CN104601384A - 一种智能变电站通信系统可靠性灵敏度分析方法及系统 - Google Patents
一种智能变电站通信系统可靠性灵敏度分析方法及系统 Download PDFInfo
- Publication number
- CN104601384A CN104601384A CN201510082524.4A CN201510082524A CN104601384A CN 104601384 A CN104601384 A CN 104601384A CN 201510082524 A CN201510082524 A CN 201510082524A CN 104601384 A CN104601384 A CN 104601384A
- Authority
- CN
- China
- Prior art keywords
- intelligent substation
- communication system
- reliability
- sensitivity
- substation communication
- 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
Links
Landscapes
- Telephonic Communication Services (AREA)
Abstract
本发明公开了一种智能变电站通信系统可靠性灵敏度分析方法及系统,是应用于智能变电站通信系统中,该方法按如下步骤进行:1、建立可靠性指标体系;2、建立原始参数体系;3、建立灵敏度体系;4、获得系统的状态空间模型;5、获取原始参数;6、求取可靠性指标;7、计算灵敏度;8、灵敏度分析;9、给出提高可靠性的措施建议;10、完成灵敏度分析,从而实现可靠性灵敏度分析方法。本发明对智能变电站通信系统进行灵敏度分析,有利于找出智能变电站通信系统的薄弱环节,从而更加有利于提高智能变电站通信系统的可靠性。
Description
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通信系统可靠性灵敏度分析方法及系统。
背景技术
智能变电站通过其通信系统实现全站以及站与站的数据全息共享,实现变电站继电保护、故障录波、测量、控制、计量和监视等基本功能,并可根据需要支持电网实时自动控制、智能调节、在线分析决策、协同互动及高级继电保护等高级功能。
智能变电站技术进步主要体现在通信信息技术的现代化,其任何功能的实现(例如继电保护、控制及计量等)都离不开通信;通信系统是智能设备之间、智能设备和其他系统、各系统之间信息交换的纽带,必须满足IEC 61850和其他国际规范和标准;通信系统的故障进而不正常工作都会影响整个变电站自动化系统的正常、安全、可靠运行,严重时还会造成巨大的经济损失,甚至还会对店里工作人员的生命安全造成影响。为保证变电站内设备安全乃至整个系统的安全稳定性,要求变电站站内通信系统具备很高的可靠性,因此对智能变电站通信系统可靠性的研究尤为重要。
目前对智能变电站通信系统可靠性的研究技术主要是通过可靠性框图来表述各元件之间的逻辑关系,利用故障树、最小路集或者状态空间等方法求解系统的可用度和不可用度即系统可用和不可用的概率,如此只能得到各元件以及系统处于正常工作或故障状态时的可能性,但是并不能够得到元件对系统可靠性的敏感性大小,不能得出各具体元件对整个系统可靠性的影响趋势及影响程度,因此在采取措施提高系统可靠性时就缺乏有效的针对性。
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通信系统的可靠性参数灵敏度分析方法及系统,以期对智能变电站通信系统进行灵敏度分析,从而能够找智能变电站通信系统的薄弱环节,从而更加有利于提高智能变电站通信系统的可靠性。
为实现上述目的,本发明的技术方案是:一种智能变电站通信系统可靠性灵敏度分析方法,应用于智能变电站通信系统中,所述智能变电站通信系统由通信元件组成,所述通信元件包括交换机和网络介质;
所述智能变电站保护系统可靠性灵敏度分析方法是按如下步骤进行:
步骤S1:建立所述智能变电站通信系统的可靠性指标体系:
将所述智能变电站通信系统的可靠性指标记为Ea,包括:智能变电站通信系统的可用度A,智能变电站通信系统的不可用度Q;
步骤S2:建立所述通信元件的可靠性原始参数体系:
将所述通信元件的可靠性原始参数记为a,包括:通信元件的故障率λ和修复率μ;
步骤S3:建立所述智能变电站通信系统的可靠性灵敏度体系:
将所述智能变电站通信系统的可靠性灵敏度表示为所述通信元件的可靠性原始参数a对所述智能变电站通信系统的可靠性指标Ea的灵敏度,记为具体包括:通信元件的故障率λ对智能变电站通信系统的可用度A的灵敏度记为通信元件的修复率μ对智能变电站通信系统的可用度A的灵敏度记为通信元件的故障率λ对智能变电站通信系统的不可用度Q的灵敏度记为通信元件的修复率μ对智能变电站通信系统的可用度Q的灵敏度记为
步骤S4:根据所述通信元件的工作逻辑关系,采用状态空间法对所述智能变电站通信系统进行可靠性建模,获得所述智能变电站通信系统的状态空间模型;
步骤S5:从所述智能变电站通信系统中获取所述通信元件的可靠性原始参数a;
步骤S6:采用所述智能变电站通信系统的状态空间模型,利用状态空间方法求取所述智能变电站通信系统的可靠性指标Ea;
步骤S7:计算所述智能变电站通信系统的可靠性灵敏度具体计算步骤如下:
步骤S71:修改所述通信元件的可靠性原始参数a,采用步骤S6的方法求取所述智能变电站通信系统的可靠性指标Ea;
步骤S72:将所述通信元件的可靠性原始参数a设为横坐标,把所述智能变电站通信系统的可靠性指标Ea设为纵坐标,画出所述通信元件的可靠性原始参数a与所述智能变电站通信系统的可靠性指标Ea的关系图,记为灵敏度曲线图;
步骤S73:利用步骤S71的计算结果求取所述智能变电站通信系统的可靠性灵敏度
步骤S8:进行灵敏度分析,找出所述智能变电站通信系统的薄弱环节:
步骤S9:给出提高所述智能变电站通信系统可靠性的针对性措施建议,该针对性措施建议包括针对所述通信元件可靠性原始参数的措施建议:
若所述通信元件可靠性原始参数a对所述智能变电站通信系统的可用度A灵敏度记为为正值,同时所述通信元件可靠性原始参数a对所述智能变电站通信系统的可用度A灵敏度曲线为递增趋势,则可根据实际情况,提高所述通信元件可靠性原始参数a;
若所述通信元件可靠性原始参数a对所述智能变电站通信系统的可用度A灵敏度记为为负值,同时所述通信元件可靠性原始参数a对所述智能变电站通信系统的可用度A灵敏度曲线为递减趋势,则可根据实际情况,降低所述通信元件可靠性原始参数a;
步骤S10:完成所述智能变电站保护系统可靠性灵敏度分析。
在本发明实施例中,所述步骤S8的具体实现步骤如下:
步骤S81:对所述灵敏度曲线图进行分析:
所述通信元件可靠性原始参数对所述智能变电站通信系统可用度的灵敏度曲线呈现递增趋势表明随着所述通信元件可靠性原始参数的增加所述智能变电站通信系统的可靠性提高;所述通信元件可靠性原始参数对所述智能变电站通信系统可用度的灵敏度曲线呈现递减趋势表明所述通信元件可靠性原始参数增加使所述智能变电站通信系统的可靠性降低;
所述灵敏度曲线越陡表明所述通信元件可靠性原始参数对所述智能变电站通信系统的可靠性影响程度越大,所述通信元件对所述智能变电站通信系统的可靠性的敏感性越强;所述灵敏度曲线平缓表明所述通信元件可靠性原始参数对所述智能变电站通信系统的可靠性影响程度较小,所述通信元件对所述智能变电站通信系统的可靠性的敏感性不强;
步骤S82:对所述智能变电站通信系统的可靠性灵敏度的取值进行分析:
所述智能变电站通信系统的可靠性灵敏度为正值时表明随着所述通信元件可靠性原始参数增加所述智能变电站通信系统的可靠性指标提高,所述智能变电站通信系统的可靠性灵敏度为负值时所述智能变电站通信系统的可靠性指标则随着所述通信元件参数的增加而降低;所述智能变电站通信系统的可靠性灵敏度的绝对值越大表明所述通信元件参数的变化对所述智能变电站通信系统可靠性影响程度越大,所述智能变电站通信系统的可靠性灵敏度的绝对值小表示影响越小;
步骤S83:找出所述智能变电站通信系统的薄弱环节:
根据所述通信元件对所述智能变电站通信系统可靠性影响程度的大小,将所述通信元件对所述智能变电站通信系统的灵敏度进行排序,所述通信元件的敏感性越强,则表示该通信元件属于所述智能变电站通信系统的薄弱环节。
在本发明实施例中,所述步骤S2中所述通信元件的故障率λ和修复率μ包括交换机的故障率λs和修复率μs以及网络介质的故障率λe和修复率μe。
在本发明实施例中,所述步骤S3中所述通信元件的故障率λ对所述智能变电站通信系统的可用度A的灵敏度包括交换机的故障率λs对智能变电站通信系统的可用度A的灵敏度和网络介质的故障率λe对智能变电站通信系统的可用度A的灵敏度所述通信元件的修复率μ对所述智能变电站通信系统的可用度A的灵敏度包括交换机的修复率μs对智能变电站通信系统的可用度A的灵敏度和网络介质的修复率μe对智能变电站通信系统的可用度A的灵敏度所述通信元件的故障率λ对所述智能变电站通信系统的不可用度Q的灵敏度包括交换机的故障率λs对智能变电站通信系统的不可用度Q的灵敏度和网络介质的故障率λe对智能变电站通信系统的不可用度Q的灵敏度所述通信元件的修复率μ对所述智能变电站通信系统的不可用度Q的灵敏度包括交换机的修复率μs对智能变电站通信系统的不可用度Q的灵敏度和网络介质的修复率μe对智能变电站通信系统的不可用度Q的灵敏度
在本发明实施例中,所述步骤S6是按如下步骤进行:
步骤S61:设所述智能变电站通信系统的状态空间模型含有m个状态,设第1个状态到第w个状态表示所述智能变电站通信系统正常工作,第w+1个状态到第m个状态表示所述智能变电站通信系统故障停运,1≤w≤m;
步骤S62:利用式(1)获得所述智能变电站通信系统的状态空间模型各个状态的状态概率:
式(1)中,P1,P2,…,Pw,Pw+1,…,Pm表示所述智能变电站通信系统的状态空间模型的第1个状态到第m个状态的状态概率;Pk表示所述智能变电站通信系统的状态空间模型的第k个状态的状态概率;Λ表示所述智能变电站通信系统的状态空间模型的转移率矩阵;
步骤S63:利用式(2)获得所述智能变电站通信系统的可用度A和所述智能变电站通信系统的不可用度Q:
本发明还提供了一种智能变电站通信系统可靠性灵敏度分析系统,应用于智能变电站通信系统中,所述智能变电站通信系统由通信元件组成,所述通信元件包括交换机和网络介质;所述智能变电站保护系统可靠性灵敏度分析系统包括选择模块、输入模块、核心模块和输出模块;
所述选择模块,用于选择所述通信元件的可靠性原始参数类型、所述智能变电站通信系统的可靠性指标类型和所述通信元件的工作逻辑关系;
所述输入模块,用于输入所述通信元件的可靠性原始参数的数据;
所述核心模块,包括指标参数体系建立模块、图形建模模块、可靠性计算模块、参数灵敏度分析模块和针对性措施模块;
所述指标参数体系建立模块,根据所述选择模块选择的智能变电站通信系统可靠性原始参数类型、通信元件的可靠性指标类型以及所述输入模块中输入的通信元件的可靠性原始参数的数据,生成灵敏度类型;
所述图形建模模块,根据所述通信元件的工作逻辑关系,对所述智能变电站通信系统进行可靠性建模,得到所述智能变电站通信系统可靠性模型,并绘制所述智能变电站通信系统可靠性模型图;
所述可靠性计算模块,根据所述图形建模模块建立的智能变电站通信系统可靠性模型,并利用状态空间方法计算智能变电站通信系统的可靠性指标,计算智能变电站通信系统的灵敏度并绘制相应的灵敏度曲线;
所述参数灵敏度分析模块,对所述可靠性计算模块的灵敏度的数值及灵敏度曲线进行分析,判断并分析灵敏度数值的正负和灵敏度数值的绝对值大小,判断灵敏度曲线的走向趋势和陡缓程度,并进行灵敏度排序,记录并输出分析排序结果;
所述针对性措施模块,包含已定义的措施建议语句,根据所述参数灵敏度分析模块的分析结果给出针对灵敏度排序,即薄弱环节的相关措施建议;
所述输出模块输出所述核心模块中各模块的结果。
相较于现有技术,本发明具有以下有益效果:
1、本发明提供的智能变电站通信系统的可靠性灵敏度分析方法,能够求取通信元件可靠性原始参数对智能变电站通信系统可靠性指标的灵敏度和灵敏度曲线,能够建立起通信元件可靠性原始参数与智能变电站通信系统可靠性指标的数据和图形关系,具有直观、清晰明了的优点;
2、本发明提供的智能变电站通信系统的可靠性灵敏度分析方法,在灵敏度分析的同时能够量化智能变电站通信系统可靠性,能够得到智能变电站通信系统的可靠性指标,判断智能变电站通信系统是否可靠;
3、本发明提供的智能变电站通信系统的可靠性灵敏度分析方法,可以根据灵敏度数值的正负以及灵敏度曲线的走向,分析通信元件对智能变电站通信系统可靠性的影响趋势;进而根据灵敏度曲线走向针对不同通信元件,调整相应参数提出提高系统可靠性的方案;
4、本发明提供的智能变电站通信系统的可靠性灵敏度分析方法,可以根据灵敏度绝对值的大小以及灵敏度曲线的陡缓,分析通信元件对系统智能变电站通信可靠性的影响程度;根据不同元件的参数灵敏度的不同,得到各元件在系统可靠性中的相对作用的大小,对其薄弱环节,有侧重有针对性的采取措施如采用更为可靠的元件或配置更为可靠的冗余方案等方法提高通信系统可靠性;
5、本发明提供的智能变电站通信系统的可靠性灵敏度分析方法,具有通用性,不仅仅适用于所述的智能变电站通信系统对于其他的系统乃至于整个变电站都适用;
6、本发明提供的方法中提出的有针对性的措施建议有利于合理优化配置元件;对于大规模的系统以及成本相对较高的元件来说,对关键的薄弱环节优化还能够节约必要的资本;
7、本发明还提供一种智能变电站通信系统的可靠性灵敏度分析系统,可以形成软件,通过通信元件可靠性原始数据的输入以及相应选项的选择即可一步步完成所述的灵敏度分析,并且最后给出的建议对实际具有借鉴指导作用。
附图说明
图1是本发明中一种智能变电站站控层总线结构图;
图2是本发明方法流程图;
图3是本发明实施例中智能变电站通信系统可靠性状态空间模型;
图4是现有技术中单元件两状态空间模型图;
图5是本发明实施例中交换机修复率μs、网络介质修复率μe对智能变电站通信系统可用度A的灵敏度曲线;
图6是本发明实施例中交换机故障率λs、网络介质故障率λe对智能变电站通信系统可用度A的灵敏度曲线;
图7是本发明实施例中交换机修复率μs、网络介质修复率μe对智能变电站通信系统不可用度Q的灵敏度曲线;
图8是本发明实施例中交换机故障率λs、网络介质故障率λe对智能变电站通信系统不可用度Q的灵敏度曲线;
图9是本发明中智能变电站通信系统的可靠性参数灵敏度分析系统模块结构图。
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。
本发明提供了一种智能变电站通信系统的可靠性参数灵敏度分析方法及系统,以期对智能变电站通信系统进行灵敏度分析,从而能够找智能变电站通信系统的薄弱环节,从而更加有利于提高智能变电站通信系统的可靠性。
本发明的一种智能变电站通信系统可靠性灵敏度分析方法,应用于智能变电站通信系统中,智能变电站通信系统由通信元件组成,通信元件包括交换机和网络介质;
智能变电站通信系统为智能变电站站控层网络通信系统,包括交换机(Switch,简称SW)和网络介质(Ethernet Media,简称EM),交换机SW是一种完成信息交换、信号转发的设备,网络介质EM是通信数据信息的传输通道,交换机与网络介质相连组成通信系统为智能变电站的站控层、间隔层、过程层各设备提供传输信息的通道,通信系统常用结构有总线型、星型、环网;
如图1所示,是智能变电站站控层总线结构图,包括站控层系统、站控层通信网络系统和间隔层系统。其中站控层系统包括两套独立的系统:就地监控系统(Station HMI)和数据采集与监视控制系统(SCADA)与远动系统(RTU)组成的监控系统,Station HMI和RTU分别经过交换机SW接入通信网络,任一系统正常工作即可完成对变电站的监控;站控层通信网络系统是由n台(站控层2台、间隔层n-2台)交换机SW经过网络介质EM相连而成的环网,连接站控层与间隔层,为其提供信息传输的通道,环网拓扑正常通信的条件是所有交换机SW都正常工作,且至多只能有一条网络介质EM出现故障;间隔层系统包括n-2个间隔(BU),每个间隔经过一台交换机SW接入通信网络;
如图1中虚线框所示,本实施例中采用的智能变电站通信系统就是指图1虚线框所示的智能变电站站控层通信网络系统;
如图2所示,智能变电站通信系统可靠性灵敏度分析方法是按如下步骤进行:
步骤1、建立智能变电站通信系统的可靠性指标体系:
将智能变电站通信系统的可靠性指标记为Ea,包括:智能变电站通信系统的可用度A,智能变电站通信系统的不可用度Q;
智能变电站通信系统的可用度A表示智能变电站通信系统处于正常工作的稳态概率;智能变电站通信系统的不可用度Q表示智能变电站通信系统处于故障状态时的概率;
步骤2、建立通信元件的可靠性原始参数体系:
将通信元件的可靠性原始参数记为a,包括通信元件的故障率λ和修复率μ;
步骤2中通信元件的故障率λ和修复率μ包括交换机的故障率λs和修复率μs,网络介质的故障率λe和修复率μe;
步骤3、建立智能变电站通信系统的可靠性灵敏度体系:
灵敏度实际就是指系统的某个元件可靠性原始参数的变化率与系统可靠性指标的变化率之比。设系统的可靠性指标为Ea且变化率为系统元件的可靠性原始参数为a且变化率为则元件参数a对系统可靠性指标Es的灵敏度可表示为
将智能变电站通信系统的可靠性灵敏度表示为通信元件的可靠性原始参数a对智能变电站通信系统的可靠性指Ea的灵敏度,记为包括通信元件的故障率λ对智能变电站通信系统的可用度A的灵敏度记为通信元件的修复率μ对智能变电站通信系统的可用度A的灵敏度记为通信元件的故障率λ对智能变电站通信系统的不可用度Q的灵敏度记为通信元件的修复率μ对智能变电站通信系统的可用度Q的灵敏度记为
步骤3.1、通信元件的故障率λ对智能变电站通信系统的可用度A的灵敏度包括交换机的故障率λs对智能变电站通信系统的可用度A的灵敏度和网络介质的故障率λe对智能变电站通信系统的可用度A的灵敏度
步骤3.2、通信元件的修复率μ对智能变电站通信系统的可用度A的灵敏度包括交换机的修复率μs对智能变电站通信系统的可用度A的灵敏度和网络介质的修复率μe对智能变电站通信系统的可用度A的灵敏度
步骤3.3、通信元件的故障率λ对智能变电站通信系统的不可用度Q的灵敏度包括交换机的故障率λs对智能变电站通信系统的不可用度Q的灵敏度和网络介质的故障率λe对智能变电站通信系统的不可用度Q的灵敏度
步骤3.4、通信元件的修复率μ对智能变电站通信系统的不可用度Q的灵敏度包括交换机的修复率μs对智能变电站通信系统的不可用度Q的灵敏度和网络介质的修复率μe对智能变电站通信系统的不可用度Q的灵敏度
步骤4、根据通信元件的工作逻辑关系,采用状态空间法对智能变电站通信系统进行可靠性建模,获得如图3所示的智能变电站通信系统的状态空间模型;
通信元件的工作逻辑关系是指各个通信元件在何种相互配合关系下才能使得系统正常工作,不满足何种条件时会造成系统故障停运;
本实施例中的通信系统由n台交换机SW和n条网络介质EM相连而成的单环网,各个通信元件工作逻辑关系为所有交换机SW都正常工作,且至多只能有一条网络介质EM出现故障;
如图4所示,状态空间法是指假设某个元件有两种状态:工作状态(简称“U状态”)和停运状态(简称“D状态”);工作状态由于故障而转移到停运状态,停运状态由于维修而恢复到工作状态;利用状态空间法可获得单元件两状态空间模型如图4所示;
如图3所示,状态框图右下角的数字1表示该状态处于工作状态,右下角的数字0表示该状态处于停运状态;
步骤5、从智能变电站通信系统中获取通信元件的可靠性原始参数a;
步骤5.1、由式(1)获得通信元件故障率λ:
式(1)中,MTTF表示通信元件平均无故障运行时间,指通信元件出现第一次故障的平均期望时间;
步骤5.2、由式(2)获得通信元件修复率μ:
式(2)中,MTTR表示通信元件平均修复时间,指通信元件故障到修复所用平均时间;
步骤5.3、本实施例中采用的各个通信元件的可靠性原始参数表1:
表1通信元件可靠性原始参数
元件类型 | MTTF/年 | MTTR/小时 | λ/次·年-1 | μ/次·年-1 |
交换机SW | 50 | 24 | 0.02 | 365 |
网络介质EM | 1000 | 24 | 0.001 | 365 |
本实施例中,n台交换机SW采用相同的可靠性原始参数;n条网络介质EM采用相同的可靠性原始参数;
步骤6、采用智能变电站通信系统的状态空间模型,利用状态空间方法求取智能变电站通信系统的可靠性指标Ea;
步骤6.1、假设智能变电站通信系统的状态空间模型含有m个状态,假设第1个状态到第w个状态表示智能变电站通信系统正常工作,第w+1个状态到第m个状态表示智能变电站通信系统故障停运,1≤w≤m;
在本实施例中,智能变电站通信系统的状态空间模型如图3所示,共有5个状态,其中第1个状态和第3个状态为工作状态U,第2个状态和第4个状态和第5个状态为停运状态D;
步骤6.2、利用式(3)获得智能变电站通信系统状态空间模型的转移率矩阵:
式(3)中,Λ表示智能变电站通信系统的状态空间模型的转移率矩阵;
步骤6.3、利用式(4)获得智能变电站通信系统的状态空间模型各个状态的状态概率:
式(4)中,P1,P2,…,Pw,Pw+1,…,Pm表示智能变电站通信系统的状态空间模型的第1个状态到第m个状态的状态概率;Pk表示智能变电站通信系统的状态空间模型的第k个状态的状态概率;
本实施例中,利用式(5)获得5个状态的状态概率:
步骤6.3、利用式(6)获得智能变电站通信系统的可用度A和智能变电站通信系统的不可用度Q:
本实施例中,利用式(7)获得智能变电站通信系统的可用度A和智能变电站通信系统的不可用度Q:
步骤6.4、获得的各个状态概率和可用度以及不可用度如表2所示:
表2状态概率及可用度、不可用度
步骤7、计算智能变电站通信系统的可靠性灵敏度:
采用修改参数法,仅改变单个元件的可靠性原始参数,而假定其他元件的可靠性原始参数保持不变,分析可靠性指标A和Q的变化,得到灵敏度值及相应的参数灵敏度曲线:
步骤7.1、修改通信元件的可靠性原始参数a,采用步骤6的方法求取智能变电站通信系统的可靠性指标Ea;
步骤7.2、将通信元件的可靠性原始参数a设为横坐标,把智能变电站通信系统的可靠性指标Ea设为纵坐标,画出通信元件的可靠性原始参数a与智能变电站通信系统的可靠性指标Ea的关系图,记为灵敏度曲线图;如图5到图8所示;
步骤7.3、利用步骤7.1的计算结果求取智能变电站通信系统的可靠性灵敏度如表3所示:
表3灵敏度数值
步骤8、进行灵敏度分析,找出智能变电站通信系统的薄弱环节:
灵敏度分析主要是研究系统中各元件可靠性原始参数的变化对系统可靠性指标的影响强弱,分析元件对系统可靠性的敏感性大小,元件对提高系统可靠性的有效性大小,它是确定增强性措施以及可靠性优化等问题的基础;
步骤8.1、对灵敏度曲线图进行分析:
通信元件可靠性原始参数对智能变电站通信系统可用度的灵敏度曲线呈现递增趋势表明随着通信元件可靠性原始参数的增加智能变电站通信系统的可靠性提高;在本实施例中,如图5所示,交换机SW的修复率μs和网络介质EM的修复率μe对智能变电站通信系统可用度A的灵敏度曲线为递增趋势,相应的图7中交换机SW的修复率μs和网络介质EM的修复率μe对智能变电站通信系统不可用度Q的灵敏度曲线递减,表明交换机SW的修复率μs和网络介质EM的修复率μe增加使智能变电站通信系统可用度提高而不可用度降低,所以增加交换机SW的修复率μs和网络介质EM的修复率μe能够提高智能变电站通信系统的可靠性;
