CN114139858A - 一种基于预想事故集的场馆供电系统运行风险评估方法 - Google Patents

一种基于预想事故集的场馆供电系统运行风险评估方法 Download PDF

Info

Publication number
CN114139858A
CN114139858A CN202111246853.XA CN202111246853A CN114139858A CN 114139858 A CN114139858 A CN 114139858A CN 202111246853 A CN202111246853 A CN 202111246853A CN 114139858 A CN114139858 A CN 114139858A
Authority
CN
China
Prior art keywords
power supply
venue
supply system
risk
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.)
Granted
Application number
CN202111246853.XA
Other languages
English (en)
Other versions
CN114139858B (zh
Inventor
许立雄
李彬
蒋昊
毛雯莹
胡邦安
李林秀
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.)
Sichuan University
Original Assignee
Sichuan 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 Sichuan University filed Critical Sichuan University
Priority to CN202111246853.XA priority Critical patent/CN114139858B/zh
Publication of CN114139858A publication Critical patent/CN114139858A/zh
Application granted granted Critical
Publication of CN114139858B publication Critical patent/CN114139858B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
    • G06Q10/06—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
    • 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)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Optimization (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Biology (AREA)
  • Algebra (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (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

本发明公开了一种基于预想事故集的场馆供电系统运行风险评估方法，包括：(1)生成场馆供电系统的预想事故集；(2)对预想事故集中的每个场景进行故障后果分析；(3)提出风险评估指标并进行计算；(4)采用Shapley值分摊方法得到各元件对所有风险评估指标的贡献率；(5)采用熵权法计算元件对场馆供电系统运行风险的综合贡献率；(6)对综合贡献率进行排序，获得场馆供电系统的薄弱环节，完成对场馆供电系统风险的评估以及其薄弱环节的识别。本发明将评估对象拓展到终端用户以适应场馆供电系统风险评估的特殊性，并提出基于Shapley值分摊法和熵权法的综合风险贡献率计算方法，解决了目前场馆供电系统风险评估方法缺乏及薄弱环节难以识别的问题。

Description

一种基于预想事故集的场馆供电系统运行风险评估方法
技术领域
本发明涉及电力系统技术领域，具体地说，是涉及一种基于预想事故集的场馆供电系统运行风险评估方法。
背景技术
大型场馆、博览中心、会场和公共区域作为社会活动的主体，承担着确保活动圆满成功的重任，若在活动期间发生停电事故，将产生不可估量的社会影响和经济损失。因此，亟需研究科学合理的场馆供电系统风险评估方法，以确保供电系统的安全稳定运行以及终端负荷的可靠供电。
风险的概念，直观的理解就是遭遇损坏的可能性以及造成的损失。风险评估是开展有效的事故预防、应急准备等活动的科学依据。传统的分析方法主要包括确定性分析和概率性分析方法。确定性分析方法利用N-1准则分析预想事故后果，按最严重事故的决策标准来评估电力系统；概率安全评估方法只考虑了事故的随机性和不确定性，不能完全满足对安全性分析的要求。
当前配电网的风险评估及薄弱环节识别大多集中在高中压或地区层面，例如公开号：CN112001569A公开的一种基于多电压等级故障下的电网运行风险分析方法，其是结合了不同电压等级数据信息情况，构建变电站与变电站之间的对应关系，通过对不同电压等级故障分析，统计负荷损失情况，确定当前电网不同电压等级故障下的运行风险，但未对不同电压等级中导致运行风险的薄弱环节进行识别。再例如公开号：CN102708411A公开的一种地区电网在线风险评估方法，针对地区电网调度运行辅助分析需求进行研发，基于网络拓扑及实时数据进行相关的分析判断，识别并监视电网具有潜在供电风险的特殊运行方式，结合在线静态安全分析的结果，形成风险评估的预想故障集，分析对电网造成的后果进而计算各种风险指标，但未识别导致运行风险的薄弱环节。再例如公开号：CN103426056A公开的基于风险评估的电力系统薄弱环节辨识方法，综合考虑电力系统中发电机以及输变电设备自身停运率以及对电力系统风险贡献大小，确定电力系统薄弱环节，但在统计发电机与输变电设备的薄弱环节特征量时，忽略了不同场景的差异。此外，上述方法分析计算时的负荷均是低压片区的整体等效负荷点，并不面向最终端用电负荷。
目前，尚未有深入场馆供电系统面向最终端用电负荷持续性供电的风险评估及考虑场景差异性的场馆供电系统薄弱环节识别，难以为场馆供电保障提供准确、有效的技术支撑。
发明内容
本发明的目的在于提供一种基于预想事故集的场馆供电系统运行风险评估方法，基于元件对风险评估指标的贡献率以及能为场馆供电系统的薄弱环节识别提供依据，并全面、有效地实现场馆供电系统运行的风险评估。
为实现上述目的，本发明采用的技术方案如下：
一种基于预想事故集的场馆供电系统运行风险评估方法，包括以下步骤：
(1)以场馆供电系统中重要低压负荷节点处的应急电源作为元件，统计处于正常和故障状态的元件个数，并以此为基础计算每个事故场景发生的概率，最终生成场馆供电系统的预想事故集；
(2)对预想事故集中的每个场景进行故障后果分析，明确场馆中各个重要负荷节点的削减状态和削减量；
(3)根据单个场景的故障后果分析结果，提出风险评估指标并进行计算；
(4)根据计算的风险评估指标，采用Shapley值分摊方法得到各元件对所有风险评估指标的贡献率；
(5)采用熵权法计算元件对场馆供电系统运行风险的综合贡献率；
(6)对综合贡献率进行排序，获得场馆供电系统的薄弱环节，完成对场馆供电系统风险的评估以及其薄弱环节的识别。
具体地，所述步骤(1)中，采用状态枚举法计算每个事故场景发生的概率，具体计算公式为：
Figure BDA0003321345020000031
式中，s为事故场景编号；P(s)为事故场景s发生的概率；nd为处于故障状态的元件个数；ns为处于正常运行状态的元件个数；PDi为元件Di发生故障的概率。
具体地，所述步骤(2)包括以下步骤：
(201)以加权负荷削减量之和最小为目标函数，构建最优负荷削减模型；
(202)求解最优负荷削减模型，记录负荷削减状态和削减量。
具体地，所述步骤(3)中，风险评估指标包括负荷削减概率和电力不足期望值。
进一步地，所述步骤(3)中，计算风险评估指标的具体过程为：利用步骤(202)中记录的负荷削减状态和削减量，对风险评估指标进行计算。
本发明中，所述步骤(4)包括以下步骤：
(401)筛选所有不含有元件Di的预想事故场景Ej的下属子事件，计算元件Di停运对Ej下属子事件造成的风险指标增量，获得元件Di对预想事故Ej的各个下属子事件的边际贡献；下属子事件是指部分元件故障引起的停电事故，包括无元件故障事件；
(402)采用Shapley值分摊方法计算各个下属子事件的权重，具体计算公式为：
Figure BDA0003321345020000032
式中，σ(|e|)为事件e所占权重；|Ej|为预想事故场景Ej中的故障元件个数；|e|为事件e故障元件个数；
(403)将得到的边际贡献进行加权求和，得到元件Di在预想事故Ej中对风险指标的贡献；具体求和公式为
Figure BDA0003321345020000033
为元件Di在预想事故场景Ej中对系统风险指标的贡献；E'j为不包含事件e的故障场景集合；w(e)为事件e所占权重；m(e∪{Di})为事件e中加入元件Di故障后对应的风险指标计算值；m(e)为事件e下风险指标计算值。
本发明中，所述步骤(5)包括以下步骤：
(501)根据步骤4求得的元件对指标的贡献值，构建各样本相关指标的原始判断矩阵，并对各指标进行标准化处理；
(502)根据标准化处理后的各指标，求解相关熵值Sj；
(503)求解各个指标的权重Wj；
(504)根据求得的指标权重，进行各元件综合贡献率Cj的计算，将计算结果由大到小排列，得到系统薄弱环节。
进一步地，所述步骤(501)中对各指标进行标准化处理的过程为：令样本数为k，k＝1,2,…b1，各个样本包含的指标数为f，f＝1,2,…b2，第i个样本的第 j个指标值为Xij，标准化Xij,min指标值为
Figure BDA0003321345020000041
Xj,min为第 j个指标的最小值；Xj,max为第j个指标的最大值。
再进一步地，所述步骤(502)中求解相关熵值Sj的公式为：
Figure BDA0003321345020000042
式中
Figure BDA0003321345020000043
更进一步地，所述步骤(503)中求解各个指标的权重Wj的公式为：
Figure BDA0003321345020000044
与现有技术相比，本发明具有以下有益效果：
本发明将评估对象拓展到终端用户以适应场馆供电系统风险评估的特殊性，并提出基于Shapley值分摊法和熵权法的综合风险贡献率计算方法，为场馆供电系统的薄弱环节识别提供参考。相比传统的风险评估方法来说，本发明不局限于单一的高中压配网层面，而是将场馆供电系统应急装置(例如UPS、应急车等)接入的特殊性纳入考虑范畴，使评估的全面性得到了保障，并克服了传统风险分摊方法精度不足和仅针对单一指标的缺点，进而提高了场馆供电系统风险评估的全面性和适用性。
本发明充分考虑了场景差异性的场馆供电系统薄弱环节，实现了最终端用电负荷持续性供电的风险评估，为后续的管理和应急预案制定提供了有力的技术支撑。
附图说明
图1为本发明-实施例示例性应用场景示意图。
图2为本发明-实施例的流程示意图。
具体实施方式
本发明公开了一种风险评估方法，适用于场馆供电系统运行风险的评估，其相比传统方法最大的改进之处在于：一、将评估对象拓展到终端用户以适应场馆供电系统风险评估的特殊性；二、采用基于Shapley值分摊法和熵权法的综合风险贡献率计算方法，为场馆供电系统的薄弱环节识别提供参考。
下面结合附图说明和实施例对本发明作进一步说明，本发明的方式包括但不仅限于以下实施例。
实施例
图1为本发明对应的一种应用场景，ATS为自动转换开关，G1、G2为发电机，DG为分布式电源，T1、T2为双绕组变压器。图2为本实施例基于预想事故集的场馆供电系统运行风险评估方法流程，整体流程如下：
首先，生成预想事故集，具体为：根据场馆供电系统的具体拓扑连接关系，考虑场馆供电系统重要负荷节点处应急电源的接入，采用状态枚举法生成场馆供电系统的预想事故集；参与枚举的元件包含UPS、应急车等应急电源设备。
本实施例中，采用状态枚举法计算每个事故场景发生的概率，具体计算公式为：
Figure BDA0003321345020000051
式中，s为事故场景编号；P(s)为事故场景s发生的概率；nd为处于故障状态的元件个数；ns为处于正常运行状态的元件个数；
Figure BDA0003321345020000052
为元件Di发生故障的概率。
而后，采用最优负荷削减方法对预想事故集中的每个场景进行故障后果分析，明确场馆中各个负荷点的削减状态和削减量。
第三，综合单个场景的故障后果分析结果，计算提出的风险指标，具体为：
(1)选取负荷削减概率和电力不足期望值作为系统风险评估指标；
(2)利用上述得到的负荷削减情况，计算提出的系统风险评估指标。
第四，利用Shapley值分摊方法完成对所有指标的风险跟踪，归一化后得到各元件对所有风险指标的贡献率，具体为：
(a)筛选所有不含有元件Di的预想事故场景Ej的下属子事件，计算元件 Di停运对Ej下属子事件造成的风险指标增量，获得元件Di对预想事故Ej的各个下属子事件的边际贡献；下属子事件是指部分元件故障引起的停电事故，包括无元件故障事件；
(b)采用Shapley值分摊方法计算各个下属子事件的权重，具体计算公式为：
Figure BDA0003321345020000061
式中，σ(|e|)为事件e所占权重；|Ej|为预想事故场景Ej中的故障元件个数；|e|为事件e故障元件个数；
(c)将得到的边际贡献进行加权求和，得到元件Di在预想事故Ej中对风险指标的贡献；具体求和公式为
Figure BDA0003321345020000062
为元件Di在预想事故场景Ej中对系统风险指标的贡献；E'j为不包含事件e的故障场景集合；w(e)为事件e所占权重；m(e∪{Di})为事件e中加入元件Di故障后对应的风险指标计算值；m(e)为事件e下风险指标计算值。
最后，采用熵权法计算元件对场馆供电系统运行风险的综合贡献率，对综合贡献率进行排序，进而获得场馆供电系统的薄弱环节。具体为：
(d)根据元件对指标的贡献值，构建各样本相关指标的原始判断矩阵，并对各指标进行标准化处理；
(e)根据标准化处理后的各指标，求解相关熵值Sj；公式为：
Figure BDA0003321345020000071
式中
Figure BDA0003321345020000073
(f)求解各个指标的权重Wj；公式为：
Figure BDA0003321345020000072
(g)根据求得的指标权重，进行各元件综合贡献率Cj的计算，将计算结果由大到小排列，得到系统薄弱环节。
综上流程，即可完成对场馆供电系统风险的评估以及其薄弱环节的识别。
上述实施例仅为本发明的优选实施方式之一，不应当用于限制本发明的保护范围，凡在本发明的主体设计思想和精神上作出的毫无实质意义的改动或润色，其所解决的技术问题仍然与本发明一致的，均应当包含在本发明的保护范围之内。

Claims (10)

1.一种基于预想事故集的场馆供电系统运行风险评估方法，其特征在于，包括以下步骤：
(1)以场馆供电系统中重要低压负荷节点处的应急电源作为元件，统计处于正常和故障状态的元件个数，并以此为基础计算每个事故场景发生的概率，最终生成场馆供电系统的预想事故集；
(2)对预想事故集中的每个场景进行故障后果分析，明确场馆中各个重要负荷节点的削减状态和削减量；
(3)根据单个场景的故障后果分析结果，提出风险评估指标并进行计算；
(4)根据计算的风险评估指标，采用Shapley值分摊方法得到各元件对所有风险评估指标的贡献率；
(5)采用熵权法计算元件对场馆供电系统运行风险的综合贡献率；
(6)对综合贡献率进行排序，获得场馆供电系统的薄弱环节，完成对场馆供电系统风险的评估以及其薄弱环节的识别。
2.根据权利要求1所述的一种基于预想事故集的场馆供电系统运行风险评估方法，其特征在于，所述步骤(1)中，采用状态枚举法计算每个事故场景发生的概率，具体计算公式：
Figure FDA0003321345010000011
式中，s为事故场景编号；P(s)为事故场景s发生的概率；nd为处于故障状态的元件个数；ns为处于正常运行状态的元件个数；
Figure FDA0003321345010000012
为元件Di发生故障的概率。
3.根据权利要求1所述的一种基于预想事故集的场馆供电系统运行风险评估方法，其特征在于，所述步骤(2)包括以下步骤：
(201)以加权负荷削减量之和最小为目标函数，构建最优负荷削减模型；
(202)求解最优负荷削减模型，记录负荷削减状态和削减量。
4.根据权利要求3所述的一种基于预想事故集的场馆供电系统运行风险评估方法，其特征在于，所述步骤(3)中，风险评估指标包括负荷削减概率和电力不足期望值。
5.根据权利要求4所述的一种基于预想事故集的场馆供电系统运行风险评估方法，其特征在于，所述步骤(3)中，计算风险评估指标的具体过程为：利用步骤(202)中记录的负荷削减状态和削减量，对风险评估指标进行计算。
6.根据权利要求2所述的一种基于预想事故集的场馆供电系统运行风险评估方法，其特征在于，所述步骤(4)包括以下步骤：
(401)筛选所有不含有元件Di的预想事故场景Ej的下属子事件，计算元件Di停运对Ej下属子事件造成的风险指标增量，获得元件Di对预想事故Ej的各个下属子事件的边际贡献；下属子事件是指部分元件故障引起的停电事故，包括无元件故障事件；
(402)采用Shapley值分摊方法计算各个下属子事件的权重，具体计算公式为：
Figure FDA0003321345010000021
式中，σ(|e|)为事件e所占权重；|Ej|为预想事故场景Ej中的故障元件个数；|e|为事件e故障元件个数；
(403)将得到的边际贡献进行加权求和，得到元件Di在预想事故Ej中对风险指标的贡献；具体求和公式为
Figure FDA0003321345010000022
Di∈Ej，
Figure FDA0003321345010000023
为元件Di在预想事故场景Ej中对系统风险指标的贡献；E'j为不包含事件e的故障场景集合；w(e)为事件e所占权重；m(e∪{Di})为事件e中加入元件Di故障后对应的风险指标计算值；m(e)为事件e下风险指标计算值。
7.根据权利要求6所述的一种基于预想事故集的场馆供电系统运行风险评估方法，其特征在于，所述步骤(5)包括以下步骤：
(501)根据步骤4求得的元件对指标的贡献值，构建各样本相关指标的原始判断矩阵，并对各指标进行标准化处理；
(502)根据标准化处理后的各指标，求解相关熵值Sj；
(503)求解各个指标的权重Wj；
(504)根据求得的指标权重，进行各元件综合贡献率Cj的计算，将计算结果由大到小排列，得到系统薄弱环节。
8.根据权利要求7所述的一种基于预想事故集的场馆供电系统运行风险评估方法，其特征在于，所述步骤(501)中对各指标进行标准化处理的过程为：令样本数为k，k＝1,2,…b1，各个样本包含的指标数为f，f＝1,2,…b2，第i个样本的第j个指标值为Xij，标准化Xij,min指标值为
Figure FDA0003321345010000031
Xj,min为第j个指标的最小值；Xj,max为第j个指标的最大值。
9.根据权利要求8所述的一种基于预想事故集的场馆供电系统运行风险评估方法，其特征在于，所述步骤(502)中求解相关熵值Sj的公式为：
Figure FDA0003321345010000032
式中
Figure FDA0003321345010000033
10.根据权利要求9所述的一种基于预想事故集的场馆供电系统运行风险评估方法，其特征在于，所述步骤(503)中求解各个指标的权重Wj的公式为：
Figure FDA0003321345010000034
CN202111246853.XA 2021-10-26 2021-10-26 一种基于预想事故集的场馆供电系统运行风险评估方法 Active CN114139858B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111246853.XA CN114139858B (zh) 2021-10-26 2021-10-26 一种基于预想事故集的场馆供电系统运行风险评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111246853.XA CN114139858B (zh) 2021-10-26 2021-10-26 一种基于预想事故集的场馆供电系统运行风险评估方法

Publications (2)

Publication Number Publication Date
CN114139858A true CN114139858A (zh) 2022-03-04
CN114139858B CN114139858B (zh) 2023-04-18

Family

ID=80394514

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111246853.XA Active CN114139858B (zh) 2021-10-26 2021-10-26 一种基于预想事故集的场馆供电系统运行风险评估方法

Country Status (1)

Country Link
CN (1) CN114139858B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102708411A (zh) * 2012-04-23 2012-10-03 中国电力科学研究院 一种地区电网在线风险评估方法
CN103914788A (zh) * 2014-03-04 2014-07-09 广东电网公司电力科学研究院 电网多环节系统的可靠性评估方法
CN104966147A (zh) * 2015-05-19 2015-10-07 国网河南省电力公司 一种考虑基态和事故态的电网运行风险分析方法
WO2019169186A1 (en) * 2018-03-01 2019-09-06 Fresenius Medical Care Holdings, Inc. Systems and methods for determining patient hospitalization risk and treating patients
CN110555624A (zh) * 2019-09-10 2019-12-10 合肥工业大学 一种考虑指标关联的电网调度运行综合评估方法
CN110909920A (zh) * 2019-11-07 2020-03-24 国网山东省电力公司经济技术研究院 考虑多故障场景的输电网容量规划优化方法及系统
CN111797530A (zh) * 2020-07-07 2020-10-20 重庆大学 一种电力系统薄弱环节确定方法、装置、设备及介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102708411A (zh) * 2012-04-23 2012-10-03 中国电力科学研究院 一种地区电网在线风险评估方法
CN103914788A (zh) * 2014-03-04 2014-07-09 广东电网公司电力科学研究院 电网多环节系统的可靠性评估方法
CN104966147A (zh) * 2015-05-19 2015-10-07 国网河南省电力公司 一种考虑基态和事故态的电网运行风险分析方法
WO2019169186A1 (en) * 2018-03-01 2019-09-06 Fresenius Medical Care Holdings, Inc. Systems and methods for determining patient hospitalization risk and treating patients
CN110555624A (zh) * 2019-09-10 2019-12-10 合肥工业大学 一种考虑指标关联的电网调度运行综合评估方法
CN110909920A (zh) * 2019-11-07 2020-03-24 国网山东省电力公司经济技术研究院 考虑多故障场景的输电网容量规划优化方法及系统
CN111797530A (zh) * 2020-07-07 2020-10-20 重庆大学 一种电力系统薄弱环节确定方法、装置、设备及介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张里 等: "计及风速相关性的电网静态安全风险评估", 《电力自动化设备》 *
胡邦安 等: "考虑重构策略的配电网可靠性增值服务双层博弈模型及其求解", 《中国电机工程学报》 *
赵汀: "基于预想事故场景的电网CPS风险评估和安全防御方法研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Also Published As

Publication number Publication date
CN114139858B (zh) 2023-04-18

Similar Documents

Publication Publication Date Title
CN113189451B (zh) 配电网故障定位研判方法、系统、计算机设备和存储介质
Dzobo et al. Investigating the use of probability distribution functions in reliability-worth analysis of electric power systems
Mousavi et al. Blackouts risk evaluation by Monte Carlo Simulation regarding cascading outages and system frequency deviation
Ge et al. Reliability and maintainability improvement of substations with aging infrastructure
WO2019196869A1 (zh) 一种确定巡检基站列表的方法以及巡检装置
Li et al. Measuring community and multi-industry impacts of cascading failures in power systems
Schoene et al. Quantifying performance of distribution system state estimators in supporting advanced applications
de Oliveira Rocha et al. Planning high quality metering systems for state estimation through a constructive heuristic
Milanović et al. Compound index for power quality evaluation and benchmarking
Ciapessoni et al. A quantitative methodology to assess the process of service and infrastructure recovery in power systems
Chatterjee et al. PMU‐based power system component monitoring scheme satisfying complete observability with multicriteria decision support
Guimarães et al. Reliability assessment of distribution grids with DG via quasi-sequential Monte Carlo simulation
Martirano et al. Assessment for a distributed monitoring system for industrial and commercial applications
CN114139858B (zh) 一种基于预想事故集的场馆供电系统运行风险评估方法
Stawowy Rosi nski
Yang et al. Optimal resource allocation to enhance power grid resilience against hurricanes
Armanda et al. Plans for upgrading existing conventional 150 kV substations into digital substations in Sulawesi-Indonesia, accompanied by financial studies
Aminifar et al. A multi-objective framework for enhancing the reliability and minimizing the cost of PMU deployment in power systems
Asheibi et al. Identification of load power quality characteristics using data mining
Schoene et al. Historical AMI Data for Distribution System State Estimator Deployment
Téllez et al. Demand side management through LAB+ i platform: Case study
Ji et al. Research on risk indicator system of smart distribution grid based on LVQ neural network
Ugedo et al. Application of neural networks to the management of voltage constraints in the Spanish market
CLARKE Quantifying Performance of Distribution System State Estimators in Supporting Advanced Applications
Fang et al. Optimum post-disruption restoration for enhanced infrastructure network resilience: a fuzzy programming approach

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