CN105652164B - 一种绝缘子污秽闪络事故风险等级分析方法 - Google Patents
一种绝缘子污秽闪络事故风险等级分析方法 Download PDFInfo
- Publication number
- CN105652164B CN105652164B CN201610016594.4A CN201610016594A CN105652164B CN 105652164 B CN105652164 B CN 105652164B CN 201610016594 A CN201610016594 A CN 201610016594A CN 105652164 B CN105652164 B CN 105652164B
- Authority
- CN
- China
- Prior art keywords
- insulator
- pollution
- assignment
- grade
- flashover
- 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/12—Testing dielectric strength or breakdown voltage ; Testing or monitoring effectiveness or level of insulation, e.g. of a cable or of an apparatus, for example using partial discharge measurements; Electrostatic testing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Insulators (AREA)
- Testing Relating To Insulation (AREA)
Abstract
本发明提供的绝缘子污秽闪络事故风险等级分析方法,利用已知的环境气象数据结合目标时间节点目标地区的绝缘子运行参数建立绝缘子发生污秽闪络事故风险的数学模型,可以根据评估结果划分出绝缘子的闪络风险等级,有目的性和选择性的进行巡线和维护工作,有效预防因绝缘子发生污秽闪络造成的电力事故,保证电力系统处于可靠安全经济的状态下运行。
Description
技术领域
本发明涉及高压输电线路绝缘子的技术领域,特别是涉及一种绝缘子污秽闪络事故风险等级分析方法。
背景技术
输电线路运行的绝缘子,因长期暴露在大气环境中,会在各种气象条件,例如环境质量、湿度、降雨、风力以及环境条件的综合作用下,在其表面逐渐沉积一层污秽物。当遇到湿度较大的天气时,污秽物层中的可溶性物质溶于水中,形成导电水膜,这样就有泄露电流沿绝缘子的表面流过,其大小主要取决于脏污程度和受潮程度。受形状、结构尺寸等因素的影响,绝缘子表面各部位的电流密度不同,其中电流密度比较大的部位会先形成干区,而干区的形成会使得绝缘子表面电压的分布更加不均匀,干区承担较高的电压。当电场强度足够大时,将产生跨越干区的沿面放电,依脏污和受潮程度的不同,放电的类型可能是辉光放电、火花放电或产生局部电弧。局部电弧是一个间歇的放电过程,这种间歇的放电状态可能持续相当长时间,当脏污和潮湿状态严重时,局部电弧会逐步发展;当达到和超过临界状态时,电弧会贯穿两极,完成闪络。
目前,为了防止和预防污秽闪络事故的产生,电力生产部门主要采取了定期对绝缘子进行清扫和对绝缘子进行在线监测等方法。以特高压直流输电为例,绝缘子每年停电清扫一次,清扫完成后一年内绝缘子均处于污秽积累过程,随着时间推移,其表面的积污情况会越来越严重,而现在又无更加有效的办法进行污秽清理;另一方面,在线检测装置成本较高,在一些海拔较高、人口稀少的线路段甚至没有信息传递的渠道,因此在实际生产过程中绝缘子在线检测装置只在重要运行路段采用。
综合来看,目前绝大部分在线运行的绝缘子缺乏一种有效的绝缘子发生污秽闪络的分析方法。
发明内容
为了解决上述技术问题,本发明提出一种绝缘子污秽闪络事故风险等级分析方法,以根据已有的环境信息和气象信息,评估线路运行的绝缘子因污秽发生闪络事故的风险等级,从而及时采取相应的维护或检修措施。