通信元件可靠性原始参数对智能变电站通信系统可用度的灵敏度曲线呈现递减趋势表明通信元件可靠性原始参数增加使智能变电站通信系统的可靠性降低;在本实施例中,如图6所示,交换机SW的故障率λs和网络介质EM的故障率λe对智能变电站通信系统可用度A的灵敏度曲线为递减趋势,相应的图8中交换机SW的故障率λs和网络介质EM的故障率λe对智能变电站通信系统不可用度Q的灵敏度曲线递增,表明交换机SW的故障率λs和网络介质EM的故障率λe增加使智能变电站通信系统可用度降低而不可用度提高,所以降低交换机SW的故障率λs和网络介质EM的故障率λe能够提高智能变电站通信系统的可靠性;
灵敏度曲线越陡表明通信元件可靠性原始参数对智能变电站通信系统的可靠性影响程度越大,通信元件对智能变电站通信系统的可靠性的敏感性越强;灵敏度曲线平缓表明通信元件可靠性原始参数对智能变电站通信系统的可靠性影响程度较小,通信元件对智能变电站通信系统的可靠性的敏感性不强;在本实施例中,比较图5到图8可以看出,与交换机SW相对应的灵敏度曲线比与网络介质EM相对应的灵敏度曲线更陡,表明交换机SW对智能变电站通信系统可靠性的影响比网络介质EM对智能变电站通信系统可靠性影响要大,交换机SW可靠性原始参数较小的波动就会引起智能变电站通信系统可靠性的较大变动,交换机SW对智能变电站通信系统可靠性的敏感性更强;
步骤8.2、对智能变电站通信系统的可靠性灵敏度的取值进行分析:
智能变电站通信系统的可靠性灵敏度为正值时表明随着通信元件可靠性原始参数增加智能变电站通信系统的可靠性指标提高;智能变电站通信系统的可靠性灵敏度为负值时智能变电站通信系统的可靠性指标则随着通信元件参数的增加而降低;
如表3所示,在本实施例中,交换机SW的修复率μs对智能变电站通信系统可用度A的灵敏度和网络介质EM的修复率μe对智能变电站通信系统可用度A的灵敏度为正值,表明交换机SW的修复率μs和网络介质EM的修复率μe增加使智能变电站通信系统可用度A增加,从而相应的智能变电站通信系统不可用度Q降低;
如表3所示,在本实施例中,交换机SW的故障率λs对智能变电站通信系统可用度A的灵敏度和网络介质EM的故障率λe对智能变电站通信系统可用度A的灵敏度为负值,表明交换机SW的故障率λs和网络介质EM的故障率λe增加使智能变电站通信系统可用度A降低,从而相应的智能变电站通信系统不可用度Q提高;
智能变电站通信系统的可靠性灵敏度的绝对值越大表明通信元件参数的变化对智能变电站通信系统可靠性影响程度越大,智能变电站通信系统的可靠性灵敏度的绝对值小表示影响越小;
如表3所示,在本实施例中,比较各个灵敏度数值的绝对值发现,与交换机SW相应的灵敏绝对值比与网络介质EM相应的灵敏绝对值要大,表明交换机SW对智能变电站通信系统可靠性的影响比网络介质EM对智能变电站通信系统可靠性影响要大,交换机SW可靠性原始参数较小的波动就会引起智能变电站通信系统可靠性的较大变动,交换机SW对智能变电站通信系统可靠性的敏感性更强;
步骤8.3、根据找出智能变电站通信系统的薄弱环节:
根据通信元件对智能变电站通信系统可靠性影响程度的大小,将通信元件对智能变电站通信系统的灵敏度进行排序,通信元件的敏感性越强通信元件就属于智能变电站通信系统的薄弱环节;
本实施例中,根据表3中的数据,依照各个通信元件的可靠性原始参数对智能变电站通信系统的灵敏度数值的绝对值大小,可以看出交换机SW故障率λs对智能变电站通信系统可靠性影响最大,其他的按照对智能变电站通信系统可靠性影响大小,从大到小依次为:交换机SW修复率μs、网络介质EM故障率λe、网络介质EM修复率μe,由此可见,交换机SW属于薄弱环节;
步骤9、给出提高智能变电站通信系统可靠性的针对性措施建议,该针对性措施建议包括针对通信元件可靠性原始参数的措施建议:
若通信元件可靠性原始参数a对智能变电站通信系统的可用度A灵敏度记为为正值,同时通信元件可靠性原始参数a对智能变电站通信系统的可用度A灵敏度曲线为递增趋势,则提高通信元件可靠性原始参数a;
若通信元件可靠性原始参数a对智能变电站通信系统的可用度A灵敏度记为为负值,同时通信元件可靠性原始参数a对智能变电站通信系统的可用度A灵敏度曲线为递减趋势,则降低通信元件可靠性原始参数a;
在本实施例中,提高交换机SW的修复率μs和网络介质EM的修复率μe并且降低交换机SW的故障率λs和网络介质EM的故障率λe可以提高智能变电站通信系统可靠性;
所述针对性措施建议还包括针对智能变电站通信系统的薄弱环节的措施建议:
若通信元件属于智能变电站通信系统的薄弱环节,则采用更为可靠的通信元件并为通信元件设置更可靠的冗余配置方案;
在本实施例中,交换机SW属于更为薄弱的环节,其可靠性原始参数的变化对系统影响更大;因此,特别地针对交换机SW这一薄弱环节,采取更为可靠的措施即采用相当可靠的交换机并为交换机设置更可靠的冗余配置方式;
步骤10、利用步骤1到步骤9求出智能变电站保护系统的可靠性指标Ea和智能变电站保护系统的可靠性灵敏度并对智能变电站保护系统进行灵敏度分析,给出提高智能变电站通信系统可靠性的针对性措施建议,从而完成智能变电站保护系统可靠性灵敏度分析方法。
本发明还涉及一种智能变电站通信系统可靠性灵敏度分析系统,本实施例中,一种智能变电站通信系统可靠性灵敏度分析系统,是应用于智能变电站通信系统中;
如图9所示,智能变电站保护系统可靠性灵敏度分析系统,是包括以下模块:
模块1、选择模块:
选择模块用于选择通信元件的可靠性原始参数类型和智能变电站通信系统的可靠性指标类型和通信元件的工作逻辑关系;在本实施例中,选择通信元件的可靠性原始参数类型包括λs、μs、λe、μe;选择智能变电站通信系统的可靠性指标类型为A、Q;通信元件的工作逻辑关系为所有交换机SW都正常工作,且至多只能有一条网络介质EM出现故障;
模块2、输入模块:
输入模块用于输入通信元件的可靠性原始参数的数据;本实施例中,输入λs、μs、λe、μe;
模块3、核心模块,包括以下模块:
模块3.1、指标参数体系建立模块:
在模块1中选择了智能变电站通信系统可靠性指标类型和通信元件的可靠性原始参数类型以及在模块2中输入通信元件的可靠性原始参数的数据的基础上,指标参数体系建立模块自动生成灵敏度类型,包括
模块3.2、图形建模模块:
图形建模模块能够根据通信元件的工作逻辑关系,对智能变电站通信系统进行可靠性建模,得到智能变电站通信系统可靠性模型,并绘制智能变电站通信系统可靠性模型图,如图3所示;
模块3.3、可靠性计算模块:
根据模块3.2中的智能变电站通信系统可靠性模型,并利用状态空间方法计算智能变电站通信系统的可靠性指标如表2所示,计算智能变电站通信系统的灵敏度如表3所示,并绘制相应的灵敏度曲线如图5到图8所示;
模块3.4、参数灵敏度分析模块:
对模块3.3中的灵敏度的数值及灵敏度曲线进行分析,判断并分析灵敏度数值的正负和灵敏度数值的绝对值大小,判断灵敏度曲线的走向趋势和陡缓程度,并进行灵敏度排序,记录并输出分析排序结果;
模块3.5、针对性措施模块:
该模块包含已定义的措施建议语句,可以根据模块3.4的结果自动给出针对灵敏度排序即薄弱环节的相关措施建议;
模块4、输出模块:该模块输出核心模块中各模块的结果。
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 (6)
1.一种智能变电站通信系统可靠性灵敏度分析方法,应用于智能变电站通信系统中,所述智能变电站通信系统由通信元件组成,所述通信元件包括交换机和网络介质;
其特征在于:所述智能变电站保护系统可靠性灵敏度分析方法是按如下步骤进行:
步骤S1:建立所述智能变电站通信系统的可靠性指标体系:
将所述智能变电站通信系统的可靠性指标记为Ea,包括:智能变电站通信系统的可用度A,智能变电站通信系统的不可用度Q;
步骤S2:建立所述通信元件的可靠性原始参数体系:
将所述通信元件的可靠性原始参数记为a,包括:通信元件的故障率λ和修复率μ;
步骤S3:建立所述智能变电站通信系统的可靠性灵敏度体系:
将所述智能变电站通信系统的可靠性灵敏度表示为所述通信元件的可靠性原始参数a对所述智能变电站通信系统的可靠性指标Ea的灵敏度,记为具体包括:通信元件的故障率λ对智能变电站通信系统的可用度A的灵敏度记为通信元件的修复率μ对智能变电站通信系统的可用度A的灵敏度记为通信元件的故障率λ对智能变电站通信系统的不可用度Q的灵敏度记为通信元件的修复率μ对智能变电站通信系统的可用度Q的灵敏度记为
步骤S4:根据所述通信元件的工作逻辑关系,采用状态空间法对所述智能变电站通信系统进行可靠性建模,获得所述智能变电站通信系统的状态空间模型;
步骤S5:从所述智能变电站通信系统中获取所述通信元件的可靠性原始参数a;
步骤S6:采用所述智能变电站通信系统的状态空间模型,利用状态空间方法求取所述智能变电站通信系统的可靠性指标Ea;
步骤S7:计算所述智能变电站通信系统的可靠性灵敏度具体计算步骤如下:
步骤S71:修改所述通信元件的可靠性原始参数a,采用步骤S6的方法求取所述智能变电站通信系统的可靠性指标Ea;
步骤S72:将所述通信元件的可靠性原始参数a设为横坐标,把所述智能变电站通信系统的可靠性指标Ea设为纵坐标,画出所述通信元件的可靠性原始参数a与所述智能变电站通信系统的可靠性指标Ea的关系图,记为灵敏度曲线图;
步骤S73:利用步骤S71的计算结果求取所述智能变电站通信系统的可靠性灵敏度
步骤S8:进行灵敏度分析,找出所述智能变电站通信系统的薄弱环节:
步骤S9:给出提高所述智能变电站通信系统可靠性的针对性措施建议,该针对性措施建议包括针对所述通信元件可靠性原始参数的措施建议:
若所述通信元件可靠性原始参数a对所述智能变电站通信系统的可用度A灵敏度记为为正值,同时所述通信元件可靠性原始参数a对所述智能变电站通信系统的可用度A灵敏度曲线为递增趋势,则可根据实际情况,提高所述通信元件可靠性原始参数a;
若所述通信元件可靠性原始参数a对所述智能变电站通信系统的可用度A灵敏度记为为负值,同时所述通信元件可靠性原始参数a对所述智能变电站通信系统的可用度A灵敏度曲线为递减趋势,则可根据实际情况,降低所述通信元件可靠性原始参数a;
步骤S10:完成所述智能变电站保护系统可靠性灵敏度分析。
2.根据权利要求1所述的一种智能变电站保护系统可靠性灵敏度分析方法,其特征在于:所述步骤S8的具体实现步骤如下:
步骤S81:对所述灵敏度曲线图进行分析:
所述通信元件可靠性原始参数对所述智能变电站通信系统可用度的灵敏度曲线呈现递增趋势表明随着所述通信元件可靠性原始参数的增加所述智能变电站通信系统的可靠性提高;所述通信元件可靠性原始参数对所述智能变电站通信系统可用度的灵敏度曲线呈现递减趋势表明所述通信元件可靠性原始参数增加使所述智能变电站通信系统的可靠性降低;
所述灵敏度曲线越陡表明所述通信元件可靠性原始参数对所述智能变电站通信系统的可靠性影响程度越大,所述通信元件对所述智能变电站通信系统的可靠性的敏感性越强;所述灵敏度曲线平缓表明所述通信元件可靠性原始参数对所述智能变电站通信系统的可靠性影响程度较小,所述通信元件对所述智能变电站通信系统的可靠性的敏感性不强;
步骤S82:对所述智能变电站通信系统的可靠性灵敏度的取值进行分析:
所述智能变电站通信系统的可靠性灵敏度为正值时表明随着所述通信元件可靠性原始参数增加所述智能变电站通信系统的可靠性指标提高,所述智能变电站通信系统的可靠性灵敏度为负值时所述智能变电站通信系统的可靠性指标则随着所述通信元件参数的增加而降低;所述智能变电站通信系统的可靠性灵敏度的绝对值越大表明所述通信元件参数的变化对所述智能变电站通信系统可靠性影响程度越大,所述智能变电站通信系统的可靠性灵敏度的绝对值小表示影响越小;
步骤S83:找出所述智能变电站通信系统的薄弱环节:
根据所述通信元件对所述智能变电站通信系统可靠性影响程度的大小,将所述通信元件对所述智能变电站通信系统的灵敏度进行排序,所述通信元件的敏感性越强,则表示该通信元件属于所述智能变电站通信系统的薄弱环节。
3.根据权利要求1所述的一种智能变电站保护系统可靠性灵敏度分析方法,其特征在于:所述步骤S2中所述通信元件的故障率λ和修复率μ包括交换机的故障率λs和修复率μs以及网络介质的故障率λe和修复率μe。
