CN117034545A - 一种燃机电厂电力系统继电保护故障预测方法及系统 - Google Patents
一种燃机电厂电力系统继电保护故障预测方法及系统 Download PDFInfo
- Publication number
- CN117034545A CN117034545A CN202310764061.4A CN202310764061A CN117034545A CN 117034545 A CN117034545 A CN 117034545A CN 202310764061 A CN202310764061 A CN 202310764061A CN 117034545 A CN117034545 A CN 117034545A
- Authority
- CN
- China
- Prior art keywords
- relay protection
- fault
- power plant
- power system
- fuel cell
- 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
- 239000000446 fuel Substances 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000004088 simulation Methods 0.000 claims abstract description 40
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 238000009826 distribution Methods 0.000 claims abstract description 8
- 238000004590 computer program Methods 0.000 claims description 19
- 238000003860 storage Methods 0.000 claims description 9
- 230000008439 repair process Effects 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000004075 alteration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000015556 catabolic process Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Geometry (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Fuel Cell (AREA)
Abstract
本发明公开了一种燃机电厂电力系统继电保护故障预测方法及系统包括,根据燃机电厂电力系统的设备元件分布参数、线路连接参数、设备种类参数以及历史运行数据,建立燃机电厂电力系统仿真模型;获取燃机电厂电力系统历史故障参数,结合穷举法分析继电保护故障的原因、频率以及影响范围,并针对继电保护故障进行概率分析;将燃机电厂电力系统实时工况数据与历史正常工况参数对比,获取设备元件或/和线路故障概率,结合燃机电厂电力系统仿真模型,实时显示继电保护故障预测结果。可通过模型精确的将继电保护可能出现的故障进行显示,方便用户及时应对故障,及时处理,减少事故损失,提高整体系统安全性。
Description
技术领域
本发明涉及燃机电厂电力系统继电保护故障预测技术领域,尤其涉及一种燃机电厂电力系统继电保护故障预测方法及系统。
背景技术
目前,随着燃机电厂电力系统规模在不断扩大,燃机电厂电力系统规模程度也越大,并且需要能够抵御更多的随机故障和扰动。
同时,电网运行的不确定性也在逐渐增加,继电保护功能可能随时面临故障甚至是崩溃的风险,继电保护故障大部分原因是内部的设备元件故障或线路故障引起才,当继电保护故障时,引起电力系统的输送功率损失的问题,严重时还会引起大规模停电的严重后果。甚至会导致整个燃机电厂电力系统崩溃,造成无法挽回的后果,因此现阶段急需一种对燃机电厂电力系统继电保护故障进行预测的方法。
发明内容
本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊,而这种简化或省略不能用于限制本发明的范围。
鉴于上述现有存在的问题,提出了本发明。
因此,本发明提供了一种燃机电厂电力系统继电保护故障预测方法及系统,能够解决背景技术中提到的问题。
为解决上述技术问题,本发明提供如下技术方案,一种燃机电厂电力系统继电保护故障预测方法,包括:
根据燃机电厂电力系统的设备元件分布参数、线路连接参数、设备种类参数以及历史运行数据,建立燃机电厂电力系统仿真模型;
获取燃机电厂电力系统历史故障参数,结合穷举法分析继电保护故障的原因、频率以及影响范围,并针对继电保护故障进行概率分析;