本发明的技术方案如下:
一种绝缘子污秽闪络事故风险等级分析方法,包括
步骤a、统计在近一时间段内输电线路运行的绝缘子类型、使用年限和停电清洗日期,建立绝缘子的运行参数数据库;
步骤b、筛选出输电线路所在地区对绝缘子污秽积累起主要作用的各个气象和环境因子;
步骤c、对于每个气象和环境因子,均划分因子自身的质量等级,并分别对各个质量等级进行赋值;
步骤d、根据所述运行参数数据库,统计最近一次绝缘子停电清洗到风险评估时刻各个气象和环境因子处于其各个质量等级的累计天数;
步骤e、选取多支输电线路上更换下来的绝缘子为样本,根据所述样本的表面污秽情况建立关于各个气象和环境因子的多维向量,并基于各个气象和环境因子达到其各个质量等级的时间推算出绝缘子表面污秽综合评分;
步骤f、对绝缘子表面污秽程度划分污秽等级并给各个污秽等级赋予相应的污秽等级因子值,确定所述绝缘子表面污秽综合评分所属的污秽等级,得到该绝缘子的污秽等级因子值;
步骤g、获取风险评估时刻可能诱发绝缘子闪络的各个状态参数的具体等级赋值,对于其中的每个状态参数,均划分有多个参数等级,每个参数等级具有相应的赋值;
步骤h、对诱发绝缘子污秽闪络事故的可能性划分闪络等级并给各个闪络等级赋予相应的闪络因子值,根据所述的各个状态参数的具体等级赋值的乘积确定该绝缘子对应的闪络等级和闪络因子值;
步骤i、结合所述绝缘子的污秽等级因子值和闪络因子值,得出所述输电线路所在地区在风险评估时刻发生污秽闪络事故的风险值及风险等级。
优选地,步骤b所述的各个气象和环境因子分别为污染等级、相对湿度、降雨量、风力等级、离海岸距离。
进一步地,在所述的绝缘子污秽闪络事故风险等级分析方法中,
对于所述污染等级,从优到劣分为四个质量等级,并分别赋值1-4;
对于所述相对湿度,以百分比计量,自低到高分为四个质量等级,并分别赋值1-4;
对于所述降雨量,从低到高分为四个质量等级,并分别赋值4-1;
对于所述风力等级,从小到大分为四个质量等级,并分别赋值4-1;
对于所述离海岸距离,从近到远分为四个质量等级,并分别赋值4-1。
优选地,所述步骤e包括:
选取n支绝缘子样本,根据其表面污秽情况建立一个5维向量x,基于指数筛选及统计推断分析法,假设向量x满足如下模型关系
x=Wy+u+e (1)
其中y是维数为m(m<5)的隐变量,W为5×m的参数矩阵,为样本均值,e为高斯噪声向量,且y~N(O,Im),e~N(O,θ2Id);
由式(1)得向量x服从一下高斯分布
x~N(u,WWT+θ2Id) (2)
为了得到所述模型中的W和θ2,采用最大期望算法进行估计,推导出其迭代公式:
W=SW(θ2I+C-1WTSW)-1 (3)
式中S是样本数据的协方差矩阵,C=WWT+θ2Id,I表示单位矩阵,
通过无数次迭代直至式(3)收敛,求得参数W和θ2,进而求得降维后的数据:
x'=Wti+u,其中ti=WT(xi-u) (5)
降维后数据x'的主元个数由累计方差贡献率确定;
求样本数据的协方差矩阵S的特征值λi,取前k个较大的特征值λ1>λ2>…>λk,计算主成分的方差贡献率:
输入各个气象和环境因子的具体质量等级赋值,用赋值结果乘以赋值对应质量等级的累计天数,并带入(5)式中,求得x',用主成分方差贡献率矩阵左乘x',得到绝缘子表面污秽综合评分,记为Y。
优选地,所述绝缘子表面污秽综合评分Y∈[0,1460],
当绝缘子表面污秽综合评分Y∈[0,350]时,绝缘子表面污秽等级为一级,对应的污秽等级因子值为1;
当绝缘子表面污秽综合评分Y∈(350,700]时,绝缘子表面污秽等级为二级,对应的污秽等级因子值为2;
当绝缘子表面污秽综合评分Y∈(700,1050]时,绝缘子表面污秽等级为三级,对应的污秽等级因子值为3;
当绝缘子表面污秽综合评分Y∈(1050,1460]时,绝缘子表面污秽等级为四级,对应的污秽等级因子值为4。
优选地,所述可能诱发绝缘子闪络的各个状态参数分别为环境温度、相对湿度、绝缘子使用年限、海拔高度。
优选地,在所述的绝缘子污秽闪络事故风险等级分析方法中,
对于所述环境温度,按温度自低到高分为三个参数等级,并分别赋值1-3;
对于所述相对湿度,以百分比计量,自低到高分为四个参数等级,并分别赋值1-4;
对于所述绝缘子使用年限,按时间自短到长分为四个参数等级,并分别赋值1-4;
对于所述海拔高度,从低到高分为四个参数等级,并分别赋值1-4。
优选地,记所述环境温度的等级赋值为T,取值范围为[1,3];
相对湿度的等级赋值为S,取值范围为[1,4];
绝缘子使用年限的等级赋值为J,取值范围为[1,4];
海拔高度的等级赋值为H,取值范围为[1,4];
上述四项状态参数的等级赋值的乘积结果为C,取值范围为[1,192];
当乘积结果C∈[1,50]时,所述闪络等级为一级,闪络因子值为1;
当乘积结果C∈(50,100]时,所述闪络等级为二级,闪络因子值为2;
当乘积结果C∈(100,150]时,所述闪络等级为三级,闪络因子值为3;
当乘积结果C∈(150,190]时,所述闪络等级为四级,闪络因子值为4。
优选地,记绝缘子表面污秽等级因子值为M,取值范围为[1,4];闪络因子值为N,取值范围为[1,4];发生污秽闪络事故的风险值为S,S=M·N,取值范围为[1,16];
当风险值S∈[1,4]时,所述风险等级为一级较低风险;
当风险值S∈[5,8]时,所述闪络等级为二级低风险;
当风险值S∈[9,12]时,所述闪络等级为三级中等风险;
当风险值S∈[13,16]时,所述闪络等级为四级高风险。
本发明的有益效果是:
(1)可以根据已有的环境数据、气象数据判断绝缘子表面的污秽程度,结合目标时间节点的典型运行状态定量评估出绝缘子发生污秽闪络的风险等级,根据对应风险等级,为电力工作人员提供有针对性的巡线和维护工作指导,大量节省巡线的人力和物力,减轻巡线人员繁重的体力劳动;
(2)原始数据容易获得,数学逻辑严谨可靠,具有很强的实用性和可行性,同时考虑因素全面合理,逻辑过程严谨缜密,评估结果具有很高的可靠性和准确性;
(3)可以为电力系统部门提供处于高风险运行状态的绝缘子分布状况,为后续绝缘子类型选择、型号选择、污闪裕量选择等提供参考;
(4)可以根据风险等级评估结果为电力系统部门划分绝缘子在线检测重点区域,保证电网的安全、稳定和经济运行,具有相应的社会和经济效益。
附图说明
图1是建立绝缘子发生污秽闪络事故风险评估数学模型的基本流程图;
图2为应用本发明评估绝缘子发生污秽闪络事故的风险等级的步骤流程图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例
如图1所示,本发明主要通过建立绝缘子表面污秽综合评估数学模型和状态参数对诱发污闪可能性数学模型,综合建立绝缘子发生污秽闪络事故的风险等级评估模型,并根据评估结果划分相应风险等级。结合图2的步骤流程图,本发明提供的一种绝缘子污秽闪络事故风险等级分析方法,包括
步骤a、统计在近一时间段内输电线路运行的绝缘子类型、使用年限和停电清洗日期,建立绝缘子的运行参数数据库;
步骤b、筛选出输电线路所在地区对绝缘子污秽积累起主要作用的各个气象和环境因子;
步骤c、对于每个气象和环境因子,均划分因子自身的质量等级,并分别对各个质量等级进行赋值;
步骤d、根据所述运行参数数据库,统计最近一次绝缘子停电清洗到风险评估时刻各个气象和环境因子处于其各个质量等级的累计天数;
步骤e、选取多支输电线路上更换下来的绝缘子为样本,根据所述样本的表面污秽情况建立关于各个气象和环境因子的多维向量,并基于各个气象和环境因子达到其各个质量等级的时间推算出绝缘子表面污秽综合评分;
步骤f、对绝缘子表面污秽程度划分污秽等级并给各个污秽等级赋予相应的污秽等级因子值,确定所述绝缘子表面污秽综合评分所属的污秽等级,得到该绝缘子的污秽等级因子值;
步骤g、获取风险评估时刻可能诱发绝缘子闪络的各个状态参数的具体等级赋值,对于其中的每个状态参数,均划分有多个参数等级,每个参数等级具有相应的赋值;
步骤h、对诱发绝缘子污秽闪络事故的可能性划分闪络等级并给各个闪络等级赋予相应的闪络因子值,根据所述的各个状态参数的具体等级赋值的乘积确定该绝缘子对应的闪络等级和闪络因子值;
步骤i、结合所述绝缘子的污秽等级因子值和闪络因子值,得出所述输电线路所在地区在风险评估时刻发生污秽闪络事故的风险值及风险等级。
