[发明专利]一种时变设备故障概率确定方法在审
申请号: | 201410286145.2 | 申请日: | 2014-06-24 |
公开(公告)号: | CN104050377A | 公开(公告)日: | 2014-09-17 |
发明(设计)人: | 游大海;田珂;杨胜春;姚建国;龙呈;陈齐瑞;冯树海;於益军;李峰;潘玲玲;徐鹏 | 申请(专利权)人: | 国家电网公司;中国电力科学研究院;华中科技大学;江苏省电力公司 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 北京安博达知识产权代理有限公司 11271 | 代理人: | 徐国文 |
地址: | 100031 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 设备 故障 概率 确定 方法 | ||
技术领域:
本发明涉及一种设备故障概率确定方法,更具体涉及一种电力设备状态和外部环境变化的时变设备故障概率确定方法。
背景技术:
为适应智能电网快速发展对电网调度运行的影响,需要在智能调度系统现有研究成果的基础之上,提高调度系统本身感知电网运行状态和潜在运行风险的能力,提高调度系统自我决策水平,有效辅助调度运行人员完成对电网的控制。
电网运行状态发展轨迹有别于传统的电压、功角单一物理量的变化曲线,它是一个更加宏观、抽象的概念,可以解释为在一段时间内电网运行点的时序图,描绘了历史、当前、未来一段时间内电网运行状态的变化过程。基于风险度的电网运行状态发展轨迹是考虑电力系统运行过程中的各种不确定性因素的影响,而给出的电网实时及未来短时间尺度内一种结合事故发生概率及其后果严重度的电网发展趋势,对运行人员防止停电事故的发生具有一定的指导作用。
建立设备故障概率模型是进行风险度计算的前提,更是建立基于风险度的电网运行状态发展轨迹的基础。传统的电力设备故障概率主要应用于电网规划、设备检修领域的常规可靠性分析,着眼于设备的长期稳定性,忽略短时间尺度内运行工况变化对设备故障概率的影响。而基于风险度的电网运行状态发展轨迹着眼于短时间尺度内电网的运行情况,因此需要建立时变设备故障概率模型。目前,时变设备故障概率模型主要有指数分布、威布尔分布、马尔可夫过程解析模型,所建模型中的瞬时状态概率往往是通过设备的故障率和修复率参数体现的,与传统可靠性评估停运模型中故障率取为长期统计平均值不同,随着设备运行工况的变化,时变设备故障概率模型中的故障率参数是时变的。这就需要大量的历史数据,否则时变参数的获取比较困难。在考虑统计数据不足及工况信息不确定性因素的影响下,不少学者利用模糊理论、可信度理论建立设备故障概率的非解析模型。在此基础上,本发明提供了一种计及设备运行工况,基于主观贝叶斯方法建立时变设备故障概率模型的方法以克服上述缺陷。
发明内容:
本发明的目的是提供一种时变设备故障概率确定方法,该方法为形成基于风险度的电网运行状态发展轨迹奠定基础。
为实现上述目的,本发明采用以下技术方案:一种时变设备故障概率确定方法,所述方法包括以下步骤:
(1)设备基本故障模式分类;
(2)定义基本概率参数;
(3)确定所述设备故障停运对观察条件的可信度;
(4)确定所述设备故障的先验概率;
(5)确定时变设备故障停运概率。
本发明提供的一种时变设备故障概率确定方法,所述步骤(1)的故障模式包括导线故障、杆塔故障和绝缘子故障;所述导线故障包括断线故障、短路故障和闪络故障;所述绝缘子故障包括污闪故障、雷击故障和机械故障。
本发明提供的一种时变设备故障概率确定方法,所述步骤(2)中的参数包括观察条件S、证据Q、结论R和可信度C(Q/S);
所述观察条件S:指设备运行工况;
证据Q:指导致架空线路故障停运的各种基本故障停运模式;
结论R:指架空线路故障停运;
可信度C(Q/S):指观察条件S对证据Q的支持度。
本发明提供的另一优选的一种时变设备故障概率确定方法,所述设备运行工况包括设备运行状态和外部环境;
所述可信度C(Q/S)取值通常为-K~+K中的某个整数,并通过下式(1)确定与条件概率P(Q/S)的关系:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国家电网公司;中国电力科学研究院;华中科技大学;江苏省电力公司,未经国家电网公司;中国电力科学研究院;华中科技大学;江苏省电力公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410286145.2/2.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用