CN113011047A - 一种基于220kV及以下智能变电站二次系统的可靠性分析方法 - Google Patents

一种基于220kV及以下智能变电站二次系统的可靠性分析方法 Download PDF

Info

Publication number
CN113011047A
CN113011047A CN202110433746.1A CN202110433746A CN113011047A CN 113011047 A CN113011047 A CN 113011047A CN 202110433746 A CN202110433746 A CN 202110433746A CN 113011047 A CN113011047 A CN 113011047A
Authority
CN
China
Prior art keywords
state
secondary system
intelligent substation
hardware failure
subsystem
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
Application number
CN202110433746.1A
Other languages
English (en)
Inventor
薛安成
吴超
刘中硕
章家欢
田铭威
陈晓帆
陈乾
欧阳明浩
景子洋
陶畅
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
North China Electric Power University
Original Assignee
North China Electric Power University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by North China Electric Power University filed Critical North China Electric Power University
Priority to CN202110433746.1A priority Critical patent/CN113011047A/zh
Publication of CN113011047A publication Critical patent/CN113011047A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/08—Probabilistic or stochastic CAD
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • 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)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Game Theory and Decision Science (AREA)
  • Computer Hardware Design (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明公开了一种基于220kV及以下智能变电站二次系统的可靠性分析方法，首先，根据智能变电站的功能与结构，将总的二次系统划分为若干个子系统，然后对整体进行状态划分；然后，借助智能变电站二次系统检测来收集可靠性数据，通过检测程序来进行可靠性有关原始数据的采集；最终，基于Markov法，根据划分的状态画出智能变电站二次系统状态转移图，并根据收集的可靠性数据，计算出各状态的转移概率，从而计算出系统的可用度。上述方法仅需收集相关可靠性数据，可操作性强，易于实施，且得到的系统可用度结果准确，可通过结果来优化检修方案，从而提高系统的可靠性。

Description

一种基于220kV及以下智能变电站二次系统的可靠性分析 方法
技术领域
本发明涉及电力系统运行控制技术领域，尤其涉及一种基于220kV及以下智能变电站二次系统的可靠性分析方法。
背景技术
随着我国智能电网事业的高速发展，智能变电站作为支撑电网的节点和进行电压转换与电能分配的场所，其智能化也得到了长足的发展。智能变电站二次系统采用“三层两网”结构并通过以太网、光纤作为信息交互通道，用虚回路代替传统变电站中的电缆硬接线，并通过智能设备以及定义在设备中的逻辑节点完成功能的集成与实现。其主要作用为保护、测量、对时、四遥等等。智能变电站二次系统是保障智能变电站与智能电网正常稳定运行的重要部分。目前智能变电站采用定检模式定时进行二次设备的检修。但随着使用年限增加，二次设备不断老化，检修频次应随之增加。状态检修则对二次设备及系统的可靠性进行了评估并按需求量化值来确定检修的时间。因此，二次设备、二次系统的可靠性评估十分重要。
发明内容
本发明所要解决的技术问题，就是提供了一种基于220kV及以下智能变电站二次系统的可靠性分析方法。该方法将总的二次系统划分为三个子系统，并通过Markov方法对其进行可靠性分析。所得到的结果较为准确，可操作性强。
本发明的目的是通过以下技术方案实现的：
步骤1、根据智能变电站的功能与结构，将总的二次系统划分为若干个子系统，然后对整体进行状态划分；
步骤2、借助智能变电站二次系统检测来收集可靠性数据，通过检测程序来进行可靠性有关原始数据的采集；
步骤3、基于Markov法，根据划分的状态画出智能变电站二次系统状态转移图，并根据收集的可靠性数据，计算出各状态的转移概率，从而计算出系统的可用度。
由上述本发明提供的技术方案可以看出，上述方法仅需收集相关可靠性数据，可操作性强，易于实施，且得到的系统可用度结果准确，可通过结果来制定相关方案，从而提高系统的可靠性。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。
图1为本发明实施例提供的基于220kV及以下智能变电站二次系统的可靠性分析方法流程示意图；
图2为本发明实施例所举实例中智能变电站二次系统结构示意图；
图3为本发明实施例所举实例中智能变电站二次系统状态转移示意图。
具体实施方式
下面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清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，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。
下面将结合附图对本发明实施例作进一步地详细描述，如附图1所示为本发明实施例提供的基于220kV及以下智能变电站二次系统的可靠性分析方法流程示意图，所述方法包括：
步骤1、根据智能变电站的功能与结构，将总的二次系统划分为若干个子系统，然后对整体进行状态划分；
如附图2所示，基于智能变电站“三层两网”的复杂结构，结合标准GB/T 51072-2014《110(66)kV～220kV智能变电站设计规范》将智能变电站的二次系统设备分为三个子功能系统，具体包括保护、监控以及通信子功能系统，并且子系统之间彼此独立，但总的基本功能由这三个子系统共同实现。
表1：智能变电站二次设备子系统分类说明
子系统 设备
保护子系统 保护装置、安自装置、合并单元、智能终端等。
监控子系统 监控主机、操作员站、测控装置、PMU数据集中器等。
通信子系统 交换机、光缆、服务器、以太网接口等。
步骤2、借助智能变电站二次系统检测来收集可靠性数据，通过检测程序来进行可靠性有关原始数据的采集；
在该步骤2中，获取可靠性数据的过程具体为：
借助智能变电站二次系统检测来收集可靠性数据，保护功能检测根据可靠性数据内容及来源使得分解后的保护功能来当成监测对象。通过检测程序来进行可靠性有关原始数据的采集。
1)智能变电站二次系统软件失效率为：
λg＝ng/T0 (1)
2)智能变电站二次系统软件修复率为：
μg＝1/Tg (2)
3)智能变电站二次系统的子系统硬件失效告警检出状态的概率为：
Figure BDA0003030988240000031
4)智能变电站硬件失效发生的概率为：
Figure BDA0003030988240000032
5)智能变电站二次系统的硬件失效告警未检出状态的概率为：
Figure BDA0003030988240000033
6)智能变电站二次系统的子系统处于硬件失效告警检出状态时的修复率为：
Figure BDA0003030988240000034
7)智能变电站二次系统的子系统硬件失效告警未检出状态转化为软件失效状态的概率为：λhs(硬件软件联合失效率)
8)定期检修频率为(由运维经验与现场数据可知)：Q
9)定期检修修复率为：
μdq＝1/Tdq (7)
10)人因失效率为：λhr
11)定期检修状态转变为异常自检且检出状态的概率为：
λbhd＝λjkd＝λtxd＝STλhr (8)
12)定期检修状态转变为异常自检且未检出状态的概率为：
λwbhd＝λwjkd＝λwtxd＝(1-ST)λhr (9)
式中，ST为二次系统的自检检出率(由运维经验与现场数据可知)；
ng为二次系统处于故障状态时的次数；
nbh、njk、ntx分别为保护、监控和通信子系统处于硬件失效告警检出状态的次数；
nybh、nyjk、nytx分别为保护、监控和通信子系统处于硬件失效状态的次数；
nbhg、njkg、ntxg分别为保护、监控和通信子系统处于硬件失效告警未检出状态转化为软件失效状态的次数；
T0为系统总共运行的时间；
Tg为软件失效状态累计时间；
Tbh、Tjk、Ttx为保护子系统处于硬件失效状态被发现后的累计时间；
Tdq为二次系统处于定期检修状态累计时间。
步骤3、基于Markov法，根据划分的状态画出智能变电站二次系统状态转移图，并根据收集的可靠性数据，计算出各状态的转移概率，从而计算出系统的可用度。
将智能变电站二次系统的状态分为正常工作状态、硬件失效状态、软件失效状态以及定期检修状态。其中，当二次系统的设备处于硬件失效状态时，由于告警率的存在，不能检出所有硬件失效状态，把硬件失效状态划分为硬件失效告警检出状态与硬件失效告警未检出状态。
表2：Markov状态说明
状态 描述
0 二次系统正常工作状态
1 保护子系统处于硬件失效告警检出状态
2 监控子系统处于硬件失效告警检出状态
3 通信子系统处于硬件失效告警检出状态
4 保护子系统处于硬件失效告警未检出状态
5 监控子系统处于硬件失效告警未检出状态
6 通信子系统处于硬件失效告警未检出状态
7 二次系统检修状态
8 二次系统软件失效状态
经过步骤二计算得出上述可靠性指标后，可求得保护系统Markov转移密度矩阵，如下所示：
Figure BDA0003030988240000051
其中，ai(i＝0,1,…,8)为第i行所有元素之和的相反数。
由Markov原理，可由以下公式计算出智能变电站二次系统处于各个状态的概率：
Figure BDA0003030988240000052
在此模型中，仅状态0为正常工作状态，因此将描述智能变电站二次系统的可靠性指标定义为：可用度，如下式所示。
Rel＝P0 (11)
下面再以具体的实例对上述评估方法进行论证与说明：
本实施例以附图2所示的典型智能变电站二次系统来进行计算分析。
在现场实际运行中，可以根据二次系统的不正确动作记录、异常告警信息以及故障原因分析记录等确定相应的可靠性基础数据。本文设定二次系统自检成功率ST为90％，参考现有资料并结合智能变电站的实际情况设定二次系统失效率数据与修复率数据如表3、表4所示。
表3失效率数据(10-5次/(天·台))
符号 λ<sub>bh</sub> λ<sub>jk</sub> λ<sub>tx</sub> λ<sub>ybh</sub> λ<sub>yjk</sub> λ<sub>ytx</sub> λ<sub>g</sub> λ<sub>hs</sub> λ<sub>hr</sub>
取值 51.5 0.8 34.5 5.7 0.1 3.6 0.7 1.5 16.7
修复率反映了设备维护水平和检修效率。
表4修复率数据(次/(天·台))
符号 μ<sub>g</sub> μ<sub>bh</sub> μ<sub>jk</sub> μ<sub>tx</sub> μ<sub>dq</sub> Q
取值 8.31 21.86 15.32 22.54 5.35 1/1095
经上述步骤计算后，可得到智能变电站各状态的概率如表5所示。
表5智能变电站各状态概率表
状态 P0 P1 P2 P3 P4
概率 0.9898 2.3319e-05 5.1852e-07 1.5150e-05 0.0061
状态 P5 P6 P7 P8
概率 1.0970e-04 0.0038 1.7065e-04 8.5184e-07
由上面的结果可知，智能变电站二次系统处于状态4“保护子系统处于硬件失效告警未检出状态”与状态6“通信子系统处于硬件失效告警未检出状态”两个状态的概率较高，因提高二次系统的自检成功率，以及重点关注保护子系统和通信子系统设备的可靠性，从而提高总的二次系统可靠性。
值得注意的是，本发明实施例中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims (4)

1.基于220kV及以下智能变电站二次系统的可靠性分析方法，其特征在于包括以下步骤：
步骤1、根据智能变电站的功能与结构，将总的二次系统划分为若干个子系统，然后对整体进行状态划分；
步骤2、借助智能变电站二次系统检测来收集可靠性数据，通过检测程序来进行可靠性有关原始数据的采集；
步骤3、基于Markov法，根据划分的状态画出智能变电站二次系统状态转移图，并根据收集的可靠性数据，计算出各状态的转移概率，从而计算出系统的可用度。
2.根据要求1所述的基于线路相分量的配电网线路正序参数在线辨识方法，其特征在于：所述步骤1中，基于智能变电站“三层两网”的复杂结构，结合标准将智能变电站的二次系统设备分为三个子功能系统，具体包括保护、监控以及通信子功能系统，并且子系统之间彼此独立，但总的基本功能由这三个子系统共同实现；
表1：智能变电站二次设备子系统分类说明
子系统 设备 保护子系统 保护装置、安自装置、合并单元、智能终端等。 监控子系统 监控主机、操作员站、测控装置、PMU数据集中器等。 通信子系统 交换机、光缆、服务器、以太网接口等。
上述为智能变电站二次系统的子系统的具体划分。
3.根据要求1所述的基于线路相分量的配电网线路正序参数在线辨识方法，其特征在于：所述步骤2中，借助智能变电站二次系统检测来收集可靠性数据，选取的相关可靠性指标以及公式；
1）智能变电站二次系统软件失效率为：
λg＝ng/T0 (1)
2）智能变电站二次系统软件修复率为：
μg＝1/Tg（2）
3）智能变电站二次系统的子系统硬件失效告警检出状态的概率为：
Figure DEST_PATH_BDA0003030988240000031
4）智能变电站硬件失效发生的概率为：
Figure DEST_PATH_BDA0003030988240000032
5）智能变电站二次系统的硬件失效告警未检出状态的概率为：
Figure DEST_PATH_BDA0003030988240000033
6）智能变电站二次系统的子系统处于硬件失效告警检出状态时的修复率为：
Figure DEST_PATH_BDA0003030988240000034
7）智能变电站二次系统的子系统硬件失效告警未检出状态转化为软件失效状态的概率为：λ hs (硬件软件联合失效率）
8）定期检修频率为（由运维经验与现场数据可知）：Q
9）定期检修修复率为：
μdq＝1/Tdq (7)
10）人因失效率为：λ hr
11）定期检修状态转变为异常自检且检出状态的概率为：
λbhd＝λjkd＝λtxd＝STλhr (8)
12）定期检修状态转变为异常自检且未检出状态的概率为：
λwbhd＝λwjkd＝λwtxd＝(1-ST)λhr (9)
式中，ST为二次系统的自检检出率（由运维经验与现场数据可知）；
n g 为二次系统处于故障状态时的次数；
n bh、n jk、n tx分别为保护、监控和通信子系统处于硬件失效告警检出状态的次数；
n ybh、n yjk、n ytx分别为保护、监控和通信子系统处于硬件失效状态的次数；
n bhg、n jkg、n txg分别为保护、监控和通信子系统处于硬件失效告警未检出状态转化为软件失效状态的次数；
T 0 为系统总共运行的时间；
T g 为软件失效状态累计时间；
T bh、T jk、T tx为保护子系统处于硬件失效状态被发现后的累计时间；
T dq 为二次系统处于定期检修状态累计时间。
4.根据要求1所述的基于线路相分量的配电网线路正序参数在线辨识方法，其特征在于：所述步骤3中，根据划分的状态画出智能变电站二次系统状态转移图；
将智能变电站二次系统的状态分为正常工作状态、硬件失效状态、软件失效状态以及定期检修状态；
其中，当二次系统的设备处于硬件失效状态时，由于告警率的存在，不能检出所有硬件失效状态，把硬件失效状态划分为硬件失效告警检出状态与硬件失效告警未检出状态：
表2：Markov状态说明
状态 描述 0 二次系统正常工作状态 1 保护子系统处于硬件失效告警检出状态 2 监控子系统处于硬件失效告警检出状态 3 通信子系统处于硬件失效告警检出状态 4 保护子系统处于硬件失效告警未检出状态 5 监控子系统处于硬件失效告警未检出状态 6 通信子系统处于硬件失效告警未检出状态 7 二次系统检修状态 8 二次系统软件失效状态
上述为智能变电站二次系统的具体状态划分。
CN202110433746.1A 2021-04-21 2021-04-21 一种基于220kV及以下智能变电站二次系统的可靠性分析方法 Pending CN113011047A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110433746.1A CN113011047A (zh) 2021-04-21 2021-04-21 一种基于220kV及以下智能变电站二次系统的可靠性分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110433746.1A CN113011047A (zh) 2021-04-21 2021-04-21 一种基于220kV及以下智能变电站二次系统的可靠性分析方法

Publications (1)

Publication Number Publication Date
CN113011047A true CN113011047A (zh) 2021-06-22

Family

ID=76389235

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110433746.1A Pending CN113011047A (zh) 2021-04-21 2021-04-21 一种基于220kV及以下智能变电站二次系统的可靠性分析方法

Country Status (1)

Country Link
CN (1) CN113011047A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113868813A (zh) * 2021-09-13 2021-12-31 广东工业大学 电力信息系统的性能评估方法、电子设备和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102723775A (zh) * 2012-04-26 2012-10-10 上海市电力公司 一种智能变电站二次系统可靠性评估方法
CN104281976A (zh) * 2013-07-09 2015-01-14 国家电网公司 电力二次系统可靠性评估信息处理方法
CN106779269A (zh) * 2015-11-23 2017-05-31 中国电力科学研究院 基于变异系数法的智能变电站二次系统可靠性评估方法
CN107491876A (zh) * 2017-08-18 2017-12-19 西南交通大学 一种智能变电站保护系统的风险评估方法
CN109064071A (zh) * 2018-09-20 2018-12-21 国网重庆市电力公司电力科学研究院 一种基于保护失效的智能变电站二次系统风险评估方法
CN111008454A (zh) * 2019-10-23 2020-04-14 武汉大学 一种基于信息物理融合模型的智能变电站可靠性评估方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102723775A (zh) * 2012-04-26 2012-10-10 上海市电力公司 一种智能变电站二次系统可靠性评估方法
CN104281976A (zh) * 2013-07-09 2015-01-14 国家电网公司 电力二次系统可靠性评估信息处理方法
CN106779269A (zh) * 2015-11-23 2017-05-31 中国电力科学研究院 基于变异系数法的智能变电站二次系统可靠性评估方法
CN107491876A (zh) * 2017-08-18 2017-12-19 西南交通大学 一种智能变电站保护系统的风险评估方法
CN109064071A (zh) * 2018-09-20 2018-12-21 国网重庆市电力公司电力科学研究院 一种基于保护失效的智能变电站二次系统风险评估方法
CN111008454A (zh) * 2019-10-23 2020-04-14 武汉大学 一种基于信息物理融合模型的智能变电站可靠性评估方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
LU ZHANG ET AL.: "Reliability Analysis of Intelligent Substation Protection System Based on Markov Model", 《2020 CHINESE CONTROL AND DECISION CONFERENCE(CCDC)》, 24 August 2020 (2020-08-24), pages 3371 - 3376, XP033809258, DOI: 10.1109/CCDC49329.2020.9164269 *
张天宇: "智能变电站二次系统运行可靠性评估", 《工程科技Ⅱ辑》, no. 3, 15 March 2017 (2017-03-15), pages 042 - 1869 *
戴志辉 等: "面向状态检修的智能变电站保护系统可靠性分析", 《电力系统保护与控制》, vol. 44, no. 16, 22 August 2016 (2016-08-22), pages 14 - 21 *
肖黎 等: "基于Markov模型对智能变电站二次系统可靠性评估", 《电测与仪表》, vol. 55, no. 7, 10 April 2018 (2018-04-10), pages 36 - 40 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113868813A (zh) * 2021-09-13 2021-12-31 广东工业大学 电力信息系统的性能评估方法、电子设备和存储介质

Similar Documents

Publication Publication Date Title
CN107609725B (zh) 一种考虑变电站影响的输电网风险评估方法
CN107895176B (zh) 一种面向水电机群广域监测诊断的雾计算系统及方法
CN107330056B (zh) 基于大数据云计算平台的风电场scada系统及其运行方法
CN102522819B (zh) 智能变电站故障录波装置的录波模型建模方法
CN112187518B (zh) 智能融合终端台区拓扑识别方法及系统
CN102928738A (zh) 一种智能电网故障的动态层次诊断装置及方法
CN112072647B (zh) 考虑通信故障影响的配电网cps安全性评估方法及装置
CN109904925B (zh) 一种配电台区户变关系校核方法
CN103679554A (zh) 电网事故分闸辅助分析方法
CN112600718B (zh) 一种通信网络监控管理系统
CN113283041B (zh) 基于多源信息融合感知算法的停电区域快速研判方法
CN108963959A (zh) 基于LoRa的集中式地区电网备自投控制系统及控制方法
CN108206541A (zh) 一种含分布式电源的配电网电能质量扰动源定位方法
CN104360184A (zh) 基于神经网络模型的电力设备在线状态监测系统及方法
CN104992307B (zh) 一种配电网风险协同管控系统
CN113011047A (zh) 一种基于220kV及以下智能变电站二次系统的可靠性分析方法
CN111327474B (zh) 基于拓扑分析的电力系统故障诊断方法
Gao et al. Concepts, structure and developments of high-reliability cyber-physical fusion based coordinated planning for distribution system
Yang et al. Technology research on panoramic situation awareness of operation state of smart distribution network
Zhang et al. Distributed Architecture of Power Grid Asset Management and Future Research Directions
CN112258030A (zh) 配电网智能开关站的选址方法、系统及信息数据处理终端
CN111799765A (zh) 微电网分布式系统保护方法及装置
CN216436782U (zh) 基于层次化保护的海上风电升压站负荷控制系统
CN117852773B (zh) 一种配电网路故障定位系统
Cheng et al. Identification of High-Risk Scenarios for Cascading Failures in New Energy Power Grids Based on Deep Embedding Clustering Algorithms.

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