将燃机电厂电力系统实时工况数据与历史正常工况参数对比,获取设备元件或/和线路故障概率,结合所述燃机电厂电力系统仿真模型,实时显示继电保护故障预测结果。
作为本发明所述的燃机电厂电力系统继电保护故障预测方法的一种优选方案,其中:所述燃机电厂电力系统仿真模型包括,按照固定比例尺建立的燃机电厂电力系统仿真模型、多于设备元件与线路数目之和的信号灯,所述信号灯为三色显示灯、连接移动终端的服务器、燃机电厂电力系统运行开关以及获取数据的数据接收模块;
所述燃机电厂电力系统仿真模型中每个部件均有固定编号,当进行故障预测时,燃机电厂电力系统仿真模型可直接看到故障预测位置,该对应位置数据通过固定编号传递给移动终端。
作为本发明所述的燃机电厂电力系统继电保护故障预测方法的一种优选方案,其中:所述针对继电保护故障进行概率分析包括,
设备元件故障导致的继电保护故障概率如下:
其中,i代表设备元件,i为自然数,且i最大值为燃机电厂电力系统内设备元件数目总和,δS表示该次继电保护故障影响占比,εi为设备元件i产生故障概率,φi为设备元件i导致继电保护故障概率;
其中,Sg为继电保护故障影响范围面积,ST为燃机电厂电力系统作业范围,Ci为历史故障参数中第i个设备元件产生故障次数,Ci,s为历史故障参数中设备元件产生故障总次数,Cs,j为历史故障参数中设备元件产生故障导致继电保护故障的总次数,Cj,i为历史故障参数中第i个设备元件产生故障导致继电保护故障的次数。
作为本发明所述的燃机电厂电力系统继电保护故障预测方法的一种优选方案,其中:所述针对继电保护故障进行概率分析还包括,
线路故障导致的继电保护故障概率如下:
其中,k代表线路,k为自然数,且k最大值为燃机电厂电力系统内线路数目总和,δL表示该次继电保护故障影响占比,εk为线路k产生故障概率,φk为线路k导致继电保护故障概率;
其中,Lg为继电保护故障影响范围内线路长度,LT为燃机电厂电力系统作业范围内线路总长度,Ck为历史故障参数中第k个线路产生故障次数,Ck,x为历史故障参数中线路产生故障总次数,Cl,k为历史故障参数中线路产生故障导致继电保护故障的总次数,Cx,l为历史故障参数中第k个线路产生故障导致继电保护故障的次数。
作为本发明所述的燃机电厂电力系统继电保护故障预测方法的一种优选方案,其中:所述针对继电保护故障进行概率分析还包括,
设备元件故障与线路故障同时导致的继电保护故障概率如下:
PT=α1·Ps(i)+α2·Px(k)
其中,α1为设备元件故障导致此次继电保护故障的权重,α2为线路故障导致此次继电保护故障的权重。
作为本发明所述的燃机电厂电力系统继电保护故障预测方法的一种优选方案,其中:所述获取设备元件或/和线路故障概率包括,
其中,为设备元件或/和线路实时工况数据,/>设备元件或/和线路历史正常工况参数,Ps,x为设备元件或/和线路故障概率。
作为本发明所述的燃机电厂电力系统继电保护故障预测方法的一种优选方案,其中:所述实时显示继电保护故障预测结果包括,将继电保护故障概率实时显示于所述燃机电厂电力系统仿真模型对应位置,当产生一级警告时,传输至移动终端中,
所述继电保护故障概率为设备元件或/和线路故障概率与设备元件或/和线路故障导致继电保护故障概率之积;
当继电保护故障概率大于第一阈值时,燃机电厂电力系统仿真模型中对应设备元件或/和线路的信号灯亮起红灯,且将对应部分的固定编号传输至移动终端,此时认定继电保护故障发生,通知用户进行前往现场修复继电保护故障;
当继电保护故障概率小于第一阈值,且大于第二阈值时,燃机电厂电力系统仿真模型中对应设备元件或/和线路的信号灯亮起黄灯,且将对应部分的固定编号传输至移动终端,此时通知用户进行前往现场修复设备元件或/和线路故障,避免继电保护故障发生;
当继电保护故障概率小于第二阈值时,燃机电厂电力系统仿真模型中对应设备元件或/和线路的信号灯亮起绿灯,此时认定继电保护故障概率低,通知用户直接进行调试归零继电保护故障概率。
一种燃机电厂电力系统继电保护故障预测系统,其特征在于:包括模型建立模块、概率求解模块以及预测模块,
模型建立模块,所述模型建立模块用于根据燃机电厂电力系统的设备元件分布参数、线路连接参数、设备种类参数以及历史运行数据,建立燃机电厂电力系统仿真模型;
概率求解模块,所述概率求解模块用于获取燃机电厂电力系统历史故障参数,结合穷举法分析继电保护故障的原因、频率以及影响范围,并针对继电保护故障进行概率分析;
预测模块,所述预测模块用于将燃机电厂电力系统实时工况数据与历史正常工况参数对比,获取设备元件或/和线路故障概率,结合所述燃机电厂电力系统仿真模型,实时显示继电保护故障预测结果。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如上所述的方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上所述的方法的步骤。
本发明的有益效果:本发明提出一种燃机电厂电力系统继电保护故障预测方法及系统,根据条件概率模型,分析设备元件故障或线路故障导致继电保护故障的概率,进一步的再去获取设备元件故障或线路故障的概率,从而获取设备元件故障或线路故障导致继电保护故障的概率,并将求解出的概率进行实质化显示,可通过模型精确的将继电保护可能出现的故障进行显示,方便用户及时应对故障,及时处理,减少事故损失,提高整体系统安全性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。其中:
图1为本发明一个实施例提供的一种燃机电厂电力系统继电保护故障预测方法及系统的方法流程图;
图2为本发明一个实施例提供的一种燃机电厂电力系统继电保护故障预测方法及系统的计算机设备的内部结构图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合说明书附图对本发明的具体实施方式做详细的说明,显然所描述的实施例是本发明的一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通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,都应当属于本发明的保护的范围。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是本发明还可以采用其他不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广,因此本发明不受下面公开的具体实施例的限制。
其次,此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例,也不是单独的或选择性的与其他实施例互相排斥的实施例。
本发明结合示意图进行详细描述,在详述本发明实施例时,为便于说明,表示器件结构的剖面图会不依一般比例作局部放大,而且所述示意图只是示例,其在此不应限制本发明保护的范围。此外,在实际制作中应包含长度、宽度及深度的三维空间尺寸。
同时在本发明的描述中,需要说明的是,术语中的“上、下、内和外”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、第二或第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
本发明中除非另有明确的规定和限定,术语“安装、相连、连接”应做广义理解,例如:可以是固定连接、可拆卸连接或一体式连接;同样可以是机械连接、电连接或直接连接,也可以通过中间媒介间接相连,也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。
实施例1
参照图1-2,为本发明的第一个实施例,该实施例提供了一种燃机电厂电力系统继电保护故障预测方法及系统,包括:
根据燃机电厂电力系统的设备元件分布参数、线路连接参数、设备种类参数以及历史运行数据,建立燃机电厂电力系统仿真模型;
其中,燃机电厂电力系统仿真模型包括,按照固定比例尺建立的燃机电厂电力系统仿真模型、多于设备元件与线路数目之和的信号灯,信号灯为三色显示灯、连接移动终端的服务器、燃机电厂电力系统运行开关以及获取数据的数据接收模块;
应说明的是,燃机电厂电力系统仿真模型中每个部件均有固定编号,当进行故障预测时,燃机电厂电力系统仿真模型可直接看到故障预测位置,该对应位置数据通过固定编号传递给移动终端。
更进一步的,获取燃机电厂电力系统历史故障参数,结合穷举法分析继电保护故障的原因、频率以及影响范围,并针对继电保护故障进行概率分析;
更进一步的,针对继电保护故障进行概率分析包括,设备元件故障导致的继电保护故障概率如下:
其中,i代表设备元件,i为自然数,且i最大值为燃机电厂电力系统内设备元件数目总和,δS表示该次继电保护故障影响占比,εi为设备元件i产生故障概率,φi为设备元件i导致继电保护故障概率;
其中,Sg为继电保护故障影响范围面积,ST为燃机电厂电力系统作业范围,Ci为历史故障参数中第i个设备元件产生故障次数,Ci,s为历史故障参数中设备元件产生故障总次数,Cs,j为历史故障参数中设备元件产生故障导致继电保护故障的总次数,Cj,i为历史故障参数中第i个设备元件产生故障导致继电保护故障的次数。
更进一步的,针对继电保护故障进行概率分析还包括,线路故障导致的继电保护故障概率如下:
其中,k代表线路,k为自然数,且k最大值为燃机电厂电力系统内线路数目总和,δL表示该次继电保护故障影响占比,εk为线路k产生故障概率,φk为线路k导致继电保护故障概率;
其中,Lg为继电保护故障影响范围内线路长度,LT为燃机电厂电力系统作业范围内线路总长度,Ck为历史故障参数中第k个线路产生故障次数,Ck,x为历史故障参数中线路产生故障总次数,Cl,k为历史故障参数中线路产生故障导致继电保护故障的总次数,Cx,l为历史故障参数中第k个线路产生故障导致继电保护故障的次数。
更进一步的,针对继电保护故障进行概率分析还包括,设备元件故障与线路故障同时导致的继电保护故障概率如下:
PT=α1·Ps(i)+α2·Px(k)
其中,α1为设备元件故障导致此次继电保护故障的权重,α2为线路故障导致此次继电保护故障的权重。
应说明的是,获取设备元件或/和线路故障概率包括,
其中,为设备元件或/和线路实时工况数据,/>设备元件或/和线路历史正常工况参数,Ps,x为设备元件或/和线路故障概率。
更进一步的,将燃机电厂电力系统实时工况数据与历史正常工况参数对比,获取设备元件或/和线路故障概率,结合燃机电厂电力系统仿真模型,实时显示继电保护故障预测结果。
应说明的是,实时显示继电保护故障预测结果包括,将继电保护故障概率实时显示于燃机电厂电力系统仿真模型对应位置,当产生一级警告时,传输至移动终端中,继电保护故障概率为设备元件或/和线路故障概率与设备元件或/和线路故障导致继电保护故障概率之积;
更进一步的,当继电保护故障概率大于第一阈值时,燃机电厂电力系统仿真模型中对应设备元件或/和线路的信号灯亮起红灯,且将对应部分的固定编号传输至移动终端,此时认定继电保护故障发生,通知用户进行前往现场修复继电保护故障;
更进一步的,当继电保护故障概率小于第一阈值,且大于第二阈值时,燃机电厂电力系统仿真模型中对应设备元件或/和线路的信号灯亮起黄灯,且将对应部分的固定编号传输至移动终端,此时通知用户进行前往现场修复设备元件或/和线路故障,避免继电保护故障发生;
更进一步的,当继电保护故障概率小于第二阈值时,燃机电厂电力系统仿真模型中对应设备元件或/和线路的信号灯亮起绿灯,此时认定继电保护故障概率低,通知用户直接进行调试归零继电保护故障概率。
其中,在本专利中第一阈值、第二阈值为继电保护故障概率区间的等分点,即将继电保护故障概率区间分为三份,第一阈值为靠近最大概率的等分点,第二阈值为靠近最小概率的等分点,此处不做限制,可以根据具体需求进一步的改变阈值取值。
在一个优选的实施例中,一种燃机电厂电力系统继电保护故障预测系统,包括模型建立模块、概率求解模块以及预测模块,
模型建立模块,模型建立模块用于根据燃机电厂电力系统的设备元件分布参数、线路连接参数、设备种类参数以及历史运行数据,建立燃机电厂电力系统仿真模型;
概率求解模块,概率求解模块用于获取燃机电厂电力系统历史故障参数,结合穷举法分析继电保护故障的原因、频率以及影响范围,并针对继电保护故障进行概率分析;
预测模块,预测模块用于将燃机电厂电力系统实时工况数据与历史正常工况参数对比,获取设备元件或/和线路故障概率,结合燃机电厂电力系统仿真模型,实时显示继电保护故障预测结果。
上述各单元模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图2所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种燃机电厂电力系统继电保护故障预测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
在一个实施例中,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以下步骤:
根据燃机电厂电力系统的设备元件分布参数、线路连接参数、设备种类参数以及历史运行数据,建立燃机电厂电力系统仿真模型;
获取燃机电厂电力系统历史故障参数,结合穷举法分析继电保护故障的原因、频率以及影响范围,并针对继电保护故障进行概率分析;
将燃机电厂电力系统实时工况数据与历史正常工况参数对比,获取设备元件或/和线路故障概率,结合燃机电厂电力系统仿真模型,实时显示继电保护故障预测结果。
实施例2
参照图1-2,为本发明的一个实施例,提供了一种燃机电厂电力系统继电保护故障预测方法及系统,为了验证本发明的有益效果,通过对比实验进行科学论证。
表1某次运行周期内燃机电厂电力系统继电保护故障预测数据
当信号灯亮起后,无论什么颜色即代表电路不稳定可能出现继电保护故障,此时用户需要注意后续信号灯变化,并根据信号灯变化进行相应的处理手段。
在一个优选的实施例中,固定编号如上述所示,本专利中的固定编号是贴合专利内容的编号,但并不限制于这种编号,X_***表示第***条线路,S_***表示第***个设备元件,个数的命名是从固定方向进行命名的,可以为从上到下且由左至右。
本发明提出一种燃机电厂电力系统继电保护故障预测方法及系统,根据条件概率模型,分析设备元件故障或线路故障导致继电保护故障的概率,进一步的再去获取设备元件故障或线路故障的概率,从而获取设备元件故障或线路故障导致继电保护故障的概率,并将求解出的概率进行实质化显示,可通过模型精确的将继电保护可能出现的故障进行显示,方便用户及时应对故障,及时处理,减少事故损失,提高整体系统安全性。
应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请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,本申请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。本申请实施例中的方案可以采用各种计算机语言实现,例如,面向对象的程序设计语言Java和直译式脚本语言JavaScript等。
本申请是参照根据本申请实施例的方法、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。
尽管已描述了本申请的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种燃机电厂电力系统继电保护故障预测方法,其特征在于:包括,
根据燃机电厂电力系统的设备元件分布参数、线路连接参数、设备种类参数以及历史运行数据,建立燃机电厂电力系统仿真模型;
获取燃机电厂电力系统历史故障参数,结合穷举法分析继电保护故障的原因、频率以及影响范围,并针对继电保护故障进行概率分析;
将燃机电厂电力系统实时工况数据与历史正常工况参数对比,获取设备元件或/和线路故障概率,结合所述燃机电厂电力系统仿真模型,实时显示继电保护故障预测结果。
2.如权利要求1所述的燃机电厂电力系统继电保护故障预测方法,其特征在于:所述燃机电厂电力系统仿真模型包括,按照固定比例尺建立的燃机电厂电力系统仿真模型、多于设备元件与线路数目之和的信号灯,所述信号灯为三色显示灯、连接移动终端的服务器、燃机电厂电力系统运行开关以及获取数据的数据接收模块;
所述燃机电厂电力系统仿真模型中每个部件均有固定编号,当进行故障预测时,燃机电厂电力系统仿真模型可直接看到故障预测位置,该对应位置数据通过固定编号传递给移动终端。
3.如权利要求2所述的燃机电厂电力系统继电保护故障预测方法,其特征在于:所述针对继电保护故障进行概率分析包括,
设备元件故障导致的继电保护故障概率如下:
其中,i代表设备元件,i为自然数,且i最大值为燃机电厂电力系统内设备元件数目总和,δS表示该次继电保护故障影响占比,εi为设备元件i产生故障概率,φi为设备元件i导致继电保护故障概率;
其中,Sg为继电保护故障影响范围面积,ST为燃机电厂电力系统作业范围,Ci为历史故障参数中第i个设备元件产生故障次数,Ci,s为历史故障参数中设备元件产生故障总次数,Cs,j为历史故障参数中设备元件产生故障导致继电保护故障的总次数,Cj,i为历史故障参数中第i个设备元件产生故障导致继电保护故障的次数。
4.如权利要求3所述的燃机电厂电力系统继电保护故障预测方法,其特征在于:所述针对继电保护故障进行概率分析还包括,
线路故障导致的继电保护故障概率如下:
其中,k代表线路,k为自然数,且k最大值为燃机电厂电力系统内线路数目总和,δL表示该次继电保护故障影响占比,εk为线路k产生故障概率,φk为线路k导致继电保护故障概率;
其中,Lg为继电保护故障影响范围内线路长度,LT为燃机电厂电力系统作业范围内线路总长度,Ck为历史故障参数中第k个线路产生故障次数,Ck,x为历史故障参数中线路产生故障总次数,Cl,k为历史故障参数中线路产生故障导致继电保护故障的总次数,Cx,l为历史故障参数中第k个线路产生故障导致继电保护故障的次数。
5.如权利要求4所述的燃机电厂电力系统继电保护故障预测方法,其特征在于:所述针对继电保护故障进行概率分析还包括,
设备元件故障与线路故障同时导致的继电保护故障概率如下:
PT=α1·Ps(i)+α2·Px(k)
其中,α1为设备元件故障导致此次继电保护故障的权重,α2为线路故障导致此次继电保护故障的权重。
6.如权利要求5所述的燃机电厂电力系统继电保护故障预测方法,其特征在于:所述获取设备元件或/和线路故障概率包括,
其中,为设备元件或/和线路实时工况数据,/>设备元件或/和线路历史正常工况参数,Ps,x为设备元件或/和线路故障概率。
7.如权利要求6所述的燃机电厂电力系统继电保护故障预测方法,其特征在于:所述实时显示继电保护故障预测结果包括,将继电保护故障概率实时显示于所述燃机电厂电力系统仿真模型对应位置,当产生一级警告时,传输至移动终端中,
所述继电保护故障概率为设备元件或/和线路故障概率与设备元件或/和线路故障导致继电保护故障概率之积;
当继电保护故障概率大于第一阈值时,燃机电厂电力系统仿真模型中对应设备元件或/和线路的信号灯亮起红灯,且将对应部分的固定编号传输至移动终端,此时认定继电保护故障发生,通知用户进行前往现场修复继电保护故障;
当继电保护故障概率小于第一阈值,且大于第二阈值时,燃机电厂电力系统仿真模型中对应设备元件或/和线路的信号灯亮起黄灯,且将对应部分的固定编号传输至移动终端,此时通知用户进行前往现场修复设备元件或/和线路故障,避免继电保护故障发生;
当继电保护故障概率小于第二阈值时,燃机电厂电力系统仿真模型中对应设备元件或/和线路的信号灯亮起绿灯,此时认定继电保护故障概率低,通知用户直接进行调试归零继电保护故障概率。
8.一种燃机电厂电力系统继电保护故障预测系统,其特征在于:包括模型建立模块、概率求解模块以及预测模块,
模型建立模块,所述模型建立模块用于根据燃机电厂电力系统的设备元件分布参数、线路连接参数、设备种类参数以及历史运行数据,建立燃机电厂电力系统仿真模型;
概率求解模块,所述概率求解模块用于获取燃机电厂电力系统历史故障参数,结合穷举法分析继电保护故障的原因、频率以及影响范围,并针对继电保护故障进行概率分析;
预测模块,所述预测模块用于将燃机电厂电力系统实时工况数据与历史正常工况参数对比,获取设备元件或/和线路故障概率,结合所述燃机电厂电力系统仿真模型,实时显示继电保护故障预测结果。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310764061.4A CN117034545A (zh) | 2023-06-26 | 2023-06-26 | 一种燃机电厂电力系统继电保护故障预测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310764061.4A CN117034545A (zh) | 2023-06-26 | 2023-06-26 | 一种燃机电厂电力系统继电保护故障预测方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117034545A true CN117034545A (zh) | 2023-11-10 |
Family
ID=88637887
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310764061.4A Pending CN117034545A (zh) | 2023-06-26 | 2023-06-26 | 一种燃机电厂电力系统继电保护故障预测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117034545A (zh) |
-
2023
- 2023-06-26 CN CN202310764061.4A patent/CN117034545A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108304942B (zh) | 智能变电站二次系统异常智能处理方法及系统 | |
CN107611969B (zh) | 具备调令约束功能的调控防误系统及方法 | |
CN104483567B (zh) | 500kV线路继电保护装置检测方法和系统 | |
CN110611312A (zh) | 一种变电站间隔层全景数据在线模拟系统及方法 | |
CN117034545A (zh) | 一种燃机电厂电力系统继电保护故障预测方法及系统 | |
CN117556238A (zh) | 一种基于故障预测的电力设备巡检方法及系统 | |
CN103368264A (zh) | 一种变电站继电保护室安全运检平台 | |
CN116008653A (zh) | 一种电能计量装置异常分析方法及系统 | |
CN116400611A (zh) | 一种电力系统硬件在环仿真方法及系统 | |
CN116738815A (zh) | 一种电力应急预案推演方法、系统、电子设备及存储介质 | |
CN115269928A (zh) | 基于数字孪生的变压器故障预测方法、装置、设备及介质 | |
CN110928723A (zh) | 基于crc的虚回路静态与动态校核方法、装置及存储介质 | |
CN113705836A (zh) | 一种用于电网现场作业指导的系统及装置 | |
CN114660500B (zh) | 一种三相监测保护系统 | |
CN106531268A (zh) | 一种用于核电厂数字化事故程序的链接布置方法 | |
CN104574200B (zh) | 电网校核系统和方法 | |
CN113131449A (zh) | 配电线路中保护装置的整定方法及装置 | |
CN107577595A (zh) | 通讯设备软件点检方法、电子设备及具有存储功能的装置 | |
CN113469556B (zh) | 一种生成工作票的方法、装置、电子设备及存储介质 | |
CN117060348A (zh) | 一种燃机电厂电气系统继电保护方法及系统 | |
CN211375848U (zh) | 核电站系统的控制训练装置 | |
CN117595501A (zh) | 一种智能防误电力调度操作方法及系统 | |
CN113759245B (zh) | 基于统一硬件平台的继电保护静模测试和动模测试方法 | |
EP4122862A1 (en) | System and method for monitoring elevator operating environment | |
CN116341242A (zh) | 高温气冷堆核电站单机版多功能模拟机与实现方法 |
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 |