CN110288489B - 一种电网脆弱线路分类方法及装置 - Google Patents

一种电网脆弱线路分类方法及装置 Download PDF

Info

Publication number
CN110288489B
CN110288489B CN201910586509.1A CN201910586509A CN110288489B CN 110288489 B CN110288489 B CN 110288489B CN 201910586509 A CN201910586509 A CN 201910586509A CN 110288489 B CN110288489 B CN 110288489B
Authority
CN
China
Prior art keywords
processed
line
fault
lines
power grid
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
CN201910586509.1A
Other languages
English (en)
Other versions
CN110288489A (zh
Inventor
刘雨濛
顾雪平
王涛
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.)
North China Electric Power University
Original Assignee
North China Electric Power University
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 North China Electric Power University filed Critical North China Electric Power University
Priority to CN201910586509.1A priority Critical patent/CN110288489B/zh
Publication of CN110288489A publication Critical patent/CN110288489A/zh
Application granted granted Critical
Publication of CN110288489B publication Critical patent/CN110288489B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Water Supply & Treatment (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本申请提供一种电网脆弱线路分类方法及装置，所述方法包括：获取待处理电网的事故链，并根据各所述事故链计算得到待处理电网的连锁故障事故链集合，通过对待处理电网的连锁故障事故链集合进行分析，得到待处理电网中各所述线路之间的权重指标，根据各所述线路之间的权重指标，从预先设置的多种脆弱类型中确定所述线路所属的脆弱类型。采用本申请提供的电网脆弱线路分类方法及装置，能对待处理电网中的线路进行准确分类。

Description

一种电网脆弱线路分类方法及装置
技术领域
本申请涉及电网安全领域，具体而言，涉及一种电网脆弱线路分类方法及装置。
背景技术
近年来，大停电事故在全球范围内的频发引起了国内外的广泛关注。而大停电事故多数是连锁故障引起的，具体表现为发电机、输电线路故障等局部小干扰通过网络连接引发一系列的电网线路故障，进而导致原本正常运行的区域相继故障，造成巨大的经济损失和恶劣的社会影响。想要保障电力系统安全运行、预防电力系统大停电事故的发生，需要对可能发生故障的线路的脆弱类型进行获取，而现有技术中，由于对于电网中的出现故障的线路考虑因素单一，判断出的线路的脆弱类型并不准确。
有鉴于此，如何对电网中发生故障的线路的脆弱类型进行准确的判定，是目前需要解决的问题。
发明内容
本申请提供一种电网脆弱线路分类方法及装置。
第一方面，本申请提供一种电网脆弱线路分类方法，应用于计算机设备，所述方法包括：
获取待处理电网的事故链，其中，所述待处理电网包括多条线路，所述待处理电网中存在因所述线路发生故障所产生的多个事故链；
根据各所述事故链，计算得到所述待处理电网的连锁故障事故链集合；
根据所述连锁故障事故链集合，分析得到所述待处理电网中各所述线路之间的权重指标；
根据所述权重指标，从预先设置的多种脆弱类型中确定所述线路所属的脆弱类型。
可选地，所述待处理电网中的每个事故链通过以下步骤计算得到：
获取所述待处理电网的预测深度阈值、系统负荷损失率阈值、保留故障预测线路个数、事故链发生阈值和待处理故障线路；
获取所述待处理故障线路的预测深度，并将所述待处理故障线路作为源发性故障线路读入候选故障线路合集；
开断所述候选故障线路合集中的待处理故障线路，以使所述待处理电网发生故障，并判断所述待处理故障线路的预测深度是否小于所述预测深度阈值，若小于，则判断所述待处理电网的系统负荷损失率是否小于所述系统负荷损失率阈值；
若所述待处理电网的系统负荷损失率小于所述系统负荷损失率阈值，则计算所述待处理电网中所述待处理故障线路外的所有线路间的关联度指标，并根据所述关联度指标和保留故障预测线路个数，得到对应数量的关联线路；
基于预设规则，根据所述对应数量的关联线路进行故障预测，得到待判定事故链，并判断所述待判定事故链发生概率是否小于所述事故链发生阈值，若小于，则将所述待判定事故链输出；
若大于或等于，则将所述待处理故障线路更新至所述候选故障线路合集，并将所述待处理故障线路的预测深度增加，重复所述开断所述候选故障线路合集中的待处理故障线路至所述根据所述对应数量的关联线路进行故障预测，得到待判定事故链的步骤，直至所述事故链发生概率小于所述事故链发生阈值。
可选地，在所述判断所述待处理电网的系统负荷损失率是否小于所述系统负荷损失率阈值之前，所述方法还包括：
判断所述待处理电网是否解列，若解列，则重新设置平衡机，并判断所述待处理电网的潮流是否收敛；
若未解列，则直接判断所述待处理电网的潮流是否收敛；
当所述待处理电网的潮流收敛时，计算所述待处理电网的系统负荷损失率。
可选地，所述待处理电网中所述待处理故障线路外的所有线路间的关联度指标通过以下公式计算得到：
Figure BDA0002114620720000031
其中，所述wji为输电线路Lj断开后线路Li的线路间关联度指标，Oi j为输电线路Lj断开后线路Li的潮流，Pi,0为输电线路Li的初始潮流，Pi,max为输电线路Li的传输容量极限，OH为保护隐性故障率，b为极限倍数。
可选地，所述预设规则包括：
当所述保留故障预测线路个数不超过设定的严重过载输电线路的预设个数时，根据所述保留故障预测线路个数的严重过载输电线路进行所述故障预测；
当所述保留故障预测线路个数超过所述预设个数时，根据所述预设个数的严重过载输电线路和所述保留故障预测线路个数与严重过载输电线路个数的差值个数的非严重过载输电线路进行所述故障预测；
当所述严重过载输电线路的个数为1时，根据所述严重过载输电线路进行所述故障预测；
当所述严重过载输电线路的个数为0时，根据所述保留故障预测线路个数的线路进行故障预测。
可选地，所述根据各所述事故链，计算得到所述待处理电网的连锁故障事故链集合，包括：
将所述事故链输出至事故链集合中，并对所述事故链集合中的各所述事故链进行风险计算，得到所述事故链集合中的各所述事故链的风险值；
对次轮事故链集合中的各所述事故链进行风险计算，得到所述次轮事故链集合中的各所述事故链的风险值，其中，所述次轮事故链集合在改变待处理电网的保留故障预测线路个数的基础上计算所得；
判断所述事故链集合中的各所述事故链的风险值与次轮事故链集合中的各所述事故链的风险值的相似度是否满足预设相似度，若满足，则将所述事故链集合作为所述待处理电网的连锁故障事故链集合。
可选地，所述事故链集合中的各所述事故链的风险值与次轮事故链集合中的各所述事故链的风险值通过以下公式计算得到：
Figure BDA0002114620720000041
Figure BDA0002114620720000042
其中，
Figure BDA0002114620720000043
为事故链Fi的发生概率、m为该事故链Fi的第m阶预测环节、Ps,c为严重过载输电线路同时开断概率、c为一次开断中同时开断的严重过载输电线路数目、tc为事故链Fi中c条严重过载输电线路同时开断的次数、wm为输电线路Lj断开后线路Li的关联度指标、
Figure BDA0002114620720000044
为事故链的后果、
Figure BDA0002114620720000045
为事故链的风险值。
可选地，所述根据所述连锁故障事故链集合，分析得到所述待处理电网中各所述线路之间的权重指标，包括：
根据电网社团结构，将所述连锁故障事故链集合表征为连锁故障时空图，其中，所述连锁故障时空图包括多个节点，所述节点与所述待处理电网的线路对应；
根据所述连锁故障时空图计算获取各节点之间的边权；
根据所述边权，获得所述待处理电网中各所述线路之间的权重指标。
可选地，所述根据所述权重指标，从预先设置的多种脆弱类型中确定所述线路所属的脆弱类型，包括：
根据所述权重指标，获取所述待处理电网中各所述线路对应的度信息，并根据所述度信息判定所述线路对应的脆弱类型为预先设置的多种脆弱类型中的一种，其中，所述度信息包括区域内出度、区域外出度、区域内入度和区域外入度；
当所述线路的区域内出度处于所有线路区域内出度的高位值时，判定所述线路对应的脆弱类型为预先设置的多种脆弱类型中的区域内易发故障线路；
当所述线路的区域外出度处于所有线路区域外出度的高位值时，判定所述线路对应的脆弱类型为预先设置的多种脆弱类型中的区域外易发故障线路；
当所述线路的区域外入度处于所有线路区域外入度的高位值时，判定所述线路对应的脆弱类型为预先设置的多种脆弱类型中的区域外易受影响线路；
当所述线路的区域内入度处于所有线路区域内入度的高位值时，判定所述线路对应的脆弱类型为预先设置的多种脆弱类型中的区域内易受影响线路。
第二方面，本申请提供一种电网脆弱线路分类装置，应用于计算机设备，所述装置包括：
获取模块，用于获取待处理电网的事故链，其中，所述待处理电网包括多条线路，所述待处理电网中存在因所述线路发生故障所产生的多个事故链；
计算模块，用于根据各所述事故链，计算得到所述待处理电网的连锁故障事故链集合；
分析模块，用于根据所述连锁故障事故链集合，分析得到所述待处理电网中各所述线路之间的权重指标；
确定模块，用于根据所述权重指标，从预先设置的多种脆弱类型中确定所述线路所属的脆弱类型。
本申请提供一种电网脆弱线路分类方法及装置，通过对待处理电网中的事故链进行获取，得到待处理电网的连锁故障事故链集合，进一步地对待处理电网的连锁故障事故链集合进行分析，得到所述待处理电网中各所述线路之间的权重指标，根据权重指标，从预先设置的多种脆弱类型中确定线路所述的脆弱类型。采用本申请提供的电网脆弱线路分类方法及装置，能够对待处理电网中各线路的脆弱类型进行准确分类，以便后续对线路进行故障预防和故障处理。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定。对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的计算机设备的结构框图；
图2为本申请实施例提供的电网脆弱线路分类方法的步骤流程示意框图；
图3为图2中步骤S201的子步骤流程示意框图；
图4为图2中步骤S201的另一子步骤流程示意框图；
图5为图2中步骤S202的子步骤流程示意框图；
图6为本申请实施例提供的事故链风险值示意表；
图7为图2中步骤S203的子步骤流程示意框图；
图8为本申请实施例提供的事故链集合示意图；
图9为本申请实施例提供的连锁故障网络图；
图10为本申请实施例提供的连锁故障时空图；
图11为图2中步骤S204的子步骤流程示意框图；
图12为本申请实施例提供的电网脆弱线路分类装置的结构示意图。
图标：100-计算机设备；110-电网脆弱线路分类装置；1101-获取模块；1102-计算模块；1103-分析模块；1104-确定模块；111-存储器；112-处理器；113-通信单元。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
下面结合附图，对本申请的具体实施方式进行详细说明。
请参照图1，图1为本申请实施例提供的计算机设备的结构框图。所述计算机设备100包括电网脆弱线路分类装置110、存储器111、处理器112及通信单元113。
所述存储器111、处理器112以及通信单元113各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述待处理电网脆弱线路分类装置110包括至少一个可以软件或固件(firmware)的形式存储于所述存储器111中或固化在所述计算机设备100的操作系统(operating system，OS)中的软件功能模块。所述处理器112用于执行所述存储器111中存储的可执行模块，例如所述待处理电网脆弱线路分类装置110所包括的软件功能模块及计算机程序等。
其中，所述存储器111可以是，但不限于，随机存取存储器(Random AccessMemory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(ProgrammableRead-Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read-OnlyMemory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-OnlyMemory，EEPROM)等。其中，存储器111用于存储程序或者数据。
请参照图2，图2为本申请实施例提供的电网脆弱线路分类方法的步骤流程示意框图。电网脆弱线路分类方法包括步骤S201至步骤S204。
步骤S201，获取待处理电网的事故链，其中，所述待处理电网包括多条线路，所述待处理电网中存在因所述线路发生故障所产生的多个事故链。
步骤S202，根据各所述事故链，计算得到所述待处理电网的连锁故障事故链集合。
步骤S203，根据所述连锁故障事故链集合，分析得到所述待处理电网中各所述线路之间的权重指标。
步骤S204，根据所述权重指标，从预先设置的多种脆弱类型中确定所述线路所属的脆弱类型。
请参照图3，图3为图2中步骤S201的子步骤流程示意框图。在本实施例中，步骤S201可以包括子步骤S2011至子步骤S2018。
子步骤S2011，获取所述待处理电网的预测深度阈值、系统负荷损失率阈值、保留故障预测线路个数、事故链发生阈值和待处理故障线路。
在本实施例中，事故链预测过程的结束可以根据静态稳定、工程研究和风险值三个方面来决定，因此可以设定判断事故链的预测是否结束的三个判据为：系统负荷损失率阈值、待处理电网的预测深度阈值和事故链发生阈值。在本实施例中，保留故障预测线路个数可以表示为k。
子步骤S2012，获取所述待处理故障线路的预测深度，并将所述待处理故障线路作为源发性故障线路读入候选故障线路合集。
在本实施例中，电网中可以包括多条待处理故障线路，在对一条待处理故障线路进行处理时，候选故障线路合集的初始值可以是空集，没有任何线路存在其中，在进行预测前，可以将待处理故障线路作为源发性故障线路读入候选故障线路合集，此时待处理故障线路并未保存至候选故障线路合集，仅在候选故障线路合集中作为下一阶段预测的故障进行预处理。
子步骤S2013，开断所述候选故障线路合集中的待处理故障线路，以使所述待处理电网发生故障，并判断所述待处理故障线路的预测深度是否小于所述预测深度阈值，若小于，则执行子步骤S2014。
在本实施例中，开断所述候选故障线路合集中的待处理故障线路的目的可以是模拟故障的发生，在开断所述候选故障线路合集中的待处理故障线路的同时可以修改待处理电网的网络拓扑结构，以使待处理电网中发生故障预测待处理电网中下一阶段的故障。应该理解的是，待处理电网的预测深度阈值可以作为判断预测是否停止的判断依据，因此当待处理故障线路的预测深度超过所述预测深度阈值时，可以认为预测的精度过低不再继续进行故障预测，直接将此时得到的事故链进行输出。
子步骤S2014，判断所述待处理电网的系统负荷损失率是否小于所述系统负荷损失率阈值。
若所述待处理电网的系统负荷损失率小于所述系统负荷损失率阈值，则执行子步骤S2015。
在本实施例中，系统负荷损失率阈值可以作为判断预测是否停止的判断依据，当待处理电网的系统负荷损失率大于所述系统负荷损失率阈值时，可以认为待处理电网处于崩溃的状态，已经达到需要进行人工干预控制待处理电网的情况，因此不在继续进行故障预测，直接将此时得到的事故链进行输出。
子步骤S2015，计算所述待处理电网中所述待处理故障线路外的所有线路间的关联度指标，并根据所述关联度指标和保留故障预测线路个数，得到对应数量的关联线路。
进一步地，所述待处理电网中所述待处理故障线路外的所有线路间的关联度指标通过以下公式计算得到：
Figure BDA0002114620720000101
其中，所述wji为输电线路Lj断开后线路Li的线路间关联度指标，Pi j为输电线路Lj断开后线路Li的潮流，Pi,0为输电线路Li的初始潮流，Pi,max为输电线路Li的传输容量极限，PH为保护隐性故障率，b为极限倍数。
在本实施例中，可以通过以关联度指标wji为依据选择每轮故障预测关联度降序排序的前k条线路按照预设规则作为下一阶段故障线路。在本实施例中，极限倍数b可以取1.4，可以认为输电线路功率超过1.4倍的传输容量极限时为严重过载状态。
进一步地，所述预设规则包括：
当所述保留故障预测线路个数不超过设定的严重过载输电线路的预设个数时，根据所述保留故障预测线路个数的严重过载输电线路进行所述故障预测。
当所述保留故障预测线路个数超过所述预设个数时，根据所述预设个数的严重过载输电线路和所述保留故障预测线路个数与严重过载输电线路个数的差值个数的非严重过载输电线路进行所述故障预测。
当所述严重过载输电线路的个数为1时，根据所述严重过载输电线路进行所述故障预测。
当所述严重过载输电线路的个数为0时，根据所述保留故障预测线路个数的线路进行故障预测。
在本实施例中，为了改善现有技术中假定故障为单一链式传播，忽略了故障传播中多条线路同时断开的可能性的问题，可以按照预设规则进行预测。其中，可以将严重过载输电线路的个数表示为β。
当β≥k≥1时，可以认定前k条严重过载输电线路随机组合作为下阶段预测故障线路。当k>β≥1时，可以认为前β条严重过载输电线路随机组合作为下阶段预测故障线路，且非严重过载输电线路根据前k-β条关联度线路排序依次作为下阶段预测故障线路。当β＝1时，可以认为一条严重过载输电线路的随机组合就是其本身。当β＝0时，可以认为不存在严重过载输电线路，可以根据前k条关联度线路排序依次作为下阶段预测故障线路。
子步骤S2016，基于预设规则，根据所述对应数量的关联线路进行故障预测，得到待判定事故链，并判断所述待判定事故链发生概率是否小于所述事故链发生阈值，若小于，则执行子步骤S2017。
子步骤S2017，将所述待判定事故链输出。
若大于或等于，则执行子步骤S2018。
子步骤S2018，将所述待处理故障线路更新至所述候选故障线路合集，并将所述待处理故障线路的预测深度增加，重复所述开断所述候选故障线路合集中的待处理故障线路至所述根据所述对应数量的关联线路进行故障预测，得到待判定事故链的步骤，直至所述事故链发生概率小于所述事故链发生阈值。
在本实施例中，当所述待判定事故链发生概率大于或等于所述事故链发生阈值时，可以将待处理故障线路更新至所述候选故障线路合集，此时候选故障线路合集中包括了待处理故障线路，并根据当前预测阶段得出的故障线路(即待判定事故链)，在预测深度加深的基础上，进行下一阶段的预测，下一阶段的预测过程可以参考前述开断所述候选故障线路合集中的待处理故障线路至所述根据所述对应数量的关联线路进行故障预测，得到所述事故链的步骤，下一阶段的预测过程可以理解为改变了候选故障线路合集及预测深度。
请参照图4，图4为图2中步骤S201的另一子步骤流程示意框图。在子步骤S2014之前，步骤S201还可以包括子步骤S2025至子步骤S2028。
子步骤S2025，判断所述待处理电网是否解列，若解列，则执行子步骤S2026。
子步骤S2026，重新设置平衡机，并判断所述待处理电网的潮流是否收敛。
若未解列，则执行子步骤S2027。
子步骤S2027，直接判断所述待处理电网的潮流是否收敛。
在本实施例中，可以在步骤S2014之前判断待处理电网是否解列，应当理解的是，一个电网至少对应一个平衡机，若待处理电网出现解列(例如，分成两个电网)，则需要重新设置平衡机，以使每个电网都配置有平衡机。
当所述待处理电网的潮流收敛时，执行子步骤S2028。
在本实施例中，也可以通过待处理电网中潮流收敛的状态决定预测过程是否停止，当发现待处理电网中潮流收敛时，继续进行下一步，当发现待处理电网中潮流不收敛时，可以认为此时待处理电网处于失稳状态，无法进行下一步的判断，可以直接将此时得到的事故链进行输出。
子步骤S2028，计算所述待处理电网的系统负荷损失率。
请参照图5，图5为图2中步骤S202的子步骤流程示意框图。在本实施例中，步骤S202可以包括子步骤S2021至子步骤S2024。
子步骤S2021，将所述事故链输出至事故链集合中，并对所述事故链集合中的各所述事故链进行风险计算，得到所述事故链集合中的各所述事故链的风险值。
子步骤S2022，对次轮事故链集合中的各所述事故链进行风险计算，得到所述次轮事故链集合中的各所述事故链的风险值，其中，所述次轮事故链集合在改变待处理电网的保留故障预测线路个数的基础上计算所得。
子步骤S2023，判断所述事故链集合中的各所述事故链的风险值与次轮事故链集合中的各所述事故链的风险值的相似度是否满足预设相似度，若满足，则执行子步骤S2024。
子步骤S2024，将所述事故链集合作为所述待处理电网的连锁故障事故链集合。
进一步地，所述事故链集合中的各所述事故链的风险值与次轮事故链集合中的各所述事故链的风险值通过以下公式计算得到：
Figure BDA0002114620720000131
Figure BDA0002114620720000132
其中，
Figure BDA0002114620720000133
为事故链Fi的发生概率、m为该事故链Fi的第m阶预测环节、Ps,c为严重过载输电线路同时开断概率、c为一次开断中同时开断的严重过载输电线路数目、tc为事故链Fi中c条严重过载输电线路同时开断的次数、wm为输电线路Lj断开后线路Li的关联度指标、
Figure BDA0002114620720000134
为事故链的后果、
Figure BDA0002114620720000135
为事故链的风险值。
在本实施例中，可以通过判断事故链集合中的各所述事故链的风险值与次轮事故链集合中的各所述事故链的风险值的相似度是否满足预设相似度来获取待处理电网的连锁故障事故链集合，应当理解的是，次轮事故链集合的获取过程与事故链集合的获取过程一致，在事故链集合获取的过程中，保留故障预测线路个数可以为k，在次轮事故链集合获取的过程中，保留故障预测线路个数可以为k+1，应当理解的是，次轮事故链集合中的事故链包括了事故链集合中的事故链。请结合参照图6，图6为本申请实施例提供的事故链风险值示意表。可以采用新英格兰39节点系统(IEEE39-bus system)作为待处理电网进行预测，可以设置预测深度阈值为5，事故链发生阈值为10^-8，待处理线路的初始预测深度为1，每轮故障预测保留不同的k条线路的情况下按照前述预设规则进行故障预测，预设相似度可以为90％(可以是指，事故链集合中的事故链的风险值与次轮事故链集合中的事故链风险值中降序排列前10的风险值之间的相似度)，可以得到图6所示的事故链风险值示意表。
在本实施例中，可以根据图6所示的事故链风险值示意表得知，当参考k＝1和k＝2时，虽然事故链搜索时间短，但大量高风险的事故链均未成功预测，其中，与k＝2的前10高风险事故链相比，k＝1仅成功预测1条高风险事故链，其余9位高风险事故链均未能成功预测(对应表中下划线)，二者前10高风险事故链的相似度仅有10％。同理，与k＝3的前10风险相比，选取k＝2时忽略了4条高风险事故链(对应表中斜体)，二者前10高风险事故链的相似度只有60％，严重低估电力系统大规模故障的风险性。而每轮保留3个预测环节搜索事故链集合的计算时间仅为每轮保留4个预测环节搜索事故链集合所需时间的31.99％，并且二者相似度满足90％(符合预设相似度)。在此情况下，可以选取每轮保留k＝3个预测环节的事故链集合作为待处理电网的连锁故障事故链集合。
请参照图7，图7为图2中步骤S203的子步骤流程示意框图。在本实施例中，步骤S203可以包括子步骤S2031至子步骤S2033。
子步骤S2031，根据电网社团结构，将所述连锁故障事故链集合表征为连锁故障时空图，其中，所述连锁故障时空图包括多个节点，所述节点与所述待处理电网的线路对应。
子步骤S2032，根据所述连锁故障时空图计算获取各节点之间的边权。
子步骤S2033，根据所述边权，获得所述待处理电网中各所述线路之间的权重指标。
在本实施例中，连锁故障并非仅为区域内传播，还会存在区域间跳跃式传播，而仅计及故障传播的时序特征的连锁故障网络图缺乏对故障传播空间特性的考量。因此本文结合电网社团结构理论划分电网空间分区将时序结构的连锁故障网络图(由连锁故障事故链集合获取)拓展为具有时空特性的连锁故障时空图，以兼顾连锁故障传播的时序性和空间性。
进一步地，在本实施例中，待处理电网中各所述线路之间的权重指标可以通过以下公式计算得到：
Figure BDA0002114620720000151
其中，h为事故链集合中所有包含节点对(Lj，Li)的事故链数目，
Figure BDA0002114620720000152
为节点对(Lj，Li)在事故链Fi中的关联度指标，Wji为待处理电网中各所述线路之间的权重指标。
请结合参照图8，图8为本申请实施例提供的事故链集合示意图。连锁故障网络示意图和连锁故障图的示意图。在图8中可以得知该事故链集合共有6条，有节点C指向节点F的故障传播为事故链F1的第2环节(w12)、事故链F3的第3环节(w33)和事故链F4的第2环节(w42)(即点划线圈出部分)，可以根据该事故链集合的示意图获取如图9所示的连锁故障网络图，图中节点C指向节点F的边权
Figure BDA0002114620720000153
可以设定节点A、C和F节点对应的线路在同一电网区域内，其余线路在另一分区内，则可以根据电网社团结构理论划分电网空间分区获得如图10所示的连锁故障时空图，其中W1至W9可以表示待处理电网中各所述线路之间的权重指标。
请参照图11，图11为图2中步骤S204的子步骤流程示意框图。在本实施例中，步骤S204可以包括子步骤S2041至子步骤S2045。
子步骤S2041，根据所述权重指标，获取所述待处理电网中各所述线路对应的度信息，并根据所述度信息判定所述线路对应的脆弱类型为预先设置的多种脆弱类型中的一种，其中，所述度信息包括区域内出度、区域外出度、区域内入度和区域外入度。
当所述线路的区域内出度处于所有线路区域内出度的高位值时，执行子步骤S2042，判定所述线路对应的脆弱类型为预先设置的多种脆弱类型中的区域内易发故障线路。
当所述线路的区域外出度处于所有线路区域外出度的高位值时，执行子步骤S2043，判定所述线路对应的脆弱类型为预先设置的多种脆弱类型中的区域外易发故障线路。
当所述线路的区域外入度处于所有线路区域外入度的高位值时，执行子步骤S2044，判定所述线路对应的脆弱类型为预先设置的多种脆弱类型中的区域外易受影响线路。
当所述线路的区域内入度处于所有线路区域内入度的高位值时，执行子步骤S2045，判定所述线路对应的脆弱类型为预先设置的多种脆弱类型中的区域内易受影响线路。在本实施例中，可以从连锁故障传播演化角度确定线路对应的脆弱类型为预先设置的多种脆弱类型中的一种。例如，此时在电网区域内共有30条线路，可以每条线路的区域内出度进行计算并按从大到小进行排序，区域内出度的值越高(即高位值)的线路，可以认为其脆弱类型越趋近于区域内易发故障线路类型，可以将处于高位值的线路的脆弱类型判定为区域内易发故障线路。
请结合参照图10，此时可以根据连锁故障时空图来获取权重指标，其对应的度信息也可以通过权重指标及前述连锁故障时空图计算获得。例如，节点C的度信息可以包括区域内出度Z1、区域外出度Z2、区域内入度Z3和区域外入度Z4。其中，可以计算获得区域内出度Z1＝W2+W3+W5+W6+W9，区域外出度Z2＝W5+W6，区域内入度Z3＝W2+W3+W9，区域外入度Z4＝W3。其中出度较高的节点对应的线路故障时容易引发连锁故障，称为易引发故障线路，而入度较高的节点对应线路容易受到故障传播的影响，称为易受影响线路。高Z3节点对应电网中容易受到区域内线路故障影响的输电线路；高Z1节点对应线路故障时容易引发区域内连锁故障，即倾向于将故障传播给同一区域内的线路，这两类脆弱线路均仅涉及于区域内局部扰动的传播，加深了连锁故障的深度(使得系统负荷损失增大)，并未将故障扩散至其他区域。而高Z4节点为容易受到区域外线路故障影响的线路；高Z2节点对应的线路故障时容易引发区域外连锁故障，即倾向于将故障传播给其他区域的线路，局部故障易通过这两类脆弱线路发展为全局故障，不仅加深了连锁故障的深度，而且扩大了连锁故障的波及范围(广度)，使得故障传播至其他区域。因此，通过获取的度信息，可以判定所述线路对应的脆弱类型为预先设置的多种脆弱类型中对应的类型，以便后续对该线路进行故障处理或对该线路对应发生的故障进行预防。
请参照图12，图12为本申请实施例提供的电网脆弱线路分类装置110的结构示意图。电网脆弱线路分类装置110包括：
获取模块1101，用于获取待处理电网的事故链，其中，所述待处理电网包括多条线路，所述待处理电网中存在因所述线路发生故障所产生的多个事故链。
计算模块1102，用于根据各所述事故链，计算得到所述待处理电网的连锁故障事故链集合。
分析模块1103，用于根据所述连锁故障事故链集合，分析得到所述待处理电网中各所述线路之间的权重指标。
确定模块1104，用于根据所述权重指标，从预先设置的多种脆弱类型中确定所述线路所属的脆弱类型。
在本实施例中，电网脆弱线路分类装置110的实现原理请参照前述电网脆弱线路分类方法的实现原理，在此不再赘述。
综上所述，采用本申请提供的电网脆弱线路分类方法及装置，能够对待处理电网中可能发生故障的线路根据预先设置的脆弱类型进行准确分类，以便后续对待处理电网中出现的故障进行对应方法的检修或预防。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (9)

1.一种电网脆弱线路分类方法，其特征在于，应用于计算机设备，所述方法包括：
获取待处理电网的事故链，其中，所述待处理电网包括多条线路，所述待处理电网中存在因所述线路发生故障所产生的多个事故链；
根据各所述事故链，计算得到所述待处理电网的连锁故障事故链集合；
根据所述连锁故障事故链集合，分析得到所述待处理电网中各所述线路之间的权重指标；
根据所述权重指标，从预先设置的多种脆弱类型中确定所述线路所属的脆弱类型；
所述待处理电网中的每个事故链通过以下步骤计算得到：
获取所述待处理电网的预测深度阈值、系统负荷损失率阈值、保留故障预测线路个数、事故链发生阈值和待处理故障线路；
获取所述待处理故障线路的预测深度，并将所述待处理故障线路作为源发性故障线路读入候选故障线路合集；
开断所述候选故障线路合集中的待处理故障线路，以使所述待处理电网发生故障，并判断所述待处理故障线路的预测深度是否小于所述预测深度阈值，若小于，则判断所述待处理电网的系统负荷损失率是否小于所述系统负荷损失率阈值；
若所述待处理电网的系统负荷损失率小于所述系统负荷损失率阈值，则计算所述待处理电网中所述待处理故障线路外的所有线路间的关联度指标，并根据所述关联度指标和保留故障预测线路个数，得到对应数量的关联线路；
基于预设规则，根据所述对应数量的关联线路进行故障预测，得到待判定事故链，并判断所述待判定事故链发生概率是否小于所述事故链发生阈值，若小于，则将所述待判定事故链输出；
若大于或等于，则将所述待处理故障线路更新至所述候选故障线路合集，并将所述待处理故障线路的预测深度增加，重复所述开断所述候选故障线路合集中的待处理故障线路至所述根据所述对应数量的关联线路进行故障预测，得到待判定事故链的步骤，直至所述事故链发生概率小于所述事故链发生阈值。
2.根据权利要求1所述的方法，其特征在于，在所述判断所述待处理电网的系统负荷损失率是否小于所述系统负荷损失率阈值之前，所述方法还包括：
判断所述待处理电网是否解列，若解列，则重新设置平衡机，并判断所述待处理电网的潮流是否收敛；
若未解列，则直接判断所述待处理电网的潮流是否收敛；
当所述待处理电网的潮流收敛时，计算所述待处理电网的系统负荷损失率。
3.根据权利要求1所述的方法，其特征在于，所述待处理电网中所述待处理故障线路外的所有线路间的关联度指标通过以下公式计算得到：
Figure FDA0003325800750000021
其中，所述wji为输电线路Lj断开后线路Li的线路间关联度指标，Pi j为输电线路Lj断开后线路Li的潮流，Pi,0为输电线路Li的初始潮流，Pi,max为输电线路Li的传输容量极限，PH为保护隐性故障率，b为极限倍数。
4.根据权利要求1所述的方法，其特征在于，所述预设规则包括：
当所述保留故障预测线路个数不超过设定的严重过载输电线路的预设个数时，根据所述保留故障预测线路个数的严重过载输电线路进行所述故障预测；
当所述保留故障预测线路个数超过所述预设个数时，根据所述预设个数的严重过载输电线路和所述保留故障预测线路个数与严重过载输电线路个数的差值个数的非严重过载输电线路进行所述故障预测；
当所述严重过载输电线路的个数为1时，根据所述严重过载输电线路进行所述故障预测；
当所述严重过载输电线路的个数为0时，根据所述保留故障预测线路个数的线路进行故障预测。
5.根据权利要求1所述的方法，其特征在于，所述根据各所述事故链，计算得到所述待处理电网的连锁故障事故链集合，包括：
将所述事故链输出至事故链集合中，并对所述事故链集合中的各所述事故链进行风险计算，得到所述事故链集合中的各所述事故链的风险值；
对次轮事故链集合中的各所述事故链进行风险计算，得到所述次轮事故链集合中的各所述事故链的风险值，其中，所述次轮事故链集合在改变待处理电网的保留故障预测线路个数的基础上计算所得；
判断所述事故链集合中的各所述事故链的风险值与次轮事故链集合中的各所述事故链的风险值的相似度是否满足预设相似度，若满足，则将所述事故链集合作为所述待处理电网的连锁故障事故链集合。
6.根据权利要求5所述的方法，其特征在于，所述事故链集合中的各所述事故链的风险值与次轮事故链集合中的各所述事故链的风险值通过以下公式计算得到：
Figure FDA0003325800750000031
Figure FDA0003325800750000032
其中，
Figure FDA0003325800750000033
为事故链Fi的发生概率、m为该事故链Fi的第m阶预测环节、Ps,c为严重过载输电线路同时开断概率、c为一次开断中同时开断的严重过载输电线路数目、tc为事故链Fi中c条严重过载输电线路同时开断的次数、wm为输电线路Lj断开后线路Li的关联度指标、
Figure FDA0003325800750000041
为事故链的后果、
Figure FDA0003325800750000042
为事故链的风险值。
7.根据权利要求1所述的方法，其特征在于，所述根据所述连锁故障事故链集合，分析得到所述待处理电网中各所述线路之间的权重指标，包括：
根据电网社团结构，将所述连锁故障事故链集合表征为连锁故障时空图，其中，所述连锁故障时空图包括多个节点，所述节点与所述待处理电网的线路对应；
根据所述连锁故障时空图计算获取各节点之间的边权；
根据所述边权，获得所述待处理电网中各所述线路之间的权重指标。
8.根据权利要求1所述的方法，其特征在于，所述根据所述权重指标，从预先设置的多种脆弱类型中确定所述线路所属的脆弱类型，包括：
根据所述权重指标，获取所述待处理电网中各所述线路对应的度信息，并根据所述度信息判定所述线路对应的脆弱类型为预先设置的多种脆弱类型中的一种，其中，所述度信息包括区域内出度、区域外出度、区域内入度和区域外入度；
当所述线路的区域内出度处于所有线路区域内出度的高位值时，判定所述线路对应的脆弱类型为预先设置的多种脆弱类型中的区域内易发故障线路；
当所述线路的区域外出度处于所有线路区域外出度的高位值时，判定所述线路对应的脆弱类型为预先设置的多种脆弱类型中的区域外易发故障线路；
当所述线路的区域外入度处于所有线路区域外入度的高位值时，判定所述线路对应的脆弱类型为预先设置的多种脆弱类型中的区域外易受影响线路；
当所述线路的区域内入度处于所有线路区域内入度的高位值时，判定所述线路对应的脆弱类型为预先设置的多种脆弱类型中的区域内易受影响线路。
9.一种电网脆弱线路分类装置，其特征在于，应用于计算机设备，所述装置包括：
获取模块，用于获取待处理电网的事故链，其中，所述待处理电网包括多条线路，所述待处理电网中存在因所述线路发生故障所产生的多个事故链；
计算模块，用于根据各所述事故链，计算得到所述待处理电网的连锁故障事故链集合；
分析模块，用于根据所述连锁故障事故链集合，分析得到所述待处理电网中各所述线路之间的权重指标；
确定模块，用于根据所述权重指标，从预先设置的多种脆弱类型中确定所述线路所属的脆弱类型；
所述待处理电网中的每个事故链通过以下步骤计算得到：
获取所述待处理电网的预测深度阈值、系统负荷损失率阈值、保留故障预测线路个数、事故链发生阈值和待处理故障线路；
获取所述待处理故障线路的预测深度，并将所述待处理故障线路作为源发性故障线路读入候选故障线路合集；开断所述候选故障线路合集中的待处理故障线路，以使所述待处理电网发生故障，并判断所述待处理故障线路的预测深度是否小于所述预测深度阈值，若小于，则判断所述待处理电网的系统负荷损失率是否小于所述系统负荷损失率阈值；
若所述待处理电网的系统负荷损失率小于所述系统负荷损失率阈值，则计算所述待处理电网中所述待处理故障线路外的所有线路间的关联度指标，并根据所述关联度指标和保留故障预测线路个数，得到对应数量的关联线路；
基于预设规则，根据所述对应数量的关联线路进行故障预测，得到待判定事故链，并判断所述待判定事故链发生概率是否小于所述事故链发生阈值，若小于，则将所述待判定事故链输出；
若大于或等于，则将所述待处理故障线路更新至所述候选故障线路合集，并将所述待处理故障线路的预测深度增加，重复所述开断所述候选故障线路合集中的待处理故障线路至所述根据所述对应数量的关联线路进行故障预测，得到待判定事故链的步骤，直至所述事故链发生概率小于所述事故链发生阈值。
CN201910586509.1A 2019-07-01 2019-07-01 一种电网脆弱线路分类方法及装置 Active CN110288489B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910586509.1A CN110288489B (zh) 2019-07-01 2019-07-01 一种电网脆弱线路分类方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910586509.1A CN110288489B (zh) 2019-07-01 2019-07-01 一种电网脆弱线路分类方法及装置

Publications (2)

Publication Number Publication Date
CN110288489A CN110288489A (zh) 2019-09-27
CN110288489B true CN110288489B (zh) 2022-04-12

Family

ID=68021546

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910586509.1A Active CN110288489B (zh) 2019-07-01 2019-07-01 一种电网脆弱线路分类方法及装置

Country Status (1)

Country Link
CN (1) CN110288489B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114021395B (zh) * 2022-01-04 2022-05-06 长沙理工大学 一种电力信息物理系统线路脆弱相关性分析方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5778170A (en) * 1996-02-14 1998-07-07 Hewlett-Packard Company Data processing system with integral diagnostic procedure
CN104901308A (zh) * 2015-06-26 2015-09-09 太原理工大学 电力系统关键线路辨识方法
CN107368966A (zh) * 2017-07-20 2017-11-21 云南电网有限责任公司电力科学研究院 一种电力网络脆弱性的评估方法
CN107623319A (zh) * 2017-08-17 2018-01-23 广东电网有限责任公司惠州供电局 一种基于多评价指标的电网关键线路辨识方法
CN107871206A (zh) * 2017-10-18 2018-04-03 西华大学 基于连锁故障网络图的输电线路脆弱性识别方法
CN109873457A (zh) * 2019-04-12 2019-06-11 合肥工业大学 台风天气条件下电力系统的多时间尺度连锁故障预测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5778170A (en) * 1996-02-14 1998-07-07 Hewlett-Packard Company Data processing system with integral diagnostic procedure
CN104901308A (zh) * 2015-06-26 2015-09-09 太原理工大学 电力系统关键线路辨识方法
CN107368966A (zh) * 2017-07-20 2017-11-21 云南电网有限责任公司电力科学研究院 一种电力网络脆弱性的评估方法
CN107623319A (zh) * 2017-08-17 2018-01-23 广东电网有限责任公司惠州供电局 一种基于多评价指标的电网关键线路辨识方法
CN107871206A (zh) * 2017-10-18 2018-04-03 西华大学 基于连锁故障网络图的输电线路脆弱性识别方法
CN109873457A (zh) * 2019-04-12 2019-06-11 合肥工业大学 台风天气条件下电力系统的多时间尺度连锁故障预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于事故链模型的电网关键线路辨识;王涛 等;《高电压技术》;20140831;全文 *
考虑信息物理融合的电网脆弱社团评估方法;汪勋婷 等;《电力自动化设备》;20171231;第43-45段 *

Also Published As

Publication number Publication date
CN110288489A (zh) 2019-09-27

Similar Documents

Publication Publication Date Title
CN109118098B (zh) 高比例风电并网的连锁故障风险评估方法及系统
CN107895947B (zh) 一种配电网脆弱线路辨识方法
Esmaeilian et al. Prevention of power grid blackouts using intentional islanding scheme
CN110034581B (zh) 风电并网下电力系统的区间电气介数脆弱性评估方法
US20170214242A1 (en) System and method for assessing smart power grid networks
CN106327033A (zh) 一种基于马尔可夫过程的电力系统连锁故障解析方法
dos Santos et al. New genetic algorithms for contingencies selection in the static security analysis of electric power systems
CN110288489B (zh) 一种电网脆弱线路分类方法及装置
Kaplunovich et al. Statistical properties and classification of N-2 contingencies in large scale power grids
Ch et al. Improvement of the resilience of a microgrid using fragility modeling and simulation
Li et al. Cascading failure propagation and mitigation strategies in power systems
Ghotbi‐Maleki et al. Determination of optimal breakpoint set of overcurrent relays using modified depth‐first search and mixed‐integer linear programming
Zhou et al. Robustness analysis of power system dynamic process and repair strategy
Abedi et al. Svm based intelligent predictor for identifying critical lines with potential for cascading failures using pre-outage operating data
Li et al. Quantification of Cascading Failure Propagation in Power Systems
De Moura et al. Contingency screening and ranking method for voltage stability assessment
CN110797863A (zh) 一种考虑电网n-1及n-2安全约束的经济调度方法
Kaffashan et al. A robust undervoltage load shedding scheme against voltage instability
CN113761749B (zh) 核反应堆概率安全裕度分析方法、系统、终端及存储介质
Ghosh Resilience Assessment of Microgrid Using Complex Network Theory
Huang et al. Coordination of preventive, emergency and restoration dispatch against cascading failures for resilience enhancement
Wang et al. Critical line identification for hypothesized multiple line attacks against power systems
Hu et al. Resilience-constrained economic dispatch for cascading failures prevention
Cheng et al. Search strategy and line association analysis of cascading failure accident chain in new energy power systems
Novikov et al. Cyber Attacks Cascading Effects Simulation for Ukraine Power Grid.

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