CN113032990A - 高压直流输电系统的可靠性评估方法、装置、设备及介质 - Google Patents

高压直流输电系统的可靠性评估方法、装置、设备及介质 Download PDF

Info

Publication number
CN113032990A
CN113032990A CN202110297423.4A CN202110297423A CN113032990A CN 113032990 A CN113032990 A CN 113032990A CN 202110297423 A CN202110297423 A CN 202110297423A CN 113032990 A CN113032990 A CN 113032990A
Authority
CN
China
Prior art keywords
transmission system
reliability
voltage direct
preset
reliability index
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
CN202110297423.4A
Other languages
English (en)
Inventor
李凌飞
侯婷
罗炜
李岩
辛清明
姬煜轲
杨煜
史尤杰
刘涛
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.)
China Southern Power Grid Co Ltd
Research Institute of Southern Power Grid Co Ltd
Original Assignee
China Southern Power Grid Co Ltd
Research Institute of Southern Power Grid Co Ltd
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 China Southern Power Grid Co Ltd, Research Institute of Southern Power Grid Co Ltd filed Critical China Southern Power Grid Co Ltd
Priority to CN202110297423.4A priority Critical patent/CN113032990A/zh
Publication of CN113032990A publication Critical patent/CN113032990A/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
    • G06M—COUNTING MECHANISMS; COUNTING OF OBJECTS NOT OTHERWISE PROVIDED FOR
    • G06M1/00—Design features of general application
    • G06M1/27—Design features of general application for representing the result of count in the form of electric signals, e.g. by sensing markings on the counter drum
    • G06M1/272—Design features of general application for representing the result of count in the form of electric signals, e.g. by sensing markings on the counter drum using photoelectric means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic 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
    • H02J3/36—Arrangements for transfer of electric power between ac networks via a high-tension dc link
    • 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]
    • 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
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02E60/60—Arrangements for transfer of electric power between AC networks or generators via a high voltage DC link [HVCD]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Power Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Geometry (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明公开了一种高压直流输电系统的可靠性评估方法、装置、设备及介质，通过获取高压直流输电系统的年可靠性指标样本数和第一计数器，然后判断所述第一计数器是否大于所述年可靠性指标样本数，并计算所述高压直流输电系统的年可靠性指标样本，最后根据所述高压直流输电系统的年可靠性指标，按照预设的核密度估计方法，得到所述高压直流输电系统的可靠性指标的概率密度分布结果，以对高压直流输电系统的可靠性进行评估。采用本发明实施例，能够基于最小割集的思想，提高高压直流输电系统可靠性评估的准确率，更好地反映高压直流输电系统的风险水平。

Description

高压直流输电系统的可靠性评估方法、装置、设备及介质
技术领域
本发明涉及电力技术领域，尤其涉及一种高压直流输电系统的可靠性评估方法、装置、设备及介质。
背景技术
高压直流输电(HVDC，High Voltage Direct Current)系统的可靠性评估是高压直流输电系统在配电过程中的重要环节之一。传统的可靠性评估结果是以可靠性指标的形式给出，它可以揭示高压直流输电系统的长期平均可靠性水平，为规划人员和运行人员提供有价值的系统故障风险信息。
然而，可靠性指标本质上是一个随机变量，它取决于网络拓扑、运行模式、系统负载、随机故障、组件修复以及许多其他相关因素，通常在数学上表示为期望值，如果仅仅依靠基于期望值的可靠性指标，并不能对高压直流输电系统的可靠性进行准确的评估，也无法完全反映高压直流输电系统的风险水平。
发明内容
本发明实施例提供一种高压直流输电系统的可靠性评估方法、装置、设备及介质，以解决现有技术中高压直流输电系统可靠性评估不准确的问题，能够对高压直流输电系统可靠性指标的概率密度分布实现快速且准确的估计，从而提高高压直流输电系统可靠性评估的准确率。
为实现上述目的，本发明实施例提供了一种高压直流输电系统的可靠性评估方法，包括以下步骤：
获取高压直流输电系统的年可靠性指标样本数和第一计数器；
判断所述第一计数器是否大于所述年可靠性指标样本数；
若所述第一计数器大于所述年可靠性指标的样本数，则根据所述第一计数器，按照预设的年可靠性指标计算方法，得到所述高压直流输电系统的年可靠性指标样本；反之，则按照预设的最小割集计算方法，计算所述高压直流输电系统的年可靠性指标样本；
根据所述高压直流输电系统的年可靠性指标，按照预设的核密度估计方法，得到所述高压直流输电系统的可靠性指标的概率密度分布结果，以对高压直流输电系统的可靠性进行评估。
作为上述方案的改进，所述按照预设的最小割集计算方法，计算所述高压直流输电系统的年可靠性指标，具体步骤为：
获取所述高压直流输电系统中所有元件的故障率和修复时间；
按照预设的子系统划分方法，对所述高压直流输电系统的子系统进行可靠性等效，得到等效后的各个子系统；
按照预先获取的预设的子系统可靠性评估模型，对所述高压直流输电系统的各个子系统的可靠性进行评估，得到各个子系统对应的容量状态的概率和频率指标；
根据所述等效后的各个子系统，按照预设的枚举方法，得到各个子系统在预设的降额运行状态下的最小割集；其中，所述最小割集的个数为NS；
从所述最小割集中随机抽取预设数量的第一随机数，并判断所述第一随机数是否为零；
若所述第一随机数为零，则判断所述第二计数器是否大于所述最小割集的个数；反之，则随机抽取数量为第一随机数的随机数；
若所述第二计数器大于所述最小割集的个数，则按照预设的年可靠性指标计算方法，得到预设的年可靠性指标样本。
作为上述方案的改进，所述按照预先获取的预设的子系统可靠性评估模型，对所述高压直流输电系统的各个子系统的可靠性进行评估，得到各个子系统对应的容量状态的概率和频率指标，具体包括：
所述高压直流输电系统的子系统包括交流滤波器子系统、换流变压器子系统、平波电抗器子系统和阀组；
预先获取的预设的子系统可靠性评估模型包括预设的交流滤波器子系统可靠性评估模型、预设的换流变压器子系统可靠性评估模型、预设的平波电抗器子系统可靠性评估模型和预设的阀组可靠性评估模型。
作为上述方案的改进，所述第一随机数服从泊松分布，则所述最小割集在预设时间段内，出现所述第一随机数的次数的概率为：
Figure BDA0002984867120000031
其中，fi为所述第一随机数，x代表所述最小割集出现的次数，Si为所述最小割集，i＝1,2,…,NS，
Figure BDA0002984867120000032
为泊松分布的参数，t为预设的时间段。
作为上述方案的改进，所述按照预设的年可靠性指标计算方法，得到所述高压直流输电系统的年可靠性指标样本的具体计算公式为：
Figure BDA0002984867120000033
其中，Dif,ca为所述第一随机数数量的随机数。
作为上述方案的改进，所述根据所述高压直流输电系统的年可靠性指标，按照预设的核密度估计方法，得到所述高压直流输电系统的可靠性指标的概率密度分布结果，以对高压直流输电系统的可靠性进行评估的具体计算公式为：
Figure BDA0002984867120000041
其中，N表示样本容量，h为带宽，K(.)为核函数，x1,x2,…,xn为所述高压直流输电系统的年可靠性指标样本，n为所述年可靠性指标样本的数量。
作为上述方案的改进，若所述第二计数器不大于所述最小割集的个数，则令所述第二计数器加一，并返回获取所述高压直流输电系统中所有元件的故障率和修复时间的步骤。
本发明另一实施例对应提供了一种高压直流输电系统的可靠性评估装置，包括：
可靠性参数获取模块，用于获取高压直流输电系统的年可靠性指标样本数和第一计数器；
可靠性指标比较模块，用于判断所述第一计数器是否大于所述年可靠性指标样本数；
可靠性指标计算模块，用于若所述第一计数器大于所述年可靠性指标的样本数，则根据所述第一计数器，按照预设的年可靠性指标计算方法，得到所述高压直流输电系统的年可靠性指标样本；反之，则按照预设的最小割集计算方法，计算所述高压直流输电系统的年可靠性指标样本；
系统可靠性评估模块，用于根据所述高压直流输电系统的年可靠性指标，按照预设的核密度估计方法，得到所述高压直流输电系统的可靠性指标的概率密度分布结果，以对高压直流输电系统的可靠性进行评估。
本发明另一实施例对应提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现上述发明实施例所述的高压直流输电系统的可靠性评估方法。
本发明另一实施例提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行上述发明实施例所述的高压直流输电系统的可靠性评估方法。
与现有技术相比，本发明实施例公开的一种高压直流输电系统的可靠性评估方法、装置、设备及介质，通过获取高压直流输电系统的年可靠性指标样本数和第一计数器，然后判断所述第一计数器是否大于所述年可靠性指标样本数，若所述第一计数器大于所述年可靠性指标的样本数，则根据所述第一计数器，按照预设的年可靠性指标计算方法，得到所述高压直流输电系统的年可靠性指标样本；反之，则按照预设的最小割集计算方法，计算所述高压直流输电系统的年可靠性指标样本，最后根据所述高压直流输电系统的年可靠性指标，按照预设的核密度估计方法，得到所述高压直流输电系统的可靠性指标的概率密度分布结果，以对高压直流输电系统的可靠性进行评估。采用本发明实施例，能够基于最小割集的思想，对高压直流输电系统可靠性指标的概率密度分布实现快速且准确的估计，进一步提高高压直流输电系统可靠性指标计算的准确率和效率，进而提高高压直流输电系统可靠性评估的准确率，更好地反映高压直流输电系统的风险水平。
附图说明
图1是本发明实施例提供的一种高压直流输电系统的可靠性评估方法的流程示意图；
图2是本发明实施例提供的高压直流输电系统的子系统的可靠性等效示意图；
图3是本发明实施例提供的交流滤波器子系统的结构示意图；
图4是本发明实施例提供的高压直流输电系统的子系统的结构划分示意图；
图5是发明实施例提供的计算高压直流输电系统的年可靠性指标样本的流程示意图；
图6是本发明实施例提供的方法与传统序贯蒙特卡洛法所得到的可靠性指标的概率密度分布的对比结果(以云广直流输电工程为例)；
图7是本发明实施例提供的一种高压直流输电系统的可靠性评估装置的结构示意图；
图8是本发明实施例提供的一种终端设备的结构示意图。
具体实施方式
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。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见图1，是本发明实施例提供的一种高压直流输电系统的可靠性评估方法的流程示意图，所述方法包括步骤S10至步骤S13：
S10、获取高压直流输电系统的年可靠性指标样本数和第一计数器。
S11、判断所述第一计数器是否大于所述年可靠性指标样本数。
S12、若所述第一计数器大于所述年可靠性指标的样本数，则根据所述第一计数器，按照预设的年可靠性指标计算方法，得到所述高压直流输电系统的年可靠性指标样本；反之，则按照预设的最小割集计算方法，计算所述高压直流输电系统的年可靠性指标样本。
S13、根据所述高压直流输电系统的年可靠性指标，按照预设的核密度估计方法，得到所述高压直流输电系统的可靠性指标的概率密度分布结果，以对高压直流输电系统的可靠性进行评估。
与现有技术相比，本发明实施例公开的一种高压直流输电系统的可靠性评估方法、装置、设备及介质，通过获取高压直流输电系统的年可靠性指标样本数和第一计数器，然后判断所述第一计数器是否大于所述年可靠性指标样本数，若所述第一计数器大于所述年可靠性指标的样本数，则根据所述第一计数器，按照预设的年可靠性指标计算方法，得到所述高压直流输电系统的年可靠性指标样本；反之，则按照预设的最小割集计算方法，计算所述高压直流输电系统的年可靠性指标样本，最后根据所述高压直流输电系统的年可靠性指标，按照预设的核密度估计方法，得到所述高压直流输电系统的可靠性指标的概率密度分布结果，以对高压直流输电系统的可靠性进行评估。采用本发明实施例，能够基于最小割集的思想，对高压直流输电系统可靠性指标的概率密度分布实现快速且准确的估计，进一步提高高压直流输电系统可靠性指标计算的准确率和效率，进而提高高压直流输电系统可靠性评估的准确率，更好地反映高压直流输电系统的风险水平。
需要说明的是，由于本实施例的目标场景为高压直流输电系统，而高压直流输电系统为多状态容量系统，所以述高压直流输电系统的年可靠性指标样本数n主要指各个子系统出现不同状态的概率,。
作为上述方案的改进，所述按照预设的最小割集计算方法，计算所述高压直流输电系统的年可靠性指标，具体步骤为：
获取所述高压直流输电系统中所有元件的故障率和修复时间；
按照预设的子系统划分方法，对所述高压直流输电系统的子系统进行可靠性等效，得到等效后的各个子系统；
按照预先获取的预设的子系统可靠性评估模型，对所述高压直流输电系统的各个子系统的可靠性进行评估，得到各个子系统对应的容量状态的概率和频率指标；
根据所述等效后的各个子系统，按照预设的枚举方法，得到各个子系统在预设的降额运行状态下的最小割集；其中，所述最小割集的个数为Ns；
从所述最小割集中随机抽取预设数量的第一随机数，并判断所述第一随机数是否为零；
若所述第一随机数为零，则判断所述第二计数器是否大于所述最小割集的个数；反之，则随机抽取数量为第一随机数的随机数；
若所述第二计数器大于所述最小割集的个数，则按照预设的年可靠性指标计算方法，得到预设的年可靠性指标样本。
需要说明的是，Ns表示枚举得到的最小割集的个数，具体数值需要通过枚举最小割集得到，为正整数。
作为上述的方案的改进，所述按照预先获取的预设的子系统可靠性评估模型，对所述高压直流输电系统的各个子系统的可靠性进行评估，得到各个子系统对应的容量状态的概率和频率指标，具体包括：
所述高压直流输电系统的子系统包括交流滤波器子系统、换流变压器子系统、平波电抗器子系统和阀组；
预先获取的预设的子系统可靠性评估模型包括预设的交流滤波器子系统可靠性评估模型、预设的换流变压器子系统可靠性评估模型、预设的平波电抗器子系统可靠性评估模型和预设的阀组可靠性评估模型。
需要说明的是，如图2所示，是本发明实施例提供的高压直流输电系统的子系统的可靠性等效示意图，AF1代表交流滤波器子系统，VG主要包括换流变压器子系统、阀组以及断路器等元件，BL主要是指直流输电线路等元件。另外，第一计数器和第二计数器最初获取时均为1。
在一个具体的实施方式中，预设的交流滤波器子系统可靠性评估模型的具体包括：
参见图3，是本发明实施例提供的交流滤波器子系统的结构示意图，从图中可以看出，交流滤波器和与其连接的断路器、小母线和与其相连断路器都是串联的关系，因此，可将它们分别进行串联等效。这样系统中的元件可以减少为等效的大母线、小母线、滤波器三种类型的元件。在实际的高压直流输电工程中，不同数量不同型号的交流滤波器投运会产生不同的容量状态。因此，实际运行过程中需要通过如下表1所示的容量状态表来确定各种型号和数量的交流滤波器投入运行后对应的系统可用传输容量。
表1
Figure BDA0002984867120000091
示例性的，现在以图3所示的单侧交流滤波器为例，其容量状态表如表1所示。表中第一列为交流滤波器投运的A，B，C三种型号对应的数量，第二列容量状态表示对应第一列的投运状态下，系统可用传输容量占正常传输容量的百分比。第三列为对应的投运等效值，用来量化表示交流滤波器的投运情况。根据不同型号交流滤波器对系统容量的贡献，设定不同的等效值。例如，对于图2中交流滤波器，设A型的等效值为100，B型为10，C型为1。则图2中所示交流滤波器全部正常运行时的投运等效值为3×100+4×10+4×1＝344。
通过投运等效值的计算，确定系统的容量状态。对于不同投运情形下的容量确定，可以由下表2所示的对应规则进行确定。
表2
投运等效值 系统容量(百分比)
<110 0％
[110，120) 25％
[120，230) 40％
[230，340) 55％
[340，342) 70％
[342，343) 85％
>＝343 100％
则按照预设的枚举方法评估交流滤波器子系统可靠性的主要算法步骤如下：
1)根据容量状态停运表，确定交流滤波器子系统所有可能运行状态，并对各状态对应的概率和频率指标置0；
2)考虑交流滤波器子系统中交流滤波器、母线和断路器故障，根据设定的状态枚举阶数，确定需要枚举的故障事件数M，令故障事件计数器L＝1；
3)从M个事件中任意枚举事件s，L＝L+1；
4)确定事件s对应的可用交流滤波器类型和数量及事件发生概率和频率；
5)根据事件s可用交流滤波器类型和数量，对照容量状态表，确定其对应的系统可用传输容量；
6)将事件s的发生概率和频率累计到与其相同容量状态的系统概率和频率指标；
7)判断枚举事件数是否满足L<M，若是，则转至步骤3)，反之，则结束并输出结果。
在一个具体的实施方式中，预设的换流变压器子系统可靠性评估模型的具体包括：
参见图4，是本发明实施例提供的高压直流输电系统的子系统的结构划分示意图，所述高压直流输电系统采用双12脉波接线，a代表换流变压器子系统，b代表交流滤波器子系统，c代表直流输电线路子系统，d代表阀组子系统，e代表平波电抗器子系统。
由于每个12脉波换流阀组分别与3台相同的Y/Y和Y/Δ接线换流变压器相连，任意一台变压器故障，均会导致换流阀组停运进而导致所在极停运，所以单个12脉波阀组对应的6台换流变压器停运是典型的元件组停运。分别将3台相同接线的换流变压器等效为2个元件，等值元件故障率和修复率可以采用元件串联公式求得：
Figure BDA0002984867120000111
Figure BDA0002984867120000112
式中：λ1Y、λ2Y、λ3Y和μ1Y、μ2Y、μ3Y分别为3个Y/Y接线换流变压器的故障率和修复率；λ1Δ、λ2Δ、λ3Δ和μ1Δ、μ2Δ、μ3Δ分别为3个Y/Δ接线换流变压器的故障率和修复率；λsY和μsY分别为3个Y/Y接线换流变压器等值元件的故障率和修复率；λsΔ和μsΔ分别为3个Y/Δ接线换流变压器等值元件的故障率和修复率。
经过前述元件组停运模型等值后，换流变压器子系统由24个元件变为8个等值元件，参与系统整体状态枚举。由于枚举过程类似于交流滤波器子系统，在此不作赘述。
在一个具体的实施方式中，预设的阀组可靠性评估模型具体包括：
如图4所示，阀组子系统d主要包括12脉波换流阀、极控和辅助电源等四类8个元件，因为这四类设备故障后均会导致所在极停运，所以可以将所有元件串联，等值为一个两状态元件，进行状态枚举。由于枚举过程类似于交流滤波器子系统，在此不作赘述。
在一个具体的实施方式中，预设的换流变压器子系统可靠性评估模型具体包括：
针对平波电抗器子系统e而言，单个换流站有4台平波电抗器，和换流变压器类似，采用状态枚举法进行可靠性评估时必须要整体进行状态枚举，为减小参与系统整体状态枚举时的元件数量，采用两元件串联等效公式，将单侧单极的2个串联平波电抗器等值为一个元件。
需要说明的是，本发明的实施例忽略了发生概率极小的降额运行状态，将高压直流输电系统的可能容量状态分为100％、75％、55％、50％容量状态等几种类型。考虑到降额运行状态之间的转换率小到可以忽略，最小割集被定义为使得高压直流输电系统从100％容量状态转换到不同降额运行状态的元件集合的最小子集，每个子系统都被视为最小割集中的元件，用于评估高压直流输电系统可靠性。
具体的，通过枚举法获得各个降额运行状态的最小割集的具体为通过计算机编程实现，针对某一降额运行状态，例如50％降额运行状态，根据各个子系统可能出现的容量状态进行组合，得到整个直流输电系统50％降额运行状态的最小割集。
作为上述方案的改进，在一定时间段[0，t]内，最小割集Si的出现次数本质上是一个随机变量，由于最小割集中的元件为并联关系，最小割集在单位时间(1年)内的期望出现频率为：
Figure BDA0002984867120000121
对高压直流输电系统某一容量状态下的最小割集Si,i＝1,2,…,NS随机抽取一个第一随机数，所述第一随机数服从泊松分布，则所述最小割集在预设时间段[0，t]内，出现所述第一随机数的次数的概率为：
Figure BDA0002984867120000131
所述泊松分布的参数
Figure BDA0002984867120000132
具体为：
Figure BDA0002984867120000133
其中，fi为所述第一随机数，x代表所述最小割集出现的次数，Si为所述最小割集，i＝1,2,…,NS，λj为最小割集中的元件j的故障率，Uj为元件j处于失效状态的概率，μj为最小割集中的元件j的修复率。
需要说明的是，最小割集中的元件修复率和故障率是根据工程实际统计数据得到的，如果采用的是云广直流输电工程数据，则修复率＝8760/修复时间。修复时间单位为小时。
作为上述方案的改进，所述若所述第一随机数为零，则判断所述第二计数器是否大于所述最小割集的个数；反之，则随机抽取数量为第一随机数的随机数，具体包括：
若fi≠0，则随机抽取fi个服从指数分布的随机数Dif,ca。
需要说明的是，这里是一个两阶段的抽样过程，首先对某一最小割集Si抽取其出现次数fi，然后抽取fi个服从指数分布的随机数Dif,ca，Dif,ca代表最小割集Si第f次出现后的驻留时间，其中，每个最小割集的出现次数及每次出现后的驻留时间都是随机数，通过抽样获取。
若fi＝0，则直接判断所述第二计数器是否大于所述最小割集的个数，即判断b是否大于NS，如果b≤NS，则令所述第二计数器b加1，并返回获取所述高压直流输电系统中所有元件的故障率和修复时间的步骤。
如果b>NS，则通过预设的年可靠性指标计算方法，得到所述高压直流输电系统的年可靠性指标样本，并令第一计数器a加1，第二计数器b为1，并转至步骤S11。
年可靠性指标样本的计算公式为：
Figure BDA0002984867120000141
其中，Dif,ca为所述第一随机数数量的随机数。
需要说明的是，可靠性指标样本表示某一降额运行状态的概率。
具体的，Dif,ca中角标i表示第i个最小割集Si，与前面的累加
Figure BDA0002984867120000142
对应，同理角标f表示第i个最小割集Si的出现次数f，与
Figure BDA0002984867120000143
对应，角标ca表示某一降额运行状态，这个公式的含义是，之前通过两次抽样，得到了某一特定降额运行状态的最小割集的出现次数，以及该最小割集每次出现后的驻留时间，将某一特定降额运行状态的所有最小割集出现后的驻留时间相加，即为该降额运行状态出现的概率(即本实施例所述的可靠性指标)。
作为上述方案的改进，所述根据所述高压直流输电系统的年可靠性指标，按照预设的核密度估计方法，得到所述高压直流输电系统的可靠性指标的概率密度分布结果，以对高压直流输电系统的可靠性进行评估的具体计算公式为：
Figure BDA0002984867120000144
其中，N表示样本容量，h为带宽，K(.)为核函数，x1,x2,…,xn为所述高压直流输电系统的年可靠性指标样本，n为所述年可靠性指标样本的数量。
根据公式
Figure BDA0002984867120000145
或者
Figure BDA0002984867120000146
选择核密度估计中的最优带宽，其中σ表示随机变量x的标准差，FIQR表示随机变量x的四分位距，采用高斯函数作为核函数。
需要说明的是，K(.)表示核函数，Kh(.)只是K(.)的形式转换，相当于换了一种表达形式，本质相同。将
Figure BDA0002984867120000151
中的带宽h提取到函数K(.)的表达式后，就可以写成
Figure BDA0002984867120000152
这种样式，意为简化表达，Kh(.)是什么表达式需要由核函数选择什么样的函数决定，核函数有多种，最常用的是高斯函数。
参见图5，是发明实施例提供的计算高压直流输电系统的年可靠性指标样本的流程示意图，基于最小割集的思想，给出了高压直流输电系统可靠性指标概率密度近似解析表达式，可以实现HVDC系统可靠性指标概率密度分布的快速准确估计。执行过程不依赖任何先验分布，基于解析表达式得到的可靠性指标样本，通过核密度估计方法快速准确获得高压直流输电系统可靠性指标的概率密度分布，可以从随机变量内在分布规律和结构特征出发，深刻揭示HVDC系统风险水平的不确定性，消除了序贯蒙特卡罗仿真是获取高压直流输电系统可靠性指标概率密度分布的唯一现实选择这一传统认知误区。
为了进一步体现本发明提供的一种高压直流输电系统的可靠性评估方法所达到的技术效果，下面结合本发明的发明人在研发过程中，以云广直流输电示范工程实际数据为例，对本发明进行进一步的说明，具体执行过程如下：
获取云广直流输电工程中所有元件的故障率及修复时间；
对云广直流输电系统进行子系统等效，并通过枚举法获得各个降额运行状态的最小割集；
通过本发明提出的高压直流输电系统的可靠性评估方法计算高压直流输电系统可靠性指标样本；
利用核密度估计，得到高压直流输电系统可靠性指标的概率密度分布。
需要说明的是，为评估本发明的有效性，将利用本发明得到的HVDC系统可靠性指标概率密度分布与传统蒙特卡洛方法对比，从图6中可以清楚地看到，横坐标代表概率值，单位为1，纵坐标代表概率密度，对比可知，两者的峰值、曲线的整体形状和尾部的延伸非常接近，这证明了本实施例采用的方法的有效性。
值得说明的是，上述通过高压直流输电系统可靠性指标概率密度解析计算方法计算可靠性指标的方法，无需假设任何先验分布，基于解析表达式得到的可靠性指标样本，通过核密度估计方法快速准确获得高压直流输电系统可靠性指标的概率密度分布，可以从随机变量内在分布规律和结构特征出发，深刻揭示高压直流输电系统风险水平的不确定性，消除了序贯蒙特卡罗仿真是获取高压直流输电系统可靠性指标概率密度分布的唯一现实选择这一传统认知误区。
参见图7，是本发明实施例提供的一种高压直流输电系统的可靠性评估装置的结构示意图，包括：
可靠性参数获取模块71，用于获取高压直流输电系统的年可靠性指标样本数和第一计数器；
可靠性指标比较模块72，用于判断所述第一计数器是否大于所述年可靠性指标样本数；
可靠性指标计算模块73，用于若所述第一计数器大于所述年可靠性指标的样本数，则根据所述第一计数器，按照预设的年可靠性指标计算方法，得到所述高压直流输电系统的年可靠性指标样本；反之，则按照预设的最小割集计算方法，计算所述高压直流输电系统的年可靠性指标样本；
系统可靠性评估模块74，用于根据所述高压直流输电系统的年可靠性指标，按照预设的核密度估计方法，得到所述高压直流输电系统的可靠性指标的概率密度分布结果，以对高压直流输电系统的可靠性进行评估。
与现有技术相比，本发明实施例公开的一种高压直流输电系统的可靠性评估装置，通过可靠性参数获取模块71获取高压直流输电系统的年可靠性指标样本数和第一计数器，通过可靠性指标比较模块72判断所述第一计数器是否大于所述年可靠性指标样本数，通过可靠性指标计算模块73计算所述高压直流输电系统的年可靠性指标样本，通过系统可靠性评估模块74得到所述高压直流输电系统的可靠性指标的概率密度分布结果，以对高压直流输电系统的可靠性进行评估。采用本发明实施例，能够基于最小割集的思想，对高压直流输电系统可靠性指标的概率密度分布实现快速且准确的估计，进一步提高高压直流输电系统可靠性指标计算的准确率和效率，进而提高高压直流输电系统可靠性评估的准确率，更好地反映高压直流输电系统的风险水平。
参见图8，是本发明实施例提供的一种终端设备的结构示意图。该实施例的终端设备8包括：处理器80、存储器81以及存储在所述存储器81中并可在所述处理器80上运行的计算机程序。所述处理器80执行所述计算机程序时实现上述各个高压直流输电系统的可靠性评估方法实施例中的步骤。或者，所述处理器80执行所述计算机程序时实现上述各装置实施例中各模块的功能。
示例性的，所述计算机程序可以被分割成一个或多个模块，所述一个或者多个模块被存储在所述存储器81中，并由所述处理器80执行，以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述终端设备8中的执行过程。
所述终端设备8可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备8可包括，但不仅限于，处理器80、存储器81。本领域技术人员可以理解，所述示意图仅仅是终端设备的示例，并不构成对终端设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述终端设备8还可以包括输入输出设备、网络接入设备、总线等。
所称处理器80可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器80是所述终端设备8的控制中心，利用各种接口和线路连接整个终端设备8的各个部分。
所述存储器81可用于存储所述计算机程序和/或模块，所述处理器80通过运行或执行存储在所述存储器81内的计算机程序和/或模块，以及调用存储在存储器81内的数据，实现所述终端设备8的各种功能。所述存储器81可主要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(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器81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，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中，所述终端设备8集成的模块如果以软件功能单元的形式实现并作为独立的产品销售或使用时，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，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于计算机可读存储介质中，该计算机程序在被处理器80执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
需说明的是，以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外，本发明提供的装置实施例附图中，模块之间的连接关系表示它们之间具有通信连接，具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述所述的高压直流输电系统的可靠性评估方法。
综上所述，本发明实施例公开了一种高压直流输电系统的可靠性评估方法、装置、设备及介质，通过获取高压直流输电系统的年可靠性指标样本数和第一计数器，然后判断所述第一计数器是否大于所述年可靠性指标样本数，若所述第一计数器大于所述年可靠性指标的样本数，则根据所述第一计数器，按照预设的年可靠性指标计算方法，得到所述高压直流输电系统的年可靠性指标样本；反之，则按照预设的最小割集计算方法，计算所述高压直流输电系统的年可靠性指标样本，最后根据所述高压直流输电系统的年可靠性指标，按照预设的核密度估计方法，得到所述高压直流输电系统的可靠性指标的概率密度分布结果，以对高压直流输电系统的可靠性进行评估。采用本发明实施例，能够基于最小割集的思想，对高压直流输电系统可靠性指标的概率密度分布实现快速且准确的估计，进一步提高高压直流输电系统可靠性指标计算的准确率和效率，进而提高高压直流输电系统可靠性评估的准确率，更好地反映高压直流输电系统的风险水平。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.一种高压直流输电系统的可靠性评估方法，其特征在于，包括以下步骤：
获取高压直流输电系统的年可靠性指标样本数和第一计数器；
判断所述第一计数器是否大于所述年可靠性指标样本数；
若所述第一计数器大于所述年可靠性指标的样本数，则根据所述第一计数器，按照预设的年可靠性指标计算方法，得到所述高压直流输电系统的年可靠性指标样本；反之，则按照预设的最小割集计算方法，计算所述高压直流输电系统的年可靠性指标样本；
根据所述高压直流输电系统的年可靠性指标，按照预设的核密度估计方法，得到所述高压直流输电系统的可靠性指标的概率密度分布结果，以对高压直流输电系统的可靠性进行评估。
2.根据权利要求1所述的高压直流输电系统的可靠性评估方法，其特征在于，所述按照预设的最小割集计算方法，计算所述高压直流输电系统的年可靠性指标，具体步骤为：
获取所述高压直流输电系统中所有元件的故障率修复时间，以及高压直流输电系统的第二计数器；
按照预设的子系统划分方法，对所述高压直流输电系统的子系统进行可靠性等效，得到等效后的各个子系统；
按照预先获取的预设的子系统可靠性评估模型，对所述高压直流输电系统的各个子系统的可靠性进行评估，得到各个子系统对应的容量状态的概率和频率指标；
根据所述等效后的各个子系统，按照预设的枚举方法，得到各个子系统在预设的降额运行状态下的最小割集；其中，所述最小割集的个数为NS；
从所述最小割集中随机抽取预设数量的第一随机数，并判断所述第一随机数是否为零；
若所述第一随机数为零，则判断所述第二计数器是否大于所述最小割集的个数；反之，则随机抽取数量为第一随机数的随机数；
若所述第二计数器大于所述最小割集的个数，则按照预设的年可靠性指标计算方法，得到预设的年可靠性指标样本。
3.根据权利要求2所述的高压直流输电系统的可靠性评估方法，其特征在于，所述按照预先获取的预设的子系统可靠性评估模型，对所述高压直流输电系统的各个子系统的可靠性进行评估，得到各个子系统对应的容量状态的概率和频率指标，具体包括：
所述高压直流输电系统的子系统包括交流滤波器子系统、换流变压器子系统、平波电抗器子系统和阀组；
预先获取的预设的子系统可靠性评估模型包括预设的交流滤波器子系统可靠性评估模型、预设的换流变压器子系统可靠性评估模型、预设的平波电抗器子系统可靠性评估模型和预设的阀组可靠性评估模型。
4.根据权利要求2所述的高压直流输电系统的可靠性评估方法，其特征在于，所述第一随机数服从泊松分布，则所述最小割集在预设时间段内，出现所述第一随机数的次数的概率为：
Figure FDA0002984867110000021
其中，fi为所述第一随机数，x代表所述最小割集出现的次数，Si为所述最小割集，i＝1,2,…,NS，
Figure FDA0002984867110000033
为泊松分布的参数，t为预设的时间段。
5.根据权利要求4所述的高压直流输电系统的可靠性评估方法，其特征在于，所述按照预设的年可靠性指标计算方法，得到所述高压直流输电系统的年可靠性指标样本的具体计算公式为：
Figure FDA0002984867110000031
其中，Dif,ca为所述第一随机数数量的随机数。
6.根据权利要求1所述的高压直流输电系统的可靠性评估方法，其特征在于，所述根据所述高压直流输电系统的年可靠性指标，按照预设的核密度估计方法，得到所述高压直流输电系统的可靠性指标的概率密度分布结果，以对高压直流输电系统的可靠性进行评估的具体计算公式为：
Figure FDA0002984867110000032
其中，N表示样本容量，h为带宽，K(.)为核函数，x1,x2,…,xn为所述高压直流输电系统的年可靠性指标样本，n为所述年可靠性指标样本的数量。
7.根据权利要求2所述的高压直流输电系统的可靠性评估方法，其特征在于，若所述第二计数器不大于所述最小割集的个数，则令所述第二计数器加一，并返回获取所述高压直流输电系统中所有元件的故障率和修复时间的步骤。
8.一种高压直流输电系统的可靠性评估装置，其特征在于，包括：
可靠性参数获取模块，用于获取高压直流输电系统的年可靠性指标样本数第一计数器；
可靠性指标比较模块，用于判断所述第一计数器是否大于所述年可靠性指标样本数；
可靠性指标计算模块，用于若所述第一计数器大于所述年可靠性指标的样本数，则根据所述第一计数器，按照预设的年可靠性指标计算方法，得到所述高压直流输电系统的年可靠性指标样本；反之，则按照预设的最小割集计算方法，计算所述高压直流输电系统的年可靠性指标样本；
系统可靠性评估模块，用于根据所述高压直流输电系统的年可靠性指标，按照预设的核密度估计方法，得到所述高压直流输电系统的可靠性指标的概率密度分布结果，以对高压直流输电系统的可靠性进行评估。
9.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任意一项所述的高压直流输电系统的可靠性评估方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至7中任意一项所述的高压直流输电系统的可靠性评估方法。
CN202110297423.4A 2021-03-19 2021-03-19 高压直流输电系统的可靠性评估方法、装置、设备及介质 Pending CN113032990A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110297423.4A CN113032990A (zh) 2021-03-19 2021-03-19 高压直流输电系统的可靠性评估方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110297423.4A CN113032990A (zh) 2021-03-19 2021-03-19 高压直流输电系统的可靠性评估方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN113032990A true CN113032990A (zh) 2021-06-25

Family

ID=76471864

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110297423.4A Pending CN113032990A (zh) 2021-03-19 2021-03-19 高压直流输电系统的可靠性评估方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN113032990A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7050935B1 (en) * 1999-03-08 2006-05-23 Bombardier Transportation Gmbh Method for assessing the reliability of technical systems
CN101557106A (zh) * 2009-01-15 2009-10-14 南方电网技术研究中心 特高压直流输电系统可靠性计算方法
US20150358037A1 (en) * 2013-02-26 2015-12-10 Peking University Shenzhen Graduate School Method for encoding msr (minimum-storage regenerating) codes and repairing storage nodes

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7050935B1 (en) * 1999-03-08 2006-05-23 Bombardier Transportation Gmbh Method for assessing the reliability of technical systems
CN101557106A (zh) * 2009-01-15 2009-10-14 南方电网技术研究中心 特高压直流输电系统可靠性计算方法
US20150358037A1 (en) * 2013-02-26 2015-12-10 Peking University Shenzhen Graduate School Method for encoding msr (minimum-storage regenerating) codes and repairing storage nodes

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
赵渊: "电网可靠性指标概率密度分布的解析计算模型", 《中国电机工程学报》 *

Similar Documents

Publication Publication Date Title
CN109447496B (zh) 窃电行为判定方法及终端设备
CN109521292B (zh) 一种模块化多电平换流器的电容器组寿命评估方法与装置
CN113050018A (zh) 基于数据驱动评估结果变化趋势的电压互感器状态评估方法及系统
CN116544999B (zh) 储能系统的装机容量确定方法、装置、设备和介质
CN114091783A (zh) 一种企业用电预警方法、装置、计算机设备和存储介质
CN112801315A (zh) 电力二次设备的状态诊断方法、装置及终端
CN115441457A (zh) 新能源电力系统的快速可靠性评估方法、设备及存储介质
CN111626498A (zh) 设备运行状态预测方法、装置、设备及存储介质
CN109325603B (zh) 故障请求处理方法、装置及终端设备
CN114356900A (zh) 一种电力数据异常检测方法、装置、设备及介质
CN113032990A (zh) 高压直流输电系统的可靠性评估方法、装置、设备及介质
CN115420988B (zh) 异常用电用户的识别方法、装置、设备及存储介质
CN111080489A (zh) 一种负荷趋势预测方法、系统以及设备
CN111398703A (zh) 电压模数转换器的自动化测试方法、装置及存储介质
CN113376564B (zh) 基于数据分析的智能电表计量校正方法、装置及终端
CN115577927A (zh) 基于粗糙集的重要电力用户用电安全评估方法及装置
CN111555269B (zh) 电网备用容量的分析方法、装置、终端设备及存储介质
CN113051741A (zh) 一种高压直流输电系统元件可靠性参数求解方法及装置
CN113205259A (zh) 电网调度决策评估方法、装置及终端设备
CN114692903A (zh) 用于设备故障检测的方法及终端设备
CN112531629B (zh) 配电网保护定值自动整定方法、装置及终端设备
CN111553810A (zh) 一种供电可靠性模糊统计方法、装置及计算机可读存储介质
CN114156864B (zh) 光伏逆变器配置方法、装置、终端及存储介质
CN115858324B (zh) 基于ai的it设备故障处理方法、装置、设备和介质
CN115021236A (zh) 高压直流输电系统的可靠性跟踪方法、装置、设备及介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210625

RJ01 Rejection of invention patent application after publication