CN112418499A - 电网检修计划编制优化方法、装置及计算机可读存储介质 - Google Patents
电网检修计划编制优化方法、装置及计算机可读存储介质 Download PDFInfo
- Publication number
- CN112418499A CN112418499A CN202011278771.9A CN202011278771A CN112418499A CN 112418499 A CN112418499 A CN 112418499A CN 202011278771 A CN202011278771 A CN 202011278771A CN 112418499 A CN112418499 A CN 112418499A
- Authority
- CN
- China
- Prior art keywords
- power grid
- overhauled
- fault rate
- grid equipment
- equipment
- 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
- 238000012423 maintenance Methods 0.000 title claims abstract description 129
- 238000005457 optimization Methods 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 title claims abstract description 48
- 239000011159 matrix material Substances 0.000 claims abstract description 95
- 230000008859 change Effects 0.000 claims abstract description 47
- 230000005540 biological transmission Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 230000036541 health Effects 0.000 claims description 13
- 238000004643 material aging Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 230000015654 memory Effects 0.000 description 19
- 230000008569 process Effects 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000007717 exclusion Effects 0.000 description 3
- 238000007689 inspection Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000013500 data storage Methods 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
- 238000005516 engineering process Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000003381 stabilizer Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了电网检修计划编制优化方法、装置及计算机可读存储介质。该方法包括:获取待检修电网设备的初始故障率矩阵;基于电网设备检修计划,对初始故障率矩阵进行更新,得到更新后的故障率矩阵;获取电网设备检修优化模型,并根据电网设备检修优化模型、初始故障率矩阵和更新后的故障率矩阵,计算电网运行风险变化值;判断电网运行风险变化值是否满足收敛性判定;若电网运行风险变化值不满足收敛性判定,则更新电网设备检修计划,并返回执行对初始故障率矩阵进行更新的步骤,直至电网运行风险变化值满足收敛性判定为止。本发明提供的方案能够准确考虑检修优化周期内电网运行风险,防止设备故障率变化造成的运行风险增加问题。
Description
技术领域
本发明实施例涉及电网技术领域,尤其涉及一种电网检修计划编制优化方法、装置及计算机可读存储介质。
背景技术
随着时代的发展,电网规模不断扩大,输变电设备检修计划的重要性也日益增加。
设备故障率是检修计划优化编制中重要的参考因素,然而,现有的基于固定故障率的电网检修计划编制优化方法可能会因为运行过程中设备故障率变化导致电网运行风险增加。
发明内容
本发明提供一种电网检修计划编制优化方法、装置及计算机可读存储介质,能够准确考虑检修优化周期内电网运行风险,防止设备故障率变化造成的运行风险增加问题。
第一方面,本发明实施例提供了一种电网检修计划编制优化方法,包括:
获取待检修电网设备的初始故障率矩阵;
基于电网设备检修计划,对初始故障率矩阵进行更新,得到更新后的故障率矩阵;
获取电网设备检修优化模型,并根据电网设备检修优化模型、初始故障率矩阵和更新后的故障率矩阵,计算电网运行风险变化值;
判断电网运行风险变化值是否满足收敛性判定;
若电网运行风险变化值不满足收敛性判定,则更新电网设备检修计划,并返回执行对初始故障率矩阵进行更新的步骤,直至电网运行风险变化值满足收敛性判定为止。
可选的,待检修电网设备的总数为NE,待检修电网设备的检修周期时段数为NT;
获取待检修电网设备的初始故障率矩阵,包括:
根据待检修电网设备ns的材料老化因素,计算待检修电网设备ns在检修周期时段t的故障率其中,βns为待检修电网设备ns的浴盆曲线形状参数,ηns为待检修电网设备ns的浴盆曲线位置参数,bns为待检修电网设备ns的浴盆曲线稳定故障率取值;
根据待检修电网设备ns的初始故障率λns,0和在检修周期时段t的故障率λns(t),得到初始故障率矩阵其中,初始故障率矩阵的第一列为各个待检修电网设备的初始故障率,初始故障率矩阵的第二列至第NT列为各个待检修电网设备在各个检修周期时段的故障率,初始故障率矩阵中任意元素λns,nt对应待检修电网设备ns在第nt时段的故障率。
可选的,基于电网设备检修计划,对初始故障率矩阵进行更新,得到更新后的故障率矩阵,包括:
基于电网设备检修计划,确定待检修电网设备ns的回退时间系数θns;
可选的,根据电网设备检修优化模型、初始故障率矩阵和更新后的故障率矩阵,计算电网运行风险变化值,包括:
根据电网运行风险初始指标PGRA和电网运行风险更新指标PGRB,计算电网运行风险变化值|PGRB-PGRA|。
可选的,判断电网运行风险变化值是否满足收敛性判定,包括:
判断电网运行风险变化值|PGRB-PGRA|是否小于或者等于电网运行风险变化量限值ε;
若电网运行风险变化值|PGRB-PGRA|小于或者等于电网运行风险变化量限值ε,则表示电网运行风险变化值满足收敛性判定;
若电网运行风险变化值|PGRB-PGRA|大于电网运行风险变化量限值ε,则表示电网运行风险变化值不满足收敛性判定。
可选的,电网设备检修优化模型的约束条件为其中, 分别为待检修电网设备ne检修起始状态变量和检修状态变量,τ为待检修电网设备ne的检修计划时段取值,Tne为待检修电网设备ne的检修计划时段数,Wne为待检修电网设备ne检修期间资源需求量;Wt为检修周期时段t全网检修计划资源供给总量;和为任意两个不同检修状态变量。
可选的,待检修电网设备的类型至少包括变压器、架空输电线、断路器、电缆中的至少一项。
第二方面,本发明实施例还提供了一种电网检修计划编制优化装置,包括:处理器,处理器用于在执行计算机程序时实现上述任一实施例的方法。
第三方面,本发明实施例还提供了一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时实现上述任一实施例的方法。
本发明提供一种电网检修计划编制优化方法、装置及计算机可读存储介质,该方法包括:获取待检修电网设备的初始故障率矩阵;基于电网设备检修计划,对初始故障率矩阵进行更新,得到更新后的故障率矩阵;获取电网设备检修优化模型,并根据电网设备检修优化模型、初始故障率矩阵和更新后的故障率矩阵,计算电网运行风险变化值;判断电网运行风险变化值是否满足收敛性判定;若电网运行风险变化值不满足收敛性判定,则更新电网设备检修计划,并返回执行对初始故障率矩阵进行更新的步骤,直至电网运行风险变化值满足收敛性判定为止。通过构建初始故障率矩阵,在故障率“浴盆曲线”基础上,考虑设备检修前后故障率变化,更新初始故障率矩阵,以量化设备故障率随时间的变化关系。将更新后的故障率矩阵嵌入电网检修计划优化编制过程中,动态评估电网运行风险,以更新电网设备检修计划,从而防止设备故障率变化造成的运行风险增加问题。
附图说明
图1是实施例一提供的一种电网检修计划编制优化方法的流程示意图;
图2是实施例一提供的一种待检修电网设备的故障率浴盆曲线;
图3是实施例二提供的一种电网系统网络架构示意图;
图4是实施例二提供的一种各时段输电线路故障率变化曲线图;
图5是实施例二提供的一种各轮电网运行风险图;
图6是实施例二提供的一种设备检修计划编制结果图;
图7是实施例二提供的一种电网运行风险对比图;
图8是实施例三提供的一种电网检修计划编制优化装置的结构示意图。
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。
设备故障率是检修计划优化编制中重要的参考因素,然而,现有的基于固定故障率的电网检修计划编制优化方法可能会因为运行过程中设备故障率变化导致电网运行风险增加。为解决上述问题,本发明提供一种电网检修计划编制优化方法、装置及计算机可读存储介质,通过构建初始故障率矩阵,在故障率“浴盆曲线”基础上,考虑设备检修前后故障率变化,更新初始故障率矩阵,以量化设备故障率随时间的变化关系。将更新后的故障率矩阵嵌入电网检修计划优化编制过程中,动态评估电网运行风险,以更新电网设备检修计划,从而防止设备故障率变化造成的运行风险增加问题。
需要说明的是,本发明下述各个实施例可以单独执行,各个实施例之间也可以相互结合执行,本发明实施例对此不作具体限制。
下面,对电网检修计划编制优化方法、装置及其技术效果进行描述。
实施例一
图1为实施例一提供的一种电网检修计划编制优化方法的流程示意图,如图1所示,本实施例提供的方法适用于电网检修计划编制优化装置(如计算机等),该方法包括如下步骤。
S101、获取待检修电网设备的初始故障率矩阵。
在电网系统中,存在多个待检修电网设备,这些待检修电网设备分为不同的类型,每个待检修电网设备对应一个故障率系数(通常,一类待检修电网设备的故障率系数类似)。图2为实施例一提供的一种待检修电网设备的故障率浴盆曲线。如图2所示,浴盆曲线是由待检修电网设备的初期故障率、稳定故障率和损耗故障率综合得到的曲线,随着时间的增长,浴盆曲线分为下降期、稳定器和上升期。其中,初期故障率是待检修电网设备最开始在磨合试用期发生故障的概率;稳定故障率是待检修电网设备经过磨合试用期后处于稳定时期发生故障的概率;耗损故障率是待检修电网设备经长期使用导致自身材料出现老化后发生故障的概率。待检修电网设备的故障率浴盆曲线是指待检修电网设备从投入到报废为止的整个寿命周期内,其可靠性的变化呈现一定的规律。
在一实施例中,待检修电网设备的类型至少包括变压器、架空输电线、断路器、电缆中的至少一项。
具体的,假设待检修电网设备的总数为NE(即NE个待检修电网设备对应一个初始故障率矩阵),待检修电网设备的检修周期时段数为NT;步骤S101获取待检修电网设备的初始故障率矩阵的方法可以包括如下3个步骤:
待检修电网设备ns与其初始健康指数Hns(反映了待检修电网设备ns的初始健康水平)之间满足如下关系:
通常,待检修电网设备ns的初始健康指数Hns的取值下限为50左右,取值上限为100。不同的待检修电网设备的初始健康指数存在差异。
示例性的,不同类型的待检修电网设备的初始故障率与初始健康指数之间的量化关系可表示为其中,λT、λD、λB、λC分别为变压器、架空输电线、断路器、电缆四类待检修电网设备的初始故障率,HT、HD、HB、HC为上述四类待检修电网设备的初始健康指数。上述量化关系中的比例系数的取值是根据历史数据统计得到的,各省区实际应用过程中还可以根据其自身实测数据进一步修正。
步骤a2、根据待检修电网设备ns的材料老化因素,计算待检修电网设备ns在检修周期时段t的故障率其中,βns为待检修电网设备ns的浴盆曲线形状参数,ηns为待检修电网设备ns的浴盆曲线位置参数,bns为待检修电网设备ns的浴盆曲线稳定故障率取值。
结合上述图2可知,在待检修电网设备的故障率浴盆曲线中,待检修电网设备的浴盆曲线是由待检修电网设备的初期故障率、稳定故障率和损耗故障率综合得到的。在电网实际运行中,待检修电网设备往往已经过较长的磨合试用期,因此可以不考虑其初期故障率部分,故根据待检修电网设备ns的材料老化因素,待检修电网设备ns在检修周期时段t的故障率可用威布尔分布表示为其中,βns为待检修电网设备ns的浴盆曲线形状参数,ηns为待检修电网设备ns的浴盆曲线位置参数,bns为待检修电网设备ns的浴盆曲线稳定故障率取值。
示例性的,结合我国统计数据与不同模型下的故障率时变函数参数建议值,不同类型的待检修电网设备的在检修周期时段t的故障率可表示为其中,λT(t)、λD(t)、λB(t)、λC(t)分别为变压器、架空输电线、断路器、电缆四类待检修电网设备在检修周期时段t的故障率。
步骤a3、根据待检修电网设备ns的初始故障率λns,0和在检修周期时段t的故障率λns(t),得到初始故障率矩阵其中,初始故障率矩阵的第一列为各个待检修电网设备的初始故障率,初始故障率矩阵的第二列至第NT列为各个待检修电网设备在各个检修周期时段的故障率,初始故障率矩阵中任意元素λns,nt对应待检修电网设备ns在第nt时段的故障率。
为反映不同待检修电网设备的故障率时变特性及设备检修对故障率指标的影响,提出故障率矩阵概念。具体的,根据步骤a1得到的待检修电网设备ns的初始故障率λns,0和步骤a2得到的在检修周期时段t的故障率λns(t),得到初始故障率矩阵其中,初始故障率矩阵的第一列为各个待检修电网设备的初始故障率,初始故障率矩阵的第二列至第NT列为各个待检修电网设备在各个检修周期时段的故障率,初始故障率矩阵中任意元素λns,nt对应待检修电网设备ns在第nt时段的故障率。
可见,初始故障率矩阵每一行对应一个待检修电网设备,每一列对应检修周期中的一个时段,矩阵中每个元素即为对应行的待检修电网设备在该时段的故障率。
S102、基于电网设备检修计划,对初始故障率矩阵进行更新,得到更新后的故障率矩阵。
具体的,步骤S102基于电网设备检修计划,对初始故障率矩阵进行更新,得到更新后的故障率矩阵的方法可以包括如下2个步骤:
步骤b1、基于电网设备检修计划,确定待检修电网设备ns的回退时间系数θns。
可以理解的是,待检修电网设备ns经过检修后可以恢复健康状态,其故障率自然会随之降低。本发明采用回退时间系数θns量化检修对待检修电网设备ns故障率的影响。
示例性的,不同类型的待检修电网设备开展不同类型的检修,实际中的回退时间系数不同。本发明示例性的规定待检修电网设备开展不同级别的检修对应不同的回退时间系数,如表1所示。
表1不同类型的检修的回退时间系数
检修类型 | 回退时间系数 | 检修类型 | 回退时间系数 |
A类检修 | 0.80 | C类检修 | 0.45 |
B类检修 | 0.65 | D类检修 | 0.30 |
从表1中可以看出,A、B、C、D四类检修的级别逐渐降低。
如此,通过构建初始故障率矩阵,在故障率“浴盆曲线”基础上,考虑设备检修前后故障率变化,更新初始故障率矩阵,可以量化设备故障率随时间的变化关系。
S103、获取电网设备检修优化模型,并根据电网设备检修优化模型、初始故障率矩阵和更新后的故障率矩阵,计算电网运行风险变化值。
其中,PGR为电网运行风险指标,λne,t为待检修电网设备ne在检修周期时段t的故障率,为待检修电网设备ne在故障跳闸后所造成的电网最大失负荷量,为取最大值函数(即电网运行风险为所有设备故障跳闸下可能出现的最大失负荷量期望值),1≤ne≤NE。
电网设备检修优化模型的约束条件(从上到下依次为设备检修时间约束条件、检修资源约束条件和检修项目互斥性约束条件)为其中,分别为待检修电网设备ne检修起始状态变量和检修状态变量,τ为待检修电网设备ne的检修计划时段取值,Tne为待检修电网设备ne的检修计划时段数,Wne为待检修电网设备ne检修期间资源需求量;Wt为检修周期时段t全网检修计划资源供给总量;和为任意两个不同检修状态变量。
在获取电网设备检修优化模型后,将初始故障率矩阵和更新后的故障率矩阵分别代入电网设备检修优化模型计算得到电网运行风险初始指标PGRA和电网运行风险更新指标PGRB;并根据电网运行风险初始指标PGRA和电网运行风险更新指标PGRB,计算电网运行风险变化值|PGRB-PGRA|。
电网运行风险初始指标PGRA是故障率矩阵更新前电网运行风险,需要考虑电网设备检修优化模型的约束条件;而电网运行风险更新指标PGRB是故障率矩阵更新后电网运行风险,是基于实际情况的检修计划得出的,因此不需要考虑电网设备检修优化模型的约束条件。
S104、判断电网运行风险变化值是否满足收敛性判定。
由于电网计算本质是求解非线性方程组的问题,因此使用任何计算方法均存在着收敛性的问题,计算结果是否收敛影响着电网能否正常运行。因此,步骤S104判断电网运行风险变化值是否满足收敛性判定的方法可以包括:
判断电网运行风险变化值|PGRB-PGRA|是否小于或者等于电网运行风险变化量限值ε。
若电网运行风险变化值|PGRB-PGRA|小于或者等于电网运行风险变化量限值ε,则表示电网运行风险变化值满足收敛性判定,结束此次优化;若电网运行风险变化值|PGRB-PGRA|大于电网运行风险变化量限值ε,则表示电网运行风险变化值不满足收敛性判定。
S105、若电网运行风险变化值满足收敛性判定,则结束此次优化。
S106、若电网运行风险变化值不满足收敛性判定,则更新电网设备检修计划,并返回执行步骤S102,直至电网运行风险变化值满足收敛性判定为止。
将更新后的故障率矩阵嵌入电网检修计划优化编制过程中,动态评估电网运行风险,以更新电网设备检修计划,从而防止设备故障率变化造成的运行风险增加问题。实现电网运行风险、设备检修计划和设备故障率三者间的一致性,并准确反映出设备故障率变化下电网运行风险,并避免局部日期的电网运行风险较高的问题,对实现检修计划精益化具有推动作用。
本发明提供一种电网检修计划编制优化方法,包括:获取待检修电网设备的初始故障率矩阵;基于电网设备检修计划,对初始故障率矩阵进行更新,得到更新后的故障率矩阵;获取电网设备检修优化模型,并根据电网设备检修优化模型、初始故障率矩阵和更新后的故障率矩阵,计算电网运行风险变化值;判断电网运行风险变化值是否满足收敛性判定;若电网运行风险变化值不满足收敛性判定,则更新电网设备检修计划,并返回执行对初始故障率矩阵进行更新的步骤,直至电网运行风险变化值满足收敛性判定为止。通过构建初始故障率矩阵,在故障率“浴盆曲线”基础上,考虑设备检修前后故障率变化,更新初始故障率矩阵,以量化设备故障率随时间的变化关系。将更新后的故障率矩阵嵌入电网检修计划优化编制过程中,动态评估电网运行风险,以更新电网设备检修计划,从而防止设备故障率变化造成的运行风险增加问题。
实施例二
图3为实施例二提供的一种电网系统网络架构示意图。如图3所示,该电网系统包括线路41条、节点30个,图3中黑色的点代表变电站节点,带有字母“G”的圆圈代表发电厂节点,节点旁边数字为节点编号,节点引出的箭头表示该节点存在负荷需求,节点间的连接线代表输电线路。下述实施例将在图3所示的电网系统网络架构上构造算例,以验证本发明电网检修计划编制优化方法的有效性。
假设待检修周期为3个月,该检修周期内按照输电线路定检要求,需要开展定检的设备及其检修要求如表2所示。不影响算例分析,规定其他输电线路的健康指数均为86.0分,且在算例中作为固定值。
表2待检修电网设备的基础信息
名称 | 检修时间/天 | 健康指数/分 | 资源要素/人 |
线路27-28 | 10 | 83.3 | 8 |
线路23-24 | 30 | 82.4 | 15 |
线路19-20 | 20 | 82.7 | 8 |
线路12-14 | 10 | 81.9 | 20 |
线路2-4 | 30 | 82.5 | 5 |
为进一步简化计算,将10天作为一个优化时段,并规定设备检修完成后其回退时间系数均为0.3。在此基础上,根据上述待检修电网设备的健康指数,利用上述不同类型的待检修电网设备的初始故障率与初始健康指数之间的量化关系中架空输电线计算公式,可以得到其初始故障率;再根据上述不同类型的待检修电网设备的在检修周期时段t的故障率中输电线路的“浴盆曲线”函数,计算得到各时段输电线路故障率变化曲线如图4所示(具体的,图4中五条曲线依次为线路27-28、线路23-24、线路19-20、线路12-14、线路2-4的故障率变化曲线),对应的初始故障率矩阵可表示为:
对照图4可以看出初始故障率矩阵中由于没有进行设备检修因素修正,因此各设备故障率呈单调递增趋势。
电网离线分析可得如下检修计划编制边界约束内容:
(1)线路27-28检修任务与线路23-24检修任务存在互斥关系,以电网运行风险扩大;
(2)线路23-24检修任务与线路19-20检修任务存在互斥关系,以电网运行风险扩大。
规定该电网日最大资源投入量为20人/日,基于上述检修计划优化边界,利用更新迭代求解方法,经过3轮迭代收敛。各轮迭代过程中,故障率矩阵依次可表示为:
上述λ1、λ2、λ3依次为第1轮至第3轮迭代过程中根据检修计划修正后所得的设备故障率矩阵。其中,设备检修时段范围内其故障率设为0.00%。
综合考虑故障率矩阵及设备检修计划变化的影响,各轮电网运行风险如图5所示。可以发现通过更新故障率矩阵,并据此改进设备检修计划,电网运行风险呈显著下降趋势,运行风险值由第一轮的3.45MW下降至第三轮的3.18MW,仅3轮即实现收敛,速度较快,能够满足实际运行需求。
最后所得的检修计划结果如图6中的甘特图所示,每一条横向方框对应一项待检修电网设备检修计划持续时间,两组存在互斥关系的检修任务均没有时间重叠部分,且各时段检修任务总资源投入需求未超过允许值,符合实际要求。
为进一步说明考虑故障率时变特性后检修计划编制方法的优势,图7中进一步对比了两种采用固定故障率方式下编制所得检修计划对应的电网运行风险。固定方式1中故障率采用的是各设备初始故障率,固定方式2中故障率采用的是图4中各设备该检修周期的平均故障率。
可以看出采用初始故障率后由于未考虑设备检修下设备故障率增长,将导致最终编制的检修计划故障率被低估,造成实际运行风险超过计划的问题;采用平均故障率后,电网运行风险被低估的问题能得到部分解决,但是可能出现检修计划编制差异导致的局部日期电网运行风险过高的问题。这一结论表明利用故障率矩阵动态更新的方式处理设备故障率时变特性问题,能够在客观反映检修计划对电网运行风险影响的基础上,避免局部日期电网运行风险过高的问题,对提升电网运行可靠性具有显著效果。
实施例三
图8为实施例三提供的一种电网检修计划编制优化装置的结构示意图,如图8所示,该电网检修计划编制优化装置包括处理器30、存储器31和通信接口32;电网检修计划编制优化装置中处理器30的数量可以是一个或多个,图8中以一个处理器30为例;电网检修计划编制优化装置中的处理器30、存储器31、通信接口32可以通过总线或其他方式连接,图8中以通过总线连接为例。总线表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,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。
存储器31作为一种计算机可读存储介质,可设置为存储软件程序、计算机可执行程序以及模块,如本发明实施例中的方法对应的程序指令/模块。处理器30通过运行存储在存储器31中的软件程序、指令以及模块,从而执行电网检修计划编制优化装置的至少一种功能应用以及数据处理,即实现上述的方法。
存储器31可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据电网检修计划编制优化装置的使用所创建的数据等。此外,存储器31可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器31可包括相对于处理器30远程设置的存储器,这些远程存储器可以通过网络连接至电网检修计划编制优化装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
通信接口32可设置为数据的接收与发送。
本发明实施例还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现如本发明任意实施例所提供的方法。
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包括(非穷举的列表):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(Random Access Memory,RAM)、只读存储器(Read-Only Memory,ROM)、可擦式可编程只读存储器(electrically erasable,programmable Read-Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,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,数据信号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、射频(Radio Frequency,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多种程序设计语言组合来编写用于执行本公开操作的计算机程序代码,程序设计语言包括面向对象的程序设计语言诸如Java、Smalltalk、C++、Ruby、Go,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服务器上执行。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(Local Area Network,LAN)或广域网(Wide Area Network,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)。
本领域内的技术人员应明白,术语用户终端涵盖任何适合类型的无线用户设备,例如移动电话、便携数据处理装置、便携网络浏览器或车载移动台。
一般来说,本发明的多种实施例可以在硬件或专用电路、软件、逻辑或其任何组合中实现。例如,一些方面可以被实现在硬件中,而其它方面可以被实现在可以被控制器、微处理器或其它计算装置执行的固件或软件中,尽管本发明不限于此。
本发明的实施例可以通过移动装置的数据处理器执行计算机程序指令来实现,例如在处理器实体中,或者通过硬件,或者通过软件和硬件的组合。计算机程序指令可以是汇编指令、指令集架构(Instruction Set Architecture,ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码。
本发明附图中的任何逻辑流程的框图可以表示程序步骤,或者可以表示相互连接的逻辑电路、模块和功能,或者可以表示程序步骤与逻辑电路、模块和功能的组合。计算机程序可以存储在存储器上。存储器可以具有任何适合于本地技术环境的类型并且可以使用任何适合的数据存储技术实现,例如但不限于只读存储器(ROM)、随机访问存储器(RAM)、光存储器装置和系统(数码多功能光碟DVD或CD光盘)等。计算机可读介质可以包括非瞬时性存储介质。数据处理器可以是任何适合于本地技术环境的类型,例如但不限于通用计算机、专用计算机、微处理器、数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑器件(Field-Programmable Gate Array,FGPA)以及基于多核处理器架构的处理器。
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)
1.一种电网检修计划编制优化方法,其特征在于,包括:
获取待检修电网设备的初始故障率矩阵;
基于电网设备检修计划,对所述初始故障率矩阵进行更新,得到更新后的故障率矩阵;
获取电网设备检修优化模型,并根据所述电网设备检修优化模型、所述初始故障率矩阵和所述更新后的故障率矩阵,计算电网运行风险变化值;
判断所述电网运行风险变化值是否满足收敛性判定;
若所述电网运行风险变化值不满足收敛性判定,则更新所述电网设备检修计划,并返回执行对所述初始故障率矩阵进行更新的步骤,直至所述电网运行风险变化值满足收敛性判定为止。
2.根据权利要求1所述的方法,其特征在于,所述待检修电网设备的总数为NE,所述待检修电网设备的检修周期时段数为NT;
所述获取待检修电网设备的初始故障率矩阵,包括:
根据所述待检修电网设备ns的材料老化因素,计算所述待检修电网设备ns在检修周期时段t的故障率其中,βns为所述待检修电网设备ns的浴盆曲线形状参数,ηns为所述待检修电网设备ns的浴盆曲线位置参数,bns为所述待检修电网设备ns的浴盆曲线稳定故障率取值;
6.根据权利要求5所述的方法,其特征在于,所述判断所述电网运行风险变化值是否满足收敛性判定,包括:
判断所述电网运行风险变化值|PGRB-PGRA|是否小于或者等于电网运行风险变化量限值ε;
若所述电网运行风险变化值|PGRB-PGRA|小于或者等于电网运行风险变化量限值ε,则表示所述电网运行风险变化值满足收敛性判定;
若所述电网运行风险变化值|PGRB-PGRA|大于电网运行风险变化量限值ε,则表示所述电网运行风险变化值不满足收敛性判定。
8.根据权利要求1所述的方法,其特征在于,所述待检修电网设备的类型至少包括变压器、架空输电线、断路器、电缆中的至少一项。
9.一种电网检修计划编制优化装置,其特征在于,包括:处理器,所述处理器用于在执行计算机程序时实现如权利要求1-8中任一所述的电网检修计划编制优化方法。
10.一种计算机可读存储介质,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如权利要求1-8中任一所述的电网检修计划编制优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011278771.9A CN112418499B (zh) | 2020-11-16 | 2020-11-16 | 电网检修计划编制优化方法、装置及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011278771.9A CN112418499B (zh) | 2020-11-16 | 2020-11-16 | 电网检修计划编制优化方法、装置及计算机可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112418499A true CN112418499A (zh) | 2021-02-26 |
CN112418499B CN112418499B (zh) | 2023-02-03 |
Family
ID=74832497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011278771.9A Active CN112418499B (zh) | 2020-11-16 | 2020-11-16 | 电网检修计划编制优化方法、装置及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112418499B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114061770A (zh) * | 2021-11-25 | 2022-02-18 | 江苏攸米智能科技有限公司 | 一种分布式预制光纤母线测温系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002330542A (ja) * | 2001-02-27 | 2002-11-15 | Hitachi Ltd | 発電設備の運転・保全計画支援システム |
CN101764405A (zh) * | 2009-12-24 | 2010-06-30 | 国电南瑞科技股份有限公司 | 多周期多维度一体化检修计划优化与安全分析的方法 |
CN102360467A (zh) * | 2011-10-12 | 2012-02-22 | 西安交通大学 | 一种考虑元件老化特性的配电系统长期检修策略制定方法 |
CN103400209A (zh) * | 2013-04-18 | 2013-11-20 | 国家电网公司 | 配电网检修实施方案优化方法 |
CN103646358A (zh) * | 2013-12-30 | 2014-03-19 | 重庆大学 | 计及电力设备时变故障率的电网计划检修周期确定方法 |
CN103839112A (zh) * | 2014-03-04 | 2014-06-04 | 北京电研华源电力技术有限公司 | 一种配电网架空线路检修方案优化方法及系统 |
CN106485596A (zh) * | 2016-09-27 | 2017-03-08 | 华北电力大学 | 一种配电设备检修策略优化方法 |
CN106570792A (zh) * | 2016-11-14 | 2017-04-19 | 国网天津市电力公司 | 一种面向可靠性评估的配电设备状态评价方法 |
CN109117570A (zh) * | 2018-08-24 | 2019-01-01 | 国网安徽省电力有限公司岳西县供电公司 | 一种基于分布式光伏的配电网检修优化方法 |
CN109657912A (zh) * | 2018-11-15 | 2019-04-19 | 国网浙江省电力有限公司金华供电公司 | 一种可视化的电网风险管控方法及系统 |
US10445673B1 (en) * | 2018-03-15 | 2019-10-15 | American Public Power Assocation Inc. | Predictive models for electric power grid maintenance |
-
2020
- 2020-11-16 CN CN202011278771.9A patent/CN112418499B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002330542A (ja) * | 2001-02-27 | 2002-11-15 | Hitachi Ltd | 発電設備の運転・保全計画支援システム |
CN101764405A (zh) * | 2009-12-24 | 2010-06-30 | 国电南瑞科技股份有限公司 | 多周期多维度一体化检修计划优化与安全分析的方法 |
CN102360467A (zh) * | 2011-10-12 | 2012-02-22 | 西安交通大学 | 一种考虑元件老化特性的配电系统长期检修策略制定方法 |
CN103400209A (zh) * | 2013-04-18 | 2013-11-20 | 国家电网公司 | 配电网检修实施方案优化方法 |
CN103646358A (zh) * | 2013-12-30 | 2014-03-19 | 重庆大学 | 计及电力设备时变故障率的电网计划检修周期确定方法 |
CN103839112A (zh) * | 2014-03-04 | 2014-06-04 | 北京电研华源电力技术有限公司 | 一种配电网架空线路检修方案优化方法及系统 |
CN106485596A (zh) * | 2016-09-27 | 2017-03-08 | 华北电力大学 | 一种配电设备检修策略优化方法 |
CN106570792A (zh) * | 2016-11-14 | 2017-04-19 | 国网天津市电力公司 | 一种面向可靠性评估的配电设备状态评价方法 |
US10445673B1 (en) * | 2018-03-15 | 2019-10-15 | American Public Power Assocation Inc. | Predictive models for electric power grid maintenance |
CN109117570A (zh) * | 2018-08-24 | 2019-01-01 | 国网安徽省电力有限公司岳西县供电公司 | 一种基于分布式光伏的配电网检修优化方法 |
CN109657912A (zh) * | 2018-11-15 | 2019-04-19 | 国网浙江省电力有限公司金华供电公司 | 一种可视化的电网风险管控方法及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114061770A (zh) * | 2021-11-25 | 2022-02-18 | 江苏攸米智能科技有限公司 | 一种分布式预制光纤母线测温系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112418499B (zh) | 2023-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sato et al. | Optimum budget allocation method for projects with critical risks | |
CN110060179B (zh) | 基于风险重叠度的多电压等级检修计划优化方法及装置 | |
CN112418499B (zh) | 电网检修计划编制优化方法、装置及计算机可读存储介质 | |
CN108038616A (zh) | 一种输电线路工程造价分析方法 | |
CN111738505A (zh) | 银行网点工作量预测方法和装置、电子设备及存储介质 | |
Fan et al. | Human factors’ complexity measurement of human‐based station of assembly line | |
CN110941801A (zh) | 一种单台在役压水堆核电机组可靠性的预测方法及系统 | |
CN111626543A (zh) | 电力相关数据的处理方法及装置 | |
CN111340257B (zh) | 一种基于风险分析输电设备检修计划的优化方法及系统 | |
CN114519470A (zh) | 一种风电中长期发电量预测方法及装置 | |
CN112766535B (zh) | 一种考虑负荷曲线特征的建筑负荷预测方法及系统 | |
CN117689160A (zh) | 一种基于电力调度日计划的窗口可视方法及系统 | |
CN116316615B (zh) | 基于数据增强的分布式光伏群短期功率预测方法及系统 | |
US20120130760A1 (en) | Adjusting a point prediction that is part of the long-term product life cycle based forecast | |
CN116316600A (zh) | 基于季节分型的面向风电功率日前预测自适应滤波方法 | |
CN114971736A (zh) | 电力计量物资需求预测方法、装置、电子设备和存储介质 | |
CN116090612A (zh) | 一种基于Prophet模型的配电网线路峰值负荷预测方法 | |
CN115859864A (zh) | 一种适用于海上风机结构方案设计分项系数的修正方法 | |
CN112100867B (zh) | 电网负荷预测方法 | |
CN111461559B (zh) | 备件需求量确定方法、装置及电子设备 | |
CN114759579A (zh) | 一种基于数据驱动的电网有功优化控制系统、方法和介质 | |
CN115238940A (zh) | 电网负荷预测模型的训练方法及装置 | |
CN111178780A (zh) | 运维策略的设置方法、装置、存储介质及电子设备 | |
CN106777494B (zh) | 一种电力系统可靠性影响因素灵敏度计算方法 | |
RU162895U1 (ru) | Автоматизированное устройство оценивания рисков |
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 |