CN110189011B - 自然灾害下密集输电通道故障评估方法及系统 - Google Patents
自然灾害下密集输电通道故障评估方法及系统 Download PDFInfo
- Publication number
- CN110189011B CN110189011B CN201910433746.4A CN201910433746A CN110189011B CN 110189011 B CN110189011 B CN 110189011B CN 201910433746 A CN201910433746 A CN 201910433746A CN 110189011 B CN110189011 B CN 110189011B
- Authority
- CN
- China
- Prior art keywords
- transmission channel
- power transmission
- coupling
- overhead
- dense
- 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
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 268
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000008878 coupling Effects 0.000 claims abstract description 86
- 238000010168 coupling process Methods 0.000 claims abstract description 86
- 238000005859 coupling reaction Methods 0.000 claims abstract description 86
- 238000011156 evaluation Methods 0.000 claims abstract description 64
- 238000012216 screening Methods 0.000 claims description 7
- 238000013139 quantization Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 abstract description 3
- 238000004891 communication Methods 0.000 abstract 2
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 239000004576 sand Substances 0.000 description 2
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
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
本发明公开一种自然灾害下密集输电通道故障评估方法及系统,方法首先根据待评估的密集输电通道,获得关于指定的自然灾害类型有效的连通输电通道区段集合,然后再根据其他架空输电线路杆塔与该待评估有效连通输电通道区段集合的位置关系,将其他架空输电线路杆塔划分为三档,即紧密耦合杆塔、一般耦合杆塔和不耦合杆塔;最后根据密集输电通道的故障机理对三种耦合关系进行量化,进而得到自然灾害下密集输电通道的综合故障概率。通过基于密集输电通道中多回架空输电线路的耦合关系,评估自然灾害下密集输电通道的故障概率,提高评估结果可靠性,为自然灾害下电网运行风险评估提供支撑。
Description
技术领域
本发明涉及电力系统运行调度控制技术领域,特别是一种自然灾害下密集输电通道故障评估方法及系统。
背景技术
随着跨区交直流混联电网的建设,且受限于土地资源紧张和输电走廊的地形,送受端电网的集中送出和受入输电走廊中输电线路越来越密集,特高压交流、直流和超高压交流输电通道交叉跨越、共用一个输电走廊的问题愈加突出,局部区域甚至不得不采用多线同杆的架设方式。在自然灾害下容易出现多回线路同时跳闸、多个设备由于耦合作用快速相继跳闸的多重严重故障,给交直流混联大电网的安全运行带来极大的威胁。自然灾害下密集输电通道的故障概率评估是进行灾害下电网运行风险评估的基础。
专利“基于雷电实测数据的输电线路故障概率评估方法”(201110457698.6)、“台风引发输电线路故障的概率评估方法”(201110457145.0)、“一种冻雨引发输电线路故障的故障概率在线评估方法”(201310382127.X)、“评估山火引发输电线路故障概率的方法”(201310382753.9)、“一种计及暴雨灾害影响的输电线路故障概率在线评估方法”(201710323118.1),分别根据雷电、台风、覆冰、山火、暴雨引发架空输电线路故障的机理建立了单回架空输电线路的故障概率评估模型。但是密集输电通道的故障既与外部灾害有关,也与密集输电通道各回架空输电线路的耦合关系有关,如果用组成输电通道的架空输电线路故障概率按独立事件进行密集输电通道故障概率评估,将会严重低估多重严重故障发生的概率,进而忽视了部分应该重点关注的自然灾害下电网运行高风险事件,不利于电网运行风险的科学评估。然而目前还没有专门针对自然灾害下密集输电通道的故障概率评估方法。
发明内容
本发明的目的是提供一种自然灾害下密集输电通道故障评估方法,基于密集输电通道中多回架空输电线路的耦合关系,评估自然灾害下密集输电通道的故障概率,提高评估结果可靠性,为自然灾害下电网运行风险评估提供支撑。
本发明采取的技术方案为:一种自然灾害下密集输电通道故障评估方法,包括:
获取待评估的密集输电通道信息,确定其中关于指定的自然灾害类型z有效的连通输电通道区段集合Cx_z;
按照预设的辨识规则,辨识与已确定的关于自然灾害有效的连通输电通道区段有耦合关系的架空输电线路,并从中区分紧密耦合线路、一般耦合线路和无耦合线路,进而得到对应的紧密耦合杆塔集合tx_z_o1和一般耦合杆塔集合tx_z_o2;
基于集合Cx_z、tx_z_o1和tx_z_o2中的各杆塔在自然灾害z下的故障概率,分别对集合Cx_z、tx_z_o1和tx_z_o2进行自然灾害z下的故障概率评估;
基于预设的综合评估规则,根据集合Cx_z、tx_z_o1和tx_z_o2在自然灾害z下的故障概率评估结果,对自然灾害z下的集合Cx_z进行综合故障概率评估,作为待评估的密集输电通道的故障概率评估结果。
本发明得到的综合故障概率评估结果,由于综合考虑了密集输电通道中多回架空输电线路的耦合关系,因此可以更加准确的评估自然灾害下密集输电通道的故障概率。所得到的故障概率评估结果可作为电网整体运行风险评估的支撑。
密集输电通道是指任意两回线路中心距离小于门槛值的两回及以上架空输电线路区段的集合,如果该密集通道包含k回架空输电线路,则称为k元密集输电通道,记为Cx,
Cx={cx_1,cx_2,...,cx_m,...,cx_M}
其中,x={lj1,lj2,......,ljk}是该密集输电通道包含的k回架空输电线路集合,ljk是第j个k元密集输电通道的第k回架空输电线路标识(线路ID或线路名称),cx_m是Cx中第m个连通输电通道区段,M是密集输电通道模型中包含的连通输电通道区段数。其中的连通输电通道区段cx_m模型如下,
cx_m={x,tx_m,dm_max,dm_min}
其中,tx_m是连通输电通道区段cx_m关联的首末端杆塔集合,dm_max、dm_min分别是连通输电通道区段cx_m中任意两回架空输电线路间距离的最大值和最小值,其中的首末端杆塔集合tx_m模型如下,
tx_m={tlj1_s,tlj1_e,tlj2_s,tlj2_e,......,tljk_s,tljk_e}
其中,tljk_s和tljk_e分别是连通输电通道区段cx_m中第k回架空输电线路在该区段内的首端杆塔标识、末端杆塔标识。杆塔标识可包括杆塔ID或杆塔序号信息。
优选的,关于指定的自然灾害类型z有效的连通输电通道区段为:待评估密集输电通道所包含的连通输电通道区段中,任意两回架空输电线路间距离的最小值小于预设有效线间距离门槛值的连通输电通道区段。
关于自然灾害类型z有效的连通输电通道区段cx_m中任意两回架空输电线路间距离的最小值dm_min小于自然灾害z的有效线间距离门槛值dz的连通输电通道区段集合,即Cx_z为:
Cx_z={cx_z_i}i=1,2,......N
其中,cx_z_i=cx_m(cx_m∈Cx,dm_min<dz),N是关于自然灾害类型z有效的密集输电通道中包含的连通输电通道区段数,且N不大于M。
优选的,所述预设有效线间距离门槛值与自然灾害类型相关,当自然灾害类型分别为雷电、山火、暴雨、覆冰、台风灾害时,有效线间距离门槛值分别取值为1km、3km、6km、9km、9km。
优选的,所述预设的辨识规则为:
定义k元有效密集输电通道集合Cx_z关联的k维架空输电线路集合为xk={lj1,lj2,......,ljk},在k+1元密集输电通道中筛选出关联架空输电线路集合中包含xk的k+1维架空输电线路集合xk+1={lj1,lj2,......,ljk,lj(k+1)},及其对应的k+1元密集输电通道Cx(k+1),其中lj(k+1)是第j个k+1维架空输电线路集合中相对k维架空输电线路集合xk新增加的第k+1回架空输电线路标识;
根据第j个k+1元密集输电通道Cx(k+1)的架空线路间最小距离dx(k+1)_j_min与自然灾害z的有效线间距离门槛值dz、待评估的k元有效密集输电通道Cx_z的架空线路间最大距离dx_z_max之间的关系,判断Cx_z与架空输电线路lj(k+1)的耦合关系:
如果dx(k+1)_j_min<=dz,则架空输电线路lj(k+1)为待评估的k元有效密集输电通道Cx_z的紧密耦合线路;
如果dz<dx(k+1)_j_min<=dx_z_max,则架空输电线路lj(k+1)为待评估的k元有效密集输电通道Cx_z的一般耦合线路;
否则,架空输电线路lj(k+1)与待评估的k元有效密集输电通道Cx_z无耦合关系。
进一步的,k元有效密集输电通道Cx_z的紧密耦合杆塔集合tx_z_o1为所有紧密耦合线路在k+1元密集输电通道Cx(k+1)中对应的杆塔集合;
k元有效密集输电通道Cx_z的一般耦合杆塔集合tx_z_o2为所有一般耦合线路在k+1元密集输电通道Cx(k+1)中对应的杆塔集合。
优选的,所述对集合Cx_z、tx_z_o1和tx_z_o2进行自然灾害z下的故障概率评估为:
将待评估的k元有效密集输电通道Cx_z在自然灾害z下的故障记为事件A,则其概率P(A)计算公式如下:
其中,tx_z是组成待评估的k元有效密集输电通道Cx_z的杆塔集合,pi是tx_z中第i个杆塔在自然灾害z下的故障概率;
将紧密耦合杆塔集合Cx_z在自然灾害z下的故障记为事件B,其概率P(B)计算公式如下:
其中,tx_z_o1是待评估的k元有效密集输电通道Cx_z的紧密耦合杆塔集合,po1是tx_z_o1中第o1个杆塔在自然灾害z下的故障概率;
将一般耦合杆塔集合Cx_z在自然灾害z下的故障记为事件C,其概率P(C)计算公式如下:
其中,tx_z_o2是待评估的k元有效密集输电通道Cx_z的一般耦合杆塔集合,po2是tx_z_o2中第o2个杆塔在自然灾害z下的故障概率。
优选的,所述预设的综合评估规则为:
自然灾害z下待评估的k元有效密集输电通道Cx_z的综合故障概率P(Cx_z)为:
P(Cx_z)=P(A)+[1-P(A)]×[β1×P(B)+β2×P(C)-β1×β2×P(B)×P(C)]
其中,β1、β2分别是描述紧密耦合杆塔集合tx_z_o1、一般耦合杆塔集合tx_z_o2对密集输电通道Cx_z的耦合或影响程度的量化指标,且0=<β2<β1<=1。
优选的,耦合程度量化指标系数取值为β1=0.8,β2=0.2。可根据经验统计结果确定调整。
本发明还公开一种自然灾害下密集输电通道故障评估系统,包括:
有效连通输电通道区段筛选模块,用于获取待评估的密集输电通道信息,确定其中关于指定的自然灾害类型z有效的连通输电通道区段集合Cx_z;
耦合杆塔辨识模块,用于按照预设的辨识规则,辨识与已确定的关于自然灾害有效的连通输电通道区段有耦合关系的架空输电线路,并从中区分紧密耦合线路、一般耦合线路和无耦合线路,进而得到对应的紧密耦合杆塔集合tx_z_o1和一般耦合杆塔集合tx_z_o2;
故障概率评估模块,用于基于集合Cx_z、tx_z_o1和tx_z_o2中的各杆塔在自然灾害z下的故障概率,分别对集合Cx_z、tx_z_o1和tx_z_o2进行自然灾害z下的故障概率评估;
以及故障概率综合评估模块,用于基于预设的综合评估规则,根据集合Cx_z、tx_z_o1和tx_z_o2在自然灾害z下的故障概率评估结果,对自然灾害z下的集合Cx_z进行综合故障概率评估,输出为待评估的密集输电通道的故障概率评估结果。
有益效果
本发明自然灾害下密集输电通道故障概率评估方法,改进原来按架空输电线路独立事件进行输电通道概率评估严重低估自然灾害下电网运行高风险事件的问题,引入密集输电通道中多回架空输电线路的耦合关系,将架空输电线路杆塔与待评估的密集输电通道之间的关系划分为三档,即紧密耦合、一般耦合、不耦合,并对耦合关系进行量化,更加准确的评估自然灾害下密集输电通道的故障概率,为自然灾害下电网运行风险评估提供支撑。
附图说明
图1所示为本发明方法流程示意图;
图2所示为本发明方法的一种具体实施例流程示意图。
具体实施方式
以下结合附图和具体实施方式进一步描述。
本发明的基本原理在于:首先根据待评估的密集输电通道模型,获得其组成的杆塔;然后再根据其他架空输电线路杆塔与该密集输电通道的位置关系,将其他架空输电线路杆塔划分为三档,即紧密耦合、一般耦合和不耦合;最后根据密集输电通道的故障机理对耦合关系进行量化,进而得到自然灾害下密集输电通道的综合故障概率。
实施例1
参考图1所示,本实施例为一种自然灾害下密集输电通道故障评估方法,包括:
获取待评估的密集输电通道信息,确定其中关于指定的自然灾害类型z有效的连通输电通道区段集合Cx_z;
按照预设的辨识规则,辨识与已确定的关于自然灾害有效的连通输电通道区段有耦合关系的架空输电线路,并从中区分紧密耦合线路、一般耦合线路和无耦合线路,进而得到对应的紧密耦合杆塔集合tx_z_o1和一般耦合杆塔集合tx_z_o2;
基于集合Cx_z、tx_z_o1和tx_z_o2中的各杆塔在自然灾害z下的故障概率,分别对集合Cx_z、tx_z_o1和tx_z_o2进行自然灾害z下的故障概率评估;
基于预设的综合评估规则,根据集合Cx_z、tx_z_o1和tx_z_o2在自然灾害z下的故障概率评估结果,对自然灾害z下的集合Cx_z进行综合故障概率评估,作为待评估的密集输电通道的故障概率评估结果。
本实施例在应用时,具体步骤包括:
S1,确定待评估的密集输电通道集合Cx以及关于指定的自然灾害类型z有效的所有密集输电通道集合Cx_z,并建立相应模型,具体建模方法为现有技术。
密集输电通道是指任意两回线路中心距离小于门槛值的两回及以上架空输电线路区段的集合,如果该密集通道包含k回架空输电线路,则称为k元密集输电通道,记为Cx,
Cx={cx_1,cx_2,...,cx_m,...,cx_M}
其中,x={lj1,lj2,......,ljk}是该密集输电通道包含的k回架空输电线路集合,ljk是第j个k元密集输电通道的第k回架空输电线路标识(线路ID或线路名称),cx_m是Cx中第m个连通输电通道区段,M是密集输电通道模型中包含的连通输电通道区段数。其中的连通输电通道区段cx_m模型如下,
cx_m={x,tx_m,dm_max,dm_min}
其中,tx_m是连通输电通道区段cx_m关联的首末端杆塔集合,dm_max、dm_min分别是连通输电通道区段cx_m中任意两回架空输电线路间距离的最大值和最小值,其中的首末端杆塔集合tx_m模型如下,
tx_m={tlj1_s,tlj1_e,tlj2_s,tlj2_e,......,tljk_s,tljk_e}
其中,tljk_s和tljk_e分别是连通输电通道区段cx_m中第k回架空输电线路在该区段内的首端杆塔标识(杆塔ID或杆塔序号)、末端杆塔标识。
关于自然灾害类型z有效的连通输电通道区段cx_m中任意两回架空输电线路间距离的最小值dm_min小于自然灾害z的有效线间距离门槛值dz的连通输电通道区段集合,即Cx_z为:
Cx_z={cx_z_i}i=1,2,......N
其中,cx_z_i=cx_m(cx_m∈Cx,dm_min<dz),N是关于自然灾害类型z有效的密集输电通道中包含的连通输电通道区段数,且N不大于M。
以上预设有效线间距离门槛值dz与自然灾害类型相关,当自然灾害类型分别为雷电、山火、暴雨、覆冰、台风灾害时,有效线间距离门槛值分别取值为1km、3km、6km、9km、9km。
S2,按照预设的辨识规则辨识出与关于自然灾害类型z有效的待评估密集输电通道Cx_z有耦合关系的杆塔集合tx_z_o。预设的辨识规则为:
S21,定义k元有效密集输电通道集合Cx_z关联的k维架空输电线路集合为xk={lj1,lj2,......,ljk},在k+1元密集输电通道中筛选出关联架空输电线路集合中包含xk的k+1维架空输电线路集合xk+1={lj1,lj2,......,ljk,lj(k+1)},及其对应的k+1元密集输电通道Cx(k+1),其中lj(k+1)是第j个k+1维架空输电线路集合中相对k维架空输电线路集合xk新增加的第k+1回架空输电线路标识;
S22,根据第j个k+1元密集输电通道Cx(k+1)的架空线路间最小距离dx(k+1)_j_min与自然灾害z的有效线间距离门槛值dz、待评估的k元有效密集输电通道Cx_z的架空线路间最大距离dx_z_max之间的关系,判断Cx_z与架空输电线路lj(k+1)的耦合关系:
如果dx(k+1)_j_min<=dz,则架空输电线路lj(k+1)为待评估的k元有效密集输电通道Cx_z的紧密耦合线路;
如果dz<dx(k+1)_j_min<=dx_z_max,则架空输电线路lj(k+1)为待评估的k元有效密集输电通道Cx_z的一般耦合线路;
否则,架空输电线路lj(k+1)与待评估的k元有效密集输电通道Cx_z无耦合关系。
则k元有效密集输电通道Cx_z的紧密耦合杆塔集合tx_z_o1即为所有紧密耦合线路在k+1元密集输电通道Cx(k+1)中对应的杆塔集合;k元有效密集输电通道Cx_z的一般耦合杆塔集合tx_z_o2即为所有一般耦合线路在k+1元密集输电通道Cx(k+1)中对应的杆塔集合。tx_z_o1和tx_z_o2共同组成与待评估有效密集输电通道Cx_z有耦合关系的杆塔集合tx_z_o。
S3,基于集合Cx_z、tx_z_o1和tx_z_o2中的各杆塔在自然灾害z下的故障概率,分别对待评估的k元有效密集输电通道Cx_z本身、紧密耦合杆塔集合tx_z_o1、一般耦合杆塔集合tx_z_o2进行故障概率评估。
将待评估的k元有效密集输电通道Cx_z在自然灾害z下的故障记为事件A,则其概率P(A)计算公式如下:
其中,tx_z是组成待评估的k元有效密集输电通道Cx_z的杆塔集合,pi是tx_z中第i个杆塔在自然灾害z下的故障概率;
将紧密耦合杆塔集合Cx_z在自然灾害z下的故障记为事件B,其概率P(B)计算公式如下:
其中,tx_z_o1是待评估的k元有效密集输电通道Cx_z的紧密耦合杆塔集合,po1是tx_z_o1中第o1个杆塔在自然灾害z下的故障概率;
将一般耦合杆塔集合Cx_z在自然灾害z下的故障记为事件C,其概率P(C)计算公式如下:
其中,tx_z_o2是待评估的k元有效密集输电通道Cx_z的一般耦合杆塔集合,po2是tx_z_o2中第o2个杆塔在自然灾害z下的故障概率。
S4,对自然灾害z下待评估的k元有效连通输电通道区段集合Cx_z的综合故障概率P(Cx_z)进行综合评估,综合评估规则为:
自然灾害z下待评估的k元有效密集输电通道Cx_z的综合故障概率P(Cx_z)为:
P(Cx_z)=P(A)+[1-P(A)]×[β1×P(B)+β2×P(C)-β1×β2×P(B)×P(C)]
其中,β1、β2分别是描述紧密耦合杆塔集合tx_z_o1、一般耦合杆塔集合tx_z_o2对密集输电通道Cx_z的耦合或影响程度的量化指标,且0=<β2<β1<=1。耦合程度量化指标系数取值为β1=0.8,β2=0.2,可根据经验统计结果确定调整。
实施例2
本实施例为一种自然灾害下密集输电通道故障评估系统,包括:
有效连通输电通道区段筛选模块,用于获取待评估的密集输电通道信息,确定其中关于指定的自然灾害类型z有效的连通输电通道区段集合Cx_z;
耦合杆塔辨识模块,用于按照预设的辨识规则,辨识与已确定的关于自然灾害有效的连通输电通道区段有耦合关系的架空输电线路,并从中区分紧密耦合线路、一般耦合线路和无耦合线路,进而得到对应的紧密耦合杆塔集合tx_z_o1和一般耦合杆塔集合tx_z_o2;
故障概率评估模块,用于基于集合Cx_z、tx_z_o1和tx_z_o2中的各杆塔在自然灾害z下的故障概率,分别对集合Cx_z、tx_z_o1和tx_z_o2进行自然灾害z下的故障概率评估;
以及故障概率综合评估模块,用于基于预设的综合评估规则,根据集合Cx_z、tx_z_o1和tx_z_o2进行自然灾害z下的故障概率评估结果,对自然灾害z下的集合Cx_z进行综合故障概率评估,输出为待评估的密集输电通道的故障概率评估结果。
综上,本发明通过改进原来按架空输电线路独立事件进行输电通道概率评估严重低估自然灾害下电网运行高风险事件的问题,引入密集输电通道中多回架空输电线路的耦合关系,将架空输电线路杆塔与待评估的密集输电通道之间的关系划分为三档,即紧密耦合、一般耦合、不耦合,并对耦合关系进行量化,更加准确的评估自然灾害下密集输电通道的故障概率,为自然灾害下电网运行风险评估提供支撑。
本领域内的技术人员应明白,本申请的实施例可提供为方法、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方法、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。
以上结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (8)
1.一种自然灾害下密集输电通道故障评估方法,其特征是,包括:
获取待评估的密集输电通道信息,确定其中关于指定的自然灾害类型z有效的连通输电通道区段集合Cx_z;
按照预设的辨识规则,辨识与已确定的关于自然灾害有效的连通输电通道区段有耦合关系的架空输电线路,并从中区分紧密耦合线路、一般耦合线路和无耦合线路,进而得到对应的紧密耦合杆塔集合tx_z_o1和一般耦合杆塔集合tx_z_o2;
基于集合Cx_z、tx_z_o1和tx_z_o2中的各杆塔在自然灾害z下的故障概率,分别对集合Cx_z、tx_z_o1和tx_z_o2进行自然灾害z下的故障概率评估;
基于预设的综合评估规则,根据集合Cx_z、tx_z_o1和tx_z_o2在自然灾害z下的故障概率评估结果,对自然灾害z下的集合Cx_z进行综合故障概率评估,作为待评估的密集输电通道的故障概率评估结果;
其中,所述预设的辨识规则为:
定义k元有效密集输电通道集合Cx_z关联的k维架空输电线路集合为xk={lj1,lj2,……,ljk},在k+1元密集输电通道中筛选出关联架空输电线路集合中包含xk的k+1维架空输电线路集合xk+1={lj1,lj2,......,ljk,lj(k+1)},及其对应的k+1元密集输电通道Cx(k+1),其中lj(k+1)是第j个k+1维架空输电线路集合中相对k维架空输电线路集合xk新增加的第k+1回架空输电线路标识;
根据第j个k+1元密集输电通道Cx(k+1)的架空线路间最小距离dx(k+1)_j_min与自然灾害z的有效线间距离门槛值dz、待评估的k元有效密集输电通道Cx_z的架空线路间最大距离dx_z_max之间的关系,判断Cx_z与架空输电线路lj(k+1)的耦合关系:
如果dx(k+1)_j_min<=dz,则架空输电线路lj(k+1)为待评估的k元有效密集输电通道Cx_z的紧密耦合线路;
如果dz<dx(k+1)_j_min<=dx_z_max,则架空输电线路lj(k+1)为待评估的k元有效密集输电通道Cx_z的一般耦合线路;
否则,架空输电线路lj(k+1)与待评估的k元有效密集输电通道Cx_z无耦合关系。
2.根据权利要求1所述的方法,其特征是,关于指定的自然灾害类型z有效的连通输电通道区段为:待评估密集输电通道所包含的连通输电通道区段中,任意两回架空输电线路间距离的最小值小于预设有效线间距离门槛值的连通输电通道区段。
3.根据权利要求2所述的方法,其特征是,所述预设有效线间距离门槛值与自然灾害类型相关,当自然灾害类型分别为雷电、山火、暴雨、覆冰、台风灾害时,有效线间距离门槛值分别取值为1km、3km、6km、9km、9km。
4.根据权利要求1所述的方法,其特征是,k元有效密集输电通道Cx_z的紧密耦合杆塔集合tx_z_o1为所有紧密耦合线路在k+1元密集输电通道Cx(k+1)中对应的杆塔集合;
k元有效密集输电通道Cx_z的一般耦合杆塔集合tx_z_o2为所有一般耦合线路在k+1元密集输电通道Cx(k+1)中对应的杆塔集合。
5.根据权利要求1所述的方法,其特征是,所述对集合Cx_z、tx_z_o1和tx_z_o2进行自然灾害z下的故障概率评估为:
将待评估的k元有效密集输电通道Cx_z在自然灾害z下的故障记为事件A,则其概率P(A)计算公式如下:
其中,tx_z是组成待评估的k元有效密集输电通道Cx_z的杆塔集合,pi是tx_z中第i个杆塔在自然灾害z下的故障概率;
将紧密耦合杆塔集合Cx_z在自然灾害z下的故障记为事件B,其概率P(B)计算公式如下:
其中,tx_z_o1是待评估的k元有效密集输电通道Cx_z的紧密耦合杆塔集合,po1是tx_z_o1中第o1个杆塔在自然灾害z下的故障概率;
将一般耦合杆塔集合Cx_z在自然灾害z下的故障记为事件C,其概率P(C)计算公式如下:
其中,tx_z_o2是待评估的k元有效密集输电通道Cx_z的一般耦合杆塔集合,po2是tx_z_o2中第o2个杆塔在自然灾害z下的故障概率。
6.根据权利要求5所述的方法,其特征是,所述预设的综合评估规则为:
自然灾害z下待评估的k元有效密集输电通道Cx_z的综合故障概率P(Cx_z)为:
P(Cx_z)=P(A)+[1-P(A)]×[β1×P(B)+β2×P(C)-β1×β2×P(B)×P(C)]
其中,β1、β2分别是描述紧密耦合杆塔集合tx_z_o1、一般耦合杆塔集合tx_z_o2对密集输电通道Cx_z的耦合或影响程度的量化指标,且0=<β2<β1<=1。
7.根据权利要求6所述的方法,其特征是,耦合程度量化指标系数取值为β1=0.8,β2=0.2。
8.一种自然灾害下密集输电通道故障评估系统,其特征是,包括:
有效连通输电通道区段筛选模块,用于获取待评估的密集输电通道信息,确定其中关于指定的自然灾害类型z有效的连通输电通道区段集合Cx_z;
耦合杆塔辨识模块,用于按照预设的辨识规则,辨识与已确定的关于自然灾害有效的连通输电通道区段有耦合关系的架空输电线路,并从中区分紧密耦合线路、一般耦合线路和无耦合线路,进而得到对应的紧密耦合杆塔集合tx_z_o1和一般耦合杆塔集合tx_z_o2;
故障概率评估模块,用于基于集合Cx_z、tx_z_o1和tx_z_o2中的各杆塔在自然灾害z下的故障概率,分别对集合Cx_z、tx_z_o1和tx_z_o2进行自然灾害z下的故障概率评估;
以及故障概率综合评估模块,用于基于预设的综合评估规则,根据集合Cx_z、tx_z_o1和tx_z_o2在自然灾害z下的故障概率评估结果,对自然灾害z下的集合Cx_z进行综合故障概率评估,输出为待评估的密集输电通道的故障概率评估结果;
其中,所述预设的辨识规则为:
定义k元有效密集输电通道集合Cx_z关联的k维架空输电线路集合为xk={lj1,lj2,......,ljk},在k+1元密集输电通道中筛选出关联架空输电线路集合中包含xk的k+1维架空输电线路集合xk+1={lj1,lj2,......,ljk,lj(k+1)},及其对应的k+1元密集输电通道Cx(k+1),其中lj(k+1)是第j个k+1维架空输电线路集合中相对k维架空输电线路集合xk新增加的第k+1回架空输电线路标识;
根据第j个k+1元密集输电通道Cx(k+1)的架空线路间最小距离dx(k+1)_j_min与自然灾害z的有效线间距离门槛值dz、待评估的k元有效密集输电通道Cx_z的架空线路间最大距离dx_z_max之间的关系,判断Cx_z与架空输电线路lj(k+1)的耦合关系:
如果dx(k+1)_j_min<=dz,则架空输电线路lj(k+1)为待评估的k元有效密集输电通道Cx_z的紧密耦合线路;
如果dz<dx(k+1)_j_min<=dx_z_max,则架空输电线路lj(k+1)为待评估的k元有效密集输电通道Cx_z的一般耦合线路;
否则,架空输电线路lj(k+1)与待评估的k元有效密集输电通道Cx_z无耦合关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910433746.4A CN110189011B (zh) | 2019-05-23 | 2019-05-23 | 自然灾害下密集输电通道故障评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910433746.4A CN110189011B (zh) | 2019-05-23 | 2019-05-23 | 自然灾害下密集输电通道故障评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110189011A CN110189011A (zh) | 2019-08-30 |
CN110189011B true CN110189011B (zh) | 2021-06-01 |
Family
ID=67717444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910433746.4A Active CN110189011B (zh) | 2019-05-23 | 2019-05-23 | 自然灾害下密集输电通道故障评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110189011B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110941902B (zh) * | 2019-11-26 | 2023-09-12 | 云南电网有限责任公司 | 一种输电线路雷击故障预警方法和系统 |
CN112766691B (zh) * | 2021-01-12 | 2024-04-26 | 哈尔滨工业大学 | 一种输变电设备故障概率评估方法及系统 |
CN112861351B (zh) * | 2021-02-08 | 2022-08-26 | 国网电力科学研究院有限公司 | 密集输电通道对局地气候影响的分析方法、装置及系统 |
CN112861746B (zh) * | 2021-02-22 | 2024-04-02 | 国网安徽省电力有限公司 | 考虑环境灾害的密集输电通道关键视频截取方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102800029A (zh) * | 2012-06-20 | 2012-11-28 | 南方电网科学研究院有限责任公司 | 一种同塔多回输电线路风险概率评估方法 |
CN103337133A (zh) * | 2013-06-14 | 2013-10-02 | 广东电网公司中山供电局 | 基于识别预报技术的电网雷暴灾害预警系统及方法 |
CN103558481A (zh) * | 2013-11-18 | 2014-02-05 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 同塔并架多回直流线路耦合作用引发换相失败的判别方法 |
CN105760979A (zh) * | 2015-08-14 | 2016-07-13 | 中国电力科学研究院 | 一种考虑自然灾害的电力系统暂态风险评估方法 |
CN107316129A (zh) * | 2017-06-05 | 2017-11-03 | 国网陕西省电力公司电力科学研究院 | 输电线路自然灾害闪络风险综合评估方法 |
CN108197395A (zh) * | 2018-01-08 | 2018-06-22 | 国网天津市电力公司 | 一种输电线路总荷载模型的构建方法和应用 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109387751B (zh) * | 2017-08-02 | 2021-04-20 | 南京南瑞继保电气有限公司 | 一种线路故障监测装置 |
-
2019
- 2019-05-23 CN CN201910433746.4A patent/CN110189011B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102800029A (zh) * | 2012-06-20 | 2012-11-28 | 南方电网科学研究院有限责任公司 | 一种同塔多回输电线路风险概率评估方法 |
CN103337133A (zh) * | 2013-06-14 | 2013-10-02 | 广东电网公司中山供电局 | 基于识别预报技术的电网雷暴灾害预警系统及方法 |
CN103558481A (zh) * | 2013-11-18 | 2014-02-05 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 同塔并架多回直流线路耦合作用引发换相失败的判别方法 |
CN105760979A (zh) * | 2015-08-14 | 2016-07-13 | 中国电力科学研究院 | 一种考虑自然灾害的电力系统暂态风险评估方法 |
CN107316129A (zh) * | 2017-06-05 | 2017-11-03 | 国网陕西省电力公司电力科学研究院 | 输电线路自然灾害闪络风险综合评估方法 |
CN108197395A (zh) * | 2018-01-08 | 2018-06-22 | 国网天津市电力公司 | 一种输电线路总荷载模型的构建方法和应用 |
Non-Patent Citations (2)
Title |
---|
冰灾对输电线故障率影响的时空评估;谢云云 等;《电力系统自动化》;20130925;第37卷(第18期);32-41 * |
基于台风场景模拟的配电网架空线路薄弱环节辨识方法;李琳 等;《电力自动化设备》;20200513;第40卷(第5期);150-156 * |
Also Published As
Publication number | Publication date |
---|---|
CN110189011A (zh) | 2019-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110189011B (zh) | 自然灾害下密集输电通道故障评估方法及系统 | |
CN100541965C (zh) | 基于确定性二层规划模型的输电网规划方法 | |
CN107508297B (zh) | 一种配网拓扑结构校验与维护方法 | |
CN106875105B (zh) | 一种考虑复合故障风险的配电网差异化规划方法 | |
CN112926666A (zh) | 一种轨道交通故障诊断方法 | |
CN102679935B (zh) | 一种计算输电线路覆冰厚度的系统及其方法 | |
CN103607320A (zh) | 电力通信网抗毁性评价方法 | |
CN105894177A (zh) | 一种基于决策树算法的电力设备运行风险分析评估方法 | |
CN111191843B (zh) | 一种基于时序网络传播动力学方程的机场延误预测方法 | |
CN110677300B (zh) | 基于移动边缘计算的电力安管视频智能分流装置及方法 | |
CN106411617A (zh) | 电力通信网络故障告警关联处理方法 | |
CN113328437B (zh) | 一种智能配电网cps拓扑构建方法及故障恢复方法 | |
CN106846168A (zh) | 输电线路交叉跨越的处理装置以及系统 | |
CN109495332A (zh) | 一种电力通信网络健康状态评估分析方法 | |
CN109448154A (zh) | 一种输电线路人员巡检方法及装置 | |
CN115049270B (zh) | 考虑变电站网络攻击成功概率的电力系统风险评估方法 | |
CN112488371A (zh) | 一种基于大数据的管道智能预警方法和系统 | |
CN108055071A (zh) | 一种数据网络与光传输网络协同保护方法及装置 | |
CN111178690A (zh) | 基于风控评分卡模型的用电客户窃电风险评估方法 | |
CN113641486B (zh) | 一种基于边缘计算网络架构的道岔智能故障诊断方法 | |
CN110797863B (zh) | 一种考虑电网n-1及n-2安全约束的经济调度方法 | |
CN108989475A (zh) | 基于区块链的分布式存储传输架构 | |
CN114500229B (zh) | 基于时空信息的网络告警定位及分析方法 | |
CN111343484A (zh) | 基于人工智能的iptv/ott智能质量告警方法 | |
CN112001073B (zh) | 一种牵引供电系统的可靠性分析研究方法 |
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 |