CN110021933A - 考虑组件故障的电力信息系统控制功能可靠性评估方法 - Google Patents
考虑组件故障的电力信息系统控制功能可靠性评估方法 Download PDFInfo
- Publication number
- CN110021933A CN110021933A CN201910383460.XA CN201910383460A CN110021933A CN 110021933 A CN110021933 A CN 110021933A CN 201910383460 A CN201910383460 A CN 201910383460A CN 110021933 A CN110021933 A CN 110021933A
- Authority
- CN
- China
- Prior art keywords
- control function
- component
- information system
- power information
- faults
- 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
Links
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Abstract
本发明提出了一种考虑组件故障的电力信息系统控制功能可靠性评估方法,包括以下步骤:分析电力信息系统控制功能涉及相关组件及其逻辑关系;基于组件故障影响因素分析,建立组件故障概率模型;结合控制功能组件之间的逻辑关系,分析组件故障后果,即是否导致控制功能失效;分析电力信息系统控制功能失效对电力系统的影响,选取电力信息系统控制功能可靠性指标;通过蒙特卡洛方法模拟组件工作状态,计算评估指标对电力信息系统控制功能可靠性进行评估。本方法可用于电力信息系统中控制功能的可靠性评估。
Description
技术领域
本发明涉及电力信息系统安全稳定运行的技术领域,具体涉及一种电力信息系统控制功能可靠性评估方法。
背景技术
随着通信技术、自动化技术及控制技术不断发展和广泛应用,电力系统已逐渐发展成为信息物理电力系统(Cyber Physical Power System,CPPS)。与此同时,对信息系统的依存度不断提高,也给电力系统引入了新的威胁,一旦信息系统发生可靠性问题,会直接或间接的对电网的安全稳定运行产生影响,甚至造成大面积的用电事故。
长期以来,对于电力系统的可靠性分析往往是和信息系统分开进行的,但是电力系统和信息系统的耦合程度在不断加深,单独对电力系统或信息系统进行可靠性分析不能准确反映CPPS的运行状态。信息系统控制功能直接影响电力系统的安全稳定运行,传统的可靠性评估方法往往是针对整个信息系统,然而,在复杂的CPPS中,信息系统的建设是为了服务电力系统的安全稳定运行,与传统的信息系统有所差别,在对信息系统可靠性进行评估时,不仅要考虑其本身的状态,还需要考虑其在电力系统中的影响。目前CPPS可靠性研究仍处于初步阶段,可靠性评估方法少,也不够完善,特别是缺少对电力信息系统的功能的评估方法。
发明内容
发明目的:针对现有技术的不足,本发明提出一种考虑组件故障的电力信息系统控制功能可靠性评估方法,在电力信息系统中考虑控制功能涉及组件故障的影响,对电力信息系统控制功能的可靠性进行评估。
技术方案:一种考虑组件故障的电力信息系统控制功能可靠性评估方法,包括以下步骤:
S1、获取电力信息系统数据,包括控制功能涉及的网络结构、构成组件、组件网络结构、组件故障历史数据、组件功能;
S2、基于电力信息系统网络结构得到执行控制功能涉及的电力信息系统组件,并分析电力信息系统控制功能涉及组件之间的逻辑关系;
S3、基于组件故障影响因素分析,结合故障历史记录,建立组件故障概率模型,基于组件之间的逻辑关系,判断组件故障后果,即是否会导致控制功能失效;
S4、分析控制功能失效对电力系统的影响,确定可靠性评估指标;
S5、通过蒙特卡洛方法模拟组件工作状态,计算电力信息系统控制功能可靠性评估指标。
进一步地,所述步骤S2中电力信息系统组件包括硬件和软件,其中,硬件包括了电力信息系统控制功能执行过程涉及的元件和线路,从发出控制指令的决策中心的计算机、数据传输的中间节点、传输数据的通信线路到最终执行控制功能的元件;软件对数据进行处理,依托于硬件运行,包括决策中心的决策软件、指令的加密和解密软件。
进一步地,所述步骤S3中组件之间的逻辑关系包括:
串联关系,指由n个组件组成的系统中,其每个组件都正常工作时,系统才能正常工作的情况下,该n个组件之间的关系;以及并联关系,指由n个组件组成的系统中,若有一个组件正常工作,系统就能正常工作的情况下,该n个组件之间的关系。
进一步地,所述步骤S3中建立组件故障概率模型的方法如下:通过对历史数据进行分析,考虑组件投入使用时间、外部影响因素和检修记录,建立关于使用寿命的故障概率模型;基于统计的方法对历史数据进行分析,结合关于使用寿命的故障概率模型得到组件的故障概率模型,结合组件的时间和空间特性确定组件故障概率。
进一步地,所述步骤S4中可靠性评估指标计算方法为:
RF=FI*CR
其中FI表示控制功能的重要程度;CR表示控制功能的控制范围,通过控制功能直接影响的电力负荷在总负荷中的占比表示,计算公式如下:
CR=Lc/L0
Lc表示控制功能直接涉及的电力负荷大小;L0表示整个总负荷大小。
有益效果:本发明提出一种考虑组件故障的电力信息系统控制功能可靠性评估方法,在电力信息系统中考虑控制功能涉及组件故障的影响,对电力信息系统控制功能的可靠性进行评估。实例表明本发明所提的可靠性融合指标反映了可靠性的变化情况,所提的方法可以有效评估考虑组件故障的电力信息系统控制功能可靠性。
附图说明
图1为本发明的考虑组件故障的电力信息系统控制功能可靠性评估方法流程图;
图2为本发明的组件之间串联关系示意图;
图3为本发明的组件之间并联关系示意图;
图4为根据本发明实施例的IEEE-30节点系统示意图;
图5为根据本发明实施例的IEEE-30节点系统的通信网络结构图;
图6为根据本发明实施例的IEEE-30节点系统断路器控制功能的可靠性评估方法流程图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。应当了解,以下提供的实施例仅是为了详尽地且完全地公开本发明,并且向所属技术领域的技术人员充分传达本发明的技术构思,本发明还可以用许多不同的形式来实施,并且不局限于此处描述的实施例。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。
参照图1,一种考虑组件故障的电力信息系统控制功能可靠性评估方法,包括以下步骤:
步骤1:获取电力信息系统数据,包括控制功能涉及的网络结构、构成组件、组件网络结构、组件故障历史数据、组件功能等。
步骤2:基于电力信息系统网络结构得到执行控制功能涉及的电力信息系统组件,并分析电力信息系统控制功能涉及组件之间的逻辑关系。
执行一个完整的控制功能需要多个组件的配合,定义组件为硬件和软件的统称。硬件包括控制功能执行过程涉及的元件和线路,软件包括数据进行处理的算法和程序,依托于硬件运行。
控制功能涉及的组件与其执行过程相对应,执行控制功能的大致过程如下:采集电力系统状态,生成状态数据;电力系统状态信息数据传输至信息系统子站;在子站中进行电力系统实时状态数据与历史状态数据比较,计算电力系统状态数据变化量;电力系统状态数据变化量传输至信息系统控制总站;在总站中基于电力系统状态数据变化量在预设的控制策略中搜索适用于当前电力系统状态的控制策略;控制指令下发至子站;子站将控制指令传至电力元件;电力元件执行控制指令,进行控制动作。一些重要的控制功能数据传输过程中还包含了数据的加密和解密,不同类型的控制功能的执行过程在细节上略有差别,如断路器控制和安稳控制采集的电力系统状态量不同。
基于上述执行过程,控制功能涉及的组件主要有:电力系统状态采集元件、电力系统状态数据变化量计算软件及其依托元件、控制策略搜索软件及其依托元件、控制指令执行元件、数据和指令发出接收元件及其线路、依托于数据和指令发出和接收元件的数据加密解密软件。
将控制功能涉及的组件分为若干逻辑系统,每个逻辑系统由一个或多个组件以相同的逻辑关系组成,组件的逻辑关系取决于组件故障对控制功能的影响,并不表示组件之间的物理连接关系,可以将完成一个基础功能所需的组件组成一个小系统,将组件逻辑关系分为串联系统、并联系统:
(1)串联系统,指由n个组件组成的系统中,其每个组件都正常工作时,系统才能正常工作。逻辑关系如图2所示。
(2)并联系统,指由n个组件组成的系统中,若有一个单元正常工作,系统就能正常工作。逻辑关系如图3所示。
由于软件都依托于硬件运行,无论是硬件故障或是软件故障都会导致整体的故障,所以软件与其依托的硬件为串联逻辑关系。最终所有的逻辑系统以上述逻辑关系相互配合组成大的逻辑系统,构成整个控制功能。
步骤3:基于组件故障影响因素分析,结合故障历史记录,建立组件故障概率模型,基于组件之间的逻辑关系,判断组件故障后果。
电力信息系统组件的故障概率受各方面因素的影响,主要可分为使用寿命和外部条件两大类影响因素。
(1)使用寿命。软件没有使用寿命限制,因此只在分析硬件的故障考虑时考虑使用寿命因素。使用寿命对组件故障概率的影响主要表现为组件的实际使用时间和额定寿命的比值,不仅仅考虑信息系统组件投入使用的时间,在使用期间遭受外部因素影响(如长期的恶劣天气)也会影响其使用寿命,还需要考虑上一次检修的时间。组件使用时间越短、占额定使用寿命比值越小,则故障概率越小,同时使用过程中外部条件的作用会增大组件故障概率,检修过程会对组件的故障隐患进行排除,所以在经过检修后,组件故障概率会有所减小。
(2)外部条件。外部条件主要分为自然环境和网络攻击,自然环境主要影响硬件的故障概率,在恶劣天气环境下或发生自然灾害时电力信息系统组件的故障概率增大,主要有:雷电、覆冰、暴雨、台风、洪水、地震、磁暴等。网络攻击主要影响软件的故障概率,通过传递错误数据、数据丢失等方法使软件无法正确或及时做出计算,使得控制功能做出错误的控制动作或动作不及时。不同的外部条件有不同的空间和时间分布特征,结合组件当前的空间和时间特性,分析其故障概率受到的影响。
通过对历史数据进行分析,考虑组件投入使用时间、外部影响因素和检修记录,可以建立关于使用寿命的故障概率模型。由于导致电力信息系统组件故障的外部条件是随机变量,则基于统计的方法对历史数据进行分析,结合关于使用寿命的故障概率模型得到组件的故障概率模型,结合组件的时间和空间特性确定组件故障概率。
组件故障相互独立,基于控制功能组件之间的逻辑关系,分析组件故障对控制功能的影响,即组件故障是否会导致控制功能失效。根据逻辑关系,组件组成逻辑系统,逻辑系统组成大的逻辑系统,最终得到构成整个功能的逻辑系统。通过逻辑系统的属性判断是否失效。首先分析组件故障对其所在逻辑系统的影响,可以得到哪些组件故障会导致逻辑系统整体故障;接着分析逻辑系统故障对控制功能的影响,可以得到哪些逻辑系统故障会导致控制功能失效。结合上述过程,得到组件故障是否会导致控制功能失效
步骤4:分析控制功能失效对电力系统的影响,确定可靠性评估指标。
电力信息系统控制功能可靠性指标用于从不同的角度评估不同电力信息系统控制功能故障对电力系统产生的影响,包括功能重要度指标和功能控制范围指标,对上述两个指标进行融合计算可得到电力信息系统控制功能可靠性评估指标。
(1)功能重要度指标
功能重要度指标指电力信息系统控制功能执行的具体控制动作在电力系统运行过程中的重要程度。不同的电力信息系统控制功能失效的后果不同,如发电节点断路器控制功能失效后果和发电机出力调整控制功能失效的后果不同。
对于不同重要度的控制功能,对功能失效概率要求不同,越重要的控制功能,需要更低的失效概率才会被认为是可靠性的。与之对应的是,重要的控制功能会通过增加检修、增加备用线路、采用更优质的组件等方法降低其故障概率。
功能重要度受多个方面的影响,如控制功能作用电力节点不同则其重要程度不同,控制功能控制的电力元件不同则其重要程度不同。所以,功能重要程序可以采用专家打分方法对电力信息系统中控制功能的重要度进行评估。
(2)控制范围指标
控制范围指标反映电力信息系统控制功能执行时在电力系统中的影响范围。电力系统中不同位置的控制功能影响的负荷多少不同,如不同节点的切负荷切除的负荷大小不同。
在组件故障发生后,通过观测负荷节点的电气量变化情况判断其是否遭受控制功能失效影响。
通过控制功能直接影响的电力负荷在总负荷中的占比表示,计算公式如下:
CR=Lc/L0 (1)
其中,Lc表示控制功能直接涉及的电力负荷大小;L0表示整个总负荷大小。
为了便于直观表达电力信息系统控制功能的可靠性,对指标进行融合计算,计算公式如下:
RF=FI*CR (2)
步骤5:通过蒙特卡洛方法模拟组件工作状态,计算电力信息系统控制功能可靠性评估指标。
基于组件故障概率模型,结合影响因素状态,计算出组件的故障概率,通过蒙特卡洛方法模拟组件的工作状态。仿真模拟控制功能失效对电力系统产生的影响,对指标进行计算。多次重复蒙特卡洛模拟组件状态并对其结果计算得到的指标期望值,作为最终指标对电力信息系统控制功能可靠性进行评估。
使用的蒙特卡洛方法为非序贯蒙特卡洛方法,由于非序贯蒙特卡洛方法不考虑系统中元件的时间状态序列,因此不具有序贯蒙特卡洛模拟法统计时序可靠性指标的功能,但是非序贯蒙特卡洛模拟法能大大降低仿真时间,因此在大电网可靠性评估中得到了广泛应用,本发明使用非序贯蒙特卡洛方法。
为了对本发明的方法有更清楚的了解,下面通过一个实例对方法进行更细致的描述。如图4所示,本实施例选取IEEE-30节点系统作为电力系统。建立与电力系统对应的信息系统网络图,如图5所示,电力信息网络模型由一个骨干网络(SDH-BN)和三个区域网络(SDH-1,SDH-2和SDH-3)组成,四个网络均是SHRN结构,控制中心CC位于骨干网络中,节点CN表示通信节点,节点PN表示与电力系统直接相连的二次设备节点。以电力系统节点30上的断路器控制功能为例,其控制功能失效后果会导致断路器误动,对该控制功能的可靠性进行评估。如图6所示,考虑组件故障的电力信息系统控制功能可靠性评估方法包括以下步骤:
步骤1:根据电力系统的结构建立信息系统网络模型,输入电力信息系统数据,所述的电力信息系统数据包括控制功能涉及的网络结构、构成组件、组件网络结构、组件故障历史数据、组件功能等。本实施例选用了某市某小区电力信息系统的历史数据。
步骤2:电力信息系统控制功能包括多个组件,分析电力系统节点30上的控制功能涉及组件及其逻辑关系。
控制功能涉及的组件与其执行过程相对应,节点30的执行控制功能的大致过程如下:PN30采集节点30电气量状态,生成状态数据;PN30将状态信息数据传输至CN24;CN24对状态数据进行初步分析,历史状态数据比较,计算数据变化量;CN24加密数据;CN24将数据传输至CC,该传输过程存在备用线路;CC解密数据;CC基于状态数据变化量进行决策;CC加密指令;CC下发指令至CN24;CN24解密数据;CN24传输指令至PN30,该传输过程存在备用线路;PN30执行控制指令,进行控制动作。
基于上述执行过程,控制功能涉及的组件主要有:电力系统状态采集元件、电力系统状态数据变化量计算软件及其依托元件、控制策略搜索软件及其依托元件、控制指令执行元件、数据和指令发出接收元件及其线路、依托于数据和指令发出和接收元件的数据加密解密软件。基于组件之间的逻辑关系建立电力信息系统控制功能模型。
步骤3:考虑影响电力信息系统组件的故障概率的影响因素并建立组件故障概率模型。通过对历史数据进行分析,考虑组件投入使用时间、外部影响因素和检修记录,可以建立关于使用寿命的故障概率模型。由于导致电力信息系统组件故障的外部条件是随机变量,则基于统计的方法对历史数据进行分析,结合关于使用寿命的故障概率模型得到组件的故障概率模型。基于控制功能组件之间的逻辑关系,研究组件故障概率后果,即组件故障是否会导致控制功能失效。
步骤4:对于电力信息系统控制功能以功能重要度指标FI和控制范围指标CR作为可靠性指标。
功能重要度指标采用下表所示的判断标准:
功能重要度指标FI | 定义 |
0.6 | 非常不重要 |
0.7 | 不重要 |
0.8 | 一般重要 |
0.9 | 比较重要 |
1 | 非常重要 |
控制范围指标计算公式如下:
CR=Lc/L0(3)
其中,Lc表示控制功能直接涉及的电力负荷大小;L0表示整个总负荷大小。
指标融合计算公式如下:
RF=FI*CR (4)
步骤5:为了研究考虑组件故障的电力信息系统控制功能可靠性评估方法,选取若干种不同的影响因素状态进行可靠性评估,分别选取了检修前、检修后、雷雨天、两年后四种场景对可靠性进行评估。一般选择影响对元件影响较大的影响因素,或者是主要评估目标,如评估天气对信息系统可靠性的影响,则多选择天气因素。
首先基于组件故障概率模型,结合影响因素状态得到组件故障概率,接着利用蒙特卡洛方法得出电力信息系统控制功能组件状态,进行1000次仿真并计算可靠性指标期望值,对指标进行计算。
断路器的控制功能失效导致断路器误动,直接导致负荷丢失,可以认为功能重要度为非常重要;通过仿真监视负荷电气量的变化,得到控制范围指标。计算结果如表1所示。
表1不同场景可靠性融合指标
场景 | 可靠性融合指标(*10<sup>-4</sup>) |
检修前 | 0.56 |
检修后 | 0.29 |
雷雨天气 | 2.74 |
两年后 | 3.25 |
根据指标的计算过程可知,指标越小说明电力信息系统控制功能可靠性越好。通过结果对比可以看出:在检修后,控制功能可靠性上升,是由于检修过程降低了组件故障概率;雷雨天气和两年后控制功能可靠性下降,是由于组件故障概率增大造成的。上述变化规律符合实际情况,电力信息系统控制功能可靠性融合指标反映了可靠性的变化情况。
如上所述,根据实施例可以看出所提方法可以有效评估考虑组件故障的电力信息系统控制功能可靠性。
Claims (6)
1.一种考虑组件故障的电力信息系统控制功能可靠性评估方法,其特征在于,所述方法包括以下步骤:
S1、获取电力信息系统数据,包括控制功能涉及的网络结构、构成组件、组件网络结构、组件故障历史数据、组件功能;
S2、基于电力信息系统网络结构得到执行控制功能涉及的电力信息系统组件,并分析电力信息系统控制功能涉及组件之间的逻辑关系;
S3、基于组件故障影响因素分析,结合故障历史记录,建立组件故障概率模型,基于组件之间的逻辑关系,判断组件故障后果,即是否会导致控制功能失效;
S4、分析控制功能失效对电力系统的影响,确定可靠性评估指标;
S5、通过蒙特卡洛方法模拟组件工作状态,计算电力信息系统控制功能可靠性评估指标。
2.根据权利要求1所述的考虑组件故障的电力信息系统控制功能可靠性评估方法,其特征在于,所述步骤S2中电力信息系统组件包括硬件和软件,其中,硬件包括了电力信息系统控制功能执行过程涉及的元件和线路,从发出控制指令的决策中心的计算机、数据传输的中间节点、传输数据的通信线路到最终执行控制功能的元件;软件对数据进行处理,依托于硬件运行,包括决策中心的决策软件、指令的加密和解密软件。
3.根据权利要求1所述的考虑组件故障的电力信息系统控制功能可靠性评估方法,其特征在于,所述步骤S3中组件之间的逻辑关系包括:串联关系,指由n个组件组成的系统中,其每个组件都正常工作时,系统才能正常工作的情况下,该n个组件之间的关系;以及
并联关系,指由n个组件组成的系统中,若有一个组件正常工作,系统就能正常工作的情况下,该n个组件之间的关系。
4.根据权利要求1所述的考虑组件故障的电力信息系统控制功能可靠性评估方法,其特征在于,所述步骤S3中建立组件故障概率模型的方法如下:通过对历史数据进行分析,考虑组件投入使用时间、外部影响因素和检修记录,建立关于使用寿命的故障概率模型;基于统计的方法对历史数据进行分析,结合关于使用寿命的故障概率模型得到组件的故障概率模型,结合组件的时间和空间特性确定组件故障概率。
5.根据权利要求1所述的考虑组件故障的电力信息系统控制功能可靠性评估方法,其特征在于,所述步骤S4中可靠性评估指标计算方法为:
RF=FI*CR
其中FI表示控制功能的重要程度;CR表示控制功能的控制范围,通过控制功能直接影响的电力负荷在总负荷中的占比表示,计算公式如下:
CR=Lc/L0
Lc表示控制功能直接涉及的电力负荷大小;L0表示整个总负荷大小。
6.根据权利要求1所述的考虑组件故障的电力信息系统控制功能可靠性评估方法,其特征在于,所述蒙特卡洛方法为非序贯蒙特卡洛方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910383460.XA CN110021933B (zh) | 2019-05-09 | 2019-05-09 | 考虑组件故障的电力信息系统控制功能可靠性评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910383460.XA CN110021933B (zh) | 2019-05-09 | 2019-05-09 | 考虑组件故障的电力信息系统控制功能可靠性评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110021933A true CN110021933A (zh) | 2019-07-16 |
CN110021933B CN110021933B (zh) | 2021-10-19 |
Family
ID=67193356
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910383460.XA Active CN110021933B (zh) | 2019-05-09 | 2019-05-09 | 考虑组件故障的电力信息系统控制功能可靠性评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110021933B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110633491A (zh) * | 2019-07-30 | 2019-12-31 | 华北电力大学 | 信息系统失效引起配电网电压波动越限的计算方法 |
CN113793035A (zh) * | 2021-09-16 | 2021-12-14 | 中国民航大学 | 一种基于交叉概率理论的信息系统业务波及影响分析方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140236513A1 (en) * | 2011-09-22 | 2014-08-21 | Jun Xiao | Region-based security evaluation method for the electric power distribution system |
CN106527394A (zh) * | 2016-10-25 | 2017-03-22 | 天津大学 | 一种考虑多重信息因素的ecps连锁故障风险评估方法 |
CN107358352A (zh) * | 2017-07-05 | 2017-11-17 | 国网山东省电力公司电力科学研究院 | 基于蒙特卡洛模拟的电力系统可靠性评估系统及方法 |
CN108388688A (zh) * | 2018-01-12 | 2018-08-10 | 江苏科能电力工程咨询有限公司 | 一种主动配电网可靠性评估方法 |
CN109033507A (zh) * | 2018-06-13 | 2018-12-18 | 南京邮电大学 | 一种考虑信息系统监视功能失效的电力系统可靠性评估方法 |
-
2019
- 2019-05-09 CN CN201910383460.XA patent/CN110021933B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140236513A1 (en) * | 2011-09-22 | 2014-08-21 | Jun Xiao | Region-based security evaluation method for the electric power distribution system |
CN106527394A (zh) * | 2016-10-25 | 2017-03-22 | 天津大学 | 一种考虑多重信息因素的ecps连锁故障风险评估方法 |
CN107358352A (zh) * | 2017-07-05 | 2017-11-17 | 国网山东省电力公司电力科学研究院 | 基于蒙特卡洛模拟的电力系统可靠性评估系统及方法 |
CN108388688A (zh) * | 2018-01-12 | 2018-08-10 | 江苏科能电力工程咨询有限公司 | 一种主动配电网可靠性评估方法 |
CN109033507A (zh) * | 2018-06-13 | 2018-12-18 | 南京邮电大学 | 一种考虑信息系统监视功能失效的电力系统可靠性评估方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110633491A (zh) * | 2019-07-30 | 2019-12-31 | 华北电力大学 | 信息系统失效引起配电网电压波动越限的计算方法 |
CN113793035A (zh) * | 2021-09-16 | 2021-12-14 | 中国民航大学 | 一种基于交叉概率理论的信息系统业务波及影响分析方法 |
CN113793035B (zh) * | 2021-09-16 | 2023-08-08 | 中国民航大学 | 一种基于交叉概率理论的信息系统业务波及影响分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110021933B (zh) | 2021-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Reliability modeling and evaluation of active cyber physical distribution system | |
Jamborsalamati et al. | Enhancing power grid resilience through an IEC61850-based EV-assisted load restoration | |
Rios et al. | Value of security: modeling time-dependent phenomena and weather conditions | |
Kopsidas et al. | Power network reliability evaluation framework considering OHL electro-thermal design | |
CN109145428A (zh) | 一种连锁故障模式下信息物理融合系统脆弱性评估方法 | |
CN103426056A (zh) | 基于风险评估的电力系统薄弱环节辨识方法 | |
Bernstein et al. | Sensitivity analysis of the power grid vulnerability to large-scale cascading failures | |
Hernando-Gil et al. | Reliability performance of smart grids with demand-side management and distributed generation/storage technologies | |
PACME et al. | Research on common-mode and dependent (CMD) outage events in power systems: A review | |
CN110443037B (zh) | 一种基于改进ahp方法的电力监控网络安全态势感知方法 | |
Sun et al. | Cascading failure analysis of power flow on wind power based on complex network theory | |
CN106527394A (zh) | 一种考虑多重信息因素的ecps连锁故障风险评估方法 | |
CN113301010B (zh) | 拒绝服务攻击下电力信息网络数据传输通道重要程度的判定方法 | |
CN109033507A (zh) | 一种考虑信息系统监视功能失效的电力系统可靠性评估方法 | |
CN111008454A (zh) | 一种基于信息物理融合模型的智能变电站可靠性评估方法 | |
CN110021933A (zh) | 考虑组件故障的电力信息系统控制功能可靠性评估方法 | |
Ciapessoni et al. | Cascadings in large power systems: Benchmarking static vs. time domain simulation | |
CN109449931A (zh) | 结合加权潮流熵和全过程仿真的连锁故障集构建方法 | |
CN106355510A (zh) | 一种电力系统安全性判定方法 | |
CN111191867B (zh) | 电力系统复杂网络的可靠性评估方法 | |
Qin et al. | Risk assessment and defense resource allocation of cyber-physical distribution system under denial of service attack | |
CN111598377A (zh) | 一种地区电网基准风险在线获取方法与系统 | |
CN105866630A (zh) | 一种应对全站信息缺失的故障诊断方法和系统 | |
Benzerga et al. | Probabilistic capacity assessment for three-phase low-voltage distribution networks | |
Leite et al. | Risk mitigation approaches for improved resilience in distribution networks |
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 |