下面以南方电网公司管辖范围内的某一条±800直流线路为例,对本发明的具体实施步骤、技术方法进行详细得介绍。
步骤1:根据南方电网公司提供的目标±800直流线路的相关数据,统计该±800直流线路近五年绝缘子运行参数,建立该±800直流线路近五年绝缘子运行参数数据库,所述的绝缘子运行参数包括绝缘子类型、绝缘子使用年限、停电清洗日期,同时选取多支更换下来的绝缘子作为样本。
所述步骤1中,绝缘子运行参数记录说明及记录作用如下表所示:
步骤2:根据国家气象部门和国家环境检测部门相关数据,统计该地区近五年对绝缘子污秽积累情况起作用的影响因子参数,建立该地区近五年绝缘子污秽影响因子数据库,所述的绝缘子污秽影响因子包括污染等级、相对湿度、降雨量、风力等级、离海岸距离。
所述步骤2中,对绝缘子污秽积累情况起作用绝缘子污秽影响因子记录说明如下表所示:
步骤3:根据实时气象数据、环境检测数据、卫星遥感数据提供的检测信息,结合绝缘子运行状况和绝缘子表面污秽情况,划分赋值范围,对步骤2中的五个影响因子进行赋值,即划分因子自身的质量等级,并分别对各个质量等级进行赋值。
根据对绝缘子污秽积累作用程度及南方电网公司线路运行经验为影响因子进行赋值范围划分并赋值,赋值范围为1-4,1表示对绝缘子污秽积累过程影响程度最小,4表示对绝缘子污秽积累过程影响最为严重,具体按下表进行赋值:
步骤4:根据步骤1建立的绝缘子运行参数数据库,统计自最近一次绝缘子停电清扫以来至风险评估时间节点为止五个影响因子达到对应赋值范围的天数;
步骤5:结合预先选取的多支绝缘子样本,结合步骤2中五种绝缘子污秽影响因子建立5维向量,运用基于指数筛选及统计推断分析法,得到绝缘子表面污秽综合评分。
具体计算过程为:
首先选取n支绝缘子样本,根据其表面污秽情况建立一个5维向量x,基于指数筛选及统计推断分析首先假设向量x满足如下模型关系
x=Wy+u+e (1)
其中:y是维数为m(m<5)的隐变量;W为5×m的参数矩阵;为样本均值;e为高斯噪声向量,且y~N(O,Im),e~N(O,θ2Id)。
上式中,y~N(O,Im)表示y服从一种高斯分布,该高斯分布的期望值为零,方差为Im,Im表示阶数为m的单位矩阵;e~N(O,θ2Id)表示e服从一种高斯分布,该高斯分布的期望值为零,方差为θ2Id,Id表示阶数为5的单位矩阵,θ为该数学模型中的待求参数。
由式(1)得向量x服从一下高斯分布
x~N(u,WWT+θ2Id) (2)
为了得到模型的W和θ2,采用EM算法进行估计,推导出其迭代公式:
W=SW(θ2I+C-1WTSW)-1 (3)
式中:S是样本数据的协方差矩阵;C=WWT+θ2Id;待求参数W和θ2可以通过可通过无数次迭代直至收敛求得。求得未知参数之后可得到降维后的数据:
x'=Wti+u,其中ti=WT(xi-u) (5)
降维后数据x'的主元个数由累计方差贡献率确定,一般规定累计方差贡献率不低于80%即可。
求样本数据的协方差矩阵S的特征值λi,取前k个较大的特征值λ1>λ2>…>λk,此处k为一个小于等于5的正整数,数值越大,计算量也越大,但最终得到的数学模型的计算效果也越好,由此计算主成分的方差贡献率:
输入影响因子赋值数据,赋值结果乘以对应赋值范围累计天数,带入(5)式中,求得x',用主成分方差贡献率矩阵左乘x',得到绝缘子表面污秽综合评分,记为Y,由上述赋值可得,其中Y∈[0,1460]。
步骤6:根据步骤5得到的得到绝缘子表面污秽综合评分结果确定绝缘子污秽等级和污秽等级因子的数值;
即根据Y值大小,按下表为绝缘子表面污秽等级进行划分,并为污秽等级因子进行赋值:
Y值范围 | 绝缘子污秽等级 | 污秽等级因子M赋值 |
[0,350] | 表面基本洁净 | 1 |
(350,700] | 表面轻度污秽 | 2 |
(700,1050] | 表面中度污秽 | 3 |
(1050,1460] | 表面严重污秽 | 4 |
如上表所示,对于Y∈[0,350],表明绝缘子表面基本洁净;对于Y∈(350,700],表明绝缘子表面轻度污秽;对于Y∈(700,1050],表明绝缘子表面中度污秽;对于Y∈(1050,1460],表明绝缘子表面严重污秽。对分级结果进行重新赋值,获得污秽等级因子M,M=1,2,3,4.
步骤7:根据国家气象部门提供的实时气象数据、卫星遥感数据获得目标时刻诱发绝缘子闪络的状态参数,所述的状态参数包括风险评估时间节点的绝缘子所处环境的温度、相对湿度、海拔高度、绝缘子使用年限,按照对应标准对各个状态参数划分参数等级,并对各个参数等级进行赋值。
所述步骤7中绝缘子闪络的状态参数及其说明如下表:
根据目标时刻诱发绝缘子闪络的状态参数对诱发绝缘子闪络的作用程度及南方电网公司线路运行经验为影响因子进行赋值范围划分并赋值,赋值范围为1-4,1表示该参数在诱发绝缘子闪络过程中作用较小,4表示该参数在诱发绝缘子闪络过程中作用剧烈,具体按下表进行赋值:
步骤8:将步骤7中四个状态参数赋值结果相乘,根据乘积结果确定诱发绝缘子发生污秽闪络的可能性和闪络诱发因子的数值。
四项状态参数赋值结果相乘结果为:
C=T·S·J·H
式中T为环境温度的赋值数值,取值范围为[1,3],S为相对湿度的赋值数值,取值范围为[1,4],J为绝缘子使用年限的赋值数值,取值范围为[1,4],H为海拔高度的赋值数值,取值范围为[1,4],C为四项状态参数乘积结果,取值范围为[1,192]。
根据C值大小,按下表为绝缘子污闪风险等级进行划分,并为闪络风险因子进行赋值。
C值范围 | 诱发污秽闪络可能性 | 闪络因子N赋值 |
[1,50] | 极低可能性诱发污闪 | 1 |
(50,100] | 较低可能性诱发污闪 | 2 |
(100,150] | 较高可能性诱发污闪 | 3 |
(150,192] | 极高可能性诱发污闪 | 4 |
如上表所示,对于C∈[1,50],表明当前状态诱发污闪的可能性极低;对于C∈(50,100],表明当前状态诱发污闪的可能性较低;对于C∈(100,150],表明当前状态诱发污闪的可能性较高;对于C∈[150,192]表明当前状态诱发污闪的可能性极高。对可能性等级进行重新划分赋值,获得闪络因子值N,N=1,2,3或4。
步骤9:将步骤6污秽等级因子值和步骤8中闪络因子的数值相乘,获得该地区在目标时间节点发生绝缘子污秽闪络事故的风险评分,对评分进行等级划分,获得该地区发生绝缘子污秽闪络事故的风险等级。
发生污秽闪络事故的风险值(评分)为:
S=M·N
式中M为污秽等级因子值的赋值,取值范围为[1,4],N为闪络因子值的赋值,取值范围为[1,4],S为该地区绝缘子发生污秽闪络事故风险值,取值范围为[1,16]。
根据绝缘子发生污秽闪络事故风险值S的数值大小,来评估该地区某一时刻在对应运行环境下绝缘子发生污闪事故的可能性大小,同时可以按照下表划分污闪事故风险等级。
上表表明,风险值S在[1,4]范围内时,发生污闪事故的风险等级为较低风险等级;风险值S在[5,8]范围内时,发生污闪事故的风险等级为低风险等级;风险值S在[9,12]范围内时,发生污闪事故的风险等级为中等风险等级;风险值S在[13,16]范围内时,发生污闪事故的风险等级为高风险等级。
本发明提供的绝缘子污秽闪络事故风险等级分析方法,利用已知的环境气象数据结合目标时间节点目标地区的绝缘子运行参数建立绝缘子发生污秽闪络事故风险的数学模型,可以根据评估结果划分出绝缘子的闪络风险等级,有目的性和选择性的进行巡线和维护工作,有效预防因绝缘子发生污秽闪络造成的电力事故,保证电力系统处于可靠安全经济的状态下运行。
上列详细说明是针对本发明可行实施例的具体说明,该实施例并非用以限制本发明的专利范围,凡未脱离本发明所为的等效实施或变更,均应包含于本案的专利范围中。
Claims (6)
1.一种绝缘子污秽闪络事故风险等级分析方法,其特征在于,包括
步骤a、统计在近一时间段内输电线路运行的绝缘子类型、使用年限和停电清洗日期,建立绝缘子的运行参数数据库;
步骤b、筛选出输电线路所在地区对绝缘子污秽积累起主要作用的各个气象和环境因子;
步骤c、对于每个气象和环境因子,均划分因子自身的质量等级,并分别对各个质量等级进行赋值;
步骤d、根据所述运行参数数据库,统计最近一次绝缘子停电清洗到风险评估时刻各个气象和环境因子处于其各个质量等级的累计天数;
步骤e、选取多支输电线路上更换下来的绝缘子为样本,根据所述样本的表面污秽情况建立关于各个气象和环境因子的多维向量,并基于各个气象和环境因子达到其各个质量等级的时间推算出绝缘子表面污秽综合评分;
步骤f、对绝缘子表面污秽程度划分污秽等级并给各个污秽等级赋予相应的污秽等级因子值,确定所述绝缘子表面污秽综合评分所属的污秽等级,得到该绝缘子的污秽等级因子值;
步骤g、获取风险评估时刻可能诱发绝缘子闪络的各个状态参数的具体等级赋值,对于其中的每个状态参数,均划分有多个参数等级,每个参数等级具有相应的赋值;
步骤h、对诱发绝缘子污秽闪络事故的可能性划分闪络等级并给各个闪络等级赋予相应的闪络因子值,根据所述的各个状态参数的具体等级赋值的乘积确定该绝缘子对应的闪络等级和闪络因子值;
步骤i、结合所述绝缘子的污秽等级因子值和闪络因子值,得出所述输电线路所在地区在风险评估时刻发生污秽闪络事故的风险值及风险等级。
2.根据权利要求1所述的绝缘子污秽闪络事故风险等级分析方法,其特征在于,步骤b所述的各个气象和环境因子分别为污染等级、相对湿度、降雨量、风力等级、离海岸距离。
3.根据权利要求2所述的绝缘子污秽闪络事故风险等级分析方法,其特征在于:
对于所述污染等级,从优到劣分为四个质量等级,并分别赋值1-4;
对于所述相对湿度,以百分比计量,自低到高分为四个质量等级,并分别赋值1-4;
对于所述降雨量,从低到高分为四个质量等级,并分别赋值4-1;
对于所述风力等级,从小到大分为四个质量等级,并分别赋值4-1;
对于所述离海岸距离,从近到远分为四个质量等级,并分别赋值4-1。
4.根据权利要求3所述的绝缘子污秽闪络事故风险等级分析方法,其特征在于,所述步骤e包括:
选取n支绝缘子样本,根据其表面污秽情况建立一个5维向量x,基于指数筛选及统计推断分析法,假设向量x满足如下模型关系
x=Wy+u+e (1)
其中y是维数为m(m<5)的隐变量,W为5×m的参数矩阵,为样本均值,e为高斯噪声向量,且y~N(O,Im),e~N(O,θ2Id);
由式(1)得向量x服从以下高斯分布
x~N(u,WWT+θ2Id) (2)
为了得到所述模型中的待求参数W和θ2,采用最大期望算法进行估计,推导出其迭代公式:
W=SW(θ2I+C-1WTSW)-1 (3)
式中S是样本数据的协方差矩阵,C=WWT+θ2Id,I表示单位矩阵,
通过无数次迭代直至式(3)收敛,求得参数W和θ2,进而求得降维后的数据:
x'=Wti+u,其中ti=WT(xi-u) (5)
降维后数据x'的主元个数由累计方差贡献率确定;
求样本数据的协方差矩阵S的特征值λi,取前k个较大的特征值λ1>λ2>…>λk,计算主成分的方差贡献率:
输入各个气象和环境因子的具体质量等级赋值,用赋值结果乘以赋值对应质量等级的累计天数,并带入(5)式中,求得x',用主成分方差贡献率矩阵左乘x',得到绝缘子表面污秽综合评分,记为Y。
5.根据权利要求1或2或3或4所述的绝缘子污秽闪络事故风险等级分析方法,其特征在于,所述可能诱发绝缘子闪络的各个状态参数分别为环境温度、相对湿度、绝缘子使用年限、海拔高度。
6.根据权利要求5所述的绝缘子污秽闪络事故风险等级分析方法,其特征在于:
对于所述环境温度,按温度自低到高分为三个参数等级,并分别赋值1-3;
对于所述相对湿度,以百分比计量,自低到高分为四个参数等级,并分别赋值1-4;
对于所述绝缘子使用年限,按时间自短到长分为四个参数等级,并分别赋值1-4;
对于所述海拔高度,从低到高分为四个参数等级,并分别赋值1-4。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610016594.4A CN105652164B (zh) | 2016-01-08 | 2016-01-08 | 一种绝缘子污秽闪络事故风险等级分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610016594.4A CN105652164B (zh) | 2016-01-08 | 2016-01-08 | 一种绝缘子污秽闪络事故风险等级分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105652164A CN105652164A (zh) | 2016-06-08 |
CN105652164B true CN105652164B (zh) | 2019-03-12 |
Family
ID=56486510
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610016594.4A Active CN105652164B (zh) | 2016-01-08 | 2016-01-08 | 一种绝缘子污秽闪络事故风险等级分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105652164B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106570651A (zh) * | 2016-11-09 | 2017-04-19 | 国家电网公司 | 一种输电线路绝缘子污闪风险评估方法 |
CN109087029B (zh) * | 2018-09-13 | 2021-08-10 | 国网湖南省电力有限公司 | 一种绝缘子腐蚀性闪络风险评估方法 |
