2以及智能终端操作电源OPSST和底层供电线ELb2组成;保护装置子系统PRS由保护装置PR和中层通信链路CLm1以及保护装置操作电源OPSPR和中层供电线ELm1组成;辅助装置子系统AES由辅助装置AE和中层通信链路CLm2以及辅助装置操作电源OPSAE和中层供电线ELm2组成;交换机子系统SWS由交换机SW和交换机操作电源OPSSW和交换机供电线ELSW组成;
步骤2、子系统可靠性计算:
步骤2.1、如图3所示,假设有4个元件(元件1到元件4)并将其合并,将元件1到元件4组成的系统建模为5状态模型再化简为两状态模型;采用频率和持续时间方法和状态空间法,获得元件1到元件4组成的系统的可用度和不可用度以及等效故障率λ和等效修复率μ:
频率和持续时间法以及状态空间法是现有技术,是常用的可靠性分析方法。状态空间法把有待进行可靠性分析的元件或系统的不同状态表示成状态框图的形式;频率和持续时间法则可以将状态框图进行组合与化简;
由式(1)获得5个状态的状态概率:
1 1 1 1 1 λ 1 - μ 1 0 0 0 λ 2 0 - μ 2 0 0 λ 3 0 0 - μ 3 0 λ 4 0 0 0 - μ 4 p 5 1 p 5 2 p 5 3 p 5 4 p 5 5 = 1 0 0 0 0 - - - ( 1 )
式(1)中,λ1和μ1分别为元件1的故障率和修复率,λ2和μ2分别为元件2的故障率和修复率;λ3和μ3分别为元件3的故障率和修复率,λ4和μ4分别为元件4的故障率和修复率; 分别为元件1到元件4组成的系统5状态模型的状态概率;
由式(2)获得元件1到元件4组成的系统的可用率和不可用率:
p 2 1 = p 5 1 p 2 2 = p 5 2 + p 5 3 + p 5 4 + p 5 5 - - - ( 2 )
式(2)中,分别为元件1到元件4组成的系统两状态模型的状态概率;则元件1到元件4组成的系统的可用率等于不可用率等于
由式(3)获得元件1到元件4组成的系统的等效故障率λ和等效修复率μ:
1 1 λ - μ p 2 1 p 2 2 = 1 0 - - - ( 3 )
步骤2.2、如图4所示,假设有3个元件(元件1到元件3)并将其合并,将元件1到元件3组成的系统建模为4状态模型再化简为两状态模型;采用频率和持续时间方法和状态空间法,获得元件1到元件3组成的系统的可用度和不可用度以及等效故障率λ′和等效修复率μ′:
由式(4)获得4个状态的状态概率:
1 1 1 1 λ 1 - μ 1 0 0 λ 2 0 - μ 2 0 λ 3 0 0 - μ 3 p 4 1 p 4 2 p 4 3 p 4 4 = 1 0 0 0 - - - ( 4 )
式(4)中,λ1和μ1分别为元件1的故障率和修复率,λ2和μ2分别为元件2的故障率和修复率;λ3和μ3分别为元件3的故障率和修复率;分别为元件1到元件3组成的系统4状态模型的状态概率;
由式(5)获得元件1到元件3组成的系统的可用率和不可用率:
p 2 ′ 1 = p 4 1 p 2 ′ 2 = p 4 2 + p 4 3 + p 4 4 - - - ( 5 )
式(5)中,分别为元件1到元件3组成的系统两状态模型的状态概率;则元件1到元件3组成的系统的可用率等于不可用率等于
由式(6)获得元件1到元件3组成的系统的等效故障率λ′和等效修复率μ′:
1 1 λ ′ - μ ′ p 2 ′ 1 p 2 ′ 2 = 1 0 - - - ( 6 )
步骤2.3、获取各个设备的故障率和修复率:
合并单元MU的故障率和修复率分别为λMU、μMU;底层通信链路CLb1的故障率和修复率分别为合并单元操作电源OPSMU的故障率和修复率分别为底层供电线ELb1的故障率和修复率分别为智能终端ST的故障率和修复率分别为λST、μST;底层通信链路CLb2的故障率和修复率分别为智能终端操作电源OPSST的故障率和修复率分别为底层供电线ELb2的故障率和修复率分别为保护装置PR的故障率和修复率分别为λPR、μPR;中层通信链路CLm1的故障率和修复率分别为保护装置操作电源OPSPR的故障率和修复率分别为中层供电线ELm1的故障率和修复率分别为辅助装置AE的故障率和修复率分别为λAE、μAE;中层通信链路CLm2的故障率和修复率分别为辅助装置操作电源OPSAE的故障率和修复率分别为中层供电线ELm2的故障率和修复率分别为交换机SW的故障率和修复率分别为λSW、μSW;交换机操作电源OPSSW的故障率和修复率分别为 交换机供电线ELSW的故障率和修复率分别为
步骤2.4、如图5到图9所示,根据各个子系统的工作逻辑关系,分别对各个子系统进行可靠性状态空间建模和化简,获得各个子系统的等效模型,子系统的等效模型包含正常工作和故障两个状态:
合并单元子系统MUS的两状态等效模型;智能终端子系统STS的两状态等效模型;保护装置子系统PRS的两状态等效模型;辅助装置子系统AES的两状态等效模型;交换机子系统SWS的两状态等效模型;
步骤2.5、利用步骤2.1的方法获得合并单元子系统MUS、智能终端子系统STS、保护装置子系统PRS、辅助装置子系统AES的可用度和不可用度,进而获得合并单元子系统MUS、智能终端子系统STS、保护装置子系统PRS、辅助装置子系统AES的等效故障率和等效修复率,利用步骤2.2的方法获得的交换机子系统SWS的可用度和不可用度以及等效故障率和等效修复率:
各个子系统的等效故障率和等效修复率包括:
合并单元子系统MUS的等效故障率λMUS和等效修复率μMUS;智能终端子系统STS的等效故障率λSTS和等效修复率μSTS;保护装置子系统PRS的等效故障率λPRS和等效修复率μPRS;辅助装置子系统AES的等效故障率λAES等效修复率μAES;交换机子系统SWS的等效故障率λSWS和等效修复率μSWS
步骤3、如图10所示,对合并单元子系统MUS和智能终端子系统STS进行组合:
将合并单元子系统MUS和智能终端子系统STS作为整体,记为第一组合系统MU&ST;采用频率和持续时间方法和状态空间法,将合并单元子系统MUS的两状态等效模型和智能终端子系统STS的两状态等效模型进行组合与化简,获得第一组合系统MU&ST的两状态模型以及第一组合系统MU&ST的可用度和不可用度,进而获得第一组合系统MU&ST的故障率和修复率;具体实现如下:
步骤3.1、将合并单元子系统MUS的两状态等效模型和智能终端子系统STS的两状态等效模型进行组合,获得第一组合系统MU&ST的三状态模型,第一组合系统MU&ST的三状态模型表示第一组合系统MU&ST的三个状态,将第一组合系统MU&ST的三个状态分别记为
步骤3.2、如图10中的三状态模型图所示,假设第一组合系统MU&ST的第一个状态表示第一组合系统MU&ST正常工作,第一组合系统MU&ST的第二个状态以及第一组合系统MU&ST的第三个状态都表示第一组合系统MU&ST故障;第一组合系统MU&ST的第二个状态表示合并单元子系统MUS故障,第一组合系统MU&ST的第三个状态表示智能终端子系统STS故障;
步骤3.3、由式(7)获得第一组合系统MU&ST的三个状态的概率:
1 1 1 λ MUS - μ MUS 0 λ STS 0 - μ STS P 3 1 P 3 2 P 3 3 = 1 0 0 - - - ( 7 )
式(7)中,表示第一组合系统MU&ST的第一个状态的概率;表示第一组合系统MU&ST的第二个状态的概率;表示第一组合系统MU&ST的第三个状态的概率;
步骤3.4、如图10的模型化简所示,将第一组合系统MU&ST的三状态模型化简为第一组合系统MU&ST的两状态模型,第一组合系统MU&ST的两状态模型表示第一组合系统MU&ST的两个状态,记为正常工作状态和故障状态
步骤3.5、由式(8)获得第一组合系统MU&ST的两个状态的概率:
P 2 1 = P 3 1 P 2 2 = P 3 2 + P 3 3 - - - ( 8 )
式(8)中,表示第一组合系统MU&ST的正常工作状态的概率;表示第一组合系统MU&ST的故障状态的概率;则第一组合系统MU&ST的可用度等于第一组合系统MU&ST的不可用度等于
步骤3.6、由式(9)获得第一组合系统MU&ST的故障率和修复率:
1 1 λ M U & ST - μ MU & ST P 2 1 P 2 2 = 1 0 - - - ( 9 )
式(9)中,λMU&ST表示第一组合系统MU&ST的故障率;μMU&ST表示第一组合系统MU&ST的修复率;
步骤4、如图11所示,对保护装置子系统PRS和辅助装置子系统AES进行组合:
将保护装置子系统PRS和辅助装置子系统AES作为整体,记为第二组合系统PR&AE;采用频率和持续时间方法和状态空间法,将保护装置子系统PRS的两状态等效模型和辅助装置子系统AES的两状态等效模型进行组合与化简,获得第二组合系统PR&AE的两状态模型以及第二组合系统PR&AE的可用度和不可用度,进而获得第二组合系统PR&AE的故障率和修复率;具体实现如下:
步骤4.1、将保护装置子系统PRS的等效模型和辅助装置子系统AES的等效模型进行组合,获得第二组合系统PR&AE的三状态模型,所述第二组合系统PR&AE的三状态模型表示所述第二组合系统PR&AE的三个状态,将所述第二组合系统PR&AE的三个状态分别记为
步骤4.2、如图11中的三状态模型图所示,假设第二组合系统PR&AE的第一个状态表示第二组合系统PR&AE正常工作,第二组合系统PR&AE的第二个状态以及第二组合系统PR&AE的第三个状态都表示第二组合系统PR&AE故障;第二组合系统PR&AE的第二个状态表示保护装置子系统PRS故障,第二组合系统PR&AE的第三个状态表示辅助装置子系统AES故障;
步骤4.3、由式(10)获得第二组合系统PR&AE的三个状态的概率:
1 1 1 λ MUS - μ MUS 0 λ STS 0 - μ STS Q 3 1 Q 3 2 Q 3 3 = 1 0 0 - - - ( 10 )
式(10)中,λMUS、μMUS表示合并单元子系统的等效故障率和等效修复率;λSTS、μSTS表示智能终端子系统的等效故障率和等效修复率;表示第二组合系统PR&AE的第一个状态的概率;表示第二组合系统PR&AE的第二个状态的概率;表示第二组合系统PR&AE的第三个状态的概率;
步骤4.4、如图11的模型化简所示,将第二组合系统PR&AE的三状态模型化简为第二组合系统PR&AE的两状态模型,记为正常工作状态和故障状态
步骤4.5、由式(11)获得第二组合系统PR&AE的两个状态的概率:
Q 2 1 = Q 3 1 Q 2 2 = Q 3 2 + Q 3 3 - - - ( 11 )
式(11)中,表示第二组合系统PR&AE的正常工作状态的概率;表示第二组合系统PR&AE的故障状态的概率;则第二组合系统PR&AE的可用度等于第二组合系统PR&AE的不可用度等于
步骤4.6、由式(12)获得第二组合系统PR&AE的故障率和修复率:
1 1 λ PR & AE - μ PR & AE Q 2 1 Q 2 2 = 1 0 - - - ( 12 )
式(12)中,λPR&AE表示第二组合系统PR&AE的故障率;μPR&AE表示第二组合系统PR&AE的修复率;
步骤5、如图12所示,对第一组合系统MU&ST与第二组合系统PR&AE进行组合:
将第一组合系统MU&ST与第二组合系统PR&AE作为整体,记为联合系统MSPA;采用频率和持续时间方法和状态空间法,将第一组合系统MU&ST的两状态模型与第二组合系统PR&AE的两状态模型进行组合与化简,获得联合系统MSPA的两状态模型和联合系统MSPA的可用度和不可用度,进而获得联合系统MSPA的故障率和修复率;具体实现如下:
步骤5.1、将第一组合系统MU&ST的两状态模型与第二组合系统PR&AE的两状态模型进行组合,获得联合系统MSPA的三状态模型,所述联合系统MSPA的三状态模型表示所述联合系统MSPA的三个状态,将所述联合系统MSPA的三个状态分别记为
步骤5.2、如图12中的三状态模型图所示,假设联合系统MSPA的第一个状态表示联合系统MSPA正常工作,联合系统MSPA的第二个状态和联合系统MSPA的第三个状态都表示联合系统MSPA故障;联合系统MSPA的第二个状态表示合并单元子系统和智能终端子系统的组合系统MU&ST故障,联合系统MSPA的第三个状态表示保护装置子系统和辅助装置子系统的组合系统PR&AE故障;
步骤5.3、由式(13)获得联合系统MSPA的三个状态的概率:
1 1 1 λ MU & ST - μ MU & ST 0 λ PR & AE 0 - μ PR & AE M 3 1 M 3 2 M 3 3 = 1 0 0 - - - ( 13 )
式(13)中,表示联合系统MSPA的第一个状态的概率;表示联合系统MSPA的第二个状态的概率;表示联合系统MSPA的第三个状态的概率;
步骤5.4、如图12的模型化简所示,将联合系统MSPA的三状态模型化简为联合系统MSPA的两状态模型,记为正常工作状态和故障状态
步骤5.5、由式(14)获得联合系统MSPA的两个状态的概率:
M 2 1 = M 3 1 M 2 2 = M 3 2 + M 3 3 - - - ( 14 )
式(14)中,表示联合系统MSPA的正常工作状态的概率;表示联合系统MSPA的故障状态的概率;则联合系统MSPA的可用度等于联合系统MSPA的不可用度等于
步骤5.6、由式(15)获得联合系统MSPA的故障率和修复率:
