CN116720134A - 基于设备实时故障率的停电概率计算方法及系统 - Google Patents
基于设备实时故障率的停电概率计算方法及系统 Download PDFInfo
- Publication number
- CN116720134A CN116720134A CN202310677166.6A CN202310677166A CN116720134A CN 116720134 A CN116720134 A CN 116720134A CN 202310677166 A CN202310677166 A CN 202310677166A CN 116720134 A CN116720134 A CN 116720134A
- Authority
- CN
- China
- Prior art keywords
- time
- failure rate
- real
- rate
- preset
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 claims abstract description 49
- 241001465754 Metazoa Species 0.000 claims abstract description 24
- 238000000638 solvent extraction Methods 0.000 claims abstract description 9
- 238000012937 correction Methods 0.000 claims description 42
- 208000025274 Lightning injury Diseases 0.000 claims description 22
- 230000032683 aging Effects 0.000 claims description 12
- 238000001556 precipitation Methods 0.000 claims description 12
- 230000008439 repair process Effects 0.000 claims description 12
- 230000007257 malfunction Effects 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 238000005067 remediation Methods 0.000 claims 3
- 238000012423 maintenance Methods 0.000 abstract description 4
- 238000011160 research Methods 0.000 abstract description 4
- 238000012502 risk assessment Methods 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000002195 synergetic effect Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003012 network analysis Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2415—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on parametric or probabilistic models, e.g. based on likelihood ratio or false acceptance rate versus a false rejection rate
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2431—Multiple classes
-
- 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
- G06Q10/20—Administration of product repair or maintenance
-
- 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
-
- 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
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
- H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
-
- 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)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Bioinformatics & Computational Biology (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Probability & Statistics with Applications (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本申请公开了一种基于设备实时故障率的停电概率计算方法及系统,主要涉及设备故障技术领域,用以针对现有研究通常忽略了小动物、树木造成的外力破坏对实时故障率的影响,以及实时故障率指数模型中待定系数的准确计算较为困难等问题。包括:S1将配电设备在预设时间段内的历史故障率按照月份统计,计算每个月份的故障率基准值;S2利用故障因素对故障率基准值进行修正,以获得实时故障率;将实时故障率代入预设故障率指数模型,以获得矫正后的实时故障率;S3根据矫正后的实时故障率和馈线分区方法,计算各负荷点的故障停电概率和停电时间。本申请相对于使用历史值的方法,更加符合实际情况,有利于实现配电网的风险评估、风险预警及状态检修。
Description
技术领域
本申请涉及设备故障技术领域,尤其涉及一种基于设备实时故障率的停电概率计算方法及系统。
背景技术
配电网设备数量众多,容易受到大风大雨、设备负载率等因素的影响,从而导致故障停电的频繁出现。传统的风险评估大多使用设备的历史故障率来计算各负荷点的停电概率,然而配电设备的故障率会因运行环境而变化,造成不同支路的停电风险不同。如果能够计算出配电网的实时故障率实现状态维修,这不仅可以提高配电网的供电可靠性,还能节省财力物力。
目前,配电网的停电概率计算模型主要包括完全或部分使用配电设备的历史故障率这两种。在完全使用配电设备的历史故障率的研究中,使用分块技术、可靠性跟踪、贝叶斯网络、主成分分析计算了各负荷点的停电概率,找出了配电网的薄弱环节。由于没有考虑配电设备故障率在不同运行环境下的变化情况,结果并不能准确反映配电网实际风险情况。在部分使用配电设备的历史故障率的研究中,利用改造Weibull分布拟合配电设备的故障率随时间的变化过程,但是该方法没有考虑设备运行环境的影响;考虑大风大雨、雷击等因素以及设备运行状态,建立了基于设备停电实时故障率的风险评估模型。但是该方法中故障率基准值使用的年平均故障率,忽略了小动物、树木破坏等外力对故障率的影响,同时没有考虑不同故障并发时的协同效果。
发明内容
针对现有技术的上述不足,本发明提供一种基于设备实时故障率的停电概率计算方法及系统,以解决上述技术问题。
第一方面,本申请提供了一种基于设备实时故障率的停电概率计算方法,方法包括:S1将配电设备在预设时间段内的历史故障率按照月份统计,计算每个月份的故障率基准值;S2利用故障因素对故障率基准值进行修正,以获得实时故障率;将实时故障率代入预设故障率指数模型,以获得矫正后的实时故障率;S3根据矫正后的实时故障率和馈线分区方法,计算各负荷点的故障停电概率和停电时间。
进一步地,计算每个月份的故障率基准值,具体包括:根据月份统计后的历史故障率,计算每个月的平均历史故障率作为故障率基准值。
进一步地,故障因素至少包括五种,分别为:预设配电设备的超期服役老化因素、负荷过载因素、雷击因素、风雨因素及小动物因素;其中,预设配电设备至少包括六类,分别为:电缆、架空线、柱上断路器、柱上隔离开关、柱上负荷开关、变压器。
进一步地,利用故障因素对故障率基准值进行修正,以获得实时故障率,具体包括:S201,获取第种故障因素导致第/>类设备发生故障的数量/>,通过公式:,得到第/>种故障因素对第/>类配电设备的权重/>;S202,通过预设界面获取故障因素对应修正系数/>;S203,通过公式:/>,获得超期服役老化因素修正值;其中,/>表示运行时间,/>表示第一预设区域偶发故障期的开始时间,/>表示第二预设区域耗损故障期开始时间;/>为将配电设备运行年限与设备故障率的历史数据带入预设似然方程组的求解值;S204,通过公式:/>,获得负荷过载因素修正值;其中,/>,/>表示配电设备的实时负载率,/>表示额定负载率;/>表示配电设备的最大负载率;S205,通过公式:/>,获得雷击因素、风雨因素各自对应的修正值;其中,/>表示待评估月天数,/>表示待评估月第/>天雷击次数或降水量,/>表示统计年第/>个月雷击次数或降水量;S206,通过公式:/>,获得小动物因素修正值;其中,/>表示待评估月监测到的设备上小动物出现次数;/>表示统计年第/>月的小动物出现次数;S207,通过公式:/>,/>表示故障率基准值、/>表示实时故障率。
进一步地,在将实时故障率代入预设故障率指数模型,以获得矫正后的实时故障率之前,方法还包括:通过公式:,确定预设故障率指数模型中的待定系数;其中,A、B 为待定系数、/>为实时故障率、H为预设常数。
进一步地,根据矫正后的实时故障率和馈线分区方法,计算各负荷点的故障停电概率和停电时间,具体包括:以预设元件为界将预设网络结构划分为若干分块,根据分块内元件间的串联关系和预设公式和/>,计算每个分块的故障率/>和修复时间/>;其中,/>表示分块内元件个数,/>表示分块数量,/>表示矫正后实时故障率,/>表示元件平均修复时间。
第二方面,本申请提供了一种基于设备实时故障率的停电概率计算系统,系统包括:计算模块,用于将配电设备在预设时间段内的历史故障率按照月份统计,计算每个月份的故障率基准值;矫正模块,用于利用故障因素对故障率基准值进行修正,以获得实时故障率;将实时故障率代入预设故障率指数模型,以获得矫正后的实时故障率;计算模块,用于根据矫正后的实时故障率和馈线分区方法,计算各负荷点的故障停电概率和停电时间。
进一步地,矫正模块包括矫正单元,用于获取第种故障因素导致第/>类设备发生故障的数量/>,通过公式:/>,得到第/>种故障因素对第/>类配电设备的权重;通过预设界面获取故障因素对应修正系数/>;通过公式:,获得超期服役老化因素修正值;其中,/>表示运行时间,/>表示第一预设区域偶发故障期的开始时间,/>表示第二预设区域耗损故障期开始时间;/>为将配电设备运行年限与设备故障率的历史数据带入预设似然方程组的求解值;通过公式:/>,获得负荷过载因素修正值;其中,,/>表示配电设备的实时负载率,/>表示额定负载率;/>表示配电设备的最大负载率;通过公式:/>,获得雷击因素、风雨因素各自对应的修正值;其中,/>表示待评估月天数,/>表示待评估月第/>天雷击次数或降水量,/>表示统计年第/>个月雷击次数或降水量;通过公式:/>,获得小动物因素修正值;其中,/>表示待评估月监测到的设备上小动物出现次数;/>表示统计年第/>月的小动物出现次数;通过公式:/>,/>表示故障率基准值、/>表示实时故障率。
进一步地,矫正模块包括模型训练单元,用于通过公式:,确定预设故障率指数模型中的待定系数;其中,A、B 为待定系数、/>为实时故障率、H为预设常数。
进一步地,计算模块包括计算单元,用于以预设元件为界将预设网络结构划分为若干分块,根据分块内元件间的串联关系和预设公式和,计算每个分块的故障率/>和修复时间/>;其中,/>表示分块内元件个数,/>表示分块数量,/>表示矫正后实时故障率,/>表示元件平均修复时间。
本领域技术人员能够理解的是,本发明至少具有如下有益效果:
现有研究通常忽略了小动物、树木造成的外力破坏对实时故障率的影响,以及基于健康指数的实时故障率指数模型中待定系数的准确计算较为困难等问题,提出将基于故障因素修正以及模型相结合来计算配电网实时停电概率的方法。首先将配电设备连续多年的历史故障率按照月份统计,接着利用基于故障因素参数修正的方法对历史故障率进行修正,并考虑主要因素之间的协同作用,将得到的故障率修正值代入模型,从而确定指数模型中的待定系数,并使用馈线分区方法计算各负荷点的故障停电概率和停电时间。本方法相对于使用历史值的方法,更加符合实际情况,有利于实现配电网的风险评估、风险预警及状态检修。
附图说明
下面参照附图来描述本公开的部分实施例,附图中:
图1是本申请实施例提供的一种基于设备实时故障率的停电概率计算方法流程图。
图2是本申请实施例提供的一种基于设备实时故障率的停电概率计算系统内部结构示意图。
具体实施方式
本领域技术人员应当理解的是,下文所描述的实施例仅仅是本公开的优选实施例,并不表示本公开仅能通过该优选实施例实现,该优选实施例仅仅是用于解释本公开的技术原理,并非用于限制本公开的保护范围。基于本公开提供的优选实施例,本领域普通技术人员在没有付出创造性劳动的情况下所获得的其它所有实施例,仍应落入到本公开的保护范围之内。
还需要说明的是,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、商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、商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,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
下面通过附图对本申请实施例提出的技术方案进行详细的说明。
本申请实施例提供了一种基于设备实时故障率的停电概率计算方法,如图1所示,本申请实施例提供的方法,主要包括以下步骤:
S1将配电设备在预设时间段内的历史故障率按照月份统计,计算每个月份的故障率基准值。
需要说明的是,预设时间段预设连续多年,多年的具体数值可由本领域技术人员自行确定。
计算每个月份的故障率基准值,具体可以为:根据月份统计后的历史故障率,计算每个月的平均历史故障率作为故障率基准值。
S2利用故障因素对故障率基准值进行修正,以获得实时故障率;将实时故障率代入预设故障率指数模型,以获得矫正后的实时故障率。
需要说明的是,故障因素至少包括五种,分别为:预设配电设备的超期服役老化因素、负荷过载因素、雷击因素、风雨因素及小动物因素;其中,预设配电设备至少包括六类,分别为:电缆、架空线、柱上断路器、柱上隔离开关、柱上负荷开关、变压器。
其中,利用故障因素对故障率基准值进行修正,以获得实时故障率,具体可以为:
S201,获取第种故障因素导致第/>类设备发生故障的数量/>,通过公式:,得到第/>种故障因素对第/>类配电设备的权重/>;(具体地,考虑电缆、架空线、柱上断路器、柱上隔离开关、柱上负荷开关、变压器等6类配电设备的超期服役老化、负荷过载、雷击、大风大雨及小动物等五类因素,统计第/>种故障因素导致第/>类设备发生故障的数量/>;用/>表示在第/>类设备中第/>种故障因素所占权重,将同类设备中各种故障因素进行归一化,得到第/>种故障因素对第/>类配电设备的权重/>)
S202,通过预设界面获取故障因素对应修正系数;
S203,通过公式:,获得超期服役老化因素修正值;其中,/>表示运行时间,/>表示第一预设区域偶发故障期的开始时间,/>表示第二预设区域耗损故障期开始时间;/>为将配电设备运行年限与设备故障率的历史数据带入预设似然方程组的求解值;(需要说明的是,配电设备的故障率变化符合浴盆曲线,即故障率主要与设备运行年限有关,故障率的变化大致可以分成三个阶段。设备超期服役老化位于故障曲线的在第三部分,如果未能及时根据设备的健康状况实行状态维修,则故障率会陡然升高。各设备超期服役老化修正可以利用上述分布来拟合)
S204,通过公式:,获得负荷过载因素修正值;其中,,/>表示配电设备的实时负载率,/>表示额定负载率;/>表示配电设备的最大负载率;
S205,通过公式:,获得雷击因素、风雨因素各自对应的修正值;其中,/>表示待评估月天数,/>表示待评估月第/>天雷击次数或降水量,/>表示统计年第/>个月雷击次数或降水量;
S206,通过公式:,获得小动物因素修正值;其中,/>表示待评估月监测到的设备上小动物出现次数;/>表示统计年第/>月的小动物出现次数;
S207,通过公式:,/>表示故障率基准值、/>表示实时故障率。
此外需要补充的是,在单一故障发生,多故障并发但相互之间没有明显协同作用时,能够有效计算同类型配电设备的实时故障率。对于多故障并发且协同作用明显时,比如配电设备同时出现运行时间/>>/>以及实时负载率/>>/>,即超期服役的设备在负荷过载时,发生故障的概率大于计算出来的结果,此时需要分别在两者的修正系数/>上乘协同系数/>。这里的协同系数/>的具体数值可由本领域技术人员自行确定。
此外,在将实时故障率代入预设故障率指数模型,以获得矫正后的实时故障率之前,方法还可以矫正预设故障率指数模型,具体可以为:通过公式:,确定预设故障率指数模型中的待定系数;其中,A、B 为待定系数、/>为实时故障率、H为预设常数。
S3根据矫正后的实时故障率和馈线分区方法,计算各负荷点的故障停电概率和停电时间。
根据矫正后的实时故障率和馈线分区方法,计算各负荷点的故障停电概率和停电时间,具体包括:
以预设元件为界将预设网络结构划分为若干分块,根据分块内元件间的串联关系和预设公式和/>,计算每个分块的故障率/>和修复时间/>;其中,/>表示分块内元件个数,/>表示分块数量,/>表示矫正后实时故障率,/>表示元件平均修复时间。
需要说明的是,预设元件可以为断路器、熔断器、负荷开关等开关元件。
此外,由于不同分块之间属于串联关系,本申请还可以根据网架结构计算各负荷点的故障实时停电概率和停电时间。
除此之外,图2为本申请实施例提供的一种基于设备实时故障率的停电概率计算系统。如图2所示,本申请实施例提供的系统,主要包括:
计算模块210,用于将配电设备在预设时间段内的历史故障率按照月份统计,计算每个月份的故障率基准值。
矫正模块220,用于利用故障因素对故障率基准值进行修正,以获得实时故障率;将实时故障率代入预设故障率指数模型,以获得矫正后的实时故障率。
矫正模块220包括矫正单元221,
用于获取第种故障因素导致第/>类设备发生故障的数量/>,通过公式:,得到第/>种故障因素对第/>类配电设备的权重/>;
通过预设界面获取故障因素对应修正系数;
通过公式:,获得超期服役老化因素修正值;其中,表示运行时间,/>表示第一预设区域偶发故障期的开始时间,/>表示第二预设区域耗损故障期开始时间;/>为将配电设备运行年限与设备故障率的历史数据带入预设似然方程组的求解值;
通过公式:,获得负荷过载因素修正值;其中,,/>表示配电设备的实时负载率,/>表示额定负载率;/>表示配电设备的最大负载率;
通过公式:,获得雷击因素、风雨因素各自对应的修正值;其中,/>表示待评估月天数,/>表示待评估月第/>天雷击次数或降水量,/>表示统计年第/>个月雷击次数或降水量;
通过公式:,获得小动物因素修正值;其中,/>表示待评估月监测到的设备上小动物出现次数;/>表示统计年第/>月的小动物出现次数;
通过公式:,/>表示故障率基准值、/>表示实时故障率。
此外,矫正模块220还包括模型训练单元222,用于训练模型,具体地,用于通过公式:,确定预设故障率指数模型中的待定系数;其中,A、B 为待定系数、/>为实时故障率、H为预设常数。
计算模块210,还用于根据矫正后的实时故障率和馈线分区方法,计算各负荷点的故障停电概率和停电时间。
计算模块210包括计算单元211,用于以预设元件为界将预设网络结构划分为若干分块,根据分块内元件间的串联关系和预设公式和,计算每个分块的故障率/>和修复时间/>;其中,/>表示分块内元件个数,/>表示分块数量,/>表示矫正后实时故障率,/>表示元件平均修复时间。
至此,已经结合前文的多个实施例描述了本公开的技术方案,但是,本领域技术人员容易理解的是,本公开的保护范围并不仅限于这些具体实施例。在不偏离本公开技术原理的前提下,本领域技术人员可以对上述各个实施例中的技术方案进行拆分和组合,也可以对相关技术特征作出等同的更改或替换,凡在本公开的技术构思和/或技术原理之内所做的任何更改、等同替换、改进等都将落入本公开的保护范围之内。
Claims (10)
1.一种基于设备实时故障率的停电概率计算方法,其特征在于,所述方法包括:
S1将配电设备在预设时间段内的历史故障率按照月份统计,计算每个月份的故障率基准值;
S2利用故障因素对故障率基准值进行修正,以获得实时故障率;将实时故障率代入预设故障率指数模型,以获得矫正后的实时故障率;
S3根据矫正后的实时故障率和馈线分区方法,计算各负荷点的故障停电概率和停电时间。
2.根据权利要求1所述的基于设备实时故障率的停电概率计算方法,其特征在于,计算每个月份的故障率基准值,具体包括:
根据月份统计后的历史故障率,计算每个月的平均历史故障率作为故障率基准值。
3.根据权利要求1所述的基于设备实时故障率的停电概率计算方法,其特征在于,
故障因素至少包括五种,分别为:预设配电设备的超期服役老化因素、负荷过载因素、雷击因素、风雨因素及小动物因素;其中,预设配电设备至少包括六类,分别为:电缆、架空线、柱上断路器、柱上隔离开关、柱上负荷开关、变压器。
4.根据权利要求3所述的基于设备实时故障率的停电概率计算方法,其特征在于,利用故障因素对故障率基准值进行修正,以获得实时故障率,具体包括:
S201,获取第种故障因素导致第/>类设备发生故障的数量 />,通过公式:,得到第/>种故障因素对第/>类配电设备的权重/>;
S202,通过预设界面获取故障因素对应修正系数;
S203,通过公式: ,获得超期服役老化因素修正值;其中,/>表示运行时间,/>表示第一预设区域偶发故障期的开始时间,/>表示第二预设区域耗损故障期开始时间;/>为将配电设备运行年限与设备故障率的历史数据带入预设似然方程组的求解值;
S204,通过公式: ,获得负荷过载因素修正值;其中, ,/>表示配电设备的实时负载率, />表示额定负载率;/>表示配电设备的最大负载率;
S205,通过公式: ,获得雷击因素、风雨因素各自对应的修正值;其中,/>表示待评估月天数,/>表示待评估月第/>天雷击次数或降水量,/>表示统计年第/>个月雷击次数或降水量;
S206,通过公式: ,获得小动物因素修正值;其中,/>表示待评估月监测到的设备上小动物出现次数;/>表示统计年第/>月的小动物出现次数;
S207,通过公式: ,/>表示故障率基准值、/>表示实时故障率。
5.根据权利要求1所述的基于设备实时故障率的停电概率计算方法,其特征在于,在将实时故障率代入预设故障率指数模型,以获得矫正后的实时故障率之前,所述方法还包括:
通过公式:,确定预设故障率指数模型中的待定系数;其中,A、B 为待定系数、/>为实时故障率、H为预设常数。
6.根据权利要求1所述的基于设备实时故障率的停电概率计算方法,其特征在于,根据矫正后的实时故障率和馈线分区方法,计算各负荷点的故障停电概率和停电时间,具体包括:
以预设元件为界将预设网络结构划分为若干分块,根据分块内元件间的串联关系和预设公式和/>,计算每个分块的故障率/>和修复时间/>;其中,/>表示分块内元件个数,/>表示分块数量,/>表示矫正后实时故障率,/>表示元件平均修复时间。
7.一种基于设备实时故障率的停电概率计算系统,其特征在于,所述系统包括:
计算模块,用于将配电设备在预设时间段内的历史故障率按照月份统计,计算每个月份的故障率基准值;
矫正模块,用于利用故障因素对故障率基准值进行修正,以获得实时故障率;将实时故障率代入预设故障率指数模型,以获得矫正后的实时故障率;
计算模块,还用于根据矫正后的实时故障率和馈线分区方法,计算各负荷点的故障停电概率和停电时间。
8.根据权利要求7所述的基于设备实时故障率的停电概率计算系统,其特征在于,矫正模块包括矫正单元,
用于获取第种故障因素导致第/>类设备发生故障的数量 />,通过公式:,得到第/>种故障因素对第/>类配电设备的权重/>;
通过预设界面获取故障因素对应修正系数;
通过公式: ,获得超期服役老化因素修正值;其中,/>表示运行时间,/>表示第一预设区域偶发故障期的开始时间,/>表示第二预设区域耗损故障期开始时间;/>为将配电设备运行年限与设备故障率的历史数据带入预设似然方程组的求解值;
通过公式: ,获得负荷过载因素修正值;其中, ,/>表示配电设备的实时负载率, />表示额定负载率;/>表示配电设备的最大负载率;
通过公式: ,获得雷击因素、风雨因素各自对应的修正值;其中,/>表示待评估月天数,/>表示待评估月第/>天雷击次数或降水量,/>表示统计年第/>个月雷击次数或降水量;
通过公式: ,获得小动物因素修正值;其中,/>表示待评估月监测到的设备上小动物出现次数;/>表示统计年第/>月的小动物出现次数;
通过公式: ,/>表示故障率基准值、/>表示实时故障率。
9.根据权利要求7所述的基于设备实时故障率的停电概率计算系统,其特征在于,矫正模块包括模型训练单元,
用于通过公式:,确定预设故障率指数模型中的待定系数;其中,A、B 为待定系数、/>为实时故障率、H为预设常数。
10.根据权利要求7所述的基于设备实时故障率的停电概率计算系统,其特征在于,计算模块包括计算单元,
用于以预设元件为界将预设网络结构划分为若干分块,根据分块内元件间的串联关系和预设公式和/>,计算每个分块的故障率/>和修复时间/>;其中,/>表示分块内元件个数,/>表示分块数量,/>表示矫正后实时故障率,/>表示元件平均修复时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310677166.6A CN116720134A (zh) | 2023-06-08 | 2023-06-08 | 基于设备实时故障率的停电概率计算方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310677166.6A CN116720134A (zh) | 2023-06-08 | 2023-06-08 | 基于设备实时故障率的停电概率计算方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116720134A true CN116720134A (zh) | 2023-09-08 |
Family
ID=87867290
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310677166.6A Pending CN116720134A (zh) | 2023-06-08 | 2023-06-08 | 基于设备实时故障率的停电概率计算方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116720134A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117277587A (zh) * | 2023-11-20 | 2023-12-22 | 国网信通亿力科技有限责任公司 | 一种基于多源数据分析的电力停电风险监测方法 |
-
2023
- 2023-06-08 CN CN202310677166.6A patent/CN116720134A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117277587A (zh) * | 2023-11-20 | 2023-12-22 | 国网信通亿力科技有限责任公司 | 一种基于多源数据分析的电力停电风险监测方法 |
CN117277587B (zh) * | 2023-11-20 | 2024-01-30 | 国网信通亿力科技有限责任公司 | 一种基于多源数据分析的电力停电风险监测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Balijepalli et al. | Modeling and analysis of distribution reliability indices | |
US20040167731A1 (en) | Failure rate adjustment for electric power network reliability analysis | |
CN114114003A (zh) | 一种基于数据监测的断路器运行检测系统 | |
US8135550B2 (en) | System for monitoring and assessing electrical circuits and method of operation | |
CN105242133B (zh) | 一种改进配电线路雷电跳闸率计算方法 | |
US20200059093A1 (en) | Dynamic thunder and lightning protection method and system | |
CN116720134A (zh) | 基于设备实时故障率的停电概率计算方法及系统 | |
EP2537222A2 (en) | Energy generating system and control thereof | |
WO2012071953A1 (zh) | 自适应外部环境的电力系统安全预防控制候选措施集在线自动识别方法 | |
CN104268693A (zh) | 一种电网调度决策的方法和系统 | |
CN103884935A (zh) | 结合分布式雷电流监测的输电线路防雷性能评估方法 | |
Berdishev et al. | Reliability indicators of 10 kV cable lines in rural areas | |
CN105067904B (zh) | 一种基于历史雷电定位数据和电网跳闸数据的雷电预警数据评估方法 | |
CN111209535B (zh) | 一种电力设备相继故障风险识别方法及系统 | |
CN115765159A (zh) | 一种基于数据分析的输电线路安全预警系统 | |
Olusuyi et al. | A fault analysis of 11kV distribution system (a case study of ado Ekiti electrical power distribution district) | |
CN113988608B (zh) | 一种光伏电站限电损失电量评估方法 | |
CN111581802B (zh) | 一种配电设备实时综合故障率计算方法和系统 | |
CN104574211A (zh) | 基于风险源的电网调度操作风险预警方法和系统 | |
CN107886220B (zh) | 一种基于历史因素分析的配电线路风险概率评估方法 | |
Chojnacki | Analysis of seasonality and causes of equipment and facility failures in electric power distribution networks | |
Fang et al. | Calculation method of outage probability of distribution network based on real-time failure rate of equipment | |
CN111146779B (zh) | 一种电力设备相继故障的大电网柔性安全控制方法及系统 | |
Werner et al. | Collecting and categorizing information related to electric power distribution interruption events: data consistency and categorization for benchmarking surveys | |
CN108596427A (zh) | 一种输电线路雷击风险等级图的绘制方法 |
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 |