CN109946426B (zh) * | 2019-03-25 | 2021-07-13 | 国网湖南省电力有限公司 | 复合绝缘子退运评估方法 |
CN113076673B (zh) * | 2021-04-08 | 2024-05-03 | 江苏省送变电有限公司 | 基于神经网络的湿污复合绝缘子温升风险等级评估方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008060308A2 (en) * | 2006-09-11 | 2008-05-22 | Hntb Holdings Ltd | Data model for risk assessments |
CN101661076A (zh) * | 2009-09-04 | 2010-03-03 | 重庆大学 | 绝缘子污秽度检测方法 |
CN101976248A (zh) * | 2010-10-15 | 2011-02-16 | 陕西电力科学研究院 | 一种快速识别输变电工程环境风险的方法 |
CN103149512A (zh) * | 2013-02-25 | 2013-06-12 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于紫外成像特征的绝缘子绝缘状态评估方法 |
CN103473445A (zh) * | 2013-08-28 | 2013-12-25 | 南京南瑞集团公司 | 一种输电线路污闪故障概率的在线评估方法 |
CN104090218A (zh) * | 2014-07-11 | 2014-10-08 | 国家电网公司 | 一种输电线路绝缘子污秽度安全区域评估方法 |
CN104361216A (zh) * | 2014-10-29 | 2015-02-18 | 国家电网公司 | 一种基于变权层次分析法的绝缘子污闪预警方法 |
CN204903698U (zh) * | 2015-04-29 | 2015-12-23 | 国家电网公司 | 一种基于气象和神经网络的绝缘子污闪预警装置 |
-
2016
- 2016-01-08 CN CN201610016594.4A patent/CN105652164B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008060308A2 (en) * | 2006-09-11 | 2008-05-22 | Hntb Holdings Ltd | Data model for risk assessments |
CN101661076A (zh) * | 2009-09-04 | 2010-03-03 | 重庆大学 | 绝缘子污秽度检测方法 |
CN101976248A (zh) * | 2010-10-15 | 2011-02-16 | 陕西电力科学研究院 | 一种快速识别输变电工程环境风险的方法 |
CN103149512A (zh) * | 2013-02-25 | 2013-06-12 | 国网电力科学研究院武汉南瑞有限责任公司 | 一种基于紫外成像特征的绝缘子绝缘状态评估方法 |
CN103473445A (zh) * | 2013-08-28 | 2013-12-25 | 南京南瑞集团公司 | 一种输电线路污闪故障概率的在线评估方法 |
CN104090218A (zh) * | 2014-07-11 | 2014-10-08 | 国家电网公司 | 一种输电线路绝缘子污秽度安全区域评估方法 |
CN104361216A (zh) * | 2014-10-29 | 2015-02-18 | 国家电网公司 | 一种基于变权层次分析法的绝缘子污闪预警方法 |
CN204903698U (zh) * | 2015-04-29 | 2015-12-23 | 国家电网公司 | 一种基于气象和神经网络的绝缘子污闪预警装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105652164A (zh) | 2016-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105652164B (zh) | 一种绝缘子污秽闪络事故风险等级分析方法 | |
de Santos et al. | A cumulative pollution index for the estimation of the leakage current on insulator strings | |
Dhakal et al. | Landslide hazard mapping and the application of GIS in the Kulekhani watershed, Nepal | |
Boggs et al. | GIS‐based rapid assessment of erosion risk in a small catchment in the wet/dry tropics of Australia | |
CN104361216B (zh) | 一种基于变权层次分析法的绝缘子污闪预警方法 | |
Firat et al. | Missing data analysis and homogeneity test for Turkish precipitation series | |
CN103699668B (zh) | 基于数据断面一致性的配电网电气设备组合状态评估方法 | |
Mahdjoubi et al. | Fixed least squares support vector machines for flashover modelling of outdoor insulators | |
CN109518732B (zh) | 电网通道降水型滑坡灾害的致灾降水阈值划分方法及系统 | |
CN108629520A (zh) | 一种微气象环境下的高压输电线路运行状态评估方法 | |
CN114034997A (zh) | 一种基于多参量的绝缘子劣化程度预测方法及系统 | |
CN113821895B (zh) | 输电线路覆冰厚度预测模型的构建方法、装置及存储介质 | |
Qiu et al. | Spatial-temporal analysis and prediction of precipitation extremes: a case study in the Weihe River Basin, China | |
Ionita | Mid range forecasting of the German Waterways streamflow based on hydrologic, atmospheric and oceanic data | |
Hernández-Henríquez et al. | Reconstructing the natural streamflow of a regulated river: A case study of La Grande Rivière, Québec, Canada | |
Loukas et al. | Hydroclimatic variability of regional droughts in Greece using the Palmer moisture anomaly index | |
Thai et al. | Performance evaluation of Auto-Regressive Integrated Moving Average models for forecasting saltwater intrusion into Mekong river estuaries of Vietnam | |
CN116523299A (zh) | 一种配电线路杆塔雷害特征参数分级评估方法 | |
Yang et al. | Mapping wind erosion hazard in Australia using MODIS-derived ground cover, soil moisture and climate data | |
Feilat et al. | ESDD-and DDDG-based assessment of insulator pollution levels in Oman | |
CN109087029A (zh) | 一种绝缘子腐蚀性闪络风险评估方法 | |
CN108629078A (zh) | 基于监控信息的输电网雷击灾害可靠性评估方法 | |
Pappas et al. | Comparison of adaptive techniques for the prediction of the equivalent salt deposit density of medium voltage insulators | |
CN113640629A (zh) | 一种gis局部放电状态评估方法、记录媒体及系统 | |
Zeng et al. | Development of GIS-based FFPI for China's flash flood forecasting |
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 |