1 1 λ MSPA - μ MSPA M 2 1 M 2 2 = 1 0 - - - ( 15 )
式(15)中,λMSPA表示联合系统MSPA的故障率;μMSPA表示联合系统MSPA的修复率;
步骤6、如图13所示,对联合系统MSPA与交换机子系统SWS进行组合:
采用频率和持续时间方法和状态空间法,将联合系统MSPA的两状态模型与交换机子系统SWS的两状态等效模型进行组合与化简,获得智能变电站保护系统的两状态模型和智能变电站保护系统的可用度和不可用度,从而获得智能变电站保护系统的故障率和修复率以及平均无故障持续运行时间和平均修复时间,进而获得智能变电站保护系统两状态模型的转移频率和持续时间;具体实现如下:
步骤6.1、将联合系统MSPA的两状态模型与交换机子系统SWS的两状态等效模型进行组合,获得智能变电站保护系统的三状态模型,所述智能变电站保护系统的三状态模型表示所述智能变电站保护系统的三个状态,将所述智能变电站保护系统的三个状态分别记为
步骤6.2、如图13中的三状态模型图所示,假设智能变电站保护系统的第一个状态表示智能变电站保护系统正常工作,智能变电站保护系统的第二个状态和智能变电站保护系统的第三个状态都表示智能变电站保护系统故障;智能变电站保护系统的第二个状态表示联合系统MSPA故障,智能变电站保护系统的第三个状态表示交换机子系统SWS故障;
步骤6.3、由式(16)获得智能变电站保护系统的三个状态的概率:
1 1 1 λ MSPA - μ MSPA 0 λ STS 0 - μ STS N 3 1 N 3 2 N 3 3 = 1 0 0 - - - ( 16 )
式(16)中λMSPA、μMSPA表示联合系统的等效故障率和等效修复率;λSTS、μSTS表示智能终端子系统的等效故障率和等效修复率;表示智能变电站保护系统的第一个状态的概率;表示智能变电站保护系统的第二个状态的概率;表示智能变电站保护系统的第三个状态的概率;
步骤6.4、如图13的模型化简所示,将智能变电站保护系统的三状态模型化简为智能变电站保护系统的两状态模型,记为正常工作状态和故障状态
步骤6.5、由式(17)获得智能变电站保护系统的两个状态的概率和智能变电站保护系统的可用度和不可用度:
N 2 1 = N 3 1 N 2 2 = N 3 2 + N 3 3 - - - ( 17 )
式(17)中,表示智能变电站保护系统的正常工作状态的概率;表示智能变电站保护系统的故障状态的概率;则智能变电站保护系统的可用度等于智能变电站保护系统的不可用度等于
步骤6.6、由式(18)获得智能变电站保护系统的故障率和修复率:
1 1 λ STATE - μ STATE N 2 1 N 2 2 = 1 0 - - - ( 18 )
式(18)中,λSTATE表示智能变电站保护系统的故障率;μSTATE表示智能变电站保护系统的修复率;
步骤6.7、分别由式(19)和式(20)获得智能变电站保护系统的平均无故障持续运行时间MTTF和平均修复时间MTTR:
MTTF = 8760 λ STATE - - - ( 19 )
MTTR = 8760 μ STATE - - - ( 20 )
步骤6.8、分别由式(21)和式(22)获得智能变电站保护系统由正常工作状态到故障状态的转移频率f1→2和由故障状态到正常工作状态的转移频率f2→1
f 1 → 2 = λ STATE N 2 1 - - - ( 21 )
f 2 → 1 = μ STATE N 2 2 - - - ( 22 )
步骤6.9、分别由式(23)和式(24)获得智能变电站保护系统的正常工作状态的持续时间和故障状态的持续时间
d STATE 2 1 = N 2 1 f 1 → 2 - - - ( 23 )
d STATE 2 = N 2 2 f 2 → 1 - - - ( 24 )
步骤7、完成智能变电站保护系统可靠性分层等值方法:
利用步骤1至步骤6的方法,将智能变电站保护系统分为5个层次如图14所示,从而将智能变电站保护系统化简成为两状态模型,包括正常工作状态和故障状态,获得智能变电站保护系统的可用度和不可用度,从而获得智能变电站保护系统的故障率和修复率以及平均无故障持续运行时间和平均修复时间和智能变电站保护系统两状态模型的转移频率和持续时间;根据获得的各项可靠性指标便于对智能变电站保护系统可靠性进行分析,从而完成智能变电站保护系统可靠性分层等值方法。
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。

