CN116011281A - 一种电力设施地震易损性分析方法及装置 - Google Patents
一种电力设施地震易损性分析方法及装置 Download PDFInfo
- Publication number
- CN116011281A CN116011281A CN202211642904.5A CN202211642904A CN116011281A CN 116011281 A CN116011281 A CN 116011281A CN 202211642904 A CN202211642904 A CN 202211642904A CN 116011281 A CN116011281 A CN 116011281A
- Authority
- CN
- China
- Prior art keywords
- seismic
- electric power
- earthquake
- parameter
- sample data
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 79
- 238000012038 vulnerability analysis Methods 0.000 claims abstract description 12
- 230000006870 function Effects 0.000 claims description 69
- 230000008569 process Effects 0.000 claims description 34
- 238000013178 mathematical model Methods 0.000 claims description 30
- 238000003860 storage Methods 0.000 claims description 16
- 230000009471 action Effects 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 230000001133 acceleration Effects 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 8
- 238000001228 spectrum Methods 0.000 claims description 8
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 238000010616 electrical installation Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000005070 sampling Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 238000000611 regression analysis Methods 0.000 description 4
- 229920000954 Polyglycolide Polymers 0.000 description 3
- 235000010409 propane-1,2-diol alginate Nutrition 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 230000035939 shock Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000013211 curve analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000004519 manufacturing process 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
- 238000000638 solvent extraction Methods 0.000 description 1
Images
Classifications
-
- 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
- Geophysics And Detection Of Objects (AREA)
Abstract
本发明涉及地震易损性分析技术领域,具体提供了一种电力设施地震易损性分析方法及装置,包括:获取电力设施所属区域的地震强度参数;将所述地震强度参数代入预先构建的电力设施地震易损概率函数并计算,得到电力设施在所述地震强度参数下的失效概率。本发明提供的技术方案能够得到不同等级地震输入下电气设备发生不同抗震失效模式的概率。
Description
技术领域
本发明涉及地震易损性分析技术领域,具体涉及一种电力设施地震易损性分析方法及装置。
背景技术
变电站作为输电线路的重要节点,其在地震中的安全性将影响整个电力系统的供电功能。电气设备自身抗震能力较为薄弱,历史上地震灾害有很多,对变电站造成了巨大破坏,严重影响了灾区抢险救灾和社会正常秩序。
目前对于电气设备的抗震性能判定多是采用安全系数法,对在不同地震加速度等级下的设备易损性并未涉及。
发明内容
为了克服上述缺陷,本发明提出了一种电力设施地震易损性分析方法及装置。
第一方面,提供一种电力设施地震易损性分析方法,所述电力设施地震易损性分析方法包括:
获取电力设施所属区域的地震强度参数;
将所述地震强度参数代入预先构建的电力设施地震易损概率函数并计算,得到电力设施在所述地震强度参数下的失效概率。
优选的,所述地震强度参数包括下述中的至少一种:地震烈度、地震动峰值参数、结构对应的地震动反应谱值。
优选的,所述预先构建的电力设施地震易损概率函数的获取过程包括:
获取样本数据,其中,所述样本数据包括:地震波作用下,地震波的地震强度参数及电力设施的工程地震需求参数;
基于所述样本数据拟合地震波的地震强度参数与电力设施的工程地震需求参数的拟合函数;
基于所述拟合函数确定所述预先构建的电力设施地震易损概率函数。
进一步的,所述工程地震需求参数包括下述中的至少一种:杆件的应力、加速度、整体维度的结构位移。
进一步的,所述获取样本数据,包括:
建立电气设施的有限元模型,并在PEER强震记录数据库中选取地震波;
将所述地震波施加到所述电气设施的有限元模型上,并将所述地震波作用下,地震波的地震强度参数及其对应的电力设施的有限元模型的工程地震需求参数作为所述样本数据。
进一步的,所述拟合函数的数学模型如下:
ln(EDP)=ln(c)+bln(IM)
上式中,EDP为电力设施的工程地震需求参数,c和b均为拟合函数的拟合参数,IM为地震波的地震强度参数。
进一步的,所述预先构建的电力设施地震易损概率函数的数学模型如下:
上式中,F为电力设施在地震强度参数下的失效概率,Γ为伽马函数,n为样本数据总数,d为电力设施的工程地震需求参数限值,a=ln(c),x0为电力设施所属区域的地震强度参数的对数,β为第一中间过程参数。
进一步的,所述第一中间过程参数β的数学模型如下:
进一步的,所述第二中间过程参数lxx的数学模型如下:
上式中,xi为样本数据中第i个地震强度参数的对数。
进一步的,所述样本数据地震强度参数的标准差的数学模型如下:
上式中,yi为样本数据中第i个工程地震需求参数的对数。
第二方面,提供一种电力设施地震易损性分析装置,所述电力设施地震易损性分析装置包括:
获取模块,用于获取电力设施所属区域的地震强度参数;
分析模块,用于将所述地震强度参数代入预先构建的电力设施地震易损概率函数并计算,得到电力设施在所述地震强度参数下的失效概率。
优选的,所述地震强度参数包括下述中的至少一种:地震烈度、地震动峰值参数、结构对应的地震动反应谱值。
优选的,所述预先构建的电力设施地震易损概率函数的获取过程包括:
获取样本数据,其中,所述样本数据包括:地震波作用下,地震波的地震强度参数及电力设施的工程地震需求参数;
基于所述样本数据拟合地震波的地震强度参数与电力设施的工程地震需求参数的拟合函数;
基于所述拟合函数确定所述预先构建的电力设施地震易损概率函数。
进一步的,所述工程地震需求参数包括下述中的至少一种:杆件的应力、加速度、整体维度的结构位移。
进一步的,所述获取样本数据,包括:
建立电气设施的有限元模型,并在PEER强震记录数据库中选取地震波;
将所述地震波施加到所述电气设施的有限元模型上,并将所述地震波作用下,地震波的地震强度参数及其对应的电力设施的有限元模型的工程地震需求参数作为所述样本数据。
进一步的,所述拟合函数的数学模型如下:
ln(EDP)=ln(c)+bln(IM)
上式中,EDP为电力设施的工程地震需求参数,c和b均为拟合函数的拟合参数,IM为地震波的地震强度参数。
进一步的,所述预先构建的电力设施地震易损概率函数的数学模型如下:
上式中,F为电力设施在地震强度参数下的失效概率,Γ为伽马函数,n为样本数据总数,d为电力设施的工程地震需求参数限值,a=ln(c),x0为电力设施所属区域的地震强度参数的对数,β为第一中间过程参数。
进一步的,所述第一中间过程参数β的数学模型如下:
进一步的,所述第二中间过程参数lxx的数学模型如下:
上式中,xi为样本数据中第i个地震强度参数的对数。
进一步的,所述样本数据地震强度参数的标准差的数学模型如下:
上式中,yi为样本数据中第i个工程地震需求参数的对数。
第三方面,提供一种计算机设备,包括:一个或多个处理器;
所述处理器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,实现所述的电力设施地震易损性分析方法。
第四方面,提供一种计算机可读存储介质,其上存有计算机程序,所述计算机程序被执行时,实现所述的电力设施地震易损性分析方法。
本发明上述一个或多个技术方案,至少具有如下一种或多种有益效果:
本发明提供了一种电力设施地震易损性分析方法及装置,包括:获取电力设施所属区域的地震强度参数;将所述地震强度参数代入预先构建的电力设施地震易损概率函数并计算,得到电力设施在所述地震强度参数下的失效概率。本发明提供的技术方案能够得到不同等级地震输入下电气设备发生不同抗震失效模式的概率,这个概率结果可与经济性指标联合,为不同抗震设计或措施的比选提供定量评估的依据。也可以进一步用于与变电站地震直接和间接经济损失的估计,服务于电网设施多维信息空间构建与分析。
附图说明
图1是本发明实施例的电力设施地震易损性分析方法的主要步骤流程示意图;
图2是本发明实施例的地震动纪录分布图;
图3是本发明实施例的拟合函数的模型曲线图;
图4是本发明实施例的预先构建的电力设施地震易损概率函数的曲线分析图;
图5是本发明实施例的概率地震易损性曲线图;
图6是本发明实施例的电力设施地震易损性分析装置的主要结构框图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
为使本发明实施例的目的、技术方案和优点更加清楚,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它实施例,都属于本发明保护的范围。
如背景技术中所公开的,变电站作为输电线路的重要节点,其在地震中的安全性将影响整个电力系统的供电功能。电气设备自身抗震能力较为薄弱,历史上地震灾害有很多,对变电站造成了巨大破坏,严重影响了灾区抢险救灾和社会正常秩序。
目前对于电气设备的抗震性能判定多是采用安全系数法,对在不同地震加速度等级下的设备易损性并未涉及。
为了改善上述问题,本发明提供了一种电力设施地震易损性分析方法及装置,包括:获取电力设施所属区域的地震强度参数;将所述地震强度参数代入预先构建的电力设施地震易损概率函数并计算,得到电力设施在所述地震强度参数下的失效概率。本发明提供的技术方案能够得到不同等级地震输入下电气设备发生不同抗震失效模式的概率,这个概率结果可与经济性指标联合,为不同抗震设计或措施的比选提供定量评估的依据。也可以进一步用于与变电站地震直接和间接经济损失的估计,服务于电网设施多维信息空间构建与分析。下面对上述方案进行详细阐述。
实施例1
参阅附图1,图1是本发明的一个实施例的电力设施地震易损性分析方法的主要步骤流程示意图。如图1所示,本发明实施例中的电力设施地震易损性分析方法主要包括以下步骤:
步骤S101:获取电力设施所属区域的地震强度参数;
步骤S102:将所述地震强度参数代入预先构建的电力设施地震易损概率函数并计算,得到电力设施在所述地震强度参数下的失效概率。
其中,所述地震强度参数包括下述中的至少一种:地震烈度、地震动峰值参数、结构对应的地震动反应谱值。
本实施例中,所述预先构建的电力设施地震易损概率函数的获取过程包括:
获取样本数据,其中,所述样本数据包括:地震波作用下,地震波的地震强度参数及电力设施的工程地震需求参数;
基于所述样本数据拟合地震波的地震强度参数与电力设施的工程地震需求参数的拟合函数;
基于所述拟合函数确定所述预先构建的电力设施地震易损概率函数。
其中,所述工程地震需求参数包括下述中的至少一种:杆件的应力、加速度、整体维度的结构位移。
在一个实施方式中,所述获取样本数据,包括:
建立电气设施的有限元模型,并在PEER强震记录数据库中选取地震波;
将所述地震波施加到所述电气设施的有限元模型上,并将所述地震波作用下,地震波的地震强度参数及其对应的电力设施的有限元模型的工程地震需求参数作为所述样本数据。
例如,用矩震级和震中距作为离散条件选取地震波,可以考虑到地震的普遍特性,在保证回归分析需要的前提下减少所需的地震动纪录数量。
本实施例中以震级Mw=6.4作为区分小震和大震的标准,以距断层最短距离R=30km作为区分近场地震和远场地震的标准,并且有意去除了R<15km的地震动纪录,以排除近断层效应的干扰。用‘分区法’在强震数据库选择离散的原始地震动纪录,较为平均分布于四个区域,保证了地震动纪录选择的离散性。在场地类别上,按场地剪切波速分类,含Ⅰ类和Ⅱ类场地纪录32条,Ⅲ类场地纪录5条,不含Ⅳ类场地震动纪录。选择的地震动纪录分布见图2。
选取最终37条地震波,作为分析所用时程记录。在作概率地震需求模型建立的统计回归时,有时需要尝试较多的地震动烈度参数,以达到更好的效果。可选用的IM参数有地震动峰值(PGA)、艾丽密度(IA)和地震动加速度谱值(Sa),选择使用PGA和Sa作为回归分析的IM参数,若选择艾丽密度(IA)和地震动加速度谱值(Sa)。
进一步的,将‘地震强度(IM)-工程地震需求参数(EDP)’作为概率地震需求分析的数据基础,并进行回归分析。获得IM-EDP数据的过程是一次服务于回归分析的样本抽样工作,为了抽样结果能准确反应总体的统计规律,在抽样时应确定抽样的范围,并且保证抽样过程的随机性。具体到概率地震需求分析上,提出选择合适的离散地震动作为结构时程分析的输入,进行非线性时程分析,得到符合要求的IM-EDP样本对。
基于不同PGA作用下电力设施的地震响应,建立地震动烈度参数与相应评价指标之间的回归关系,所述拟合函数的数学模型如下:
ln(EDP)=ln(c)+bln(IM)
上式中,EDP为电力设施的工程地震需求参数,c和b均为拟合函数的拟合参数,IM为地震波的地震强度参数。
依据上述流程,可得到拟合函数的模型曲线如图3所示。
在另一个实施方式中,电力设施地震易损概率函数为在给定地震强度(IM)下,工程地震需求参数(EDP)超过某限值d概率的条件概率,即P[EDP>d|IM],其仍然满足t分布:
其中,y为结构的实际响应值EDP的对数值,(a+bx0)为按需求模型预测的响应值的对数值。该式的含义为y-(a+bx0)/β值符合自由度为(n-2)的t分布。根据t分布累积概率密度函数的意义,可预测得到结构的实际响应值与预测值之差小于一定限制的概率,即:
其中,y=ln(EDP),x=ln(IM),a=ln(c)。
又因β>0,则:
由上两式得,所述预先构建的电力设施地震易损概率函数的数学模型如下:
上式中,F为电力设施在地震强度参数下的失效概率,Γ为伽马函数,n为样本数据总数,d为电力设施的工程地震需求参数限值,a=ln(c),x0为电力设施所属区域的地震强度参数的对数,β为第一中间过程参数。
其中,所述第一中间过程参数β的数学模型如下:
所述第二中间过程参数lxx的数学模型如下:
上式中,xi为样本数据中第i个地震强度参数的对数。
所述样本数据地震强度参数的标准差的数学模型如下:
上式中,yi为样本数据中第i个工程地震需求参数的对数。
在一个具体的实施方式中,对所述预先构建的电力设施地震易损概率函数的曲线分析如图4所示,斜直线即为概率地震需求模型的回归直线,虚线分别表示±10%,±20%,±40%置信区间的边界线,如±10%之内曲线表示IM-EDP的实际值落在该区间内的概率为20%。图中水平直线EDP=d表示结构响应的限值,在水平直线EDP=d之上的区域表示结构响应超过限值发生损伤,在EDP=d之下的区域表示结构响应未超过限值。与上述置信区间的边界线交点横坐标为IM=x1,x2,…,x6。对IM=x1,EDP>d的概率即为10%(+40%置信区间以上部分),即IM=x1的前提下,结构的失效概率为10%。同理可以得到其他横坐标处的失效概率。将这些结果绘制在IM-Pf空间内(作图时将ln(Sa)坐标转换为Sa坐标),即为概率地震易损性曲线,如图5所示。
实施例2
基于同一种发明构思,本发明还提供了一种电力设施地震易损性分析装置,如图6所示,所述电力设施地震易损性分析装置包括:
获取模块,用于获取电力设施所属区域的地震强度参数;
分析模块,用于将所述地震强度参数代入预先构建的电力设施地震易损概率函数并计算,得到电力设施在所述地震强度参数下的失效概率。
优选的,所述地震强度参数包括下述中的至少一种:地震烈度、地震动峰值参数、结构对应的地震动反应谱值。
优选的,所述预先构建的电力设施地震易损概率函数的获取过程包括:
获取样本数据,其中,所述样本数据包括:地震波作用下,地震波的地震强度参数及电力设施的工程地震需求参数;
基于所述样本数据拟合地震波的地震强度参数与电力设施的工程地震需求参数的拟合函数;
基于所述拟合函数确定所述预先构建的电力设施地震易损概率函数。
进一步的,所述工程地震需求参数包括下述中的至少一种:杆件的应力、加速度、整体维度的结构位移。
进一步的,所述获取样本数据,包括:
建立电气设施的有限元模型,并在PEER强震记录数据库中选取地震波;
将所述地震波施加到所述电气设施的有限元模型上,并将所述地震波作用下,地震波的地震强度参数及其对应的电力设施的有限元模型的工程地震需求参数作为所述样本数据。
进一步的,所述拟合函数的数学模型如下:
ln(EDP)=ln(c)+bln(IM)
上式中,EDP为电力设施的工程地震需求参数,c和b均为拟合函数的拟合参数,IM为地震波的地震强度参数。
进一步的,所述预先构建的电力设施地震易损概率函数的数学模型如下:
上式中,F为电力设施在地震强度参数下的失效概率,Γ为伽马函数,n为样本数据总数,d为电力设施的工程地震需求参数限值,a=ln(c),x0为电力设施所属区域的地震强度参数的对数,β为第一中间过程参数。
进一步的,所述第一中间过程参数β的数学模型如下:
进一步的,所述第二中间过程参数lxx的数学模型如下:
上式中,xi为样本数据中第i个地震强度参数的对数。
进一步的,所述样本数据地震强度参数的标准差的数学模型如下:
上式中,yi为样本数据中第i个工程地震需求参数的对数。
实施例3
基于同一种发明构思,本发明还提供了一种计算机设备,该计算机设备包括处理器以及存储器,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(CentralProcessing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor、DSP)、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable GateArray,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,其是终端的计算核心以及控制核心,其适于实现一条或一条以上指令,具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能,以实现上述实施例中一种电力设施地震易损性分析方法的步骤。
实施例4
基于同一种发明构思,本发明还提供了一种存储介质,具体为计算机可读存储介质(Memory),所述计算机可读存储介质是计算机设备中的记忆设备,用于存放程序和数据。可以理解的是,此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质,当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间,该存储空间存储了终端的操作系统。并且,在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机可读存储介质可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令,以实现上述实施例中一种电力设施地震易损性分析方法的步骤。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (22)
1.一种电力设施地震易损性分析方法,其特征在于,所述方法包括:
获取电力设施所属区域的地震强度参数;
将所述地震强度参数代入预先构建的电力设施地震易损概率函数并计算,得到电力设施在所述地震强度参数下的失效概率。
2.如权利要求1所述的方法,其特征在于,所述地震强度参数包括下述中的至少一种:地震烈度、地震动峰值参数、结构对应的地震动反应谱值。
3.如权利要求1所述的方法,其特征在于,所述预先构建的电力设施地震易损概率函数的获取过程包括:
获取样本数据,其中,所述样本数据包括:地震波作用下,地震波的地震强度参数及电力设施的工程地震需求参数;基于所述样本数据拟合地震波的地震强度参数与电力设施的工程地震需求参数的拟合函数;
基于所述拟合函数确定所述预先构建的电力设施地震易损概率函数。
4.如权利要求3所述的方法,其特征在于,所述工程地震需求参数包括下述中的至少一种:杆件的应力、加速度、整体维度的结构位移。
5.如权利要求3所述的方法,其特征在于,所述获取样本数据,包括:
建立电气设施的有限元模型,并在PEER强震记录数据库中选取地震波;
将所述地震波施加到所述电气设施的有限元模型上,并将所述地震波作用下,地震波的地震强度参数及其对应的电力设施的有限元模型的工程地震需求参数作为所述样本数据。
6.如权利要求3所述的方法,其特征在于,所述拟合函数的数学模型如下:
ln(EDP)=ln(c)+bln(IM)
上式中,EDP为电力设施的工程地震需求参数,c和b均为拟合函数的拟合参数,IM为地震波的地震强度参数。
11.一种电力设施地震易损性分析装置,其特征在于,所述装置包括:
获取模块,用于获取电力设施所属区域的地震强度参数;
分析模块,用于将所述地震强度参数代入预先构建的电力设施地震易损概率函数并计算,得到电力设施在所述地震强度参数下的失效概率。
12.如权利要求11所述的装置,其特征在于,所述地震强度参数包括下述中的至少一种:地震烈度、地震动峰值参数、结构对应的地震动反应谱值。
13.如权利要求11所述的装置,其特征在于,所述预先构建的电力设施地震易损概率函数的获取过程包括:
获取样本数据,其中,所述样本数据包括:地震波作用下,地震波的地震强度参数及电力设施的工程地震需求参数;
基于所述样本数据拟合地震波的地震强度参数与电力设施的工程地震需求参数的拟合函数;
基于所述拟合函数确定所述预先构建的电力设施地震易损概率函数。
14.如权利要求13所述的装置,其特征在于,所述工程地震需求参数包括下述中的至少一种:杆件的应力、加速度、整体维度的结构位移。
15.如权利要求13所述的装置,其特征在于,所述获取样本数据,包括:
建立电气设施的有限元模型,并在PEER强震记录数据库中选取地震波;
将所述地震波施加到所述电气设施的有限元模型上,并将所述地震波作用下,地震波的地震强度参数及其对应的电力设施的有限元模型的工程地震需求参数作为所述样本数据。
16.如权利要求13所述的装置,其特征在于,所述拟合函数的数学模型如下:
ln(EDP)=ln(c)+bln(IM)
上式中,EDP为电力设施的工程地震需求参数,c和b均为拟合函数的拟合参数,IM为地震波的地震强度参数。
21.一种计算机设备,其特征在于,包括:一个或多个处理器;
所述处理器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,实现如权利要求1至10中任意一项所述的电力设施地震易损性分析方法。
22.一种计算机可读存储介质,其特征在于,其上存有计算机程序,所述计算机程序被执行时,实现如权利要求1至10中任意一项所述的电力设施地震易损性分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211642904.5A CN116011281A (zh) | 2022-12-20 | 2022-12-20 | 一种电力设施地震易损性分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211642904.5A CN116011281A (zh) | 2022-12-20 | 2022-12-20 | 一种电力设施地震易损性分析方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116011281A true CN116011281A (zh) | 2023-04-25 |
Family
ID=86022881
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211642904.5A Pending CN116011281A (zh) | 2022-12-20 | 2022-12-20 | 一种电力设施地震易损性分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116011281A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117554011A (zh) * | 2024-01-11 | 2024-02-13 | 石家庄铁道大学 | 隔震罐体类结构地震失效评估方法、装置、终端及介质 |
-
2022
- 2022-12-20 CN CN202211642904.5A patent/CN116011281A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117554011A (zh) * | 2024-01-11 | 2024-02-13 | 石家庄铁道大学 | 隔震罐体类结构地震失效评估方法、装置、终端及介质 |
CN117554011B (zh) * | 2024-01-11 | 2024-03-29 | 石家庄铁道大学 | 隔震罐体类结构地震失效评估方法、装置、终端及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111898247B (zh) | 滑坡位移预测方法、设备及存储介质 | |
CN114239681A (zh) | 变压器健康指数评估方法、装置、计算机设备和存储介质 | |
CN113837596A (zh) | 一种故障确定方法、装置、电子设备及存储介质 | |
CN112953920A (zh) | 一种基于云手机的监控管理方法 | |
CN116011281A (zh) | 一种电力设施地震易损性分析方法及装置 | |
US20240257011A1 (en) | Risk assessment method and system for windage yaw flashover, device, and readable storage medium | |
CN114065634A (zh) | 一种数据驱动的电能质量监测布点优化方法及装置 | |
CN111047098A (zh) | 一种建筑工程进度及造价管理系统、计算机设备及计算机可读存储介质 | |
CN117934135A (zh) | 一种网点运营管理方法、装置、电子设备及存储介质 | |
CN116307709B (zh) | 基于信息增益融合的变电站防汛能力综合评估方法、系统 | |
CN108280299B (zh) | 桁架结构灵敏度分析方法 | |
CN115619449A (zh) | 基于深度学习模型的化肥价格预测方法、设备及存储介质 | |
CN116089891A (zh) | 一种诊断桩基结构的安全状况的方法及系统 | |
CN113408816B (zh) | 一种基于深度神经网络的电网灾情评估方法 | |
CN107508279B (zh) | 一种电力网络的稳定性仿真方法 | |
CN117595260B (zh) | 一种基于5g短切片的电力设备远程监控方法及系统 | |
EP4134834A1 (en) | Method and apparatus of processing feature information, electronic device, and storage medium | |
CN112613632B (zh) | 功率预测模型建立方法、预测方法、装置及电子设备 | |
WO2022156743A1 (zh) | 特征构建方法和装置、模型训练方法和装置、设备、介质 | |
CN118365050A (zh) | 一种基于布控球工单的自动匹配方法及系统 | |
CN117744936A (zh) | 电力舱风险状态评估方法、装置、设备及介质 | |
CN117291416A (zh) | 光缆迁改业务分级方法、装置、设备及存储介质 | |
Dai et al. | Parameter-normalized probabilistic seismic demand model considering the structural design strength for structural response assessment | |
CN116523314A (zh) | 电网项目风险预测方法、装置、计算机设备和存储介质 | |
CN116840624A (zh) | 一种故障线路的确定方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |