CN107886194A - 一种大风灾害下异物挂线故障概率计算方法 - Google Patents

Abstract

本发明涉及电力系统风险评估技术领域，更具体地，涉及一种大风灾害下异物挂线故障概率计算方法，包括以下步骤：S1：获取数据；S2：根据地理特征和环境特征修正风速和风向；S3：建立大风灾害下异物挂线风险评价层次结构模型；S4：计算异物挂线各子风险指标因素对异物挂线风险的权重；S5：构造各风险指标因素对异物挂线风险的隶属度函数；S6：计算线路上的异物挂线概率。减少了评判专家的主观影响，客观性更强，使分析更科学，结果更精确，更接近实际情况，实时性强，还具有很强的适应性和实用性。

Description

一种大风灾害下异物挂线故障概率计算方法

技术领域

本发明涉及电力系统风险评估技术领域，更具体地，涉及一种大风灾害下异物挂线故障概率计算方法。

背景技术

自从输电线路大规模建设以来，大风灾害造成的架空输电线路灾害性破坏呈逐年上升趋势。大风灾害下，输电线路易发生断线、倒塔、风偏闪络以及异物挂线等故障，对输电线路的安全运行造成了巨大的威胁，还造成了巨大的经济损失，需要花费大量的时间和金钱来修复。所以科学的评估输电线路的风险状况，进而准确评估电网的安全运行水平，十分具有现实意义。

目前对于大风灾害下发生的断线、倒塔以及风偏闪络故障研究较多，断线是指垂直于导线的风荷载超过其相应的承载极限时造成断股或断线；倒塔是指杆塔及其连接导线的垂直风荷载超过杆塔最大承受能力时易发生横倾，杆塔沿线路走向的不平衡力则容易引发纵倾；风偏闪络是指大档距或大弧垂导线在风向与导线轴向夹角大于45度时易发生较大风偏，导致悬垂绝缘子串对杆塔构件或金具放电，或使导线与周边物放电；异物挂线是指在工业区、树林和居民区较易发生薄膜、布条、气球、风筝等缠绕导线，增加风偏闪络概率，异物受潮后易致线路对地或相间短路。国内外学者建立的各种大风灾害故障风险评估模型已经能较为精确的计算断线、倒塔以及风偏闪络的故障概率。但是针对异物挂线的故障概率计算问题，国内外目前的研究较少。

面对大风灾害导致的异物挂线事故，现有的研究多采用影响异物挂线的因素为输入量，建立相关故障率的模糊数学模型，这种方法的主观性较强，不能精确客观的计算出异物挂线的故障率。而近年来异物挂线在大风灾害导致的故障事故中所占的比例越来越大，急需建立精确的异物挂线故障概率计算模型。

发明内容

本发明为克服上述现有技术所述的至少一种缺陷，提供一种大风灾害下异物挂线故障概率计算方法，减少了评判专家的主观影响，客观性更强，使分析更科学，结果更精确，更接近实际情况，实时性强，还具有很强的适应性和实用性。

为解决上述技术问题，本发明采用的技术方案是：一种大风灾害下异物挂线故障概率计算方法，包括以下步骤：

S1：获取数据；

S2：根据地理特征和环境特征修正风速和风向；

S3：建立大风灾害下异物挂线风险评价层次结构模型；

S4：计算异物挂线各子风险指标因素对异物挂线风险的权重；

S5：构造各风险指标因素对异物挂线风险的隶属度函数；

S6：计算线路上的异物挂线概率。

进一步的，在步骤S1中，在控制中心汇总实时的大风预报和实况信息、一般气象预报风速、风向和实测信息、实时的电网工况信息，收集线路上历史异物挂线故障信息。

进一步的，在步骤S2中，对于输电线路每段线路，基于风速观测仪得到的背景风速、风向(地面以上10米处的风速、风向)，根据该段线路的地理特征和周边环境特征修正背景风速、风向，得到线路上所受实际风速、风向值；

对平原地形，线路的实际风速依据规程风压高度变化系数和公式计算得到；

对无遮挡的迎风坡、风沿山谷方向吹时山谷内的坡面，首先将吹向山坡的水平风V分解为平行于山坡走向的顺坡风V_s＝Vcosβ(β为水平风与山坡走向的夹角)和垂直于山坡走向的山坡风V_t＝Vsinβ，其中V_t受到山坡的抬升作用将增大，根据风速风压高度变化系数和公式计算得到V_t′；然后由V_t′得到垂直于斜面的风速V_t2＝V_t′sinα(α为山坡的地形倾角)和平行于斜面的风速V_t1＝V_t′cosα，其中V_t2受到山坡的影响，在斜面上形成气流，将V_t1直接的夹角改成(为气流坡度)，从而得到新的平行于山坡的风速垂直于斜面的风速忽略；最后计算得到作用于线路的实际风速以及V_a与山坡走向的夹角θ＝arccos(V_s/V_a)；

其他地形(峡谷风道口和山谷形状变化)，地形系数以不影响地形的平原地形为基准(基准值为1)，风口、山谷空间减小、加强风力的地形系数为1～1.3；山谷空间增大、削弱风力的地形系数为0.8～1。

进一步的，在步骤S3中，建立异物挂线故障层次分析表，结合调查以及对大风灾害下影响因素的分析，主要从风激励参数和线路激励参数来确定评价对象的因素集，在此基础上建立分层次的大风灾害下异物挂线评价结构模型，该模型分为三层：目标层、指标层、子指标层，指标层为风激励参数和线路激励参数，子指标层为线路所在风速V，风向与线路走向夹角θ，环境系数a_s，导线密集系数α_d，档距系数α_l，其中α_d＝N/4，N为导线分裂数；α_l＝l/400，l为线路档距。

进一步的，在步骤S4中，利用改进层次分析法计算指标层对目标层异物挂线风险评价的层次权重W_A，计算子指标层对指标层的层次权重W_B1，W_B2，然后计算子指标层各子指标因素对于目标层的总排序权重，总排序权重是自上而下的将单准则下的权重进行合成。

其中W_A＝(α₁ α₂)，W_B1＝(β₁ β₂ β₃)，W_B2＝(β₄ β₅)，则总排序权重为：

W_L＝(α₁β₁ α₁β₂ α₁β₃ α₂β₄ α₂β₅)。

进一步的，在步骤S5中，利用模糊数学理论结合不同的影响因素的特点和历史数据，选用不同的隶属度函数确定方法如二元排序法、专家经验法和模糊统计法，建立输电线路各子指标因素的隶属度函数A(x_i)。

进一步的，在步骤S6中，对于每段线路，利用建立的隶属度函数计算模型，根据输电线路现场数据(线路实际风速、风向、档距系数)得出每个子指标因素的隶属度大小，从而得出线路档j的异物挂线事故风险概率P_j为：

其中，A(x_i)为各子指标因素的隶属度函数，w_i为各子指标对目标层的权重。

进一步的，由步骤S6计算得到的每档线路异物挂线概率，计算整条线路异物挂线故障概率：

其中，N为整条线路的档数，P_j为线路档j的异物挂线故障概率。

与现有技术相比，有益效果是：

(1)用三标度法取代九标度法，降低人的主观性对评价结果的影响；

(2)利用最优传递矩阵构造判断矩阵，直接求出权重，无需进行一致性检验。同时基于模糊数学理论，将异物挂线概率与主要外界影响因素之间的确定性关系模糊化，采用二元对比排序法、指派方法、专家经验法和模糊统计法中一种或多种隶属度函数建立方法，建立合适的模糊集、隶属度函数来弥补预测数据不准确带来的缺陷，能较好的符合实际情况；

(3)该计算方法减少了评判专家的主观影响，客观性更强，使分析更科学，结果更精确，更接近实际情况，实时性强，还具有很强的适应性和实用性。

附图说明

图1是本发明在一个实施例中整体步骤流程图；

图2是本发明在一个实施例中输电线路异物挂线风险因素层次结构模型图；

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。附图中描述位置关系仅用于示例性说明，不能理解为对本专利的限制。

如图1所示，一种大风灾害下异物挂线故障概率计算方法，包括以下步骤：

S1：获取数据；

S2：根据地理特征和环境特征修正风速和风向；

S3：建立大风灾害下异物挂线风险评价层次结构模型；

S4：计算异物挂线各子风险指标因素对异物挂线风险的权重；

S5：构造各风险指标因素对异物挂线风险的隶属度函数；

S6：计算线路上的异物挂线概率。

在本实施例中，在步骤S1中，在控制中心汇总实时的大风预报和实况信息、一般气象预报风速、风向等和实测信息、实时的电网工况信息，收集线路上历史异物挂线故障信息。

在本实施例中，在步骤S2中，对于输电线路每段线路，基于风速观测仪得到的背景风速、风向(地面以上10米处的风速、风向)，根据该段线路的地理特征和周边环境特征修正背景风速、风向，得到线路上所受实际风速、风向值；

对平原地形，线路的实际风速依据规程风压高度变化系数和公式计算得到；

对无遮挡的迎风坡、风沿山谷方向吹时山谷内的坡面，首先将吹向山坡的水平风V分解为平行于山坡走向的顺坡风V_s＝Vcosβ(β为水平风与山坡走向的夹角)和垂直于山坡走向的山坡风V_t＝Vsinβ，其中V_t受到山坡的抬升作用将增大，根据风速风压高度变化系数和公式计算得到V_t′；然后由V_t′得到垂直于斜面的风速V_t2＝V_t′sinα(α为山坡的地形倾角)和平行于斜面的风速V_t1＝V_t′cosα，其中V_t2受到山坡的影响，在斜面上形成气流，将V_t1直接的夹角改成(为气流坡度)，从而得到新的平行于山坡的风速垂直于斜面的风速忽略；最后计算得到作用于线路的实际风速以及V_a与山坡走向的夹角θ＝arccos(V_s/V_a)；

其他地形(峡谷风道口和山谷形状变化)，地形系数以不影响地形的平原地形为基准(基准值为1)，风口、山谷空间减小、加强风力的地形系数为1～1.3；山谷空间增大、削弱风力的地形系数为0.8～1。

在本实施例中，在步骤S3中，建立异物挂线故障层次分析表，结合调查以及对大风灾害下影响因素的分析，主要从风激励参数和线路激励参数来确定评价对象的因素集，在此基础上建立分层次的大风灾害下异物挂线评价结构模型，该模型分为三层：目标层、指标层、子指标层，指标层为风激励参数和线路激励参数，子指标层为线路所在风速V，风向与线路走向夹角θ，环境系数α_s，导线密集系数α_d，档距系数α_l，其中α_d＝N/4，N为导线分裂数；α_l＝l/400，l为线路档距。

在本实施例中，在步骤S4中，利用改进层次分析法计算指标层对目标层异物挂线风险评价的层次权重W_A，计算子指标层对指标层的层次权重W_B1，W_B2，然后计算子指标层各子指标因素对于目标层的总排序权重，总排序权重是自上而下的将单准则下的权重进行合成。

其中W_A＝(α₁ α₂)，W_B1＝(β₁ β₂ β₃)，W_B2＝(β₄ β₅)，则总排序权重为：

W_L＝(α₁β₁ α₁β₂ α₁β₃ α₂β₄ α₂β₅)。

在本实施例中，在步骤S5中，利用模糊数学理论结合不同的影响因素的特点和历史数据，选用不同的隶属度函数确定方法如二元排序法、专家经验法和模糊统计法建立输电线路各子指标因素的隶属度函数A(x_i)。

在本实施例中，在步骤S6中，对于每段线路，利用建立的隶属度函数计算模型，根据输电线路现场数据(线路实际风速、风向、档距系数)得出每个子指标因素的隶属度大小，从而得出线路档j的异物挂线事故风险概率P_j为：

其中，A(x_i)为各子指标因素的隶属度函数，w_i为各子指标对目标层的权重。

在本实施例中，由步骤S6计算得到的每档线路异物挂线概率，计算整条线路异物挂线故障概率：

其中，N为整条线路的档数，P_j为线路档j的异物挂线故障概率。

在本实施例中，为供电局220kV输电线路：

步骤1是在控制中心汇总实时的大风预报和实况信息、一般气象预报风速、风向和实测信息、实时的电网工况信息，收集线路上历史异物挂线故障信息；

步骤2是根据地理特征和环境特征修正背景风速、风向，得到线路上所受实际风速、风向值。

步骤3是通过风灾害下影响因素的分析，建立分层次的大风灾害下异物挂线评价结构模型，如图2所示为输电线路异物挂线风险因素层次结构模型图。

步骤4是利用改进层次分析法计算各子指标因素对于目标层的总排序权重。

准则层为风激励参数和线路激励参数，利用三标度法可得出准则层各因素对目标层的比较矩阵，如表1所示：

表1异物挂线指标因素比较矩阵

	风激励参数B1	线路激励参数B2
			风激励参数B1	1	2
线路激励参数B2	0	1

计算得到异物挂线A-B因素权重为为W_B＝(0.75 0.25)。

方案层为风激励参数和线路激励参数下各子指标因素，利用三标度法可得出方案层各子指标因素对准则层的比较矩阵，B-C层之间构成的比较矩阵如表2、表3所示。

表2风激励参数各子指标因素比较矩阵

表2线路激励参数各子指标因素比较矩阵

线路激励参数B2	导线密集系数C4	线路档距系数C5
			导线密集系数C4	1	0
线路档距系数C5	2	1

计算得到B-C层次权重为：

B1层次：W_B1＝(0.6370 0.2583 0.1047)；

B2层次：W_B2＝(0.25 0.75)；

根据各层次权重计算的得到各指标因素对异物挂线风险评估的总排序权重W_L，W_L＝(0.47775 0.193725 0.078525 0.0625 0.1875)。

步骤5是利用模糊数学理论结合不同的影响因素的特点选用不同的隶属度函数确定方法建立输电线路各子指标因素的隶属度函数。

各子指标函数的隶属函数如下表3所示：

表3各子指标函数的隶属函数

图1步骤S6评估发生异物挂线的故障概率。以每档线路为单位，利用建立的隶属度函数计算模型，根据输电线路现场数据(线路实际风速、风向、档距系数)得出每个子指标因素的隶属度大小，从而得出线路档j的异物挂线事故风险概率P_j为：其中，A(x_i)为各子指标因素的隶属度函数，w_i为各子指标对目标层的权重。

本发明实施例为南方电网惠州供电局某条220kV输电线路，该线路由30档线路组成，根据上述步骤得到某时刻整条线路异物挂线的故障概率如下表4所示：

表4 220kV某线路异物挂线故障概率

由每档线路的异物挂线概率可得到该220kV线路的总异物挂线概率为P＝0.9951

从上表的数据结果可看出，本专利的异物挂线故障计算方法能有效计算出大风灾害下线路的异物挂线概率，同时从表中可看出每档线路异物挂线的故障概率与线路上的风速成正比例，风速越大，线路上的异物挂线故障概率越大，与实际情况相符。最后计算得出该线路发生异物挂线概率为99.51％，通过查看该线路历史故障数据可知，在该时间段该线路发生了异物挂线故障，证明了本概率计算方法的可行性。该概率计算方法非常适用于大风灾害下的异物挂线实时故障概率预测。

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (8)

1.一种大风灾害下异物挂线故障概率计算方法，其特征在于，包括以下步骤：

S1：获取数据；

S2：根据地理特征和环境特征修正风速和风向；

S3：建立大风灾害下异物挂线风险评价层次结构模型；

S4：计算异物挂线各子风险指标因素对异物挂线风险的权重；

S5：构造各风险指标因素对异物挂线风险的隶属度函数；

S6：计算线路上的异物挂线概率。

2.根据权利要求1所述的一种大风灾害下异物挂线故障概率计算方法，其特征在于，在步骤S1中，在控制中心汇总实时的大风预报和实况信息、一般气象预报风速、风向和实测信息、实时的电网工况信息，收集线路上历史异物挂线故障信息。

3.根据权利要求1所述的一种大风灾害下异物挂线故障概率计算方法，其特征在于，在步骤S2中，对于输电线路每段线路，基于风速观测仪得到的背景风速、风向，根据该段线路的地理特征和周边环境特征修正背景风速、风向，得到线路上所受实际风速、风向值；

对平原地形，线路的实际风速依据规程风压高度变化系数和公式计算得到；

对无遮挡的迎风坡、风沿山谷方向吹时山谷内的坡面，首先将吹向山坡的水平风V分解为平行于山坡走向的顺坡风V_s＝Vcosβ，β为水平风与山坡走向的夹角，和垂直于山坡走向的山坡风V_t＝Vsinβ，其中V_t受到山坡的抬升作用将增大，根据风速风压高度变化系数和公式计算得到V_t′；然后由V_t′得到垂直于斜面的风速V_t2＝V_t′sinα，α为山坡的地形倾角，和平行于斜面的风速V_t1＝V_t′cosα，其中V_t2受到山坡的影响，在斜面上形成气流，将V_t1直接的夹角改成 为气流坡度，从而得到新的平行于山坡的风速垂直于斜面的风速忽略；最后计算得到作用于线路的实际风速以及V_a与山坡走向的夹角θ＝arccos(V_s/V_a)；

其他地形，地形系数以不影响地形的平原地形为基准，基准值为1，风口、山谷空间减小、加强风力的地形系数为1～1.3；山谷空间增大、削弱风力的地形系数为0.8～1。

4.根据权利要求1所述的一种大风灾害下异物挂线故障概率计算方法，其特征在于，在步骤S3中，建立异物挂线故障层次分析表，结合调查以及对大风灾害下影响因素的分析，主要从风激励参数和线路激励参数来确定评价对象的因素集，在此基础上建立分层次的大风灾害下异物挂线评价结构模型，该模型分为三层：目标层、指标层、子指标层，指标层为风激励参数和线路激励参数，子指标层为线路所在风速V，风向与线路走向夹角θ，环境系数a_s，导线密集系数α_d，档距系数α_l，其中α_d＝N/4，N为导线分裂数；α_l＝l/400，l为线路档距。

5.根据权利要求1所述的一种大风灾害下异物挂线故障概率计算方法，其特征在于，在步骤S4中，利用改进层次分析法计算指标层对目标层异物挂线风险评价的层次权重W_A，计算子指标层对指标层的层次权重W_B1，W_B2，然后计算子指标层各子指标因素对于目标层的总排序权重，总排序权重是自上而下的将单准则下的权重进行合成。

其中W_A＝(α₁ α₂)，W_B1＝(β₁ β₂ β₃)，W_B2＝(β₄ β₅)，则总排序权重为：

W_L＝(α₁β₁ α₁β₂ α₁β₃ α₂β₄ α₂β₅)。

6.根据权利要求1所述的一种大风灾害下异物挂线故障概率计算方法，其特征在于，在步骤S5中，利用模糊数学理论结合不同的影响因素的特点和历史数据，选用不同的隶属度函数确定方法如二元排序法、专家经验法和模糊统计法建立输电线路各子指标因素的隶属度函数A(x_i)。

7.根据权利要求1所述的一种大风灾害下异物挂线故障概率计算方法，其特征在于，在步骤S6中，对于每段线路，利用建立的隶属度函数计算模型，根据输电线路现场数据，线路实际风速、风向、档距系数，得出每个子指标因素的隶属度大小，从而得出线路档j的异物挂线事故风险概率P_j为：

<mrow> <msub> <mi>P</mi> <mi>j</mi> </msub> <mo>=</mo> <munderover> <mo>&amp;Sigma;</mo> <mi>i</mi> <mi>n</mi> </munderover> <mi>A</mi> <mrow> <mo>(</mo> <msub> <mi>x</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> <msub> <mi>w</mi> <mi>i</mi> </msub> </mrow>

其中，A(x_i)为各子指标因素的隶属度函数，w_i为各子指标对目标层的权重。

8.根据权利要求7所述的一种大风灾害下异物挂线故障概率计算方法，其特征在于，由步骤S6计算得到的每档线路异物挂线概率，计算整条线路异物挂线故障概率：

<mrow> <mi>P</mi> <mo>=</mo> <mn>1</mn> <mo>-</mo> <munderover> <mo>&amp;Pi;</mo> <mi>j</mi> <mi>N</mi> </munderover> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>P</mi> <mi>j</mi> </msub> <mo>)</mo> </mrow> </mrow>

其中，N为整条线路的档数，P_j为线路档j的异物挂线故障概率。