Claims (7)

1.一种智能变电站保护系统可靠性分层等值方法,该方法应用于智能变电站保护系统中,所述智能变电站保护系统包括交换机、合并单元、智能终端、保护装置、辅助装置、交换机操作电源、合并单元操作电源、智能终端操作电源、保护装置操作电源及辅助装置操作电源,所述交换机经第一底层通信链路连接至合并单元,所述交换机经第二底层通信链路连接至智能终端,所述交换机经第一中层通信链路连接至保护装置,所述交换机经第二中层通信链路连接至辅助装置;合并单元操作电源经第一底层供电线与所述合并单元相连,智能终端操作电源经第二底层供电线与所述智能终端相连,保护装置操作电源经第一中层供电线与所述保护装置相连,辅助装置操作电源经第二中层供电线与所述辅助装置相连,交换机操作电源经交换机供电线与交换机相连;其特征在于:所述智能变电站保护系统可靠性分层等值方法包括如下步骤,
步骤S1:对智能变电站保护系统进行子系统划分:
将所述智能变电站保护系统划分为合并单元子系统,智能终端子系统,保护装置子系统,辅助装置子系统,交换机子系统;
步骤S2:对步骤S1划分的子系统进行可靠性计算:
根据各子系统的工作逻辑关系,采用频率和持续时间方法及状态空间法,分别对各子系统进行可靠性状态空间建模和化简,获得各子系统的等效模型及各子系统的可用度和不可用度,进而获得各子系统的等效故障率和等效修复率;
所述各子系统的等效模型包括:所述合并单元子系统的两状态等效模型;所述智能终端子系统的两状态等效模型;所述保护装置子系统的两状态等效模型;所述辅助装置子系统的两状态等效模型;所述交换机子系统的两状态等效模型;
步骤S3:对所述合并单元子系统和智能终端子系统进行组合:
将所述合并单元子系统和所述智能终端子系统作为整体,记为第一组合系统;采用频率和持续时间方法及状态空间法,将所述合并单元子系统的两状态等效模型和所述智能终端子系统的两状态等效模型进行组合与化简,获得所述第一组合系统的两状态模型以及所述第一组合系统的可用度和不可用度,进而获得所述第一组合系统的故障率和修复率;
步骤S4:对所述保护装置子系统和所述辅助装置子系统进行组合:
将所述保护装置子系统和所述辅助装置子系统作为整体,记为第二组合系统;采用频率和持续时间方法及状态空间法,将所述保护装置子系统的两状态等效模型和所述辅助装置子系统的两状态等效模型进行组合与化简,获得所述第二组合系统的两状态模型以及所述第二组合系统的可用度和不可用度,进而获得所述第二组合系统的故障率和修复率;
步骤S5:对所述第一组合系统与所述第二组合系统进行组合:
将所述第一组合系统与所述第二组合系统作为整体,记为联合系统;采用频率和持续时间方法及状态空间法,将所述第一组合系统的两状态模型与所述第二组合系统的两状态模型进行组合与化简,获得所述联合系统的两状态模型和所述联合系统的可用度和不可用度,进而获得所述联合系统的故障率和修复率;
步骤S6:对所述联合系统与所述交换机子系统进行组合:
采用频率和持续时间方法及状态空间法,将所述联合系统的两状态模型与所述交换机子系统的两状态等效模型进行组合与化简,获得所述智能变电站保护系统的两状态模型和所述智能变电站保护系统的可用度和不可用度,从而获得所述智能变电站保护系统的故障率和修复率以及平均无故障持续运行时间和平均修复时间,进而获得所述智能变电站保护系统两状态模型的转移频率和持续时间;
步骤S7:完成所述智能变电站保护系统可靠性分层等值方法:
根据步骤S6获得的各项可靠性指标对所述智能变电站保护系统可靠性进行分析,从而完成所述智能变电站保护系统可靠性分层等值方法。
2.根据权利要求1所述的智能变电站保护系统可靠性分层等值方法,其特征在于:所述步骤S1中对智能变电站保护系统进行子系统划分包括:
所述合并单元子系统由所述合并单元、第一底层通信链路、合并单元操作电源和第一底层供电线组成;所述智能终端子系统由所述智能终端、第二底层通信链路、智能终端操作电源、第二底层供电线组成;所述保护装置子系统由所述保护装置、第一中层通信链路、保护装置操作电源、第一中层供电线组成;所述辅助装置子系统由所述辅助装置、第二中层通信链路、辅助装置操作电源、第二中层供电线组成;所述交换机子系统由所述交换机、交换机操作电源、交换机供电线组成。
3.根据权利要求1所述的智能变电站保护系统可靠性分层等值方法,其特征在于:所述步骤S2中的所述各子系统的等效故障率和等效修复率包括:
所述合并单元子系统的等效故障率和等效修复率;所述智能终端子系统的等效故障率λSTS和等效修复率;所述保护装置子系统的等效故障率和等效修复率;所述辅助装置子系统的等效故障率等效修复率;所述交换机子系统的等效故障率和等效修复率。
4.根据权利要求3所述的智能变电站保护系统可靠性分层等值方法,其特征在于:所述步骤S3是按如下步骤进行:
