CN107480337A - 多因素驱动架空线路故障率建模方法 - Google Patents
多因素驱动架空线路故障率建模方法 Download PDFInfo
- Publication number
- CN107480337A CN107480337A CN201710571200.6A CN201710571200A CN107480337A CN 107480337 A CN107480337 A CN 107480337A CN 201710571200 A CN201710571200 A CN 201710571200A CN 107480337 A CN107480337 A CN 107480337A
- Authority
- CN
- China
- Prior art keywords
- mrow
- transmission line
- msub
- overhead transmission
- fault rate
- 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.)
- Granted
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 86
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000011160 research Methods 0.000 claims abstract description 10
- 239000000463 material Substances 0.000 claims abstract description 9
- 230000003862 health status Effects 0.000 claims abstract description 7
- 238000012360 testing method Methods 0.000 claims description 10
- 238000007689 inspection Methods 0.000 claims description 7
- 238000000205 computational method Methods 0.000 claims description 5
- 238000007476 Maximum Likelihood Methods 0.000 claims description 3
- 238000000137 annealing Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008521 reorganization Effects 0.000 description 1
- HBMJWWWQQXIZIP-UHFFFAOYSA-N silicon carbide Chemical compound [Si+]#[C-] HBMJWWWQQXIZIP-UHFFFAOYSA-N 0.000 description 1
- 229910010271 silicon carbide Inorganic materials 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
- 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)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Geometry (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Monitoring And Testing Of Exchanges (AREA)
- Testing Resistance To Weather, Investigating Materials By Mechanical Methods (AREA)
Abstract
本发明公开了一种多因素驱动架空线路故障率建模方法。包括如下步骤:步骤1、根据架空线路的材料,计算得到架空线路期望寿命;步骤2、根据架空线路实际运行时间及其所处环境温度统计数据,计算得到架空线路等效服役时间;步骤3、根据所研究地区架空线路故障率与天气情况的统计数据,通过假设检验的方式得到各种天气因素与架空线路故障率的相关性,并通过加权的方式得到天气综合状况评分值;步骤4、根据架空线路的基准故障率函数、天气综合状况评分值、线路健康状态值和负载率得到综合故障率函数;步骤5、得到适用于该地区的多因素驱动架空线路故障率模型。本发明可以科学准确地给出架空线路的故障率。
Description
技术领域
本发明涉及电力分析技术,尤其是电力***架空线路故障率建模领域。
背景技术
近年来,随着我国电网的快速发展,特别是特高压建设的不断推进落地,与之配套的大量新建、改扩建电力工程的不断实施,以及各级电网规模的不断扩大,电网运行的风险隐患逐渐增多,电网安全面临着更为严峻的考验。如何有效提高电网风险管控能力、提升电网安全可靠供电水平,成为电网安全管理工作的重中之重。架空线路作为电力传输的重要通道,在电网安全中占据着重要地位,由于其运行环境复杂多变,极易受到内外部因素的共同影响而发生故障停运,严重影响人民的正常生活秩序。因此,建立一个可以全面量化内外部影响因素的架空线故障率模型,对于了解电力***运行风险、提高输电可靠性具有重要意义。
目前存在的针对电力***架空线路故障率建模的方法,或是考虑单一的影响因素,不能全面反映导致架空线路故障的各影响因素之间的耦合关系;或是虽然整合多种影响因素建模的方法,但这些模型中对于影响因素的选择更多依靠直觉判断,客观性不足。
发明内容
本发明所要解决的技术问题就是提供一种多因素驱动架空线路故障率建模方法,科学准确地给出架空线路的故障率。
为解决上述技术问题,本发明采用如下技术方案:多因素驱动架空线路故障率建模方法,包括下列步骤:
步骤1、根据架空线路的材料,计算得到架空线路期望寿命;
步骤2、根据架空线路实际运行时间及其所处环境温度测量数据,计算得到架空线路等效服役时间;
步骤3、根据所研究地区架空线路故障率与天气情况的统计数据,通过假设检验的方式得到各种天气因素与架空线路故障率的相关性,并通过加权的方式得到天气综合状况评分值;
步骤4、根据架空线路的基准故障率函数、天气综合状况评分值、线路健康状态值和负载率得到综合故障率函数;
步骤5、通过所研究地区的历史统计数据,对得到的综合故障率函数进行参数估计,得到适用于该地区的多因素驱动架空线路故障率模型。
作为优选,步骤1中架空线路期望寿命的计算方法为:
式中:W为导线抗拉强度损失百分比;Wa为导线完全退火后抗拉强度损失百分比;Wmax为导线完成服役退出运行时抗拉强度损失百分比;θ为导线实际测量温度,K、A、B、C、D和R为对应导线的属性常数。
作为优选,步骤2中架空线路等效服役时间的计算方法为:
将架空线路实际运行时间T划分为n个小的时间区间t1,t2,…,tn,全区间恒定运行温度θ(ti)取时间区间ti初始时刻的温度,架空线路等效服役时间Teq为:
式中,
作为优选,步骤3中通过假设检验的方式得到各种天气因素与架空线路故障率的相关性,其方法为:
首先采用Pearson相关系数的概念计算影响因素与架空线故障之间的相关系数:
式中,xi为第i个观测样本对应影响因素归一化后数值,yi为第i个观测样本的故障率;
然后采用t分布检验法对与r相应的总体相关系数ρ进行假设检验,
假设H0:ρ=0;H1:ρ≠0,t检验法的检验统计量为:
根据假设检验p-的定义,计算公式如下:
定义影响因素的重要度水平为(1-p-),根据上述算法,给出影响因素的重要度,通过设定门槛值,选择出重要度水平高于门槛值的影响因素,将其纳入整体天气状况评价的指标。
作为优选,步骤3所述的通过加权的方式得到天气综合状况评分值,其具体方法为:
根据重要度计算各影响因素权重:
式中,qj为第j个影响因素权重,(1-p-j)为对应因素重要度,
得到天气综合状况评分值Z1,即:
作为优选,步骤4中的综合故障率函数为:
式中,L为架空线路期望寿命;Teq为架空线路等效服役时间;Z1为天气综合状况评分值;Z2、Z3分别代表设备健康状态评分值和架空线路负载率,β,γ1,γ2,γ3为待估计参数。
作为优选,步骤5中采用最小二乘法、极大似然估计法或Levenberg-Marquardt法对步骤4得到的模型中β,γ1,γ2,γ3参数进行估计,得到参数的估计值,带回到式(9)中,得到适用于该地区的多因素驱动架空线路故障率模型。
本发明根据所研究地区的相关历史统计数据,构建一种多因素驱动架空线路故障率模型,能够综合考虑内外部等多种因素对架空线路故障率的影响,并通过假设检验的方式避免人为主观盲目性,科学准确地给出架空线路的故障率。使得调度运行人员能够更加直观地掌握当前风险水平,辅助调度运行人员做出快速而准确的决策,提高调度运行人员对电网的管控能力,保障电网的安全稳定运行。本发明的方法可靠、易行,便于推广。
附图说明
下面结合附图和具体实施方式对本发明作进一步描述:
图1为多因素驱动架空线路故障率建模方法的流程图。
具体实施方式
请参阅图1,本发明多因素驱动架空线路故障率建模方法,包括下列步骤:
步骤1、根据架空线路的材料,计算得到架空线路期望寿命;
所述的架空线路期望寿命,其计算方法为:
式中:W为导线抗拉强度损失百分比,即导线损失强度与初始强度的比值;Wa为导线完全退火后抗拉强度损失百分比;Wmax为导线完成服役退出运行时抗拉强度损失百分比;θ为导线实际测量温度,K;A,B,C,D和R为对应导线的属性常数。Wmax、Wa、K、A、B、C、D和R可以根据导线的材料参照表1得到。
对应导线的属性常数均可以查表中获得,不同材质和温度下的输电线路材料参数表如表1所示。
表1不同材质和温度下的输电线路材料参数表
步骤2、根据架空线路实际运行时间及其所处环境温度测量数据,计算得到架空线路等效服役时间;
所述的架空线路等效服役时间,其具体计算方法为:
将架空线路实际运行时间T划分为n个小的时间区间t1,t2,…,tn,全区间恒定运行温度θ(ti)取时间区间ti初始时刻的温度(将架空线路运行时间分为了T段,每一段都有起始时刻和终止时刻,起始时刻对应的温度就是区间初始时刻温度,该温度可以通过温度传感器测量),由于沿线穿越多个不同气候区域,区间温度取全线温度最高值。架空线路等效服役时间Teq为:
式中,
步骤3、根据所研究地区架空线路故障率与天气情况的统计数据,通过假设检验的方式得到各种天气因素与架空线路故障率的相关性,并通过加权的方式得到天气综合状况评分值;
所述的通过假设检验的方式得到各种天气因素与架空线路故障率的相关性,其具体方法为:
首先采用Pearson相关系数的概念计算影响因素与架空线故障之间的相关系数:
式中,xi为第i个观测样本对应影响因素归一化后数值,yi为第i个观测样本的故障率。
观测样本指的是电网公司历史统计的数据,包括当时的各种天气状况和对应的架空线路故障率。各种天气因素指的是电网公司历史统计数据中统计的各种天气因素,可以包括但不限于最大风速、平均相对湿度、瞬时降雨量、平均温度等。
然后采用t分布检验法对与r相应的总体相关系数ρ进行假设检验。假设H0:ρ=0;H1:ρ≠0,t检验法的检验统计量为:
根据假设检验p-的定义,计算公式如下:
定义影响因素的重要度水平为(1-p-),根据上述算法,给出影响因素的重要度,通过设定门槛值,选择出重要度水平高于门槛值的影响因素,将其纳入整体天气状况评价的指标。
所述的通过加权的方式得到天气综合状况评分值,其具体方法为:
根据重要度计算各影响因素权重:
式中,qj为第j个影响因素权重,(1-p-j)为对应因素重要度。
得到天气综合状况评分值Z1,即:
步骤4、根据架空线路的基准故障率函数、天气综合状况评分值、线路健康状态值和负载率得到综合故障率函数;
所述的综合故障率函数,其具体形式为:
式中,架空线路期望寿命L为架空线路预期寿命;Teq为架空线路等效服役时间;Z1为天气综合状况评分值;Z2、Z3分别代表设备健康状态评分值和架空线路负载率,可通过查询所研究地区电力***统计数据计算得到。β,γ1,γ2,γ3为待估计参数。
步骤5、通过所研究地区的历史统计数据,对得到的综合故障率函数进行参数估计,得到适用于该地区的多因素驱动架空线路故障率模型。
所述的对得到的综合故障率函数进行参数估计,得到适用于该地区的多因素驱动架空线路故障率模型。其具体方法为:
根据所研究地区的相关历史统计数据,采用最小二乘法、极大似然估计法或Levenberg-Marquardt法等参数估计方法,对步骤4得到的模型中β,γ1,γ2,γ3等参数进行估计,得到参数的估计值,带回到综合故障率函数中,得到适用于该地区的多因素驱动架空线路故障率模型。
除上述优选实施例外,本发明还有其他的实施方式,本领域技术人员可以根据本发明作出各种改变和变形,只要不脱离本发明的精神,均应属于本发明权利要求书中所定义的范围。
Claims (7)
1.多因素驱动架空线路故障率建模方法,其特征在于,包括下列步骤:
步骤1、根据架空线路的材料,计算得到架空线路期望寿命;
步骤2、根据架空线路实际运行时间及其所处环境温度测量数据,计算得到架空线路等效服役时间;
步骤3、根据所研究地区架空线路故障率与天气情况的统计数据,通过假设检验的方式得到各种天气因素与架空线路故障率的相关性,并通过加权的方式得到天气综合状况评分值;
步骤4、根据架空线路的基准故障率函数、天气综合状况评分值、线路健康状态值和负载率得到综合故障率函数;
步骤5、通过所研究地区的历史统计数据,对得到的综合故障率函数进行参数估计,得到适用于该地区的多因素驱动架空线路故障率模型。
2.根据权利要求1所述的多因素驱动架空线路故障率建模方法,其特征在于,步骤1中架空线路期望寿命的计算方法为:
<mrow>
<mi>L</mi>
<mo>=</mo>
<mi>exp</mi>
<mo>{</mo>
<mfrac>
<mn>1</mn>
<mi>B</mi>
</mfrac>
<mo>&lsqb;</mo>
<mi>l</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mi>l</mi>
<mi>n</mi>
<mo>(</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>W</mi>
<mi>max</mi>
</msub>
<mo>/</mo>
<msub>
<mi>W</mi>
<mi>a</mi>
</msub>
</mrow>
</mfrac>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mi>A</mi>
<mo>-</mo>
<mi>D</mi>
<mi>l</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mfrac>
<mi>R</mi>
<mn>80</mn>
</mfrac>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mi>&theta;</mi>
<mo>-</mo>
<mfrac>
<mi>C</mi>
<mi>B</mi>
</mfrac>
<mo>}</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
式中:W为导线抗拉强度损失百分比;Wa为导线完全退火后抗拉强度损失百分比;Wmax为导线完成服役退出运行时抗拉强度损失百分比;θ为导线实际测量温度,K、A、B、C、D和R为对应导线的属性常数。
3.根据权利要求2所述的多因素驱动架空线路故障率建模方法,其特征在于,步骤2中架空线路等效服役时间的计算方法为:
将架空线路实际运行时间T划分为n个小的时间区间t1,t2,…,tn,全区间恒定运行温度θ(ti)取时间区间ti初始时刻的温度,架空线路等效服役时间Teq为:
<mrow>
<msub>
<mi>T</mi>
<mrow>
<mi>e</mi>
<mi>q</mi>
</mrow>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>t</mi>
<mi>i</mi>
</msub>
<mi>exp</mi>
<mo>&lsqb;</mo>
<mi>K</mi>
<mrow>
<mo>(</mo>
<mi>&theta;</mi>
<mo>-</mo>
<mi>&theta;</mi>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,
4.根据权利要求1所述的多因素驱动架空线路故障率建模方法,其特征在于,步骤3中通过假设检验的方式得到各种天气因素与架空线路故障率的相关性,其方法为:
首先采用Pearson相关系数的概念计算影响因素与架空线故障之间的相关系数:
<mrow>
<mi>r</mi>
<mo>=</mo>
<mfrac>
<mrow>
<mi>&Sigma;</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>x</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>x</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mi>i</mi>
</msub>
<mo>-</mo>
<mover>
<mi>y</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
</mrow>
<msqrt>
<mrow>
<mi>&Sigma;</mi>
<msup>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>-</mo>
<mover>
<mi>x</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mi>&Sigma;</mi>
<msup>
<mrow>
<mo>(</mo>
<mi>y</mi>
<mo>-</mo>
<mover>
<mi>y</mi>
<mo>&OverBar;</mo>
</mover>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
</msqrt>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,xi为第i个观测样本对应影响因素归一化后数值,yi为第i个观测样本的故障率;
然后采用t分布检验法对与r相应的总体相关系数ρ进行假设检验,
假设H0:ρ=0;H1:ρ≠0,t检验法的检验统计量为:
<mrow>
<mi>t</mi>
<mo>=</mo>
<mo>|</mo>
<mi>r</mi>
<mo>|</mo>
<msqrt>
<mfrac>
<mrow>
<mi>n</mi>
<mo>-</mo>
<mn>2</mn>
</mrow>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msup>
<mi>r</mi>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
</msqrt>
<mo>~</mo>
<mi>t</mi>
<mrow>
<mo>(</mo>
<mi>n</mi>
<mo>-</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>5</mn>
<mo>)</mo>
</mrow>
</mrow>
根据假设检验p-的定义,计算公式如下:
<mrow>
<mi>p</mi>
<mo>-</mo>
<mo>=</mo>
<mo>{</mo>
<mtable>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mrow>
<msup>
<mi>r</mi>
<mn>2</mn>
</msup>
<mo>=</mo>
<mn>1</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mn>2</mn>
<mi>P</mi>
<mrow>
<mo>(</mo>
<mi>&tau;</mi>
<mo>></mo>
<mo>|</mo>
<mi>t</mi>
<mo>|</mo>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
<mtd>
<mrow>
<msup>
<mi>r</mi>
<mn>2</mn>
</msup>
<mo>&NotEqual;</mo>
<mn>1</mn>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>6</mn>
<mo>)</mo>
</mrow>
</mrow>
定义影响因素的重要度水平为(1-p-),根据上述算法,给出影响因素的重要度,通过设定门槛值,选择出重要度水平高于门槛值的影响因素,将其纳入整体天气状况评价的指标。
5.根据权利要求4所述的多因素驱动架空线路故障率建模方法,其特征在于,步骤3所述的通过加权的方式得到天气综合状况评分值,其具体方法为:
根据重要度计算各影响因素权重:
<mrow>
<msub>
<mi>q</mi>
<mi>j</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>p</mi>
<mrow>
<mo>-</mo>
<mi>j</mi>
</mrow>
</msub>
</mrow>
<mrow>
<mi>&Sigma;</mi>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>p</mi>
<mrow>
<mo>-</mo>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>7</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,qj为第j个影响因素权重,(1-p-j)为对应因素重要度,
得到天气综合状况评分值Z1,即:
<mrow>
<msub>
<mi>Z</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<mn>100</mn>
<mo>&times;</mo>
<mrow>
<mo>(</mo>
<munder>
<mo>&Sigma;</mo>
<mi>j</mi>
</munder>
<msub>
<mi>q</mi>
<mi>j</mi>
</msub>
<mo>&times;</mo>
<msup>
<msub>
<mi>x</mi>
<mi>j</mi>
</msub>
<mo>&prime;</mo>
</msup>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>8</mn>
<mo>)</mo>
</mrow>
<mo>.</mo>
</mrow>
6.根据权利要求1所述的多因素驱动架空线路故障率建模方法,其特征在于,步骤4中的综合故障率函数为:
<mrow>
<mi>h</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>,</mo>
<mi>Z</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mi>&beta;</mi>
<mi>L</mi>
</mfrac>
<msup>
<mrow>
<mo>(</mo>
<mfrac>
<msub>
<mi>T</mi>
<mrow>
<mi>e</mi>
<mi>q</mi>
</mrow>
</msub>
<mi>L</mi>
</mfrac>
<mo>)</mo>
</mrow>
<mrow>
<mi>&beta;</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
<mi>exp</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>&gamma;</mi>
<mn>1</mn>
</msub>
<msub>
<mi>Z</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<msub>
<mi>&gamma;</mi>
<mn>2</mn>
</msub>
<msub>
<mi>Z</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<msub>
<mi>&gamma;</mi>
<mn>3</mn>
</msub>
<msub>
<mi>Z</mi>
<mn>3</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>9</mn>
<mo>)</mo>
</mrow>
</mrow>
式中,L为架空线路期望寿命;Teq为架空线路等效服役时间;Z1为天气综合状况评分值;Z2、Z3分别代表设备健康状态评分值和架空线路负载率,β,γ1,γ2,γ3为待估计参数。
7.根据权利要求6所述的多因素驱动架空线路故障率建模方法,其特征在于,步骤5中采用最小二乘法、极大似然估计法或Levenberg-Marquardt法对步骤4得到的模型中β,γ1,γ2,γ3参数进行估计,得到参数的估计值,带回到式(9)中,得到适用于该地区的多因素驱动架空线路故障率模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710571200.6A CN107480337B (zh) | 2017-07-13 | 2017-07-13 | 多因素驱动架空线路故障率建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710571200.6A CN107480337B (zh) | 2017-07-13 | 2017-07-13 | 多因素驱动架空线路故障率建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107480337A true CN107480337A (zh) | 2017-12-15 |
CN107480337B CN107480337B (zh) | 2020-10-20 |
Family
ID=60596582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710571200.6A Active CN107480337B (zh) | 2017-07-13 | 2017-07-13 | 多因素驱动架空线路故障率建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107480337B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110533213A (zh) * | 2019-07-08 | 2019-12-03 | 广东工业大学 | 基于支持向量机的输电线路缺陷风险建模及其预测方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110295506A1 (en) * | 2011-07-25 | 2011-12-01 | Hoff Thomas E | Computer-Implemented System And Method For Determining Point-To-Point Correlation Of Sky Clearness For Photovoltaic Power Generation Fleet Output Estimation |
US8682623B1 (en) * | 2007-04-24 | 2014-03-25 | University Of South Florida | Electric power distribution interruption risk assessment calculator |
CN104166788A (zh) * | 2014-07-22 | 2014-11-26 | 国家电网公司 | 一种架空输电线路最佳经济寿命区间评估方法 |
CN104462718A (zh) * | 2014-12-25 | 2015-03-25 | 国家电网公司 | 一种变电站经济运行年限区间评估方法 |
CN105631578A (zh) * | 2015-12-10 | 2016-06-01 | 浙江大学 | 一种面向风险评估的输变电设备故障概率模型的建模方法 |
CN105826954A (zh) * | 2016-04-28 | 2016-08-03 | 四川瑞霆电力科技有限公司 | 架空线路故障指示器的感应取电***及方法 |
CN105868872A (zh) * | 2016-05-30 | 2016-08-17 | 东北大学 | 一种配电网雷电灾害故障预测方法 |
CN106056468A (zh) * | 2016-05-27 | 2016-10-26 | 国网陕西省电力公司经济技术研究院 | 一种基于可靠性的中压线路典型接线模式选择方法 |
CN106096827A (zh) * | 2016-06-02 | 2016-11-09 | 国网山东省电力公司济南供电公司 | 基于混合抽样与最小切负荷计算的可靠性计算方法及平台 |
-
2017
- 2017-07-13 CN CN201710571200.6A patent/CN107480337B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8682623B1 (en) * | 2007-04-24 | 2014-03-25 | University Of South Florida | Electric power distribution interruption risk assessment calculator |
US20110295506A1 (en) * | 2011-07-25 | 2011-12-01 | Hoff Thomas E | Computer-Implemented System And Method For Determining Point-To-Point Correlation Of Sky Clearness For Photovoltaic Power Generation Fleet Output Estimation |
CN104166788A (zh) * | 2014-07-22 | 2014-11-26 | 国家电网公司 | 一种架空输电线路最佳经济寿命区间评估方法 |
CN104462718A (zh) * | 2014-12-25 | 2015-03-25 | 国家电网公司 | 一种变电站经济运行年限区间评估方法 |
CN105631578A (zh) * | 2015-12-10 | 2016-06-01 | 浙江大学 | 一种面向风险评估的输变电设备故障概率模型的建模方法 |
CN105826954A (zh) * | 2016-04-28 | 2016-08-03 | 四川瑞霆电力科技有限公司 | 架空线路故障指示器的感应取电***及方法 |
CN106056468A (zh) * | 2016-05-27 | 2016-10-26 | 国网陕西省电力公司经济技术研究院 | 一种基于可靠性的中压线路典型接线模式选择方法 |
CN105868872A (zh) * | 2016-05-30 | 2016-08-17 | 东北大学 | 一种配电网雷电灾害故障预测方法 |
CN106096827A (zh) * | 2016-06-02 | 2016-11-09 | 国网山东省电力公司济南供电公司 | 基于混合抽样与最小切负荷计算的可靠性计算方法及平台 |
Non-Patent Citations (1)
Title |
---|
王慧芳 等: "《输变电设备状态故障率模型改进分析》", 《电力***自动化》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110533213A (zh) * | 2019-07-08 | 2019-12-03 | 广东工业大学 | 基于支持向量机的输电线路缺陷风险建模及其预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107480337B (zh) | 2020-10-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103324992B (zh) | 基于马尔可夫和熵权模糊综合评价的变压器风险预测方法 | |
CN106327062A (zh) | 一种配电网设备的状态评估方法 | |
CN105320123B (zh) | 一种基于在线监测数据的测控设备健康状态评价***和方法 | |
CN104123682B (zh) | 一种基于气象影响因素的配网故障风险评估方法 | |
CN103617568B (zh) | 稳态电能质量预警机制中的异常数据判定阈值设定方法 | |
CN103810533B (zh) | 一种基于云模型的配电网故障风险识别方法 | |
CN102289731B (zh) | 一种基于***风险的输电设备状态检修方法 | |
CN106651169A (zh) | 基于模糊综合评价的配电自动化终端状态评价方法及*** | |
CN104037943B (zh) | 一种提高电网电压质量的电压监测方法及*** | |
CN105956752A (zh) | 用于绿色公共建筑运营阶段的能效评估与诊断分析方法 | |
CN106446571A (zh) | 风电场功率预测的误差评价方法 | |
CN104091045A (zh) | 一种基于bp神经网络的空调长效性能预测方法 | |
CN104700321A (zh) | 一种输变电设备状态运行趋势分析方法 | |
CN110502777A (zh) | 基于神经网络预测的igbt模块状态检测***及方法 | |
CN105973626A (zh) | 中央空调***主机运行能效评估及预测方法以及装置 | |
CN103177186B (zh) | 一种电气回路故障概率预测方法 | |
CN105300692A (zh) | 一种基于扩展卡尔曼滤波算法的轴承故障诊断及预测方法 | |
CN105224782A (zh) | 一种基于故障模式的变电设备故障概率计算方法 | |
CN109902948A (zh) | 一种基于大数据的输电线路监测***及方法 | |
CN104166788A (zh) | 一种架空输电线路最佳经济寿命区间评估方法 | |
CN104462718A (zh) | 一种变电站经济运行年限区间评估方法 | |
CN103413033A (zh) | 一种预测蓄电池故障的方法 | |
CN103440410A (zh) | 主变个体缺陷概率预测方法 | |
CN108805412A (zh) | 基于大数据分析的避雷器评价装置和方法 | |
CN107895068A (zh) | 基于变权重和组合隶属度函数的gis气体绝缘状态评估方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |