[发明专利]冰灾下输电网脆弱线路辨识方法、装置及存储介质有效
申请号: | 202211270172.1 | 申请日: | 2022-10-18 |
公开(公告)号: | CN115345260B | 公开(公告)日: | 2023-01-20 |
发明(设计)人: | 龚贤夫;彭勃;李耀东;徐蔚;卢伟钿;杨浩宇;唐文虎;钱瞳 | 申请(专利权)人: | 广东电网有限责任公司 |
主分类号: | G06F30/20 | 分类号: | G06F30/20;G06F18/213;G06F18/2415;G06Q50/06;H02G1/02;G06F113/16 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 姚心怡 |
地址: | 510000 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 冰灾下 输电网 脆弱 线路 辨识 方法 装置 存储 介质 | ||
1.一种冰灾下输电网脆弱线路辨识方法,其特征在于,包括:
确定冰灾下输电网中各线路的覆冰厚度;
根据各所述覆冰厚度确定各线路的故障概率;
基于各线路的故障概率,采用蒙特卡洛仿真得到若干线路连锁故障事故链,并根据各所述线路连锁故障事故链构建连锁故障关联矩阵;其中,所述连锁故障关联矩阵中的每一元素为:元素所对应的故障线路与另一故障线路的关联权重;
根据所述连锁故障关联矩阵确定各线路的节点权重度数;
将节点权重度数最大的前M条线路作为脆弱线路,并根据所述脆弱线路确定每一未知脆弱性线路的脆弱性;其中,所述根据所述脆弱线路确定每一未知脆弱性线路的脆弱性包括:将所述连锁故障关联矩阵映射为低维向量;将所述低维向量中与脆弱线路所对应的向量作为第一映射向量;将所述低维向量中与未知脆弱性线路所对应的向量作为第二映射向量;其中,所述未知脆弱性线路为连锁故障关联矩阵所对应的不为脆弱线路的其余任意一线路;根据每一第二映射向量与所有第一映射向量的欧式距离,确定每一第二映射向量所对应的未知脆弱性线路的脆弱性。
2.如权利要求1所述的冰灾下输电网脆弱线路辨识方法,其特征在于,所述确定冰灾下输电网中各线路的覆冰厚度,具体包括:
获取输电网各线路所在区域的天气数据;其中,所述天气数据包括:冻雨的持续时长、降雨量、空气中含水量以及风速;
根据预设的覆冰模型以及各所述天气数据计算各线路覆冰厚度;
所述覆冰模型为:
;
其中,为覆冰厚度,为冻雨的持续时长,为降雨量,为空气中含水量,为冰密度,为水的密度,为风速。
3.如权利要求2所述的冰灾下输电网脆弱线路辨识方法,其特征在于,所述根据各所述覆冰厚度确定各线路的故障概率,包括:
根据预设的输电线路故障概率模型以及各所述覆冰厚度确定各线路的故障概率;
所述输电线路故障概率模型为:
;
其中,为线路故障概率;为预设覆冰厚度阈值。
4.一种冰灾下输电网脆弱线路辨识装置,其特征在于,包括:覆冰厚度确定模块、故障概率确定模块、连锁故障关联矩阵构建模块、节点权重度数确定模块、脆弱线路确定模块以及脆弱性确定模块;
所述覆冰厚度确定模块,用于确定冰灾下输电网中各线路的覆冰厚度;
所述故障概率确定模块,用于根据各所述覆冰厚度确定各线路的故障概率;
所述连锁故障关联矩阵构建模块,基于各线路的故障概率,采用蒙特卡洛仿真得到若干线路连锁故障事故链,并根据各所述线路连锁故障事故链构建连锁故障关联矩阵;其中,所述连锁故障关联矩阵中的每一元素为:元素所对应的故障线路与另一故障线路的关联权重;
所述节点权重度数确定模块,根据所述连锁故障关联矩阵确定各线路的节点权重度数;
所述脆弱线路确定模块,用于将节点权重度数最大的前M条线路作为脆弱线路;
所述脆弱性确定模块,用于根据所述脆弱线路确定每一未知脆弱性线路的脆弱性;其中,所述根据所述脆弱线路确定每一未知脆弱性线路的脆弱性包括:将所述连锁故障关联矩阵映射为低维向量;将所述低维向量中与脆弱线路所对应的向量作为第一映射向量;将所述低维向量中与未知脆弱性线路所对应的向量作为第二映射向量;其中,所述未知脆弱性线路为连锁故障关联矩阵所对应的不为脆弱线路的其余任意一线路;根据每一第二映射向量与所有第一映射向量的欧式距离,确定每一第二映射向量所对应的未知脆弱性线路的脆弱性。
5.一种存储介质,其特征在于,所述存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述存储介质所在设备执行如权利要求1至3中任意一项所述的冰灾下输电网脆弱线路辨识方法。
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广东电网有限责任公司,未经广东电网有限责任公司许可,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/202211270172.1/1.html,转载请声明来源钻瓜专利网。