CN113642186A - 一种计及电压暂降的供电可靠性量化评估方法 - Google Patents
一种计及电压暂降的供电可靠性量化评估方法 Download PDFInfo
- Publication number
- CN113642186A CN113642186A CN202110960585.1A CN202110960585A CN113642186A CN 113642186 A CN113642186 A CN 113642186A CN 202110960585 A CN202110960585 A CN 202110960585A CN 113642186 A CN113642186 A CN 113642186A
- Authority
- CN
- China
- Prior art keywords
- sag
- reliability
- index
- reliability index
- eco
- 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
- 238000000034 method Methods 0.000 title claims abstract description 97
- 238000011158 quantitative evaluation Methods 0.000 title claims abstract description 9
- 238000004519 manufacturing process Methods 0.000 claims abstract description 36
- 230000008569 process Effects 0.000 claims description 43
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000003053 immunization Effects 0.000 claims description 12
- 238000002649 immunization Methods 0.000 claims description 12
- 230000008859 change Effects 0.000 claims description 11
- 238000010586 diagram Methods 0.000 claims description 7
- 230000001052 transient effect Effects 0.000 claims description 6
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000012502 risk assessment Methods 0.000 claims description 4
- 230000002950 deficient Effects 0.000 abstract description 4
- 230000007812 deficiency Effects 0.000 abstract description 2
- 238000009776 industrial production Methods 0.000 abstract description 2
- 239000010408 film Substances 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 4
- 230000036039 immunity Effects 0.000 description 4
- 239000000758 substrate Substances 0.000 description 4
- 239000011521 glass Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000003749 cleanliness Effects 0.000 description 1
- 238000005530 etching Methods 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 239000010409 thin film Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- 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
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Geometry (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Testing Relating To Insulation (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种计及电压暂降的供电可靠性量化评估方法,包括以下步骤:步骤S1:获取暂降相关数据;步骤S2:根据得到的暂降相关数据,生成暂降数据表和子流程暂降稳态安全域图像;步骤S3:基于暂降数据表和子流程暂降稳态安全域图像,分别计算结构可靠性指标、功能可靠性指标、安全可靠性指标,最后到计及电压暂降的供电可靠性指标。本发明结合结构、功能、安全角度对电压暂降后果影响进行可靠性量化评估,从暂降造成的工业过程中断导致的直接经济损失、工业生产过程不够理想导致残次品从而出现的间接损失以及重要设备所在生产线遭受电压暂降后存在潜在安全隐患,三个方面对电压暂降导致的可靠性缺失进行评估。
Description
技术领域
本发明涉及电压暂态评估领域,具体涉及一种计及电压暂降的供电可靠性量化评估方法。
背景技术
电压暂降对工业用户的影响范围广、程度深,越来越引起用户和供电方的广泛共识。从影响范围来看,引起电压暂降的因素众多,一处暂降的发生往往会对一个片区的供电可靠性产生影响。不仅如此,当某处的电压暂降使得敏感设备发生中断后,可能会使工业结构发生改变,从而发生多级暂降,供电可靠性进一步下降。从暂降响应程度来看,对于单个工业用户来说,电压暂降往往从结构、功能、安全三个方面对工业用户产生影响,这些影响通常都表现在经济损失上。对于用户而言,电压暂降发生后造成敏感设备发生中断、该设备所在的工业流程发生中断、生产线中断造成直接停产的经济损失是最为直观的,通常情况下,这部分直接经济损失还包括生产线重启成本和其他额外损失。除此之外,当电压暂降发生以后,由于用户的某些生产设备不能达到标准运行状态,造成用户在生产的过程中出现残次品,这部分的损失在生产运行过程中并不能很快凸显出来,往往在商品检验、商品销售的时候才有所反馈,这部分的经济损失为间接经济损失。除了能够从会计成本效益核算角度上可以计及的损失以外,电压暂降对一些特殊的设备造成的影响需要额外慎重考虑。这些设备一旦发生中断,可能引起巨大的损失。
发明内容
有鉴于此,本发明的目的在于提供一种计及电压暂降的供电可靠性量化评估方法,以解决上述问题。
为实现上述目的,本发明采用如下技术方案:
一种计及电压暂降的供电可靠性量化评估方法,包括以下步骤:
步骤S1:获取暂降相关数据;
步骤S2:根据得到的暂降相关数据,生成暂降数据表和子流程暂降稳态安全域图像;
步骤S3:基于暂降数据表和子流程暂降稳态安全域图像,分别计算结构可靠性指标、功能可靠性指标、安全可靠性指标,最后得到计及电压暂降的供电可靠性指标。
进一步的,所述暂降相关数据包括暂降历史、子流程的PIT图像、用户工业流程图、电气设备连接图、年经济损失、单次暂降损失。
进一步的,所述步骤S3具体为:
将供电可靠率指标进行变形,则计及电压暂降的供电可靠性指标计算公式如(1)式所示;
将靠性指标RS*分解为结构性可靠性指标RS*1,功能性可靠性指标RS*2以及安全性可靠性指标RS*3;
求解不同的经济等效时间{T1 eco,T2 eco,T3 eco},进一步的根据式 (1)计算得到对应的可靠性指标{RS*1,RS*2,RS*3}。
进一步的,所述结构性经济等效时间T1 eco,具体求解如下:
采用用故障树模型对电能质量结构可靠性变化进行刻画,由于不同暂降对应的PIT曲线不同,因此在确定暂降幅值的条件下,确定同一设备的暂降持续时间和PIT值的对应关系;若已知所有暂降的幅值持续时间和发生率、PIT曲线的对应关系;对于暂降区间N(i,k)来说,若i表示暂降的残压等级,k表示暂降的持续时间,子过程中断率S(N(i,k))等于同一暂降幅值下暂降持续时间大于发生中断时的最小暂降持续时间的不同暂降幅值的所有暂降概率和
当PIT∈N(i,j)时,子过程并不能完全被判别发生中断、或是未发生中断,而是一个不确定的值;
引入变量σj i,k,它表示对于第j个子流程而言,发生暂降N(i,j)后,子过程j不发生中断的概率
在(2)式中,PITij表示子过程j在残压为i的暂降影响下的PIT, N(i,k)min和N(i,k)max分别表示对于暂降区间N(i,j)的边界,其暂降残压大小相等;
因此,建立的结构性经济等效时间T1 eco为:
其中,S(N(i,k))是暂降N(i,k)发生的概率;Cj是过程中断损失,Ceco是年停电损失。
进一步的,所述功能性经济等效时间T2 eco采用分层分级的方法得到,具体如下:
根据功能需求和结构划分,一个完整的工业过程可以划分成3个层次的内容:目标层、准则层、指标层;目标层为最终的风险评估的指标、准则层是目标层的评判依据,是功能划分的子环节、指标层则是准则层的细化,具体到某一个特定的设备;
引入因素集对层次化结构进行刻画:U={u1,u2,…,un}和 Ui={ui1,ui2,…,uim},用U来表示准则层和指标层,下标i表示准测层层数,n为准则层总层数,m为指标层在某一准则层的总层数;
设有两个不同的暂降Sag1和Sag2作用在一个特定的设备上后的PIT曲线,利用曲线说明分层分级模糊功能性指标的计算法;
Tt緈t膐l表示在免疫过程时间刻画中,使得物理参数下降到最低时对应的最大时间;引入评语集来刻画过程暂降风险: V={v1,v2,v3,…vn}={1级、2级,…,n级},风险逐渐扩大;
通过最大隶属度方法求出电压暂降功能可靠性等级,得到的功能可靠性等效时间如下式所示
其中,Cfun为暂降功能可靠等级的经济损失。
进一步的,所述安全性经济等效时间T3 eco,具体求解如下:
对不同的暂降N(i,k)有不同的δi,k值,因此
本发明与现有技术相比具有以下有益效果:
本发明基于结构、功能、安全角度对电压暂降后果影响进行可靠性量化评估,从暂降造成的工业过程中断导致的直接经济损失、工业生产过程不够理想导致残次品从而出现的间接损失以及重要设备所在生产线遭受电压暂降后存在潜在安全隐患,三个方面对电压暂降导致的可靠性缺失进行评估。提高了评估的全面性及有效性。
附图说明
图1是本发明方法流程图;
图2是本发明一实施例中过程免疫时间曲线;
图3是本发明一实施例中安全区域划分图;
图4是本发明一实施例中分层结构图;
图5是本发明一实施例中工业过程PIT曲线;
图6是本发明一实施例中多条PIT曲线的安全区域划分;
图7是本发明一实施例中流程PIT图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
请参照图1,本发明提供一种计及电压暂降的供电可靠性量化评估方法,包括以下步骤:
步骤S1:获取暂降相关数据;
步骤S2:根据得到的暂降相关数据,生成暂降数据表和子流程暂降稳态安全域图像;
步骤S3:基于暂降数据表和子流程暂降稳态安全域图像,分别计算结构可靠性指标、功能可靠性指标、安全可靠性指标,最后得到计及电压暂降的供电可靠性指标。
在本实施例中,参考图2,采用过程免疫时间(Progress Immunity Time,PIT)进行指标计算会大大缩短计算量,这是因为过程免疫时间直接对工业流程进行刻画而不是对设备进行描述。接下来需要论述的是过程免疫时间是否满足多指标体系的参数计算要求。若过程免疫时间可以从不同角度进行参数提取,且参数之间满足所对应的指标计算要求,则用PIT求解用户可靠性指标是合理的。
如图2所示为残压恒定时,持续时间不同暂降对应的不同过程免疫时间曲线图,曲线反映了当电压暂降发生后,工业流程的物理参数发生变化的过程。
根据曲线的变化规律,可以将过程免疫时间曲线分成3类。
第一类如图2的曲线1所示,当暂降发生后工业流程的物理参数从标准状态(Pnom)下降至工业流程愿意忍受的临界状态(Pmin)最后下降至0并持续一段时间。通常情况下将物理参数从正常状态下降至危险状态的时间称为过程免疫时间。若仅仅从过程免疫时间曲线中提取这一个参数并不能反映所有的过程物理参数变化过程。
第二类如曲线2所示,当暂降发生后物理参数下降至零后,物理参数马上发生回升,最终回升至正常状态,本文将这种曲线称为危险临界曲线。
第三类如曲线3所示,当暂降发生后物理参数下降至临界状态后,物理参数马上回升,回升至正常状态,本文将这种曲线称为安全临界曲线。由此,我们可以分析出,当暂降发生后,若系统物理参数不会落入危险区间时,可以认为这次暂降对流程影响很小,这种暂降发生后的过程物理参数曲线的变化应在曲线3之上。当暂降发生后,系统物理参数会落入危险状态,但在该状停留的时间足够小,暂降对工业流程所造成的影响有限,这种暂降发生后的过程物理参数曲线的变化应在曲线2到曲线3之间。当暂降发生后,系统会较长时间地停留在危险状态,这种暂降对工业流程的影响较大,发生后的过程物理参数曲线应在曲线1到曲线2之间。
在对过程免疫时间曲线进行分类以后,还需要对这些不同的曲线进行特性描述。因此需要将过程免疫时间曲线映射到幅值-持续时间图像中,可以得到如图2所示的区域图。
对于不同的残压有不同的临界点,找到不同残压的临界安全曲线点和临界危险曲线点,并将这些点连接起来,得到的曲线1和曲线2 可以将幅值-持续时间域划分成3个不同的区域。曲线1以左的区域的暂降持续时间很短,这类暂降发生后不会落入危险区域类,称为绝对安全区域。同理,曲线1和曲线2之间的区域为相对安全区域;曲线2以右的区域为绝对不安全区域。这样,对于不同的暂降点就有不同的安全区域划分,当涉及到对最为严苛的安全可靠性指标计算的时候,可以将暂降点与安全区域划分相结合得到安性可靠指标值。
在本实施例中,将供电可靠率指标进行变形。
计及电压暂降的供电可靠性指标计算公式如(1)式所示。
由此,可以得出看出,对RS*的求解过程变成了对Teco的求解过程。第1节已经就可靠性指标的分级进行了必要性描述,因此,对于可靠性指标RS*的求解也需要分级考虑,可靠性指标RS*分解为结构性可靠性指标RS*1,功能性可靠性指标RS*2以及安全性可靠性指标RS*3。不同的可靠性指标有不同的经济等效时间的求解,因此对于可靠性指标{RS*1,RS*2,RS*3}的求解变成了对其对应的经济等效时间 {T1 eco,T2 eco,T3 eco}的求解。
(1)结构性经济等效时间T1 eco
电能质量结构可靠性主要是为了评估由于电能质量引起的工业结构的改变,引发的子流程中断甚至流程中断,造成的经济损失。用故障树模型可以对这种变化进行刻画。由于不同暂降对应的PIT曲线不同,因此在确定暂降幅值的条件下,可以确定同一设备的暂降持续时间和PIT值的对应关系。若已知所有暂降的幅值持续时间和发生率、 PIT曲线的对应关系。对于暂降区间N(i,k)来说,若i表示暂降的残压等级,k表示暂降的持续时间,子过程中断率S(N(i,k))可以等于同一暂降幅值下暂降持续时间大于发生中断时的最小暂降持续时间的不同暂降幅值的所有暂降概率和。
当PIT∈N(i,j)时,子过程并不能完全被判别发生中断、或是未发生中断,而使一个不确定的值。因此引入变量σj i,k,它表示对于第j 个子流程而言,发生暂降N(i,j)后,子过程j不发生中断的概率。
在(2)式中,PITij表示子过程j在残压为i的暂降影响下的PIT, N(i,k)min和N(i,k)max分别表示对于暂降区间N(i,j)的边界,其暂降残压大小相等。
因此,可建立的结构性经济等效时间T1 eco为:
其中,S(N(i,k))是暂降N(i,k)发生的概率;Cj是过程中断损失,Ceco是年停电损失。
(2)功能性经济等效时间T2 eco
电能质量的功能性可靠性主要是补充了结构性可靠性未考虑到的部分,即暂降未使设备发生中断,却使生产过程发生了损失的可靠性评估。这主要是由于受到暂降作用的设备即使未发生中断,但是会对工业环境的物理参数造成影响导致的。当工业过程的物理参数发生变化,生产过程所需要的条件无法满足时更容易出现残次品。因此,对这部分经济损失的可靠性评估需要引入功能性经济等效时间T2 eco来考量。
采用分层分级的方法可以得到功能性经济等效时间T2 eco。
根据功能需求和结构划分,一个完整的工业过程可以划分成3个层次的内容:目标层、准则层、指标层。目标层为最终的风险评估的指标、准则层是目标层的评判依据,它是功能划分的子环节、指标层则是准则层的细化,它具体到某一个特定的设备。
因此,可以引入因素集对层次化结构进行刻画:U={u1,u2,…,un} 和Ui={ui1,ui2,…,uim},如图4所示,用U来表示准则层和指标层,下标i表示准测层层数,n为准则层总层数,m为指标层在某一准则层的总层数。图6假设有两个不同的暂降Sag1和Sag2作用在一个特定的设备上后的PIT曲线,利用曲线可以说明分层分级模糊功能性指标的计算法。
Tt緈t膐l表示在免疫过程时间刻画中,使得物理参数下降到最低时对应的最大时间。引入评语集来刻画过程暂降风险: V={v1,v2,v3,…vn}={1级、2级,…,n级},风险逐渐扩大。
通过最大隶属度方法可以求出电压暂降功能可靠性等级,得到的功能可靠性等效时间如下式所示。
其中,Cfun为暂降功能可靠等级的经济损失。不同的可靠性等级对应不同的经济损失,风险等级越大,可靠性等级越小,经济损失越大。由于不同的厂家往往具有不同的规格,其经济损失大小往往不同。因此,在实际运用中,通常可以将当作经验值来处理。
(3)安全性经济等效时间T3 eco
电能质量的功能性可靠性主要是为了对威胁工业流程安全运行以及威胁到人员安全的设备进行更为严苛的效应评估,对于这部分设备而言,很小的扰动能够造成流程中断或者说一旦发生设备中断会导致严重的经济或者社会后果。因此,对这部分设备的可靠性分析必须更为严谨且慎重。
为了对设备安全可靠性进行计算,引入了稳态安全域、相对安全区域、完全不安全区域的概率。定义稳态安全域的概念为:使得PIT 曲线的物理参数不落入危险区域内的所有暂降集合。暂降导致PIT曲线完全落入不可接受区域,但不会引起设备中断的暂降集合定义为相对安全区域;暂降导致设备发生中断的暂降集合定义为完全不安全区域。
对于一条工业流程来说,图4为某工业过程的PIT曲线,图6为对应的安全区域划分图,图5中同一粗细的PIT曲线表示同一电压幅值。从图5中可以明显地发现,在同一电压幅值下,由于持续时间不同而导致PIT曲线落入三种不同的区域。我们将三个不同的暂降区域用v-t曲线来描述可以描述为:相对安全区域的边界由一系列同一暂降幅值下为使PIT曲线恰好落入临界安全值以及恰好发生中断的暂降对(曲线1、曲线2)、暂降幅值为0.9(边界线1)和暂降幅值为 0.1(边界线2)组成。
由于用户工业流程往往不只一条子流程,具有非常复杂的结构,因此,对于多子流程的工业流程需要用到多PIT分析。将多条子流程的稳态安全曲线图画在同一张图上,如图6所示,为4条工业流程的稳态安全区域图。
稳态安全区域图得出后,还需要对图像进行量化。即暂降处于绝对不安全区域为0,相对安全区域为1/2N,绝对安全区域为1/N。将同一暂降在不同PIT曲线所对应的区域值相加,范围为(0,1)。
若对于任意暂降N(i,j),它对应的4条PIT安全区域值之和为X。
·若X=0,暂降为绝对不安全暂降。(D区域)δ=0;
·若0<X<0.5,暂降为相对不安全暂降。(C区域)δ=0.3;
·若0.5<X<1,暂降为相对安全暂降。(B区域)δ=0.7;
·若X=1,暂降为绝对安全暂降。(A区域)δ=1。
对不同的暂降N(i,k)有不同的δi,k值,因此,由公式(6)可以得到T3 eco。
(4)供电可靠率RS*
从得到的经济等效时间{T1 eco,T2 eco,T3 eco}可以计算出计及电压暂降的新型供电可靠率指标{RS*1,RS*2,RS*3}。
实施例1:
以福建某公司生产薄膜晶体管液晶显示器(Thin Film Transistor-LiquidCrystal Display,TFT-LCD)为例进行风险评估分析。该企业生产线受暂降、短时中断等扰动影响较为严重。其生产过程主要有晶体管阵列、彩膜、成盒几大工艺构成,阵列工艺生产下基板电路部分,彩膜工艺生产上板滤光片,成盒工艺完成上下基板组合、打磨等,形成液晶屏材料。调研发现,阵列工艺中的卡匣清洗机、彩膜工艺中的曝光机、成盒工艺中的配向膜印刷机在暂降影响下易因PLC 模块故障而导致设备失效。配向膜烘烤炉中由ASD驱动的热风循环设备也易受暂降影响失效。阵列工艺的刻蚀机、彩膜工艺的自动拍照机在暂降影响下其塑壳断路器、ACC类保护控制设备易失磁脱扣导致设备失效。此外,因厂务供电异常致使大量工艺环节受影响的情况也多次发生。各敏感设备VTC特征参数如表1所示。PIT作为辅助刻画敏感设备的延迟时间指数,依据过程工程师经验及模型调试获得。
表1工业过程详细信息
对于整列子过程来说,卡匣清洗机使用于清洗、干燥和检测卡匣,因此,主要需要考量的物理参数为清洁度。对于彩膜子过程来说,曝光机的主要功能是通过开启灯光发出UVA波长的紫外线,将胶片或其他透明体上的图像信息转移到涂有感光物质的表面上。曝光机采用专用晒版紫外线灯管,配以真空吸气装置,网版与菲林稿放置在由工作玻璃和橡胶封垫组成的密闭室内,利用真空泵抽出室内空气,使室内形成真空真空使网版与菲林稿件紧贴向玻璃平面,然后在预定的曝光时间内光源对感光层进行曝光,曝光结束自动放气晒版作业完成。因此,主要需要考量的物理参数为真空度。对于成盒子过程来说,配向膜印刷机和热风循环机主要用于印刷玻璃基板,因此,主要需要考量的物理参数为制造车间的温度。对于厂务系统来说,主要是工厂的控制端,因此需要考量的物理参数是控制元件负荷电流大小。得到的 PIT曲线如图7所示。
该工业用户一年内遭受的暂降情况和由于暂降导致经济损失如表2、表3所示。
表2工业过程暂降情况
表3各子流程暂降损失
通过计算公式得到的经济等效时间为:
由此得出的计及电压暂降的供电可靠性为:
从计算结果可以看到,考虑的电压暂降影响因素越多,暂降的可靠性越低,这与实际情况相符。在考虑电压暂降对功能性的影响时,与结构性供电可靠率相比,功能性因子使供电可靠率下降了10-5,而安全性因子使供电可靠率下降了10-8。
以上所述仅为本发明的较佳实施例,凡依本发明申请专利范围所做的均等变化与修饰,皆应属本发明的涵盖范围。
Claims (6)
1.一种计及电压暂降的供电可靠性量化评估方法,其特征在于,包括以下步骤:
步骤S1:获取暂降相关数据;
步骤S2:根据得到的暂降相关数据,生成暂降数据表和子流程暂降稳态安全域图像;
步骤S3:基于暂降数据表和子流程暂降稳态安全域图像,分别计算结构可靠性指标、功能可靠性指标、安全可靠性指标,最后得到计及电压暂降的供电可靠性指标。
2.根据权利要求1所述的一种计及电压暂降的供电可靠性量化评估方法,其特征在于,所述暂降相关数据包括暂降历史、子流程的PIT图像、用户工业流程图、电气设备连接图、年经济损失、单次暂降损失。
4.根据权利要求3所述的一种计及电压暂降的供电可靠性量化评估方法,其特征在于,所述结构性经济等效时间T1 eco,具体求解如下:
采用用故障树模型对电能质量结构可靠性变化进行刻画,由于不同暂降对应的PIT曲线不同,因此在确定暂降幅值的条件下,确定同一设备的暂降持续时间和PIT值的对应关系;若已知所有暂降的幅值持续时间和发生率、PIT曲线的对应关系;对于暂降区间N(i,k)来说,若i表示暂降的残压等级,k表示暂降的持续时间,子过程中断率S(N(i,k))等于同一暂降幅值下暂降持续时间大于发生中断时的最小暂降持续时间的不同暂降幅值的所有暂降概率和
当PIT∈N(i,j)时,子过程并不能完全被判别发生中断、或是未发生中断,而是一个不确定的值;
引入变量σj i,k,它表示对于第j个子流程而言,发生暂降N(i,j)后,子过程j不发生中断的概率
在(2)式中,PITij表示子过程j在残压为i的暂降影响下的PIT,N(i,k)min和N(i,k)max分别表示对于暂降区间N(i,j)的边界,其暂降残压大小相等;
因此,建立的结构性经济等效时间T1 eco为:
其中,S(N(i,k))是暂降N(i,k)发生的概率;Cj是过程中断损失,Ceco是年停电损失。
5.根据权利要求3所述的一种计及电压暂降的供电可靠性量化评估方法,其特征在于,所述功能性经济等效时间T2 eco采用分层分级的方法得到,具体如下:
根据功能需求和结构划分,一个完整的工业过程可以划分成3个层次的内容:目标层、准则层、指标层;目标层为最终的风险评估的指标、准则层是目标层的评判依据,是功能划分的子环节、指标层则是准则层的细化,具体到某一个特定的设备;
引入因素集对层次化结构进行刻画:U={u1,u2,…,un}和Ui={ui1,ui2,…,uim},用U来表示准则层和指标层,下标i表示准测层层数,n为准则层总层数,m为指标层在某一准则层的总层数;
设有两个不同的暂降Sag1和Sag2作用在一个特定的设备上后的PIT曲线,利用曲线说明分层分级模糊功能性指标的计算法;
Ttotal表示在免疫过程时间刻画中,使得物理参数下降到最低时对应的最大时间;引入评语集来刻画过程暂降风险:V={v1,v2,v3,…vn}={1级、2级,…,n级},风险逐渐扩大;
通过最大隶属度方法求出电压暂降功能可靠性等级,得到的功能可靠性等效时间如下式所示
其中,Cfun为暂降功能可靠等级的经济损失。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110960585.1A CN113642186B (zh) | 2021-08-20 | 2021-08-20 | 一种计及电压暂降的供电可靠性量化评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110960585.1A CN113642186B (zh) | 2021-08-20 | 2021-08-20 | 一种计及电压暂降的供电可靠性量化评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113642186A true CN113642186A (zh) | 2021-11-12 |
CN113642186B CN113642186B (zh) | 2023-08-01 |
Family
ID=78423106
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110960585.1A Active CN113642186B (zh) | 2021-08-20 | 2021-08-20 | 一种计及电压暂降的供电可靠性量化评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113642186B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114202154A (zh) * | 2021-11-08 | 2022-03-18 | 深圳供电局有限公司 | 供电可靠性量化方法、装置、计算机设备和存储介质 |
CN115296587A (zh) * | 2022-07-01 | 2022-11-04 | 兰州理工大学 | 一种电机保护器的绝对安全电压暂降计算方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016026355A1 (zh) * | 2014-08-18 | 2016-02-25 | 国家电网公司 | 一种有源配电网电压跌落仿真与评估方法 |
CN106384199A (zh) * | 2016-09-19 | 2017-02-08 | 国网四川省电力公司经济技术研究院 | 基于过程免疫不确定性的电压暂降评估方法 |
CN107730145A (zh) * | 2017-11-07 | 2018-02-23 | 四川大学 | 一种电压暂降经济损失评估方法 |
CN108764666A (zh) * | 2018-05-15 | 2018-11-06 | 国网上海市电力公司 | 基于多质量损失函数综合的用户暂降经济损失评估方法 |
CN112285454A (zh) * | 2020-09-11 | 2021-01-29 | 国网天津市电力公司电力科学研究院 | 一种基于改进能量指标的电压暂降严重程度评估方法 |
CN112330223A (zh) * | 2020-12-01 | 2021-02-05 | 国网天津市电力公司电力科学研究院 | 一种考虑暂降耐受曲线不确定性的防治指标的确定方法 |
-
2021
- 2021-08-20 CN CN202110960585.1A patent/CN113642186B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016026355A1 (zh) * | 2014-08-18 | 2016-02-25 | 国家电网公司 | 一种有源配电网电压跌落仿真与评估方法 |
CN106384199A (zh) * | 2016-09-19 | 2017-02-08 | 国网四川省电力公司经济技术研究院 | 基于过程免疫不确定性的电压暂降评估方法 |
CN107730145A (zh) * | 2017-11-07 | 2018-02-23 | 四川大学 | 一种电压暂降经济损失评估方法 |
CN108764666A (zh) * | 2018-05-15 | 2018-11-06 | 国网上海市电力公司 | 基于多质量损失函数综合的用户暂降经济损失评估方法 |
CN112285454A (zh) * | 2020-09-11 | 2021-01-29 | 国网天津市电力公司电力科学研究院 | 一种基于改进能量指标的电压暂降严重程度评估方法 |
CN112330223A (zh) * | 2020-12-01 | 2021-02-05 | 国网天津市电力公司电力科学研究院 | 一种考虑暂降耐受曲线不确定性的防治指标的确定方法 |
Non-Patent Citations (1)
Title |
---|
肖先勇;谭秀美;汪颖;许中;: "基于电气特性物理属性感知损失的电压暂降经济损失评估", 中国电机工程学报, no. 1 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114202154A (zh) * | 2021-11-08 | 2022-03-18 | 深圳供电局有限公司 | 供电可靠性量化方法、装置、计算机设备和存储介质 |
CN115296587A (zh) * | 2022-07-01 | 2022-11-04 | 兰州理工大学 | 一种电机保护器的绝对安全电压暂降计算方法及系统 |
CN115296587B (zh) * | 2022-07-01 | 2023-09-22 | 兰州理工大学 | 一种电机保护器的绝对安全电压暂降计算方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113642186B (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113642186A (zh) | 一种计及电压暂降的供电可靠性量化评估方法 | |
US20210003640A1 (en) | Fault locating method and system based on multi-layer evaluation model | |
CN109242306A (zh) | 基于多层次灰色关联分析的安全生产风险评估方法及系统 | |
Abul-Haggag et al. | Application of fuzzy logic for risk assessment using risk matrix | |
CN104867840B (zh) | Ye在线检测管控方法 | |
CN108680811A (zh) | 一种变压器故障状态评估方法 | |
CN107239876A (zh) | 一种核电厂i&c设备老化生命周期的管理方法及系统 | |
CN206312210U (zh) | 一种配电网设备的状态评估系统 | |
CN105373883A (zh) | 基于数据挖掘的变压器家族性缺陷的预警方法 | |
CN109298374A (zh) | 一种电能表状态在线评价方法及系统 | |
CN107247198A (zh) | 一种配电设备故障预测方法及装置 | |
CN111242424A (zh) | 质量数据的处理方法及装置 | |
CN111507603A (zh) | 一种在产企业环境风险现状评估方法和系统 | |
CN107301285A (zh) | 基于剩余寿命预测的非电子产品序贯验证试验方法 | |
CN114154798A (zh) | 电压暂降风险分析方法、装置、计算机设备和存储介质 | |
Herz et al. | Identify, analyse and mitigate—Quantification of technical risks in PV power systems | |
CN111330871B (zh) | 一种品质分类方法及装置 | |
CN105184413B (zh) | 一种考虑制造质量偏差损失的产品最优老炼测试时间估算方法 | |
CN104156312B (zh) | 一种评估软件可靠性的方法 | |
CN105137670A (zh) | 液晶滴注系统及控制方法 | |
CN110414047A (zh) | 一种用于通信传输设备健康状态评价的方法 | |
Chu et al. | ANALYZING TFT-LCD ARRAY BIG DATA FOR YIELD ENHANCEMENT AND AN EMPIRICAL STUDY OF TFT-LCD MANUFACTURING IN TAIWAN. | |
Blanks | The challenge of quantitative reliability | |
CN113240133A (zh) | 基于人工智能的继电保护设备家族性缺陷辨识方法 | |
CN113435195B (zh) | 一种基于主变负载特性的缺陷智能诊断模型构建方法 |
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 |