CN105894135A - 船舶综合电力推进系统风险预测评估方法及装置 - Google Patents
船舶综合电力推进系统风险预测评估方法及装置 Download PDFInfo
- Publication number
- CN105894135A CN105894135A CN201610347632.4A CN201610347632A CN105894135A CN 105894135 A CN105894135 A CN 105894135A CN 201610347632 A CN201610347632 A CN 201610347632A CN 105894135 A CN105894135 A CN 105894135A
- Authority
- CN
- China
- Prior art keywords
- state
- propulsion system
- electric propulsion
- matrix
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 36
- 230000008439 repair process Effects 0.000 claims abstract description 39
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000004364 calculation method Methods 0.000 claims abstract description 24
- 239000011159 matrix material Substances 0.000 claims description 80
- 238000012502 risk assessment Methods 0.000 claims description 42
- 230000007257 malfunction Effects 0.000 claims description 32
- 230000007704 transition Effects 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000005070 sampling Methods 0.000 claims description 7
- 230000005611 electricity Effects 0.000 claims description 6
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 4
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 238000002474 experimental method Methods 0.000 claims description 4
- 230000004888 barrier function Effects 0.000 claims description 2
- 230000015572 biosynthetic process Effects 0.000 description 16
- 238000010291 electrical method Methods 0.000 description 15
- 238000003786 synthesis reaction Methods 0.000 description 15
- 230000008901 benefit Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 206010033799 Paralysis Diseases 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明属于电力系统风险评估技术领域，提供了一种船舶综合电力推进系统风险预测评估及装置。本发明的船舶综合电力推进系统风险预测评估及装置包括：将船舶综合电力推进系统分解为若干个子系统，将所有子系统分解为若干个单元；计算所有单元的故障率和修复率；建立船舶综合电力推进系统的拓扑模型；基于拓扑模型对船舶综合电力推进系统进行正常和非正常工作状态下的潮流计算，得到风险评估结果；根据风险评估结果得到船舶综合电力推进系统的风险评估报告。通过本发明的方法及装置能够得到准确的船舶综合电力推进系统在不同工况下的风险评估结果，从而为改善船舶电力推进系统的各项性能奠定基础。
Description
技术领域
本发明涉及电力系统风险评估技术领域，具体涉及一种船舶综合电力推进系统风险预测评估方法及装置。
背景技术
电力系统风险评估方法大致有以下三种：确定性评估、概率评估和风险评估。确定性方法只重视最严重的事故事故检测，其确定的系统运行点显得过于保守。概率评估方法考虑了事故发生的概率，但并未考虑事故造成的经济损失，没有很好地协调安全与经济二者的关系。风险评估方法的优势在于将事故发生的概率与产生的后果(如经济损失等)相结合，将风险与效益联系起来定量地反映了系统的经济安全指标。
通过对综合电力推进系统进行风险评估，可以更准确地认识到综合电力推进系统在运行时存在的各种风险；也可以保证综合电力推进系统运行规划的合理性和计划的可行性；最重要的是，根据风险评估结果，合理的选择风险对策，形成最佳风险对策组合。
船舶电力推进系统的风险评估，是为了能够更准确地对船舶综合电力推进系统的各项性能进行研究，分析船舶在不同工况下的运行情况以及存在的各种风险；是为了提高或开发一类新的系统，从而为改善船舶电力推进系统的各项性能奠定基础。因此，所得船舶电力推进系统的风险评估结果是人们正确分析和改善实船性能，保证综合电力推进系统运行规划的合理性和计划的可行性的理论依据。最重要的是，所得到的系统风险评估结果，直接影响着人们对于各种风险发生后的一系列决策分析，以及最佳风险对策组合的形成。因此，船舶综合电力推进系统风险评估是十分必要的，目前，并未有专门针对船舶综合电力推进系统的风险评估方法。
发明内容
针对现有技术中的缺陷，本发明提供了一种船舶综合电力推进系统风险预测评估方法及装置，通过该方法能够得到准确的船舶综合电力推进系统在不同工况下的风险评估结果，从而为改善船舶电力推进系统的各项性能奠定基础。
第一方面，本发明提供的一种船舶综合电力推进系统风险预测评估方法,包括：将船舶综合电力推进系统分解为若干个子系统，将所有子系统分解为若干个单元；根据海情等级和单元的运行状态，得到所有单元的故障率和修复率；建立船舶综合电力推进系统的拓扑模型，所述拓扑模型的参数根据所述故障率和所述修复率、以及船舶综合电力推进系统的各项参数得到；基于所述拓扑模型对船舶综合电力推进系统进行正常工作状态下的潮流计算，得到船舶综合电力推进系统的风险评估对比参数；基于所述拓扑模型对船舶综合电力推进系统进行非正常工作状态下的潮流计算，得到船舶综合电力推进系统的风险评估结果；根据所述风险评估对比参数和所述风险评估结果，得到所述船舶综合电力推进系统的风险评估报告。
通过本发明提供的综合电力推进系统进行风险评估方法，可以更准确地认识到综合电力推进系统在运行时存在的各种风险，也可以保证综合电力推进系统运行规划的合理性和计划的可行性，最重要的是，根据风险评估报告，合理地选择风险对策，形成最佳风险对策组合。
优选地，所述根据海情等级和单元的运行状态，计算所有单元的故障率和修复率，包括：根据海情等级和单元的运行状态，得到所述单元的状态转移概率矩阵和可观测特征分布概率矩阵，构建隐马尔可夫模型；使用Viterbi算法，多次求解所述隐马尔可夫模型的最大可能状态序列，所有最大可能状态序列组成状态估计矩阵，所述状态估计矩阵的横坐标为时刻，所述状态估计矩阵的纵坐标为计算次数，所述状态矩阵的元素包括：正常工作状态、故障状态和在修状态；在状态矩阵中，对所有前一时刻为正常运行状态的当前时刻列的元素进行统计，得到状态总数、故障状态的数量、在修状态的数量和正常工作状态的数量，所述状态总数为故障状态的数量、在修状态的数量和正常工作状态的数量之和；计算故障率和修复率，所述故障率等于故障状态和在修状态的数量之和除以状态总数，所述修复率等于正常工作状态与在修状态的数量之积除以状态总数的平方。
优选地，所述根据海情等级和单元的运行状态，得到单元的状态转移概率矩阵和可观测特征分布概率矩阵，包括：根据所述海情等级，得到可观测特征分布概率矩阵；根据单元的运行状态和所述海情等级，得到状态转移概率矩阵。
优选地，所述拓扑模型的参数，包括：船舶综合电力推进系统的节点数据矩阵、支路数据矩阵和发电机数据矩阵。
优选地，所述节点数据矩阵的参数包括：实际注入有功、实际注入无功、负荷有功、负荷无功、节点电压、节点相角；所述支路数据矩阵的参数包括：起终节点编号、支路电阻、支路电抗、支路变比、支路对地导纳、线路功率、线路容量、故障率和修复率；所述发电机数据矩阵的参数包括：连接母线、最大有功出力、最大无功出力、故障率和修复率。
优选地，所述拓扑模型对船舶综合电力推进系统进行非正常工作状态下的潮流计算，得到船舶综合电力推进系统的风险评估结果，包括：S1，根据拓扑模型中所有单元的故障率，生成采样元件的故障概率序列，所述采样元件为所有单元的集合；S2，进行蒙特卡洛模拟实验，包括：根据所述故障概率序列，随机生成所述船舶综合电力推进系统的故障点，对故障后的所述船舶综合电力推进系统进行潮流分析，得到船舶综合电力推进系统的失负荷概率、期望缺供电量、期望缺供电力；S3，计算所述期望缺供电量的方差系数，如果所述方差系数不小于阈值，返回执行S2；S4，输出风险评估结果，所述风险评估结果包括：所述失负荷概率、所述期望缺供电量、所述期望缺供电力。
优选地，所述阈值不大于0.01。
第二方面，一种船舶综合电力推进系统风险预测评估装置，其特征在于，包括：系统分解模块，将船舶综合电力推进系统分解为若干个子系统，将所有子系统分解为若干个单元；故障率及修复率计算模块，用于根据海情等级和子系统的运行状态，得到所有单元的故障率和修复率；拓扑模型构建模块，用于建立船舶综合电力推进系统的拓扑模型，确定所述拓扑模型的风险评估参数；正常系统潮流计算模块，用于基于所述拓扑模型对船舶综合电力推进系统进行正常工作状态下的潮流计算，得到风险评估对比参数；故障系统潮流计算模块，用于基于所述拓扑模型对船舶综合电力推进系统进行非正常工作状态下的潮流计算，得到风险评估结果；评估报告生成模块，用于根据所述风险评估对比参数和所述风险评估结果，得到所述船舶综合电力推进系统的风险评估报告。
通过本发明提供的综合电力推进系统进行风险评估装置，可以更准确地认识到综合电力推进系统在运行时存在的各种风险，也可以保证综合电力推进系统运行规划的合理性和计划的可行性，最重要的是，根据风险评估报告，合理地选择风险对策，形成最佳风险对策组合。
优选地，所述故障率及修复率计算模块，具体用于：根据海情等级和子系统的运行状态，得到所述子系统的状态转移概率矩阵和可观测特征分布概率矩阵，构建隐马尔可夫模型；使用Viterbi算法，多次求解所述隐马尔可夫模型的最大可能状态序列，所有最大可能状态序列组成状态估计矩阵，所述状态估计矩阵的横坐标为时刻，所述状态估计矩阵的纵坐标为计算次数，所述状态矩阵的元素包括：正常工作状态、故障状态和在修状态；在状态矩阵中，对所有前一时刻为正常运行状态的当前时刻列的元素进行统计，得到状态总数、故障状态的数量、在修状态的数量和正常工作状态的数量，所述状态总数为故障状态的数量、在修状态的数量和正常工作状态的数量之和；计算故障率和修复率，所述故障率等于故障状态和在修状态的数量之和除以状态总数，所述修复率等于正常工作状态与在修状态的数量之积除以状态总数的平方。
优选地，所述根据海情等级和单元的运行状态，得到单元的状态转移概率矩阵和可观测特征分布概率矩阵，包括：根据所述海情等级，得到可观测特征分布概率矩阵；根据单元的运行状态和所述海情等级，得到状态转移概率矩阵。
附图说明
图1是本发明实施例提供的一种船舶综合电力推进系统风险预测评估方法的流程图；
图2是本发明实施例所提供的船舶综合电力推进系统风险评估中的HMM状态转换示意图；
图3是本发明实施例所提供的多HMM风险评估的流程图；
图4是本发明实施例所提供的网络拓扑风险评估的流程图；
图5是本发明实施例提供的一种船舶综合电力推进系统风险预测评估装置的结构框图；
具体实施方式
下面将结合附图对本发明技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本发明的技术方案，因此只是作为示例，而不能以此来限制本发明的保护范围。
需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
为了可以更准确地认识到船舶综合电力推进系统在运行时存在的各种风险，本发明提供了一种船舶综合电力推进系统风险预测评估方法，对系统在运行时存在的各种风险作出了可靠的评估。该方法如图1所示，具体包括如下操作：
步骤S101，将船舶综合电力推进系统分解为若干个子系统，将所有子系统分解为若干个单元。
其中，具体分解系统时，根据船舶综合电力推进系统本身的特点，将系统分解为若干个子系统，针对影响系统风险发生的系统内部因素和海情变化情况，依据综合电力推进系统的构建过程为评价准则，自顶向下、逐层对子系统进行分解，直至最小单元。实际中，船舶综合电力推进系统被分为七个子系统，分别是发电子系统、配电子系统、变电子系统、脉冲负载子系统、储能子系统、系统控制子系统和推进子系统。每个子系统包含又包含有若干个单元，以发电子系统为例，包括两个主发电单元和两个备用发电单元，每个单元又是由不同的元件单元构成，如发电机、电缆、变压器、断路器、隔断开关和电容器等。
步骤S102，根据海情等级和单元的运行状态，得到所有单元的故障率和修复率。
其中，海情等级为船舶运行时海面状况的等级。以发电子系统为例，主发电单元的故障率和修复率可以通过串并联网络法、马尔科夫法和综合评价法等方法得到。
步骤S103，建立船舶综合电力推进系统的拓扑模型，拓扑模型的参数根据所述故障率和所述修复率、以及船舶综合电力推进系统的各项参数得到。
其中，在系统运行状态下，对元件单元进行数据采集，得到不同海况下综合电力推进系统工作参数的大量数据，通过这些数据得到船舶综合电力推进系统的各项参数。所建立的拓扑模型，综合考虑了所有子系统和单元的故障率、修复率和各项工作参数。
其中，拓扑模型的参数包括：船舶综合电力推进系统的节点数据矩阵、支路数据矩阵和发电机数据矩阵。其中，节点数据矩阵的参数包括：实际注入有功、实际注入无功、负荷有功、负荷无功、节点电压、节点相角；支路数据矩阵的参数包括：起终节点编号、支路电阻、支路电抗、支路变比、支路对地导纳、线路功率、线路容量、故障率和修复率；发电机数据矩阵的参数包括：连接母线、最大有功出力、最大无功出力、故障率和修复率。
步骤S104，基于拓扑模型对船舶综合电力推进系统进行正常工作状态下的潮流计算，得到船舶综合电力推进系统的风险评估对比参数。
步骤S105，基于拓扑模型对船舶综合电力推进系统进行非正常工作状态下的潮流计算，得到船舶综合电力推进系统的风险评估结果。
步骤S106，根据风险评估对比参数和风险评估结果，得到所述船舶综合电力推进系统的风险评估报告。
其中，风险评估报告内容应包括评估时间、地点、环境、采用数据、各子系统评估结果等。
通过本发明实施例提供的方法，得到综合电力推进系统的风险评估报告，以便更准确地认识到综合电力推进系统在运行时存在的各种风险，保证综合电力推进系统运行规划的合理性和计划的可行性，合理的选择风险对策，形成最佳风险对策组合。
在船舶综合电力推进系统中，风险的来源主要是系统自身运行状态及周围环境的概率性而产生的局部系统故障，这种故障可能会导致整个系统瘫痪，因此风险评估就是对这种概率性的发生及导致的后果进行评估。隐马尔可夫模型(HMM)双重随机过程可以将系统状态随机性和外界环境随机性结合起来，对系统的实际工作状态进行分析，最后得到系统风险评估结果。
基于隐马尔可夫模型在风险预估方面的优势，本发明实施例中，步骤S102采用基于多HMM算法的工作状态分析方法，得到评估单元的故障率和修复率。步骤S102的一种优选实施方式如下：根据海情等级和单元的运行状态，得到单元的状态转移概率矩阵和可观测特征分布概率矩阵，构建隐马尔可夫模型；使用Viterbi算法，多次求解隐马尔可夫模型的最大可能状态序列，所有最大可能状态序列组成状态估计矩阵，状态估计矩阵的横坐标为时刻，状态估计矩阵的纵坐标为计算次数，状态矩阵的元素包括：正常工作状态、故障状态和在修状态；在状态矩阵中，对所有前一时刻为正常运行状态的当前时刻列的元素进行统计，得到状态总数、故障状态的数量、在修状态的数量和正常工作状态的数量，状态总数为故障状态的数量、在修状态的数量和正常工作状态的数量之和；计算故障率和修复率，故障率等于故障状态和在修状态的数量之和除以状态总数，修复率等于正常工作状态与在修状态的数量之积除以状态总数的平方。
首先，确定构建隐马尔可夫模型需要的参数：建状态转移概率矩阵和可观测特征分布概率矩阵。如图2所示，船舶综合电力推进系统风险评估中，可观测特征为船舶运行时的海情等级，可观察序列包括：O1(海况等级1-2级)、O2(海况等级3-4级)、O3(海况等级5-6级)、O4(海况等级7-9级)，在t时刻的可观察序列定义为ot∈(O1,O2,O3,O4)。系统中，每个单元的状态序列包括：正常工作状态、故障状态、在修状态，每个状态则由一组可观测特征分布概率bi(o)来表达。其中bi(o)为单元在四个海况状态下处于某个状态的概率分布，以正常工作状态为例，组件在O1、O2、O3和O4海况下处于正常状态的概率分别为0.45、0.35、0.15和0.05，其概率之和为1。本发明实施例中的bi(o)是通过对南海某海域一年的海况变化和该海域船舶组件在不同海况下的故障率使用概率统计的方法综合分析得到的。图2中，箭头表示状态之间的转换关系，箭头边的标号代表两种状态之间的转移概率，例如，a12为正常工状态过渡到故障状态的概率，状态之间的转移概率可以使用数值统计等方法通过可观察序列获得。
结合图3，对上述基于多HMM算法的工作状态分析方法的具体实施过程作出如下说明。
对同一评估单元进行P次同一时间长度T的HMM计算，使用Viterbi算法产生P个最大可能状态序列H＝{H1,H2,…,HP},第i个最大可能状态序列为Hi＝{hi1,hi2,…,hiT}，其中i＝1,2,…,P，即H为一个P*T的矩阵。
对t时刻评估单元的风险进行多HMM评估，要满足一个前置条件，即参与统计的每个HMM在系统t-1时刻的状态为正常工作状态，这样的HMM在t时刻的状态才可以用于风险评估，即在H矩阵中，选出第t-1列中状态为正常工作状态的元素所在的行进行计算。
假设t-1列中状态为正常工作状态的个数为Q,Q≤P,则对这Q个HMM在t时刻的状态进行统计，设状态为正常工作状态、故障状态和在修状态的HMM个数分别为Q1，Q2和Q3，则该评估单元在t时刻的故障率为rk＝(Q2+Q3)/Q，修复率为
本发明实施例中，上述步骤S105的实现方式有多种。本发明实施例提供步骤S105的一种优选方式：
S1，根据拓扑模型中所有单元的故障率，生成采样元件的故障概率序列，采样元件为所有单元的集合。
S2，进行蒙特卡洛模拟实验，包括：根据故障概率序列，随机生成船舶综合电力推进系统的故障点，对故障后的船舶综合电力推进系统进行潮流分析，得到船舶综合电力推进系统的失负荷概率(LOLP)、期望缺供电量(EENS)、期望缺供电力(EDNS)。
S3，计算期望缺供电量的方差系数，如果方差系数不小于阈值，返回执行S2。
S4，输出风险评估结果，风险评估结果包括：失负荷概率、期望缺供电量、期望缺供电力。
步骤S105的优选方式的实现原理可以参照图4。
其中，采样元件是进行风险评估的所有单元的集合，故障概率序列是一个矩阵，列为单元编号，行为时间序列，每个元素为某单元在某时刻的故障率。
其中，蒙特卡洛模拟实验次数为10000次以上。
其中，用于判断期望缺供电量的方差系数的阈值不大于0.01。
基于与上述船舶综合电力推进系统风险预测评估方法同样的构思，本发明实施例提供了一种船舶综合电力推进系统风险预测评估装置，其结构如图5，具体包括：系统分解模块201，将船舶综合电力推进系统分解为若干个子系统，将所有子系统分解为若干个单元；故障率及修复率计算模块202，用于根据海情等级和子系统的运行状态，得到所有单元的故障率和修复率；拓扑模型构建模块203，用于建立船舶综合电力推进系统的拓扑模型，确定所述拓扑模型的风险评估参数；正常系统潮流计算模块204，用于基于所述拓扑模型对船舶综合电力推进系统进行正常工作状态下的潮流计算，得到风险评估对比参数；故障系统潮流计算模块205，用于基于所述拓扑模型对船舶综合电力推进系统进行非正常工作状态下的潮流计算，得到风险评估结果；评估报告生成模块206，用于根据所述风险评估对比参数和所述风险评估结果，得到所述船舶综合电力推进系统的风险评估报告。
通过本发明实施例提供的装置，得到综合电力推进系统的风险评估报告，以便更准确地认识到综合电力推进系统在运行时存在的各种风险，保证综合电力推进系统运行规划的合理性和计划的可行性，合理的选择风险对策，形成最佳风险对策组合。
基于隐马尔可夫模型在风险预估方面的优势，本发明实施例中，采用多HMM算法，得到评估单元的故障率和修复率。故障率及修复率计算模块202的一种优选实施方式如下：根据海情等级和单元的运行状态，得到单元的状态转移概率矩阵和可观测特征分布概率矩阵，构建隐马尔可夫模型；使用Viterbi算法，多次求解隐马尔可夫模型的最大可能状态序列，所有最大可能状态序列组成状态估计矩阵，状态估计矩阵的横坐标为时刻，状态估计矩阵的纵坐标为计算次数，状态矩阵的元素包括：正常工作状态、故障状态和在修状态；在状态矩阵中，对所有前一时刻为正常运行状态的当前时刻列的元素进行统计，得到状态总数、故障状态的数量、在修状态的数量和正常工作状态的数量，所述状态总数为故障状态的数量、在修状态的数量和正常工作状态的数量之和；计算故障率和修复率，故障率等于故障状态和在修状态的数量之和除以状态总数，修复率等于正常工作状态与在修状态的数量之积除以状态总数的平方。
其中，根据海情等级，得到可观测特征分布概率矩阵；根据单元的运行状态和海情等级，得到状态转移概率矩阵。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种船舶综合电力推进系统风险预测评估方法，其特征在于，包括：
将船舶综合电力推进系统分解为若干个子系统，将所有子系统分解为若干个单元；
根据海情等级和所述单元的运行状态，得到所有单元的故障率和修复率；
建立船舶综合电力推进系统的拓扑模型，所述拓扑模型的参数根据所述故障率和所述修复率、以及船舶综合电力推进系统的各项参数得到；
基于所述拓扑模型对船舶综合电力推进系统进行正常工作状态下的潮流计算，得到船舶综合电力推进系统的风险评估对比参数；
基于所述拓扑模型对船舶综合电力推进系统进行非正常工作状态下的潮流计算，得到船舶综合电力推进系统的风险评估结果；
根据所述风险评估对比参数和所述风险评估结果，得到所述船舶综合电力推进系统的风险评估报告。
2.根据权利要求1所述的方法，其特征在于，所述根据海情等级和所述单元的运行状态，计算所有单元的故障率和修复率，包括：
根据海情等级和所述单元的运行状态，得到所述单元的状态转移概率矩阵和可观测特征分布概率矩阵，构建隐马尔可夫模型；
使用Viterbi算法，多次求解所述隐马尔可夫模型的最大可能状态序列，所有最大可能状态序列组成状态估计矩阵，所述状态估计矩阵的横坐标为时刻，所述状态估计矩阵的纵坐标为计算次数，所述状态矩阵的元素包括：正常工作状态、故障状态和在修状态；
在状态矩阵中，对所有前一时刻为正常运行状态的当前时刻列的元素进行统计，得到状态总数、故障状态的数量、在修状态的数量和正常工作状态的数量，所述状态总数为故障状态的数量、在修状态的数量和正常工作状态的数量之和；
计算故障率和修复率，所述故障率等于故障状态和在修状态的数量之和除以所述状态总数，所述修复率等于正常工作状态与在修状态的数量之积除以所述状态总数的平方。
3.根据权利要求2所述的方法，其特征在于，所述根据海情等级和所述单元的运行状态，得到所述单元的状态转移概率矩阵和可观测特征分布概率矩阵，包括：
根据所述海情等级，得到可观测特征分布概率矩阵；
根据所述单元的运行状态和所述海情等级，得到状态转移概率矩阵。
4.根据权利要求1所述的方法，其特征在于，所述拓扑模型的参数，包括：船舶综合电力推进系统的节点数据矩阵、支路数据矩阵和发电机数据矩阵。
5.根据权利要求4所述的方法，其特征在于，
所述节点数据矩阵的参数包括：实际注入有功、实际注入无功、负荷有功、负荷无功、节点电压、节点相角；
所述支路数据矩阵的参数包括：起终节点编号、支路电阻、支路电抗、支路变比、支路对地导纳、线路功率、线路容量、故障率和修复率；
所述发电机数据矩阵的参数包括：连接母线、最大有功出力、最大无功出力、故障率和修复率。
6.根据权利要求1所述的方法，其特征在于，所述拓扑模型对船舶综合电力推进系统进行非正常工作状态下的潮流计算，得到船舶综合电力推进系统的风险评估结果，包括：
S1，根据拓扑模型中所有单元的故障率，生成采样元件的故障概率序列，所述采样元件为所有单元的集合；
S2，进行蒙特卡洛模拟实验，包括：根据所述故障概率序列，随机生成所述船舶综合电力推进系统的故障点，对故障后的所述船舶综合电力推进系统进行潮流分析，得到船舶综合电力推进系统的失负荷概率、期望缺供电量、期望缺供电力；
