CN111460388A - 电网雷击停运概率计算方法、装置、设备和存储介质 - Google Patents
电网雷击停运概率计算方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN111460388A CN111460388A CN202010331765.9A CN202010331765A CN111460388A CN 111460388 A CN111460388 A CN 111460388A CN 202010331765 A CN202010331765 A CN 202010331765A CN 111460388 A CN111460388 A CN 111460388A
- Authority
- CN
- China
- Prior art keywords
- lightning
- power grid
- probability density
- density function
- power
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 27
- 238000004364 calculation method Methods 0.000 title claims description 29
- 208000025274 Lightning injury Diseases 0.000 claims abstract description 129
- 238000000034 method Methods 0.000 claims abstract description 64
- 230000006870 function Effects 0.000 claims description 141
- 230000005540 biological transmission Effects 0.000 claims description 83
- 238000009826 distribution Methods 0.000 claims description 13
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000005070 sampling Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000011541 reaction mixture Substances 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000528 statistical test Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- 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)
Abstract
本发明公开了一种电网雷击停运概率计算方法、装置、设备和存储介质。电网雷击停运概率计算方法包括:获取电网元件在设定时间内的雷击数据;根据所述雷击数据确定所述电网元件的雷击率;基于所述电网元件的雷击率构建所述电网元件的雷击概率密度函数;根据所述电网元件的雷击概率密度函数构建多个所述电网元件的雷击联合概率密度函数;基于所述电网元件的雷击率、所述电网元件的雷击概率密度函数和多个所述电网元件的雷击联合概率密度函数计算电网雷击停运概率。本实施例的技术方案,实现了准确计算电网雷击停运概率,从而确定电网的整体运行状态,为供电管理以及电网调度运行提供了必要的技术支撑。
Description
技术领域
本发明实施例涉及电力系统技术领域,尤其涉及一种电网雷击停运概率计算方法、装置、设备和存储介质。
背景技术
保障对负荷可持续性供电是电网追求的目标之一。负荷是综合性的,往往受多种因素的影响,在一定运行周期(1小时、1天、1月、1年、5年、10年等)内总是波动的,而且这种波动性具有很大的不确定性和随机性。负荷通过线路与电源连接,并在正常运行情况下从电源获得电力和电量。
负荷仅通过一条线路与电源相连接时,一旦发生线路雷击而退出运行的情况,负荷将失去电源的供电,负荷被供电可靠性较低。负荷通过多条线路与一个或多个电源相连接时,一旦发生一条线路雷击而退出运行的情况,负荷不会失去电源的供电,供电可靠性会有较高的保证。只有当所有与电源相连接的线路发生雷击而退出运行时,负荷才会完全失去电源。当电网变压器、线路等元件发生雷击时,一旦一条线路发生雷击退出运行并导致余下线路都同时过负荷,负荷也会因余下线路退出运行而完全失去电源;如果两条或多条线路同时发生雷击退出运行,余下线路过负荷并退出运行的可能性更大,也会造成整个供电系统的完全停运。可见,电网中的变压器、线路等元件发生雷击并退出运行为供电系统带来的停运风险很大,给负荷带来的影响和损失也很大。因此,需要确定这种风险的大小,为供电管理提供技术指导。
以往通常采用潮流计算方法来确定当变压器、线路等元件发生雷击时余下线路过负荷的状态,这种方法对线路和变压器发生雷击的不确定性和随机性所造成的线路过负荷状态很难做出准确的估计;加上线路因发生雷击而退出运行的状态的不确定性和随机性,会导致电网雷击停运概率的计算失准,从而增大电网过负荷状态估计的难度,并使估计结果更不可信。
发明内容
本发明实施例提供一种电网雷击停运概率计算方法、装置、设备和存储介质,以实现准确计算电网雷击停运概率,为供电管理以及电网调度运行提供技术支撑。
第一方面,本发明实施例提供了一种电网雷击停运概率计算方法,包括:
获取电网元件在设定时间内的雷击数据;
根据所述雷击数据确定所述电网元件的雷击率;
基于所述电网元件的雷击率构建所述电网元件的雷击概率密度函数;
根据所述电网元件的雷击概率密度函数构建多个所述电网元件的雷击联合概率密度函数;
基于所述电网元件的雷击率、所述电网元件的雷击概率密度函数和多个所述电网元件的雷击联合概率密度函数计算电网雷击停运概率。
可选地,所述电网元件包括电网中的输电线路和变压器;所述电网元件在设定时间内的雷击数据包括所述电网元件所在区域的落雷密度、闪电次数、雷暴日、雷电频率、雷电周期、雷电流幅值,以及所述电网元件历年的雷击跳闸率、直击率和绕击率。
可选地,根据所述雷击数据确定所述电网元件的雷击率,包括:
采用蒙特卡罗模拟方法,根据所述输电线路的雷击数据确定所述输电线路的雷击率;
采用蒙特卡罗模拟方法,根据所述变压器的雷击数据确定所述变压器的雷击率。
可选地,所述电网元件被雷击为随机事件,并服从泊松分布;所述电网元件的雷击概率密度函数包括所述输电线路的雷击概率密度函数和所述变压器的雷击概率密度函数;
所述输电线路的雷击概率密度函数构建为如下公式:
所述变压器的雷击概率密度函数构建为如下公式:
第二方面,本发明实施例还提供了一种电网雷击停运概率计算装置,包括:
雷击数据获取模块,用于获取电网元件在设定时间内的雷击数据;
雷击率确定模块,用于根据所述雷击数据确定所述电网元件的雷击率;
雷击概率密度函数构建模块,用于基于所述电网元件的雷击率构建所述电网元件的雷击概率密度函数;
雷击联合概率密度函数模块,用于根据所述电网元件的雷击概率密度函数构建多个所述电网元件的雷击联合概率密度函数;
电网雷击停运概率计算模块,用于基于所述电网元件的雷击率、所述电网元件的雷击概率密度函数和多个所述电网元件的雷击联合概率密度函数计算多个所述电网元件被雷击导致的电网雷击停运概率。
第三方面,本发明实施例还提供了一种设备,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面所述的电网雷击停运概率计算方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面所述的电网雷击停运概率计算方法。
本发明实施例提供了一种电网雷击停运概率计算方法、装置、设备和存储介质,电网雷击停运概率计算方法包括:获取电网元件在设定时间内的雷击数据;根据所述雷击数据确定所述电网元件的雷击率;基于所述电网元件的雷击率构建所述电网元件的雷击概率密度函数;根据所述电网元件的雷击概率密度函数构建多个所述电网元件的雷击联合概率密度函数;基于所述电网元件的雷击率、所述电网元件的雷击概率密度函数和多个所述电网元件的雷击联合概率密度函数计算电网雷击停运概率。本实施例的技术方案,缓解了现有技术中通过潮流计算方法来确定电网状态而导致的电网雷击停运概率计算失准,增大电网过负荷状态估计的难度,使估计结果不可信的问题,实现了准确计算电网雷击停运概率,有助于指导电力系统运行人员准确掌握电网元件的运行状态,从而确定电网的整体运行状态,为供电管理以及电网调度运行提供了必要的技术支撑。
附图说明
图1是本发明实施例提供的一种电网雷击停运概率计算方法的流程示意图图;
图2是本发明实施例提供的另一种电网雷击停运概率计算方法的流程示意图;
图3是本发明实施例提供的一种输变电两级多元件电力系统的结构示意图;
图4是本发明实施例提供的另一种电网雷击停运概率计算方法的流程示意图;
图5是本发明实施例提供的一种电网雷击停运概率计算装置的结构示意图;
图6是本发明实施例提供的一种终端的结构示意图
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例提供的一种电网雷击停运概率计算方法的流程示意图图,本实施例可适用于计算电力系统中因电网元件发生雷击退出运行而导致电网停运的概率的情况,该方法可以由电网雷击停运概率计算装置执行,该装置可以采用软件和/或硬件的方式实现,该装置可配置于电子设备中,例如服务器或终端设备,典型的终端设备包括移动终端,具体包括手机、电脑或平板电脑等。如图1所示,电网雷击停运概率计算方法具体包括:
S110、获取电网元件在设定时间内的雷击数据。
具体地,本发明实施中的电网元件可以是电力系统中用于对电能进行生产、变换、输送和分配的元件,例如发电机、变压器和输电线路等。设定时间可以是电网的运行周期,例如1小时、1天、1月、1年、5年和10年等。雷击数据可以包括设定时间内,电网元件设置区域的雷击气象数据、雷电参数,以及电网元件发生雷击引起电网停运的相关参数等。
S120、根据雷击数据确定电网元件的雷击率。
其中,电网元件的雷击率为电网元件发生雷击的概率。示例性地,可以获取电网元件在设定时间内的雷击数据,通过概率统计的方法确定电网元件的雷击率。由于电网运行方式和电网负荷具有不确定性和随机性,电网元件发生雷击也具有随机性,也可以根据随机事件的概率模型,结合电网元件在设定时间内的雷击数据,通过概率分析和模拟实验的方式来确定电网元件的雷击率。
S130、基于电网元件的雷击率构建电网元件的雷击概率密度函数。
示例性地,电网元件在时间维度上发生的雷击事件可看做连续型随机变量,不同时间节点,电网元件的雷击次数具有相应的概率,可以根据随机变量的概率分布模式,结合电网元件的雷击率,构建电网元件的雷击概率密度函数,以确定电网元件在某一时间节点上的雷击概率的可能性函数。
S140、根据电网元件的雷击概率密度函数构建多个电网元件的雷击联合概率密度函数。
具体地,电网元件的雷击概率密度函数可以是单个电网元件的雷击概率密度函数,由于电力系统中具有多种电网元件,每种电网元件的个数均可以是多个,多个电网元件的雷击联合概率密度函数,可以是电力系统中的多个电网元件同时发生雷击的联合概率密度函数。可以根据步骤S130中的单个电网元件的雷击概率密度函数构建不同种类的电网元件的雷击联合概率密度函数,例如,分别确定电力系统中属于同类型的每个电网元件的雷击概率密度函数,然后根据随机事件的概率计算方法,确定电力系统中属于同类型的所有电网元件均发生雷击时,该类电网元件的雷击联合概率密度函数。
S150、基于电网元件的雷击率、电网元件的雷击概率密度函数和多个电网元件的雷击联合概率密度函数计算电网雷击停运概率。
示例性地,电力系统线路上的电网元件发生雷击导致电网停运有如下几种情况:若电力系统中的负荷仅通过一条线路与电源相连接,一旦该线路上的电网元件发生雷击退出运行,有可能导致电网停运;若电力系统中的负荷通过多条线路与一个或多个电源相连接,一条线路上的电网元件发生雷击退出运行,不会导致电网停运,所有与电源相连接的线路上的电网元件发生雷击而退出运行时,有可能导致电网停运;一条线路上的电网元件发生雷击退出运行并导致余下线路都同时过负荷,可能导致电网停运;两条或多条线路上的电网元件同时发生雷击退出运行,导致余下线路过负荷并退出运行的可能性也很大,也会导致电网停运。可以结合上述电力系统中负荷通过电网元件与电源的不同连接形式,分析电力系统中每一种由于电网元件发生雷击而导致电网停运的情况,分别计算出现每种情况的概率,从而得到电网整体的雷击停运概率。
本发明实施例的技术方案,根据获取到的电网元件在设定时间内的雷击数据,在考虑电网运行方式和雷击事件的不确定性与随机性的基础上引入概率计算模型,通过概率分析的方法来计算电力系统中,由于电网元件发生雷击而退出运行所导致的电网雷击停运的概率。本实施例的技术方案,缓解了现有技术中通过潮流计算方法来确定电网状态而导致的电网雷击停运概率计算失准,增大电网过负荷状态估计的难度,使估计结果不可信的问题,实现了准确计算电网雷击停运概率,有助于指导电力系统运行人员准确掌握电网元件的运行状态,从而确定电网的整体运行状态,为供电管理以及电网调度运行提供了必要的技术支撑。
实施例二
图2是本发明实施例提供的另一种电网雷击停运概率计算方法的流程示意图。本实施例在上述实施例的基础上,进一步优化了上述电网元件雷击率的确定方法。相应地,如图2所示,本实施例的方法具体包括:
S210、获取电网元件在设定时间内的雷击数据。
图3是本发明实施例提供的一种输变电两级多元件电力系统的结构示意图。结合图3,对本发明实施例所提供的电网雷击停运概率计算方法进行说明。示例性地,电网元件包括电网中的输电线路和变压器。图3中的输电和变电两级多元件并列的电力系统由三部分组成,包括:由NL条输电线路 组成的并列输电部分、由NT台变压器组成的并列变电部分,以及负荷SD。其中,输电线路连接至高压母线1,变压器的一端连接高压母线1,另一端通过低压母线2连接负荷SD,负荷SD可由具有不同特性的本地负荷并列汇合而成。
示例性地,电网元件在设定时间内的雷击数据包括:输电线路路径所在区域的落雷密度、闪电次数、雷暴日、雷电频率、雷电周期、雷电流幅值、输电线路历年的雷击跳闸率、直击率和绕击率;以及,变压器安装区域的落雷密度、闪电次数、雷暴日、雷电频率、雷电周期、雷电流幅值、变压器历年的雷击跳闸率、直击率和绕击率。可以通过电网的能量管理系统获取输电线路和变压器在设定时间内(例如10年内)的上述雷击数据,以便确定输电线路和变压器的雷击率。
S220、采用蒙特卡罗模拟方法,根据输电线路的雷击数据确定输电线路的雷击率。
其中,蒙特卡罗模拟方法,又称随机抽样或统计试验方法,是以概率和统计理论方法为基础的一种计算方法。采用蒙特卡罗模拟方法能够真实地模拟实际物理过程,将所求解的问题同一定的概率模型相联系,用电子计算机实现统计模拟或抽样,以获得问题的近似解。示例性地,输电线路发生雷击为随机事件,可以采用蒙特卡罗模拟方法,结合步骤S210中的输电线路的雷击数据,构造或描述概率过程,实现从已知概率分布抽样,并建立各种估计量,得到输电线路在运行周期T0(如一小时、一天、一周、一年等)内的雷击率,其中,雷击率的单位可以是:次/T0,例如输电线路的雷击率为0.006次/小时。
S230、采用蒙特卡罗模拟方法,根据变压器的雷击数据确定变压器的雷击率。
同样的,变压器发生雷击也为随机事件,可以采用蒙特卡罗模拟方法,结合步骤S210中的变压器的雷击数据,构造或描述概率过程,实现从已知概率分布抽样,并建立各种估计量,得到变压器在运行周期T0(如一小时、一天、一周、一年等)内的雷击率,其中,雷击率的单位可以是:次/T0,例如变压器的雷击率为0.006次/小时。
S240、基于电网元件的雷击率构建电网元件的雷击概率密度函数。
示例性地,电网元件被雷击为随机事件,并服从泊松分布;电网元件的雷击概率密度函数包括输电线路的雷击概率密度函数和变压器的雷击概率密度函数。具体地,泊松分布适合于描述单位时间内随机事件发生的次数,泊松分布在管理科学、运筹学以及自然科学的某些问题中都占有重要的地位。可以将输电线路和变压器的雷击概率分布近似看作泊松分布,依据泊松分布的概率函数构建输电线路的雷击概率密度函数和变压器的雷击概率密度函数。
可选地,输电线路的雷击概率密度函数可以构建为如下公式:
其中,为输电线路的雷击概率密度,t为时间,x为雷击次数,为输电线路的雷击率,输电线路的条数为NL,NL条输电线路分别表示为 1≤i≤NL。可以将输电线路的雷击率带入泊松分布的概率函数中,以得到输电线路在设定时间内的雷击概率密度函数
可选地,变压器的雷击概率密度函数构建为如下公式:
其中,为变压器的雷击概率密度,t为时间,x为雷击次数,为变压器的雷击率,变压器的台数为NT,NT台变压器分别表示为1≤i≤NT。可以将变压器的雷击率带入泊松分布的概率函数中,以得到变压器在设定时间内的雷击概率密度函数
S250、根据电网元件的雷击概率密度函数构建多个电网元件的雷击联合概率密度函数。
具体地,电网中多条输电线路的雷击联合概率密度函数,即为电网中多条输电线路同时发生雷击时的概率密度函数。示例性地,在构建设定时间内,例如多条输电线路1天内的雷击联合概率密度函数时,可以将式(1)中的时间t取值为1,通过式(1)的输电线路的雷击概率密度函数确定电力系统中每条输电线路的雷击概率密度函数根据多个独立随机时间同时发生的概率计算原理,将作积,经过一系列的数值换算,得到多条输电线路的雷击联合概率密度函数。
具体地,电网中多台变压器的雷击联合概率密度函数,即为电网中多台变压器同时发生雷击时的概率密度函数。示例性地,在构建设定时间内,例如多台变压器1天内的雷击联合概率密度函数时,可以将式(2)中的时间t取值为1,通过式(2)的变压器的雷击概率密度函数确定电力系统中每台变压器的雷击概率密度函数根据多个独立随机时间同时发生的概率计算原理,将作积,经过一系列的数值换算,得到多台变压器的雷击联合概率密度函数。
S260、基于电网元件的雷击率、电网元件的雷击概率密度函数和多个电网元件的雷击联合概率密度函数计算电网雷击停运概率。
式(5)中,为多条输电线路的雷击联合概率密度函数,多台变压器的雷击联合概率密度函数,为电网中的一条输电线路单独发生雷击,而其他输电线路同时发生雷击的联合概率密度函数,为电网中的一台变压器单独发生雷击,而其他变压器同时发生雷击的联合概率密度函数。参考图3所示的输电和变电两级多元件并列的电力系统,当系统中的多条输电线路同时发生雷击并退出运行时,会导致整个电网停运;当系统中的多台变压器T1、同时发生雷击并退出运行时,会导致整个电网停运;当电网中的一条输电线路单独发生雷击,而其他输电线路同时发生雷击时,系统中的所有输电线路同样也会由于雷击而退出运行,也会导致整个电网停运;当电网中的一台变压器单独发生雷击,而其他变压器同时发生雷击时,系统中的所有变压器同样也会由于雷击而退出运行,导致整个电网停运。可以分析上述各种导致电网停运的情况,根据每种导致电网停运的情况的联合概率密度函数,确定电网的雷击停运概率。
本实施例的技术方案,在将输电线路和变压器发生雷击看作随机事件的基础上,通过电网的能量管理系统获取输电线路和变压器在设定时间内的雷击数据,采用概率计算的方法来计算每条输电线路和每台变压器发生雷击而退出运行的概率,依据泊松分布构建输电线路的雷击概率密度函数和变压器的雷击概率密度函数,根据输电线路的雷击概率密度函数构建多条输电线路的雷击联合概率密度函数,根据变压器的雷击概率密度函数构建多台变压器的雷击联合概率密度函数,最终依据上述函数确定电网雷击停运概率。利用本实施例的技术方案,可以帮助和指导运行人员准确掌握输电线路和变压器运行状态,为运行和检修工作提供技术方法,为电网调度提供技术支撑。
实施例三
图4是本发明实施例提供的另一种电网雷击停运概率计算方法的流程示意图。如图4所示,本实施例的方法具体包括:
S310、确定输电线路的雷击率。
S320、确定变压器的雷击率。
S330、确定输电线路的雷击概率密度函数。
输电线路的雷击概率密度函数的构建公式如下:
S340、确定变压器的雷击概率密度函数。
变压器的雷击概率密度函数的构建公式如下:
S350、确定多条输电线路的雷击联合概率密度函数。
多条输电线路雷击的联合概率密度函数的构建公式如下:
S360、确定多台变压器的雷击联合概率密度函数。
多台变压器雷击的联合概率密度函数的构建公式如下:
S370、计算电网雷击停运概率。
输电和变电两级多元件并列的电网雷击停运的联合概率的计算公式如下:
利用本发明实施例所提出的输变电两级多元件并列的电网雷击停运概率计算方法,可以计算出在一定运行周期(1小时、1天、1月、1年、5年、10年等)内输变电两级多元件并列的电网雷击停运的概率,帮助和指导运行人员准确掌握线路和变压器运行状态,为运行和检修工作提供技术方法,为电网调度提供技术支撑。
实施例四
图5是本发明实施例提供的一种电网雷击停运概率计算装置的结构示意图,本实施例可适用于计算电网雷击停运概率的情况。本发明实施例所提供的电网雷击停运概率计算装置可执行本发明任意实施例所提供的电网雷击停运概率计算方法,具备执行方法相应的功能模块和有益效果。
如图5所示,该装置具体包括雷击数据获取模块410、雷击率确定模块420、雷击概率密度函数构建模块430、雷击联合概率密度函数模块440和电网雷击停运概率计算模块450,其中:
雷击数据获取模块410用于获取电网元件在设定时间内的雷击数据;
雷击率确定模块420用于根据雷击数据确定电网元件的雷击率;
雷击概率密度函数构建模块430用于基于电网元件的雷击率构建电网元件的雷击概率密度函数;
雷击联合概率密度函数模块440用于根据电网元件的雷击概率密度函数构建多个电网元件的雷击联合概率密度函数;
电网雷击停运概率计算模块450用于基于电网元件的雷击率、电网元件的雷击概率密度函数和多个电网元件的雷击联合概率密度函数计算多个电网元件被雷击导致的电网雷击停运概率。
本发明实施例所提供的电网雷击停运概率计算装置可执行本发明任意实施例所提供的电网雷击停运概率计算方法,具备执行方法相应的功能模块和有益效果,这里不再赘述。
实施例五
图6是本发明实施例提供的一种终端的结构示意图。图6示出了适于用来实现本发明实施方式的示例性设备512的框图。图6显示的设备512仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示,设备512以通用设备的形式表现。设备512的组件可以包括但不限于:一个或者多个处理器516,存储装置528,连接不同系统组件(包括存储装置528和处理器516)的总线518。
总线518表示几类总线结构中的一种或多种,包括存储装置总线或者存储装置控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry SubversiveAlliance,ISA)总线,微通道体系结构(Micro Channel Architecture,MAC)总线,增强型ISA总线、视频电子标准协会(Video Electronics Standards Association,VESA)局域总线以及外围组件互连(Peripheral Component Interconnect,PCI)总线。
设备512典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备512访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储装置528可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(Random Access Memory,RAM)530和/或高速缓存存储器532。设备512可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统535可以用于读写不可移动的、非易失性磁介质(图6未显示,通常称为“硬盘驱动器”)。尽管图6中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘,例如只读光盘(Compact Disc Read-Only Memory,CD-ROM),数字视盘(Digital Video Disc-Read Only Memory,DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线518相连。存储装置528可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块552的程序/实用工具550,可以存储在例如存储装置528中,这样的程序模块552包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块552通常执行本发明所描述的实施例中的功能和/或方法。
设备512也可以与一个或多个外部设备515(例如键盘、指向终端、显示器525等)通信,还可与一个或者多个使得用户能与该设备512交互的终端通信,和/或与使得该设备512能与一个或多个其它计算终端进行通信的任何终端(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口522进行。并且,设备512还可以通过网络适配器520与一个或者多个网络(例如局域网(Local Area Network,LAN),广域网(Wide Area Network,WAN)和/或公共网络,例如因特网)通信。如图6所示,网络适配器520通过总线518与设备512的其它模块通信。应当明白,尽管图中未示出,可以结合设备512使用其它硬件和/或软件模块,包括但不限于:微代码、终端驱动器、冗余处理器、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of Independent Disks,RAID)系统、磁带驱动器以及数据备份存储系统等。
处理器516通过运行存储在存储装置528中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的电网雷击停运概率计算方法,该方法包括:
获取电网元件在设定时间内的雷击数据;
根据雷击数据确定电网元件的雷击率;
基于电网元件的雷击率构建电网元件的雷击概率密度函数;
根据电网元件的雷击概率密度函数构建多个电网元件的雷击联合概率密度函数;
基于电网元件的雷击率、电网元件的雷击概率密度函数和多个电网元件的雷击联合概率密度函数计算电网雷击停运概率。
实施例六
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例所提供的电网雷击停运概率计算方法,该方法包括:
获取电网元件在设定时间内的雷击数据;
根据雷击数据确定电网元件的雷击率;
基于电网元件的雷击率构建电网元件的雷击概率密度函数;
根据电网元件的雷击概率密度函数构建多个电网元件的雷击联合概率密度函数;
基于电网元件的雷击率、电网元件的雷击概率密度函数和多个电网元件的雷击联合概率密度函数计算电网雷击停运概率。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或终端上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种电网雷击停运概率计算方法,其特征在于,包括:
获取电网元件在设定时间内的雷击数据;
根据所述雷击数据确定所述电网元件的雷击率;
基于所述电网元件的雷击率构建所述电网元件的雷击概率密度函数;
根据所述电网元件的雷击概率密度函数构建多个所述电网元件的雷击联合概率密度函数;
基于所述电网元件的雷击率、所述电网元件的雷击概率密度函数和多个所述电网元件的雷击联合概率密度函数计算电网雷击停运概率。
2.根据权利要求1所述的方法,其特征在于,所述电网元件包括电网中的输电线路和变压器;所述电网元件在设定时间内的雷击数据包括所述电网元件所在区域的落雷密度、闪电次数、雷暴日、雷电频率、雷电周期、雷电流幅值,以及所述电网元件历年的雷击跳闸率、直击率和绕击率。
3.根据权利要求2所述的方法,其特征在于,根据所述雷击数据确定所述电网元件的雷击率,包括:
采用蒙特卡罗模拟方法,根据所述输电线路的雷击数据确定所述输电线路的雷击率;
采用蒙特卡罗模拟方法,根据所述变压器的雷击数据确定所述变压器的雷击率。
8.一种电网雷击停运概率计算装置,其特征在于,包括:
雷击数据获取模块,用于获取电网元件在设定时间内的雷击数据;
雷击率确定模块,用于根据所述雷击数据确定所述电网元件的雷击率;
雷击概率密度函数构建模块,用于基于所述电网元件的雷击率构建所述电网元件的雷击概率密度函数;
雷击联合概率密度函数模块,用于根据所述电网元件的雷击概率密度函数构建多个所述电网元件的雷击联合概率密度函数;
电网雷击停运概率计算模块,用于基于所述电网元件的雷击率、所述电网元件的雷击概率密度函数和多个所述电网元件的雷击联合概率密度函数计算多个所述电网元件被雷击导致的电网雷击停运概率。
9.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的电网雷击停运概率计算方法。
10.一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,该程序被处理器执行时实现如权利要求1-7中任一所述的电网雷击停运概率计算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010331765.9A CN111460388B (zh) | 2020-04-24 | 2020-04-24 | 电网雷击停运概率计算方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010331765.9A CN111460388B (zh) | 2020-04-24 | 2020-04-24 | 电网雷击停运概率计算方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111460388A true CN111460388A (zh) | 2020-07-28 |
CN111460388B CN111460388B (zh) | 2024-03-29 |
Family
ID=71683823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010331765.9A Active CN111460388B (zh) | 2020-04-24 | 2020-04-24 | 电网雷击停运概率计算方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111460388B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111967772A (zh) * | 2020-08-18 | 2020-11-20 | 广东电网有限责任公司东莞供电局 | 一种多线路并行供电系统过负荷停运概率的计算方法 |
CN112001070A (zh) * | 2020-08-10 | 2020-11-27 | 国网山东省电力公司滨州供电公司 | 一种输电线受外部环境影响停运概率的建模方法 |
CN113656743A (zh) * | 2021-08-12 | 2021-11-16 | 贵州省建筑设计研究院有限责任公司 | 基于气象大数据的建筑年预计雷击大地次数精准计算方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103383427A (zh) * | 2012-05-04 | 2013-11-06 | 山西省电力公司阳泉供电公司 | 一种电网雷电定位分析方法及系统 |
WO2019011334A1 (zh) * | 2017-07-13 | 2019-01-17 | 国网江苏省电力有限公司苏州供电分公司 | 雷电动态防护方法及系统 |
CN109447418A (zh) * | 2018-09-29 | 2019-03-08 | 广东工业大学 | 一种输变电两级多元件并列的电网检修停运概率计算方法 |
CN109494737A (zh) * | 2018-12-26 | 2019-03-19 | 广东工业大学 | 电力系统故障、检修、过负荷、雷击停运联合概率计算方法 |
-
2020
- 2020-04-24 CN CN202010331765.9A patent/CN111460388B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103383427A (zh) * | 2012-05-04 | 2013-11-06 | 山西省电力公司阳泉供电公司 | 一种电网雷电定位分析方法及系统 |
WO2019011334A1 (zh) * | 2017-07-13 | 2019-01-17 | 国网江苏省电力有限公司苏州供电分公司 | 雷电动态防护方法及系统 |
CN109447418A (zh) * | 2018-09-29 | 2019-03-08 | 广东工业大学 | 一种输变电两级多元件并列的电网检修停运概率计算方法 |
CN109494737A (zh) * | 2018-12-26 | 2019-03-19 | 广东工业大学 | 电力系统故障、检修、过负荷、雷击停运联合概率计算方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112001070A (zh) * | 2020-08-10 | 2020-11-27 | 国网山东省电力公司滨州供电公司 | 一种输电线受外部环境影响停运概率的建模方法 |
CN112001070B (zh) * | 2020-08-10 | 2023-10-03 | 国网山东省电力公司滨州供电公司 | 一种输电线受外部环境影响停运概率的建模方法 |
CN111967772A (zh) * | 2020-08-18 | 2020-11-20 | 广东电网有限责任公司东莞供电局 | 一种多线路并行供电系统过负荷停运概率的计算方法 |
CN113656743A (zh) * | 2021-08-12 | 2021-11-16 | 贵州省建筑设计研究院有限责任公司 | 基于气象大数据的建筑年预计雷击大地次数精准计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111460388B (zh) | 2024-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111460388A (zh) | 电网雷击停运概率计算方法、装置、设备和存储介质 | |
Yang et al. | Reliability and availability analysis of standby systems with working vacations and retrial of failed components | |
James et al. | Intelligent time-adaptive transient stability assessment system | |
CN112633511B (zh) | 用于计算量子配分函数的方法、相关装置及程序产品 | |
Guo et al. | Toward efficient cascading outage simulation and probability analysis in power systems | |
CN114862656A (zh) | 基于多gpu的分布式深度学习模型训练代价的获取方法 | |
CN116544999B (zh) | 储能系统的装机容量确定方法、装置、设备和介质 | |
CN108491875A (zh) | 一种数据异常检测方法、装置、设备及介质 | |
US11301598B2 (en) | Method and system for fast determining time-delay stability margin of power system | |
US20110313727A1 (en) | Data center physical infrastructure threshold analysis | |
CN113268403A (zh) | 时间序列的分析预测方法、装置、设备及存储介质 | |
CN111626498A (zh) | 设备运行状态预测方法、装置、设备及存储介质 | |
Inoue et al. | Lognormal process software reliability modeling with testing-effort | |
CN111063093B (zh) | 一种彩票开奖系统及方法 | |
Algikar et al. | A robust data-driven process modeling applied to time-series stochastic power flow | |
CN114238335A (zh) | 一种埋点数据生成方法及其相关设备 | |
CN113837569A (zh) | It服务人员的匹配方法、系统、电子设备和介质 | |
Wang | Tracing spinning reserve inadequacy risk via hybrid importance sampling with an optimised partially collapsed Gibbs sampler | |
CN114841010B (zh) | 等值电导矩阵存储量化方法、装置、设备及可读存储介质 | |
WO2024108475A1 (zh) | 直流输电线路的风险评估方法、装置、设备和存储介质 | |
Gao et al. | Generation Method for Medium and Long-Term Photovoltaic Power Time Series Considering Variable Order Time Series Characteristics | |
Hirose | More accurate breakdown voltage estimation for the new step-up test method in the gumbel distribution model | |
Optis | A Monte Carlo-Based Approach to Assessing Annual Energy Production and Uncertainty | |
Kim et al. | Reliability analysis of core protection calculator system using petri net | |
Zhang et al. | Topology Identification for Distribution Systems Based on Bayesian Nonparametric Model and Gaussian Mixture Ensemble Kalman Filter |
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 |