CN108256687A - 一种基于大事件驱动的在线连锁故障分析方法及装置 - Google Patents
一种基于大事件驱动的在线连锁故障分析方法及装置 Download PDFInfo
- Publication number
- CN108256687A CN108256687A CN201810087068.6A CN201810087068A CN108256687A CN 108256687 A CN108256687 A CN 108256687A CN 201810087068 A CN201810087068 A CN 201810087068A CN 108256687 A CN108256687 A CN 108256687A
- Authority
- CN
- China
- Prior art keywords
- power grid
- stoppage
- current
- flow data
- transit
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 8
- 238000010248 power generation Methods 0.000 claims description 14
- 230000007257 malfunction Effects 0.000 claims description 12
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 238000003786 synthesis reaction Methods 0.000 claims description 6
- 230000005611 electricity Effects 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 abstract description 16
- 230000002265 prevention Effects 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 230000007123 defense Effects 0.000 description 4
- 238000011217 control strategy Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004587 chromatography analysis Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000001983 electron spin resonance imaging Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 230000009466 transformation Effects 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
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种基于大事件驱动的在线连锁故障分析方法及装置,所述方法包括:获取电网中各元件的预测潮流数据;根据电网中各元件的预测潮流数据确定电网中各元件的预测停运概率;根据所述电网中各元件的预测潮流数据和预测停运概率判断电网是否发生连锁故障的大事件;若是,则根据电网中各元件的当前停运概率搜索电网的连锁故障路径;若否,则根据所述电网中各元件的预测潮流数据和预测停运概率重新判断电网是否发生连锁故障的大事件。基于大事件驱动对电网进行连锁故障分析,可以利用连锁路径分析结果对电网进行防控措施,增强电网设备停运风险的监控能力。
Description
技术领域
本发明涉及电力系统监测领域,具体涉及一种基于大事件驱动的在线连锁故 障分析方法及装置。
背景技术
随着区域电网的互联、高压交直流混合输电方式的出现以及大功率电力电子装置的广泛 应用,电网已初步形成了西电东送、南北互供的格局,进入了大电网运行时代,这为社会带 来了巨大的经济效益,但同时也给电网的稳定运行和控制带来了严峻的挑战。随着电网互联 程度的加深,电网的整体安全性也受到更严重的威胁,区域电网事故的影响范围会随着电网 互联进一步扩大,可能会危及到整个电网的安全稳定。如何提高电网连锁故障的监控水平, 保证电力系统的安全稳定运行、防止发生大面积停电事故已成为我国电力系统面临的极端重 要的问题,也是当前“坚强的智能电网”建设的重要任务之一。
在线分析平台方面,自从2003年美加“8.14”大停电以后,世界各国都对 电网的安全防御问题进行了反思,许多国家的电力公司研究制定了防御电网大停 电的措施,有的还建立了相应的防御系统。美国EPRI联合西门子公司将较为实 用化的在线动态安全评估(DSA)系统嵌入了美国北方州电力公司的EMS系统并对 系统实现不间断的安全评估中国研发了DSA系统,并已投入运行,实现了以 SCADA/EMS为基础的电网在线动态安全评估、故障集扫描、安全策略校核等功 能,并在工作站上并行处理大量的事件,以用来快速评估系统的稳定状况。但目 前DSA系统受电网模型、参数以及数值计算等因素的制约,在应用规模、速度 及可靠性等方面很难适应连锁故障实时防控的要求。基于“离线决策,在线匹配” 的电网安全防控模式不能完全匹配电网真实工况,且受模型和参数的影响,所得 方案有时过于保守或乐观,尤其是组合爆炸问题严重限制了可能考虑工况的数量。 因此,电网需要离线和在线相结合的综合安全评估及防御系统。
发明内容
本发明提供一种基于大事件驱动的在线连锁故障分析方法及装置,其目的是 基于大事件驱动对电网进行连锁故障分析,可以利用连锁路径分析结果对电网进 行防控措施,增强电网设备停运风险的监控能力。
本发明的目的是采用下述技术方案实现的:
一种基于大事件驱动的在线连锁故障分析方法,其改进之处在于,包括:
获取电网中各元件的预测潮流数据;
根据电网中各元件的预测潮流数据确定电网中各元件的预测停运概率;
根据所述电网中各元件的预测潮流数据和预测停运概率判断电网是否发生 连锁故障的大事件。
优选的,所述根据电网中各元件的预测潮流数据确定电网中各元件的预测停 运概率,包括:
若电网中元件为线路,则按下式确定线路的预测停运概率P(I):
上式中,为线路的年平均故障概率,I为预测潮流数据中线路的电流,为线路额定电流,Imax为线路能承受的最大电流;
若电网中元件为发电机,则按下式确定发电机的预测停运概率P(f):
上式中,为发电机的年平均故障概率,fg为预测潮流数据中发电机端频 率,为发电机额定频率,fg,min为发电机能承受的最小频率,fg,max为发电机能 承受的最大频率。
优选的,所述根据所述电网中各元件的预测潮流数据和停运概率判断电网是 否发生连锁故障的大事件,包括:
若电网中元件的预测潮流数据中电流值超过该元件额定电流的90%或该元 件的预测停运概率超过其额定停运概率的2倍,则电网发生连锁故障的大事件。
优选的,所述根据所述电网中各元件的预测潮流数据和停运概率判断电网是 否发生连锁故障的大事件之后,包括:
若电网发生连锁故障的大事件,则根据电网中各元件的当前停运概率搜索电 网的连锁故障路径。
进一步的的,所述根据电网中各元件的停运概率搜索电网的连锁故障路径, 包括:
a.获取电网当前潮流数据;
b.根据电网中各元件的当前潮流数据确定电网中各元件的当前停运概率;
c.若电网当前潮流数据中存在电流值超过额定电流的90%的元件,或电网中 存在当前停运概率超过额定停运概率的2倍的元件,则停运该元件,将该元件加 入故障集合,并返回步骤a,若电网当前潮流数据中不存在电流值超过额定电流 的90%的元件,或电网中不存在当前停运概率超过额定停运概率的2倍的元件, 则转至步骤d;
d.根据所述故障集合生成故障路径。
一种基于大事件驱动的在线连锁故障分析装置,其改进之处在于,所述装置 包括:
获取模块,用于获取电网中各元件的预测潮流数据;
确定模块,用于根据电网中各元件的预测潮流数据确定电网中各元件的预测 停运概率;
判断模块,用于根据所述电网中各元件的预测潮流数据和预测停运概率判断 电网是否发生连锁故障的大事件,若是,则转至搜索模块,若否,则转至获取模 块;
搜索模块,用于根据电网中各元件的当前停运概率搜索电网的连锁故障路径。
优选的,所述确定模块,包括:
第一确定单元,用于若电网中元件为线路,则按下式确定线路的预测停运概 率P(I):
上式中,为线路的年平均故障概率,I为预测潮流数据中线路的电流,为线路额定电流,Imax为线路能承受的最大电流;
第二确定单元,用于若电网中元件为发电机,则按下式确定发电机的预测停 运概率P(f):
上式中,为发电机的年平均故障概率,fg为预测潮流数据中发电机端频 率,为发电机额定频率,fg,min为发电机能承受的最小频率,fg,max为发电机能 承受的最大频率。
优选的,所述判断模块,用于:
若电网中元件的预测潮流数据中电流值超过该元件额定电流的90%或该元 件的预测停运概率超过其额定停运概率的2倍,则电网发生连锁故障的大事件。
优选的,所述装置还包括:
搜索模块,用于若电网发生连锁故障的大事件,则根据电网中各元件的当前 停运概率搜索电网的连锁故障路径。
进一步的,所述搜索模块,包括:
获取单元,用于获取电网当前潮流数据;
第三确定单元,用于根据电网中各元件的当前潮流数据确定电网中各元件的 当前停运概率;
判断单元,用于若电网当前潮流数据中存在电流值超过额定电流的90%的元 件,或电网中存在当前停运概率超过额定停运概率的2倍的元件,则停运该元件, 将该元件加入故障集合,并返回获取单元,若电网当前潮流数据中不存在电流值 超过额定电流的90%的元件,或电网中不存在当前停运概率超过额定停运概率的 2倍的元件,则转至合成单元;
合成单元,用于根据所述故障集合生成故障路径。
本发明的有益效果:
本发明提供的技术方案,利用电网中各元件的预测潮流数据确定电网中各元 件的预测停运概率,并根据所述电网中各元件的预测潮流数据和预测停运概率判 断电网是否发生连锁故障的大事件,基于大事件驱动对电网进行连锁故障分析, 可以利用连锁路径分析结果对电网进行防控措施,增强电网设备停运风险的监控 能力。
附图说明
图1是本发明一种基于大事件驱动的在线连锁故障分析方法的流程图;
图2是本发明一种基于大事件驱动的在线连锁故障分析装置的结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作详细说明。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实 施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所 描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实 施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施 例,都属于本发明保护的范围。
本发明提供的一种基于大事件驱动的在线连锁故障分析方法,主要实现的功 能为基于设备状态监控及大事件驱动的连锁故障分析,该功能建立在D5000基 础上,通过监视设备的实时停运状态对电网可能出现的连锁故障风险进行分析, 如图1所示,包括:
101.获取电网中各元件的预测潮流数据;
102.根据电网中各元件的预测潮流数据确定电网中各元件的预测停运概率;
103.根据所述电网中各元件的预测潮流数据和预测停运概率判断电网是否 发生连锁故障的大事件,若是,则转至步骤104,若否,则转至步骤101;
104.根据电网中各元件的当前停运概率搜索电网的连锁故障路径;
本发明提供的实施例中,获取电网中各元件的预测潮流数据可以在枢纽变电 站的一次设备加装状态监测系统,可实现对变压器、断路器、避雷器、直流系统 的特征量监测,例如,监测的主要内容是在变压器上开展目前较为成熟的油色谱 在线状态监测、变压器的绝缘状态监测、以及变压器分接开关在线滤油技术的应 用;另外还有在断路器上开展目前较为成熟的SF6气体在线监测、断路器机械特 性的监测;在避雷器上开展电流状态监测;在直流系统上开展在线监测技术的应 用。按照信息统一集中的原则,应在被监测的设备处就近安装智能组件,以将监 测到的设备状态信号通过网络分别传送到监测服务器和当地监控系统,进而通过 D5000系统获取电网中各元件的预测潮流数据;
所述步骤102,包括:
若电网中元件为线路,则按下式确定线路的预测停运概率P(I):
上式中,为线路的年平均故障概率,I为预测潮流数据中线路的电流,为线路额定电流,Imax为线路能承受的最大电流;
若电网中元件为发电机,则按下式确定发电机的预测停运概率P(f):
上式中,为发电机的年平均故障概率,fg为预测潮流数据中发电机端频 率,为发电机额定频率,fg,min为发电机能承受的最小频率,fg,max为发电机能 承受的最大频率。
进一步的,除上述计算模型外,元件停运风险分析方面,还可以综合考虑外 部环境、系统运行状态对电力系统设备停运概率的影响,在设备物联信息的基础 上,建立考虑设备自身状况、外部环境和系统运行状态三种因素共同影响的设备 停运概率模型,例如,基于已有的研究成果建立设备的停运概率模型满足指导电 网的运行和控制的需要,其中,已有的研究成果建立设备的停运概率模型,包括: 温度相依的线路老化失效模型、温度相依的变压器老化失效模型、天气相依的输 电元件偶然失效模型,频率、母线电压的负荷停运概率模型,电流相依的过负荷 保护动作模型等。
模型的输入量为:第一步中得到的设备运行状态、设备物联信息采集设备获 得的设备自身状况、以及天气预报等获得的外部气温湿度风力等环境信息。根据 模型计算得到设备的停运概率。
根据上述设备的停运概率可以判断电网是否发生连锁故障的大事件,其中, 大事件包括:设备检修停运、设备过载、设备停运风险增大、继电保护动作等, 具体的所述步骤103,包括:
若电网中元件的预测潮流数据中电流值超过该元件额定电流的90%或该元 件的预测停运概率超过其额定停运概率的2倍,则电网发生连锁故障的大事件。
进一步的,若电网发生连锁故障的大事件,则根据电网中各元件的停运概率 搜索电网的连锁故障路径,包括:
a.获取电网当前潮流数据;
b.根据电网中各元件的当前潮流数据确定电网中各元件的当前停运概率;
c.若电网当前潮流数据中存在电流值超过额定电流的90%的元件,或电网中 存在当前停运概率超过额定停运概率的2倍的元件,则停运该元件,将该元件加 入故障集合,并返回步骤a,若电网当前潮流数据中不存在电流值超过额定电流 的90%的元件,或电网中不存在当前停运概率超过额定停运概率的2倍的元件, 则转至步骤d;
d.根据所述故障集合生成故障路径。
可以利用本发明提供的技术方案最终生成的连锁路径分析结果对电网进行 防控措施,增强电网设备停运风险的监控能力。
例如:根据上述生成的连锁故障路径,分析现有控制策略是否能够预防该连 锁故障的发生。若不能预防,则利用切机切负荷等方法,生成该连锁故障的预防 控制措施,并将预防控制措施放到“第三道防线策略库”中的“连锁故障路径及 对应的控制措施”中,最终生成的是策略库。
进而,实时获得设备状态,并与“连锁故障路径及对应的控制措施”中的连 锁故障路径进行实时匹配,若匹配成功,则取出相应的控制策略发出信号,快速 的进行切机切负荷以防止连锁故障的发生。
其中现有的控制策略包括:利用电网安装的失步解列设备进行的安控措施和 紧急切机切负荷等。
一种基于大事件驱动的在线连锁故障分析装置,如图2所示,所述装置包括:
获取模块,用于获取电网中各元件的预测潮流数据;
确定模块,用于根据电网中各元件的预测潮流数据确定电网中各元件的预测 停运概率;
判断模块,用于根据所述电网中各元件的预测潮流数据和预测停运概率判断 电网是否发生连锁故障的大事件,若是,则转至搜索模块,若否,则转至获取模 块;
搜索模块,用于根据电网中各元件的当前停运概率搜索电网的连锁故障路径。
优选的,所述确定模块,包括:
第一确定单元,用于若电网中元件为线路,则按下式确定线路的预测停运概 率P(I):
上式中,为线路的年平均故障概率,I为预测潮流数据中线路的电流,为线路额定电流,Imax为线路能承受的最大电流;
第二确定单元,用于若电网中元件为发电机,则按下式确定发电机的预测停 运概率P(f):
上式中,为发电机的年平均故障概率,fg为预测潮流数据中发电机端频 率,为发电机额定频率,fg,min为发电机能承受的最小频率,fg,max为发电机能 承受的最大频率。
优选的,所述判断模块,用于:
若电网中元件的预测潮流数据中电流值超过该元件额定电流的90%或该元 件的预测停运概率超过其额定停运概率的2倍,则电网发生连锁故障的大事件。
优选的,所述搜索模块,包括:
获取单元,用于获取电网当前潮流数据;
第三确定单元,用于根据电网中各元件的当前潮流数据确定电网中各元件的 当前停运概率;
判断单元,用于若电网当前潮流数据中存在电流值超过额定电流的90%的元 件,或电网中存在当前停运概率超过额定停运概率的2倍的元件,则停运该元件, 将该元件加入故障集合,并返回获取单元,若电网当前潮流数据中不存在电流值 超过额定电流的90%的元件,或电网中不存在当前停运概率超过额定停运概率的2倍的元件,则转至合成单元;
合成单元,用于根据所述故障集合生成故障路径。
本领域内的技术人员应明白,本申请的实施例可提供为装置、系统、或计算 机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软 件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计 算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、 光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的装置、设备(系统)、和计算机程序产品 的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或 方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框 的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机 或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可 编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个 流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备 以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指 令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和 /或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得 在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从 而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或 多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制, 尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当 理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发 明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范 围之内。
Claims (10)
1.一种基于大事件驱动的在线连锁故障分析方法,其特征在于,所述方法包括:
获取电网中各元件的预测潮流数据;
根据电网中各元件的预测潮流数据确定电网中各元件的预测停运概率;
根据所述电网中各元件的预测潮流数据和预测停运概率判断电网是否发生连锁故障的大事件。
2.如权利要求1所述的方法,其特征在于,所述根据电网中各元件的预测潮流数据确定电网中各元件的预测停运概率,包括:
若电网中元件为线路,则按下式确定线路的预测停运概率P(I):
上式中,为线路的年平均故障概率,I为预测潮流数据中线路的电流,为线路额定电流,Imax为线路能承受的最大电流;
若电网中元件为发电机,则按下式确定发电机的预测停运概率P(f):
上式中,为发电机的年平均故障概率,fg为预测潮流数据中发电机端频率,为发电机额定频率,fg,min为发电机能承受的最小频率,fg,max为发电机能承受的最大频率。
3.如权利要求1所述的方法,其特征在于,所述根据所述电网中各元件的预测潮流数据和停运概率判断电网是否发生连锁故障的大事件,包括:
若电网中元件的预测潮流数据中电流值超过该元件额定电流的90%或该元件的预测停运概率超过其额定停运概率的2倍,则电网发生连锁故障的大事件。
4.如权利要求1所述的方法,其特征在于,所述根据所述电网中各元件的预测潮流数据和停运概率判断电网是否发生连锁故障的大事件之后,包括:
若电网发生连锁故障的大事件,则根据电网中各元件的当前停运概率搜索电网的连锁故障路径。
5.如权利要求4所述的方法,其特征在于,所述根据电网中各元件的停运概率搜索电网的连锁故障路径,包括:
a.获取电网当前潮流数据;
b.根据电网中各元件的当前潮流数据确定电网中各元件的当前停运概率;
c.若电网当前潮流数据中存在电流值超过额定电流的90%的元件,或电网中存在当前停运概率超过额定停运概率的2倍的元件,则停运该元件,将该元件加入故障集合,并返回步骤a,若电网当前潮流数据中不存在电流值超过额定电流的90%的元件,或电网中不存在当前停运概率超过额定停运概率的2倍的元件,则转至步骤d;
d.根据所述故障集合生成故障路径。
6.一种基于大事件驱动的在线连锁故障分析装置,其特征在于,所述装置包括:
获取模块,用于获取电网中各元件的预测潮流数据;
确定模块,用于根据电网中各元件的预测潮流数据确定电网中各元件的预测停运概率;
判断模块,用于根据所述电网中各元件的预测潮流数据和预测停运概率判断电网是否发生连锁故障的大事件。
7.如权利要求6所述的装置,其特征在于,所述确定模块,包括:
第一确定单元,用于若电网中元件为线路,则按下式确定线路的预测停运概率P(I):
上式中,为线路的年平均故障概率,I为预测潮流数据中线路的电流,为线路额定电流,Imax为线路能承受的最大电流;
第二确定单元,用于若电网中元件为发电机,则按下式确定发电机的预测停运概率P(f):
上式中,为发电机的年平均故障概率,fg为预测潮流数据中发电机端频率,为发电机额定频率,fg,min为发电机能承受的最小频率,fg,max为发电机能承受的最大频率。
8.如权利要求6所述的装置,其特征在于,所述判断模块,用于:
若电网中元件的预测潮流数据中电流值超过该元件额定电流的90%或该元件的预测停运概率超过其额定停运概率的2倍,则电网发生连锁故障的大事件。
9.如权利要求6所述的装置,其特征在于,所述装置还包括:
搜索模块,用于若电网发生连锁故障的大事件,则根据电网中各元件的当前停运概率搜索电网的连锁故障路径。
10.如权利要求6所述的装置,其特征在于,所述搜索模块,包括:
获取单元,用于获取电网当前潮流数据;
第三确定单元,用于根据电网中各元件的当前潮流数据确定电网中各元件的当前停运概率;
判断单元,用于若电网当前潮流数据中存在电流值超过额定电流的90%的元件,或电网中存在当前停运概率超过额定停运概率的2倍的元件,则停运该元件,将该元件加入故障集合,并返回获取单元,若电网当前潮流数据中不存在电流值超过额定电流的90%的元件,或电网中不存在当前停运概率超过额定停运概率的2倍的元件,则转至合成单元;
合成单元,用于根据所述故障集合生成故障路径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810087068.6A CN108256687A (zh) | 2018-01-30 | 2018-01-30 | 一种基于大事件驱动的在线连锁故障分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810087068.6A CN108256687A (zh) | 2018-01-30 | 2018-01-30 | 一种基于大事件驱动的在线连锁故障分析方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108256687A true CN108256687A (zh) | 2018-07-06 |
Family
ID=62742946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810087068.6A Pending CN108256687A (zh) | 2018-01-30 | 2018-01-30 | 一种基于大事件驱动的在线连锁故障分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108256687A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110336280A (zh) * | 2019-07-31 | 2019-10-15 | 国网河南省电力公司经济技术研究院 | 一种基于字典集加速的电力系统连锁故障分析方法 |
CN111146779A (zh) * | 2019-12-25 | 2020-05-12 | 国家电网公司西北分部 | 一种电力设备相继故障的大电网柔性安全控制方法及系统 |
CN112904743A (zh) * | 2021-01-20 | 2021-06-04 | 清华大学 | 一种用于计算刚性电力电子系统的离散状态事件驱动的方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130282317A1 (en) * | 2012-04-23 | 2013-10-24 | Lsis Co., Ltd | Method of controlling fault current in system for monitoring and controlling power system |
CN105375453A (zh) * | 2015-09-23 | 2016-03-02 | 国电南瑞科技股份有限公司 | 一种基于连锁故障破坏程度指标的紧急控制方法 |
CN106327033A (zh) * | 2015-06-18 | 2017-01-11 | 中国电力科学研究院 | 一种基于马尔可夫过程的电力系统连锁故障解析方法 |
CN106327034A (zh) * | 2015-06-18 | 2017-01-11 | 中国电力科学研究院 | 基于运行可靠性模型的连锁故障搜索及薄弱环节分析方法 |
CN106981872A (zh) * | 2017-04-12 | 2017-07-25 | 中国电力科学研究院 | 一种电力系统运行可靠性的确定方法及装置 |
-
2018
- 2018-01-30 CN CN201810087068.6A patent/CN108256687A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130282317A1 (en) * | 2012-04-23 | 2013-10-24 | Lsis Co., Ltd | Method of controlling fault current in system for monitoring and controlling power system |
CN106327033A (zh) * | 2015-06-18 | 2017-01-11 | 中国电力科学研究院 | 一种基于马尔可夫过程的电力系统连锁故障解析方法 |
CN106327034A (zh) * | 2015-06-18 | 2017-01-11 | 中国电力科学研究院 | 基于运行可靠性模型的连锁故障搜索及薄弱环节分析方法 |
CN105375453A (zh) * | 2015-09-23 | 2016-03-02 | 国电南瑞科技股份有限公司 | 一种基于连锁故障破坏程度指标的紧急控制方法 |
CN106981872A (zh) * | 2017-04-12 | 2017-07-25 | 中国电力科学研究院 | 一种电力系统运行可靠性的确定方法及装置 |
Non-Patent Citations (1)
Title |
---|
程林;刘满君;易俊;何剑;贺庆;: "基于运行可靠性模型的连锁故障模拟及薄弱环节分析", 电网技术, no. 05 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110336280A (zh) * | 2019-07-31 | 2019-10-15 | 国网河南省电力公司经济技术研究院 | 一种基于字典集加速的电力系统连锁故障分析方法 |
CN110336280B (zh) * | 2019-07-31 | 2022-07-01 | 国网河南省电力公司经济技术研究院 | 一种基于字典集加速的电力系统连锁故障分析方法 |
CN111146779A (zh) * | 2019-12-25 | 2020-05-12 | 国家电网公司西北分部 | 一种电力设备相继故障的大电网柔性安全控制方法及系统 |
CN111146779B (zh) * | 2019-12-25 | 2024-02-23 | 国家电网公司西北分部 | 一种电力设备相继故障的大电网柔性安全控制方法及系统 |
CN112904743A (zh) * | 2021-01-20 | 2021-06-04 | 清华大学 | 一种用于计算刚性电力电子系统的离散状态事件驱动的方法 |
CN112904743B (zh) * | 2021-01-20 | 2022-07-12 | 清华大学 | 一种用于计算刚性电力电子系统的离散状态事件驱动的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Teymouri et al. | Toward controlled islanding for enhancing power grid resilience considering frequency stability constraints | |
CN102237720B (zh) | 一种电网安全分析、预警及控制方法 | |
Ahadi et al. | An analytical methodology for assessment of smart monitoring impact on future electric power distribution system reliability | |
Singh et al. | Decision tree based anomaly detection for remedial action scheme in smart grid using PMU data | |
CN103337831B (zh) | 一种具有自适应功能的失步解列方法 | |
Hardiman et al. | An advanced tool for analyzing multiple cascading failures | |
Negnevitsky et al. | Development of an intelligent system for preventing large-scale emergencies in power systems | |
CN103248047B (zh) | 一种电网广域控制保护系统 | |
CN108256687A (zh) | 一种基于大事件驱动的在线连锁故障分析方法及装置 | |
CN104835077B (zh) | 具有调度员事故预想支持功能的静态安全分析系统 | |
Das et al. | Prediction and control of transient stability using system integrity protection schemes | |
Sherwood et al. | Real-time detection of angle instability using synchrophasors and action principle | |
CN113285452B (zh) | 用于预判电力系统暂态失稳与生成切机控制策略的方法 | |
Bo et al. | Substation cloud computing for secondary auxiliary equipment | |
Rezaei | An adaptive bidirectional protective relay algorithm for ferroresonance in renewable energy networks | |
Voropai et al. | Preventive and emergency control of intelligent power systems | |
Voropai et al. | Smart technologies in emergency control of Russia's unified energy system | |
Sobbouhi et al. | A new algorithm for predicting out‐of‐step condition in large‐scale power systems using rotor speed–acceleration | |
CN104836329A (zh) | 可提高调度员在事故发生时分析处理能力的地调调度支持系统 | |
Yunus et al. | Reliability and availability study on substation automation system based on IEC 61850 | |
Deng et al. | Real‐time transient instability detection based on perturbed voltage trajectories | |
Chatterjee et al. | Enhanced assessment of power system behavior during multiple contingencies | |
Xiang et al. | Impact of network topology optimization on power system reliability | |
Mola-Jimenez et al. | PowerFactory-Python based assessment of frequency and transient stability in power systems dominated by power electronic interfaced generation | |
CN104978691A (zh) | 一种基于大数据的电网风险预控方法 |
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 |