S3，计算所述期望缺供电量的方差系数，如果所述方差系数不小于阈值，返回执行S2；
S4，输出风险评估结果，所述风险评估结果包括：所述失负荷概率、所述期望缺供电量、所述期望缺供电力。
7.根据权利要求6所述的方法，其特征在于，所述阈值不大于0.01。
8.一种船舶综合电力推进系统风险预测评估装置，其特征在于，包括：
系统分解模块，将船舶综合电力推进系统分解为若干个子系统，将所有子系统分解为若干个单元；
故障率及修复率计算模块，用于根据海情等级和所述单元的运行状态，得到所有单元的故障率和修复率；
拓扑模型构建模块，用于建立船舶综合电力推进系统的拓扑模型，确定所述拓扑模型的风险评估参数；
正常系统潮流计算模块，用于基于所述拓扑模型对船舶综合电力推进系统进行正常工作状态下的潮流计算，得到风险评估对比参数；
故障系统潮流计算模块，用于基于所述拓扑模型对船舶综合电力推进系统进行非正常工作状态下的潮流计算，得到风险评估结果；
评估报告生成模块，用于根据所述风险评估对比参数和所述风险评估结果，得到所述船舶综合电力推进系统的风险评估报告。
9.根据权利要求8所述的装置，其特征在于，所述故障率及修复率计算模块，具体用于：
根据所述海情等级和所述单元的运行状态，得到所述单元的状态转移概率矩阵和可观测特征分布概率矩阵，构建隐马尔可夫模型；
使用Viterbi算法，多次求解所述隐马尔可夫模型的最大可能状态序列，所有最大可能状态序列组成状态估计矩阵，所述状态估计矩阵的横坐标为时刻，所述状态估计矩阵的纵坐标为计算次数，所述状态矩阵的元素包括：正常工作状态、故障状态和在修状态；
在状态矩阵中，对所有前一时刻为正常运行状态的当前时刻列的元素进行统计，得到状态总数、故障状态的数量、在修状态的数量和正常工作状态的数量，所述状态总数为故障状态的数量、在修状态的数量和正常工作状态的数量之和；
计算故障率和修复率，所述故障率等于故障状态和在修状态的数量之和除以所述状态总数，所述修复率等于正常工作状态与在修状态的数量之积除以所述状态总数的平方。
10.根据权利要求9所述的装置，其特征在于，所述根据海情等级和单元的运行状态，得到单元的状态转移概率矩阵和可观测特征分布概率矩阵，包括：
根据所述海情等级，得到可观测特征分布概率矩阵；
根据单元的运行状态和所述海情等级，得到状态转移概率矩阵。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610347632.4A CN105894135A (zh) | 2016-05-24 | 2016-05-24 | 船舶综合电力推进系统风险预测评估方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610347632.4A CN105894135A (zh) | 2016-05-24 | 2016-05-24 | 船舶综合电力推进系统风险预测评估方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105894135A true CN105894135A (zh) | 2016-08-24 |
Family
ID=56716582
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610347632.4A Pending CN105894135A (zh) | 2016-05-24 | 2016-05-24 | 船舶综合电力推进系统风险预测评估方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105894135A (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106253343A (zh) * | 2016-09-08 | 2016-12-21 | 国家电网公司 | 一种新能源柔性直流并网可靠性估计方法 |
| CN106981873A (zh) * | 2017-04-25 | 2017-07-25 | 集美大学 | 一种基于动力学行为的孤岛式电力系统潜隐故障预测方法 |
| CN107046478A (zh) * | 2017-04-06 | 2017-08-15 | 南通大学 | 一种车联网链路生存性评估方法 |
| CN111242406A (zh) * | 2019-11-29 | 2020-06-05 | 国网浙江省电力有限公司 | 一种综合能源互动系统的用户侧能源断供风险处理方法 |
| CN112173041A (zh) * | 2020-05-09 | 2021-01-05 | 哈尔滨工程大学 | 一种船舶综合监测，控制及风险评估预测方法及系统 |
| CN112339937A (zh) * | 2019-08-08 | 2021-02-09 | 川崎重工业株式会社 | 船舶用推进系统 |
| CN112596496A (zh) * | 2020-12-08 | 2021-04-02 | 中国船舶重工集团公司第七0四研究所 | 一种船舶电力推进系统健康管理平台及管理方法 |
| CN113128826A (zh) * | 2021-03-03 | 2021-07-16 | 武汉理工大学 | 通航风险预测方法、装置和存储介质 |
| CN113240305A (zh) * | 2021-05-20 | 2021-08-10 | 大连海事大学 | 基于能力熵的在航船舶安全风险防控效能评估方法及系统 |
| CN114298487A (zh) * | 2021-12-06 | 2022-04-08 | 中国船舶重工集团公司第七一九研究所 | 一种船舶装备系统的可靠性评估方法和系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070250227A1 (en) * | 2002-12-30 | 2007-10-25 | Marine Cybernetics As | System and method for testing a control system of a marine vessel |
| CN105391064A (zh) * | 2015-12-11 | 2016-03-09 | 天津大学 | 基于精确隐性故障模型的输电系统连锁故障风险评估方法 |
| CN105469216A (zh) * | 2015-12-15 | 2016-04-06 | 深圳供电局有限公司 | 一种结合天气及风速评价风电场运行风险的方法和系统 |
-
2016
- 2016-05-24 CN CN201610347632.4A patent/CN105894135A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070250227A1 (en) * | 2002-12-30 | 2007-10-25 | Marine Cybernetics As | System and method for testing a control system of a marine vessel |
| CN105391064A (zh) * | 2015-12-11 | 2016-03-09 | 天津大学 | 基于精确隐性故障模型的输电系统连锁故障风险评估方法 |
| CN105469216A (zh) * | 2015-12-15 | 2016-04-06 | 深圳供电局有限公司 | 一种结合天气及风速评价风电场运行风险的方法和系统 |
Non-Patent Citations (1)
| Title |
|---|
| 杨俊飞 等: "《船舶电力推进系统状态评估方法研究》", 《船电技术》 * |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106253343A (zh) * | 2016-09-08 | 2016-12-21 | 国家电网公司 | 一种新能源柔性直流并网可靠性估计方法 |
| CN106253343B (zh) * | 2016-09-08 | 2018-08-14 | 国家电网公司 | 一种新能源柔性直流并网可靠性估计方法 |
| CN107046478A (zh) * | 2017-04-06 | 2017-08-15 | 南通大学 | 一种车联网链路生存性评估方法 |
| CN107046478B (zh) * | 2017-04-06 | 2020-03-31 | 南通大学 | 一种车联网链路生存性评估方法 |
| CN106981873A (zh) * | 2017-04-25 | 2017-07-25 | 集美大学 | 一种基于动力学行为的孤岛式电力系统潜隐故障预测方法 |
| CN106981873B (zh) * | 2017-04-25 | 2019-09-20 | 集美大学 | 一种基于动力学行为的孤岛式电力系统潜隐故障预测方法 |
| CN112339937A (zh) * | 2019-08-08 | 2021-02-09 | 川崎重工业株式会社 | 船舶用推进系统 |
| CN112339937B (zh) * | 2019-08-08 | 2023-08-04 | 川崎重工业株式会社 | 船舶用推进系统 |
| CN111242406A (zh) * | 2019-11-29 | 2020-06-05 | 国网浙江省电力有限公司 | 一种综合能源互动系统的用户侧能源断供风险处理方法 |
| CN111242406B (zh) * | 2019-11-29 | 2023-10-24 | 国网浙江省电力有限公司 | 一种综合能源互动系统的用户侧能源断供风险处理方法 |
| CN112173041A (zh) * | 2020-05-09 | 2021-01-05 | 哈尔滨工程大学 | 一种船舶综合监测，控制及风险评估预测方法及系统 |
| CN112173041B (zh) * | 2020-05-09 | 2022-05-20 | 哈尔滨工程大学 | 一种船舶综合监测，控制及风险评估预测方法及系统 |
| CN112596496A (zh) * | 2020-12-08 | 2021-04-02 | 中国船舶重工集团公司第七0四研究所 | 一种船舶电力推进系统健康管理平台及管理方法 |
| CN112596496B (zh) * | 2020-12-08 | 2024-03-01 | 中国船舶重工集团公司第七0四研究所 | 一种船舶电力推进系统健康管理平台及管理方法 |
| CN113128826A (zh) * | 2021-03-03 | 2021-07-16 | 武汉理工大学 | 通航风险预测方法、装置和存储介质 |
| CN113240305A (zh) * | 2021-05-20 | 2021-08-10 | 大连海事大学 | 基于能力熵的在航船舶安全风险防控效能评估方法及系统 |
| CN113240305B (zh) * | 2021-05-20 | 2023-09-15 | 大连海事大学 | 基于能力熵的在航船舶安全风险防控效能评估方法及系统 |
| CN114298487A (zh) * | 2021-12-06 | 2022-04-08 | 中国船舶重工集团公司第七一九研究所 | 一种船舶装备系统的可靠性评估方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105894135A (zh) | 船舶综合电力推进系统风险预测评估方法及装置 | |
| Fang et al. | Power system structural vulnerability assessment based on an improved maximum flow approach | |
| CN110311376B (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 | |
| CN102934312B (zh) | 能量产生系统及其控制 | |
| CN104682381B (zh) | 大型风电场柔性直流输电系统可靠性计算方法 | |
| Negra et al. | Aspects of relevance in offshore wind farm reliability assessment | |
| CN103279807B (zh) | 一种恶劣天气下电网静态风险评估方法 | |
| CN102945296B (zh) | 一种需求响应视角下的配电网不确定性重构建模方法 | |
| 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 | |
| CN106093713A (zh) | 一种含分布式电源的配电网区段故障定位方法及系统 | |
| He et al. | Reliability modeling and evaluation of urban multi-energy systems: A review of the state of the art and future challenges | |
| CN113139737A (zh) | 一种面向全电力船舶电力系统弹性的综合评价方法 | |
| CN110147917B (zh) | 一种用于电网线路的安全评估及动态调控方法 | |
| Cai et al. | Enhancements to the cumulant method for probabilistic load flow studies | |
| CN105354643A (zh) | 一种风电接入电网的风险预测评估方法 | |
| CN106980918A (zh) | 一种发输电系统可靠性评估系统 | |
| CN112701681A (zh) | 一种基于强化学习的电网偶发故障安全调控策略生成方法 | |
| CN106026079A (zh) | 海上风电场集电系统拓扑结构综合评估方法 | |
| Lin et al. | Scenario generation and reduction methods for power flow examination of transmission expansion planning | |
| CN103107536B (zh) | 一种海上油田群电网的状态估计方法 | |
| CN110412417A (zh) | 基于智能电力监测仪表的微电网数据故障诊断方法 | |
| Yang et al. | Fast assessment of short-term voltage stability of AC/DC power grid based on CNN | |
| CN106022594B (zh) | 基于极值理论的电力系统在线运行安全风险评估方法 | |
| CN111369388A (zh) | 用于城市电网的对抗脆弱性评估方法及系统 | |
| CN110273818A (zh) | 一种基于轴变换粗细度分类的风机叶片结冰故障监测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160824 |