CN111932068A - 考虑继电保护隐性故障严重程度的故障率模型及评估方法 - Google Patents
考虑继电保护隐性故障严重程度的故障率模型及评估方法 Download PDFInfo
- Publication number
- CN111932068A CN111932068A CN202010642380.4A CN202010642380A CN111932068A CN 111932068 A CN111932068 A CN 111932068A CN 202010642380 A CN202010642380 A CN 202010642380A CN 111932068 A CN111932068 A CN 111932068A
- Authority
- CN
- China
- Prior art keywords
- protection
- fault
- hidden
- probability
- rate
- 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.)
- Pending
Links
- 230000004224 protection Effects 0.000 title claims abstract description 186
- 238000011156 evaluation Methods 0.000 title claims abstract description 14
- 238000000034 method Methods 0.000 claims abstract description 8
- 230000009471 action Effects 0.000 claims description 41
- 238000012423 maintenance Methods 0.000 claims description 11
- 230000032683 aging Effects 0.000 claims description 10
- 230000007257 malfunction Effects 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 5
- 238000011158 quantitative evaluation Methods 0.000 claims description 5
- 230000008439 repair process Effects 0.000 claims description 5
- 230000007704 transition Effects 0.000 claims description 5
- 238000005315 distribution function Methods 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 4
- 238000005520 cutting process Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000010248 power generation Methods 0.000 claims 1
- 230000008859 change Effects 0.000 abstract description 3
- 230000003449 preventive effect Effects 0.000 abstract description 3
- 241000282344 Mellivora capensis Species 0.000 description 6
- 150000001875 compounds Chemical class 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000012502 risk assessment Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000001681 protective effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 208000025274 Lightning injury Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001360 synchronised effect Effects 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)
- Emergency Protection Circuit Devices (AREA)
Abstract
本发明涉及一种考虑继电保护隐性故障严重程度的故障率模型及评估方法,通过建立继电保护装置故障率模型和电力系统(线路‑继电保护)Markov模型,进行继电保护隐性故障严重程度的量化评估;本发明考虑了线路实时运行条件的变化对保护隐性故障概率的影响,确定了继电保护发生隐性故障的具体概率值,便于找出电力系统的薄弱环节,并据此可提出减小系统连锁故障风险的预防措施。
Description
技术领域
本发明涉及一种考虑继电保护隐性故障严重程度的故障率模型及评估方法。属于电力技术领域。
背景技术
随着电力需求的不断增加,电网迅速发展。至20世纪末,世界电网的发展已经进入大规模互联电网阶段,形成了具有跨区或跨国电力传输能力的大型同步电网。大规模互联电网虽然解决了电力资源的优化配置问题,但同时也加大了发生电力系统连锁故障的风险。在世界范围内,也曾因为连锁故障导致了多起大面积停电事故。如:2003年8月14日发生的美加大停电,由于在高温天气下线路跳闸,引发线路过负荷连锁跳闸,最终系统崩溃引发大停电;2011年9月8日美国西南太平洋电网崩溃,由于高温重负荷条件下一条500 kV线路故障,负荷转移造成变压器过负荷跳闸相继退出运行,引起连锁反应最终引发大停电;2012年7月30日与7月31日,印度电网发生两起大停电事故,均是由于北部和西部电网400kV联络线线路跳闸,系统负荷转移触发连锁反应,最终导致电网崩溃;2005年9月我国海南发生大面积停电,2008年1至2月中国南方由于冰灾发生大面积、长时间停电事故,2006年7月1日华北华中联网系统河南电网内多条500和220kV线路跳闸导致华中电网发生大范围功率振荡等。
电网互联带来规模效益的同时,也使各元件之间的相互关系更加复杂,电网运行面临更大的风险。根据以上事故分析,可知大停电是由具有因果关系的一系列扰动故障逐级演变而成。其中,继电保护本应是阻止故障扩大的“防火墙”,但在历次大停电事故过程中却成了扩大事故的一个重要因素。部分保护整定不合理,虽然按定值正确动作但从系统整体而言却是错误的,在系统正常时不会出现任何问题,但在系统异常时,其动作行为却与预想相反,这就给事故扩大埋下了隐患,存在着相当的隐蔽性。因此,有必要研究考虑隐性故障下的连锁故障量化评估指标与方法。
发明内容
本发明的目的在于克服上述不足,提供了一种考虑继电保护隐性故障严重程度的故障率模型及评估方法。
本发明的目的是这样实现的:
一种考虑经济效益的连锁故障风险评估,其特点是:包括如下步骤:
S1:建立线路-继电保护Markov模型;
在电网运行某一时刻下,输电线路和继电保护装置的故障率恒定,采用Markov模型分析被保护元件与继电保护装置,对两套主保护及远近后备保护建建立线路-保护系统的49状态Markov状态转移图;
针对上述49状态的Markov模型,设其驻留概率矩阵为:
以及转移矩阵A,则满足如下方程:
根据Markov分析结果,可得保护正确动作概率:
主保护拒动概率:
近后备保护拒动概率:
远后备保护拒动概率:
保护拒动概率:
保护误动概率:
则保护不正确动作概率:
除此之外,该模型还可计算出保护系统含有隐性故障的概率,即
主保护隐性拒动概率:
近后备隐性保护拒动概率:
远后备隐性保护拒动概率:
隐性误动概率:
保护含有隐性故障概率:
S2:考虑继电保护隐性故障严重程度的量化评估模型;
风险是指对不期望发生的后果的概率和严重性的度量,用概率与后果的乘积表示,即:
式中,R表示风险,P为事故发生的概率,I为事故发生的后果。
采用切机量和失负荷量来表征由于保护隐性故障导致连锁故障发生带来的后果,即:
式中g 1 和g 2 表示权重,I G表示连锁故障损失的发电量,I L表示连锁故障损失的量负荷量。
进一步的,S1中,对两套主保护及远近后备保护建模作如下假设:
保护发生故障的概率低,不考虑多套保护或保护与元件同时发生故障的情况,所有故障均是由前一故障基础发展而来;
保护在一段运行时间内的故障率与修复率视为常数;
状态维修采用了在线自检与监视手段,代替了定期检修,保护系统不考虑检修周期;
两套主保护采用或门连接,可将两套主保护视作一个整体,保护整体不正确动作造成的连锁故障事故链及后果与分别考虑时是相同的,因此建模时将两套主保护状态合并;
保护隐性故障在元件故障或外部因素触发下暴露后将会对保护系统进行彻底检修,修复后的系统各段保护均是正常的,在新状态转移前不存在隐性故障;因此为简化模型,可对造成故障后果一致的状态进行合并;但隐性故障未暴露的状态,因不能确定其暴露后的后果,因而不能合并。
进一步的,S1中,包括建立继电保护装置故障率模型;
继电保护装置故障率模型从人为失误平均故障率、保护装置老化失效率、保护所处环境影响平均故障率三个方面分别对其进行建模;
人为失误平均故障率为l R ;
保护装置老化失效率为:
式中,k和b决定了Weibull分布函数的形状和尺度;
保护所处环境影响平均故障率为l ext ;
以上三个方面的因素具有互斥性,相互独立,因此可叠加,得到保护的故障率l P 为:
进一步的,建模时两套主保护状态合并,两套主保护装置以“或”逻辑连接,保护隐性误动次数与不正确动作次数之和的百分比为C 1 ,
进一步的,考虑微机保护的自检,可分别得出主保护未检测出隐性误动率C 4=(1-C 1)·C I·l PI,隐性拒动率C 5=(1- C 1)·(1-C I)·l PI;近后备保护未检测出隐性误动率C 6=(1- C 2)·C II·l PII,隐性拒动率C 7=(1- C 2)·(1-C II)·l PII;以及远后备保护未检测出隐性误动率C 8=(1- C 3)·C III·l PIII,隐性拒动率C 9=(1- C 3)·(1-C III)·l PIII。
与现有技术相比,本发明的有益效果是:
本发明一种考虑继电保护隐性故障严重程度的故障率模型及评估方法,考虑了线路实时运行条件的变化对保护隐性故障概率的影响,确定了继电保护发生隐性故障的具体概率值,便于找出电力系统的薄弱环节,并据此可提出减小系统连锁故障风险的预防措施。
附图说明
图1为保护故障率随时间变化曲线。
图2为保护老化失效故障率随时间变化曲线。
图3Markov状态模型。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
通过研究,并不是所有的隐性故障对电力系统都具有同样的危害性,为了评估不同的隐性故障的严重性程度,国内外很多学者将风险理论应用于基于隐性故障的电力系统连锁故障的分析评估,建立了连锁故障的风险评估体系,从而找出电力系统的薄弱环节,据此提出减小系统连锁故障风险的预防措施。隐性故障风险评估的基本思想是利用继电保护隐性故障的概率,根据系统的拓扑结构对连锁故障模型进行仿真计算,最后为了能够定量地分析决定安全等级的因素:事故的可能性和严重性,将风险定义为事故的概率与事故后果的乘积。
如何确定继电保护发生隐性故障的具体概率值是值得研究的问题。目前主要有两种方法:概率统计法和概率模型法。概率统计法是固定的、不变的,方便于连锁故障的风险评估,但忽略了线路实时运行条件的变化对保护隐性故障概率的影响。
针对触发继电保护隐性故障的原因主要有两个,一是保护装置本身具有隐性故障,二是要使电力系统工作在不正常状态或故障状态。
本发明涉及一种考虑继电保护隐性故障严重程度的故障率模型及评估方法,包括如下步骤:
S1:继电保护装置故障率模型(保护装置本身具有的隐性故障);
导致继电保护装置发生隐性故障的因素有很多,将其归纳为五点,即装置硬件失效、装置软件故障、保护整定不合理、外界自然环境影响、人为操作不当。而其中,保护装置的软件故障、定值整定失配、人为误操作均是由于人为失误导致的,计及故障率时可统一合并,因此本文将从人为失误、保护装置自身的老化失效、保护所处环境影响等三个方面分别对其进行建模。
(1)人为失误对保护的影响
人为失误是指任意不正确操作引起出现影响系统正确运行的事件,虽然目前的保护装置拥有较高的可靠性,但仍然无法避免人为失误的出现。人为失误包括整定设计时的失误、做工时不细致或材料不合适的失误、运行和维修人员不正确的操作导致的失误、软件编写上存在漏洞等,其最终导致的结果为保护系统故障,发生误动或拒动。
由于该类故障的发生具有一定的随机性,难以准确预测,因此可以基于历史统计数据,用平均故障率l R 代替。
(2)元件老化失效率
与一般的产品类似,保护装置的故障率也会呈现“浴盆曲线”。
如图1所示,在第I阶段,由于设计或制造上的缺陷,加上与外界环境的磨合,导致故障率较高,随着装置的不断调试并投入使用,故障率逐渐降低。到第II阶段,装置的故障率恒定,故障的发生是偶然的,主要受外界环境影响,该阶段装置的故障率近似为常数,进入稳定运行期。随着装置运行时间的增加,老化失效越来越严重,进入第III阶段,故障率随着时间逐渐增加。
通常使用Weibull分布函数对保护老化失效率随时间变化函数进行拟合。由于保护装置在投入使用前已经经过检测和调试,因此对于曲线的第I阶段可以略去。而处在第二阶段的偶然失效率的变化曲线如图2所示。
保护装置老化失效率为:
式中,k和b决定了Weibull分布函数的形状和尺度。
(3)其他外部因素影响
与输电线路一样,保护装置也会受到保护安装处的外部环境和因素影响,进而触发保护装置的隐性故障。例如相邻线路的故障使保护失配暴露,或环境污染、雷击等,导致保护的误动作或拒动作,和人为失误一样,该类因素的偶然性很高,难以准确预测,可以基于历史统计,用平均故障率l ext 表示。
由于以上三个方面的 因素具有互斥性,相互独立,因此可叠加,得到保护的故障率l P 为:
S2:电力系统(线路-继电保护)Markov模型(使电力系统工作在不正常状态或故障状态的隐性故障)。
在电网运行某一时刻下,输电线路和继电保护装置的故障率恒定,可采用Markov模型分析被保护元件与继电保护装置,以LFP-901保护系统为例,对两套主保护及远近后备保护建模,并作如下假设:
(1)保护发生故障的概率较低,因此不考虑多套保护或保护与元件同时发生故障的情况,所有故障均是由前一故障基础发展而来;
(2)保护在一段运行时间内的故障率与修复率可视为常数;
(3)状态维修采用了在线自检与监视等手段,代替了定期检修,保护系统不考虑检修周期,状态维修不能完全检出保护系统故障,但可以通过改进手段提高系统的故障检出率;
(4)两套主保护采用或门连接,可将两套主保护视作一个整体,保护整体不正确动作造成的连锁故障事故链及后果与分别考虑时是相同的,因此建模时将两套主保护状态合并。
(5)保护隐性故障在元件故障或外部因素触发下暴露后将会对保护系统进行彻底检修,修复后的系统各段保护均是正常的,在新状态转移前不存在隐性故障。因此为简化模型,可对造成故障后果一致的状态进行合并。但隐性故障未暴露的状态,因不能确定其暴露后的后果,因而不能合并。
基于上述假设,建立线路-保护系统的49状态Markov状态模型图,如图3所示。图中C为被保护元件,正常状态UP,故障状态DN,故障率l C ,修复率m C ;
主保护,正常状态UP,隐性拒动DUN,拒动DN,隐性误动DUM,误动DM,故障率l PI ,保护隐性误动次数与不正确动作次数之和的百分比C 1 ,拒动次数百分比(1- C 1 );其中:
近后备保护,正常状态UP,隐性拒动DUN,拒动DN,隐性误动DUM,误动DM,故障率l PII,其在线自检和监视系统的故障检出系数C 2,未检出系数(1- C 2),保护隐性误动次数与不正确动作次数之和的百分比C II,拒动次数百分比(1-C II);
远后备保护,正常状态UP,隐性拒动DUN,拒动DN,隐性误动DUM,误动DM,故障率l PIII,其在线自检和监视系统的故障检出系数C 3,未检出系数(1- C 3),保护隐性误动次数与不正确动作次数之和的百分比C III,拒动次数百分比(1- C III);
考虑微机保护的自检,可分别得出主保护未检测出隐性误动率C 4=(1- C 1)·C I·l PI,隐性拒动率C 5=(1- C 1)·(1-C I)·l PI;近后备保护未检测出隐性误动率C 6=(1- C 2)·C II·l PII,隐性拒动率C 7=(1- C 2)·(1-C II)·l PII;以及远后备保护未检测出隐性误动率C 8=(1-C 3)·C III·l PIII,隐性拒动率C 9=(1- C 3)·(1-C III)·l PIII;
外部因素l ext,修复率为m。
图3中,字母C、I、II、III分别表示被保护元件、主保护、近后备保护及远后备保护,系统最初处于状态1,若输电线路C发生故障则进入状态2,修复后回到状态1。若任意一套保护含有隐性拒动故障DUN,由于其在元件C正常时不暴露,因而仍处于正常状态,例如主保护含有隐性拒动故障DUN,则进入状态10,此时若元件C故障,进入状态46,则I段隐性拒动被触发改为DN,修复后回到状态1;若后备保护含有隐性拒动故障DUN,则进入状态4,此时若元件C故障,进入状态22,由于主保护正确动作,近后备保护的隐性拒动不被触发DUN,故障切除后回到状态4;其他保护含有隐性拒动同上,不再赘述。若任意一套保护含有隐性误动故障DUM,由于其在元件C正常时不暴露,因而仍处于正常状态;C故障时即使误动作也被认为是正确切除故障元件,因而无法察觉,仍处于正常状态,只有在相邻线路故障或其他因素触发下才会误动DM,例如近后备保护含有隐性误动故障,从状态1转入状态7,元件C故障进入状态34,不暴露DUM,修复后回到状态7;受到外部环境影响,在元件C正常时发生误动作,进入状态49,隐性误动暴露DM,修复后回到状态1,其他保护含有隐性误动同上,不再赘述。
针对上述49状态的Markov模型,设其驻留概率矩阵为:
以及转移矩阵A,则满足如下方程:
根据Markov分析结果,可得保护正确动作概率:
主保护拒动概率:
近后备保护拒动概率:
远后备保护拒动概率:
保护拒动概率:
保护误动概率:
则保护不正确动作概率:
除此之外,该模型还可计算出保护系统含有隐性故障的概率,即
主保护隐性拒动概率:
近后备隐性保护拒动概率:
远后备隐性保护拒动概率:
隐性误动概率:
保护含有隐性故障概率:
S3:考虑继电保护隐性故障严重程度的量化评估模型;
保护装置通常很少发生误动或拒动现象,一旦出现,则会给电力系统带来严重的后果,因此有必要从风险的角度来评价保护系统。风险是指对不期望发生的后果的概率和严重性的度量,用概率与后果的乘积表示,即:
式中,R表示风险,P为事故发生的概率,I为事故发生的后果。
电力系统中的后果可用停电量、失负荷量、切机量、损失金额等表示。本文采用切机量和失负荷量来表征由于保护隐性故障导致连锁故障发生带来的后果,即:
式中g 1 和g 2 表示权重,I G表示连锁故障损失的发电量,I L表示连锁故障损失的量负荷量。
在上述实施例中,仅对本发明进行示范性描述,但是本领域技术人员在阅读本专利申请后可以在不脱离本发明的精神和范围的情况下对本发明进行各种修改。
Claims (5)
1.一种考虑继电保护隐性故障严重程度的故障率模型及评估方法,其特征在于:包括如下步骤:
S1:建立线路-继电保护Markov模型;
在电网运行某一时刻下,输电线路和继电保护装置的故障率恒定,采用Markov模型分析被保护元件与继电保护装置,对两套主保护及远近后备保护建建立线路-保护系统的49状态Markov状态转移图;
针对上述49状态的Markov模型,设其驻留概率矩阵为:
p=[p1 p2 ... p49]
以及转移矩阵A,则满足如下方程:
根据Markov分析结果,可得保护正确动作概率:
主保护拒动概率:
近后备保护拒动概率:
远后备保护拒动概率:
保护拒动概率:
保护误动概率:
PWD=p49
则保护不正确动作概率:
除此之外,该模型还可计算出保护系统含有隐性故障的概率,即主保护隐性拒动概率:
近后备隐性保护拒动概率:
远后备隐性保护拒动概率:
隐性误动概率:
保护含有隐性故障概率:
S2:考虑继电保护隐性故障严重程度的量化评估模型;
风险是指对不期望发生的后果的概率和严重性的度量,用概率与后果的乘积表示,即:
R=P·I
式中,R表示风险,P为事故发生的概率,I为事故发生的后果;
采用切机量和失负荷量来表征由于保护隐性故障导致连锁故障发生带来的后果,即:
I=γ1·IG+γ2·IL
式中γ1和γ2表示权重,IG表示连锁故障损失的发电量,IL表示连锁故障损失的量负荷量。
2.一种考虑继电保护隐性故障严重程度的故障率模型及评估方法,其特征在于:S1中,对两套主保护及远近后备保护建模作如下假设:
保护发生故障的概率低,不考虑多套保护或保护与元件同时发生故障的情况,所有故障均是由前一故障基础发展而来;
保护在一段运行时间内的故障率与修复率视为常数;
状态维修采用了在线自检与监视手段,代替了定期检修,保护系统不考虑检修周期;
两套主保护采用或门连接,可将两套主保护视作一个整体,保护整体不正确动作造成的连锁故障事故链及后果与分别考虑时是相同的,因此建模时将两套主保护状态合并;
保护隐性故障在元件故障或外部因素触发下暴露后将会对保护系统进行彻底检修,修复后的系统各段保护均是正常的,在新状态转移前不存在隐性故障;因此为简化模型,可对造成故障后果一致的状态进行合并;但隐性故障未暴露的状态,因不能确定其暴露后的后果,因而不能合并。
3.根据权利要求1所述的一种考虑继电保护隐性故障严重程度的故障率模型及评估方法,其特征在于:S1中,包括建立继电保护装置故障率模型;
继电保护装置故障率模型从人为失误平均故障率、保护装置老化失效率、保护所处环境影响平均故障率三个方面分别对其进行建模;
人为失误平均故障率为λR;
保护装置老化失效率为:
λT=ktβ
式中,k和β决定了Weibull分布函数的形状和尺度;
保护所处环境影响平均故障率为λext;
以上三个方面的因素具有互斥性,相互独立,因此可叠加,得到保护的故障率λP为:
λP=λR+λT+λext。
5.根据权利要求3所述的一种考虑继电保护隐性故障严重程度的故障率模型及评估方法,其特征在于:考虑微机保护的自检,可分别得出主保护未检测出隐性误动率C4=(1-C1)·CI·λPI,隐性拒动率C5=(1-C1)·(1-CI)·λPI;近后备保护未检测出隐性误动率C6=(1-C2)·CII·λPII,隐性拒动率C7=(1-C2)·(1-CII)·λPII;以及远后备保护未检测出隐性误动率C8=(1-C3)·CIII·λPIII,隐性拒动率C9=(1-C3)·(1-CIII)·λPIII。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010642380.4A CN111932068A (zh) | 2020-07-06 | 2020-07-06 | 考虑继电保护隐性故障严重程度的故障率模型及评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010642380.4A CN111932068A (zh) | 2020-07-06 | 2020-07-06 | 考虑继电保护隐性故障严重程度的故障率模型及评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111932068A true CN111932068A (zh) | 2020-11-13 |
Family
ID=73314014
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010642380.4A Pending CN111932068A (zh) | 2020-07-06 | 2020-07-06 | 考虑继电保护隐性故障严重程度的故障率模型及评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111932068A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112381423A (zh) * | 2020-11-17 | 2021-02-19 | 国网宁夏电力有限公司电力科学研究院 | 一种考虑继电保护拒动影响的电网连锁故障风险评估方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103605910A (zh) * | 2013-12-06 | 2014-02-26 | 天津大学 | 考虑隐性故障的单一保护装置可靠性评估方法 |
WO2016029590A1 (zh) * | 2014-08-28 | 2016-03-03 | 北京交通大学 | 一种城轨列车转向架的故障预测与视情维修方法 |
CN105391064A (zh) * | 2015-12-11 | 2016-03-09 | 天津大学 | 基于精确隐性故障模型的输电系统连锁故障风险评估方法 |
-
2020
- 2020-07-06 CN CN202010642380.4A patent/CN111932068A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103605910A (zh) * | 2013-12-06 | 2014-02-26 | 天津大学 | 考虑隐性故障的单一保护装置可靠性评估方法 |
WO2016029590A1 (zh) * | 2014-08-28 | 2016-03-03 | 北京交通大学 | 一种城轨列车转向架的故障预测与视情维修方法 |
CN105391064A (zh) * | 2015-12-11 | 2016-03-09 | 天津大学 | 基于精确隐性故障模型的输电系统连锁故障风险评估方法 |
Non-Patent Citations (1)
Title |
---|
丁明 等: "保护隐性故障及其对电力系统连锁故障发展影响", 《高电压技术》, vol. 42, no. 1, pages 256 - 265 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112381423A (zh) * | 2020-11-17 | 2021-02-19 | 国网宁夏电力有限公司电力科学研究院 | 一种考虑继电保护拒动影响的电网连锁故障风险评估方法 |
CN112381423B (zh) * | 2020-11-17 | 2022-05-06 | 国网宁夏电力有限公司电力科学研究院 | 一种考虑继电保护拒动影响的电网连锁故障风险评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102214920A (zh) | 基于线路集群的电网连锁故障分析方法 | |
Zhao et al. | Review and prospect of hidden failure: protection system and security and stability control system | |
CN109102089A (zh) | 一种基于维修有效性评估的系统监督方法 | |
CN101592700A (zh) | 基于事故链的大电网连锁故障分析方法 | |
CN106655292A (zh) | 一种特高压等级交直流混合电网稳定性分析方法 | |
Mahmood et al. | Formal reliability analysis of protective systems in smart grids | |
CN111932068A (zh) | 考虑继电保护隐性故障严重程度的故障率模型及评估方法 | |
CN106356846A (zh) | 一种基于时间的初期电网连锁故障模拟仿真方法 | |
CN104166785B (zh) | 一种微机继电保护装置可靠性评价指标体系 | |
CN113610338A (zh) | 轨道交通信号系统安全风险评价和风险预警方法及装置 | |
CN110021933B (zh) | 考虑组件故障的电力信息系统控制功能可靠性评估方法 | |
CN110070266B (zh) | 一种用于识别电网连锁故障大事件的方法及系统 | |
Kamyab et al. | Development of a hybrid method to assess grid-related LOOP scenarios for an NPP | |
Hsiao et al. | Risk informed design refinement of a power system protection scheme | |
CN108257041A (zh) | 一种核电站系统健康评价系统 | |
Wang et al. | A research on the Monte Carlo simulation based on-condition maintenance strategy for wind turbines | |
Xiao et al. | Study of maintenance strategy of relay protection system based on condition monitoring | |
Zerger et al. | Nuclear power plant commissioning experience | |
Yu et al. | Cascading Failure Propagation in Cyber Physical Power Systems under Extreme Weather Events | |
Panteli et al. | Impact of SIPS performance on power systems integrity | |
Genz et al. | Test the Right Stuff: Using Data to Improve Relay Availability, Reduce Failures, and Optimize Test Intervals | |
Yang et al. | A dynamic cascading failure model integrating relay protection in power grid | |
Hu et al. | Resilience-constrained economic dispatch for cascading failures prevention | |
Yu et al. | Probabilistic Inference of Cascading Commutation Failures of Multi-HVDCs Based on Bayesian Theory | |
Zheng et al. | Indexes and Methods of Multi-dimensional Comprehensive Evaluation of Relay Protection |
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 |