CN106779269A - 基于变异系数法的智能变电站二次系统可靠性评估方法 - Google Patents
基于变异系数法的智能变电站二次系统可靠性评估方法 Download PDFInfo
- Publication number
- CN106779269A CN106779269A CN201510815693.4A CN201510815693A CN106779269A CN 106779269 A CN106779269 A CN 106779269A CN 201510815693 A CN201510815693 A CN 201510815693A CN 106779269 A CN106779269 A CN 106779269A
- Authority
- CN
- China
- Prior art keywords
- reliability
- secondary system
- matrix
- intelligent substation
- point
- 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
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种基于变异系数法的智能变电站二次系统可靠性评估方法,包括:统计智能变电站内各关键元件的个数,计算各元件在各种网络结构下的综合失效率;建立可靠性评价矩阵;将可靠性评价矩阵化为标准可靠性矩阵;根据变异系数得到每种元件综合失效率的权重值进而得到加权可靠性矩阵;建立可靠性特征空间,进而得到每个样本点对最优点与最劣点的相对接近度,对各样本的相对接近度进行排序,得到各样本点所代表的二次系统网络结构可靠性评估结果。本发明采用变异系数法进行综合评价,可以很快地找出影响智能变电站二次系统可靠性的因素,提高变电站通信系统设计规划过程中的可靠性水平。
Description
技术领域
本发明涉及可靠性评估领域,具体涉及一种基于变异系数法的智能变电站二次系统可靠性评估方法。
背景技术
智能变电站二次系统对于智能变电站甚至整个电力系统的安全稳定运行具有至关重要的作用。随着IEC61850标准在电力系统中的推广应用,智能变电站二次系统较传统二次系统无论在功能上还是结构上均发生了重大变化。智能变电站二次系统的主要特征为网络化,变电站设备通过不同的网络拓扑结构连接为一个整体,各设备的功能需要依赖网络来实现。因此,必须对智能变电站二次系统的可靠性进行有效评估,以保障变电站的正常稳定运行。
在目前已经开展的智能变电站二次系统可靠性研究中,大多针对二次系统中某个子系统(如保护系统、通信系统等)单独进行可靠性评估,无法对智能变电站二次系统的可靠性状况进行客观地整体评价,不能反映各拓扑结构各指标与理想指标之间的整体相似程度。如采用经典的故障树分析方法分析变电站的通信系统的可靠性,最终得到系统的失效度及可用率。结合故障树分析法与蒙特卡罗方法构建可靠性评估模型,首先建立基于故障树分析法的二次系统失效模型,然后通过蒙特卡洛法对可靠性进行量化分析。通过分析二次系统中各节点的逻辑功能,构建功能逻辑节点连接图,对各逻辑节点和逻辑连接分别进行故障率计算,最终得到整体系统的可靠性评估结果。
对智能变电站二次系统进行科学定量的评估,建立适用于实际工程应用的智能变电站二次系统可靠性分析数学模型,有助于定位二次系统的薄弱环节,提升变电站设计的可靠性水平,为智能变电站二次系统的运行维护与故障诊断提供技术支持,有利于提高电力系统运行的安全性、可靠性和经济性。
发明内容
为克服上述现有技术的不足,本发明提供了一种基于变异系数法的智能变电站二次系统可靠性评估方法,有助于提高变电站通信系统设计规划过程中的可靠性水平,为智能变电站二次系统运行维护与故障诊断提供有力的技术支持。
实现上述目的所采用的解决方案为:
一种基于变异系数法的智能变电站二次系统可靠性评估方法,包括如下步骤:
(1)统计智能变电站内各关键元件的个数,根据相关厂商提供的每种元件的失效率数据,针对不同的二次系统网络结构和各元件的数量,计算各元件在各种网络结构下的综合失效率;
(2)以每列代表一种二次系统网络结构,每行代表一种元件的综合失效率,建立可靠性评价矩阵;
(3)对可靠性评价矩阵中的负向指标进行同向化处理,将其转化为正向指标,然后对同向化处理后的可靠性评价矩阵进行无量纲化处理,化为标准可靠性矩阵;
(4)分别计算标准可靠性矩阵中每个行向量的均值与标准差,根据均值与标准差计算每个行向量的变异系数,根据变异系数得到每种元件综合失效率的权重值;
(5)采用相应的权重值对标准可靠性矩阵的行向量相乘进行修正,得到加权可靠性矩阵;
(6)建立可靠性特征空间,将加权可靠性矩阵中的每个列向量视作该特征空间中的一个具体样本点,并根据加权可靠性矩阵确定可靠性特征空间中的最优点与最劣点;
(7)计算各样本点到最优点和最劣点的距离,进而得到每个样本点对最优点与最劣点的相对接近度,对各样本的相对接近度进行排序,得到各样本点所代表的二次系统网络结构可靠性评估结果。
优选的,所述步骤(1)中的智能变电站内各关键元件包括:站控层交换机、间隔层交换机、保护装置、保护接口、IED设备、通信链路、服务器。
优选的,所述步骤(6)中的可靠性特征空间,其维数应与智能变电站所包含的关键元件的个数相同。
优选的,所述步骤(6)中的最优点为一个列向量,其维数应与智能变电站所包含的关键元件的个数相同,其每一行的元素值为加权可靠性矩阵对应行中元素值的最大值。
优选的,所述步骤(6)中的最劣点为一个列向量,其维数应与智能变电站所包含的关键元件的个数相同,其每一行的元素值为加权可靠性矩阵对应行中元素值的最小值。
与现有技术相比,本发明具有以下有益效果:
采用变异系数法进行综合评价,可以很快地找出影响智能变电站二次系统可靠性的因素,提高变电站通信系统设计规划过程中的可靠性水平,为智能变电站二次系统运行维护与故障诊断提供有力的技术支持。
附图说明
图1:本发明提供的基于变异系数法的智能变电站二次系统可靠性评估方法流程图;
图2:本发明提供的基于IEC61850标准的智能变电站二次系统结构图;
图3:本发明提供的星型拓扑结构图;
图4:本发明提供的总线型拓扑结构图;
图5:本发明提供的环型拓扑结构图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步的详细说明。
如图1所示,本发明基于变异系数法的智能变电站二次系统可靠性评估方法,包括以下步骤:
第一步:如图2所示,智能变电站二次系统各功能的实现均需要站内硬件设备和网络系统一起参与,变电站二次系统的可靠性直接由它们决定。智能变电站二次系统通常包括交换机、保护装置、IED设备、通信链路和服务器。根据相关厂商提供的每种元件的失效率数据得到表1所示的各元件的失效率。
表1智能变电站二次系统元件的失效率
针对一典型智能变电站,设站内有60套IED设备负责电压、电流和功率等电气量与非电气量信息的传送,有30套保护。在底层,每10组IED设备共享1个间隔交换机或集线器。二次系统网络结构有星型、总线型、环型设计方案。
如图3所示,二次系统采用星型网络结构。由网络瘫痪概率公式,计算各元件在星型网络结构下的综合失效率。
站控层交换机1台得站控层失效率为42×10-6,间隔层交换机6台得间隔层交换机综合失效率为6×42×10-6,保护30套得保护装置综合失效率30×55×10-6,保护接口综合失效率30×285×10-6,IED设备60套得IED设备综合失效率60×285×10-6,服务器1台得服务器综合失效率385×10-6,通信链路仅考虑间隔层6条得通信链路综合失效率6×10-4。
如图4所示,二次系统采用总线型网络结构。站控层交换机1台得站控层交换机综合失效率42×10-6,间隔层交换机6台,考虑不同交换机失效对IED设备的影响程度得间隔层交换机综合失效率为保护30套得保护装置综合失效率30×55×10-6、保护接口失效率30×285×10-6,总线型拓扑结构中IED设备综合失效率为60×274×10-6,服务器1台得服务器失效率385×10-6。通信链路仅考虑间隔层6条得通信链路综合失效率
如图5所示,二次系统采用环型网络结构。站控层交换机2台得站控层交换机失效率2×42×10-6;间隔层交换机6台至少要2台同时失效才会使网络瘫痪,得间隔层交换机失效率保护30套得保护失效率30×55×10-6、保护接口失效率30×285×10-6;IED设备60台得IED设备失效率60×285×10-6;服务器1台得服务器失效率385×10-6;通信链路仅考虑间隔层链路8条,至少要2条同时失效才会使网络瘫痪,得通信链路失效率
综上,得到表2所示的各元件在各种网络结构下的综合失效率。
表2各元件在各种网络结构下的综合失效率
第二步:以每列代表一种二次系统网络结构,每行代表一种元件的综合失效率,有3种二次系统网络结构,有7种元件的综合失效率,建立可靠性评价矩阵:
根据表2建立评价矩阵Y=(yij)n×m,其中m=3,n=7,Y1代表站控层交换机失效,Y2代表间隔层交换机失效,Y3代表保护失效,Y4代表保护接口失效,Y5代表IED设备失效,Y6代表通信链路失效,Y7代表服务器失效。
第三步:对可靠性评价矩阵Y中的负向指标进行同向化处理、去量纲化化处理。该7个元件的综合失效率都是负向指标,同向化处理后:
去量钢化处理后得到标准可靠性矩阵Y″:
第四步:计算标准可靠性矩阵中每个行向量的均值与标准差sj,进而计算每个行向量的变异系数Vj,根据变异系数得到每种元件综合失效率的权重值ωj。计算结果如表3所示:
表3sj、Vj、ωj的计算结果
第五步:采用相应的权重值对标准可靠性矩阵的行向量相乘进行修正Y″′=ωjY″,得到加权可靠性矩阵Y″′
第六步:建立可靠性特征空间,将加权可靠性矩阵中的每个列向量视作该特征空间中的一个具体样本点,根据加权可靠性矩阵确定可靠性特征空间中的最优点Y+与最劣点Y-
Y+=[0.0115 0.2138 0 0 0.1359 0.2184 0]T
Y-=[0.0115 0.2120 0 0 0.1353 0.2167 0]T
第七步:计算各样本点到最优点与最劣点的距离,以及每个样本点对最优点与最劣点的相对接近度
D+=[0.0019 0.0025 0.0007]
D-=[0.0013 0.0007 0.0025]
C=[0.4075 0.2092 0.7908]
对各样本点的相对接近度进行排序,即得到不同网络拓扑智能变电站二次通信系统结构的可靠性评估结果,评价结果如表4所示。
表4不同结构类型的运行可靠性综合评价排序表
综上,Cj的值越大,表明评价结果越优,排序结果可客观反映了该3种结构的可靠性强弱,可靠性最强的是环型拓扑结构,其次是星型拓扑结构,最弱的是总线型拓扑结构。本发明所提的基于变异系数法的智能变电站二次系统可靠性评估方法,与现有的评价方法相比,它既能对智能变电站二次系统的可靠性状况进行客观地整体评价,又能反映各拓扑结构各指标与理想指标之间的整体相似程度,是一种更为有效的综合评价方法。
最后应当说明的是:以上实施例仅用于说明本申请的技术方案而非对其保护范围的限制,尽管参照上述实施例对本申请进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本申请后依然可对申请的具体实施方式进行种种变更、修改或者等同替换,但这些变更、修改或者等同替换,均在申请待批的权利要求保护范围之内。
Claims (5)
1.一种基于变异系数法的智能变电站二次系统可靠性评估方法,其特征在于,包括如下步骤:
(1)统计智能变电站内各关键元件的个数,并计算各元件在各种网络结构下的综合失效率;
(2)以每列代表一种二次系统网络结构,每行代表一种元件的综合失效率,建立可靠性评价矩阵;
(3)对可靠性评价矩阵中的负向指标进行同向化处理,将其转化为正向指标,然后对同向化处理后的可靠性评价矩阵进行无量纲化处理,化为标准可靠性矩阵;
(4)分别计算标准可靠性矩阵中每个行向量的均值与标准差,根据均值与标准差计算每个行向量的变异系数,根据变异系数得到每种元件综合失效率的权重值;
(5)采用相应的权重值与标准可靠性矩阵的行向量相乘进行修正,得到加权可靠性矩阵;
(6)建立可靠性特征空间,将加权可靠性矩阵中的每个列向量视作该特征空间中的一个具体样本点,并根据加权可靠性矩阵确定可靠性特征空间中的最优点与最劣点;
(7)分别计算各样本点到最优点和最劣点的距离,进而得到每个样本点对最优点与最劣点的相对接近度,对各样本的相对接近度进行排序,得到各样本点所代表的二次系统网络结构可靠性评估结果。
2.根据权利要求1所述的基于变异系数法的智能变电站二次系统可靠性评估方法,其特征在于,所述步骤(1)中的所述关键元件包括:站控层交换机、间隔层交换机、保护装置、保护接口、IED设备、通信链路和服务器。
3.根据权利要求1所述的基于变异系数法的智能变电站二次系统可靠性评估方法,其特征在于,所述步骤(6)中的可靠性特征空间的维数与与智能变电站所包含的关键元件的个数相同。
4.根据权利要求1所述的基于变异系数法的智能变电站二次系统可靠性评估方法,其特征在于,所述步骤(6)中的最优点为一个列向量,其维数与智能变电站所包含的关键元件的个数相同,其每一行的元素值为加权可靠性矩阵对应行中元素值的最大值。
5.根据权利要求1所述的基于变异系数法的智能变电站二次系统可靠性评估方法,其特征在于,所述步骤(6)中的最劣点为一个列向量,其维数应与智能变电站所包含的关键元件的个数相同,其每一行的元素值为加权可靠性矩阵对应行中元素值的最小值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510815693.4A CN106779269A (zh) | 2015-11-23 | 2015-11-23 | 基于变异系数法的智能变电站二次系统可靠性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510815693.4A CN106779269A (zh) | 2015-11-23 | 2015-11-23 | 基于变异系数法的智能变电站二次系统可靠性评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106779269A true CN106779269A (zh) | 2017-05-31 |
Family
ID=58885452
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510815693.4A Pending CN106779269A (zh) | 2015-11-23 | 2015-11-23 | 基于变异系数法的智能变电站二次系统可靠性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106779269A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107885787A (zh) * | 2017-10-18 | 2018-04-06 | 大连理工大学 | 基于谱嵌入的多视角特征融合的图像检索方法 |
CN109614660A (zh) * | 2018-11-16 | 2019-04-12 | 国网宁夏电力有限公司电力科学研究院 | 智能变电站二次设备评估体系的构建方法及装置 |
CN110674480A (zh) * | 2019-10-11 | 2020-01-10 | 同盾控股有限公司 | 行为数据处理方法、装置、设备及可读存储介质 |
CN113011047A (zh) * | 2021-04-21 | 2021-06-22 | 华北电力大学 | 一种基于220kV及以下智能变电站二次系统的可靠性分析方法 |
CN113556397A (zh) * | 2021-07-21 | 2021-10-26 | 山东建筑大学 | 面向物联网网关的云服务资源调度方法 |
CN116644590A (zh) * | 2023-05-31 | 2023-08-25 | 中国人民解放军国防科技大学 | 通信测试设备可靠性预计方法、装置、设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7639137B2 (en) * | 2005-08-30 | 2009-12-29 | Somnath Mukherjee | System for identifying radio-frequency identification devices |
CN102136113A (zh) * | 2011-05-17 | 2011-07-27 | 江西省电力科学研究院 | 智能变电站二次系统可靠性评估方案 |
CN104392390A (zh) * | 2014-11-13 | 2015-03-04 | 国家电网公司 | 一种基于topsis模型的智能变电站二次设备评估方法 |
CN105046402A (zh) * | 2015-06-23 | 2015-11-11 | 国家电网公司 | 一种应用于智能变电站二次设备的状态评估方法 |
-
2015
- 2015-11-23 CN CN201510815693.4A patent/CN106779269A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7639137B2 (en) * | 2005-08-30 | 2009-12-29 | Somnath Mukherjee | System for identifying radio-frequency identification devices |
CN102136113A (zh) * | 2011-05-17 | 2011-07-27 | 江西省电力科学研究院 | 智能变电站二次系统可靠性评估方案 |
CN104392390A (zh) * | 2014-11-13 | 2015-03-04 | 国家电网公司 | 一种基于topsis模型的智能变电站二次设备评估方法 |
CN105046402A (zh) * | 2015-06-23 | 2015-11-11 | 国家电网公司 | 一种应用于智能变电站二次设备的状态评估方法 |
Non-Patent Citations (1)
Title |
---|
张文朝等: "应用变异系数法和逼近理想解排序法的风电场综合评价", 《电网技术》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107885787A (zh) * | 2017-10-18 | 2018-04-06 | 大连理工大学 | 基于谱嵌入的多视角特征融合的图像检索方法 |
CN109614660A (zh) * | 2018-11-16 | 2019-04-12 | 国网宁夏电力有限公司电力科学研究院 | 智能变电站二次设备评估体系的构建方法及装置 |
CN110674480A (zh) * | 2019-10-11 | 2020-01-10 | 同盾控股有限公司 | 行为数据处理方法、装置、设备及可读存储介质 |
CN113011047A (zh) * | 2021-04-21 | 2021-06-22 | 华北电力大学 | 一种基于220kV及以下智能变电站二次系统的可靠性分析方法 |
CN113556397A (zh) * | 2021-07-21 | 2021-10-26 | 山东建筑大学 | 面向物联网网关的云服务资源调度方法 |
CN116644590A (zh) * | 2023-05-31 | 2023-08-25 | 中国人民解放军国防科技大学 | 通信测试设备可靠性预计方法、装置、设备和存储介质 |
CN116644590B (zh) * | 2023-05-31 | 2024-03-19 | 中国人民解放军国防科技大学 | 通信测试设备可靠性预计方法、装置、设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106779269A (zh) | 基于变异系数法的智能变电站二次系统可靠性评估方法 | |
Bai et al. | Hybrid flow betweenness approach for identification of vulnerable line in power system | |
Bi et al. | Single pole‐to‐ground fault location method for MMC‐HVDC system using active pulse | |
CN100438251C (zh) | 一种大型电力系统脆弱线路辨识的方法 | |
CN113705085B (zh) | 一种智能电网多层次结构建模及风险评估方法 | |
Ray et al. | Hybrid methodology for fault distance estimation in series compensated transmission line | |
CN104133143B (zh) | 一种基于Hadoop云计算平台的电网线路故障诊断系统及方法 | |
Guo et al. | Graph theory based topology design and energy routing control of the energy internet | |
Peng et al. | Reliability analysis in interdependent smart grid systems | |
Zhang et al. | Critical node identification in active distribution network using resilience and risk theory | |
CN107622360A (zh) | 一种综合考虑主客观因素的关键线路识别方法 | |
CN107947151A (zh) | 一种电力系统关键节点的识别方法 | |
Gang et al. | Automatic identification of transmission sections based on complex network theory | |
CN104569785A (zh) | 一种逆变电路故障诊断方法 | |
Wang et al. | Multi‐objective optimisation method of power grid partitioning for wide‐area backup protection | |
Pei et al. | The real‐time state identification of the electricity‐heat system based on Borderline‐SMOTE and XGBoost | |
Huang et al. | Reliability and economy assessment of offshore wind farms | |
CN111900720B (zh) | 一种基于双层网页排序算法的输电网脆弱线路辨识方法 | |
CN109342885A (zh) | 一种直流配电网线路故障的定位方法及系统 | |
Xu et al. | Reliability calculation of AC/DC hybrid distribution network with a solid‐state transformer | |
Geng et al. | Method for finding the important nodes of an electrical power system based on weighted‐SALSA algorithm | |
CN103324795A (zh) | 一种考虑站用电影响的直流系统可靠性评估方法 | |
Xue et al. | Typical transmission section searching method considering geographical attributes for large power grids | |
CN108879658A (zh) | 一种主动配电网的电压薄弱点辨识方法 | |
CN109861214B (zh) | 判断区域电网暂态功角稳定薄弱线路的方法、系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170531 |
|
RJ01 | Rejection of invention patent application after publication |