CN106569104B - 一种gis绝缘可靠性评价方法及系统 - Google Patents
一种gis绝缘可靠性评价方法及系统 Download PDFInfo
- Publication number
- CN106569104B CN106569104B CN201610921860.8A CN201610921860A CN106569104B CN 106569104 B CN106569104 B CN 106569104B CN 201610921860 A CN201610921860 A CN 201610921860A CN 106569104 B CN106569104 B CN 106569104B
- Authority
- CN
- China
- Prior art keywords
- fault
- gis
- gis insulation
- weight
- factor
- 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
- 238000009413 insulation Methods 0.000 title claims abstract description 114
- 238000011156 evaluation Methods 0.000 title claims abstract description 19
- 238000000034 method Methods 0.000 claims abstract description 44
- 238000013210 evaluation model Methods 0.000 claims abstract description 15
- 239000002184 metal Substances 0.000 claims abstract description 5
- 229910052751 metal Inorganic materials 0.000 claims abstract description 5
- 241000254158 Lampyridae Species 0.000 claims description 30
- 238000004422 calculation algorithm Methods 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 14
- 239000012212 insulator Substances 0.000 claims description 13
- 239000002923 metal particle Substances 0.000 claims description 11
- 239000004020 conductor Substances 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 5
- 239000002245 particle Substances 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 3
- 238000000354 decomposition reaction Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 230000005684 electric field Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000001052 transient effect Effects 0.000 description 2
- 108010074864 Factor XI Proteins 0.000 description 1
- 229910001111 Fine metal Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003822 epoxy resin Substances 0.000 description 1
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 description 1
- 238000009421 internal insulation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 229920000647 polyepoxide Polymers 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
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
- G01R31/1227—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 of components, parts or materials
- G01R31/1254—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 of components, parts or materials of gas-insulated power appliances or vacuum gaps
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
- G06N7/023—Learning or tuning the parameters of a fuzzy system
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Automation & Control Theory (AREA)
- Fuzzy Systems (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Mathematical Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Algebra (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Biomedical Technology (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)
Abstract
本发明涉及一种用于确定气体绝缘金属封闭开关设备GIS绝缘可靠性的方法，其特征在于，所述方法包括：对至少两个GIS绝缘故障进行选择；根据选择后的GIS绝缘故障以及GIS的实际运行状态和故障情况建立GIS绝缘故障树；对所述GIS绝缘故障树进行分析以获得多个故障因素中每个故障因素的权重；以及根据上述每个故障因素的权重和每个故障因素发生的概率建立GIS绝缘可靠性评估模型，并且根据所述GIS绝缘可靠性评估模型确定GIS绝缘可靠性。本发明还涉及一种GIS绝缘可靠性评价系统，其特征在于，所述系统包括：绝缘故障选择单元；GIS绝缘故障树建立单元；故障因素权重确定单元；以及GIS绝缘可靠性确定单元。
Description
技术领域
本发明涉及电力故障诊断技术领域，并且更具体地，涉及一种GIS绝缘可靠性评价方法及系统。
背景技术
目前，国内外对GIS(Gas Insulated Switchgear，气体绝缘金属封闭开关设备)的故障研究大多停留在故障现象层面，并未对GIS故障做全面细致的分析与研究，缺乏对GIS故障系统的认识。
由于GIS内部各个设备联系紧密，结构紧凑，相互关联，其绝缘系统尤为重要，一旦绝缘破坏，将引起其他非故障设备的损坏，进而影响整个GIS的正常运行。由于GIS在制造、装配过程中会留下一些潜伏性缺陷，这些缺陷在GIS运行过程中可能产生放电，引起绝缘击穿，导致电力系统事故。局部放电是表征GIS内部绝缘缺陷严重程度的重要依据，近年来国内外对GIS绝缘状态的评估均致力于在线诊断技术的研究。要准确地了解和掌握GIS的绝缘状况及指导GIS的检修工作，较有效的方法是对获得的局部放电信号进行模式识别。
目前引起局部放电的五种比较常见的绝缘故障有：
1.自由移动金属微粒：自由金属微粒有积累电荷的能力，能够在交流电压下获得电荷并在电场的作用下移动。在很大程度上其运动与放电的可能性是随机的，当电场足够高，微粒就会产生局部放电，有可能完全地穿过接地外壳和高压导体之间的间隙，击穿绝缘。
2.高压导体表面突起针尖：高压导体表面在制造不良、安装损坏或摩擦时会造成毛刺，这些尖端突起物会在绝缘气体中形成高场强区，在稳定的工频状态下不会引起击穿。然而在快速暂态现象下，尤其是快速暂态过电压下，这些缺陷会放电击穿绝缘。国内外对GIS局部放电在线监测进行了大量的研究，并成为各国绝缘监测领域研究关注的热点，但目前对于GIS的绝缘状态评估还没有系统的理论方法。
3.浮动电极：机械设备上的传导部分接触不良会造成因静电引力而引起的机械振动，导致接触点进一步恶化，最终出现电极电位浮动。多数电位浮动的电极，所形成的充电电容会导致局部放电。这种放电会造成SF6气体分解成腐蚀性的分解物和微粒，从而加速恶化过程，污染附近的绝缘表面，直接导致绝缘击穿。
4.绝缘子表面的金属颗粒：绝缘子表面的金属微粒，在某些情况下容易长期固定在绝缘子表面。作为固定微粒，它粘贴在绝缘子表面的作用类似于金属突出物。
5.绝缘子中的气隙(空腔和裂缝)：绝缘子制造时会造成内部空隙，或者环氧树脂与金属电极的收缩系数不同，也会形成绝缘子内部气泡和空隙。
因此，为全面详细地认识GIS的故障情况，有必要对其故障属性及深层原因进行分析研究。目前对GIS绝缘故障的分析大多数只分析了故障类型以及成因，并没有形成一套有效地评估体系。
发明内容
为了解决上述问题，根据本发明的一个方面，提供了一种GIS绝缘可靠性评价方法，所述方法包括：
对至少两个GIS绝缘故障进行选择；
根据选择后的GIS绝缘故障以及GIS的实际运行状态和故障情况建立GIS绝缘故障树；
对所述GIS绝缘故障树进行分析以获得多个故障因素中每个故障因素的权重；以及
根据上述每个故障因素的权重和每个故障因素发生的概率建立GIS绝缘可靠性评估模型，并且根据所述GIS绝缘可靠性评估模型确定GIS绝缘可靠性。
选择地，所述对所述GIS绝缘故障树进行分析以获得多个故障因素中每个故障因素的权重，包括：
为要建立故障树的每个树枝设置权重参数，并分别对所述故障树的每层进行阈值处理，根据满足阈值处理的树枝建立故障树。
选择地，按如下阈值处理公式进行阈值处理：
其中，为第i个树枝的权重值，n为树枝个数。
选择地，其中所述绝缘故障包括：自由移动金属微粒、高压导体表面突起针尖、浮动电极、绝缘子表面的金属颗粒和绝缘子中的气隙。
选择地，其中所述GIS绝缘故障树包括：顶事件、中间事件和底事件。
选择地，其中所述顶事件为系统最不期望产生的故障状态；所述中间事件为导致顶事件发生的故障因素；以及所述底事件为导致每个中间事件发生的故障因素。
选择地，其中所述改进模糊层次分析法将模糊层次分析法与萤火虫算法相结合，在利用模糊层次分析法建立模糊判断矩阵的基础上，将模糊一致性限定条件转化为数学规划问题，采用萤火虫算法，快速准确地寻找最优解，即每个故障因素的权重。
根据本发明的另一个方面，提供了一种GIS绝缘可靠性评价系统，用于对GIS绝缘可靠性进行评价，所述系统包括：
绝缘故障选择单元，对至少两个GIS绝缘故障进行选择；
GIS绝缘故障树建立单元，根据选择后的GIS绝缘故障以及GIS的实际运行状态和故障情况建立GIS绝缘故障树；
故障因素权重确定单元，对所述GIS绝缘故障树进行分析以获得多个故障因素中每个故障因素的权重；以及
GIS绝缘可靠性确定单元，根据上述每个故障因素的权重和每个故障因素发生的概率建立GIS绝缘可靠性评估模型，并且根据所述GIS绝缘可靠性评估模型确定GIS绝缘可靠性。
本发明的有益效果在于：
1.本发明提出的改进故障树分析法有效的避免了无关的故障因素增大故障树的树枝问题，有效的减小了冗余问题。
2.本发明提出的改进模糊层次分析法避免了求解权重过程中模糊一致矩阵的一致性限定条件检验和修正的困难，将模糊一致性限定条件转化为数学规划问题，采用萤火虫算法，能够快速准确的寻找出个故障因素的权重。
3.本发明将改进故障树分析法应用于GIS绝缘故障评价系统，对绝缘故障的研究不仅仅停留在故障表面，对故障属性及深层原因进行了分析研究，使得GIS绝缘故障的分析更加系统化，结构更加清晰。
附图说明
通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：
图1为根据本发明实施方式的评价方法100的流程图；
图2为根据本发明实施方式的GIS绝缘故障树的结构示意图；以及
图3为根据本发明实施方式的评价系统300的结构示意图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
针对目前对GIS绝缘故障的分析大多数只分析了故障类型以及成因，并没有形成一套有效地评估体系，本发明摆脱传统的理论分析，建立一种具有体系化的故障分析结构，并设计了新颖，有效的GIS绝缘可靠性评价方法。能有效地对GIS绝缘故障进行系统分析与评价。
图1为根据本发明实施方式的评价方法100的流程图。如图1所示，所述评价方法100从步骤101处开始，在步骤101对至少两个GIS绝缘故障进行选择。本发明设计了一种改进故障树分析法，利用所设计的改进故障树分析法对GIS绝缘故障进行详细的分析，改进故障树分析法相对于传统的故障树分析法具有较快的计算速度及较强的逻辑性。选择地，所述对所述GIS绝缘故障树进行分析以获得多个故障因素中每个故障因素的权重，包括：
为要建立故障树的每个树枝设置权重参数，并分别对所述故障树的每层进行阈值处理，根据满足阈值处理的树枝建立故障树。
选择地，按如下阈值处理公式进行阈值处理：
其中，为第i个树枝的权重值，n为树枝个数。
选择地，在步骤102根据选择后的GIS绝缘故障以及GIS的实际运行状态和故障情况建立GIS绝缘故障树。经过阈值选取后的树枝，按树枝状逐渐细化建立起系统故障树，将系统最不期望产生的故障状态作为顶事件，然后以此为基础，分析出可能导致这一顶事件出现的因素，将其作为中间事件。再依照同样的步骤对这些已经得出的中间事件进行分析，分析出可能导致这些中间事件出现的因素。依次由顶层至底层逐层搭建，直到不可继续划分为止，即找出导致故障产生的全部原因，也就是整个系统故障树的底事件。改进故障树分析法从总体至局部地分析系统故障产生的原因，进而找出系统中最薄弱的环节，从而实现对系统的故障诊断，是一种分析系统可靠性的有效方法。通过分析GIS绝缘的故障发生情况为下一步的故障树的建立提供铺垫。选择地，其中所述绝缘故障包括：自由移动金属微粒、高压导体表面突起针尖、浮动电极、绝缘子表面的金属颗粒和绝缘子中的气隙。
图2为根据本发明实施方式的GIS绝缘故障树的结构示意图。如图2所示，所述GIS绝缘故障树的顶事件为绝缘故障；中间事件为毛刺、悬浮电位、附着物、自由颗粒和绝缘劣化五类；以及底事件为导致每个中间事件发生的故障因素，包括：制造工艺、接触不良、金属、金属颗粒和绝缘气隙等。
选择地，在步骤103对所述GIS绝缘故障树进行分析以获得多个故障因素中每个故障因素的权重。选择地，其中所述改进模糊层次分析法将模糊层次分析法与萤火虫算法相结合。为求取绝缘故障因素可靠性，不仅需要知道各类故障发生的概率，还需要知道各绝缘故障因素的重要度即权重。对于GIS自身结构的复杂性，导致其故障具有相关性、模糊性和延时性等特点，通过模糊层次分析法对故障树逐层定量分析，使得GIS绝缘故障间的关系得以定量地描述。针对传统模糊层次法求解权重过程中模糊一致矩阵的一致性限定条件检验、修正困难，本发明在建立模糊判断矩阵的基础上，将模糊一致性限定条件转化为数学规划问题，采用萤火虫算法，快速准确地寻找最优解，因此能较容易地得出各故障因素的权重，从而结合GIS的实际运行情况，根据各故障发生概率和其权重，建立GIS绝缘可靠性评估模型，快速准确地求取GIS绝缘的可靠性。
改进模糊层次分析法将模糊层次分析与萤火虫算法相结合。它针对目标层层分解，对于同一层次的因素进行两两比较，得出它们对于上一层次同一因素的重要度，最终得到最底层各因素对最高层目标的权重，从而实现问题的决策。
模糊层次分析法求解权重步骤如下：
步骤1，建立层次结构模型。此处的模型即图2构建的GIS绝缘故障树。
步骤2，建立模糊判断矩阵R：
其中，模糊判断矩阵R＝(rij)n×n中的元素rij用于表征故障因素Xi比故障因素Xj重要的程度，它的实际含义为：Xi和Xj对于相同的目标元素的相对重要程度，其值采用0.1～0.9标度法，取0.1～0.9之间的任意数值，rij越大，表示Xi比Xj越重要。
步骤3，计算各因素的权重。
构建模糊判断矩阵R时会有以下3种情况：
(1)rij＝0.5,i,j＝1,2,...,n，此时矩阵R被称为模糊矩阵；
(2)rij＝1-rji,i,j＝1,2,...,n，此时矩阵R被称为模糊互补矩阵；
(3)rij＝rik-rjk+0.5,i,j,k＝1,2,...,n时，此时矩阵R被称为模糊一致矩阵。
使用模糊层次分析法求解各故障因素权重的方法有多种，但它们都要建立在模糊一致矩阵的基础上，需要首先将建立的模糊判断矩阵R通过公式转化为模糊一致矩阵，再利用数学公式直接计算出权重。这类方法需要对数据进行粗加工，这样便减弱了数据的精确性，增加了数据处理环境的冗杂度。因此，本发明摒弃了构造模糊一致矩阵的路径，将一致性要求转化为一个数学规划问题。
在研究权重ω和rij的关系时发现，求解权重向量ω＝[ω1,ω2,...,ωn]，就等同于求解下式的约束规划问题:
其中，i＝1,2,...,n,ωi≥0,ωi表示故障因素i造成的严重度，即权重，n表示故障因素个数。
针对上式，本文采用萤火虫算法，快速准确地找到最佳权重值。
萤火虫算法(firefly algorithm,FA)思想是模拟自然界中萤火虫的发光行为，即通过萤火虫总是朝向更亮的区域飞去实现进化。FA已被证明在求解精度和稳定性方面都超过了其他进化算法如粒子群优化算法。由于FA具有容易实现、稳定性强和全局寻优能力强等优点，因此，本发明采用萤火虫算法求解式(1)，对求解权重的过程进行优化。其具体求解过程如下：
萤火虫的相对荧光亮度I为：
式中，I0为萤火虫的最大荧光亮度，即自身(sij＝0处)荧光亮度，γ为荧光吸收系数，Sij为萤火虫i与萤火虫j之间的空间距离。
萤火虫的吸引度β为：
其中，β0∈[0,1]为最大吸引度，即光源处(sij＝0处)的吸引度。
萤火虫i被发光强度更亮的萤火虫j吸引而发生位置移动的更新公式为：
其中，表示第i只萤火虫在第t代的位置，α为随机步长，且满足α∈[0,1]，Nrand～U(0,1)表示服从均匀分布的随机因子。
应用萤火虫算法求解权重的流程如下：
步骤1，初始化算法基本参数：种群规模N，最大吸引度β0，吸收系数γ，随机步长α，最大迭代次数Tmax或搜索精度，令迭代次数t＝1；
步骤2，在解空间中随机初始化萤火虫的位置，计算萤火虫的目标函数值作为各自最大萤光亮度I0；
步骤3，计算群体中萤火虫的相对亮度I和吸引度β，将相对亮度Ii作为求解权重约束规划问题中的目标函数f(Wi)(Wi表示权重向量的1个解)，即Li＝f(Wi)，1≤i≤N，根据相对亮度决定萤火虫的移动方向；
步骤4，根据式(4)更新萤火虫的空间位置；
步骤5，根据更新后萤火虫的位置，重新计算萤火虫的亮度；
步骤6，当满足搜索精度时，则算法结束，输出最优解；否则，令t＝t+1，返回步骤4进行下一次搜索。
经过以上步骤，就可以获得GIS各故障因素的最佳权重向量ω＝[ω1,ω2,...,ωn]。
选择地，在步骤104根据上述每个故障因素的权重和每个故障因素发生的概率建立GIS绝缘可靠性评估模型，并且根据所述GIS绝缘可靠性评估模型确定GIS绝缘可靠性。
图3为根据本发明实施方式的评价系统300的结构示意图。如图3所示，所述评价系统300包括：绝缘故障选择单元301、GIS绝缘故障树建立单元302、故障因素权重确定单元303和GIS绝缘可靠性确定单元304。选择地，在绝缘故障选择单元301对至少两个GIS绝缘故障进行选择。
选择地，在GIS绝缘故障树建立单元302根据选择后的GIS绝缘故障以及GIS的实际运行状态和故障情况建立GIS绝缘故障树。
选择地，在故障因素权重确定单元303根对所述GIS绝缘故障树进行分析以获得多个故障因素中每个故障因素的权重。
选择地，GIS绝缘可靠性确定单元304根据上述每个故障因素的权重和每个故障因素发生的概率建立GIS绝缘可靠性评估模型，并且根据所述GIS绝缘可靠性评估模型确定GIS绝缘可靠性。
已经通过参考少量实施方式描述了本发明。然而，本领域技术人员所公知的，正如附带的专利权利要求所限定的，除了本发明以上公开的其他的实施例等同地落在本发明的范围内。
通常地，在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释，除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例，除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行，除非明确地说明。
Claims (6)
1.一种用于确定气体绝缘金属封闭开关设备GIS绝缘可靠性的方法，其特征在于，所述方法包括：
对至少两个GIS绝缘故障进行选择；
根据选择后的GIS绝缘故障以及GIS的实际运行状态和故障情况建立GIS绝缘故障树；
利用改进的模糊层次分析法对所述GIS绝缘故障树进行分析，以获得多个故障因素中每个故障因素的权重；其中，所述改进的模糊层次分析法是将模糊层次分析法与萤火虫算法相结合；以及
根据上述每个故障因素的权重和每个故障因素发生的概率建立GIS绝缘可靠性评估模型，并且根据所述GIS绝缘可靠性评估模型确定GIS绝缘可靠性；
其中，为要建立的故障树的每个树枝设置权重参数，并分别对所述要建立的故障树的每层进行阈值处理，根据满足阈值处理的树枝建立故障树；
按如下阈值处理公式进行阈值处理：
其中，为第i个树枝的权重值，n为树枝个数。
2.根据权利要求1所述的方法，其特征在于，所述绝缘故障包括：自由移动金属微粒、高压导体表面突起针尖、浮动电极、绝缘子表面的金属颗粒和绝缘子中的气隙。
3.根据权利要求1所述的方法，其特征在于，所述GIS绝缘故障树包括：顶事件、中间事件和底事件。
4.根据权利要求3所述的方法，其特征在于，所述顶事件为系统最不期望产生的故障状态；所述中间事件为导致顶事件发生的故障因素；以及所述底事件为导致每个中间事件发生的故障因素。
5.根据权利要求1所述的方法，其特征在于，在利用模糊层次分析法建立模糊判断矩阵的基础上，将模糊一致性限定条件转化为数学规划问题，采用萤火虫算法，快速准确地寻找最优解，即每个故障因素的权重。
6.一种评价系统，用于对GIS绝缘可靠性进行评价，其特征在于，所述系统包括：
绝缘故障选择单元，对至少两个GIS绝缘故障进行选择；
GIS绝缘故障树建立单元，根据选择后的GIS绝缘故障以及GIS的实际运行状态和故障情况建立GIS绝缘故障树；
故障因素权重确定单元，利用改进的模糊层次分析法对所述GIS绝缘故障树进行分析，以获得多个故障因素中每个故障因素的权重；其中，所述改进的模糊层次分析法是将模糊层次分析法与萤火虫算法相结合；以及
GIS绝缘可靠性确定单元，根据上述每个故障因素的权重和每个故障因素发生的概率建立GIS绝缘可靠性评估模型，并且根据所述GIS绝缘可靠性评估模型确定GIS绝缘可靠性；
其中，为要建立的故障树的每个树枝设置权重参数，并分别对所述要建立的故障树的每层进行阈值处理，根据满足阈值处理的树枝建立故障树；
按如下阈值处理公式进行阈值处理：
其中，为第i个树枝的权重值，n为树枝个数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610921860.8A CN106569104B (zh) | 2016-10-21 | 2016-10-21 | 一种gis绝缘可靠性评价方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610921860.8A CN106569104B (zh) | 2016-10-21 | 2016-10-21 | 一种gis绝缘可靠性评价方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106569104A CN106569104A (zh) | 2017-04-19 |
| CN106569104B true CN106569104B (zh) | 2019-12-06 |
Family
ID=58534085
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610921860.8A Active CN106569104B (zh) | 2016-10-21 | 2016-10-21 | 一种gis绝缘可靠性评价方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106569104B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107831422B (zh) * | 2017-11-02 | 2020-09-01 | 广东电网有限责任公司电力科学研究院 | 一种gis设备局部放电诊断方法及系统 |
| CN109683044B (zh) * | 2018-12-29 | 2021-06-08 | 河南辉煌城轨科技有限公司 | 基于多源信息的电力开关设备故障状态判断方法 |
| CN110231553B (zh) * | 2019-07-12 | 2024-04-09 | 电子科技大学 | 一种电机槽绝缘电场冲击评估方法及评估装置 |
| CN113341278B (zh) * | 2021-04-20 | 2022-11-08 | 云南电网有限责任公司临沧供电局 | 一种气体绝缘电压互感器绝缘性能测评系统和方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103500283A (zh) * | 2013-10-11 | 2014-01-08 | 国家电网公司 | 基于故障树的电力变压器风险评估方法 |
| CN104111986B (zh) * | 2014-06-30 | 2018-08-14 | 南方电网科学研究院有限责任公司 | 基于综合风险指标的电力系统连锁故障树搜索方法和系统 |
| CN104217104A (zh) * | 2014-08-19 | 2014-12-17 | 上海交通大学 | 一种基于风险评估的电力变压器寿命分析方法及系统 |
| CN105138825B (zh) * | 2015-08-06 | 2018-06-15 | 云南电网有限责任公司电力科学研究院 | 一种基于萤火虫优化算法的断路器可靠性评估方法 |
-
2016
- 2016-10-21 CN CN201610921860.8A patent/CN106569104B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN106569104A (zh) | 2017-04-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106569104B (zh) | 一种gis绝缘可靠性评价方法及系统 | |
| Schichler et al. | Risk assessment on defects in GIS based on PD diagnostics | |
| Asimakopoulou et al. | A fuzzy logic optimization methodology for the estimation of the critical flashover voltage on insulators | |
| Terrab et al. | Parameters design optimization of 230 kV corona ring based on electric field analysis and response surface methodology | |
| Ala et al. | Simplified hybrid PD model in voids | |
| Khan et al. | Characterization of defects inside the cable dielectric with partial discharge modeling | |
| Omran et al. | An intelligent classification method of series arc fault models using deep learning algorithm | |
| CN112364704A (zh) | 一种基于时钟同步局部放电的聚类方法及系统 | |
| He et al. | Numerical modelling on partial discharge in HVDC XLPE cable | |
| Jabbari et al. | Application of a new dynamic numerical model to predict polluted insulator flashover voltage | |
| Ediriweera et al. | Effect of the shape of the insulator on fractal characteristics of creeping discharges | |
| El-Hag et al. | Prediction of leakage current of non-ceramic insulators in early aging period | |
| He et al. | A probabilistic model for insulator flashover under contaminated conditions | |
| Talaat et al. | Efficiency of different optimisation approaches for optimal parameters of the CSM for investigating the onset field due to corona point | |
| Montanari et al. | HV and MV DC insulation system: unexpected aging mechanisms and metrics for life prediction | |
| Zhang et al. | COMSOL modelling of electric field distributions of conductor Defects on power transmission lines | |
| KR20220043548A (ko) | 부분 방전 발생 탐지 방법 및 그 장치 | |
| Jabbari et al. | A new single-arc AC dynamic FEM model of arc propagation on ice surfaces | |
| CN112765842A (zh) | 一种组合式绝缘子均压结构优化设计方法 | |
| Vidya et al. | Breakdown voltage prediction for sphere and semispheroid geometries with Gaussian process regression-based model under the application of lightning impulses of both polarities | |
| Pan et al. | Influence of surface charge decay on cavity PD frequency at DC voltage | |
| Yang et al. | Effect of a floating conductor on the breakdown performance of a rod–plane air gap | |
| Gulyás et al. | 3D simulation of the lightning path using a mixed physical-probabilistic model–The open source lightning model | |
| Devi et al. | Parameter analysis of power cable due to presence of void | |
| Vidya et al. | Gaussian process regression based model for prediction of discharge voltage of air gaps under positive polarity lightning impulse voltages |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |