CN105512448A - 一种配电网健康指数的评估方法 - Google Patents
一种配电网健康指数的评估方法 Download PDFInfo
- Publication number
- CN105512448A CN105512448A CN201410485849.2A CN201410485849A CN105512448A CN 105512448 A CN105512448 A CN 105512448A CN 201410485849 A CN201410485849 A CN 201410485849A CN 105512448 A CN105512448 A CN 105512448A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- power distribution
- index
- health index
- network
- 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
- 230000036541 health Effects 0.000 title claims abstract description 141
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000007726 management method Methods 0.000 claims abstract description 30
- 238000011160 research Methods 0.000 claims abstract description 17
- 230000003862 health status Effects 0.000 claims abstract description 13
- 238000013439 planning Methods 0.000 claims abstract description 10
- 230000000694 effects Effects 0.000 claims abstract description 7
- 238000011002 quantification Methods 0.000 claims abstract description 4
- 238000011156 evaluation Methods 0.000 claims description 38
- 238000012423 maintenance Methods 0.000 claims description 14
- 230000008569 process Effects 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 230000008901 benefit Effects 0.000 claims description 5
- 230000007547 defect Effects 0.000 claims description 5
- 238000003745 diagnosis Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 5
- 238000005303 weighing Methods 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 230000005611 electricity Effects 0.000 claims description 4
- 230000001066 destructive effect Effects 0.000 claims description 3
- 230000004069 differentiation Effects 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 239000000178 monomer Substances 0.000 claims description 3
- 238000003012 network analysis Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012797 qualification Methods 0.000 claims description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 abstract description 5
- 230000003068 static effect Effects 0.000 abstract description 4
- 230000007774 longterm Effects 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 15
- 230000008859 change Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000001364 causal effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000008439 repair process Effects 0.000 description 3
- 230000000630 rising effect Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000875 corresponding effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 238000004445 quantitative analysis Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Abstract
本发明涉及一种配电网健康指数的评估方法，该方法包括下述步骤：(1)确定配电网健康指数涵义和作用；(2)确定配电网健康指数评价对象；(3)确定配电网健康指数评价指标体系；(4)对变配电设备健康指数进行评估；(5)对配电网网络健康指数进行评估。本发明改变长期以来可靠性研究仅侧重于单一设备在某一时刻、单截面(静态状态)、故障后的结果和因果关系的研究，提出群体设备和网络的健康指数的评估方法，研究群体设备和网络的动态健康水平与供电可靠性，能够指导配电网规划、运行检修等资产管理相关环节，为设备与网络健康状况的量化分析，宏观和微观相结合管理提供基础理论和实用化的技术手段。
Description
技术领域
本发明涉及一种配电网资产管理技术，具体涉及一种配电网健康指数的评估方法。
背景技术
随着社会经济发展和电力市场化趋势，尤其是近年来随着智能电网理念的形成和实施，电力企业的管理方法逐渐围绕企业经营目标而制定，过去以安全/技术为主导的目标将转向以安全/技术/绩效/经济/环境综合优化为主导。与此同时，现代配电网的复杂性、离散性、动态性、非线性、多目标性和不确定性，对规划提出了更高要求；智能电网状态检测的应用范围已不再局限于电网装备的监测与管理、状态检修和全寿命周期管理等，而将会进一步发展为基于风险的检修，并扩大到安全运行、优化调度、经济运营和优质服务等领域，将为电网运行、综合管理等提供外延的应用支撑；未来智能电网的资产管理也将远远超出传统电网资产管理的范畴，范围将大幅扩展、全方位覆盖，管理将更科学化和智能化。而所有智能配电网技术的发展，新技术的应用都基于对现有配电网的感知，特别是对现有设备和网络健康状况的深刻了解。
智能配电网资产管理是以配电网资产为中心，综合应用各种先进自动化技术、计算机技术、通信技术、信息技术以及现代管理理念和技术，优化调整资产的管理和运行，单个资产之间将进行有效配合，最大限度地发挥其功能，以最低的成本实现所期望的优质服务。智能配电网与传统配电网相比，各种先进技术和设备的应用为资产管理提供了有力支持，同时也为资产管理引入新的内涵。
在配电网资产管理中引入健康指数的评估方法，健全必要的资产数据库，建立配电网的健康指数评价体系与评估流程，可以为配电网规划、检修提供依据，为电网风险控制和设备管理策略提供重要信息，进而能够保证电力系统的整体可靠性，降低运维费用，提高投资回报率，为智能电网建设夯实基础。
目前，对于健康指数理念还只是停留在名词概念、针对单一设备的阶段，对健康指数的定义，内涵外延都没有开展深入研究，尚未形成一套变配电设备与网络健康指数的评价方法。由于配电设备量大面广、个体造价相对较低，输电网采用的设备监测评价、状态检修标准和决策方法不适用于配电网；目前配电网的设备评价和状态检修标准缺乏理论指导，评价标准与缺陷不统一，扣分量无法一一对应，未考虑历史数据，不能发现隐藏的缺陷，评价结果不能真实反应实际情况，评价与检修不能紧密结合。
发明内容
针对现有技术的不足，本发明的目的是提供一种配电网健康指数的评估方法，本发明改变长期以来可靠性研究仅侧重于单一设备在某一时刻、单截面(静态状态)、故障后的结果和因果关系的研究，提出群体设备和网络的健康指数的评估方法，研究群体设备和网络的动态健康水平与供电可靠性，能够指导配电网规划、运行检修等资产管理相关环节，为设备与网络健康状况的量化分析，宏观和微观相结合管理提供基础理论和实用化的技术手段，促进管理水平从定性到定量的跃升，为进一步提高智能配电网高效、高可靠供电奠定理论基础，实现理论和技术理念的超前发展。
本发明的目的是采用下述技术方案实现的：
本发明提供一种配电网健康指数的评估方法，其改进之处在于，所述方法包括下述步骤：
(1)确定配电网健康指数涵义和作用；
(2)确定配电网健康指数评价对象；
(3)确定配电网健康指数评价指标体系；
(4)对变配电设备健康指数进行评估；
(5)对配电网网络健康指数进行评估。
进一步地，所述步骤(1)中，所述配电网健康指数是衡量和表征配电网研究对象健康状态的数值；特征参量包括：服役年龄，基础能力，家族病史，潜在缺陷/事故，电网拓扑，运行方式，负载率，供电可靠性，自然环境影响程度和电能质量；
确定配电网健康指数涵义包括下述步骤：
1)健康指数研究对象特征参量选取；
2)确定健康指数与特征参量和评价对象性能之间的关系；
3)从主、次综合因子，内外影响因素方面对指标进行筛选，明确各项指标的评价标准、健康等级的划分标准，建立一套衡量配电网状况的健康指标体系；
4)使用健康指标体系描述复杂配电网的功能表现和效能表征；
5)确定系统当前的健康程度，并对其健康状况进行跟踪和预测；
配电网健康指数的评估方法的作用包括：综合衡量配电网设备和配电网络的能力、性能表现、潜在风险；用于判定研究对象是否需要干预和维修；估算被研究对象的剩余寿命；为配电网资产管理、规划、检修和运行提供新视角和新维度；是配电网的一种全方位健康诊断和管理。
进一步地，所述步骤(2)中，配电网健康指数评价电压等级包括高、中、低压配电网；
评价对象包括：
①资产：具有明确的量化价值的和单独发挥作用的固定资产(例如变压器、开关、架空导线、电缆等)；包括对资产产出有重要影响的软件无形资产。
②资产集：由多个资产单体组成的，相互作用或相互关联以满足业务需要和服务的资产；包括回路为单位的一套资产、以变电站为单位的一套资产或以某个区域为单位的资产；
③资产组合：指依据重要性、状态及绩效对资产和资产集的组合；资产和资产集之间高度关联或分别独立地对企业的整体绩效发挥作用；通过差异化管理对整个资产组合中的资产及资产集进行优化。
进一步地，所述步骤(3)中，配电网健康指数评价指标体系包括：
①一级指标：
一级指标包括两大类：电网内部因素和外部影响因素；
电网内部因素指电网拓扑、安全、质量、效益、可靠性等内部因素，包括电网结构、电网安全和运行水平指标；
外部影响因素指外部自然条件和外力影响因素，包括自然灾害、外力破坏和第三方因素指标；
②二级指标，包括：
电网内部因素类的二级指标包括：电网结构(辐射状、网络、环网、N供一备)、供电半径、转供能力、短路电流、线路互联率、配电自动化覆盖率、供电可靠率、综合电压合格率、电压裕度、负载率、供电裕度、容载比、供电用户数量及权重系数、安全稳定水平和线路损耗；
外部影响因素类的二级指标包括：雷电、水、冰、雹和地震自然气候指标、市政施工、人力破坏因素和分布式能源。
进一步地，所述步骤(4)中，对变配电设备健康指数进行评估包括对不同类型变配电设备的健康指数关键状态量进行确定及抽样、提取变配电设备状态信息特征、筛选并识别配电网健康指数信息数据和建立基于灰色聚类方法的设备健康指数模型。
进一步地，对不同类型变配电设备的健康指数关键状态量进行确定及抽样包括：
根据配电网中不同设备和不同结构的网络确定关键特征参量；对具有非线性模式分类性能和具有很强的自组织、自学习能力特点的采用人工神经网络进行分析；对具有表达直观、形式统一、模块性强和推理机制简单特点的采用层次分析法和专家系统进行分析；以数值诊断为基础，将模糊理论与专家系统相结合，由精确推理变为近似推理，使诊断具有容错性，给出结果排序。
进一步地，所述提取变配电设备状态信息特征采用可识别度，通过寻找两类重叠区域的面积来确定区分若干类的能力；面积越小，表明特征区分类别能力越强。
进一步地，所述筛选并识别配电网健康指数信息数据包括：在处理不确定信息方面，对本质确定、表现不确定的现象，采用概率论方法；对本质不确定的现象，采用模糊论方法。
此外需要利用数据的纵横比较法，纵比是对数据在时间上的变化进行分析，从试验数据的突变性发现可能表征设备特性发生的变化；横比是对同一设备试验数据相互之间的比较。最后对可诊断性问题，以信息冗余性分析为基本工具。
进一步地，利用灰色聚类方法评估变配设备的健康指数，建立评估指标体系，采用灰类的划分，确定评估指标的权重及白化权函数，规范化处理指标测量值，计算聚类系数，然后确定评估对象的灰类。
进一步地，所述步骤(5)中，对配电网网络健康指数进行评估包括建立网络健康指数评价指标体系和建立基于模糊综合评判的网络健康指数模型；
其中：建立网络健康指数评价指标体系包括：基于配电网网架结构、运行状况及关联设备的健康指数内、外部因素，按照供电路径和电源追溯进行网络分析，对典型网络接线模式(辐射、单环网、双环网、N供一备、开闭所等多种接线模式)的健康状况进行研究、分析、评估，提出单条馈线、单座变电站、变电站及其关联半径内的配电网健康指数评价体系；评价指标包括：线路最大负载率、线路等效平均负载率、主变最大负载率和主变等效平均负载率；
建立基于模糊综合评判的网络健康指数模型包括：采用模糊综合评判，将与网络连接的所有设备作为隶属度向量，利用模糊评判矩阵，确定各设备的权重，模糊评判算子，最后得出对网络健康指数的评估结果。
与现有技术比，本发明达到的有益效果是：
(1)本发明提供的现代配电网健康指数的评估方法，根据配电网自身特点，在分析其结构、拓扑、特征、功能和运行机制的基础上，将配电网健康指数诊断机制与人体健康诊断相比拟，确定各相关部分的功能界定，并进行健康等级的划分，主要包括设备与网络两个层面的健康指数分析评估方法与指标体系。该理论方法通过将健康指数理念从单一设备扩展到群体设备和配电网络，可以综合衡量配电网设备(尤其是批量设备)和配电网络的健康水平和综合运行能力，将为国内外配电行业海量群体配电设备及配电网的健康状况分析评估提供先进的技术手段和实用工具。
(2)本发明提供的现代配电网健康指数的评估方法，是在借鉴国际先进经验的基础上，从全新视角建立了群体设备和网络的健康指数评估方法，改变了长期以来可靠性研究仅侧重于单一设备在某一时刻、单截面(静态状态)、故障后的结果和因果关系的研究，为配电网资产管理在宏观与微观层面的结合提供了基础理论和技术手段，为智能配电网建设奠定了坚实基础。
(3)本发明提供的现代配电网健康指数的评估方法，可以为配电网规划、检修与运行等资产管理环节提供全新的视角与维度，促进配电网资产管理从定性到定量的跃升，具有很强的工程应用价值，能够有效推进配电网资产管理向精益化、科学化、系统化迈进，有效提升电网供电可靠性，实现配电网效益的最大化。
附图说明
图1是本发明提供的配电网健康指数评估方法体系图；
图2是本发明提供的配电网健康指数分析评估方法逻辑示意图；
图3是本发明提供的配电网设备与网络健康指数分析评估方法流程图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
本发明的目的是从一个新的视角探索建立一种新的方法——配电网健康指数评估方法，改变长期以来可靠性研究仅侧重于单一设备在某一时刻、单截面(静态状态)、故障后的结果和因果关系的研究，提出群体设备和网络的健康指数评估方法，研究群体设备和网络的动态健康水平与供电可靠性，能够指导配电网规划、运行检修等资产管理相关环节，为设备与网络健康状况的量化分析，宏观和微观相结合管理提供基础理论和实用化的技术手段，促进管理水平从定性到定量的跃升，为进一步提高智能配电网高效、高可靠供电奠定理论基础，实现理论和技术理念的超前发展。
本发明提供的配电网健康指数评估方法体系图如图1所示，包括下述步骤：
(1)确定配电网健康指数涵义和作用；
配电网健康指数是衡量和表征配电网研究对象(如单个设备、群体设备或网络)健康状态的一个数值。其中特征参量包括但不限于：服役年龄(age)，基础能力(capability)，家族病史(familyhistory)，潜在缺陷/事故(potentialdefect/failure)，电网拓扑，运行方式，负载率(Loadfactor)，供电可靠性，自然环境影响程度，电能质量等。
配电网健康指数是基于对象的特征参量经过复杂的逻辑和数学运算获得的，具有逻辑性强、时间上连续的特点。配电网健康指数评估方法的体系图见附图1，健康指数分析评估方法逻辑示意图见附图2。
配电网健康指数评估方法涵盖范围包括：健康指数研究对象特征参量选取；健康指数与特征参量、对象性能(performance)之间的关系；从主、次综合因子，内外影响因素等方面对指标进行筛选，明确各项指标的评价标准、健康等级的划分标准，建立一套衡量配电网状况的健康指标体系；使用健康指标体系描述复杂配电网的功能表现和效能表征(包括健康诊断功能的确定)；确定系统当前的健康程度，并对其健康状况进行跟踪和预测。
配电网健康指数评估方法的作用包括：可综合衡量配电网设备(尤其是批量设备)和配电网络的能力、性能表现、潜在风险等；可用于判定研究对象是否需要干预(维修)；可估算被研究对象的剩余寿命(Remaininglife)；可以为配电网资产管理、规划、检修和运行提供了一个新视角和新维度；是配电网的一种全方位健康诊断和管理。
(2)确定配电网健康指数评价对象；
配电网健康指数评价对象包括：馈线、变电站，变电站及其停电检修关联的网络。评价电压等级覆盖高、中、低压配电网(110、35、10(20)、0.4kV)。评价对象具体包括：
①资产：具有明确的量化价值的、单独发挥作用的固定资产(例如变压器、开关、架空导线、电缆等)；也包括对资产产出有重要影响的软件等无形资产。
②资产集：由多个资产单体组成的，相互作用或相互关联以满足业务需要和服务的一套资产。如：可以是以回路为单位的一套资产、以变电站为单位的一套资产、或以某个区域为单位的一套资产等。
③资产组合：指依据重要性、状态及绩效对资产和资产集的组合。资产和资产集之间可以高度关联或分别独立地对企业的整体绩效发挥作用。可以通过差异化管理对整个资产组合中的资产及资产集进行优化。
(3)确定配电网健康指数评价指标体系；
配电网健康指数评价指标体系包括两级指标，其中：
1)一级指标：
一级指标包括两大类：电网内部因素和外部影响因素。
电网内部因素指电网拓扑、安全、质量、效益、可靠性等内部因素，包括电网结构、电网安全、运行水平等指标。
外部影响因素指外部自然条件、外力影响等因素，包括自然灾害、外力破坏、第三方因素等指标。
2)二级指标：
二级指标指是与一级指标相对应的次级指标。
“电网内部因素”类的二级指标包括：电网结构(辐射状、网络、环网、N供一备)、供电半径、转供能力、短路电流、线路互联率、配电自动化覆盖率、供电可靠率、综合电压合格率、电压裕度、负载率、供电裕度、容载比、供电用户数量及权重系数、安全稳定水平、线路损耗等。
“外部影响因素”类的二级指标包括：雷电、水、冰、雹、地震等自然气候指标、市政施工、人力破坏因素、分布式能源(DERs)等。
(4)对变配电设备健康指数进行评估：
变配电设备主要包括变压器、开关、电缆线路和架空线路等关键设备。变配电设备的健康指数模型包括不同类型变配电设备的抽样方法及反映其特征的关键状态量的确定方法；考虑开关机械故障、运行温度、电缆接头位置、短路故障和外力破坏记录、额定容量和杆塔位置等因素的健康指数建模技术；基于灰色聚类方法等技术的设备健康指数分析模型与评价标准。变配电设备健康指数分析评估方法流程图见附图3。
一、不同类型变配电设备的健康指数关键状态量确定方法及抽样方法
根据配电网中不同设备和不同结构的网络确定关键特征参量。对具有非线性模式分类性能和具有很强的自组织、自学习能力特点的采用人工神经网络(ANN)进行分析；对具有表达直观、形式统一、模块性强和推理机制简单特点的采用层次分析法和专家系统进行分析。以数值诊断为基础，将模糊理论与专家系统相结合，由精确推理变为近似推理，使诊断具有容错性，给出可能的结果排序
二、配电设备状态信息特征的提取方法
设备状态信息特征提取是一个算法处理的过程：给出传感器的数据，在保留最大有效信息时，用高效的计算方法提取特征。主流的特征提取依赖于经验和(或)启发性事实，而本方法将特征提取作为一个最优化的问题，来分析其发展趋势，从而处理最小化误报率且最大化的检测/隔离精度。为达到状态信息特征有效提取的目的，引入可识别度概念，通过寻找两类重叠区域的面积来确定一个区分若干类的能力。面积越小，表明特征区分类别能力越强。
在处理不确定信息方面，对本质确定，表现不确定的现象，研究一因多果的随机性和着重于统计机制，数据分析等人的感知与推理不起作用的场合，采用概率论方法(其前提是要求处理变量必须是随机变量，且已知其概率及其与相关变量之间的条件概率)；对本质为不确定的现象，研究亦此亦彼的模糊性，特别是在人类经验和知识起作用的地方，采用擅长模拟人类思维中的近似推理过程的模糊论方法。
三、配电网健康指数信息数据筛选与识别方法
采取时频分析和模态分析相结合的方法，归纳总结多种数据来源的信息特征，包括时间标识，空间(位置)标识，事件标识，连续或离散性质，传输特性，不确定性质等。研究利用这些连续与分散，时间与空间相结合的数据分层原则，建立统一的多层诊断模型。数据采集主要利用现有的设备和网络的技术数据，筛选相关的参量，对必需而目前尚不能从已有数据平台获得的参量，安装尽可能少的传感器来监测获取。将不同设备的监测量由随机化变成确定化；将不同用户，不同厂家的经济技术参数归一化；健康指数指标统一化；将故障概率和模式研究系统化。
四、基于灰色聚类方法的设备健康指数模型
利用灰色聚类方法评估设备的健康指数，建立评估指标体系，采用灰类的划分，确定评估指标的权重及白化权函数，规范化处理指标测量值，计算聚类系数，然后确定评估对象的灰类。
(5)对配电网网络健康指数进行评估：
网络的健康指数模型包括一套能够衡量单条馈线、单座变电站、变电站及其关联半径内的配电网健康状况的评价指标体系与定量参考系；能够反映配电网规划、运行与控制协调配合的网络健康指数评价方法与模型。该模型能够找出系统自身差距和变化态势，对已造成或可能发生的病症异常，及早给出响应动作建议，以保障系统处于稳定健康状态。配电网网络健康指数分析评估方法流程图见附图3。
<1>网络健康指数评价指标体系
基于配电网网架结构、运行状况及关联设备的健康指数等内、外部因素，按照供电路径和电源追溯进行网络分析，对典型网络接线模式(辐射、单环网、双环网、N供一备、开闭所等多种接线模式)的健康状况进行研究、分析、评估，提出单条馈线、单座变电站、变电站及其关联半径内的配电网健康指数评价体系。主要的评价指标包括：线路最大负载率、线路等效平均负载率、主变最大负载率、主变等效平均负载率等。
<2>基于模糊综合评判的网络健康指数模型
采用模糊综合评判，将与网络连接的所有设备作为隶属度向量，利用模糊评判矩阵，确定各设备的权重，模糊评判算子，最后得出对网络健康指数的评估结果。
为使评估更接近实际，可利用多传感器信息融合技术，进行决策层信息融合，得到更为可信的网络健康指数评估结果。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的本发明的权利要求保护范围之内。
Claims (10)
1.一种配电网健康指数的评估方法，其特征在于，所述方法包括下述步骤：
(1)确定配电网健康指数涵义和作用；
(2)确定配电网健康指数评价对象；
(3)确定配电网健康指数评价指标体系；
(4)对变配电设备健康指数进行评估；
(5)对配电网网络健康指数进行评估。
2.如权利要求1所述的评估方法，其特征在于，所述步骤(1)中，所述配电网健康指数是衡量和表征配电网研究对象健康状态的数值；特征参量包括：服役年龄，基础能力，家族病史，潜在缺陷/事故，电网拓扑，运行方式，负载率，供电可靠性，自然环境影响程度和电能质量；
确定配电网健康指数涵义包括下述步骤：
1)健康指数研究对象特征参量选取；
2)确定健康指数与特征参量和评价对象性能之间的关系；
3)从主、次综合因子，内外影响因素方面对指标进行筛选，明确各项指标的评价标准、健康等级的划分标准，建立一套衡量配电网状况的健康指标体系；
4)使用健康指标体系描述复杂配电网的功能表现和效能表征；
5)确定系统当前的健康程度，并对其健康状况进行跟踪和预测；
配电网健康指数的评估方法的作用包括：综合衡量配电网设备和配电网络的能力、性能表现、潜在风险；用于判定研究对象是否需要干预和维修；估算被研究对象的剩余寿命；为配电网资产管理、规划、检修和运行提供新视角和新维度；是配电网的一种全方位健康诊断和管理。
3.如权利要求1所述的评估方法，其特征在于，所述步骤(2)中，配电网健康指数评价电压等级包括高、中、低压配电网；
评价对象包括：
①资产：具有明确的量化价值的和单独发挥作用的固定资产；包括对资产产出有重要影响的软件无形资产。
②资产集：由多个资产单体组成的，相互作用或相互关联以满足业务需要和服务的资产；包括回路为单位的一套资产、以变电站为单位的一套资产或以某个区域为单位的资产；
③资产组合：指依据重要性、状态及绩效对资产和资产集的组合；资产和资产集之间高度关联或分别独立地对企业的整体绩效发挥作用；通过差异化管理对整个资产组合中的资产及资产集进行优化。
4.如权利要求1所述的评估方法，其特征在于，所述步骤(3)中，配电网健康指数评价指标体系包括：
①一级指标：
一级指标包括两大类：电网内部因素和外部影响因素；
电网内部因素指电网拓扑、安全、质量、效益、可靠性等内部因素，包括电网结构、电网安全和运行水平指标；
外部影响因素指外部自然条件和外力影响因素，包括自然灾害、外力破坏和第三方因素指标；
②二级指标，包括：
电网内部因素类的二级指标包括：电网结构、供电半径、转供能力、短路电流、线路互联率、配电自动化覆盖率、供电可靠率、综合电压合格率、电压裕度、负载率、供电裕度、容载比、供电用户数量及权重系数、安全稳定水平和线路损耗；
外部影响因素类的二级指标包括：雷电、水、冰、雹和地震自然气候指标、市政施工、人力破坏因素和分布式能源。
5.如权利要求1所述的评估方法，其特征在于，所述步骤(4)中，对变配电设备健康指数进行评估包括对不同类型变配电设备的健康指数关键状态量进行确定及抽样、提取变配电设备状态信息特征、筛选并识别配电网健康指数信息数据和建立基于灰色聚类方法的设备健康指数模型。
6.如权利要求5所述的评估方法，其特征在于，对不同类型变配电设备的健康指数关键状态量进行确定及抽样包括：
根据配电网中不同设备和不同结构的网络确定关键特征参量；对具有非线性模式分类性能和具有很强的自组织、自学习能力特点的采用人工神经网络进行分析；对具有表达直观、形式统一、模块性强和推理机制简单特点的采用层次分析法和专家系统进行分析；以数值诊断为基础，将模糊理论与专家系统相结合，由精确推理变为近似推理，使诊断具有容错性，给出结果排序。
7.如权利要求5所述的评估方法，其特征在于，所述提取变配电设备状态信息特征采用可识别度，通过寻找两类重叠区域的面积来确定区分若干类的能力；面积越小，表明特征区分类别能力越强。
8.如权利要求5所述的评估方法，其特征在于，所述筛选并识别配电网健康指数信息数据包括：在处理不确定信息方面，对本质确定、表现不确定的现象，采用概率论方法；对本质不确定的现象，采用模糊论方法。
9.如权利要求5所述的评估方法，其特征在于，利用灰色聚类方法评估变配设备的健康指数，建立评估指标体系，采用灰类的划分，确定评估指标的权重及白化权函数，规范化处理指标测量值，计算聚类系数，然后确定评估对象的灰类。
10.如权利要求5所述的评估方法，其特征在于，所述步骤(5)中，对配电网网络健康指数进行评估包括建立网络健康指数评价指标体系和建立基于模糊综合评判的网络健康指数模型；
其中：建立网络健康指数评价指标体系包括：基于配电网网架结构、运行状况及关联设备的健康指数内、外部因素，按照供电路径和电源追溯进行网络分析，对典型网络接线模式的健康状况进行研究、分析、评估，提出单条馈线、单座变电站、变电站及其关联半径内的配电网健康指数评价体系；评价指标包括：线路最大负载率、线路等效平均负载率、主变最大负载率和主变等效平均负载率；
建立基于模糊综合评判的网络健康指数模型包括：采用模糊综合评判，将与网络连接的所有设备作为隶属度向量，利用模糊评判矩阵，确定各设备的权重，模糊评判算子，最后得出对网络健康指数的评估结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410485849.2A CN105512448B (zh) | 2014-09-22 | 2014-09-22 | 一种配电网健康指数的评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410485849.2A CN105512448B (zh) | 2014-09-22 | 2014-09-22 | 一种配电网健康指数的评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105512448A true CN105512448A (zh) | 2016-04-20 |
| CN105512448B CN105512448B (zh) | 2018-08-14 |
Family
ID=55720428
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410485849.2A Active CN105512448B (zh) | 2014-09-22 | 2014-09-22 | 一种配电网健康指数的评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105512448B (zh) |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106447210A (zh) * | 2016-10-10 | 2017-02-22 | 国家电网公司 | 一种计及可信度评价的配网设备健康度动态诊断方法 |
| CN106952028A (zh) * | 2017-03-13 | 2017-07-14 | 杭州安脉盛智能技术有限公司 | 机电装备故障预诊与健康管理方法及系统 |
| CN107563665A (zh) * | 2017-09-18 | 2018-01-09 | 安徽蓝杰鑫信息科技有限公司 | 一种电力设施分布与电网资源数据质量评价方法 |
| CN108062603A (zh) * | 2017-12-29 | 2018-05-22 | 国网福建省电力有限公司 | 基于配电自动化终端设备全生命周期寿命预测方法及系统 |
| CN108122068A (zh) * | 2017-12-05 | 2018-06-05 | 中国电力科学研究院有限公司 | 一种配电网风险规划方法及系统 |
| CN108510180A (zh) * | 2018-03-28 | 2018-09-07 | 电子科技大学 | 一种生产设备所处性能区间的计算方法 |
| CN109544041A (zh) * | 2018-12-21 | 2019-03-29 | 云南电网有限责任公司电力科学研究院 | 配电网全寿命周期各阶段对可靠性贡献度的计算方法 |
| CN110348652A (zh) * | 2018-04-03 | 2019-10-18 | 普华讯光（北京）科技有限公司 | 配电室运行健康度的量化评估方法 |
| CN110738423A (zh) * | 2019-10-17 | 2020-01-31 | 浙江中烟工业有限责任公司 | 一种卷接设备综合效能评价方法 |
| CN110874652A (zh) * | 2018-08-14 | 2020-03-10 | 阿里巴巴集团控股有限公司 | 一种设备状态评价方法、装置、设备及系统 |
| CN110929972A (zh) * | 2018-09-20 | 2020-03-27 | 西门子股份公司 | 评估配电变压器状态的方法、装置、设备、介质和程序 |
| CN111080131A (zh) * | 2019-12-18 | 2020-04-28 | 东北电力大学 | 一种基于梯级组合评分的农村电网改造方法 |
| CN111582625A (zh) * | 2020-03-17 | 2020-08-25 | 上海博英信息科技有限公司 | 一种基于网格化的配电网lcr指标跟踪评价方法 |
| CN111898802A (zh) * | 2020-07-08 | 2020-11-06 | 贵州电网有限责任公司 | 一种基于深度神经网络的电网灾情评估方法 |
| CN111985822A (zh) * | 2020-08-24 | 2020-11-24 | 国网青海省电力公司海西供电公司 | 确定高压配电网评价指标权重的方法及装置 |
| WO2020232716A1 (zh) * | 2019-05-23 | 2020-11-26 | 西门子股份公司 | 变压器的健康状态评估方法、装置及存储介质 |
| CN113269390A (zh) * | 2021-03-31 | 2021-08-17 | 国网山西省电力公司吕梁供电公司 | 一种高可靠性供电区配网规划效果综合评估方法 |
| 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 |
| CN115392672A (zh) * | 2022-08-17 | 2022-11-25 | 广东德尔智慧工厂科技有限公司 | 一种资产健康指数的评估方法 |
| CN115483698A (zh) * | 2022-10-12 | 2022-12-16 | 国网山东省电力公司临沂供电公司 | 一种交直流混合配电网运行稳定性评估系统及方法 |
| CN117240658A (zh) * | 2023-11-13 | 2023-12-15 | 湖南承希科技有限公司 | 一种实现跨环网组网的e1传输方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW200919487A (en) * | 2007-10-31 | 2009-05-01 | Inst Nuclear Energy Res Aec | Quantified health index evaluation system for the population neighboring an advanced boiling-water type nuclear power plant |
| CN103336200A (zh) * | 2013-06-21 | 2013-10-02 | 国家电网公司 | 一种配电柜电气健康指数预测装置及方法 |
| CN103700025A (zh) * | 2013-11-22 | 2014-04-02 | 浙江大学 | 一种基于风险分析的电力系统设备重要度的评估排序方法 |
| WO2014078829A1 (en) * | 2012-11-19 | 2014-05-22 | Abb Technology Ag | Assessment of power system equipment for equipment maintenance and/or risk mitigation |
-
2014
- 2014-09-22 CN CN201410485849.2A patent/CN105512448B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW200919487A (en) * | 2007-10-31 | 2009-05-01 | Inst Nuclear Energy Res Aec | Quantified health index evaluation system for the population neighboring an advanced boiling-water type nuclear power plant |
| WO2014078829A1 (en) * | 2012-11-19 | 2014-05-22 | Abb Technology Ag | Assessment of power system equipment for equipment maintenance and/or risk mitigation |
| CN103336200A (zh) * | 2013-06-21 | 2013-10-02 | 国家电网公司 | 一种配电柜电气健康指数预测装置及方法 |
| CN103700025A (zh) * | 2013-11-22 | 2014-04-02 | 浙江大学 | 一种基于风险分析的电力系统设备重要度的评估排序方法 |
Non-Patent Citations (3)
| Title |
|---|
| JUTHATHIP HAEMA等: "Condition Assessment of the Health Index for Power Transformer", 《POWER ENGINEERING & AUTOMATION CONFERENCE》 * |
| 吴娟等: "基于电网设备状态评估的风险防范管理体系的应用", 《2007云南电力技术论坛论文集》 * |
| 杨金东: "架空输电线路的健康状态和风险评估研究", 《中国优秀硕士学位论文全文数据库（工程科技II辑）》 * |
Cited By (28)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106447210A (zh) * | 2016-10-10 | 2017-02-22 | 国家电网公司 | 一种计及可信度评价的配网设备健康度动态诊断方法 |
| CN106447210B (zh) * | 2016-10-10 | 2018-03-30 | 国网湖北省电力公司电力科学研究院 | 一种计及可信度评价的配网设备健康度动态诊断方法 |
| CN106952028A (zh) * | 2017-03-13 | 2017-07-14 | 杭州安脉盛智能技术有限公司 | 机电装备故障预诊与健康管理方法及系统 |
| CN107563665A (zh) * | 2017-09-18 | 2018-01-09 | 安徽蓝杰鑫信息科技有限公司 | 一种电力设施分布与电网资源数据质量评价方法 |
| CN108122068A (zh) * | 2017-12-05 | 2018-06-05 | 中国电力科学研究院有限公司 | 一种配电网风险规划方法及系统 |
| CN108062603A (zh) * | 2017-12-29 | 2018-05-22 | 国网福建省电力有限公司 | 基于配电自动化终端设备全生命周期寿命预测方法及系统 |
| CN108510180A (zh) * | 2018-03-28 | 2018-09-07 | 电子科技大学 | 一种生产设备所处性能区间的计算方法 |
| CN108510180B (zh) * | 2018-03-28 | 2021-08-06 | 电子科技大学 | 一种生产设备所处性能区间的计算方法 |
| CN110348652A (zh) * | 2018-04-03 | 2019-10-18 | 普华讯光（北京）科技有限公司 | 配电室运行健康度的量化评估方法 |
| CN110874652A (zh) * | 2018-08-14 | 2020-03-10 | 阿里巴巴集团控股有限公司 | 一种设备状态评价方法、装置、设备及系统 |
| CN110874652B (zh) * | 2018-08-14 | 2023-10-27 | 阿里巴巴集团控股有限公司 | 一种设备状态评价方法、装置、设备及系统 |
| CN110929972A (zh) * | 2018-09-20 | 2020-03-27 | 西门子股份公司 | 评估配电变压器状态的方法、装置、设备、介质和程序 |
| CN110929972B (zh) * | 2018-09-20 | 2023-09-08 | 西门子股份公司 | 评估配电变压器状态的方法、装置、设备、介质和程序 |
| CN109544041A (zh) * | 2018-12-21 | 2019-03-29 | 云南电网有限责任公司电力科学研究院 | 配电网全寿命周期各阶段对可靠性贡献度的计算方法 |
| WO2020232716A1 (zh) * | 2019-05-23 | 2020-11-26 | 西门子股份公司 | 变压器的健康状态评估方法、装置及存储介质 |
| CN110738423A (zh) * | 2019-10-17 | 2020-01-31 | 浙江中烟工业有限责任公司 | 一种卷接设备综合效能评价方法 |
| CN111080131A (zh) * | 2019-12-18 | 2020-04-28 | 东北电力大学 | 一种基于梯级组合评分的农村电网改造方法 |
| CN111080131B (zh) * | 2019-12-18 | 2022-06-28 | 东北电力大学 | 一种基于梯级组合评分的农村电网改造方法 |
| CN111582625A (zh) * | 2020-03-17 | 2020-08-25 | 上海博英信息科技有限公司 | 一种基于网格化的配电网lcr指标跟踪评价方法 |
| CN111898802A (zh) * | 2020-07-08 | 2020-11-06 | 贵州电网有限责任公司 | 一种基于深度神经网络的电网灾情评估方法 |
| CN111985822A (zh) * | 2020-08-24 | 2020-11-24 | 国网青海省电力公司海西供电公司 | 确定高压配电网评价指标权重的方法及装置 |
| CN113269390A (zh) * | 2021-03-31 | 2021-08-17 | 国网山西省电力公司吕梁供电公司 | 一种高可靠性供电区配网规划效果综合评估方法 |
| 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 |
| CN115392672A (zh) * | 2022-08-17 | 2022-11-25 | 广东德尔智慧工厂科技有限公司 | 一种资产健康指数的评估方法 |
| CN115483698A (zh) * | 2022-10-12 | 2022-12-16 | 国网山东省电力公司临沂供电公司 | 一种交直流混合配电网运行稳定性评估系统及方法 |
| CN117240658A (zh) * | 2023-11-13 | 2023-12-15 | 湖南承希科技有限公司 | 一种实现跨环网组网的e1传输方法 |
| CN117240658B (zh) * | 2023-11-13 | 2024-01-12 | 湖南承希科技有限公司 | 一种实现跨环网组网的e1传输方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105512448B (zh) | 2018-08-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105512448A (zh) | 一种配电网健康指数的评估方法 | |
| CN109872003B (zh) | 对象状态预测方法、系统、计算机设备及存储介质 | |
| CN105426980B (zh) | 一种配电网健康指数评估工程应用系统 | |
| Tomin et al. | Machine learning techniques for power system security assessment | |
| CN105956788A (zh) | 一种输变电工程造价的动态管理控制方法 | |
| CN105825271A (zh) | 基于证据推理的卫星故障诊断与预测方法 | |
| Dhupia et al. | The role of big data analytics in smart grid management | |
| CN103617447A (zh) | 智能变电站的评价系统及评价方法 | |
| Hou et al. | Spatial distribution assessment of power outage under typhoon disasters | |
| CN117239713A (zh) | 一种基于配电网调度智慧安全的管控方法及系统 | |
| Milosavljevic et al. | Integrated transformer health estimation methodology based on Markov chains and evidential reasoning | |
| Eltyshev et al. | Intelligent diagnostic control and management of the condition of electrotechnical equipment | |
| CN113742993B (zh) | 干式变压器寿命损失预测方法、装置、设备及存储介质 | |
| CN103675518A (zh) | 油浸式高压设备检修方法及装置 | |
| CN117390944A (zh) | 一种变电站运行工况仿真系统 | |
| Hu et al. | Operational reliability evaluation method based on big data technology | |
| Khalid et al. | Performance comparison of artificial intelligence techniques for non-intrusive electrical load monitoring | |
| CN115936663A (zh) | 一种电力系统的维护方法及装置 | |
| Scheinert et al. | The shape of watershed governance: Locating the boundaries of multiplex networks | |
| Wang et al. | Design of an Underground Transmission Line Condition Fault Monitoring System for Power Grids Based on Data Analysis Algorithms | |
| Zheng et al. | Application based on artificial intelligence in substation operation and maintenance management | |
| Yuan et al. | Design of an intelligent decision model for power grid fault location and isolation based on topology analysis | |
| Jingyu et al. | Statistical analysis of distribution network fault information based on multi-source heterogeneous data mining | |
| Othman et al. | Hybrid stand-alone photovoltaic systems sizing optimization based on load profile | |
| Śmiałkowski et al. | Autoencoder application for anomaly detection in power consumption of lighting systems |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C41 | Transfer of patent application or patent right or utility model | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20161018 Address after: 100192 Beijing city Haidian District Qinghe small Camp Road No. 15 Applicant after: China Electric Power Research Institute Applicant after: State Grid Corporation of China Applicant after: State Grid Anhui Electric Power Company Address before: 100031 Xicheng District West Chang'an Avenue, No. 86, Beijing Applicant before: State Grid Corporation of China Applicant before: China Electric Power Research Institute |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |