CN104517241B - 一种基于输电线路全工况信息的风险评估方法 - Google Patents
一种基于输电线路全工况信息的风险评估方法 Download PDFInfo
- Publication number
- CN104517241B CN104517241B CN201410777985.9A CN201410777985A CN104517241B CN 104517241 B CN104517241 B CN 104517241B CN 201410777985 A CN201410777985 A CN 201410777985A CN 104517241 B CN104517241 B CN 104517241B
- Authority
- CN
- China
- Prior art keywords
- risk
- transmission line
- state quantity
- value
- coefficient
- 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.)
- Active
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 89
- 238000012502 risk assessment Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 25
- 230000005611 electricity Effects 0.000 title abstract 5
- 230000007547 defect Effects 0.000 claims abstract description 17
- 238000012544 monitoring process Methods 0.000 claims abstract description 10
- 238000013210 evaluation model Methods 0.000 claims abstract 2
- 230000032683 aging Effects 0.000 claims description 15
- 238000012423 maintenance Methods 0.000 claims description 15
- 238000011156 evaluation Methods 0.000 claims description 14
- 238000012937 correction Methods 0.000 claims description 12
- 238000011002 quantification Methods 0.000 claims description 10
- 239000003795 chemical substances by application Substances 0.000 claims description 5
- 239000012212 insulator Substances 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000013139 quantization Methods 0.000 claims description 4
- 230000033228 biological regulation Effects 0.000 claims description 3
- YZCKVEUIGOORGS-IGMARMGPSA-N Protium Chemical compound [1H] YZCKVEUIGOORGS-IGMARMGPSA-N 0.000 claims 1
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 238000007619 statistical method Methods 0.000 abstract description 3
- 108010001267 Protein Subunits Proteins 0.000 abstract 1
- 230000006378 damage Effects 0.000 description 8
- 238000005315 distribution function Methods 0.000 description 7
- 208000025274 Lightning injury Diseases 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 4
- 239000011248 coating agent Substances 0.000 description 4
- 238000000576 coating method Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000009672 coating analysis Methods 0.000 description 2
- 230000007797 corrosion Effects 0.000 description 2
- 238000005260 corrosion Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 241000607479 Yersinia pestis Species 0.000 description 1
- 238000005452 bending Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明首先建立了分部件的输电线路风险评估模型，确立了部件的运行年限、线路的运行环境和电网状态等因素对输电线路风险的修正方式。然后用统计方法将风险状态量量化为风险度，通过由缺陷、故障数据得到的隶属度模型得到部件的风险值。最后依次经过年限系数、运行环境系数和电网状态系数的修正得到输电线路的整体风险值并根据评估结果对线路进行辅助决策。本发明综合考虑了历史故障缺陷信息、在线监测和人工巡视数据、设备台账、线路工作环境数据及电网自身运行状态等全工况信息，风险评估方法具有全面性，对输电线路的运维决策具有指导意义。
Description
技术领域
本发明涉及一种基于输电线路全工况信息的风险评估方法。
背景技术
电力***规模的不断扩大和重要性的与日俱增，使社会对电力***的可靠运行有了更高的要求。电力工作者不仅要解决已经出现的问题，更需要通过风险评估了解设备发生问题的可能性以及问题的严重程度。不仅如此，风险评估的数据常常用于电网的运维调度，对电力企业的运行监控、检修管理、故障处理、现场巡视等都能起到指导作用。
同时，架空输电线路所处环境复杂多变，运行状态受雨雪、雷电、自然灾害等的影响严重，有必要对输电线路的运行风险进行评估，及时发现风险较大的输电线路，为电网企业制定设备重点管控策略提供技术支撑。当前电网企业的检修工作模式仍以周期性的计划检修为主，随着电网设备数量的增多，检修工作量也大大增加，检修力量不足的问题也越来越突出，工作质量难以保证。利用风险评估结果高效地利用检修力量，以最优的顺序完成最需要的检修工作，是解决这一问题的关键所在。
风险评估在所有行业中均是一项复杂而又耗时的工作，由于评估结果掺杂了大量的主观因素，使评估的数学模型精度偏低，且兼容性差。在电力行业中，目前对输电线路进行风险评估的主要问题有：1.评价方法简单，参数固定，结果说服力有限。2.数据获取难度大，信息不全，评估不够全面，评估结果不能真实反映设备的风险情况。3.状态评估与风险评估脱节，电网企业大多只进行了状态评估环节，后续的检修、风险评估工作不再关注。4.精度低与不全面的风险评估报告无法反映设备的真实风险，并且评估结果对检修决策往往影响有限，因此无法有力支持检修决策的制定。
输电线路的风险主要来源于三个方面，一是外界环境因素，比如雨雪、空气等对输电线路构件的腐蚀、大风引起的导(地)线的偏移、人为偷盗对输电线路的破坏等等；二是自身老化因素，主要是输电线路部件随着投运年限的增加而产生的金属疲劳、裂纹，导线断股，附属设施功能失灵等现象；三是输电线路沿线的突发情况，包括雷击、山火等自然灾害以及电网的突然停电、故障等。由此可见，输电线路所处的环境复杂，对其进行风险评估需要考虑多方面的因素。
发明内容
本发明根据输电线路的自身特点和运行情况，提出了一种基于输电线路全工况信息的风险评估方法。本发明首先将输电线路细分为若干部件，针对不同的部件，找到反映它们运行情况的状态参量，将这些状态参量的历史及当前数据通过统计分析方法得到塔位段的风险。然后，根据部件的运行年限、线路的运行时段区段信息以及电网的运行状态对风险进行修正。最后，根据之前得到的各段输电线路的风险值以及由输电线路全工况信息得到的风险修正值，得到被评价输电线路的整体风险值，并由此对输电线路的运维检修提供辅助决策。
本发明中涉及的全工况信息主要包括以下几个方面。历史数据：历年故障、缺陷统计信息；实时状态数据：在线监测、人工巡视及离线试验结果；设备台账：设备型号、投运年限等；线路工作环境数据：运行时段、地理位置信息及电网自身运行状态。
本发明所述的基于输电线路全工况信息的风险评估方法，包括以下步骤：
步骤S1，建立输电线路风险评估的整体框架，针对输电线路各部件建立风险评估模型，确立状态量的量化与隶属度求取方法；
步骤S2，确立设备运行年限、运行环境和电网运行状态对输电线路风险值修正的计算方法和评价标准，主要定义了部件的老化系数、输电线路的运行环境时间系数和地理位置系数等参量；
步骤S3，由各部件的风险值经过一系列修正得到输电线路的整体风险值，并根据风险评估结果对输电线路运维进行辅助决策。
在上述输电线路风险评估方法中，所述步骤S1包括：
1)建立输电线路风险评估的整体框架
根据输电线路组成和风险评估的要求，将输电线路分为基础、杆塔、导(地)线、绝缘子、金具、接地装置、附属设施和通道环境8个部件，对应于每一个部件，根据规程和故障缺陷记录等，选取若干个风险状态参量来综合表征部件的风险状态，各部件的风险状态参量如表1所示。
表1 各部件的风险状态参量
根据风险评估的全面性原则，综合所有的相关因素，建立如图1所示的输电线路风险评估整体框架。
本发明从部件的风险状态参量出发，由在线监测、人工巡视等方法得到的状态参量通过量化评价得到状态量的风险度。同时，将部件的历史状态，包括故障信息、缺陷信息等作为基础数据进行建模，得到隶属度模型。然后，将部件的所有风险状态参量的风险度输入这个模型，即得到对应部件的风险值，而整个输电线路的风险值由所有部件的风险通过概率求和公式得到。在得到了初步的输电线路风险值之后，需要代入相应的年限系数、运行环境系数以及电网运行状态系数进行进一步的运算。
2)确立风险状态量的量化与隶属度求取方法
1.风险状态量的量化
在输电线路的风险评估中，有一部分状态量是无法通过仪器设备直接进行监测，而得到具体的监测值。因此，将状态量分为直接观测状态量和一般状态量两类，用不同的方式将其量化。
(1)直接观测状态量的量化
针对只能通过直接观测的状态量，依据表2来进行打分，从而获得这些状态量的风险度量化值。
表2 直接观测状态量的量化
| 状态量监测情况 | 完全正常 | 轻微异常 | 一般异常 | 严重异常 | 完全劣化 |
| 风险度量化值 | 0 | 0.2 | 0.5 | 0.8 | 1 |
表3给出了以导(地)线为例的直接观测状态量的风险度量化表。
表3 直接观测状态量的风险度量化表(以导(地)线为例)
假设对某一个状态量有n名人员根据自己的经验和相关规定给出了一系列的量化值q1、q2、...、qn，则风险度量化值Q由下式确定。
