CN110658409A - 一种敏感设备电压暂降故障水平评估方法、计算机设备和存储介质 - Google Patents

Abstract

本发明公开了一种敏感设备电压暂降故障水平评估方法、计算机设备和存储介质，其包括：步骤S1，根据最大熵原理求电压暂降强度指标的概率密度函数；步骤S2，确定敏感设备电压耐受能力的隶属函数，并根据设备电压耐受能力隶属函数确定敏感设备故障状态隶属函数；步骤S3，根据以下敏感设备电压暂降故障的概率评估公式中，敏感设备电压暂降故障的水平基于P(A)的数值越大，设备故障的概率越大，即敏感设备电压暂降故障的水平越高，对敏感设备电压暂降故障水平进行评估。实施本发明，准确把握实际运行环境中可能对设备存在影响的因素，准确评估设备故障水平的概率，为规划和改造电网提供一项准确的参考标准，有效降低电网改造以及建设的成本。

Description

一种敏感设备电压暂降故障水平评估方法、计算机设备和存 储介质

技术领域

本发明属于供电系统电能质量领域，涉及一种敏感设备电压暂降故障水平评估方法、计算机设备和存储介质。

背景技术

敏感设备电压暂降故障水平评估是当前国内外研究的难点和热点，因为现代电力用户使用敏感设备的目的在于提高生产效率，而发生电压暂降时，生产效率会受到影响，甚至造成用户巨大经济损失。人们对敏感设备受电压暂降影响的影响因素、数学本质、描述方法和评估建模方法等的认识还很不够。构建用户友好的智能电网的首要任务是用户满意，其关键之一是准确把握用户设备可能受影响的程度，因此，准确评估敏感设备电压暂降故障水平对于制定供电方案，合理规划和改造电网，提高用户满意度，减小电网和用户的供用电成本具有重要意义。

发明内容

本发明实施例所要解决的技术问题在于，提供一种敏感设备电压暂降故障水平评估方法、计算机设备和存储介质，利用有效的计算方法，对评估敏感设备电压暂降故障概率进行计算和预估，给与供电规划一项可靠的参考标准，减少相应的电网和用户的供用电成本。

本发明提供一种敏感设备电压暂降故障水平评估方法，其包括如下步骤：

步骤S1，根据最大熵原理求电压暂降强度指标的概率密度函数；

步骤S2，确定敏感设备电压耐受能力的隶属函数，并根据设备电压耐受能力隶属函数确定敏感设备故障状态隶属函数；

步骤S3，根据以下敏感设备电压暂降故障的概率评估公式中，敏感设备电压暂降故障的水平基于P(A)的数值越大，设备故障的概率越大，即敏感设备电压暂降故障的水平越高，对敏感设备电压暂降故障水平进行评估，

P(A)＝P_U(A)P_T(A)。

进一步，在步骤S1中，所述电压暂降强度指标的概率密度函数根据最大熵原理求解的基础公式为：

max H＝-∫_Rf(s)ln f(s)ds

s.t.∫_Rf(s)ds＝1

∫_Rsf(s)ds＝E₁

∫_R(s-E₁)ⁿf(s)ds＝E_n,n＝2,3,...,N

其中，H为随机变量S的熵，f(s)为S的概率密度函数，R为S的取值边界，E₁为电压暂降强度指标样本数据的1阶原点矩，E_n为电压暂降强度指标样本数据的n阶中心矩。

进一步，在步骤S1中，所述电压暂降强度指标的概率密度函数求解过程具体为：

根据将以下公式引入拉格朗日算子，

max H＝-∫_Rf(s)ln f(s)ds

∫_R(s-E₁)ⁿf(s)ds＝E_n,n＝2,3,...,N

得概率密度函数解析式：

进一步，对于S中的参数T,U分别算其概率密度函数为：

其中，T为持续时间，U为电压暂降时电压的下降值。

进一步，所述步骤S2进一步包括以下步骤：

步骤S21,确定被评估敏感设备的电压下降值耐受能力和电压暂降持续时间耐受能力的取值范围，得到评估的范围；

步骤S22,根据设备电压耐受能力的区间样本数据，建立设备电压下降值耐受能力及电压暂降持续时间耐受能力的频数分布表；

步骤S23，建立设备电压耐受能力的隶属度分布表；

步骤S24，利用polyfit函数，采用多项式拟合方法确定设备电压耐受能力隶属函数的解析式。

更进一步，在步骤S24中，所述确定设备电压耐受能力隶属函数解析式的过程具体为：

多项式拟合方法中设备电压耐受能力隶属函数的解析式为以下公式：

μ(x)＝a₁xⁿ+a₂x^n-1+...+a_nx+a_n+1

设定S为是电压暂降强度指标值，x为设备耐受能力值，设备故障判据是S>x，

x_min<S<x_max时，设备故障状态的隶属函数为以下公式：

其中，μ(x)为设备电压耐受能力隶属函数，

进一步求解，电压耐受能力变化范围(0,+∞)内，敏感设备故障状态隶属函数为以下公式：

其中，μ_A(s)表示敏感设备故障状态隶属函数值。

进一步，在步骤S3中，所述敏感设备电压暂降故障的概率评估公式具体的求得过程为：

建立如下敏感设备电压暂降故障水平评估模型：

结合以下公式，

μ(x)＝a₁xⁿ+a₂x^n-1+…+a_nx+a_n+1

求解得到如下公式：

进一步求解得到以下敏感设备电压暂降故障的概率评估公式：

P(A)＝P_U(A)P_T(A)

其中，P(A)为评估敏感设备电压暂降故障的水平基数。

相应地，本发明的又一方面还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下的步骤：

根据最大熵原理求电压暂降强度指标的概率密度函数；

确定敏感设备电压耐受能力的隶属函数，并根据设备电压耐受能力隶属函数确定敏感设备故障状态隶属函数；

根据以下敏感设备电压暂降故障的概率评估公式中，敏感设备电压暂降故障的水平基于P(A)的数值越大，设备故障的概率越大，即敏感设备电压暂降故障的水平越高，对敏感设备电压暂降故障水平进行评估

P(A)＝P_U(A)P_T(A)。

相应地，本发明的又一方面还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如下的步骤：

根据最大熵原理求电压暂降强度指标的概率密度函数；

确定敏感设备电压耐受能力的隶属函数，并根据设备电压耐受能力隶属函数确定敏感设备故障状态隶属函数；

根据以下敏感设备电压暂降故障的概率评估公式中，敏感设备电压暂降故障的水平基于P(A)的数值越大，设备故障的概率越大，即敏感设备电压暂降故障的水平越高，对敏感设备电压暂降故障水平进行评估，

P(A)＝P_U(A)P_T(A)。

实施本发明实施例，具有如下有益效果：

本发明实施例提供的敏感设备电压暂降故障水平评估方法、计算机设备和存储介质，在影响敏感设备电压暂降故障水平的不同因素的不确定特征的基础上，根据其内涵和外延的不确定，分别建立电压暂降强度的随机模型、设备电压耐受能力的模糊模型和设备故障状态的模糊模型；

基于可靠性工程中模糊安全事件隶属函数的确定原理和方法，建立设备故障状态的隶属函数，准确把握实际运行环境中可能对设备存在影响的因素，准确评估设备故障水平的概率，为规划和改造电网提供一项准确的参考标准，有效降低电网改造以及建设的成本，避免不必要的浪费，提高电网使用者的满意度。

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附图作简单地介绍，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性的前提下，根据这些附图获得其他的附图仍属于本发明的范畴。

图1为本发明提供的敏感设备电压暂降故障水平评估方法的一个实施例的主流程示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。

如图1所示，是出了本发明提供的敏感设备电压暂降故障水平评估方法的一个实施例的主流程示意图，在本实施例中，所述方法包括如下步骤：

步骤S1，根据最大熵原理求电压暂降强度指标的概率密度函数；具体实施例中，所述电压暂降强度指标的概率密度函数根据最大熵原理求解的基础公式为：

max H＝-∫_Rf(s)ln f(s)ds

s.t.∫_Rf(s)ds＝1

∫_Rsf(s)ds＝E₁

∫_R(s-E₁)ⁿf(s)ds＝E_n,n＝2,3,...,N

其中，H为随机变量S的熵，f(s)为S的概率密度函数，R为S的取值边界，E₁为电压暂降强度指标样本数据的1阶原点矩，E_n为电压暂降强度指标样本数据的n阶中心矩。

进一步，所述电压暂降强度指标的概率密度函数求解过程具体为：

根据将以下公式引入拉格朗日算子，

max H＝-∫_Rf(s)ln f(s)ds

∫_R(s-E₁)ⁿf(s)ds＝E_n,n＝2,3,...,N

得概率密度函数解析式：

进一步，对于S中的参数T,U分别算其概率密度函数为：

其中，T为持续时间，U为电压暂降时电压的下降值，Ur是电压暂降幅值，T为持续时间，U为电压暂降时电压的下降值，U＝1-Ur；

S(U,T)反映电压暂降严重程度，U不变，T越大，电压暂降强度越大；T不变，U越大，电压暂降强度越大。

步骤S2，确定敏感设备电压耐受能力的隶属函数，并根据设备电压耐受能力隶属函数确定敏感设备故障状态隶属函数；

具体实施例中，所述步骤S2进一步包括以下步骤：

步骤S21,确定被评估敏感设备的电压下降值耐受能力和电压暂降持续时间耐受能力的取值范围，得到评估的范围；

步骤S22,根据设备电压耐受能力的区间样本数据，建立设备电压下降值耐受能力及电压暂降持续时间耐受能力的频数分布表；

步骤S23，建立设备电压耐受能力的隶属度分布表；

步骤S24，利用Matlab7.0仿真软件提供的polyfit()函数，采用多项式拟合方法确定设备电压耐受能力隶属函数的解析式。

更进一步，在步骤S24中，所述确定设备电压耐受能力隶属函数解析式的过程具体为：

多项式拟合方法中设备电压耐受能力隶属函数的解析式为以下公式：

μ(x)＝a₁xⁿ+a₂x^n-1+…+a_nx+a_n+1

设定S为是电压暂降强度指标值，x为设备耐受能力值，设备故障判据是S>x，

x_min<S<x_max时，设备故障状态的隶属函数为以下公式：

其中，μ(x)为设备电压耐受能力隶属函数，

进一步求解，电压耐受能力变化范围(0,+∞)内，敏感设备故障状态隶属函数为以下公式：

其中，μ_A(s)表示敏感设备故障状态隶属函数值。

步骤S3，根据以下敏感设备电压暂降故障的概率评估公式中，敏感设备电压暂降故障的水平基于P(A)的数值越大，设备故障的概率越大，即敏感设备电压暂降故障的水平越高，对敏感设备电压暂降故障水平进行评估

P(A)＝P_U(A)P_T(A)；

具体实施例中，所述敏感设备电压暂降故障的概率评估公式具体的求得过程为：

建立如下敏感设备电压暂降故障水平评估模型：

结合以下公式，

μ(x)＝a₁xⁿ+a₂x^n-1+...+a_nx+a_n+1

求解得到如下公式：

进一步求解得到以下敏感设备电压暂降故障的概率评估公式：

P(A)＝P_U(A)P_T(A)

其中，P(A)为评估敏感设备电压暂降故障的水平基数。

相应地，本发明的又一方面还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下的步骤：

根据最大熵原理求电压暂降强度指标的概率密度函数；

确定敏感设备电压耐受能力的隶属函数，并根据设备电压耐受能力隶属函数确定敏感设备故障状态隶属函数；

根据以下敏感设备电压暂降故障的概率评估公式中，敏感设备电压暂降故障的水平基于P(A)的数值越大，设备故障的概率越大，即敏感设备电压暂降故障的水平越高，对敏感设备电压暂降故障水平进行评估，

P(A)＝P_U(A)P_T(A)。

相应地，本发明的又一方面还提供一种计算机设备，该计算机设备包括通过系统总线连接的处理器、存储器、网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种。

本领域技术人员可以理解的是，上述计算机设备的结构，仅仅是与本申请方案相关的部分结构，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比上述情况中更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

相应地，本发明的又一方面还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下的步骤：

根据最大熵原理求电压暂降强度指标的概率密度函数；

确定敏感设备电压耐受能力的隶属函数，并根据设备电压耐受能力隶属函数确定敏感设备故障状态隶属函数；

根据以下敏感设备电压暂降故障的概率评估公式中，敏感设备电压暂降故障的水平基于P(A)的数值越大，设备故障的概率越大，即敏感设备电压暂降故障的水平越高，对敏感设备电压暂降故障水平进行评估

P(A)＝P_U(A)P_T(A)。

相应地，本发明的又一方面还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如下的步骤：

根据最大熵原理求电压暂降强度指标的概率密度函数；

确定敏感设备电压耐受能力的隶属函数，并根据设备电压耐受能力隶属函数确定敏感设备故障状态隶属函数；

根据以下敏感设备电压暂降故障的概率评估公式中，敏感设备电压暂降故障的水平基于P(A)的数值越大，设备故障的概率越大，即敏感设备电压暂降故障的水平越高，对敏感设备电压暂降故障水平进行评估

P(A)＝P_U(A)P_T(A)。

可以理解的是，上述计算机设备以及计算机可读存储介质中涉及的各步骤的更多细节可以参考前述对于一种敏感设备电压暂降故障水平评估方法的限定，在此不再赘述。

其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchl ink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

实施本发明实施例，具有如下有益效果：

本发明实施例提供的敏感设备电压暂降故障水平评估方法、计算机设备和存储介质,在影响敏感设备电压暂降故障水平的不同因素的不确定特征的基础上，根据其内涵和外延的不确定，分别建立电压暂降强度的随机模型、设备电压耐受能力的模糊模型和设备故障状态的模糊模型；基于可靠性工程中模糊安全事件隶属函数的确定原理和方法，建立设备故障状态的隶属函数，准确把握实际运行环境中可能对设备存在影响的因素，准确评估设备故障水平的概率，为规划和改造电网提供一项准确的参考标准，有效降低电网改造以及建设的成本，避免不必要的浪费，提高电网使用者的满意度。

以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (8)

1.一种敏感设备电压暂降故障水平评估方法，其特征在于，包括如下步骤：

步骤S1，根据最大熵原理求电压暂降强度指标的概率密度函数；

步骤S2，确定敏感设备电压耐受能力的隶属函数，并根据设备电压耐受能力隶属函数确定敏感设备故障状态隶属函数；

步骤S3，根据以下敏感设备电压暂降故障的概率评估公式中，敏感设备电压暂降故障的水平基于P(A)的数值越大，设备故障的概率越大，即敏感设备电压暂降故障的水平越高，对敏感设备电压暂降故障水平进行评估，

P(A)＝P_U(A)P_T(A)。

2.如权利要求1所述的方法，其特征在于，在步骤S1中，所述电压暂降强度指标的概率密度函数根据最大熵原理求解的基础公式为：

maxH＝-∫_Rf(s)lnf(s)ds

s.t.∫_Rf(s)ds＝1

∫_Rsf(s)ds＝E₁

∫_R(s-E₁)ⁿf(s)ds＝E_n,n＝2,3,...,N

其中，H为随机变量S的熵，f(s)为S的概率密度函数，R为S的取值边界，E₁为电压暂降强度指标样本数据的1阶原点矩，E_n为电压暂降强度指标样本数据的n阶中心矩。

3.如权利要求2所述的方法，其特征在于，在步骤S1中，所述电压暂降强度指标的概率密度函数求解过程具体为：

根据将以下公式引入拉格朗日算子，

maxH＝-∫_Rf(s)lnf(s)ds

∫_R(s-E₁)ⁿf(s)ds＝E_n,n＝2,3,...,N

得概率密度函数解析式：

进一步，对于S中的参数T,U分别算其概率密度函数为：

其中，T为持续时间，U为电压暂降时电压的下降值。

4.如权利要求3所述的方法，其特征在于，所述步骤S2进一步包括以下步骤：

步骤S21,确定被评估敏感设备的电压下降值耐受能力和电压暂降持续时间耐受能力的取值范围，得到评估的范围；

步骤S22,根据设备电压耐受能力的区间样本数据，建立设备电压下降值耐受能力及电压暂降持续时间耐受能力的频数分布表；

步骤S23，建立设备电压耐受能力的隶属度分布表；

步骤S24，利用polyfit函数，采用多项式拟合方法确定设备电压耐受能力隶属函数的解析式。

5.如权利要求4所述的方法，其特征在于，在步骤S24中，所述确定设备电压耐受能力隶属函数解析式的过程具体为：

多项式拟合方法中设备电压耐受能力隶属函数的解析式为以下公式：

μ(x)＝a₁xⁿ+a₂x^n-1+…+a_nx+a_n+1

设定s为是电压暂降强度指标值，x为设备耐受能力值，设备故障判据是s>x，

x_min<s<x_max时，设备故障状态的隶属函数为以下公式：

其中，μ(x)为设备电压耐受能力隶属函数，

进一步求解，电压耐受能力变化范围(0,+∞)内，敏感设备故障状态隶属函数为以下公式：

其中，μ_A(s)表示敏感设备故障状态隶属函数值。

6.如权利要求5所述的方法，其特征在于，在步骤S3中，所述敏感设备电压暂降故障的概率评估公式具体的求得过程为：

建立如下敏感设备电压暂降故障水平评估模型：

结合以下公式，

μ(x)＝a₁xⁿ+a₂x^n-1+…+a_nx+a_n+1

求解得到如下公式：

进一步求解得到以下敏感设备电压暂降故障的概率评估公式：

P(A)＝P_U(A)P_T(A)

其中，P(A)为评估敏感设备电压暂降故障的水平基数。

7.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。

8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。