CN109242373A - 一种基于多元数据的主动配电网运行评估方法 - Google Patents
一种基于多元数据的主动配电网运行评估方法 Download PDFInfo
- Publication number
- CN109242373A CN109242373A CN201811405725.3A CN201811405725A CN109242373A CN 109242373 A CN109242373 A CN 109242373A CN 201811405725 A CN201811405725 A CN 201811405725A CN 109242373 A CN109242373 A CN 109242373A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- equipment
- index
- appraisal procedure
- assessment
- 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
- 238000000034 method Methods 0.000 title claims abstract description 14
- 230000003862 health status Effects 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 claims description 10
- 230000007547 defect Effects 0.000 claims description 9
- 238000013459 approach Methods 0.000 claims description 6
- 230000035699 permeability Effects 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000009423 ventilation Methods 0.000 claims description 6
- 230000008447 perception Effects 0.000 claims description 4
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 230000015556 catabolic process Effects 0.000 claims description 3
- 238000006731 degradation reaction Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000003068 static effect Effects 0.000 abstract description 3
- 238000003672 processing method Methods 0.000 abstract description 2
- 230000008859 change Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000002542 deteriorative effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 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
- G06Q10/06—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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种基于多元数据的主动配电网运行评估方法,保证了对配电网静态与动态电气参数以符合其内在逻辑的多层次模型搭建,又对现在配电网中所能获得的所有的多源的大数据给出了合理有效,并通过严格验证的处理方法,极为客观写实的反映了配电网运行的事实状态。
Description
技术领域
本发明涉及一种用于电网评估领域的基于多元数据的主动配电网运行评估方法。
背景技术
当前随着我国电网规模日益扩大,配电网作为电力发电、输电系统与用户连接的纽带,在整个电力系统中起着至关重要的作用,一旦发生故障,不仅会造成巨大的经济损失,而且对社会造成巨大影响。对城市配电网进行准确的状态评估,及时发现其状态变化以及存在的安全隐患,不仅能为配电网规划建设提供重要依据,还可以保证电力系统的稳定运行。因此,建立一套科学、合理的城市配电网综合评估体系对于定位城市配电网存在的主要问题及薄弱环节和指导今后城市电网的发展建设具有重要的现实意义。