(2)一般状态量的量化
对于能够通过观测进行量化的状态量，下面提出一种基于统计的状态量风险度量化方法。
首先，统计各状态量在历年运行中的数据以及对应的次数，通过拟合得到如图2中的状态量数据分布情况，横轴表示某状态量的监测值ω，纵轴表示该监测值出现的次数ψ。假定统计数据中处于正常状态的占a％，则将整体数据a％的分界值记为正常限值，用μ表示。在输电线路各种状态量的统计数据中，至少有90％-95％的数据属于正常状态，为了避免漏判，取a％＝90％。
当状态量远远超过正常限值，且使部件接近100％故障时，记此时状态量的值为故障限值，用ξ表示，对应状态量的风险度为100％。
取状态量的注意值或警示值的一定倍数作为故障限值，记注意值为ξz，警示值为ξj，得到如表4所示的正常限值μ和故障限值ξ，需要说明的是，目前讨论的是故障时状态量的值会增加的状态量，称为正状态量。
表4 正状态量的正常限值和故障限值
若状态量的监测值为x，则其对应的风险度由下式确定。
其中，k为趋势指数且取k>1。
负状态量(故障时其值减小的状态量)和偏差性状态量(故障时其值向两边偏差的状态量)的正常限值、故障限值以及风险度的确定如表5所示。
表5 负状态量和偏差性状态量的量化
2.状态量隶属度的求取
在已知状态量风险度的基础上，还需要确定各状态量对部件风险值的影响大小，称之为隶属度，用α表示。
假设对某一区域中输电线路的某部件在近n年中的故障和重大、紧急缺陷进行统计，得到与这个部件在故障和缺陷中相关的所有状态量QS1、QS2、…、QSn，以及这些状态量对应的出现次数t1、t2、…、tn。那么，这个部件的第i个状态量的隶属度αi由下式确定。以导(地)线为例，其隶属度具体值如表6。
表6 状态量隶属度(以导(地)线为例)
| 序号 | 状态量 | 隶属度 |
| 13 | 导(地)线存在腐蚀、断股、损伤和闪络烧伤 | 0.589 |
| 14 | 导(地)线舞动 | 0.037 |
| 15 | 导(地)线覆冰 | 0.034 |
| 16 | 导(地)线弧垂 | 0.023 |
| 17 | 导(地)线风偏 | 0.037 |
| 18 | 导(地)线异物悬挂 | 0.044 |
| 19 | 导(地)线在线夹内滑移 | 0.034 |
| 20 | 导(地)线脱冰跳跃 | 0.027 |
| 21 | 各类连接管、补修管有弯曲变形现象 | 0.008 |
| 22 | 跳线断股、扭曲、变形、烧伤、损伤 | 0.104 |
| 23 | OPGW光缆线断股 | 0.036 |
| 24 | 跳线风偏 | 0.027 |
于是，某部件第i个状态量QSi的单状态量风险值ri如下式所示。
ri＝Qi×αi
设所有状态量的单状态量风险值分别为r1、r2、…、rn，则该部件的风险值R由下式确定。
在上述输电线路风险评估方法中，所述步骤S2包括：
确立了设备运行年限、运行环境和电网运行状态对输电线路风险值修正的计算方法。
1)计算部件的年限系数
首先引入部件的老化指数这一参数，其计算公式为：
其中AGt为被求取年份的老化指数，AG0为设备初始老化指数，一般取0.5，B为老化常数，T为需要求取老化指数的年份，T0为设备投运年份，fmod为修正系数。
按照设备生产厂商给定的预期寿命n，在通常的运行环境下(fmod＝1)，设备的老化指数会从刚开始的0.5变为最后停运时的5.5。由此设备的老化常数：
在最恶劣环境下，预期寿命最后一年的设备老化指数为10，此时对应的修正系数为10/5.5≈1.82，则根据具体的运行环境，fmod的取值范围为[1,1.82]。
部件投运后第t年的年限系数由下式得到。
FYt＝0.05AGt+1
对于基础、杆塔、接地装置，其年限系数根据主体部件得到。对于导(地)线、绝缘子、金具、附属设施，取线路中各设备年限系数的平均值。对于通道环境，不需要考虑它的年限系数。
2)计算线路的运行环境系数
结合运行经验和输电线路自身特点，选取雷击、山火、覆冰、台风、鸟害和外力破坏这六项对输电线路风险影响最大的环境因素。则运行环境系数TP由下式得到。
其中，i＝1～6时，tpi分别表示雷击、山火、覆冰、台风、鸟害和外力破坏这六种因素的单方面运行环境系数。
两个因素与单方面运行环境系数有关，一是时间区段，对应时间系数t，二个是地理位置区段，对应地理位置系数p。于是，单方面运行环境系数由下式得到。
其中，ti和pi分别表示第i种单一运行环境的时间系数和地理位置系数。
1.时间系数的求取
以南方的运行环境为例，根据历年故障缺陷统计，确定特殊时间区段，如表7所示。
表7 运行环境的特殊时间区段
| 特殊运行环境 | 频发时间区段 | 特殊运行环境 | 频发时间区段 |
| 雷击 | 3～9月 | 台风 | 6～10月 |
| 山火 | 9月～次年1月 | 鸟害 | 9～11月 |
| 覆冰 | 11月～次年2月 | 外力破坏 | 9～11月 |
以覆冰为例，根据历年覆冰故障频发时间的统计覆冰故障发生概率，即覆冰的时间系数随时间呈下式所示的正态分布N(μ1,δ1 2)。由此得到如图3所示的时间系数正态分布图。
其中x为评价时间(以月为单位)，μ1为t的均值，δ1 2为t的方差，K1为正态分布偏移值。
对于其他五种特殊运行环境，根据覆冰的分析方法，得到以时间为变量的分布函数。在分布函数的顶点，取ti＝1.2，在故障的特殊时间区段内，时间系数的取值按照分布函数的值得到，在区段外，取ti＝1。
2.地理位置系数的求取
地理位置系数p的取值由故障频发区域中故障点密度的统计分析得出。以覆冰为例，根据覆冰故障频发区域中历年故障的地理位置的统计，得到图4，以覆冰故障频发区域中心为密度中心，得出覆冰故障点密度函数φ，φ为正态分布函数，记为φ～N(μ2,δ2 2)。
对于其他五种特殊运行环境，根据覆冰的分析方法，得到以离中心点距离为变量的分布函数。在分布函数的顶点，取pi＝1.2，在故障的区段内，地理位置系数的取值按照分布函数的值得到，在区段外，取pi＝1。
3)计算电网状态系数
对输电线路风险具有影响的运行状态包括潮流越限、电压越限、电压失稳这三种情况。
潮流越限情况与电网状态系数S的对应关系如图5所示。
当负载比小于0.8时，取S＝1；当负载比大于1.3时，取S＝1.2；当负载比在0.8到1.3之间时，电网状态系数S与负载比之间成线性关系。
电压越限情况与电网状态系数S的对应关系如图6所示。
当电压比小于0.85、大于1.15时，取S＝1.2；当电压比在0.95到1.05之间时，取S＝1；当电压比在0.85到0.95、1.05到1.15之间时，电网状态系数S与电压比之间成线性关系。
电压失稳情况与电网状态系数S的对应关系如图7所示。
当负荷裕度大于10％时，取S＝1；当负荷裕度小于0时，取S＝1.2；当负荷裕度在0到10％之间时，电网状态系数S与负荷裕度之间成线性关系。
在上述输电线路风险评估方法中，所述步骤S3包括：
根据步骤S1和S2中得到的各部件的风险值以及一系列修正指标，得到输电线路整体的风险值，并根据风险评估结果对输电线路进行辅助决策。
1)计算输电线路整体风险值
部件的风险值需要经过部件年限系数FY(简称F)的修正，输电线路整体风险值需要经过运行环境系数TP(简称T)和电网状态系数S的修正，于是修正后的输电线路整体风险值由下式表示。
其中，Ri和Fi分别表示第i个部件的风险值和年限系数。
2)基于线路风险的辅助决策
将输电线路的风险值在[0,0.1]之间定义为可接受区段，在[0.1,0.5]之间定义为低风险区段，在[0.5,1]之间定义为高风险区段。对于可接受区段的输电线路，不需要有特殊的检修措施，维持正常的检修安排。对于低风险区段的输电线路，应当加强对该段输电线路的检修，并持续关注其风险值的变化，对于高风险区段的输电线路，有条件的应当立刻对可能出现问题的区段进行检修，对不能继续运行的设备应当及时停运并进行更换。
以杆塔为例，表8指出了在低风险和高风险区段的线路需要进行的检修措施。
表8 风险检修措施(以杆塔为例)
附图说明
图1为输电线路风险评估整体框架
图2为某状态量的监测值与出现次数的拟合
图3为覆冰故障概率的时间分布
图4为覆冰故障频发区域中历年故障的地理位置统计
图5为潮流越限与电网状态系数的对应关系
图6为电压越限与电网状态系数对应关系
图7为电压失稳与电网状态系数对应关系
具体实施方式
下面根据附图和实施例对本发明做进一步说明，但不应以此限制本发明的保护范围。
根据本发明的风险评估方法对该输电线路的风险评估过程如下：
1.计算部件的风险值
依照本发明的全工况信息风险评估方法，对南方电网下属的500kV输电线路桂山甲线进行风险评估，根据其在2013年7月的巡视记录和在线监测数据，该段线路在巡检中的缺陷如表9所示。
表9 线路的缺陷数据及对应的风险度和隶属度
以导(地)线为例，查询表3(直接观测状态量的风险度量化表)可知，缺陷“195#右架空地线线夹向小号侧偏移10cm”的风险度为0.5，缺陷“230#光纤引流线断4股”的风险度为0.8。同时，查询表6(状态量隶属度)可得，状态量“导地线在线夹内滑移”的隶属度为0.034，状态量“OPGW光缆线断股”的隶属度为0.036。由此可得，导(地)线的部件风险值在修正前为0.5×0.034+0.8×0.036≈0.046。
通过同样的方式，可得各缺陷对应的风险度和隶属度如表9所示，进一步得到各部件在修正前的风险值：杆塔为0.035、导(地)线为0.046、绝缘子为0.028、金具为0.005、通道环境为0.083。另外3种部件由于没有出现缺陷记录，因此它们的风险值为0。
2.求取年限系数、运行环境系数和电网状态系数
首先计算部件的年限系数，以杆塔为例，该段线路的500kV铁塔的投运年份为1997年，设计年限为50年，可得老化常数B＝0.048，取fmod＝1，得到老化指数AGt＝1.078，于是得到杆塔的年限系数FYt＝1.0539。其他部件的年限系数以及修正后的部件风险值如表10所示，其中，对于通道环境不考虑它的年限系数。
表10 部件的年限系数及修正前后的风险值
| 部件 | 修正前风险值 | 年限系数 | 修正后风险值 |
| 杆塔 | 0.035 | 1.054 | 0.025 |
| 导(地)线 | 0.046 | 1.091 | 0.033 |
| 绝缘子 | 0.028 | 1.175 | 0.022 |
| 金具 | 0.005 | 1.152 | 0.004 |
| 通道环境 | 0.083 | / | 0.083 |
接下来考虑运行环境系数对输电线路风险值的修正。桂山甲线在7月份受到雷击和台风两种特殊运行环境的影响，对于雷击而言，对应的时间系数t＝1.12，地理位置系数p＝1.07，因此，雷击的运行环境系数为1.198，同样可得台风的运行环境系数为1.035。
由于在该段时间内电网未发生异常，因此，电网状态系数S＝1，即电网的运行状态对输电线路的风险值没有影响。
3.求取输电线路整体风险值
由表10中的数据可得该段输电线路在经过运行环境系数和电网状态系数修正前的风险值将修正系数代入后，得到输电线路的整体风险值为0.196。
根据对风险值的定义，此时线路处于低风险区段，应当加强对该段输电线路的检修，并持续关注其风险值的变化，并根据表8对输电线路采取相应的措施。
Claims (3)
1.一种基于输电线路全工况信息的风险评估方法，其特征在于，所述方法包括以下步骤：
步骤S1，建立输电线路风险评估整体框架，针对输电线路各部件建立风险评估模型，确立状态量的量化与求取隶属度，具体是：
①建立分部件的输电线路风险评估整体框架，该输电线路风险评估整体框架由基础、杆塔、导地线、绝缘子、金具、接地装置、附属设施和通道环境这8个部件的风险值以及输电线路所处时段、区段和电网运行状态信息构成；
②建立各部件的风险评估模型
所述的各部件的风险评估模型由部件的若干状态量、历史故障、缺陷统计数据以及部件的运行年限构成；
③量化各状态量的风险度，具体是：
所述的状态量分为直接观测状态量和一般状态量两种：
a)直接观测状态量的风险度量化值Q，公式如下：
<mrow>
<mi>Q</mi>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>n</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>q</mi>
<mi>i</mi>
</msub>
</mrow>
式中：q1、q2、...、qn为某一个状态量有n名人员根据自己的经验和相关规定给出了一系列的量化值；
b)一般状态量的风险度量化值，首先定状态量的正常限值μ，再由状态量的注意值或警示值的一定倍数作为状态量的故障限值ξ；
对于正状态量，即故障时其值增加的状态量，若状态量的监测值为x，则其对应的风险度由下式确定：
<mrow>
<mi>Q</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<mi>x</mi>
<mo>&le;</mo>
<mi>&mu;</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>x</mi>
<mo>-</mo>
<mi>&mu;</mi>
</mrow>
<mrow>
<mi>&xi;</mi>
<mo>-</mo>
<mi>&mu;</mi>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mi>k</mi>
</msup>
</mtd>
<mtd>
<mrow>
<mi>&mu;</mi>
<mo><</mo>
<mi>x</mi>
<mo><</mo>
<mi>&xi;</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mrow>
<mi>x</mi>
<mo>&GreaterEqual;</mo>
<mi>&xi;</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
对于负状态量和偏差性状态量，风险度的确定分别由下两式确定:
<mrow>
<mi>Q</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mrow>
<mi>x</mi>
<mo>&le;</mo>
<mi>&xi;</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>&mu;</mi>
<mo>-</mo>
<mi>x</mi>
</mrow>
<mrow>
<mi>&mu;</mi>
<mo>-</mo>
<mi>&xi;</mi>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mi>k</mi>
</msup>
</mtd>
<mtd>
<mrow>
<mi>&xi;</mi>
<mo><</mo>
<mi>x</mi>
<mo><</mo>
<mi>&mu;</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<mi>x</mi>
<mo>&GreaterEqual;</mo>
<mi>&mu;</mi>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
<mrow>
<mi>Q</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mrow>
<mi>x</mi>
<mo>&le;</mo>
<msub>
<mi>&xi;</mi>
<mn>1</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<msub>
<mi>&mu;</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<mi>x</mi>
</mrow>
<mrow>
<msub>
<mi>&mu;</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>&xi;</mi>
<mn>1</mn>
</msub>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mi>k</mi>
</msup>
</mtd>
<mtd>
<mrow>
<msub>
<mi>&xi;</mi>
<mn>1</mn>
</msub>
<mo><</mo>
<mi>x</mi>
<mo><</mo>
<msub>
<mi>&mu;</mi>
<mn>1</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<msub>
<mi>&mu;</mi>
<mn>1</mn>
</msub>
<mo>&le;</mo>
<mi>x</mi>
<mo>&le;</mo>
<msub>
<mi>&mu;</mi>
<mn>2</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<mi>x</mi>
<mo>-</mo>
<msub>
<mi>&mu;</mi>
<mn>2</mn>
</msub>
</mrow>
<mrow>
<msub>
<mi>&xi;</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>&mu;</mi>
<mn>2</mn>
</msub>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mi>k</mi>
