CN110598177A - 一种基于环境相依失效的输电线路联合故障概率计算方法 - Google Patents
一种基于环境相依失效的输电线路联合故障概率计算方法 Download PDFInfo
- Publication number
- CN110598177A CN110598177A CN201910721948.9A CN201910721948A CN110598177A CN 110598177 A CN110598177 A CN 110598177A CN 201910721948 A CN201910721948 A CN 201910721948A CN 110598177 A CN110598177 A CN 110598177A
- Authority
- CN
- China
- Prior art keywords
- probability
- environment
- transmission line
- regions
- failure
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Computational Biology (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于环境相依失效的输电线路联合故障概率计算方法，同时考虑电网运行方式和气候状态的不确定性和随机性，通过电网能量管理系统EMS获取电网运行的数据，在考虑电网运行方式的不确定性时主要是引入线路的不确定性运行状态，在考虑气候状态的不确定性时主要引入气候的不确定性状态，假设负荷为确定性负荷，即与输电线路发生环境相依失效的概率没有关系，在概率分析的基础上计算线路穿过具有不同气候条件的地区(假设两相邻地区气候条件不同)时发生环境相依失效的概率，为确定输电线路可靠性提供必要的技术支撑。
Description
技术领域
本发明涉及电力系统及其自动化的技术领域，尤其涉及到一种基于环境相依失效的输电线路联合故障概率计算方法。
背景技术
许多架空线路可能暴露在恶劣的、甚至是灾变性的环境中。恶劣环境通常是指像刮风、下雨、下雪等不适宜的气候条件，而灾变性环境指诸如暴风雪、龙卷风、火灾、洪水、地震等自然灾害。任何恶劣气候条件或暴风雨灾害都将大大增加所有暴露在外的输电线路失效的可能性。尽管这种情况不经常出现，且持续时间较短，但在这个期间，元件的故障概率却显著增加，并可能发生多条输电线路的重叠失效或整个子系统的失效。本质上说，环境相依失效意味着只有线路对环境间的相依性，而不是线路与线路之间的相关性。线路的重叠失效仍然还是独立的，但因共同环境的影响而更趋严重。
对于环境相依失效，一旦在分析中接受了某种估计，则可作出如下的合理假设：所有线路会在这个估计范围内发生像共因停运那样的同时失效。这样的假设能使我们实现包含灾变性环境影响的系统风险评估。尽管这种影响被简单化而可能不够精确，但这种方法却提供了对决策有用的某些量化信息。
环境相依失效是针对输电线路失效与气候条件之间的相依关系，其关键在于气象数据的资料统计，并研究气候条件和输电线路失效参数之间的概率关系。假设将气候分为正常和恶劣两种基本状态。正常和恶劣气候状态的概率可根据气象数据进行计算。如果在正常和恶劣气候状态下输电线路的失效频率和修复时间可被分辨出来，则两种气候条件下的系统风险可分别评估，最终的风险指标则由两种气候状态的概率加权而得。可是，大多数数据采集系统并不区分正常和恶劣气候条件下的失效事件，而仅有过去年份的平均失效频率和平均修复时间。此外，在输电线路情况下，线路可能穿过两个及以上具有不同气候条件的地区的情况。
针对输电线路基于环境相依失效的故障概率，以往通常基于灾变性环境的发生概率及其影响范围来加以判断和确认，但是这种计算方法仅能粗略估计，要想对其提出精确的模型是十分困难的，此外，这种方法更不能确定架空线路穿过具有不同气候条件的地区的个数。
发明内容
本发明的目的在于克服现有技术的不足，提供一种针对多线路并列供电系统并考虑并列线路运行方式改变和气候的不确定性和随机性的基于环境相依失效的输电线路联合故障概率计算方法。
为实现上述目的，本发明所提供的技术方案为：
一种基于环境相依失效的输电线路联合故障概率计算方法，包括以下步骤：
S1.从气象数据采集系统获取第i条线路Li运行的气象数据，采用概率分析方法确定第i条线路Li在一定运行周期内穿过n个具有不同气候条件的地区时恶劣和正常气候条件的概率pad(n)和1-pad(n)；
S2.从电网能量管理系统EMS获取输电线路运行数据；
S3.基于从步骤S2获取到的输电线路运行数据，采用非序贯蒙特卡罗模拟方法确定第i条线路Li在一定运行周期内穿过n个具有不同气候条件的地区时发生环境相依失效的状态，确定穿过n个具有不同气候条件的地区时输电线路在恶劣气候下发生故障的百分比F(n)和输电线路在恶劣气候下相比于正常气候条件下的修复时间的倍数M(n)；
S4.基于从步骤S2获取到的输电线路运行数据，采用非序贯蒙特卡罗模拟方法确定第i条线路Li在一定运行周期内穿过n个具有不同气候条件的地区时发生环境相依失效的状态、次数，确定参数平均失效频率和平均修复时间
S5.计算第i条线路穿过n个具有不同气候条件的地区时发生环境相依失效的故障概率，计算公式为：
式中，代表在第i条线路穿过n个具有不同气候条件的地区时产生了n个对应这些具有不同气候条件的地区发生环境相依失效的概率中，所有j个不同元素plej之积的和；元素plej对应输电线路穿过具有不同气候条件的地区时发生环境相依失效的概率；且其中代表第i条线路穿过第j个具有恶劣气候条件的地区时发生环境相依失效的概率，代表第i条线路穿过第j个具有正常气候条件的地区时发生环境相依失效的概率；
S6.计算NL条输电线路穿过n个具有不同气候条件的地区时发生环境相依失效的联合故障概率，计算公式为：
进一步地，所述步骤S5计算第i条线路穿过n个具有不同气候条件的地区时发生环境相依失效的故障概率的具体步骤如下：
S5-1.计算NL条输电线路穿越一个地区发生环境相依失效的联合故障概率；
S5-2.计算NL条输电线路穿过两个具有不同气候条件的地区时发生环境相依失效的联合故障概率；
S5-3.计算NL条输电线路穿过三个具有不同气候条件的地区时发生环境相依失效的联合故障概率；
S5-4.依照此规律，计算NL条输电线路穿越n个具有不同气候条件的地区时发生环境相依失效的联合故障概率。
进一步地，所述步骤S5-1中，若该地区的气候恶劣，则联合故障概率为：
若该地区的气候正常，则联合故障概率为：
进一步地，所述为第i条线路穿过一个气候为恶劣的地区发生环境相依失效的概率；的计算公式如下：
所述为第i条线路穿过一个气候为正常的地区发生环境相依失效的概率；的计算公式如下：
上两式中，pad(1)表示第i条线路Li在一定运行周期内穿过一个地区时恶劣气候条件的概率；F(1)表示第i条线路Li在一定运行周期内穿过一个地区时输电线路在恶劣气候条件下发生故障的百分比，M(1)表示第i条线路Li在一定运行周期内穿过一个地区时输电线路在恶劣气候条件下相比于正常气候条件下的修复时间的倍数。
进一步地，所述步骤S5-2计算NL条输电线路穿过两个具有不同气候条件的地区时发生环境相依失效的联合故障概率，其计算公式为：
其中，为采用非序贯蒙特卡罗模拟方法确定得到的第i条线路穿过两个具有不同气候条件的地区时发生环境相依失效的概率，,假设地区1处于恶劣气候，地区2处于正常气候，其计算公式为：
上式中，pad(2)表示第i条线路Li在一定运行周期内穿过两个地区时恶劣气候条件的概率；F(2)表示第i条线路Li在一定运行周期内穿过两个地区时输电线路在恶劣气候条件下发生故障的百分比；M(2)表示第i条线路Li在一定运行周期内穿过两个地区时输电线路在恶劣气候条件下相比于正常气候条件下的修复时间的倍数；R为暴露在地区1的恶劣气候环境下的线路长度百分比。
进一步地，所述步骤S5-3计算NL条输电线路穿过三个具有不同气候条件的地区时发生环境相依失效的联合故障概率，其计算公式为：
其中，为采用非序贯蒙特卡罗模拟方法确定第i条线路穿过三个具有不同气候条件的地区时发生环境相依失效的概率；假设地区1处于恶劣气候，地区2处于正常气候，地区3处于恶劣气候，其计算公式为：
上式中，pad(3)表示第i条线路Li在一定运行周期内穿过三个地区时恶劣气候条件的概率；F(3)表示第i条线路Li在一定运行周期内穿过三个地区时输电线路在恶劣气候条件下发生故障的百分比和M(3)是第i条线路Li在一定运行周期内穿过三个地区时输电线路在恶劣气候条件下相比于正常气候条件下的修复时间的倍数；R1表示暴露在地区1的恶劣气候环境下的线路长度百分比，R3表示暴露在地区3的恶劣气候环境下的线路长度百分比。
与现有技术相比，本方案原理及优点如下：
本方案同时考虑电网运行方式和气候状态的不确定性和随机性，通过电网能量管理系统EMS获取电网运行的数据，在考虑电网运行方式的不确定性时主要是引入线路的不确定性运行状态，在考虑气候状态的不确定性时主要引入气候的不确定性状态，假设负荷为确定性负荷，即与输电线路发生环境相依失效的概率没有关系，在概率分析的基础上计算线路穿过具有不同气候条件的地区(假设两相邻地区气候条件不同)时发生环境相依失效的概率，为确定输电线路可靠性提供必要的技术支撑。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的服务作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。
图1为本发明所针对的并列输电线路系统组成和连接关系示意图；
图2为本发明所提出的基于环境相依失效的输电线路联合故障概率计算方法的流程框图。
图1中的附图标记表示如下：1-并列运行的第一条线路，2-并列运行的第NL条线路，3-母线，4-负荷。
具体实施方式
下面结合具体实施例对本发明作进一步说明：
本实施例所述的一种基于环境相依失效的输电线路联合故障概率计算方法，针对图1所示的多线路并列供电系统，并考虑并列线路运行方式改变和气候的不确定性和随机性，具体步骤如下：
S1.从气象数据采集系统获取第i条线路Li运行的气象数据，采用概率分析方法确定第i条线路Li在一定运行周期内穿过n个具有不同气候条件的地区时恶劣和正常气候条件的概率pad(n)和1-pad(n)；
S2.从电网能量管理系统EMS获取输电线路运行数据；
S3.基于从步骤S2获取到的输电线路运行数据，采用非序贯蒙特卡罗模拟方法确定第i条线路Li在一定运行周期内穿过n个具有不同气候条件的地区时发生环境相依失效的状态，确定穿过n个具有不同气候条件的地区时输电线路在恶劣气候下发生故障的百分比F(n)和输电线路在恶劣气候下相比于正常气候条件下的修复时间的倍数M(n)；
S4.基于从步骤S2获取到的输电线路运行数据，采用非序贯蒙特卡罗模拟方法确定第i条线路Li在一定运行周期内穿过n个具有不同气候条件的地区时发生环境相依失效的状态、次数，确定参数平均失效频率和平均修复时间
S5.计算第i条线路穿过n个具有不同气候条件的地区时发生环境相依失效的故障概率，具体步骤如下：
1)采用非序贯蒙特卡罗模拟方法确定第i条线路穿过一个地区发生环境相依失效的概率(该地区对应气候为恶劣，即)或(该地区对应气候为正常，即),其计算公式为：
或
式中pad(1)是第i条线路Li在一定运行周期内穿过一个地区时恶劣气候条件的概率；F(1)是第i条线路Li在一定运行周期内穿过一个地区时输电线路在恶劣气候条件下发生故障的百分比和M(1)是第i条线路Li在一定运行周期内穿过一个地区时输电线路在恶劣气候条件下相比于正常气候条件下的修复时间的倍数。
计算NL条输电线路穿越一个地区发生环境相依失效的联合故障概率，其计算公式为：
2)采用非序贯蒙特卡罗模拟方法确定第i条线路穿过两个具有不同气候条件的地区时发生环境相依失效的概率假设地区1处于恶劣气候，地区2处于正常气候，其计算公式为：
式中代表在第i条线路穿过2个具有不同气候条件的地区时产生了2个对应这些具有不同气候条件的地区发生环境相依失效的概率中，所有j(j＝1、2)个不同元素plej之积的和；元素plej对应输电线路穿过具有不同气候条件的地区时发生环境相依失效的概率；且其中代表第i条线路穿过第j个具有恶劣气候条件的地区时发生环境相依失效的概率，代表第i条线路穿过第j个具有正常气候条件的地区时发生环境相依失效的概率；式中pad(2)是第i条线路Li在一定运行周期内穿过两个地区时恶劣气候条件的概率；F(2)是第i条线路Li在一定运行周期内穿过两个地区时输电线路在恶劣气候条件下发生故障的百分比和M(2)是第i条线路Li在一定运行周期内穿过两个地区时输电线路在恶劣气候条件下相比于正常气候条件下的修复时间的倍数；R为暴露在地区1的恶劣气候环境下的线路长度百分比。
计算NL条输电线路穿过两个具有不同气候条件的地区时发生环境相依失效的联合故障概率，其计算公式为：
3)采用非序贯蒙特卡罗模拟方法确定第i条线路穿过三个具有不同气候条件的地区时发生环境相依失效的概率假设地区1处于恶劣气候，地区2处于正常气候，地区3处于恶劣气候，其计算公式为：
式中代表在第i条线路穿过3个具有不同气候条件的地区时产生了3个对应这些具有不同气候条件的地区发生环境相依失效的概率中，所有j个不同元素plej之积的和；元素plej对应输电线路穿过具有不同气候条件的地区时发生环境相依失效的概率；且其中代表第i条线路穿过第j个具有恶劣气候条件的地区时发生环境相依失效的概率，代表第i条线路穿过第j个具有正常气候条件的地区时发生环境相依失效的概率；式中pad(3)是第i条线路Li在一定运行周期内穿过三个地区时恶劣气候条件的概率；F(3)是第i条线路Li在一定运行周期内穿过三个地区时输电线路在恶劣气候条件下发生故障的百分比和M(3)是第i条线路Li在一定运行周期内穿过三个地区时输电线路在恶劣气候条件下相比于正常气候条件下的修复时间的倍数；R1为暴露在地区1的恶劣气候环境下的线路长度百分比，R3为暴露在地区3的恶劣气候环境下的线路长度百分比。
计算NL条输电线路穿过三个具有不同气候条件的地区时发生环境相依失效的联合故障概率，其计算公式为：
4)依照此规律，计算NL条输电线路穿越n个具有不同气候条件的地区时发生环境相依失效的联合故障概率。
S6.计算NL条输电线路穿过n个具有不同气候条件的地区时发生环境相依失效的联合故障概率，计算公式为：
本实施例同时考虑电网运行方式和气候状态的不确定性和随机性，通过电网能量管理系统EMS获取电网运行的数据，在考虑电网运行方式的不确定性时主要是引入线路的不确定性运行状态，在考虑气候状态的不确定性时主要引入气候的不确定性状态，假设负荷为确定性负荷，即与输电线路发生环境相依失效的概率没有关系，在概率分析的基础上计算线路穿过具有不同气候条件的地区(假设两相邻地区气候条件不同)时发生环境相依失效的概率，为确定输电线路可靠性提供必要的技术支撑。
以上所述之实施例子只为本发明之较佳实施例，并非以此限制本发明的实施范围，故凡依本发明之形状、原理所作的变化，均应涵盖在本发明的保护范围内。
Claims (6)
1.一种基于环境相依失效的输电线路联合故障概率计算方法，其特征在于，包括以下步骤：
S1.从气象数据采集系统获取第i条线路Li运行的气象数据，采用概率分析方法确定第i条线路Li在一定运行周期内穿过n个具有不同气候条件的地区时恶劣和正常气候条件的概率pad(n)和1-pad(n)；
S2.从电网能量管理系统EMS获取输电线路运行数据；
S3.基于从步骤S2获取到的输电线路运行数据，采用非序贯蒙特卡罗模拟方法确定第i条线路Li在一定运行周期内穿过n个具有不同气候条件的地区时发生环境相依失效的状态，确定穿过n个具有不同气候条件的地区时输电线路在恶劣气候下发生故障的百分比F(n)和输电线路在恶劣气候下相比于正常气候条件下的修复时间的倍数M(n)；
S4.基于从步骤S2获取到的输电线路运行数据，采用非序贯蒙特卡罗模拟方法确定第i条线路Li在一定运行周期内穿过n个具有不同气候条件的地区时发生环境相依失效的状态、次数，确定参数平均失效频率和平均修复时间
S5.计算第i条线路穿过n个具有不同气候条件的地区时发生环境相依失效的故障概率，计算公式为：
式中，代表在第i条线路穿过n个具有不同气候条件的地区时产生了n个对应这些具有不同气候条件的地区发生环境相依失效的概率中，所有j个不同元素plej之积的和；元素plej对应输电线路穿过具有不同气候条件的地区时发生环境相依失效的概率；且其中代表第i条线路穿过第j个具有恶劣气候条件的地区时发生环境相依失效的概率，代表第i条线路穿过第j个具有正常气候条件的地区时发生环境相依失效的概率；
S6.计算NL条输电线路穿过n个具有不同气候条件的地区时发生环境相依失效的联合故障概率，计算公式为：
2.根据权利要求1所述的一种基于环境相依失效的输电线路联合故障概率计算方法，其特征在于，所述步骤S5计算第i条线路穿过n个具有不同气候条件的地区时发生环境相依失效的故障概率的具体步骤如下：
S5-1.计算NL条输电线路穿越一个地区发生环境相依失效的联合故障概率；
S5-2.计算NL条输电线路穿过两个具有不同气候条件的地区时发生环境相依失效的联合故障概率；
S5-3.计算NL条输电线路穿过三个具有不同气候条件的地区时发生环境相依失效的联合故障概率；
S5-4.依照此规律，计算NL条输电线路穿越n个具有不同气候条件的地区时发生环境相依失效的联合故障概率。
3.根据权利要求2所述的一种基于环境相依失效的输电线路联合故障概率计算方法，其特征在于，所述步骤S5-1中，若该地区的气候恶劣，则联合故障概率为：
若该地区的气候正常，则联合故障概率为：
4.根据权利要求3所述的一种基于环境相依失效的输电线路联合故障概率计算方法，其特征在于，所述为第i条线路穿过一个气候为恶劣的地区发生环境相依失效的概率；的计算公式如下：
所述为第i条线路穿过一个气候为正常的地区发生环境相依失效的概率；的计算公式如下：
上两式中，pad(1)表示第i条线路Li在一定运行周期内穿过一个地区时恶劣气候条件的概率；F(1)表示第i条线路Li在一定运行周期内穿过一个地区时输电线路在恶劣气候条件下发生故障的百分比，M(1)表示第i条线路Li在一定运行周期内穿过一个地区时输电线路在恶劣气候条件下相比于正常气候条件下的修复时间的倍数。
5.根据权利要求3所述的一种基于环境相依失效的输电线路联合故障概率计算方法，其特征在于，所述步骤S5-2计算NL条输电线路穿过两个具有不同气候条件的地区时发生环境相依失效的联合故障概率，其计算公式为：
其中，为采用非序贯蒙特卡罗模拟方法确定得到的第i条线路穿过两个具有不同气候条件的地区时发生环境相依失效的概率，,假设地区1处于恶劣气候，地区2处于正常气候，其计算公式为：
上式中，pad(2)表示第i条线路Li在一定运行周期内穿过两个地区时恶劣气候条件的概率；F(2)表示第i条线路Li在一定运行周期内穿过两个地区时输电线路在恶劣气候条件下发生故障的百分比；M(2)表示第i条线路Li在一定运行周期内穿过两个地区时输电线路在恶劣气候条件下相比于正常气候条件下的修复时间的倍数；R为暴露在地区1的恶劣气候环境下的线路长度百分比。
6.根据权利要求3所述的一种基于环境相依失效的输电线路联合故障概率计算方法，其特征在于，所述步骤S5-3计算NL条输电线路穿过三个具有不同气候条件的地区时发生环境相依失效的联合故障概率，其计算公式为：
其中，为采用非序贯蒙特卡罗模拟方法确定第i条线路穿过三个具有不同气候条件的地区时发生环境相依失效的概率；假设地区1处于恶劣气候，地区2处于正常气候，地区3处于恶劣气候，其计算公式为：
上式中，pad(3)表示第i条线路Li在一定运行周期内穿过三个地区时恶劣气候条件的概率；F(3)表示第i条线路Li在一定运行周期内穿过三个地区时输电线路在恶劣气候条件下发生故障的百分比和M(3)是第i条线路Li在一定运行周期内穿过三个地区时输电线路在恶劣气候条件下相比于正常气候条件下的修复时间的倍数；R1表示暴露在地区1的恶劣气候环境下的线路长度百分比，R3表示暴露在地区3的恶劣气候环境下的线路长度百分比。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910721948.9A CN110598177B (zh) | 2019-08-06 | 2019-08-06 | 一种基于环境相依失效的输电线路联合故障概率计算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910721948.9A CN110598177B (zh) | 2019-08-06 | 2019-08-06 | 一种基于环境相依失效的输电线路联合故障概率计算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110598177A true CN110598177A (zh) | 2019-12-20 |
| CN110598177B CN110598177B (zh) | 2023-07-25 |
Family
ID=68853582
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910721948.9A Active CN110598177B (zh) | 2019-08-06 | 2019-08-06 | 一种基于环境相依失效的输电线路联合故障概率计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110598177B (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007087112A (ja) * | 2005-09-22 | 2007-04-05 | Fuji Xerox Co Ltd | 故障診断装置 |
| US20140214263A1 (en) * | 2013-01-25 | 2014-07-31 | Airbus Operations (Sas) | Method, device and computer program for assisting the maintenance of an aircraft system using a diagnostic assistance tool and experience feedback data |
| CN103971028A (zh) * | 2014-05-30 | 2014-08-06 | 云南电网公司 | 一种雷电天气下输电线路短期n-2风险评估方法 |
| CN104573989A (zh) * | 2015-01-28 | 2015-04-29 | 国家电网公司 | 一种基于历史故障信息的输电线路故障概率评估方法 |
| CN105117970A (zh) * | 2015-07-17 | 2015-12-02 | 广东电网有限责任公司东莞供电局 | 一种并列供电系统连环故障概率计算方法 |
| CN107977727A (zh) * | 2017-06-28 | 2018-05-01 | 中国人民解放军国防信息学院 | 一种基于社会发展和气候因素预测光缆网阻断概率的方法 |
| CN109784780A (zh) * | 2019-03-04 | 2019-05-21 | 广东工业大学 | 一种电力系统韧性的评估方法、装置及设备 |
-
2019
- 2019-08-06 CN CN201910721948.9A patent/CN110598177B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2007087112A (ja) * | 2005-09-22 | 2007-04-05 | Fuji Xerox Co Ltd | 故障診断装置 |
| US20140214263A1 (en) * | 2013-01-25 | 2014-07-31 | Airbus Operations (Sas) | Method, device and computer program for assisting the maintenance of an aircraft system using a diagnostic assistance tool and experience feedback data |
| CN103971028A (zh) * | 2014-05-30 | 2014-08-06 | 云南电网公司 | 一种雷电天气下输电线路短期n-2风险评估方法 |
| CN104573989A (zh) * | 2015-01-28 | 2015-04-29 | 国家电网公司 | 一种基于历史故障信息的输电线路故障概率评估方法 |
| CN105117970A (zh) * | 2015-07-17 | 2015-12-02 | 广东电网有限责任公司东莞供电局 | 一种并列供电系统连环故障概率计算方法 |
| CN107977727A (zh) * | 2017-06-28 | 2018-05-01 | 中国人民解放军国防信息学院 | 一种基于社会发展和气候因素预测光缆网阻断概率的方法 |
| CN109784780A (zh) * | 2019-03-04 | 2019-05-21 | 广东工业大学 | 一种电力系统韧性的评估方法、装置及设备 |
Non-Patent Citations (3)
| Title |
|---|
| 叶练方: "基于马尔可夫模型的输电线路可靠性评估", 《广东电力》 * |
| 叶练方: "基于马尔可夫模型的输电线路可靠性评估", 《广东电力》, 31 January 2015 (2015-01-31) * |
| 胥志强;吴杰康;: "基于CFD原理的架空输电线路故障概率估算方法", 广东电力, no. 10, pages 109 - 115 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110598177B (zh) | 2023-07-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Alvehag et al. | A reliability model for distribution systems incorporating seasonal variations in severe weather | |
| Panteli et al. | Power system resilience to extreme weather: Fragility modeling, probabilistic impact assessment, and adaptation measures | |
| Umunnakwe et al. | Quantitative analysis of power systems resilience: Standardization, categorizations, and challenges | |
| Trakas et al. | Spatial risk analysis of power systems resilience during extreme events | |
| Yang et al. | Failure probability estimation of overhead transmission lines considering the spatial and temporal variation in severe weather | |
| Billinton et al. | Distributional variation of distribution system reliability indices | |
| Decker et al. | Experience and applications of phasor measurements to the Brazilian interconnected power system | |
| Scherb et al. | Evaluating component importance and reliability of power transmission networks subject to windstorms: methodology and application to the nordic grid | |
| Panteli et al. | Operational resilience assessment of power systems under extreme weather and loading conditions | |
| CN103246939A (zh) | 基于安全稳定裕度的电网运行安全风险事件在线辨识方法 | |
| Trakas et al. | A severity risk index for high impact low probability events in transmission systems due to extreme weather | |
| Livera et al. | Failure diagnosis and trend‐based performance losses routines for the detection and classification of incidents in large‐scale photovoltaic systems | |
| Darestani et al. | Life cycle resilience quantification and enhancement of power distribution systems: A risk-based approach | |
| Bellani et al. | A reliability-centered methodology for identifying renovation actions for improving resilience against heat waves in power distribution grids | |
| McLaughlin et al. | Application of dynamic line rating to defer transmission network reinforcement due to wind generation | |
| Lian et al. | Resilience assessment for power system based on cascading failure graph under disturbances caused by extreme weather events | |
| He et al. | DIN II: incorporation of multi-level interdependencies and uncertainties for infrastructure system recovery modeling | |
| CN114840982A (zh) | 台风灾害下考虑连锁故障演化的电力系统弹性评估方法 | |
| JP7074932B1 (ja) | エネルギー運用システム、エネルギー運用方法、および記憶媒体 | |
| CN110598177A (zh) | 一种基于环境相依失效的输电线路联合故障概率计算方法 | |
| Zhang et al. | Simulation of weather impacts on the wholesale electricity market | |
| Chattopadhyay et al. | Integrating resilience in power system planning: A note for practitioners | |
| Bagen et al. | A subsystem based probabilistic approach for the assessment of transmission capital project reliability impacts | |
| Hur et al. | High-wire act | |
| Hou et al. | Modeling the Resilience of Power Distribution Systems Subjected to Extreme Winds Considering Tree Failures: An Integrated Framework |
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 |