4.根据权利要求1所述的一种智能变电站保护系统可靠性灵敏度分析方法,其特征在于:所述步骤S3中所述通信元件的故障率λ对所述智能变电站通信系统的可用度A的灵敏度包括交换机的故障率λs对智能变电站通信系统的可用度A的灵敏度和网络介质的故障率λe对智能变电站通信系统的可用度A的灵敏度所述通信元件的修复率μ对所述智能变电站通信系统的可用度A的灵敏度包括交换机的修复率μs对智能变电站通信系统的可用度A的灵敏度和网络介质的修复率μe对智能变电站通信系统的可用度A的灵敏度所述通信元件的故障率λ对所述智能变电站通信系统的不可用度Q的灵敏度包括交换机的故障率λs对智能变电站通信系统的不可用度Q的灵敏度和网络介质的故障率λe对智能变电站通信系统的不可用度Q的灵敏度所述通信元件的修复率μ对所述智能变电站通信系统的不可用度Q的灵敏度包括交换机的修复率μs对智能变电站通信系统的不可用度Q的灵敏度和网络介质的修复率μe对智能变电站通信系统的不可用度Q的灵敏度
5.根据权利要求1所述的一种智能变电站保护系统可靠性灵敏度分析方法,其特征在于:所述步骤S6是按如下步骤进行:
步骤S61:设所述智能变电站通信系统的状态空间模型含有m个状态,设第1个状态到第w个状态表示所述智能变电站通信系统正常工作,第w+1个状态到第m个状态表示所述智能变电站通信系统故障停运,1≤w≤m;
步骤S62:利用式(1)获得所述智能变电站通信系统的状态空间模型各个状态的状态概率:
式(1)中,P1,P2,…,Pw,Pw+1,…,Pm表示所述智能变电站通信系统的状态空间模型的第1个状态到第m个状态的状态概率;Pk表示所述智能变电站通信系统的状态空间模型的第k个状态的状态概率;Λ表示所述智能变电站通信系统的状态空间模型的转移率矩阵;
步骤S63:利用式(2)获得所述智能变电站通信系统的可用度A和所述智能变电站通信系统的不可用度Q:
6.一种智能变电站通信系统可靠性灵敏度分析系统,应用于智能变电站通信系统中,所述智能变电站通信系统由通信元件组成,所述通信元件包括交换机和网络介质;其特征在于:所述智能变电站保护系统可靠性灵敏度分析系统包括选择模块、输入模块、核心模块和输出模块;
所述选择模块,用于选择所述通信元件的可靠性原始参数类型、所述智能变电站通信系统的可靠性指标类型和所述通信元件的工作逻辑关系;
所述输入模块,用于输入所述通信元件的可靠性原始参数的数据;
所述核心模块,包括指标参数体系建立模块、图形建模模块、可靠性计算模块、参数灵敏度分析模块和针对性措施模块;
所述指标参数体系建立模块,根据所述选择模块选择的智能变电站通信系统可靠性原始参数类型、通信元件的可靠性指标类型以及所述输入模块中输入的通信元件的可靠性原始参数的数据,生成灵敏度类型;
所述图形建模模块,根据所述通信元件的工作逻辑关系,对所述智能变电站通信系统进行可靠性建模,得到所述智能变电站通信系统可靠性模型,并绘制所述智能变电站通信系统可靠性模型图;
所述可靠性计算模块,根据所述图形建模模块建立的智能变电站通信系统可靠性模型,并利用状态空间方法计算智能变电站通信系统的可靠性指标,计算智能变电站通信系统的灵敏度并绘制相应的灵敏度曲线;
所述参数灵敏度分析模块,对所述可靠性计算模块的灵敏度的数值及灵敏度曲线进行分析,判断并分析灵敏度数值的正负和灵敏度数值的绝对值大小,判断灵敏度曲线的走向趋势和陡缓程度,并进行灵敏度排序,记录并输出分析排序结果;
所述针对性措施模块,包含已定义的措施建议语句,根据所述参数灵敏度分析模块的分析结果给出针对灵敏度排序,即薄弱环节的相关措施建议;
所述输出模块输出所述核心模块中各模块的结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510082524.4A CN104601384B (zh) | 2015-02-15 | 2015-02-15 | 一种智能变电站通信系统可靠性灵敏度分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510082524.4A CN104601384B (zh) | 2015-02-15 | 2015-02-15 | 一种智能变电站通信系统可靠性灵敏度分析方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104601384A true CN104601384A (zh) | 2015-05-06 |
CN104601384B CN104601384B (zh) | 2017-10-20 |
Family
ID=53126909
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510082524.4A Active CN104601384B (zh) | 2015-02-15 | 2015-02-15 | 一种智能变电站通信系统可靠性灵敏度分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104601384B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105893332A (zh) * | 2016-03-25 | 2016-08-24 | 合肥工业大学 | 一种适用于组合状态空间模型转移率矩阵的计算方法 |
CN107578143A (zh) * | 2017-07-31 | 2018-01-12 | 国家电网公司 | 基于灵敏度分析的柔性交直流混联电网可靠性提升方法 |
CN108730267A (zh) * | 2018-07-13 | 2018-11-02 | 燕山大学 | 一种开式泵控非对称缸系统位置灵敏度分析方法 |
CN109711637A (zh) * | 2019-01-09 | 2019-05-03 | 国家电网有限公司 | 新型电力设备接入电网可靠性评估及其优化方法和系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060129367A1 (en) * | 2004-11-09 | 2006-06-15 | Duke University | Systems, methods, and computer program products for system online availability estimation |
CN102723775A (zh) * | 2012-04-26 | 2012-10-10 | 上海市电力公司 | 一种智能变电站二次系统可靠性评估方法 |
-
2015
- 2015-02-15 CN CN201510082524.4A patent/CN104601384B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060129367A1 (en) * | 2004-11-09 | 2006-06-15 | Duke University | Systems, methods, and computer program products for system online availability estimation |
CN102723775A (zh) * | 2012-04-26 | 2012-10-10 | 上海市电力公司 | 一种智能变电站二次系统可靠性评估方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105893332A (zh) * | 2016-03-25 | 2016-08-24 | 合肥工业大学 | 一种适用于组合状态空间模型转移率矩阵的计算方法 |
CN105893332B (zh) * | 2016-03-25 | 2018-07-03 | 合肥工业大学 | 一种适用于组合状态空间模型转移率矩阵的计算方法 |
CN107578143A (zh) * | 2017-07-31 | 2018-01-12 | 国家电网公司 | 基于灵敏度分析的柔性交直流混联电网可靠性提升方法 |
CN108730267A (zh) * | 2018-07-13 | 2018-11-02 | 燕山大学 | 一种开式泵控非对称缸系统位置灵敏度分析方法 |
CN108730267B (zh) * | 2018-07-13 | 2020-01-07 | 燕山大学 | 一种开式泵控非对称缸系统位置灵敏度分析方法 |
CN109711637A (zh) * | 2019-01-09 | 2019-05-03 | 国家电网有限公司 | 新型电力设备接入电网可靠性评估及其优化方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104601384B (zh) | 2017-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
AU2021107643A4 (en) | Method, system, device, computer device and storage medium for elevator fault prediction | |
CN103336222B (zh) | 基于模糊推理脉冲神经膜系统的电力系统故障诊断方法 | |
CN101666841B (zh) | 一种数字化变电站电子式互感器的故障诊断方法 | |
CN104601384A (zh) | 一种智能变电站通信系统可靠性灵敏度分析方法及系统 | |
CN111049266B (zh) | 一种面向调控业务的智能化秒级复电方法和系统 | |
CN108551401B (zh) | 智能变电站虚实诊断系统虚实回路关联映射及诊断方法 | |
CN102930344A (zh) | 一种基于负荷趋势变化的超短期母线负荷预测方法 | |
CN105244865A (zh) | 一种电力系统安全稳定运行控制方法 | |
CN104463696A (zh) | 电网运行风险识防方法及系统 | |
CN105967063B (zh) | 维保平台故障分析处理系统及方法 | |
CN110543142A (zh) | 一种数控机床故障诊断与预警系统 | |
CN106291339A (zh) | 一种基于人工神经网络的断路器故障诊断专家系统 | |
CN107491876A (zh) | 一种智能变电站保护系统的风险评估方法 | |
CN101609987B (zh) | 主站自动电压控制与厂站电压无功控制的联合协调方法 | |
CN104361531A (zh) | 变电站自动化系统的高风险故障设备的识别方法和系统 | |
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 | |
CN110265998B (zh) | 一种稳控系统策略定值校核的方法及装置 | |
CN104579784B (zh) | 基于多维虚链路的电力工业控制系统网络管理方法 | |
CN104267294A (zh) | 一种基于粗糙集理论和Petri网络的IGIS故障在线诊断方法 | |
CN108509751B (zh) | 一种考虑延时矩阵的电力信息物理耦合系统动态建模方法 | |
CN110021933B (zh) | 考虑组件故障的电力信息系统控制功能可靠性评估方法 | |
CN112014687A (zh) | 一种含分布式电源的主动配电网故障区段分层定位方法 | |
CN112098715A (zh) | 基于5g和修正gcn图神经网络的电能监控与预警系统 | |
CN107611940A (zh) | 一种基于历史数据分析的配电网异常监测方法与系统 | |
CN116541748A (zh) | 基于人工智能技术的电网故障诊断方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |