CN112446572A - 考虑瓦斯发电厂的矿山供电调度应急辅助决策支持方法 - Google Patents
考虑瓦斯发电厂的矿山供电调度应急辅助决策支持方法 Download PDFInfo
- Publication number
- CN112446572A CN112446572A CN201910815212.8A CN201910815212A CN112446572A CN 112446572 A CN112446572 A CN 112446572A CN 201910815212 A CN201910815212 A CN 201910815212A CN 112446572 A CN112446572 A CN 112446572A
- Authority
- CN
- China
- Prior art keywords
- accident
- power
- mine
- gas
- matching
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 18
- 239000003245 coal Substances 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000004088 simulation Methods 0.000 claims description 12
- 238000012937 correction Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 6
- 230000007246 mechanism Effects 0.000 claims description 5
- 238000000691 measurement method Methods 0.000 claims description 4
- 230000008520 organization Effects 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000009471 action Effects 0.000 claims description 2
- 238000003491 array Methods 0.000 claims description 2
- 238000010248 power generation Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 claims description 2
- 238000003860 storage Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000009826 distribution Methods 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000001939 inductive effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
-
- 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- H02H—EMERGENCY PROTECTIVE CIRCUIT ARRANGEMENTS
- H02H1/00—Details of emergency protective circuit arrangements
- H02H1/0092—Details of emergency protective circuit arrangements concerning the data processing means, e.g. expert systems, neural networks
-
- 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
-
- 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)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Power Engineering (AREA)
- Evolutionary Computation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种考虑瓦斯发电厂的矿山供电调度应急辅助决策支持方法,适用于电网领域。器包括步骤一:电力调度系统接受来自监控系统的事故信息;步骤二:通过余弦匹配算法实现事故案例检索与匹配,进行属性和结构的相似度匹配,同时列出同等相似度事故对瓦斯电站和矿井风机的冲击并给出不同的解决方案;步骤三:事故案例修正评估对瓦斯电站和矿井风机的冲击程度;步骤四:生成对瓦斯电站和矿井风机等重要负荷冲击最小的应急决策方案;步骤五:事故后评估该应急预案并保存。解决了发生电网事故初期无法准确判断事故规模,且没有相应的事故预案的问题,可以为煤矿电力事故应急决策者提供科学的辅助决策支持,同时匹配精度高。
Description
技术领域
本发明涉及一种考虑瓦斯发电厂的矿山供电调度应急辅助决策支持方法,尤其适用于电网技术领域的考虑瓦斯发电厂的矿山供电调度应急辅助决策支持方法。
背景技术
电网调度是电力系统中的重要组成部分。由于煤矿企业的安全生产十分依赖矿井风机,水泵,电梯等电力拖动设备,同时,一般煤矿企业拥有瓦斯发电厂,因为受限于电网规模,事故的发生将会对瓦斯发电站带来更大的冲击。所以对于煤矿企业而言,保证电网运行的可靠性变得十分重要。然而在实际生产中,电网会因各种不可预见的因素发生故障导致矿井的电力中断,严重威胁了煤矿企业的生产效率和生产安全。因此, 如果不及时理此类故障,最大限度防止调度人员误操作,快速的恢复电力的供应,维持安全可靠的生产,将会带来严重的后果甚至造成严重的事故。
发明内容
本发明的目的在于提供一个考虑瓦斯发电厂的矿山供电调度应急辅助决策支持方法。
为实现上述技术目的,本发明的考虑瓦斯发电厂的矿山供电调度应急辅助决策支持方法其步骤如下:
步骤一:电力调度系统接受来自SCADA的事故相关信息;事故相关信息包括线电压、相电流、有功功率、无功功率、电网设备包含断路器、隔离开关、接地刀闸等的运行状态以及继电保护装置的动作信号、事故发生的地点;电力调度系统是电力系统内部的一个组织机构即电网调度机构;也就是电网的发电、供电、用电运行组织、指挥、指导和协调中心;
步骤二:通过余弦匹配算法实现事故案例检索与匹配,进行属性和结构的相似度匹配,同时列出同等相似度事故对瓦斯电站和矿井风机的冲击并给出不同的解决方案;其中,属性匹配是指电网发生的事故类型的匹配;结构匹配是指在整个电网的运行中事故库是按照过往事故发生时的事故相关信息、事故发生后的处理流程建立的;
步骤三:事故案例修正:在提出辅助决策方案后会在电力调度系统的在线仿真系统中进行仿真实验,确保给出的方案能正确隔离故障区域,恢复负荷供电并保障瓦斯电站和煤矿电网的运行安全;如果在线仿真出的结果不符合要求,则需要人工修正,重新确定倒闸操作对象,并将改次事故处理方案录入事故案例库中,实现事故案例的修正;同时也评估对瓦斯电站和矿井风机的冲击程度,依据为在各个瓦斯电站和矿井风机的CT、PT通过SCADA系统上传的事故前、事故时、事故后的电压电流,并且按照瓦斯电站和矿井风机的技术参数来确定其是否受到了严重电压或电流同时记录在案;
步骤四:生成对瓦斯电站和矿井风机等重要负荷冲击最小的应急决策方案,在综合参考了事故案例修正和负载冲击评估后直接生成应急决策方案呈现给调度人员供其参考。
步骤五:事故后评估该应急预案并保存:在整个事故处理完后,观察SCADA系统上传的各个关键节点及负荷的线电压、相电流、有功功率、无功功率、功率因数角、正序、负序、零序电压电流等是否正常、负荷运行情况是否理想,如果符合预期则保存该应急预案并保存。
所述事故信息输入中事故信息着眼于两类:数值量和状态量,数值量为电力系统一次设备通过二次测量与保护设备所测得的准确值,包括线电压、相电流、有功功率、无功功率、功率因数角、正序、负序、零序电压电流共十一种;状态量为各个电力系统中一次设备的开关和运行与否状态使用0,1表示,通过简化有序枚举量,使其等同于状态量参与计算,无序枚举量通过目录的形式进行查找,避免了枚举量对辅助决策的干扰;事故信息包括:SCADA采集的各个关键节点的线电压、相电流、有功功率、无功功率、功率因数角、正序、负序、零序电压电流、事故类别、事故发生的时间地点、事故发生时各个开关量之间的状态(以0和1表示)。
属性相似度计算使用两个事故信息集合在特征空间中的夹角来描述两个案例的相似性。描述样本差异的函数为夹角余弦算法,如公式(1):
两个N维样本点a(x11,x12,x13.....x1n)和b(x21,x22,x23.....x2n)的夹角余弦为
其中Wk表示样本点中各自属性的权重,x11,x12,x13.....x1n表明所采集的各式信息所形成集合Sim() 表示两个一维数组的相关度;
由于样本点中的数据分为数值型,字符型和枚举型,对该权重的计算方法如下:不论该系统是否发生故障或发生何种程度的故障系统中各个设备并未改变,只需要按照一定的顺序在数组中进行表述便可以避免枚举类数据参与运算,枚举形数据在本系统的主要作用是区分如同天气、时间、设备编号等无法直接参与计算机运算的数据,本系统采用枚举型数据和能参与运算数据的分别存储,在表达相关故使用字符型数据替代枚举型数据;
当为两个N维样本是数值型数据时,x1k,x2k取各自的测量值。其中,数值型数据指的是:相应电压电流检测点的电压电流大小(包括正序、负序、零序)、开关的状态等关键信息;
当两个N维样本中的元素为字符型数据时,根据两者是否相等来判断,若相等则赋值1,若不相等则赋值为0,如公式(2)所示:
通过余弦匹配算法实现事故案例检索与匹配,进行属性和结构的相似度匹配,同时评估同等相似度事故对瓦斯电站和矿井风机的冲击,并给出不同的解决方案的计算过程,具体包括以下步骤:
a建立两个相互独立的案例数据库:数据库一为电网运行事故案例数据库,数据库二为瓦斯发电站与矿井风机事故应急案例数据库;
b发生电网运行事故时通过调度提取事故所采集的数据量和状态信息,排除掉0元素形成非空集合,记为 S1;所述数据量包括各个电力系统一次设备通过二次测量与保护设备所测得的准确值,包括线电压、相电流、有功功率、无功功率、功率因数角、正序、负序、零序电压电流共十一种;所述状态信息为各个电力系统中一次设备的开关和运行与否状态使用0,1表S1;
c通过瓦斯发电站处和矿井风机处采集的事故信息,排除掉0元素后形成非空集合,记为S2,S3;
d将电网运行事故案例数据库排除掉同S1中相同的性质的空元素后,集中形成新的非空集合S4;
e将S4中每个集合使用余弦距离测量法同S1进行相似算法比较,找出最为相似的解决方案并且记录;。
f在测量获得的瓦斯电站和矿井风机处的测量数据和状态信息后,排除掉0元素形成非空集合S5,重复上述步骤③④⑤得出瓦斯电站侧和矿井风机侧的最为相似的解决方案并记录。
有益效果:
本发明公开的基于案例推理的考虑瓦斯发电厂的矿山供电调度应急辅助决策支持方法解决了煤矿企业发生电网事故初期无法准确判断事故规模,对关键厂站或设备的运行没有相应的事故预案的问题,可以为煤矿电力事故应急决策者提供科学的辅助决策支持。同时,本发明引入了统一的权重机制,分为事故类别、事故时间,地点、数据量、状态量等,能够更精确进行案例匹配。
附图说明
图1是本发明整个辅助决策支持系统实现功能的流程示意图;
图2是本发明搭建的电网simulink图在正常运行情况下的示意图;
图3是本发明搭建的电网simulink图在正常运行状态下110kV环网的电压电流检测;
图4是本发明搭建的电网simulink图在环网A处发生A相接地故障时示意图;
图5是本发明搭建的电网simulink图在环网A处发生A相接地故障时110kV环网的电压电流检测。
具体实施方式
为使本发明实施目的、技术方案和优点更加清晰,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行更加详细的描述。且描述的实施例是本发明一部分实施例,而不是全部的实施例。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。基于本发明中的是实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明的保护范围。
实施例1如图1所示,本发明的一种矿区电网突发事故的辅助决策实施过程具体步骤如下:
S1调度系统接受来自监控系统的事故信息:
运用案例推理方法匹配数据库中最符合本此事故的应急预案。从实际的角度出发,整理分类相应的事故信息显得尤为重要。本次的事故信息输入分类分为3个部分:数据量,状态量和时间地点等基本信息。表 1给出了事故相关的基本情况描述
表1事故相关的基本情况描述
通过余弦匹配算法实现事故案例检索与匹配,进行属性和结构的相似度匹配,同时列出同等相似度事故对瓦斯电站和矿井风机的冲击并给出不同的解决方案;
在事故发生后采用余弦相似度算法和归纳式检索方法,从案例库中检索相应目录中的应急预案,整个过程和方法对案例推理的准确度起到了极大的作用。其中,按照不同的枚举属性在不同的枚举型属性类别下使用该相似度算法寻找匹配案例。如事故类型有设备事故,电网调度运行事故以及事故的级别一,二级等, 在电力监控系统将以上信息输入本辅助决策系统后可直接在不同事故等级下寻找相应的决策方案。而数据量和状态量的匹配可在本算法的协助下迅速完成。
又包含以下步骤:
S2-1属性相似度计算,
案例推理的核心是案例相似度算法的设计。在电网事故中,因为状态量比数据量更加重要,体现在断路器的分合上相应元素的维数也将增多,若采用欧拉算法则有一定缺陷。欧拉算法在数值区域内较为敏感,但是在方向上的判断容易出错,不能很好的把握事故的类别和整体的协调程度。而使用余弦算法,在一定程度上提高了推理系统对事故全貌的掌握,使得推理出的方案更加贴近实际使用。
故在决定事故的状态量为事故信息主体后,在特征空间中使用两个案例之间的角度关系来表征他们的相似度,公式为:
其中Wk权重表示第k个属性的重要度。
对于状态变量,有取值如下
S2-2对于两个案例之间结构的相似度匹配
结构相似度匹配是本辅助决策支持系统的关键环节,通过两个独立的数据库(其中一个为电网事故应急预案数据库,另一个为瓦斯电站和矿井风机的事故应急预案数据库)分别对事故进行匹配,相对于不同的对象给出相应的解决方案。
首先建立两个相互独立的案例数据库,电网运行事故运行案例数据库和瓦斯发电站与矿井风机事故应急案例数据库;发生电网运行事故时通过调度提取事故所采集的数据和状态信息,排除掉0元素形成非空集合,记为S1;通过瓦斯发电站处和矿井风机处采集的事故信息,排除掉0元素后形成非空集合,记为S2,S3;将S1同电网应急预案数据库中的应急预案排除掉S1中相同的空元素后,集中形成新的非空集合S4;将S4中每个集合使用余弦距离测量法同S1进行相似算法比较,找出最为相似的解决方案并且记录;在测量获得的瓦斯电站和矿井风机处的测量数据和状态信息后,排除掉0元素形成非空集合S5;重复上述步骤③④⑤得出瓦斯电站侧和矿井风机侧的最为相似的解决方案并记录;
S3事故案例修正评估对瓦斯电站和矿井风机的冲击程度,
根据专家判断和规则推理修正处置方案,使之适合于解决当前应急决策事件,生成方案。同时访问相应的数据库,依照数据库中存储的专家知识以及案例修正规则对处置方案进行合理化修正;
S4生成事故后最佳系统方式调整方案,
将合理化修正后的应急决策方案输出,为应急决策者提供科学合理的指导意见,完成科学的应急辅助决策;
S5事故后评估该应急预案并保存,
在电力事故应急处置结束后,要对效果进行评估,并根据既定的案例自学习策略将符合条件的案例保存,等待下次使用。
最后需要指出的是以上实施例仅用以说明本发明的技术方案,而非对其限制。尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换。而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
实施例一
本次针对汾西煤矿电网进行实际仿真,采用了典型的110kV环网结构。
取矿井风机额定功率37kW,井下防爆电机额定功率为22kW,井下水泵额定功率10kW。由于在Matlab 中负载只能取风机的等效电感和等效电阻,故使用经典的估算方法对三相异步电机进行RL负载等效。根据实际生产经验,我们取煤矿配电网络功率因数cosφ=0.95,额定线电压U=380V,针对变压器容量选择, 使用相应参数β取09。并且考虑电力系统对故障时仍能保证单台变压器带80%负载同时保证变压器的运行效率,取220kV和110kV等级变压器的容量为:1500kVA。取10kV等级的变压器容量为150kVA
在某电网的实际仿真中,权重值的设置使用1-9标度方法。
其中,1-9标度方法的核心是将各个元素对电网运行的重要性有了明确的区分。同时,事故的等级由子集合表示,如三级事故为[1,1,1]。
某电网运行时相关赋值如下:
#7、#8断路器是该110Kv环网最重要的两个组成部分,当两个断路器处于闭合状态时,该环网正常运行,外部网络和瓦斯电站共同向负载供电。当其中一个断路器处于断开状态时,该环网结构解裂,一般而言环网解裂可以隔离故障点但将该网络的抗冲击能力变弱。所以#7、#8断路器的权重为极端重要。同时,#1-#6号断路器负责整个供电系统的电源的接入和断出。如果#1~#6断路器处于开断状态,则整个环网供电电源将会减少。如果电网负荷增大,可能会出现相关变压器过载的情况。所以#1-#6号断路器的权重为明显重要。
#9-#16号断路器属于整个电网的配网模块。在整个电力生产的环节中一共有五大环节:发电——变电——输电——配电——用电,其中配电网是指从输电网或地区发电厂接受电能,通过配电设施就地分配或按电压逐级分配给各类用户的电力网。因为本次仿真的设计对配网而言是双回路供电,所以断路器的断开更是用于配合继电保护装置隔离故障点。所以#9-#16号断路器的权重为稍重要。
#17-#21号断路器是负载的断路器,用于负载的投切,所以他的权重为同等重要。
此时使用三相异步电机的经典估算法等效为电阻和电感负载,计算过程如下:
(1)矿井风机1-1,P=37kW,cosφ=0.95U=380V(额定电流)计算过程如下(4)(5)(6)(7)公式所示:
考虑过载系数为1.2则短时间过载电流大小为I=97.8A
(2)矿井风机1-2,P=37kW,cosφ=0.95U=380V,R=5.537Ω,L=0.006H。
(3)矿井风机1-3,P=37kW,cosφ=0.95U=380V,R=5.537Ω,L=0.006H。
(4)井下防爆电机1-1,P=22kW cosφ=0.95U=380V,按照步骤(4)(5)(6)(7)可
(5)知R=9.3Ω,L=0.01H,I=38.76A,考虑过载系数1.2后得出短时过载电流大小为I=46.52A
(5)井下水泵1-1,P=10kW cosφ=0.95U=380V,按照步骤(4)(5)(6)(7)可知 R=20.487Ω,L=0.022H,I=17.61A,考虑过载系数1.2后得出短时过载电流大小I=21.14A
(6)本模拟某电网在正常运行情况下,按照本专利使用的余弦测量法得到的数组1为:
[0,0,0,0,7,7,882,269.5,721,52.5,5,5,5,5,5,5,1101.5,175.5,630,359,1100,17.5,630,35.9,175,115. 5,3,3,3,3,3,3,3,3,1.11,684,1.11,687,0.633,212.1,0.633,96,0.633,96,0.633,354,0.633,345,0.633, 354,1,1,1,1,1]
(7)本模拟某电网在环网A处发生A相单相接地故障时,按照本专利使用的余弦测量法得到的数组2 为:[0,0,9,0,7,7,637,259,343,133,5,5,5,5,5,5,1095,530,455,1060,1100,54,455,105,175,310,3,3,3, 3,3,3,3,3,0.9,33,0.9,51,0.3,30,0.3,144,0.3,63,0.3,18,0.3,18,1,1,1,1,1]
(8)本模拟某电网在环网B处发生B相单相接地故障时,按照本专利使用的余弦测量法得到的数组3为:
[0,0,9,0,7,7,686,805,378,413,5,5,5,5,5,5,1100,415,480,835,1100,41,480,150,165,260,3,3,3, 3,3,3,3,3,0.6,179,0.6,179,0.6,150,0.6,15.9,0.6,40.5,0.6,150,0.6,50,1,1,1,1,1]
本模拟某电网在110/35kV处发生单相接地短路故障时,按照本专利使用的余弦测量法得到的数组4 为:
[0,0,9,0,7,7,693,195,630,378,5,5,5,5,5,5,1100,400,495,805,1100,10,495,80。 5,175,230,3,3,3,3,3,3,3,3,0.9,519,0.9,483,0.3,258.9,0.3,153,0.3,70.2,0.3,258, 0.3,258,1,1,1,1,1]
(9)如图5所示,使用MATLAB程序计算数组1和数组2数组1和数组2之间的夹角余弦,有:A,B故障点发生故障时采集的数据依照权重值计算方法得到的数组2与组3的夹角余弦值为0。302。而A,C故障点故障时采集的数据依照权重值计算方法的得到的数组2与数组4的夹角余弦值为0。3956。经分析可知,A 点发生接地短路时,对于35kV配电网电气距离近,冲击较大,且对220kV/110kV的2#主变的冲击更大,由于在整个大型环网结构中,A点与B点的电气距离较远,对1#主变和35kV瓦斯电站升压变电站冲击较小,且可以从采集获得的数据同正常运行时的数据使用余弦算法进行交叉对比。故从宏观分析而言,A,C两点发生故障相似性最高是可行的。证明使用余弦算法能在辅助决策系统中扮演重要作用。
(10)在本仿真实验中,如图2、图3和图4所示,所示倘若A点发生故障,若按照风机的过载系数(电流过载)为1.5,额定电流为65.2A,考虑过载系数后为97.8A;同时,井下防爆电机的过载系数为1.2,额定电流为38.76A,短时过载电流为46.52A;井下水泵的过载系数为1.2,额定电流为17.61A,短时过载电流为21.14A;按照本仿真测得电流,若不及时切除、隔离故障点,则全部负载均需要停机,造成较大的生产损失和安全风险。如及时有效进行倒闸操作隔离故障点,则能保证重要负荷正常运行。本发明专利能依托检索库现有的事故案例进行分析,即在参考C点发生故障时,经过模拟,切断#16、#10、#7、#8断路器不但能在C处发生故障时隔离故障点C恢复负载正常运行,也能在A处发生接地故障后使得负载恢复正常运行。我们可以看见为了有效隔离故障点,选择断开开关能通过现有数据库进行事故案例匹配。匹配后选择相似度最高的操作方案进行事故故障点的隔离。在本例中,匹配出相似度最高的操作方案,再选用该方案进行相应倒闸操作能在最短时间内提供调度人员相应的辅助决策信息并且解决问题,达到了本系统的初始目标。
图2是电网simulink图在正常运行情况下的示意图;
图3是电网simulink图在正常运行状态下110kV环网的电压电流检测;
图4是电网simulink图在环网A处发生A相接地故障时示意图;
图5是电网simulink图在环网A处发生A相接地故障时110kV环网的电压电流检测;
(11)评估对瓦斯电站的冲击,依据瓦斯发电站的PT、CT形成的电流电压曲线可知,本瓦斯电站在A、 B、C三点发生单相接地故障时均对瓦斯电站的影响基本可以忽略不计。
(12)最后对本次辅助决策相关数据和信息进行保存,以便日后进行数据调用。
图1是整个辅助决策支持系统实现功能的流程示意图(使用VISIO进行画图作业)。
Claims (4)
1.一种考虑瓦斯发电厂的矿山供电调度应急辅助决策支持方法,其特征在于步骤如下:
步骤一:电力调度系统接受来自SCADA的事故相关信息;事故相关信息包括线电压、相电流、有功功率、无功功率、电网设备包含断路器、隔离开关、接地刀闸等的运行状态以及继电保护装置的动作信号、事故发生的地点;电力调度系统是电力系统内部的一个组织机构即电网调度机构;也就是电网的发电、供电、用电运行组织、指挥、指导和协调中心;
步骤二:通过余弦匹配算法实现事故案例检索与匹配,进行属性和结构的相似度匹配,同时列出同等相似度事故对瓦斯电站和矿井风机的冲击并给出不同的解决方案;其中,属性匹配是指电网发生的事故类型的匹配;结构匹配是指在整个电网的运行中事故库是按照过往事故发生时的事故相关信息、事故发生后的处理流程建立的;
步骤三:事故案例修正:在提出辅助决策方案后会在电力调度系统的在线仿真系统中进行仿真实验,确保给出的方案能正确隔离故障区域,恢复负荷供电并保障瓦斯电站和煤矿电网的运行安全;如果在线仿真出的结果不符合要求,则需要人工修正,重新确定倒闸操作对象,并将改次事故处理方案录入事故案例库中,实现事故案例的修正;同时也评估对瓦斯电站和矿井风机的冲击程度,依据为在各个瓦斯电站和矿井风机的CT、PT通过SCADA系统上传的事故前、事故时、事故后的电压电流,并且按照瓦斯电站和矿井风机的技术参数来确定其是否受到了严重电压或电流同时记录在案;
步骤四:生成对瓦斯电站和矿井风机等重要负荷冲击最小的应急决策方案,在综合参考了事故案例修正和负载冲击评估后直接生成应急决策方案呈现给调度人员供其参考。
步骤五:事故后评估该应急预案并保存:在整个事故处理完后,观察SCADA系统上传的各个关键节点及负荷的线电压、相电流、有功功率、无功功率、功率因数角、正序、负序、零序电压电流等是否正常、负荷运行情况是否理想,如果符合预期则保存该应急预案并保存。
2.根据权利要求1所述的考虑瓦斯发电厂的矿山供电调度应急辅助决策支持方法,其特征值在于:所述事故信息输入中事故信息着眼于两类:数值量和状态量,数值量为电力系统一次设备通过二次测量与保护设备所测得的准确值,包括线电压、相电流、有功功率、无功功率、功率因数角、正序、负序、零序电压电流共十一种;状态量为各个电力系统中一次设备的开关和运行与否状态使用0,1表示,通过简化有序枚举量,使其等同于状态量参与计算,无序枚举量通过目录的形式进行查找,避免了枚举量对辅助决策的干扰;事故信息包括:SCADA采集的各个关键节点的线电压、相电流、有功功率、无功功率、功率因数角、正序、负序、零序电压电流、事故类别、事故发生的时间地点、事故发生时各个开关量之间的状态(以0和1表示)。
3.根据权利要求1所述的虑瓦斯发电厂的矿山供电调度应急辅助决策支持系统,其特征值在于:属性相似度计算使用两个事故信息集合在特征空间中的夹角来描述两个案例的相似性。描述样本差异的函数为夹角余弦算法,如公式(1):
两个N维样本点a(x11,x12,x13.....x1n)和b(x21,x22,x23.....x2n)的夹角余弦为
其中Wk表示样本点中各自属性的权重,x11,x12,x13.....x1n表明所采集的各式信息所形成集合Sim()表示两个一维数组的相关度;
由于样本点中的数据分为数值型,字符型和枚举型,对该权重的计算方法如下:不论该系统是否发生故障或发生何种程度的故障系统中各个设备并未改变,只需要按照一定的顺序在数组中进行表述便可以避免枚举类数据参与运算,枚举形数据在本系统的主要作用是区分如同天气、时间、设备编号等无法直接参与计算机运算的数据,本系统采用枚举型数据和能参与运算数据的分别存储,在表达相关故使用字符型数据替代枚举型数据;
当为两个N维样本是数值型数据时,x1k,x2k取各自的测量值。其中,数值型数据指的是:相应电压电流检测点的电压电流大小(包括正序、负序、零序)、开关的状态等关键信息;
当两个N维样本中的元素为字符型数据时,根据两者是否相等来判断,若相等则赋值1,若不相等则赋值为0,如公式(2)所示:
4.根据权利要求3所述的考虑瓦斯发电厂的矿山供电调度应急辅助决策支持方法,其特征在于:通过余弦匹配算法实现事故案例检索与匹配,进行属性和结构的相似度匹配,同时评估同等相似度事故对瓦斯电站和矿井风机的冲击,并给出不同的解决方案的计算过程,具体包括以下步骤:
a建立两个相互独立的案例数据库:数据库一为电网运行事故案例数据库,数据库二为瓦斯发电站与矿井风机事故应急案例数据库;
b发生电网运行事故时通过调度提取事故所采集的数据量和状态信息,排除掉0元素形成非空集合,记为S1;所述数据量包括各个电力系统一次设备通过二次测量与保护设备所测得的准确值,包括线电压、相电流、有功功率、无功功率、功率因数角、正序、负序、零序电压电流共十一种;所述状态信息为各个电力系统中一次设备的开关和运行与否状态使用0,1表S1;
c通过瓦斯发电站处和矿井风机处采集的事故信息,排除掉0元素后形成非空集合,记为S2,S3;
d将电网运行事故案例数据库排除掉同S1中相同的性质的空元素后,集中形成新的非空集合S4;
e将S4中每个集合使用余弦距离测量法同S1进行相似算法比较,找出最为相似的解决方案并且记录;。
f在测量获得的瓦斯电站和矿井风机处的测量数据和状态信息后,排除掉0元素形成非空集合S5,重复上述步骤③④⑤得出瓦斯电站侧和矿井风机侧的最为相似的解决方案并记录。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910815212.8A CN112446572A (zh) | 2019-08-30 | 2019-08-30 | 考虑瓦斯发电厂的矿山供电调度应急辅助决策支持方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910815212.8A CN112446572A (zh) | 2019-08-30 | 2019-08-30 | 考虑瓦斯发电厂的矿山供电调度应急辅助决策支持方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112446572A true CN112446572A (zh) | 2021-03-05 |
Family
ID=74734175
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910815212.8A Pending CN112446572A (zh) | 2019-08-30 | 2019-08-30 | 考虑瓦斯发电厂的矿山供电调度应急辅助决策支持方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112446572A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113011788A (zh) * | 2021-04-23 | 2021-06-22 | 集美大学 | 一种海上交通事故应急决策方法、终端设备及存储介质 |
CN113469583A (zh) * | 2021-09-02 | 2021-10-01 | 中国电力科学研究院有限公司 | 电网事故预案推荐方法、系统、设备及存储介质 |
CN113642733A (zh) * | 2021-10-19 | 2021-11-12 | 矿冶科技集团有限公司 | 基因选矿流程案例推理匹配方法 |
-
2019
- 2019-08-30 CN CN201910815212.8A patent/CN112446572A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113011788A (zh) * | 2021-04-23 | 2021-06-22 | 集美大学 | 一种海上交通事故应急决策方法、终端设备及存储介质 |
CN113011788B (zh) * | 2021-04-23 | 2024-02-02 | 集美大学 | 一种海上交通事故应急决策方法、终端设备及存储介质 |
CN113469583A (zh) * | 2021-09-02 | 2021-10-01 | 中国电力科学研究院有限公司 | 电网事故预案推荐方法、系统、设备及存储介质 |
CN113642733A (zh) * | 2021-10-19 | 2021-11-12 | 矿冶科技集团有限公司 | 基因选矿流程案例推理匹配方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | On-line fault diagnosis of distribution substations using hybrid cause-effect network and fuzzy rule-based method | |
Li et al. | Wide-area protection fault identification algorithm based on multi-information fusion | |
CN107609725B (zh) | 一种考虑变电站影响的输电网风险评估方法 | |
CN103296677B (zh) | 一种在线大电网恢复辅助决策系统 | |
Tang et al. | A survey on distribution system feeder reconfiguration: Objectives and solutions | |
CN112446572A (zh) | 考虑瓦斯发电厂的矿山供电调度应急辅助决策支持方法 | |
CN110034581B (zh) | 风电并网下电力系统的区间电气介数脆弱性评估方法 | |
Wu et al. | A genetic-algorithm support vector machine and DS evidence theory based fault diagnostic model for transmission line | |
CN106548265B (zh) | 一种基于连锁故障事故链搜索的输电网可靠性评估方法 | |
CN104361531B (zh) | 变电站自动化系统的高风险故障设备的识别方法和系统 | |
Liu et al. | Design of wind turbine dynamic trip-off risk alarming mechanism for large-scale wind farms | |
Timmers et al. | A systematic review of DC wind farm collector cost-effectiveness | |
CN105337314A (zh) | 一种基于分布式电源黑启动技术的多源协调控制故障处理方法 | |
Ji et al. | Research on self healing technology of smart distribution network based on multi Agent system | |
CN111339475A (zh) | 一种基于主配协同、多维度智能电网规划评价系统 | |
CN114781662A (zh) | 一种基于深度学习的故障线路复电知识推理方法 | |
CN108616145B (zh) | 一种计及事故后电压影响效果的新能源切机优化方法 | |
CN105552880A (zh) | 基于状态枚举法的电力系统典型故障集确定方法 | |
CN103296678A (zh) | 一种在线大电网恢复辅助决策方法 | |
Yamashita et al. | Predicting power system voltage health index with PMUs and graph convolutional networks | |
Pakdel | Intelligent instability detection for islanding prediction | |
Zheng et al. | A CNN-Based Warning Information Preprocessing Method for Power Grid Fault Diagnosis Analytical Model | |
CN113315100A (zh) | 一种基于卷积神经网络的微电网保护方法与系统 | |
Lang et al. | Optimal allocation of voltage sag monitors in multi voltage grades distribution network based on improved MRA method | |
CN104732101A (zh) | 电网调度操作中系统总有功失负荷值确定方法和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210305 |
|
WD01 | Invention patent application deemed withdrawn after publication |