步骤S31:将所述合并单元子系统的两状态等效模型和所述智能终端子系统的两状态等效模型进行组合,获得所述第一组合系统的三状态模型;所述第一组合系统的三状态模型表示所述第一组合系统的三个状态,并分别记为
步骤S32:设所述第一组合系统的第一个状态表示所述第一组合系统正常工作,所述第一组合系统的第二个状态及第三个状态都表示所述第一组合系统故障;其中,所述第一组合系统的第二个状态表示所述合并单元子系统故障,所述第一组合系统的第三个状态表示所述智能终端子系统故障;
步骤S33:由式(1)获得所述第一组合系统的三个状态的概率:
1 1 1 λ MUS - μ MUS 0 λ STS 0 - μ STS P 3 1 P 3 2 P 3 3 = 1 0 0 - - - ( 1 )
式(1)中,λMUS、μMUS表示合并单元子系统的等效故障率和等效修复率;λSTS、μSTS表示智能终端子系统的等效故障率和等效修复率;表示所述第一组合系统的第一个状态的概率;表示所述第一组合系统的第二个状态的概率;表示所述第一组合系统的第三个状态的概率;
步骤S34:将所述第一组合系统的三状态模型化简为两状态模型,所述第一组合系统两状态模型表示所述第一组合系统的两个状态,并分别记为正常工作状态和故障状态
步骤S35:由式(2)获得所述第一组合系统的两个状态的概率:
P 2 1 = P 3 1 P 2 2 = P 3 2 + P 3 3 - - - ( 2 )
式(2)中,表示所述第一组合系统的正常工作状态的概率;表示所述第一组合系统的故障状态的概率;所述第一组合系统的可用度等于所述第一组合系统的不可用度等于
步骤S36:由式(3)获得所述第一组合系统的故障率和修复率:
式(3)中,λMU&ST表示所述第一组合系统的故障率;μMU&ST表示所述第一组合系统的修复率。
5.根据权利要求4所述的智能变电站保护系统可靠性分层等值方法,其特征在于:所述步骤4是按如下步骤进行:
步骤S41:将所述保护装置子系统的两状态等效模型和所述辅助装置子系统的两状态等效模型进行组合,获得所述第二组合系统的三状态模型;所述第二组合系统的三状态模型表示所述第二组合系统的三个状态,并分别记为
步骤S42:设所述第二组合系统的第一个状态表示所述第二组合系统正常工作,所述第二组合系统的第二个状态以及第三个状态都表示所述第二组合系统故障;其中,所述第二组合系统的第二个状态表示所述保护装置子系统故障,所述第二组合系统的第三个状态表示所述辅助装置子系统故障;
步骤S43:由式(4)获得所述第二组合系统的三个状态的概率:
1 1 1 λ MUS - μ MUS 0 λ STS 0 - μ STS Q 3 1 Q 3 2 Q 3 3 = 1 0 0 - - - ( 4 )
式(4)中,λMUS、μMUS表示合并单元子系统的等效故障率和等效修复率;λSTS、μSTS表示智能终端子系统的等效故障率和等效修复率;表示所述第二组合系统的第一个状态的概率;表示所述第二组合系统的第二个状态的概率;表示所述第二组合系统的第三个状态的概率;
步骤S44:将所述第二组合系统的三状态模型化简为所述第二组合系统的两状态模型,并分别记为正常工作状态和故障状态
步骤S45:由式(5)获得所述第二组合系统的两个状态的概率:
Q 2 1 = Q 3 1 Q 2 2 = Q 3 2 + Q 3 3 - - - ( 5 )
式(5)中,表示所述第二组合系统的正常工作状态的概率;表示所述第二组合系统的故障状态的概率;所述第二组合系统的可用度等于所述第二组合系统的不可用度等于
步骤S46:由式(6)获得所述第二组合系统的故障率和修复率:
式(6)中,λPR&AE表示所述第二组合系统的故障率;μPR&AE表示所述第二组合系统的修复率。
6.根据权利要求5所述的智能变电站保护系统可靠性分层等值方法,其特征在于:所述步骤5是按如下步骤进行:
步骤S51:将所述第一组合系统的两状态模型与所述第二组合系统的两状态模型进行组合,获得所述联合系统的三状态模型;所述联合系统的三状态模型表示所述联合系统的三个状态,并分别记为
步骤S52:设所述联合系统的第一个状态表示所述联合系统正常工作,所述联合系统的第二个状态和第三个状态都表示所述联合系统故障;其中,所述联合系统的第二个状态表示所述第一组合系统故障,所述联合系统的第三个状态表示所述第二组合系统故障;
步骤S53:由式(7)获得所述联合系统MSPA的三个状态的概率:
式(7)中,表示所述联合系统MSPA的第一个状态的概率;表示所述联合系统MSPA的第二个状态的概率;表示所述联合系统MSPA的第三个状态的概率;
步骤S54:将所述联合系统的三状态模型化简为所述联合系统的两状态模型,记为正常工作状态和故障状态
步骤S55:由式(8)获得所述联合系统的两个状态的概率:
M 2 1 = M 3 1 M 2 2 = M 3 2 + M 3 3 - - - ( 8 )
式(8)中,表示所述联合系统的正常工作状态的概率;表示所述联合系统的故障状态的概率;所述联合系统的可用度等于所述联合系统的不可用度等于
步骤S56:由式(9)获得所述联合系统的故障率和修复率:
1 1 λ MSPA - μ MSPA M 2 1 M 2 2 = 1 0 - - - ( 9 )
式(9)中,λMSPA表示所述联合系统的故障率;μMSPA表示所述联合系统的修复率。
7.根据权利要求6所述的智能变电站保护系统可靠性分层等值方法,其特征在于:所述步骤6是按如下步骤进行:
步骤S61:将所述联合系统的两状态模型与所述交换机子系统的等效模型进行组合,获得所述智能变电站保护系统的三状态模型;所述智能变电站保护系统的三状态模型表示所述智能变电站保护系统的三个状态,并分别记为
步骤S62:设所述智能变电站保护系统的第一个状态表示所述智能变电站保护系统正常工作,所述智能变电站保护系统的第二个状态和所述智能变电站保护系统的第三个状态都表示所述智能变电站保护系统故障;其中,所述智能变电站保护系统的第二个状态表示所述联合系统故障,所述智能变电站保护系统的第三个状态表示所述交换机子系统故障;
步骤S63:由式(10)获得所述智能变电站保护系统的三个状态的概率:
1 1 1 λ MSPA - μ MSPA 0 λ STS 0 - μ STS N 3 1 N 3 2 N 3 3 = 1 0 0 - - - ( 10 )
式(10)中λMSPA、μMSPA表示合并单元子系统的等效故障率和等效修复率;λSTS、μSTS表示智能终端子系统的等效故障率和等效修复率;表示所述智能变电站保护系统的第一个状态的概率;表示所述智能变电站保护系统的第二个状态的概率;表示所述智能变电站保护系统的第三个状态的概率;
步骤S64:将所述智能变电站保护系统的三状态模型化简为所述智能变电站保护系统的两状态模型,记为正常工作状态和故障状态
步骤S65:由式(11)获得所述智能变电站保护系统的两个状态的概率和所述智能变电站保护系统的可用度和不可用度:
N 2 1 = N 3 1 N 2 2 = N 3 2 + N 3 3 - - - ( 11 )
式(11)中,表示所述智能变电站保护系统的正常工作状态的概率;表示所述智能变电站保护系统的故障状态的概率;所述智能变电站保护系统的可用度等于所述智能变电站保护系统的不可用度等于
步骤S66:由式(12)获得所述智能变电站保护系统的故障率和修复率:
1 1 λ STATE - μ STATE N 2 1 N 2 2 = 1 0 - - - ( 12 )
式(12)中,λSTATE表示所述智能变电站保护系统的故障率;μSTATE表示所述智能变电站保护系统的修复率;
步骤S67:分别由式(13)和式(14)获得所述智能变电站保护系统的平均无故障持续运行时间MTTF和平均修复时间MTTR:
MTTF = 8760 λ STATE - - - ( 13 )
MTTR = 8760 μ STATE - - - ( 14 )
步骤S68:分别由式(15)和式(16)获得所述智能变电站保护系统由正常工作状态到故障状态的转移频率f1→2和由故障状态到正常工作状态的转移频率f2→1
f 1 → 2 = λ STATE N 2 1 - - - ( 15 )
f 2 → 1 = μ STATE N 2 2 - - - ( 16 )
步骤S69:分别由式(17)和式(18)获得所述智能变电站保护系统的正常工作状态的持续时间和故障状态的持续时间dSTATE2
d STAT E 2 1 = N 2 1 f 1 → 2 - - - ( 17 )
d STATE 2 = N 2 2 f 2 → 1 - - - ( 18 ) .
CN201510082814.9A 2015-02-15 2015-02-15 智能变电站保护系统可靠性分层等值方法 Active CN104599197B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510082814.9A CN104599197B (zh) 2015-02-15 2015-02-15 智能变电站保护系统可靠性分层等值方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510082814.9A CN104599197B (zh) 2015-02-15 2015-02-15 智能变电站保护系统可靠性分层等值方法

Publications (2)

Publication Number Publication Date
CN104599197A true CN104599197A (zh) 2015-05-06
CN104599197B CN104599197B (zh) 2017-09-15

Family

ID=53124949

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510082814.9A Active CN104599197B (zh) 2015-02-15 2015-02-15 智能变电站保护系统可靠性分层等值方法

Country Status (1)

Country Link
CN (1) CN104599197B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104882907A (zh) * 2015-05-18 2015-09-02 北京四方继保自动化股份有限公司 一种基于光伏功率控制系统的分层式拓扑分析方法
CN105740632A (zh) * 2016-02-02 2016-07-06 中国电力科学研究院 基于在线运行信息的保护设备运行状态空间的划分方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100060017A1 (en) * 2008-09-09 2010-03-11 Mitsubishi Electric Corporation Protection and control system
CN102938583A (zh) * 2012-03-28 2013-02-20 河海大学 基于智能体的智能配电网分层递阶控制方法
CN103647350A (zh) * 2013-12-06 2014-03-19 云南电网公司大理供电局 一种变电站集中式保护装置保护功能的设计方法
EP3001535A1 (en) * 2013-05-21 2016-03-30 Mitsubishi Electric Corporation Protection control system for process bus, merging unit, and computation device

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100060017A1 (en) * 2008-09-09 2010-03-11 Mitsubishi Electric Corporation Protection and control system
CN102938583A (zh) * 2012-03-28 2013-02-20 河海大学 基于智能体的智能配电网分层递阶控制方法
EP3001535A1 (en) * 2013-05-21 2016-03-30 Mitsubishi Electric Corporation Protection control system for process bus, merging unit, and computation device
CN103647350A (zh) * 2013-12-06 2014-03-19 云南电网公司大理供电局 一种变电站集中式保护装置保护功能的设计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王超: "《数字化变电站继电保护系统的可靠性建模研究》", 《电力系统保护与控制》 *
高吉普 等: "《智能变电站保护系统可靠性的自动分析方法》", 《电力系统保护与控制》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104882907A (zh) * 2015-05-18 2015-09-02 北京四方继保自动化股份有限公司 一种基于光伏功率控制系统的分层式拓扑分析方法
CN105740632A (zh) * 2016-02-02 2016-07-06 中国电力科学研究院 基于在线运行信息的保护设备运行状态空间的划分方法

Also Published As

Publication number Publication date
CN104599197B (zh) 2017-09-15

Similar Documents

Publication Publication Date Title
CN103279639A (zh) 基于响应的受端电网电压稳定全过程态势评估及防控方法
Shi et al. Cyber-physical electrical energy systems: challenges and issues
CN110311376A (zh) 一种电力系统动态安全评估综合模型及时空可视化方法
CN110059356A (zh) 一种基于大数据和人工智能的大电网智能调控系统和方法
CN103001328A (zh) 一种智能变电站的故障诊断与评估方法
CN103279638A (zh) 一种基于响应的大电网全态势在线一体化量化评估方法
CN108183512A (zh) 一种接入新能源的电力系统的可靠性评估方法
CN108667005B (zh) 一种计及新能源影响的电网静动态结合脆弱性评估方法
CN103679545A (zh) 一种配电网可靠性理论评估系统
Nasiruzzaman et al. Transient stability assessment of smart power system using complex networks framework
CN103825272A (zh) 一种基于解析法的含分散风电的配电网可靠性确定方法
CN102570451A (zh) 一种输电网静态可靠性评估方法
CN111598376A (zh) 一种基于信息驱动的对电网大数据进行辅助决策的方法及系统
CN106980918A (zh) 一种发输电系统可靠性评估系统
CN106992513A (zh) 一种发输电系统可靠性评估方法
CN106026079A (zh) 海上风电场集电系统拓扑结构综合评估方法
CN105656036A (zh) 考虑潮流和灵敏度一致性等值的概率静态安全分析方法
CN103107536B (zh) 一种海上油田群电网的状态估计方法
CN105787604A (zh) 一种输配协同的配网态势快速感知方法
CN104599197A (zh) 智能变电站保护系统可靠性分层等值方法
CN103020290B (zh) 电网信息校验方法及系统
Li et al. Reliability modeling and assessment for integrated energy system: a review of the research status and future prospects
CN103326356A (zh) 考虑人工调度知识的电网关键断面极限传输容量计算方法
Su et al. TrendRank method for evaluating the importance of power grid nodes considering information network
Vrtal et al. Power grid and data network simulator

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant