CN109521327A - 一种配电线路故障原因综合概率分析方法 - Google Patents

一种配电线路故障原因综合概率分析方法 Download PDF

Info

Publication number
CN109521327A
CN109521327A CN201811362543.2A CN201811362543A CN109521327A CN 109521327 A CN109521327 A CN 109521327A CN 201811362543 A CN201811362543 A CN 201811362543A CN 109521327 A CN109521327 A CN 109521327A
Authority
CN
China
Prior art keywords
probability
failure
coefficient
reason
distribution line
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.)
Granted
Application number
CN201811362543.2A
Other languages
English (en)
Other versions
CN109521327B (zh
Inventor
曾晓蕾
周辉
赵世钦
史纯清
岑荣佳
杨平安
袁忠军
刘昌宏
徐懿
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.)
Guizhou Power Grid Co Ltd
Original Assignee
Guizhou Power Grid 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 Guizhou Power Grid Co Ltd filed Critical Guizhou Power Grid Co Ltd
Priority to CN201811362543.2A priority Critical patent/CN109521327B/zh
Publication of CN109521327A publication Critical patent/CN109521327A/zh
Application granted granted Critical
Publication of CN109521327B publication Critical patent/CN109521327B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/08Locating faults in cables, transmission lines, or networks
    • G01R31/081Locating faults in cables, transmission lines, or networks according to type of conductors
    • G01R31/085Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution lines, e.g. overhead

Abstract

本发明公开了一种配电线路故障原因综合概率分析方法,该方法为:将可能导致线路故障的所有原因作为分析判据,参考本区域配电网往期发生故障的原因作为经验值,根据历史发生概率进行静态系数赋值,当故障发生时,根据已知因素进行动态系数赋值,通过静态系数和动态系数的加权计算,对可能发生故障的原因进行概率排序,在配电线路故障产出并确认后循环一次,如此反复更新故障概率的静态系数。本发明的方法能够得出初步故障原因分析结论,用于指导线路巡查人员有重点的查找故障点,故障排查结束后,根据实际故障原因,进一步修正静态系数赋值,从而实现算法的自学习,为以后故障概率判断提供更为准确的数据。

Description

一种配电线路故障原因综合概率分析方法
技术领域
本发明属于配电线路故障分析技术领域,具体涉及一种配电线路故障原因综合概率分析方法。
背景技术
传统的线路故障分析方法,基本上是以配电自动化系统监测的电压、电流、功率、功率因数等电气特征数据为单一判据,对这些数据的实时性、准确性、完整性过分依赖,但是在实际电力系统中,往往很难实现,导致故障分析判据不充分,故障发生时不能第一时间得出分析结论,只能采取人工巡查线路的方式查找故障。。
发明内容
本发明解决的技术问题是:提供一种配电线路故障原因综合概率分析方法,以解决现有技术中存在的设备投入量大、配电线路接地故障识别和定位困难问题。
本发明采取的技术方案为:一种配电线路故障原因综合概率分析方法,该方法包括以下步骤:
步骤1、根据配电线路故障原因的类别,对设定区域能够记录的历史时期内所有已发生故障原因的次数进行分类汇总,形成故障原因的经验值集合,并计算出各类故障原因的比重,定义为故障概率的静态系数;
步骤2、配电线路故障发生时,收集识别已知的潜在因素并进行汇总,形成当前故障原因的潜在值集合,根据其静态系数计算这类故障因素的比重,定义为故障概率的动态系数;
步骤3、将故障概率的动态系数和静态系数进行加权计算后,重新汇总计算出各类故障原因的比重,定义为故障概率的推导系数,对其数值从大到小排序,作为故障排查的重要依据,指导运行维护人员查找线路故障;
步骤4、当配电线路故障排查确认后,更新该区域的故障分类汇总表,并计算出各类故障原因的比重,更新故障概率的静态系数;
步骤1、步骤2、步骤3和步骤4在配电线路故障产出并确认后循环一次,如此反复更新故障概率的静态系数,从而实现配电线路故障因素概率分析的自学习,使得对故障原因分析越来越精准。
本发明的有益效果:与现有技术相比,本发明将可能导致线路故障的所有原因作为分析判据,参考本区域配电网往期发生故障的原因作为经验值,根据历史发生概率进行静态系数赋值,当故障发生时,根据已知因素进行动态系数赋值,通过静态系数和动态系数的加权计算,对可能发生故障的原因进行概率排序,从而得出初步故障原因分析结论,用于指导线路巡查人员有重点的查找故障点,故障排查结束后,根据实际故障原因,进一步修正静态系数赋值,从而实现算法的自学习,为以后故障概率判断提供更为准确的数据,有效解决了现有技术中存在的对配电线路故障原因分析缺少经验依据、已知故障因素和经验值难以结合、故障原因分析算法不能自学习的问题。
附图说明
图1是本发明自学习算法流程示意图。
具体实施方式
下面结合附图及具体的实施例对本发明进行进一步介绍。
实施例1:如图1所示,一种配电线路故障原因综合概率分析方法,该方法包括以下步骤:
步骤1、根据配电线路故障原因的类别,对设定区域能够记录的历史时期内所有已发生故障原因的次数进行分类汇总,形成故障原因的经验值集合,并计算出各类故障原因的比重,定义为故障概率的静态系数;
步骤2、配电线路故障发生时,收集识别已知的潜在因素并进行汇总,形成当前故障原因的潜在值集合,根据其静态系数计算这类故障因素的比重,定义为故障概率的动态系数;
步骤3、将故障概率的动态系数和静态系数进行加权计算后,重新汇总计算出各类故障原因的比重,定义为故障概率的推导系数,对其数值从大到小排序,作为故障排查的重要依据,指导运行维护人员查找线路故障;
步骤4、当配电线路故障排查确认后,更新该区域的故障分类汇总表,并计算出各类故障原因的比重,更新故障概率的静态系数;
步骤1、步骤2、步骤3和步骤4在配电线路故障产出并确认后循环一次,如此反复更新故障概率的静态系数,从而实现配电线路故障因素概率分析的自学习,使得对故障原因分析越来越精准。
具体例:某配电线路近三年的配电线路故障原因进行统计,故障原因包括:设备故障因素、恶劣天气因素、地理环境因素、临时施工因素等,并故障次数分类汇总,根据比重得出故障原因的静态系数分别为P1、P2、P3、P4……Pn,如表1所示;
当该配电线路发生故障时,已知信息为暴雨大风天气、配电线路经过林区,则故障潜在原因为恶劣天气、地理环境,根据它们故障概率的静态系数计算比重,得出故障原因的动态系数分别为Q2、Q3,如表2所示;
将故障概率的动态系数和静态系数进行加权计算,得出故障概率的推导系数S1、S2、S3、S4……Sn;对推导系数从大到小排序,数值越大故障概率越大,故障排查的优先等级越高,如表3所示;
若故障排查的结果为恶劣天气因素导致线路故障,则该发生次数X2累计1,重新计算得到故障概率的静态系数更新值,用于参加下一次配电线路故障的发生原因概率分析。
本发明考虑传统方法的不足,将可能导致线路故障的所有原因作为分析判据,参考本区域配电网往期发生故障的原因作为经验值,例如恶劣天气因素、设备故障因素、地理环境因素、临时施工因素等,根据历史发生概率进行静态系数赋值。当故障发生时,根据已知因素进行动态系数赋值,通过静态系数和动态系数的加权计算,对可能发生故障的原因进行概率排序,从而得出初步故障原因分析结论,用于指导线路巡查人员有重点的查找故障点。故障排查结束后,根据实际故障原因,本发明的方法进一步修正静态系数赋值,从而实现算法的自学习,为以后故障概率判断提供更为准确的数据。
以上所述,仅为本发明的具体实施方式实例,本发明的保护范围并不局限于此。熟悉该技术领域的技术人员在本发明揭露的技术范围内,可轻易找到变化或替换方式,这些都应涵盖在本发明的保护范围之内。为此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (1)

1.一种配电线路故障原因综合概率分析方法,其特征在于:该方法包括以下步骤:
步骤1、根据配电线路故障原因的类别,对设定区域能够记录的历史时期内所有已发生故障原因的次数进行分类汇总,形成故障原因的经验值集合,并计算出各类故障原因的比重,定义为故障概率的静态系数;
步骤2、配电线路故障发生时,收集识别已知的潜在因素并进行汇总,形成当前故障原因的潜在值集合,根据其静态系数计算这类故障因素的比重,定义为故障概率的动态系数;
步骤3、将故障概率的动态系数和静态系数进行加权计算后,重新汇总计算出各类故障原因的比重,定义为故障概率的推导系数,对其数值从大到小排序;
步骤4、当配电线路故障排查确认后,更新该区域的故障分类汇总表,并计算出各类故障原因的比重,更新故障概率的静态系数;
步骤1、步骤2、步骤3和步骤4在配电线路故障产出并确认后循环一次,如此反复更新故障概率的静态系数,获得配电线路故障因素概率分析的自学习。
CN201811362543.2A 2018-11-15 2018-11-15 一种配电线路故障原因综合概率分析方法 Active CN109521327B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811362543.2A CN109521327B (zh) 2018-11-15 2018-11-15 一种配电线路故障原因综合概率分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811362543.2A CN109521327B (zh) 2018-11-15 2018-11-15 一种配电线路故障原因综合概率分析方法

Publications (2)

Publication Number Publication Date
CN109521327A true CN109521327A (zh) 2019-03-26
CN109521327B CN109521327B (zh) 2021-03-30

Family

ID=65777883

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811362543.2A Active CN109521327B (zh) 2018-11-15 2018-11-15 一种配电线路故障原因综合概率分析方法

Country Status (1)

Country Link
CN (1) CN109521327B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103632310A (zh) * 2013-11-19 2014-03-12 中国南方电网有限责任公司 一种大电网运行风险评估方法
CN104050607A (zh) * 2014-06-28 2014-09-17 国家电网公司 一种配电网运行风险评估方法
CN104122488A (zh) * 2014-08-13 2014-10-29 国家电网公司 一种输电线路故障校核诊断方法
CN104931831A (zh) * 2015-06-18 2015-09-23 广东电网有限责任公司电力调度控制中心 故障处理信息获取方法和系统
CN105245185A (zh) * 2015-09-30 2016-01-13 南京南瑞集团公司 一种接入配电网的区域分布式光伏故障诊断系统及方法
CN105277851A (zh) * 2015-10-16 2016-01-27 国网甘肃省电力公司天水供电公司 一种配电网故障研判搜索定位系统
CN108205611A (zh) * 2018-02-07 2018-06-26 海南电网有限责任公司电力科学研究院 结合潜伏故障的变压器风险评估方法、装置、设备及介质
CN108471114A (zh) * 2018-04-23 2018-08-31 广州供电局有限公司 输电线路状态评价方法、装置、计算机设备及存储介质
CN108664641A (zh) * 2018-05-16 2018-10-16 国网山东省电力公司电力科学研究院 一种基于覆盖集理论的智能电能表故障诊断方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103632310A (zh) * 2013-11-19 2014-03-12 中国南方电网有限责任公司 一种大电网运行风险评估方法
CN104050607A (zh) * 2014-06-28 2014-09-17 国家电网公司 一种配电网运行风险评估方法
CN104122488A (zh) * 2014-08-13 2014-10-29 国家电网公司 一种输电线路故障校核诊断方法
CN104931831A (zh) * 2015-06-18 2015-09-23 广东电网有限责任公司电力调度控制中心 故障处理信息获取方法和系统
CN105245185A (zh) * 2015-09-30 2016-01-13 南京南瑞集团公司 一种接入配电网的区域分布式光伏故障诊断系统及方法
CN105277851A (zh) * 2015-10-16 2016-01-27 国网甘肃省电力公司天水供电公司 一种配电网故障研判搜索定位系统
CN108205611A (zh) * 2018-02-07 2018-06-26 海南电网有限责任公司电力科学研究院 结合潜伏故障的变压器风险评估方法、装置、设备及介质
CN108471114A (zh) * 2018-04-23 2018-08-31 广州供电局有限公司 输电线路状态评价方法、装置、计算机设备及存储介质
CN108664641A (zh) * 2018-05-16 2018-10-16 国网山东省电力公司电力科学研究院 一种基于覆盖集理论的智能电能表故障诊断方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CRISTINA MASARIK 等: "Identifying New Opportunities in a Mature Reservoir: Wara Formation, Wafra Field, Saudi Arabia/Kuwait Partitioned Zone", 《SPE SAUDI ARABIA SECTION TECHNICAL SYMPOSIUM AND EXHIBITION》 *
喻琢舟 等: "基于加权马尔可夫模型的配网月故障预测", 《电力系统及其自动化学报》 *

Also Published As

Publication number Publication date
CN109521327B (zh) 2021-03-30

Similar Documents

Publication Publication Date Title
Negnevitsky et al. Risk assessment for power system operation planning with high wind power penetration
Damousis et al. A fuzzy expert system for the forecasting of wind speed and power generation in wind farms
CN103207340B (zh) 一种输电线路雷电绕击跳闸在线预警方法
Sideratos et al. Using radial basis neural networks to estimate wind power production
CN106154209B (zh) 基于决策树算法的电能表故障预测方法
US5568399A (en) Method and apparatus for power outage determination using distribution system information
CN105005827B (zh) 一种基于电力突发事件的应急响应预警方法
CN104950187B (zh) 一种基于电网gis的雷电分析预警方法及系统
CN104915775B (zh) 一种输电线路山火灾害的风险评估与应急决策方法
US8589198B2 (en) Methods and systems involving power system grid management
CN106199276B (zh) 一种用电信息采集系统中异常信息的智能诊断系统及方法
CN106643765B (zh) 一种采集异常维修时长计算方法
CN105072191B (zh) 一种确定目标通信通道的方法及服务器
CN106100579B (zh) 一种基于数据分析的光伏电站故障诊断方法
CN104931857B (zh) 一种基于d-s证据理论的配电网故障定位方法
CN103324992B (zh) 基于马尔可夫和熵权模糊综合评价的变压器风险预测方法
US20110313581A1 (en) Self-healing power grid and method thereof
US8606416B2 (en) Energy generating system and control thereof
CN103440400B (zh) 考虑灾害因素的电力系统短期风险判定方法
Hardiman et al. An advanced tool for analyzing multiple cascading failures
CN103812131A (zh) 一种基于多智能体的城市电网孤岛黑启动系统及方法
Pant et al. Vulnerability assessment framework for interdependent critical infrastructures: case-study for Great Britain’s rail network
CN106875114A (zh) 配网抢修指挥平台的短信平台优化系统及方法
CN104063750B (zh) 基于改进ahp‑反熵权的电力系统受灾影响的预测方法
CN104410067B (zh) 一种基于公变和用户采集大数据分析的台区停电分析方法

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
GR01 Patent grant
GR01 Patent grant