CN112350312B - 电力线路鲁棒性分析方法及装置 - Google Patents
电力线路鲁棒性分析方法及装置 Download PDFInfo
- Publication number
- CN112350312B CN112350312B CN202011181720.4A CN202011181720A CN112350312B CN 112350312 B CN112350312 B CN 112350312B CN 202011181720 A CN202011181720 A CN 202011181720A CN 112350312 B CN112350312 B CN 112350312B
- Authority
- CN
- China
- Prior art keywords
- load
- power line
- target
- target power
- obtaining
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000013432 robust analysis Methods 0.000 title claims abstract description 44
- 230000008859 change Effects 0.000 claims abstract description 48
- 230000008569 process Effects 0.000 claims description 13
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000012360 testing method Methods 0.000 abstract description 8
- 238000012795 verification Methods 0.000 abstract description 8
- 238000012423 maintenance Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- 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
-
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Power Engineering (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Evolutionary Biology (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Water Supply & Treatment (AREA)
- Algebra (AREA)
- Public Health (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种电力线路鲁棒性分析方法及装置,通过电力系统的随机负荷、综合负荷和故障先验概率等可预先获得数据信息,基于对目标电力线路的拓扑和有功方向,确定目标电力线路的优先级、综合负载率和故障发生的相对概率等目标电力线路的验证信息。同时,通过主动开断目标电力线路,获得电力系统的负载变化,最后根据相对概率与负载变化的乘积获得目标电力线路的鲁棒性分析结果。基于此,无需大范围测试目标电力线路,根据电力系统的现有数据即可分析出目标电力线路的鲁棒性,为电力线路检修提供参考,有效地降低了检修的工作量。
Description
技术领域
本发明涉及电力系统领域,特别是涉及电力线路鲁棒性分析方法及装置。
背景技术
电力线路是指在发电厂、变电站和电力用户间用来传送电能的线路。电力线路电力系统的重要组成部分,担负着输送和分配电能的任务。其中,电力线路作为电力系统设备的一部分,其检修是电力线路生产管理工作的重点内容之一。由于电力线路的复杂构成,其检修工作量一般较大。而电力线路的正常工作是电力系统的重要保障。电力线路的故障往往会对电力系统内的各部分造成如浪涌和潮流的冲击,引发大范围停电甚至损坏电力系统内的关键设备。
由于电力线路在物理上的构成,决定了电力线路进行检修的工作量,且电力线路的故障来源可能来自线路本身故障或系统内设备的故障,进一步地增加了电力线路的检修难度。因此,在日常维护中,维护人员主要是根据先验知识或检修记录对部分重点电力线路进行跟进维护。然而,先验知识或检修记录也无法应对电力线路出现的突发情况,难以有效地避免电力线路故障对电力系统正常工况的影响。
综上,电力线路的维护仍存在上述不便。
发明内容
基于此,有必要针对传统电力线路的维护所存在的不便,提供一种电力线路鲁棒性分析方法及装置。
一种电力线路鲁棒性分析方法,包括步骤:
根据电力系统的随机负荷和故障先验概率,获得目标电力线路发生故障的相对概率;
根据电力系统的综合负荷与随机负荷获得目标电力线路的综合负载率;
根据目标电力线路的拓扑和有功方向,获得目标电力线路的优先级;
在目标电力线路在开断时,根据综合负载率和优先级获得电力系统的负载变化;
根据相对概率与负载变化的乘积,获得目标电力线路的鲁棒性分析结果。
上述的电力线路鲁棒性分析方法,通过电力系统的随机负荷、综合负荷和故障先验概率等可预先获得数据信息,基于对目标电力线路的拓扑和有功方向,确定目标电力线路的优先级、综合负载率和故障发生的相对概率等目标电力线路的验证信息。同时,通过主动开断目标电力线路,获得电力系统的负载变化,最后根据相对概率与负载变化的乘积获得目标电力线路的鲁棒性分析结果。基于此,无需大范围测试目标电力线路,根据电力系统的现有数据即可分析出目标电力线路的鲁棒性,为电力线路检修提供参考,有效地降低了检修的工作量。
在其中一个实施例中,根据电力系统的随机负荷和故障先验概率,获得目标线路发生故障的相对概率的过程,如下式:
其中,δ表示随机负荷,f表示目标电力线路内的电源设备,g表示目标电力线路内的负荷设备,M表示历史最大平均电源设备数,N表示历史最大平均负荷设备数,Wfg表示电源设备f在运行时负荷节点g的负荷变化,LMAX表示目标电力线路最大长度的归一化数据;
相对概率如下式:
在其中一个实施例中,还包括步骤:
获取电力系统在预设观察时长内的平均观察负荷;
根据平均观察负荷修正历史平均负荷。
在其中一个实施例中,根据电力系统的综合负荷与随机负荷获得目标电力线路的综合负载率的过程,包括步骤:
获取电力系统内电力线路数量;
将第一比值与第二比值的比值作为综合负载率;其中,第一比值为综合负荷和电力线路数量的比值,第二比值为随机负荷与电力线路数量的比值。
在其中一个实施例中,根据目标电力线路的拓扑和有功方向,获得目标电力线路的优先级的过程,包括步骤:
根据有功方向确定拓扑的有向图;
将拓扑内的电源设备和负荷设备作为有向图的节点,根据各节点的有功方向获得有向图的邻接矩阵;
根据各节点的初始向量与邻接矩阵的乘积,获得节点向量;
根据初始向量与节点向量之和,作为用于表征优先级的优先度;其中,优先度越大则优先级越高。
在其中一个实施例中,在目标电力线路在开断时,根据综合负载率和优先级获得电力系统的负载变化的过程,如下式:
其中,ψ表示负载变化,F表示综合负载率,Y表示优先级,△δ表示综合负荷。
在其中一个实施例中,根据相对概率与负载变化的乘积,获得目标电力线路的鲁棒性分析结果的过程,还包括步骤:
对乘积进行归一化处理,作为分析结果;其中,分析结果越小,目标电力线路的鲁棒性越高。
一种电力线路鲁棒性分析装置,包括:
相对概率获取模块,用于根据电力系统的随机负荷和故障先验概率,获得目标电力线路发生故障的相对概率;
综合负载率获取模块,用于根据电力系统的综合负荷与随机负荷获得目标电力线路的综合负载率;
优先级确定模块,用于根据目标电力线路的拓扑和有功方向,获得目标电力线路的优先级;
负载变化计算模块,用于在目标电力线路在开断时,根据综合负载率和优先级获得电力系统的负载变化;
结果输出模块,用于根据相对概率与负载变化的乘积,获得目标电力线路的鲁棒性分析结果。
上述的电力线路鲁棒性分析装置,通过电力系统的随机负荷、综合负荷和故障先验概率等可预先获得数据信息,基于对目标电力线路的拓扑和有功方向,确定目标电力线路的优先级、综合负载率和故障发生的相对概率等目标电力线路的验证信息。同时,通过主动开断目标电力线路,获得电力系统的负载变化,最后根据相对概率与负载变化的乘积获得目标电力线路的鲁棒性分析结果。基于此,无需大范围测试目标电力线路,根据电力系统的现有数据即可分析出目标电力线路的鲁棒性,为电力线路检修提供参考,有效地降低了检修的工作量。
一种计算机存储介质,其上存储有计算机指令,计算机指令被处理器执行时实现上述任一实施例的电力线路鲁棒性分析方法。
上述的计算机存储介质,通过电力系统的随机负荷、综合负荷和故障先验概率等可预先获得数据信息,基于对目标电力线路的拓扑和有功方向,确定目标电力线路的优先级、综合负载率和故障发生的相对概率等目标电力线路的验证信息。同时,通过主动开断目标电力线路,获得电力系统的负载变化,最后根据相对概率与负载变化的乘积获得目标电力线路的鲁棒性分析结果。基于此,无需大范围测试目标电力线路,根据电力系统的现有数据即可分析出目标电力线路的鲁棒性,为电力线路检修提供参考,有效地降低了检修的工作量。
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,处理器执行程序时实现上述任一实施例的电力线路鲁棒性分析方法。
上述的计算机设备,通过电力系统的随机负荷、综合负荷和故障先验概率等可预先获得数据信息,基于对目标电力线路的拓扑和有功方向,确定目标电力线路的优先级、综合负载率和故障发生的相对概率等目标电力线路的验证信息。同时,通过主动开断目标电力线路,获得电力系统的负载变化,最后根据相对概率与负载变化的乘积获得目标电力线路的鲁棒性分析结果。基于此,无需大范围测试目标电力线路,根据电力系统的现有数据即可分析出目标电力线路的鲁棒性,为电力线路检修提供参考,有效地降低了检修的工作量。
附图说明
图1为一实施方式的电力线路鲁棒性分析方法流程图;
图2为另一实施方式的电力线路鲁棒性分析方法流程图;
图3为又一实施方式的电力线路鲁棒性分析方法流程图;
图4为再一实施方式的电力线路鲁棒性分析方法流程图;
图5为一实施方式的电力线路鲁棒性分析装置模块结构图。
具体实施方式
为了更好地理解本发明的目的、技术方案以及技术效果,以下结合附图和实施例对本发明进行进一步的讲解说明。同时声明,以下所描述的实施例仅用于解释本发明,并不用于限定本发明。
本发明实施例提供了一种电力线路鲁棒性分析方法。
图1为一实施方式的电力线路鲁棒性分析方法流程图,如图1所示,一实施方式的电力线路鲁棒性分析方法包括步骤S100至步骤S104:
S100,根据电力系统的随机负荷和故障先验概率,获得目标电力线路发生故障的相对概率;
其中,电力系统的随机负荷可由电力系统在日常运行时测量得出,或根据电力系统数据库中预存的历史运行数据中获得。故障先验概率可根据电力系统的历史运行数据中的故障记录确定。
在其中一个实施例中,可通过建立随机负荷、目标电力线路与故障先验概率的映射表格,通过查表法确定目标电力线路发生故障的相对概率。
在其中一个实施例中,根据电力系统的随机负荷和故障先验概率,获得目标线路发生故障的相对概率的过程,如下式:
其中,δ表示随机负荷,f表示目标电力线路内的电源设备,g表示目标电力线路内的负荷设备,M表示历史最大平均电源设备数,N表示历史最大平均负荷设备数,Wfg表示电源设备f在运行时负荷节点g的负荷变化,LMAX表示目标电力线路最大长度的归一化数据;
相对概率如下式:
其中,通过引入目标电力线路内的负荷设备和电源设备,将目标电力线路拓扑内的节点变化引入相对概率的测算中。通过查取电力系统的历史运行数据,获得历史最大平均电源设备数,历史最大平均负荷设备数和电力系统的历史平均负荷,综合历史数据与物理拓扑确定目标线路发生故障的相对概率。
在其中一个实施例中,图2为另一实施方式的电力线路鲁棒性分析方法流程图,如图2所示,在引入上述相对概率的确定公式时,还包括步骤S200和步骤S201:
S200,获取电力系统在预设观察时长内的平均观察负荷;
S201,根据平均观察负荷修正历史平均负荷。
通过实时观察,获得电力系统的平均观察负荷,通过平均观察负荷修正历史平均负荷,以提高历史平均负荷的参考性。
在其中一个实施例中,通过平均观察负荷与历史平均负荷的加权平均结果,更新替换原历史平均负荷。
S101,根据电力系统的综合负荷与随机负荷获得目标电力线路的综合负载率;
其中,电力系统的综合负荷用于表征电力系统的整体负载,随机负荷可确定电力系统的负载上限和负载下限,通过整体负载与负载上下限的比重,确定作为电力系统一部分的目标电力线路的综合负载率。
在其中一个实施例中,图3为又一实施方式的电力线路鲁棒性分析方法流程图,如图3所示,步骤S101中根据电力系统的综合负荷与随机负荷获得目标电力线路的综合负载率的过程,包括步骤S300和步骤S301:
S300,获取电力系统内电力线路数量;
S301,将第一比值与第二比值的比值作为综合负载率;其中,第一比值为综合负荷和电力线路数量的比值,第二比值为随机负荷与电力线路数量的比值。
其中,通过引入电力系统内电力线路数量作为目标电力线路的外部物理拓扑数据,将电力线路数量作为综合负载率比重计算参数,使获得的综合负载率更接近目标电力线路的实际负载率。
S102,根据目标电力线路的拓扑和有功方向,获得目标电力线路的优先级;
其中,目标电力线路的拓扑由目标电力线路内的节点和节点间的线路构成。节点包括目标电力线路内的电源设备和负荷设备。有功方向即节点间有功的方向。
在其中一个实施例中,图4为再一实施方式的电力线路鲁棒性分析方法流程图,如图4所示,步骤S102中根据目标电力线路的拓扑和有功方向,获得目标电力线路的优先级的过程,包括步骤S400至S403:
S400,根据有功方向确定拓扑的有向图;
S401,将拓扑内的电源设备和负荷设备作为有向图的节点,根据各节点的有功方向获得有向图的邻接矩阵;
S402,根据各节点的初始向量与邻接矩阵的乘积,获得节点向量;
S403,根据初始向量与节点向量之和,作为用于表征优先级的优先度;其中,优先度越大则优先级越高。
基于此,通过优先度确定优先级,充分考虑目标电力线路的拓扑结构,将目标电力线路中电源设备和负荷设备间的有功方向和线路进行量化,使得目标电力线路的优先度可以充分反映线路拓扑结构的物理特征以及电网内各节点和线路的物理状态。
S103,在目标电力线路在开断时,根据综合负载率和优先级获得电力系统的负载变化;
主动开断目标电力线路,电力系统的负载产生实际负载变化。通过综合负载率和优先级的计算结果得到负载变化,相比较实际变化考虑了线路拓扑物理结构。在其中一个实施例中,可通过实际负载变化与负载变化的加权平均结果,修正负载变化。
在其中一个实施例中,步骤S103中,在目标电力线路在开断时,根据综合负载率和优先级获得电力系统的负载变化的过程,如下式:
其中,ψ表示负载变化,F表示综合负载率,Y表示优先级,△δ表示综合负荷。
S104,根据相对概率与负载变化的乘积,获得目标电力线路的鲁棒性分析结果。
在其中一个实施例中,通过预设修正系数乘以乘积,获得目标电力线路的鲁棒性分析结果。
在其中一个实施例中,如图4所示,根据相对概率与负载变化的乘积,获得目标电力线路的鲁棒性分析结果的过程,还包括步骤S500:
S500,对乘积进行归一化处理,作为分析结果;其中,分析结果越小,目标电力线路的鲁棒性越高。
通过归一化处理,提高分析结果的可读性,便于检修人员查阅。
上述任一实施例的电力线路鲁棒性分析方法,通过电力系统的随机负荷、综合负荷和故障先验概率等可预先获得数据信息,基于对目标电力线路的拓扑和有功方向,确定目标电力线路的优先级、综合负载率和故障发生的相对概率等目标电力线路的验证信息。同时,通过主动开断目标电力线路,获得电力系统的负载变化,最后根据相对概率与负载变化的乘积获得目标电力线路的鲁棒性分析结果。基于此,无需大范围测试目标电力线路,根据电力系统的现有数据即可分析出目标电力线路的鲁棒性,为电力线路检修提供参考,有效地降低了检修的工作量。
本发明实施例还提供了一种电力线路鲁棒性分析装置。
图5为一实施方式的电力线路鲁棒性分析装置模块结构图,如图5所示,一实施方式的电力线路鲁棒性分析装置包括模块100、模块101、模块102、模块103和模块104:
相对概率获取模块100,用于根据电力系统的随机负荷和故障先验概率,获得目标电力线路发生故障的相对概率;
综合负载率获取模块101,用于根据电力系统的综合负荷与随机负荷获得目标电力线路的综合负载率;
优先级确定模块102,用于根据目标电力线路的拓扑和有功方向,获得目标电力线路的优先级;
负载变化计算模块103,用于在目标电力线路在开断时,根据综合负载率和优先级获得电力系统的负载变化;
结果输出模块104,用于根据相对概率与负载变化的乘积,获得目标电力线路的鲁棒性分析结果。
上述的电力线路鲁棒性分析装置,通过电力系统的随机负荷、综合负荷和故障先验概率等可预先获得数据信息,基于对目标电力线路的拓扑和有功方向,确定目标电力线路的优先级、综合负载率和故障发生的相对概率等目标电力线路的验证信息。同时,通过主动开断目标电力线路,获得电力系统的负载变化,最后根据相对概率与负载变化的乘积获得目标电力线路的鲁棒性分析结果。基于此,无需大范围测试目标电力线路,根据电力系统的现有数据即可分析出目标电力线路的鲁棒性,为电力线路检修提供参考,有效地降低了检修的工作量。
本发明实施例还提供了一种计算机存储介质,其上存储有计算机指令,该指令被处理器执行时实现上述任一实施例的电力线路鲁棒性分析方法。
本领域的技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于一计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、随机存取存储器(RAM,Random Access Memory)、只读存储器(ROM,Read-Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、终端、或者网络设备等)执行本发明各个实施例方法的全部或部分。而前述的存储介质包括:移动存储设备、RAM、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
与上述的计算机存储介质对应的是,在一个实施例中还提供一种计算机设备,该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,其中,处理器执行程序时实现如上述各实施例中的任意一种电力线路鲁棒性分析方法。
上述计算机设备,通过电力系统的随机负荷、综合负荷和故障先验概率等可预先获得数据信息,基于对目标电力线路的拓扑和有功方向,确定目标电力线路的优先级、综合负载率和故障发生的相对概率等目标电力线路的验证信息。同时,通过主动开断目标电力线路,获得电力系统的负载变化,最后根据相对概率与负载变化的乘积获得目标电力线路的鲁棒性分析结果。基于此,无需大范围测试目标电力线路,根据电力系统的现有数据即可分析出目标电力线路的鲁棒性,为电力线路检修提供参考,有效地降低了检修的工作量。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种电力线路鲁棒性分析方法,其特征在于,包括步骤:
根据电力系统的随机负荷和故障先验概率,获得目标电力线路发生故障的相对概率;
根据电力系统的随机负荷和故障先验概率,获得目标线路发生故障的相对概率的过程,如下式:
其中,δ表示所述随机负荷,f表示所述目标电力线路内的电源设备,g表示所述目标电力线路内的负荷设备,M表示历史最大平均电源设备数,N表示历史最大平均负荷设备数,Wfg表示电源设备f在运行时负荷节点g的负荷变化,LMAX表示所述目标电力线路最大长度的归一化数据;
所述相对概率如下式:
根据电力系统的综合负荷与所述随机负荷获得所述目标电力线路的综合负载率;
根据所述目标电力线路的拓扑和有功方向,获得所述目标电力线路的优先级;
在所述目标电力线路在开断时,根据所述综合负载率和所述优先级获得电力系统的负载变化;
根据所述相对概率与所述负载变化的乘积,获得所述目标电力线路的鲁棒性分析结果。
2.根据权利要求1所述的电力线路鲁棒性分析方法,其特征在于,还包括步骤:
获取所述电力系统在预设观察时长内的平均观察负荷;
根据所述平均观察负荷修正所述历史平均负荷。
3.根据权利要求1所述的电力线路鲁棒性分析方法,其特征在于,所述根据电力系统的综合负荷与所述随机负荷获得所述目标电力线路的综合负载率的过程,包括步骤:
获取所述电力系统内电力线路数量;
将第一比值与第二比值的比值作为所述综合负载率;其中,所述第一比值为所述综合负荷和所述电力线路数量的比值,所述第二比值为所述随机负荷与所述电力线路数量的比值。
4.根据权利要求1所述的电力线路鲁棒性分析方法,其特征在于,根据所述目标电力线路的拓扑和有功方向,获得所述目标电力线路的优先级的过程,包括步骤:
根据所述有功方向确定所述拓扑的有向图;
将所述拓扑内的电源设备和负荷设备作为所述有向图的节点,根据各所述节点的有功方向获得所述有向图的邻接矩阵;
根据各所述节点的初始向量与所述邻接矩阵的乘积,获得节点向量;
根据所述初始向量与所述节点向量之和,作为用于表征所述优先级的优先度;其中,优先度越大则优先级越高。
6.根据权利要求1至5任意一项电力线路鲁棒性分析方法,其特征在于,所述根据所述相对概率与所述负载变化的乘积,获得所述目标电力线路的鲁棒性分析结果的过程,还包括步骤:
对所述乘积进行归一化处理,作为所述分析结果;其中,所述分析结果越小,所述目标电力线路的鲁棒性越高。
7.一种电力线路鲁棒性分析装置,其特征在于,包括:
相对概率获取模块,用于根据电力系统的随机负荷和故障先验概率,获得目标电力线路发生故障的相对概率;
根据电力系统的随机负荷和故障先验概率,获得目标线路发生故障的相对概率的过程,如下式:
其中,δ表示所述随机负荷,f表示所述目标电力线路内的电源设备,g表示所述目标电力线路内的负荷设备,M表示历史最大平均电源设备数,N表示历史最大平均负荷设备数,Wfg表示电源设备f在运行时负荷节点g的负荷变化,LMAX表示所述目标电力线路最大长度的归一化数据;
所述相对概率如下式:
综合负载率获取模块,用于根据电力系统的综合负荷与所述随机负荷获得所述目标电力线路的综合负载率;
优先级确定模块,用于根据所述目标电力线路的拓扑和有功方向,获得所述目标电力线路的优先级;
负载变化计算模块,用于在所述目标电力线路在开断时,根据所述综合负载率和所述优先级获得电力系统的负载变化;
结果输出模块,用于根据所述相对概率与所述负载变化的乘积,获得所述目标电力线路的鲁棒性分析结果。
8.一种计算机存储介质,其上存储有计算机指令,其特征在于,所述计算机指令被处理器执行时实现如权利要求1至6任意一项所述的电力线路鲁棒性分析方法。
9.一种计算机设备,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,所述处理器执行程序时实现如权利要求1至6任意一项所述的电力线路鲁棒性分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011181720.4A CN112350312B (zh) | 2020-10-29 | 2020-10-29 | 电力线路鲁棒性分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011181720.4A CN112350312B (zh) | 2020-10-29 | 2020-10-29 | 电力线路鲁棒性分析方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112350312A CN112350312A (zh) | 2021-02-09 |
CN112350312B true CN112350312B (zh) | 2022-10-04 |
Family
ID=74355703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011181720.4A Active CN112350312B (zh) | 2020-10-29 | 2020-10-29 | 电力线路鲁棒性分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112350312B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003039070A2 (en) * | 2001-11-01 | 2003-05-08 | British Telecommunications Public Limited Company | Method and apparatus for analysing network robustness |
CN106934246A (zh) * | 2017-03-21 | 2017-07-07 | 广东电网有限责任公司惠州供电局 | 电网线路脆弱性的计算方法及装置 |
CN109066650A (zh) * | 2018-07-16 | 2018-12-21 | 国网河北省电力有限公司经济技术研究院 | 电力系统脆弱性评估方法及终端设备 |
-
2020
- 2020-10-29 CN CN202011181720.4A patent/CN112350312B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003039070A2 (en) * | 2001-11-01 | 2003-05-08 | British Telecommunications Public Limited Company | Method and apparatus for analysing network robustness |
CN106934246A (zh) * | 2017-03-21 | 2017-07-07 | 广东电网有限责任公司惠州供电局 | 电网线路脆弱性的计算方法及装置 |
CN109066650A (zh) * | 2018-07-16 | 2018-12-21 | 国网河北省电力有限公司经济技术研究院 | 电力系统脆弱性评估方法及终端设备 |
Non-Patent Citations (3)
Title |
---|
Joint Substation-Transmission Line Vulnerability Assessment Against the Smart Grid;Yihai Zhu,et al;《 IEEE Transactions on Information Forensics and Security 》;20150120;第10卷(第5期);第1010 - 1024页 * |
基于受冲击与断开后果脆弱度的电网关键线路识别;倪良华等;《电力系统保护与控制》;20200101;第48卷(第1期);第81-87页 * |
考虑开断相对概率与后果的电网脆弱线路辨识;单政博等;《浙江大学学报(工学版)》;20180331;第52卷(第3期);第560-568页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112350312A (zh) | 2021-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Preece et al. | Efficient estimation of the probability of small-disturbance instability of large uncertain power systems | |
US20060074595A1 (en) | Method and apparatus for improved fault detection in power generation equipment | |
CN111624986A (zh) | 基于案例库的故障诊断方法和系统 | |
US20230216294A1 (en) | Hybridized transmission switching for contingency management in electric power systems | |
US11029344B2 (en) | Sensitivity based Thevenin index for voltage stability assessment considering N-1 contingency | |
CN115392037A (zh) | 设备故障预测方法、装置、设备及存储介质 | |
CN117874688A (zh) | 基于数字孪生的电力数字化异常识别方法及系统 | |
CN112350312B (zh) | 电力线路鲁棒性分析方法及装置 | |
CN112632749A (zh) | 一种风力发电机发电性能的评价方法及装置 | |
CN110310048B (zh) | 一种配网规划全过程评估方法及装置 | |
CN108964282B (zh) | 电能质量监测装置的部署方法、装置和计算机可读介质 | |
CN116400266A (zh) | 基于数字孪生模型的变压器故障检测方法、装置及介质 | |
CN114065937A (zh) | 一种设备故障诊断方法、装置及终端设备 | |
CN115051912A (zh) | 一种停电用户定位方法、装置、设备、介质 | |
Han et al. | An online calculation method of theoretical power losses for high-voltage distribution system based on rapid modeling and data quality analysis | |
Karimishad et al. | Probabilistic transient stability assessment using two-point estimate method | |
CN112230087B (zh) | 一种线性状态估计方法、装置、电子设备及存储介质 | |
CN116882766B (zh) | 一种用电异常配变风险分析方法及系统 | |
CN110175187B (zh) | 一种建筑设备状态的确定方法及装置 | |
KR20230061918A (ko) | 선박의 모터 부하를 모니터링하는 시스템 및 방법 | |
CN117411097A (zh) | 一种基于在线辨识的电力系统惯量评估方法 | |
CN115622043A (zh) | 电力系统连锁故障关键传播路径的识别方法和系统 | |
Okhuegbe et al. | A Machine Learning Initializer for Newton-Raphson AC Power Flow Convergence | |
CN115618631A (zh) | 一种变压器可靠性评估方法、设备、存储介质及装置 | |
CN116223979A (zh) | 一种配电网可靠性的检测方法、装置、设备及存储介质 |
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 |