当前的配电网评估手段大多通过配电网发展协调性、运营效能和经济效益方面等传统评估方式对配电网进行运行评估,这些评估指标大多属于静态指标,难以对日益复杂的配电网运行进行准确实时的精确评估,更由于配电网日益复杂的分布式新能源接入与不断在数量与策略上均高速增长的配电网二次设备,配电网评估所可以使用的数据量得到了极大地扩充,而当前的其他配电网评估标准均未能够建立合理有效的大数据处理体系,并难以在多源数据处理上取得令人满意的表现。
发明内容
本发明的目的是为了克服现有技术的不足,提供一种基于多元数据的主动配电网运行评估方法,能够全面而有效的对电网运行状态进行评估,使得评估结果客观合理,为配电网运行提供了可靠的运行指标。
实现上述目的的一种技术方案是:一种基于多元数据的主动配电网运行评估方法,包括分布式电源层评估、网络层评估及主动控制层评估;
所述分布式电源层评估包括设备健康状态指标和运行状态评估指标;
所述网络层评估包括网络层柔性感知指标和网络层硬性感知指标,所述网络层柔性感知指标包括间歇式能源渗透率、供蓄比率、消纳率和负载率,所述网络层硬性感知指标包括电压偏差、电压波动、频率偏差和电压合格率;
所述主动控制层评估包括控制装置响应偏差和控制装置分辨率偏差;
采用模糊算法将所述分布式电源层评估、所述网络层评估及所述主动控制层评估的数据进行处理,作为模糊系统的输入参数,经过归一化最终输出模糊值即为主动配电网运行状态值,所述模糊值为区间在0到1之间的数值,将0到1均匀划分为5个区间,0到0.2表示恶化状态,0.2到0.4表示危险状态,0.4到0.6表示脆弱状态,0.6到0.8表示正常状态,0.8到1.0表示良好状态。
进一步的,所述设备健康状态指标的设备包括接线端子、保护性外套、通风口、设备、设备室、外观、设备间接线和标识。
再进一步的,其特征在于,对于接线端子、保护性外套、通风口、设备、设备室、外观、设备间接线和标识中的任意一项设备,第i类部件的设备健康状态指标Mi用式(1)计算得出,
Mi=miKFKT (1)
式中,mi为第i个部件的基础得分;KF为家族缺陷系数,对存在家族缺陷的部件KF=0.95,无家族缺陷的部件KF=1;KT为寿命系数;Dgr为任意一项设备的扣分值,u为任意一类设备的总数量;NY为运行年数。
进一步的,运行状态评估指标RFres用式(4)计算,
式中,ΔT为基准时间间隔;i为该时刻对应的基准时间间隔数;Pres为采样窗口内的不同时刻间歇式能源出力。为采样窗口内的不同时刻间歇式能源出力的平均值。
进一步的,所述模糊算法为模糊神经网络算法。
本发明的一种基于多元数据的主动配电网运行评估方法,保证了对配电网静态与动态电气参数以符合其内在逻辑的多层次模型搭建,又对现在配电网中所能获得的所有的多源的大数据给出了合理有效的利用,并通过严格验证的处理方法,极为客观写实的反映了配电网运行的事实状态。
具体实施方式
为了能更好地对本发明的技术方案进行理解,下面通过具体地实施例进行详细地说明:
一种基于多元数据的主动配电网运行评估方法,包括分布式电源层评估、网络层评估及主动控制层评估。
所述分布式电源层评估包括设备健康状态指标和运行状态评估指标。设备运行状态可划分为正常状态、注意状态、异常状态和严重状态。正常状态指设备运行数据稳定,所有状态量符合标准;注意状态指设备的几个状态量不符合标准,但不影响设备运行;异常状态指设备的几个状态量明显异常,已影响设备的性能指标或可能发展成严重状态,仍能继续运行;严重状态指设备状态量严重超出标准或严重异常,设备只能短期运行或立即停运。所述设备健康状态指标的设备包括接线端子、保护性外套、通风口、设备、设备室、外观、设备间接线和标识。
对于接线端子、保护性外套、通风口、设备、设备室、外观、设备间接线和标识中的任意一项设备,第i类部件的设备健康状态指标Mi用式(1)计算得出,
Mi=miKFKT (1)
式中,mi为第i个部件的基础得分;KF为家族缺陷系数,对存在家族缺陷的部件KF=0.95,无家族缺陷的部件KF=1;KT为寿命系数;Dgr为任意一项设备的扣分值,u为任意一类设备的总数量;NY为运行年数。
某类部件都在正常状态时,该类部件的得分为算数平均值,有一个及以上部件得分低于正常状态时,该类部件得分与最低的部件一致。分布式电源设备所有部件的得分都在正常状态时,该设备的状态为正常状态,设备健康指数为∑MiKi,Ki为第i类部件的权重值,根据设备的重要性大小分别设置每个设备的权重值;有一类及以上部件得分低于正常状态时,该各设备的状态为最差类部件的状态,设备健康指数为minMi。
运行状态评估指标RFres用式(4)计算,
式中,ΔT为基准时间间隔;i为该时刻对应的基准时间间隔数;Pres为采样窗口内的不同时刻间歇式能源出力。为采样窗口内的不同时刻间歇式能源出力的平均值。
所述网络层评估包括网络层柔性感知指标和网络层硬性感知指标,所述网络层柔性感知指标包括间歇式能源渗透率、供蓄比率、消纳率和负载率,所述网络层硬性感知指标包括电压偏差、电压波动、频率偏差和电压合格率。
所述主动控制层评估包括控制装置响应偏差和控制装置分辨率偏差。
采用模糊算法将所述分布式电源层评估、所述网络层评估及所述主动控制层评估的数据进行处理。所述模糊算法为模糊神经网络算法。将上述各评估值作为模糊系统的输入参数,经过归一化最终输出模糊值即为主动配电网运行状态值,输出的所述模糊值为区间在0到1之间的数值,将0到1均匀划分为5个区间,0到0.2表示恶化状态,0.2到0.4表示危险状态,0.4到0.6表示脆弱状态,0.6到0.8表示正常状态,0.8到1.0表示良好状态。
根据主动配电网的状态等级(恶化,危险,脆弱,正常,良好),可以初步感知当前主动配电网的运行状态,并为进一步的状态检测提供指导建议。当主动配电网的动态状态等级为良好时,各分布式电源的实时渗透率较低,配电网各项运行状态都处于健康状态。当主动配电网的动态感知等级为正常时,各分布式电源的实时渗透率有明显提升,但未超过配电网的调节能力,配电网关键运行感知结果均处于健康状态。当主动配电网的动态状态等级为脆弱时,部分分布式电源渗透率已超过电网调节能力,谐波、电压越限等问题逐步体现,但在各关键设备的承受范围内。当主动配电网的动态状态等级为危险时,谐波大量增加,电压越限问题频繁出现,部分关键设备已处于极限运行状态,少数设备出现故障。当主动配电网的动态状态等级为恶化时,关键设备大面积出现故障,此时需立即进行大范围的故障排查,恢复电网的安全稳定运行。
本技术领域中的普通技术人员应当认识到,以上的实施例仅是用来说明本发明,而并非用作为对本发明的限定,只要在本发明的实质精神范围内,对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。
Claims (5)
1.一种基于多元数据的主动配电网运行评估方法,包括分布式电源层评估、网络层评估及主动控制层评估,其特征在于:
所述分布式电源层评估包括设备健康状态指标和运行状态评估指标;
所述网络层评估包括网络层柔性感知指标和网络层硬性感知指标,所述网络层柔性感知指标包括间歇式能源渗透率、供蓄比率、消纳率和负载率,所述网络层硬性感知指标包括电压偏差、电压波动、频率偏差和电压合格率;
所述主动控制层评估包括控制装置响应偏差和控制装置分辨率偏差;
采用模糊算法将所述分布式电源层评估、所述网络层评估及所述主动控制层评估的数据进行处理,作为模糊系统的输入参数,经过归一化最终输出模糊值即为主动配电网运行状态值,输出的所述模糊值为区间在0到1之间的数值,将0到1均匀划分为5个区间,0到0.2表示恶化状态,0.2到0.4表示危险状态,0.4到0.6表示脆弱状态,0.6到0.8表示正常状态,0.8到1.0表示良好状态。
2.根据权利要求1所述的一种基于多元数据的主动配电网运行评估方法,其特征在于,所述设备健康状态指标的设备包括接线端子、保护性外套、通风口、设备、设备室、外观、设备间接线和标识。
3.根据权利要求2所述的一种基于多元数据的主动配电网运行评估方法,其特征在于,对于接线端子、保护性外套、通风口、设备、设备室、外观、设备间接线和标识中的任意一项设备,第i类部件的设备健康状态指标Mi用式(1)计算得出,
Mi=miKFKT (1)
式中,mi为第i个部件的基础得分;KF为家族缺陷系数,对存在家族缺陷的部件KF=0.95,无家族缺陷的部件KF=1;KT为寿命系数;Dgr为任意一项设备的扣分值,u为任意一类设备的总数量;NY为运行年数。
4.根据权利要求1所述的一种基于多元数据的主动配电网运行评估方法,其特征在于,运行状态评估指标RFres用式(4)计算,
式中,ΔT为基准时间间隔;i为该时刻对应的基准时间间隔数;Pres为采样窗口内的不同时刻间歇式能源出力。为采样窗口内的不同时刻间歇式能源出力的平均值。
5.根据权利要求1所述的一种基于多元数据的主动配电网运行评估方法,其特征在于,所述模糊算法为模糊神经网络算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811405725.3A CN109242373A (zh) | 2018-11-22 | 2018-11-22 | 一种基于多元数据的主动配电网运行评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811405725.3A CN109242373A (zh) | 2018-11-22 | 2018-11-22 | 一种基于多元数据的主动配电网运行评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109242373A true CN109242373A (zh) | 2019-01-18 |
Family
ID=65076417
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811405725.3A Pending CN109242373A (zh) | 2018-11-22 | 2018-11-22 | 一种基于多元数据的主动配电网运行评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109242373A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111612382A (zh) * | 2020-06-05 | 2020-09-01 | 国网山东省电力公司电力科学研究院 | 一种配电网主设备状态监测的方法及系统 |
CN112465365A (zh) * | 2020-12-02 | 2021-03-09 | 四川大学 | 一种配电网每日运行效能评价方法 |
-
2018
- 2018-11-22 CN CN201811405725.3A patent/CN109242373A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111612382A (zh) * | 2020-06-05 | 2020-09-01 | 国网山东省电力公司电力科学研究院 | 一种配电网主设备状态监测的方法及系统 |
CN112465365A (zh) * | 2020-12-02 | 2021-03-09 | 四川大学 | 一种配电网每日运行效能评价方法 |
CN112465365B (zh) * | 2020-12-02 | 2023-04-18 | 四川大学 | 一种配电网每日运行效能评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117060594B (zh) | 一种基于物联网的配电运行监测系统 | |
CN106529696B (zh) | 一种电网中设备预警方法及预警装置 | |
CN107194574B (zh) | 一种基于负荷损失的电网安全风险评估方法 | |
CN102368610B (zh) | 一种基于配电系统安全域的评价方法 | |
CN103337043B (zh) | 电力通信设备运行状态的预警方法和系统 | |
CN116800517A (zh) | 一种基于数据分析的数据采集智能管理系统 | |
CN109242373A (zh) | 一种基于多元数据的主动配电网运行评估方法 | |
CN117079428A (zh) | 一种用于厂区危化气体泄漏监测的区域预警系统 | |
CN102751725B (zh) | 一种配电网过负荷风险状态辨识方法 | |
CN103926490A (zh) | 一种具有自学习功能的电力变压器综合诊断方法 | |
CN105825315A (zh) | 一种电能质量预警方法 | |
CN104021304A (zh) | 一种变压器在线监测装置安装优先级评估方法 | |
CN112668830A (zh) | 一种变电站作业风险多层模糊评估方法 | |
CN104299070B (zh) | 电网运行趋势实时安全评估方法 | |
CN103309342A (zh) | 一种针对工业控制系统的防危性验证方案 | |
CN112488371A (zh) | 一种基于大数据的管道智能预警方法和系统 | |
CN109829603A (zh) | 一种多维配电网系统运行风险等级评估系统及其方法 | |
CN115308465A (zh) | 基于bp-som组合神经网络的供电安全隐患智能诊断系统及方法 | |
CN104331849B (zh) | 一种电力系统风险分级方法及应用 | |
CN106651206A (zh) | 一种继电保护测试性评估指标体系的评估方法 | |
CN108108665A (zh) | 一种基于多变量的燃气调压器安全预警方法 | |
CN106600166A (zh) | 停电计划中约束条件的调整方法和装置 | |
CN105354761B (zh) | 一种风电接入电网的安全与效能评估方法及系统 | |
CN106373028A (zh) | 一种电力维修系统 | |
CN202798762U (zh) | 用于电力通信故障信息分析告警装置 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190118 |