</msup>
</mtd>
<mtd>
<mrow>
<msub>
<mi>&mu;</mi>
<mn>2</mn>
</msub>
<mo><</mo>
<mi>x</mi>
<mo><</mo>
<msub>
<mi>&xi;</mi>
<mn>2</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>1</mn>
</mtd>
<mtd>
<mrow>
<mi>x</mi>
<mo>&GreaterEqual;</mo>
<msub>
<mi>&xi;</mi>
<mn>2</mn>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中，μ1和μ2是偏差性状态量的上下两个正常限值，ξ1和ξ2是偏差性状态量的上下两个故障限值，k为状态量的故障趋势指数且取k>1；
④求取各状态量的隶属度：
当某一区域中输电线路的某部件在近l年中的故障和重大、紧急缺陷进行统计，得到与这个部件在故障和缺陷中相关的所有状态量QS1、QS2、…、QSm，以及这些状态量对应的出现次数t1、t2、…、tm，那么，这个部件的第i个状态量的隶属度αi由下式确定：
<mrow>
<msub>
<mi>&alpha;</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<msub>
<mi>t</mi>
<mi>i</mi>
</msub>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</munderover>
<msub>
<mi>t</mi>
<mi>k</mi>
</msub>
</mrow>
</mfrac>
</mrow>
⑤计算风险值，公式如下：
<mrow>
<mi>R</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>r</mi>
<mi>i</mi>
</msub>
</mrow>
式中：r1、r2、…、ri、…、rn为所有状态量的单状态量风险值，ri＝Qi×αi为第i个状态量QSi的单状态量风险值；
步骤S2，确立设备运行年限、运行环境和电网运行状态对输电线路风险值修正的计算方法和评价标准，定义部件的老化系数、输电线路的运行环境时间系数和地理位置系数；
步骤S3，由各部件的风险值经过一系列修正得到输电线路的整体风险值，并根据风险评估结果对输电线路运维进行辅助决策。
2.根据权利要求1所述的基于输电线路全工况信息的风险评估方法，其特征在于所述的步骤S2具体包括：
①对输电线路各部件确立了基于运行年限、运行环境以及设备预期寿命的年限系数的求取方法，公式如下：
FYt＝0.05AGt+1
式中：FYt为投运后第t年的年限系数，AGt为被求取年份的老化指数，老化指数由下式得到：
<mrow>
<msub>
<mi>AG</mi>
<mi>t</mi>
</msub>
<mo>=</mo>
<msub>
<mi>AG</mi>
<mn>0</mn>
</msub>
<mo>&times;</mo>
<msup>
<mi>e</mi>
<mrow>
<mi>B</mi>
<mrow>
<mo>(</mo>
<mi>T</mi>
<mo>-</mo>
<msub>
<mi>T</mi>
<mn>0</mn>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</msup>
<mo>&times;</mo>
<msub>
<mi>f</mi>
<mi>mod</mi>
</msub>
</mrow>
式中：AG0为设备初始老化指数，取0.5，B为老化常数，ng为设备预期寿命，T为需要求取老化指数的年份，T0为设备投运年份，fmod为修正系数，取值范围为[1,1.82]，根据具体的运行环境决定；
②计算线路的运行环境系数，公式如下：
式中：ti为第i种单一运行环境的时间系数，pi为第i种单一运行环境的地理位置系数；
③计算电网状态系数S。
3.根据权利要求1所述的基于输电线路全工况信息的风险评估方法，其特征在于所述步骤S3具体包括：
①计算输电线路的整体风险值，公式如下：
<mrow>
<mover>
<mi>R</mi>
<mo>&OverBar;</mo>
</mover>
<mo>=</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<munderover>
<mo>&Pi;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>8</mn>
</munderover>
<mo>(</mo>
<mrow>
<mn>1</mn>
<mo>-</mo>
<mfrac>
<mrow>
<msub>
<mi>R</mi>
<mi>i</mi>
</msub>
<msub>
<mi>F</mi>
<mi>i</mi>
</msub>
</mrow>
<mn>1.5</mn>
</mfrac>
</mrow>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>&CenterDot;</mo>
<mi>T</mi>
<mo>&CenterDot;</mo>
<mi>S</mi>
</mrow>
式中：Ri为第i个部件的风险值，Fi为第i个部件的年限系数，S为电网状态系数，T为运行环境系数；
②将输电线路的风险值在[0,0.1)之间定义为可接受区段，在[0.1,0.5)之间定义为低风险区段，在[0.5,1]之间定义为高风险区段，对于可接受区段的输电线路，不需要有特殊的检修措施，维持正常的检修安排，对于低风险区段的输电线路，应当加强对该段输电线路的检修，并持续关注其风险值的变化，对于高风险区段的输电线路，应当立刻对对该段输电线路进行检修，对不能继续运行的设备应当及时停运并进行更换。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410777985.9A CN104517241B (zh) | 2014-12-16 | 2014-12-16 | 一种基于输电线路全工况信息的风险评估方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410777985.9A CN104517241B (zh) | 2014-12-16 | 2014-12-16 | 一种基于输电线路全工况信息的风险评估方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104517241A CN104517241A (zh) | 2015-04-15 |
| CN104517241B true CN104517241B (zh) | 2018-01-23 |
Family
ID=52792495
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410777985.9A Active CN104517241B (zh) | 2014-12-16 | 2014-12-16 | 一种基于输电线路全工况信息的风险评估方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104517241B (zh) |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105223472B (zh) * | 2015-10-16 | 2017-12-05 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种基于多源数据集合论的高压输电线路故障定位方法 |
| CN105203926B (zh) * | 2015-10-16 | 2017-12-05 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种提高超高压直流输电线路故障定位准确性的方法 |
| CN105930964A (zh) * | 2016-04-15 | 2016-09-07 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种基于时空因素影响的输电线路覆冰风险评估方法 |
| CN106022622A (zh) * | 2016-05-25 | 2016-10-12 | 中国南方电网有限责任公司超高压输电公司检修试验中心 | 一种输电线路山火风险评估方法 |
| CN106651128A (zh) * | 2016-11-16 | 2017-05-10 | 国家电网公司 | 一种输变电***风险预警方法 |
| CN107392506A (zh) * | 2017-08-25 | 2017-11-24 | 湖北国网华中科技开发有限责任公司 | 一种融合移动互联网技术的自学线路状态评价***及评价方法 |
| CN107894324A (zh) * | 2017-12-19 | 2018-04-10 | 中国电力科学研究院有限公司 | 一种基于健康指数的opgw运行状态评估方法及*** |
| CN108594070A (zh) * | 2018-04-17 | 2018-09-28 | 国网上海市电力公司 | 基于多维度网络公共信息分析的输电线路故障预测建方法 |
| CN108845213A (zh) * | 2018-07-11 | 2018-11-20 | 云南电网有限责任公司电力科学研究院 | 一种输电线老化程度评估方法及*** |
| CN109543974A (zh) * | 2018-11-13 | 2019-03-29 | 天津送变电工程有限公司 | 一种架空输电线路状态评价***及其工作方法 |
| GB2596115A (en) * | 2020-06-18 | 2021-12-22 | Cantab Risk Res Limited | Estimating the effect of risks on a technical system |
| CN111967730B (zh) * | 2020-07-28 | 2024-05-28 | 国网江西省电力有限公司信息通信分公司 | 一种基于输电线路寿命的评估*** |
| CN112070406A (zh) * | 2020-09-11 | 2020-12-11 | 国网北京市电力公司 | 输电设备的设备风险处理方法及装置、电子装置 |
| CN113052473B (zh) * | 2021-03-31 | 2024-03-22 | 贵州电网有限责任公司 | 一种基于故障率和静态安全分析的电网风险分析方法 |
| CN117391443A (zh) * | 2023-10-19 | 2024-01-12 | 应急管理部大数据中心 | 除尘设备状态监测预警方法及*** |
| CN117350548B (zh) * | 2023-12-04 | 2024-04-16 | 国网浙江省电力有限公司宁波供电公司 | 一种配电设备安全隐患排查方法 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1418477A1 (en) * | 2002-11-06 | 2004-05-12 | Abb Research Ltd. | Method for controlling an electric power transmission network |
| CN102737286A (zh) * | 2012-04-23 | 2012-10-17 | 中国电力科学研究院 | 一种地区电网在线风险分析***和方法 |
-
2014
- 2014-12-16 CN CN201410777985.9A patent/CN104517241B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1418477A1 (en) * | 2002-11-06 | 2004-05-12 | Abb Research Ltd. | Method for controlling an electric power transmission network |
| CN102737286A (zh) * | 2012-04-23 | 2012-10-17 | 中国电力科学研究院 | 一种地区电网在线风险分析***和方法 |
Non-Patent Citations (1)
| Title |
|---|
| "架空输电线路的健康状态和风险评估研究";杨金东;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20140215(第02期);正文第1.3、2.1、3.2、4.1、4.2节 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104517241A (zh) | 2015-04-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104517241B (zh) | 一种基于输电线路全工况信息的风险评估方法 | |
| CN106908674B (zh) | 一种基于多状态量预测的变压器状态评估方法 | |
| CN111582700B (zh) | 一种配电网设备故障率计算方法 | |
| CN111523699A (zh) | 一种基于综合状态健康度的架空线路故障概率预测方法 | |
| CN111210102B (zh) | 一种极端灾害条件下电网故障建模方法 | |
| CN105761001B (zh) | 一种融合多源信息的配网设备状态评价方法 | |
| CN106651128A (zh) | 一种输变电***风险预警方法 | |
| CN104750976A (zh) | 一种输电线路状态评价参数体系的构建方法 | |
| CN106845822B (zh) | 一种防覆冰舞动技改项目效能评价方法和*** | |
| CN114781657A (zh) | 一种基于人工智能的电力设备检修***及方法 | |
| CN111581802B (zh) | 一种配电设备实时综合故障率计算方法和*** | |
| Li et al. | A line-fault cause analysis method for distribution network based on decision-making tree and machine learning | |
| CN104574211A (zh) | 基于风险源的电网调度操作风险预警方法和*** | |
| CN105930964A (zh) | 一种基于时空因素影响的输电线路覆冰风险评估方法 | |
| CN117350550A (zh) | 一种基于恶劣天气下的电网运行风险评估*** | |
| CN112990678A (zh) | 基于多源数据融合的覆冰预警判定方法 | |
| CN114399082A (zh) | 一种输电线路融冰优先级制定方法及*** | |
| CN115224684A (zh) | 基于免疫危险理论的智能配电网风险状态辨识方法及*** | |
| CN113610371A (zh) | 基于韧性的冰冻灾害电网薄弱环节评估方法及装置 | |
| Niu et al. | Distribution transformer failure rate prediction model based on multi-source information | |
| CN113436030A (zh) | 一种配电网多维度监测方法和*** | |
| CN106022622A (zh) | 一种输电线路山火风险评估方法 | |
| CN113406537A (zh) | 一种电力设备故障程度的定量评估方法 | |
| Huang et al. | Multi-dimensional Risk Assessment Method for Electric Transmission Line | |
| Wang et al. | Comprehensive Condition-Information-Based Risk Assessment Method for Power Transmission Line |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20150415 Assignee: Jiangsu Tiannan Electric Power Co.,Ltd. Assignor: SHANGHAI JIAO TONG University Contract record no.: X2023980033527 Denomination of invention: A Risk Assessment Method Based on Transmission Line Full Condition Information Granted publication date: 20180123 License type: Common License Record date: 20230313 |
|
| EE01 | Entry into force of recordation of patent licensing contract |