CN109118105B - 山火灾害下的电网群发故障的风险分析方法及系统 - Google Patents

山火灾害下的电网群发故障的风险分析方法及系统 Download PDF

Info

Publication number
CN109118105B
CN109118105B CN201810989223.3A CN201810989223A CN109118105B CN 109118105 B CN109118105 B CN 109118105B CN 201810989223 A CN201810989223 A CN 201810989223A CN 109118105 B CN109118105 B CN 109118105B
Authority
CN
China
Prior art keywords
power grid
mountain fire
faults
power transmission
fire disaster
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
Application number
CN201810989223.3A
Other languages
English (en)
Other versions
CN109118105A (zh
Inventor
陆佳政
郭俊
简洲
徐勋建
方针
李波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
State Grid Hunan Electric Power Co Ltd
Disaster Prevention and Mitigation Center of State Grid Hunan Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Hunan Electric Power Co Ltd
Disaster Prevention and Mitigation Center of State Grid Hunan Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, State Grid Hunan Electric Power Co Ltd, Disaster Prevention and Mitigation Center of State Grid Hunan Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201810989223.3A priority Critical patent/CN109118105B/zh
Publication of CN109118105A publication Critical patent/CN109118105A/zh
Application granted granted Critical
Publication of CN109118105B publication Critical patent/CN109118105B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06Q10/06—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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种山火灾害下的电网群发故障的风险分析方法及系统，该方法包括：获取受山火灾害影响的输电线路集合；获取山火灾害下各输电线路山火跳闸的后验概率分布；根据后验概率分布，分别计算输电线路集合中各输电线路的电网群发故障的风险指标；将电网区域划分为多个网格，将每个网格内的所有输电线路的风险指标求和，与网格的山火密度预测值相乘，计算得到山火灾害下的电网群发故障的风险分布。本发明能对电网风险进行量化分析，实现大范围山火灾害电网群发故障风险快速精准预算。

Description

山火灾害下的电网群发故障的风险分析方法及系统
技术领域
本发明涉及电网防护领域，尤其涉及一种山火灾害下的电网群发故障的风险分析方法及系统。
背景技术
近年来，中国山火灾害频发，年均高达7万余起。山火高发时期导致多条特高压及重要跨区线路同时发生山火跳闸事故，对大电网安全运行构成严重威胁。为高效应对山火灾害，必须要提前分析山火灾害下电网风险分布情况，事先做好准备措施。
已有的方法主要存在2个问题：(1)由于山火点多面广，山火灾害群发故障组合数量巨大，高效快速进行风险分析难度极大；(2)现有的风险分析方法主要集中于分析了故障组合对电网风险的影响程度，未分析各个设备或输电线路的电网风险程度，无法直接指导电网精准防控山火灾害风险点。
发明内容
本发明实施例提供了一种山火灾害下的电网群发故障的风险分析方法，用以解决现有的方法无法分析输电线路的电网风险程度的技术问题。
为解决上述技术问题，本发明实施例提出的技术方案为：
一种山火灾害下的电网群发故障的风险分析方法，包括以下步骤：
获取受山火灾害影响的输电线路集合；
获取山火灾害下各输电线路山火跳闸的后验概率分布；
根据后验概率分布，分别计算输电线路集合中各输电线路的电网群发故障的风险指标；
将电网区域划分为多个网格，将每个网格内的所有输电线路的风险指标求和，与网格的山火密度预测值相乘，计算得到山火灾害下的电网群发故障的风险分布。
优选地，根据后验概率分布，分别计算输电线路集合中各输电线路的电网群发故障的风险指标，包括：
针对输电线路集合中每条受山火灾害影响的输电线路，从对应的后验概率分布中随机抽取多个线路故障样本；
将所有的受山火灾害影响的输电线路对应的后验概率分布中抽样得到的线路故障样本进行组合，得到山火灾害下的电网群发故障集；
针对山火灾害下的电网群发故障集中的每一组故障，计算电网群发故障的风险指标；
根据每一组故障的风险指标，计算各输电线路的电网群发故障的风险指标。
优选地，从对应的后验概率分布中随机抽取多个线路故障样本，包括：采用MCMC抽样从对应的后验概率分布中进行抽样，设置抽样样本数量为5000～20000，选取最后2500～10000个样本作为最终抽样得到的线路故障样本。
优选地，获取受山火灾害影响的输电线路集合，包括：获取所有区域的山火密度预测值，并根据山火密度预测值计算受山火灾害影响的输电线路集合。
优选地，获取山火灾害下各输电线路山火跳闸的后验概率分布，包括：根据各输电线路历史山火跳闸数据，根据历史山火跳闸数据统计分析山火灾害下各输电线路的山火跳闸的后验概率分布。
优选地，针对山火灾害下的电网群发故障集中的每一组故障，计算电网群发故障的风险指标，计算公式为：
Figure BDA0001780392530000021
其中，Ri为电网群发故障集中第i组故障的电网风险指标；N为预想故障集中故障组合的数量；
Figure BDA0001780392530000022
为第i组故障的静态电网稳定裕度；
Figure BDA0001780392530000023
为第i组故障的暂态电网稳定裕度；
Figure BDA0001780392530000024
为第i组故障的动态电网稳定裕度。
优选地，根据每一组故障的风险指标，计算各输电线路的电网群发故障的风险指标，计算公式为：
Figure BDA0001780392530000025
式中，Li为第i条线路的风险指标；q为包含第j条线路的故障组合数量；Ri为第i个故障组合(该故障组合包含第j条线路)下的风险指标；N为故障集中故障组合的总数；m为输电线路的条数。
本发明还提供了一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述任一方法的步骤。
本发明具有以下有益效果：
本发明实施例中的山火灾害下的电网群发故障的风险分析方法及系统，提出了山火灾害下电网群发故障组合抽样方法，对电网风险进行量化分析，实现大范围山火灾害电网群发故障风险快速精准计算，科学指导电网高效应对电网山火灾害风险大的区域，能大幅降低因大范围输电线路山火引发的电网安全风险。
除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照附图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明优选实施例的山火灾害下的电网群发故障的风险分析方法的流程示意图；
图2是本发明优选实施例1的步骤S3的流程示意图；
图3是本发明优选实施例2的获取电网山火密度分布结果的示意图；
图4是本发明优选实施例2的山火灾害下各输电线路山火跳闸的后验概率分布示意图；
图5是本发明优选实施例2的计算得到电网的风险分布示意图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
参见图1，本发明的一种山火灾害下的电网群发故障的风险分析方法，包括以下步骤：
S1:获取受山火灾害影响的输电线路集合；
S2:获取山火灾害下各输电线路山火跳闸的后验概率分布；
S3:根据后验概率分布，分别计算输电线路集合中各输电线路的电网群发故障的风险指标；
S6：将电网区域划分为多个网格，将每个网格内的所有输电线路的风险指标求和，与网格的山火密度预测值相乘，计算得到山火灾害下的电网群发故障的风险分布。
通过以上步骤，能对电网风险进行量化分析，实现大范围山火灾害电网群发故障风险快速精准预算，科学指导电网高效应对电网山火灾害风险大的区域，能大幅降低因大范围输电线路山火引发的电网安全风险。
实际实施时，以上的方法还能进行以下的扩充或应用，以下实施例中的技术特征都能相互组合，实施例仅作为示例，不作为对技术特征的正常组合的限制。
实施例1：
参见图1，图2，本实施例的一种山火灾害下的电网群发故障的风险分析方法，包括以下步骤：
S1:获取所有区域的山火密度预测值，并根据山火密度预测值计算受山火灾害影响的输电线路集合。山火密度值从电网输变电设备防灾减灾国家重点实验室的电网山火密度预测系统中获得，其计算方法可以采用专利CN201610355448.4,架空输电线路的山火密度的预测方法获得，但不限于此方式。
S2:根据各输电线路历史山火跳闸数据，根据历史山火跳闸数据统计分析山火灾害下各输电线路的山火跳闸的后验概率分布。
S3:根据后验概率分布，分别计算输电线路集合中各输电线路的电网群发故障的风险指标。
S301:针对输电线路集合中每条受山火灾害影响的输电线路，从对应的后验概率分布中随机抽取多个线路故障样本。实施时，采用MCMC抽样从对应的后验概率分布中进行抽样，设置抽样样本数量为5000～20000，选取最后2500～10000个样本作为最终抽样得到的线路故障样本。
S302:将所有的受山火灾害影响的输电线路对应的后验概率分布中抽样得到的线路故障样本进行组合，得到山火灾害下的电网群发故障集。
S303:针对山火灾害下的电网群发故障集中的每一组故障，计算电网群发故障的风险指标，计算公式为：
Figure BDA0001780392530000041
其中，Ri为电网群发故障集中第i组故障的电网风险指标；N为预想故障集中故障组合的数量；
Figure BDA0001780392530000042
为第i组故障的静态电网稳定裕度；
Figure BDA0001780392530000043
为第i组故障的暂态电网稳定裕度；
Figure BDA0001780392530000044
为第i组故障的动态电网稳定裕度。
S304:根据每一组故障的风险指标，计算各输电线路的电网群发故障的风险指标，计算公式为：
Figure BDA0001780392530000045
式中，Li为第i条线路的风险指标；q为包含第j条线路的故障组合数量；Ri为第i个故障组合(该故障组合包含第j条线路)下的风险指标；N为故障集中故障组合的总数；m为输电线路的条数。
S4：将电网区域划分为多个网格，将每个网格内的所有输电线路的风险指标求和，与网格的山火密度预测值相乘，计算得到山火灾害下的电网群发故障的风险分布。
实施例2：
本实施例的一种山火灾害下的电网群发故障的风险分析方法，包括以下步骤：
获取电网山火密度分布结果，如图3所示，由图可知山火可能发生的区域主要位于郴州、永州、衡阳、株洲、湘潭、娄底、岳阳、邵阳等地区，同时计算受山火灾害影响的输电线路集合。
根据各输电线路历史山火跳闸数据，统计分析山火灾害下各输电线路山火跳闸后验概率分布，如图4所示，由图可知，该条件下输电线路山火跳闸概率取值范围为0.06-0.7，其中最有可能的取值为0.19。
针对每条受山火灾害影响的输电线路，采用MCMC抽样方法生成服从对应的后验概率分布的线路故障样本，设置抽样样本数量为10000-20000，选取最后2500个样本作为最终抽样得到的线路故障样本。
针对所有的受山火灾害影响的输电线路，将抽样得到的线路故障样本进行组合，得到山火灾害下的电网群发故障集。
采用与实施例1相同的计算公式计算各输电线路的风险指标，在此不再赘述；
将电网区域划分为若干个网格，将每个网格内所有输电线路的风险指标大小求和，再与该网格的山火密度预测值相乘，计算得到如图5所示的电网风险分布，由图可知，电网山火灾害风险最大的区域主要位于郴州、永州、衡阳、湘潭等地区。
实施例3：
本发明实施例还提供了一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例的步骤。
综上可知，本发明通过山火灾害下电网群发故障组合快速筛选，对电网风险进行量化分析，实现大范围山火灾害电网群发故障风险快速精准预算，科学指导电网高效应对电网山火灾害风险大的区域，能大幅降低因大范围输电线路山火引发的电网安全风险。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.一种山火灾害下的电网群发故障的风险分析方法，其特征在于，包括以下步骤：
获取受山火灾害影响的输电线路集合；
获取山火灾害下各输电线路山火跳闸的后验概率分布，包括：获取各输电线路历史山火跳闸数据，根据所述历史山火跳闸数据统计分析山火灾害下各输电线路的山火跳闸的后验概率分布；
根据所述后验概率分布，分别计算输电线路集合中各输电线路的电网群发故障的风险指标，包括：
针对输电线路集合中每条受山火灾害影响的输电线路，从对应的后验概率分布中随机抽取多个线路故障样本；
将所有的受山火灾害影响的输电线路对应的后验概率分布中抽样得到的线路故障样本进行组合，得到山火灾害下的电网群发故障集；
针对山火灾害下的电网群发故障集中的每一组故障，计算电网群发故障的风险指标；
根据每一组故障的电网群发故障的风险指标，计算各输电线路的电网群发故障的风险指标；
将电网区域划分为多个网格，将每个网格内的所有输电线路的电网群发故障的风险指标之和与所述网格的山火密度预测值相乘，计算得到山火灾害下的电网群发故障的风险分布。
2.根据权利要求1所述的山火灾害下的电网群发故障的风险分析方法，其特征在于，从对应的后验概率分布中随机抽取多个线路故障样本，包括：采用MCMC抽样从所述对应的后验概率分布中进行抽样，设置抽样样本数量为5000～20000，选取最后2500～10000个样本作为最终抽样得到的线路故障样本。
3.根据权利要求1所述的山火灾害下的电网群发故障的风险分析方法，其特征在于，
所述获取受山火灾害影响的输电线路集合，包括：获取所有区域的山火密度预测值，并根据山火密度预测值计算受山火灾害影响的输电线路集合。
4.根据权利要求1至3中任一项所述的山火灾害下的电网群发故障的风险分析方法，其特征在于，所述针对山火灾害下的电网群发故障集中的每一组故障，计算电网群发故障的风险指标，计算公式为：
Figure FDA0002391453250000011
其中，Ri为电网群发故障集中第i组故障的电网群发故障的风险指标；N为预想故障集中故障组合的数量；
Figure FDA0002391453250000012
为第i组故障的静态电网稳定裕度；
Figure FDA0002391453250000013
为第i组故障的暂态电网稳定裕度；
Figure FDA0002391453250000014
为第i组故障的动态电网稳定裕度。
5.一种计算机系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至4中任一所述方法的步骤。
CN201810989223.3A 2018-08-28 2018-08-28 山火灾害下的电网群发故障的风险分析方法及系统 Active CN109118105B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810989223.3A CN109118105B (zh) 2018-08-28 2018-08-28 山火灾害下的电网群发故障的风险分析方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810989223.3A CN109118105B (zh) 2018-08-28 2018-08-28 山火灾害下的电网群发故障的风险分析方法及系统

Publications (2)

Publication Number Publication Date
CN109118105A CN109118105A (zh) 2019-01-01
CN109118105B true CN109118105B (zh) 2020-06-30

Family

ID=64860317

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810989223.3A Active CN109118105B (zh) 2018-08-28 2018-08-28 山火灾害下的电网群发故障的风险分析方法及系统

Country Status (1)

Country Link
CN (1) CN109118105B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110390078B (zh) * 2019-07-10 2022-12-20 南瑞集团有限公司 一种基于时空相关性的外部灾害下群发故障集生成方法
CN111028101B (zh) * 2019-12-10 2023-11-21 国网湖南省电力有限公司 群体智能电网覆冰灾害的预想故障集的生成方法及系统
CN111047467B (zh) * 2019-12-10 2023-06-30 国网湖南省电力有限公司 启发式的电网山火灾害的预想故障集的生成方法及系统
CN113092932B (zh) * 2021-03-18 2021-12-10 电子科技大学 一种电网线路山火故障快速预警方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9230289B2 (en) * 2011-04-13 2016-01-05 U.S. Department Of Energy Method for estimating power outages and restoration during natural and man-made events
CN105160412A (zh) * 2015-06-23 2015-12-16 国家电网公司 一种评估输电线路山火故障跳闸概率的方法
CN107067153B (zh) * 2017-02-16 2018-01-09 湖南省湘电试研技术有限公司 电网防山火装备风险优化布控方法及系统
CN106951618B (zh) * 2017-03-10 2018-01-12 国网湖南省电力公司 多重山火故障输电线路风险程度分层快速分析方法及系统

Also Published As

Publication number Publication date
CN109118105A (zh) 2019-01-01

Similar Documents

Publication Publication Date Title
CN109118105B (zh) 山火灾害下的电网群发故障的风险分析方法及系统
CN109378818B (zh) 电网山火灾害并发连锁故障的风险分析方法及系统
US20120185222A1 (en) Full spectrum loca evaluation model and analysis methodology
Taylor Statistics of design error in the process industries
CN112749097B (zh) 一种模糊测试工具性能测评方法、装置
KR102315580B1 (ko) 건물의 화재 예측 분석 장치 및 방법
US8595180B2 (en) Fault trees method of early warning indication for critical infrastructure protection
Cho et al. Exhaustive test cases for the software reliability of safety-critical digital systems in nuclear power plants
Cheng et al. A new method for safety classification of structures, systems and components by reflecting nuclear reactor operating history into importance measures
Pal et al. Analysis and modeling of protection system hidden failures and its impact on power system cascading events
CN115932564A (zh) 高压断路器故障评估方法、装置、设备及可读存储介质
Golodnikov et al. Estimating reliability parameters under insufficient information
Pierre et al. A framework to model and analyze electric grid cascading failures to identify critical nodes
CN114118685A (zh) 一种评估配电网抗灾能力的方法及系统
KR102567518B1 (ko) 원전의 상태 및 원전에 대한 수동 조작 여부를 고려한 안전성 평가 방법
CN111242802A (zh) 评估供电能力的方法和装置
Huang et al. Data-driven fault risk warning method for distribution system
CN115390136B (zh) 一种地震psa定量化的二次抽样方法及系统
Janjić et al. Bivariate statistics of lightning density and guaranteed quality of service in distribution network using copulas
CN112418555A (zh) 密集输电通道高风险故障集快速生成方法及系统
Zhou et al. Nk CONTINGENCY SELECTION USING NETWORK MOTIFS AND SPATIAL STATISTICS OBSERVED IN OUTAGE DATA
Hashim et al. Reliability analysis of phased mission systems by considering the concept of sensitivity analysis, uncertainty analysis and common cause failure analysis using the GO-FLOW methodology
Hegazy et al. Probabilistic Assessment of Power Systems Resilience Under Natural Disasters
Haidar et al. New method for vulnerability assessment of power system
Kancev et al. Human reliability analysis in NPP: A plant-specific sensitivity analysis considering dynamic operator actions versus accident management actions

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