CN114330773A - 一种电力电缆时变故障概率的评估方法和系统 - Google Patents

一种电力电缆时变故障概率的评估方法和系统 Download PDF

Info

Publication number
CN114330773A
CN114330773A CN202111636268.0A CN202111636268A CN114330773A CN 114330773 A CN114330773 A CN 114330773A CN 202111636268 A CN202111636268 A CN 202111636268A CN 114330773 A CN114330773 A CN 114330773A
Authority
CN
China
Prior art keywords
cable
time
state
fault
probability
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
CN202111636268.0A
Other languages
English (en)
Inventor
张钧
边海峰
王东
张沛
高嵩
张远博
苏峰
谢光龙
王旭斌
张玥
代贤忠
张晨
柴玉凤
王大玮
张琛
田鑫
朱瑞
韩新阳
靳晓凌
李龙
李健
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.)
Beijing Jiaotong University
State Grid Energy Research Institute Co Ltd
State Grid Liaoning Electric Power Co Ltd
Electric Power Research Institute of State Grid Liaoning Electric Power Co Ltd
Original Assignee
Beijing Jiaotong University
State Grid Energy Research Institute Co Ltd
State Grid Liaoning Electric Power Co Ltd
Electric Power Research Institute of State Grid Liaoning Electric Power 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 Beijing Jiaotong University, State Grid Energy Research Institute Co Ltd, State Grid Liaoning Electric Power Co Ltd, Electric Power Research Institute of State Grid Liaoning Electric Power Co Ltd filed Critical Beijing Jiaotong University
Priority to CN202111636268.0A priority Critical patent/CN114330773A/zh
Publication of CN114330773A publication Critical patent/CN114330773A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • YGENERAL 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
    • Y04INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04SSYSTEMS 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
    • Y04S10/00Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种电力电缆时变故障概率的评估方法和系统,该方法包括采集所要计算地区的电缆数据的检修报告和台账数据,并对电缆运行状态划分;获取电缆的实时监测数据;对电缆的运行状态进行修正,得到当前时变的电缆运行状态;根据得到的电缆历史状态变化,确定电缆每种状态所持续的时间以及修复时间,得到电缆的马尔可夫状态转移矩阵;获取由于外部因素所引起的外部故障数据,得出电缆的外部故障率与修复率,建立电缆的时变故障概率的停运模型;构建福克普朗克方程,计算得到电缆的时变故障概率,根据时变故障概率对电缆进行检修;本发明计算结果可对电力电缆状态检修工作提供指导依据,增强设备检修的针对性,提高工作效率。

Description

一种电力电缆时变故障概率的评估方法和系统
技术领域
本发明涉及电力系统风险评估技术领域,具体涉及电力电缆时变故障概率的评估方法和系统。
背景技术
随着智能电网的发展,电网结构变得越加复杂,电力系统风险评估愈加重要,故障概率计算是进行电力系统风险评估的必要条件,电力电缆作为电力系统重要的组成部分,但是当前电缆方面的风险评估方法较少,更多的是凭借经验进行定性评估,缺少全环节的电缆状态评估体系。
目前电力电缆的故障概率计算方法主要包括:
1)基于健康指数的关键设备故障率建模,根据设备指标类型建立健康度评估模型,并对各指标赋予权重,建立了配电变压器、开关柜、电力电缆、架空线路的健康指数H与设备实时故障率的量化关系,得到了典型比例系数和曲率系数,得到设备的健康指数。然后由设备健康指数与故障率的关系求得设备的实时故障率,并进行配电网可靠性的实时评估,进一步得出配电设备的实时故障率。
2)外部环境引起设备偶然故障率研究,对于输变电设备来说,架空线和变压器受天气的影响较大,电缆作为城市电网的主要输电设备,一般敷设在地下,所以受天气的影响的较小,停运的主要原因是外部施工,外部施工的随机性比较大,所以这一部分采用历史统计的数据进行求解电缆的外部故障率。
基于统计数据的计算方法是利用大量历史数据进行数理统计,建立故障率与设备运行状态之间的数学模型。但这种方法拟合精度取决于样本的数量,样本越大其精度越高,但当样本数量较少时,统计模型中的相关参数会存在较大误差,所以,基于统计数据的计算方法只适用于大样本情况下的老化模型。电缆故障概率主要由历史统计的故障数据来计算的方法而忽略了电缆运行的实际状态,并且现有的电缆故障概率主要是停留在检修层面上以计算电缆老化故障率;除此之外,统计模型无法反映所分析配电网设备的实时健康状况及同类设备的差异性,分析结果时效性较差。
与统计模型相比,健康指数模型考虑了设备的实时健康状况以及设备的差异性。但基于健康指数计算设备故障率的模型研究还不准确,与传统的统计模型一样,健康指数的模型也需要大量的数据的统计分析来支撑。运用模糊理论构建了线路停运率的模糊隶属度函数,但此类研究侧重于单一因素或某几个固定因素对设备故障的影响,没有很好体现多重因素聚集对设备安全的影响,同时在考虑天气变化对线路的影响时采用随机模糊变量建模、人工打分法和模糊推理方法依赖于调度运行人员的经验,具有较强的主观性,可能会给配电线路故障概率的计算带来一定的误差。
有鉴于此,亟需提供一种考虑设备电缆的时变故障概率,以支持城市电网设备的风险评估的电力电缆时变故障概率的评估方法。
发明内容
为了解决上述技术问题,本发明所采用的技术方案是提供了一种电力电缆时变故障概率的评估方法,包括以下步骤:
采集所要计算地区的电缆数据的检修报告和台账数据,并对电缆运行状态划分,并对数据进行分类;
获取电缆的实时监测数据;对电缆的运行状态进行修正,得到当前时变的电缆运行状态;
根据获取的电缆历史状态变化,确定电缆每种状态所持续的时间以及修复时间,得到电缆的马尔可夫状态转移矩阵;
计算马尔可夫转移状态中各状态的概率值及电缆内部故障率;
获取由于外部因素所引起的电缆外部故障数据,得出电缆的外部故障率与修复率,建立电缆的时变故障概率的停运模型;
构建福克普朗克方程,计算得到电缆的时变故障概率;
根据电缆的实变故障概率对电缆进行检修。
本发明还提供了一种电力电缆时变故障概率的评估系统,包括:
数据获取单元:用于获取计算所需数据;包括获取所要计算地区的电缆数据的检修报告和台账数据,电缆的实时监测数据,电缆历史状态变化数据,外部因素所引起的电缆外部故障数据;
状态划分单元:对电缆数据的检修报告和台账数据进行电缆状态划分,并对数据进行分类;
电缆状态修正单元:根据获取的电缆的实时监测数据,对电缆状态进行修订,得到当前电缆状态;
马尔可夫状态转移矩阵建立单元:根据获取的电缆历史状态变化,确定电缆每种状态所持续的时间以及修复时间,得到电缆的马尔可夫状态转移矩阵;
电缆内部故障率计算单价:根据建立的马尔科夫模型的状态转移速率矩阵,计算马尔可夫转移状态中各状态的概率值及电缆内部故障率;
停运模型建立单元:通过外部因素所引起的电缆外部故障数据,得出电缆的外部故障率与修复率,建立电缆的时变故障概率的停运模型;
电缆时变故障概率计算单元:用于构建福克普朗克方程,计算关于内、外故障的电缆时变故障概率。
本发明还提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述任一项所述电力电缆时变故障概率的评估方法。
本发明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存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上述任一项所述电力电缆时变故障概率的评估方法。
本发明利用电网公司的巡检数据以及在线监测数据计算电缆各状态的持续时间和修复时间,进行电缆的故障概率的计算。所得的计算结果可对电力电缆状态检修工作提供指导依据,增强设备检修的针对性,提高工作效率。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,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的附图。
图1为本发明提供的方法流程图;
图2为本发明提供的电缆时变故障概率的计算流程框图;
图3为本发明提供的电缆的状态转移图;
图4为本发明提供的电缆的时变状态转移图;
图5为本发明提供的三种方法求解的电缆实时故障率;
图6为本发明提供的系统结构示意框图;
图7为本发明提供的计算机设备框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所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。基于本发明中的实施例,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,都属于本发明保护的范围。
在本发明的描述中,需要理解的是,术语"中心"、"纵向"、"横向"、"长度"、"宽度"、"厚度"、"上"、"下"、"前"、"后"、"左"、"右"、"竖直"、"水平 "、"顶"、"底"、"内"、"外"、"顺时针"、"逆时针"等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语"第一"、"第二"仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有"第一"、" 第二"的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中,"多个"的含义是两个或两个以上,除非另有明确具体的限定。此外,术语"安装"、"相连"、"连接"应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
本发明提出的电力电缆时变故障概率的评估方法和系统,根据电缆故障原因将电缆的故障分为由于外部施工所造成的外部故障和由于电缆自身老化因素所引发的内部故障两种;内部故障主要是由于电缆的老化所造成的潜伏性故障,外部故障主要是由于外部施工所造成的随机性故障;其中,外部故障的故障率和修复率以及内部的故障率可利用历史统计数据来进行求解,内部故障率本发明提出了利用威布尔模型和利用马尔可夫修复模型进行求解的思路。马尔可夫修复模型中,采用电网公司的检修数据为基准结合电网公司的设备评价导则进行电缆状态(正常、异常、警告、故障)的划分,采用电网的实时监测数据对电缆状态进行修正,最后得出电缆具体所处的状态,最后通过历史状态数据得出各状态所累积的时间,实施修正电缆的内部故障率。下面结合具体实施方式和说明书附图对本发明做出详细的说明。
方法实施例
根据本发明实施例,提供了一种电力电缆时变故障概率的评估方法,如图1-2所示,根据本发明实施例的电力电缆时变故障概率的评估方法流程图,该方法包括:
步骤一:采集所要计算地区的电缆数据的检修报告和台账数据,对电缆状态划分,并对数据进行分类;包括正常1、异常2、危机3和故障4四种状态。
本实施例中,根据《国家电网公司输变电设备状态评价导则汇编》,电缆状态可以划分为正常、异常、危机和故障四种状态。
步骤二:获取电缆的实时监测数据;对电缆状态按照国家电网导则进行修订,得到当前电缆状态。本实施例可通过利用在线监测数据如温度、局放等数据对电缆状态进行修正;
步骤三:根据获取的电缆历史状态变化,确定电缆每种状态所持续的时间以及修复时间,得到电缆的马尔可夫状态转移矩阵;其中,λij为状态i到状态j的状态转移速率,其中
Figure BDA0003442178290000061
i=1,2,3,yi为状态i的持续时间(单位为小时);修复率μij为状态i到状态j的修复时间的倒数;如图3所示,λ12为正常状态1到异常状态2的状态转移速率;λ13为正常状态1到危机状态3 的状态转移速率;λ23为异常状态2到危机状态3的状态转移速率;λ34为正常状态1到异常状态2的状态转移速率;μ21为异常状态2到正常状态1的修复率;μ31为危机状态3到正常状态1的修复率;μ32为危机状态3到异常状态2的修复率;即马尔科夫模型的状态转移速率矩阵为:
Figure BDA0003442178290000071
步骤四:计算马尔可夫转移状态中各状态的概率值及电缆内部故障率,具体包括以下计算过程:
计算得出马尔可夫转移状态中各状态的概率值为:
Figure BDA0003442178290000072
其中,式P3为电缆处于危机状态3时的概率,根据图2所示内部故障只能由危机状态3变化得到,故由马尔可夫方法计算的电缆内部故障率为:
Figure BDA0003442178290000073
其中:
Δ=μ21μ3223μ3121μ3112μ32+
λ12λ2313μ3213λ2313μ2112μ31 (4)
步骤五:获取由于外部因素所引起的电缆外部故障数据,得出电缆的外部故障率与修复率,建立电缆的时变故障概率的停运模型,其中,停运模型如图4所示,电缆的时变状态包括内部故障(状态1)、外部故障(状态2)、正常状态(状态0)三种状态;
Figure BDA0003442178290000074
Figure BDA0003442178290000081
步骤六:构建福克普朗克方程,计算关于内、外故障的电缆时变故障概率,其中福克普朗克方程具体如下:
Figure BDA0003442178290000082
得出电缆的正常状态P0为:
Figure BDA0003442178290000083
上式中P0(t)是(3)的特征解,可以用下式来表示为
Figure BDA0003442178290000084
上式中α1,α2是式(9)的两个解;
s2+bs+c=0 (9)
其中,b=λ1212,c=λ1μ22μ11μ2
电缆实变故障概率为:
P(t)=1-P0(t) (10)
步骤七、根据电缆的实变故障概率对电缆进行检修。
本实施例优选,通过利用威布尔模型验证利用马尔可夫修复模型求解内部故障率,具体为:
上述根据历史故障数据建立因为电缆老化所引发的电缆停运模型。由于电缆老化引发的故障与电缆的内部故障大部分重合,并且威布尔分布是近年来在设备寿命可靠性分析中使用最广泛的模型之一,能整体描述出整个浴盆曲线。所以构建威布尔模型来验证上述马尔可夫模型,包括步骤:
S1、选取电缆故障数据中由于老化所造成的电缆故障。
S2、根据所述历史故障数据拟合出所需要的威布尔模型的参数尺度参数η和形状参数β,两参数的威布尔分布的表达式如下:
Figure BDA0003442178290000091
式中:f(t)是概率密度函数,表示在t时刻发生故障的概率;η为尺度参数;β为形状参数,代表了故障的模式,当β>1时表明故障率在下降,故障主要由老化引起;当β<1时,表明故障率在下降,此时故障主要由安装、质量问题引起的;当β=1是,此时内部故障率不变,故障主要由外力破坏引起的。
威布尔概率分布函数为:
Figure BDA0003442178290000092
其中F(t)可以用中位秩方法表达为:
Figure BDA0003442178290000093
其中,i为第几次发生内部故障,n为一共发生的故障数。
残存函数为:
Figure BDA0003442178290000101
对于公式(12)来说,对公式两边同时取以e为底对数,可得:
Figure BDA0003442178290000102
由公式(13)利用故障发生的次序以及总的故障数可以得出对应的失效率F(t)。
Figure 1
y=ax+b。
S3、由上述式(13)、(14)式可得威布尔分布的故障率函数表达式为:
Figure BDA0003442178290000104
S4、输入由于外部因素所引起的外部故障数据,得出电缆的外部故障率与修复率,建立电缆时变故障概率的停运模型。
S5、计算得出电缆时变故障概率,根据时变故障概率对电缆进行检修。
下面通过具体案例说明本实施例方法有效性。
以电网公司2010~2012年的可靠性数据为例,利用威布尔模型求解电缆的内部故障。三年间其572条故障电缆中内部故障有398起,外部故障有238 起。
提取数据中有关电缆故障的累计故障次数和累计故障时间,即只需要知道在某段时间内的电缆故障次数有多少和第几次发生故障即可。则根据该电网公司的数据整理得出表1。
对公式两边同时取以e为底对数,可得:
Figure BDA0003442178290000111
由公式(13)利用故障发生的次序以及总的故障数可以得出对应的失效率F(t),
Figure 2
x=lnt,b=β,a=-βlnη,则y=ax+b
根据上式对电缆故障进行整理进而得出所需要的参数。通过坐标点法得出β为0.8626,η为1153.6。
表1:威布尔分布所需要的电缆数据
Figure BDA0003442178290000113
根据上式对电缆故障进行整理进而得出所需要的参数。通过坐标点法得出β为0.8626,η为1153.6。
当t=8760h时,此时的威布尔分布的故障率为:
Figure BDA0003442178290000121
单条电缆的故障率为:1.049×10-6次/h。
(2)利用马尔可夫方法求解内部故障概率λ1
根据某电缆公司的相关数据,该市35kV及以上电缆总数为500条。电缆在运行过程中正常状态在一年中发生50-60次,在这里取平均值为55次,每次修复时间为24小时。注意状态一般为每年10次,修复时间平均为60 小时,异常状态为每年7次,抢修用时为72小时。以此来取得单条电缆各状态转移速率的数值为:
λ12=3.0435×10-5,λ13=5.7971×10-6,λ23=6.7633×10-6,λ34=1.3043×10-5
电缆的各状态的修复时间为:
μ21=0.0417,μ31=0.0167,μ32=0.0278。
Figure BDA0003442178290000122
(3)根据福克普朗克方程求解电缆的实时故障概率
电缆内、外部故障的修复率μ1、μ2,及电缆外部故障的故障率λ2可以通过历史统计数据求得;根据某电网公司所得的数据,电缆由于内部故障在一年内发生的故障的次数大约为14次,停运总时间为81.45h,故根据式 (2)可得内部故障修复率μ1=0.1366。已有的47条电缆外部故障的总停运时间为88.40小时,外部故障次数为19起,故平均电缆的外部故障修复率为μ2=0.2149。
电缆的内、外部故障率根据式(2)可得:λ1=4.289×10-52=5.82×10-5
上述福克普朗克方程所需要的四个参数全部求出。
Figure BDA0003442178290000131
分别将威布尔模型求解的λ1和马尔可夫模型求解的λ1以及上述求得的将参数带入上式中求解可得电缆的实变故障概率。
如图5所示,本实施例提出了通过检修数据进行电缆故障概率的计算方法,并利用威布尔模型和故障率定义的方法进行验证。本发明中的创新性主要体现在两个方面,第一方面是提出了利用电缆检修数据和在线监测数据进行电缆的状态划分。第二方面提出了将马尔可夫过程用在了电缆状态转移的过程中,利用电网公司的状态导则对电缆进行评价,然后利用马尔可夫过程得出电缆的内部故障率,同时利用电网的历史统计数据得出电缆的外部故障率和修复率,最后利用福克普朗克方程得出电缆的时变故障率。当电缆的状态发生变化时可以调整电缆状态的转移速率即可得出最终结果。
本发明利用电网公司的巡检数据以及在线监测数据计算电缆各状态的持续时间和修复时间,进行电缆的故障概率的计算。所得的计算结果可对电力电缆状态检修工作提供指导依据,增强设备检修的针对性,提高工作效率。
系统实施例
根据本发明方法实施例,提供了一种电力电缆时变故障概率的评估系统,如图6所示,根据本发明实施例的电力电缆时变故障概率的评估系统框图,该系统包括:
数据获取单元:用于获取计算所需数据;包括
获取所要计算地区的电缆数据的检修报告和台账数据,电缆的实时监测数据,电缆历史状态变化数据,外部因素所引起的电缆外部故障数据。
状态划分单元:对电缆数据的检修报告和台账数据进行电缆状态划分,并对数据进行分类;包括正常1、异常2、危机3和故障4四种状态;
电缆状态修正单元:根据获取的电缆的实时监测数据,对电缆状态按照国家电网导则进行修订,得到当前电缆状态。
马尔可夫状态转移矩阵建立单元:根据获取的电缆历史状态变化,确定电缆每种状态所持续的时间以及修复时间,得到电缆的马尔可夫状态转移矩阵。
电缆内部故障率计算单价:根据建立的马尔科夫模型的状态转移速率矩阵,计算马尔可夫转移状态中各状态的概率值及电缆内部故障率。
停运模型建立单元:通过外部因素所引起的电缆外部故障数据,得出电缆的外部故障率与修复率,建立电缆的时变故障概率的停运模型。
电缆时变故障概率计算单元:用于构建福克普朗克方程,计算关于内、外故障的电缆时变故障概率。
本实施例为与上述方法实施例对应的系统实施例,各个处理步骤的具体操作可以参照方法实施例的描述进行理解,在此不再赘述。
如图7所示,本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述实施例中电力电缆时变故障概率的评估方法,或者计算机程序被处理器执行时实现上述实施例中电力电缆时变故障概率的评估方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是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一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM) 或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率 SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路 (Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态 RAM(RDRAM)等。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统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。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。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种电力电缆时变故障概率的评估方法,其特征在于,包括以下步骤:
采集所要计算地区的电缆数据的检修报告和台账数据,并对电缆运行状态划分,并对数据进行分类;
获取电缆的实时监测数据;对电缆的运行状态进行修正,得到当前时变的电缆运行状态;
根据获取的电缆历史状态变化,确定电缆每种状态所持续的时间以及修复时间,得到电缆的马尔可夫状态转移矩阵;
计算马尔可夫转移状态中各状态的概率值及电缆内部故障率;
获取由于外部因素所引起的电缆外部故障数据,得出电缆的外部故障率与修复率,建立电缆的时变故障概率的停运模型;
构建福克普朗克方程,计算得到电缆的时变故障概率;
根据电缆的实变故障概率对电缆进行检修。
2.如权利要求1所述的电力电缆时变故障概率的评估方法,其特征在于,所述电缆状态划分为正常1、异常2、危机3和故障4四种状态;
电缆的时变状态包括内部故障、外部故障、正常状态三种状态。
3.如权利要求2所述的电力电缆时变故障概率的评估方法,其特征在于,所述电缆的马尔可夫状态转移矩阵具体如下:
Figure FDA0003442178280000011
其中,λij为状态i到状态j的状态转移速率,其中
Figure FDA0003442178280000012
yi为状态i的持续时间;修复率μij为状态i到状态j的修复时间的倒数。
4.如权利要求1所述的电力电缆时变故障概率的评估方法,其特征在于,所述电缆的时变故障概率的停运模型如下:
Figure FDA0003442178280000021
5.如权利要求4所述的电力电缆时变故障概率的评估方法,其特征在于,所述构建福克普朗克方程,计算得到电缆的时变故障概率具体包括步骤:
福克普朗克方程具体如下:
Figure FDA0003442178280000022
得出电缆的正常状态P0为:
Figure FDA0003442178280000023
上式中P0(t)是公式三的特征解,可以用下式来表示为
Figure FDA0003442178280000024
上式中α1,α2是式公式六的两个解;
s2+bs+c=0 公式六;
其中,b=λ1212,c=λ1μ22μ11μ2
电缆的实时故障概率为:
P(t)=1-P0(t) 公式七。
6.一种电力电缆时变故障概率的评估系统,其特征在于,包括:
数据获取单元:用于获取计算所需数据;包括获取所要计算地区的电缆数据的检修报告和台账数据,电缆的实时监测数据,电缆历史状态变化数据,外部因素所引起的电缆外部故障数据;
状态划分单元:对电缆数据的检修报告和台账数据进行电缆状态划分,并对数据进行分类;
电缆状态修正单元:根据获取的电缆的实时监测数据,对电缆状态进行修订,得到当前电缆状态;
马尔可夫状态转移矩阵建立单元:根据获取的电缆历史状态变化,确定电缆每种状态所持续的时间以及修复时间,得到电缆的马尔可夫状态转移矩阵;
电缆内部故障率计算单元:根据建立的马尔科夫模型的状态转移速率矩阵,计算马尔可夫转移状态中各状态的概率值及电缆内部故障率;
停运模型建立单元:通过外部因素所引起的电缆外部故障数据,得出电缆的外部故障率与修复率,建立电缆的时变故障概率的停运模型;
电缆时变故障概率计算单元:用于构建福克普朗克方程,计算关于内、外故障的电缆时变故障概率。
7.如权利要求6所述的电力电缆时变故障概率的评估系统,其特征在于,所述电缆的时变故障概率的停运模型如下:
Figure FDA0003442178280000041
8.如权利要求6所述的电力电缆时变故障概率的评估系统,其特征在于,所述构建福克普朗克方程,计算得到电缆的时变故障概率具体包括步骤:
福克普朗克方程具体如下:
Figure FDA0003442178280000042
得出电缆的正常状态P0为:
Figure FDA0003442178280000043
上式中P0(t)是公式九的特征解,可以用下式来表示为
Figure FDA0003442178280000044
上式中α1,α2是公式十一的两个解;
s2+bs+c=0 公式十二;
其中,b=λ1212,c=λ1μ22μ11μ2
电缆的实时故障概率为:
P(t)=1-P0(t) 公式十三。
9.计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述电力电缆时变故障概率的评估方法。
10.计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述电力电缆时变故障概率的评估方法。
CN202111636268.0A 2021-12-29 2021-12-29 一种电力电缆时变故障概率的评估方法和系统 Pending CN114330773A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111636268.0A CN114330773A (zh) 2021-12-29 2021-12-29 一种电力电缆时变故障概率的评估方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111636268.0A CN114330773A (zh) 2021-12-29 2021-12-29 一种电力电缆时变故障概率的评估方法和系统

Publications (1)

Publication Number Publication Date
CN114330773A true CN114330773A (zh) 2022-04-12

Family

ID=81016429

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111636268.0A Pending CN114330773A (zh) 2021-12-29 2021-12-29 一种电力电缆时变故障概率的评估方法和系统

Country Status (1)

Country Link
CN (1) CN114330773A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115719168A (zh) * 2023-01-10 2023-02-28 佰聆数据股份有限公司 基于多电力终端协同的发电设备运行风险分析方法及装置
CN116256592A (zh) * 2022-11-28 2023-06-13 国网山东省电力公司德州供电公司 一种中压配电电缆潜伏性故障检测方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116256592A (zh) * 2022-11-28 2023-06-13 国网山东省电力公司德州供电公司 一种中压配电电缆潜伏性故障检测方法及系统
CN116256592B (zh) * 2022-11-28 2023-09-26 国网山东省电力公司德州供电公司 一种中压配电电缆潜伏性故障检测方法及系统
CN115719168A (zh) * 2023-01-10 2023-02-28 佰聆数据股份有限公司 基于多电力终端协同的发电设备运行风险分析方法及装置

Similar Documents

Publication Publication Date Title
CN114330773A (zh) 一种电力电缆时变故障概率的评估方法和系统
CN109359894B (zh) 一种基于rpn的电力计量设备风险评价方法及装置
CN113487447A (zh) 一种基于大数据的配电网负荷预测及线损成因分析方法
CN109752656A (zh) 一种在多时间尺度下用电动汽车电池soh评估方法
CN103699668A (zh) 基于数据断面一致性的配电网电气设备组合状态评估方法
CN111625947B (zh) 一种分布式能源发展规模预测方法、设备及介质
CN108197805A (zh) 一种可用于电能替代规划指导的电能和天然气竞争力综合评价方法
CN110533299A (zh) 一种在线监测电表失准率的计算方法、设备及介质
CN111612371A (zh) 一种基于层次分析法的智能电表质量评估方法
CN112330121B (zh) 一种配电网自动化建设投资效益评估方法
CN105303466A (zh) 一种基于ahp-gra的智能电网工程项目的综合评价方法
CN105184493A (zh) 一种用于电网企业能源绩效评价的方法
CN111882198A (zh) 一种项目绩效评价方法及系统
CN111856309A (zh) 一种电池健康状态的定量判断方法
CN110533291B (zh) 一种基于风险评估的中压配电网薄弱环节辨识方法
CN107607820A (zh) 一种基于生灭过程的变压器内部潜伏性故障率预测方法
CN116739368A (zh) 基于能源大数据的工业园区碳排放水平监测及评估方法
CN114997566A (zh) 考虑节点连通度损失的电网阻塞风险评估方法及系统
CN114862229A (zh) 电能质量评估方法、装置、计算机设备和存储介质
CN112330030B (zh) 业扩物资需求预测系统及方法
CN117277435A (zh) 一种光伏逆变器的健康评估方法、系统及装置
CN117273195A (zh) 一种蒸汽供热系统需求负荷预测方法
CN111509715A (zh) 计及关键指标提升运行效果的配电网技术改造方法和系统
CN116188198A (zh) 供水管网运行状态诊断方法及计算机可读存储介质
CN116823008A (zh) 一种园区能源利用效率评估方法、系统、设备和存储介质

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