CN112966385A - 配电网网架拓扑薄弱点辨识方法与*** - Google Patents
配电网网架拓扑薄弱点辨识方法与*** Download PDFInfo
- Publication number
- CN112966385A CN112966385A CN202110267863.5A CN202110267863A CN112966385A CN 112966385 A CN112966385 A CN 112966385A CN 202110267863 A CN202110267863 A CN 202110267863A CN 112966385 A CN112966385 A CN 112966385A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- power distribution
- line
- data
- network frame
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 120
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000004458 analytical method Methods 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 21
- 239000011159 matrix material Substances 0.000 claims description 16
- 238000011156 evaluation Methods 0.000 claims description 13
- 230000032683 aging Effects 0.000 claims description 10
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 239000002131 composite material Substances 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 abstract 1
- 238000004088 simulation Methods 0.000 description 8
- 238000010845 search algorithm Methods 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000004804 winding Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 238000000547 structure data Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000010937 topological data analysis Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computer Networks & Wireless Communication (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种配电网网架拓扑薄弱点辨识方法与***,利用CIM模型与台账数据,通过对CIM模型进行解析提取得到拓扑数据,然后基于简化拓扑数据辨识网架存在的薄弱性问题,并利用层次分析法对网架薄弱性进行综合分析,构建多维度网架可靠性辨识体系,得到网架拓扑薄弱点信息。本发明基于配电网CIM模型,针对CIM数据繁杂不易利用的问题,对CIM模型数据进行重构,提取拓扑信息,并对配电网网架薄弱点进行分析,通过层次分析法对网架薄弱性进行诊断与辨识。
Description
技术领域
本发明涉及的是一种智能电网优化领域的技术,具体是一种配电网网架拓扑薄弱点辨识 方法与***。
背景技术
目前,配电网结构复杂、设备数量大,运行方式多变,无法直接利用传统大电网网架 可靠性准则评估配电网网架拓扑。传统的配电网网架可靠性与供电能力评估方法主要有两类: 一类是通过分析配电网中变电站的负荷情况,配电网***以及用户的用电情况来评价网络的 供电能力;另一类是直接通过最小最大倍数法分析配电网的供电能力。前者通过分析电网中 变压器负荷情况、供变电设备运行年限、线路网损、线路负载率、线路供电半径等指标来综 合评价网络的供电能力,能全面细致地反映配电网运行的各项情况。但常常会由于某些指标 设置繁杂或者某些指标的获取相对困难而影响评估的效率。后者主要通过尝试法、容载比法、 最大负荷倍数法等方法,分析整个网络的最大供电能力。这些方法都目标直观,具体明确, 但是在计算过程中没有考虑到网架拓扑结构,抑或是评价结果很大程度上受到网络现有负荷 分布状况的影响。综上,现有评价与辨识手段从运行的角度入手,通过仿真与潮流计算结合 配电网结构特性判断网架供电可靠性,对网架拓扑的考虑欠缺,同时实时仿真计算与建模的 需要也降低了方法的实用性与辨识效率。
发明内容
本发明针对现有的网架分析手段大都通过仿真与潮流计算结合的方式,从侧面反映配 电网结构特性以此判断网架供电可靠性,对网架拓扑直接性的考虑欠缺,同时实时仿真计算 与建模的需要也降低了方法的实用性与辨识效率的不足,目前描述配电网拓扑信息的CIM(公 共信息模模型),数据量大、信息庞杂,存在数据结构不易于分析处理的技术问题,提出一种 配电网网架拓扑薄弱点辨识方法与***,基于配电网CIM模型,针对CIM数据繁杂不易利用 的问题,对CIM模型数据进行重构,提取拓扑信息,并对配电网网架薄弱点进行分析,通过 层次分析法对网架薄弱性进行诊断与辨识。
本发明是通过以下技术方案实现的:
本发明涉及一种配电网网架拓扑薄弱点辨识方法,利用CIM模型与台账数据,通过对 CIM模型进行解析提取得到拓扑数据,然后基于简化拓扑数据辨识网架存在的薄弱性问题,并 利用层次分析法对网架薄弱性进行综合分析,构建多维度网架可靠性辨识体系,得到网架拓扑 薄弱点信息。
所述的薄弱性问题包括:配电网供电半径过长问题、配电网分支线过长问题、配电网线 路线径过细问题、配电网线路载流量不匹配问题、配电网线路年限与老化问题。
所述的层次分析法,将六个配电网网架问题产生的12个配电网薄弱点分析维度进行融 合,形成最终的配电网网架薄弱性辨识结果。
本发明涉及一种实现上述方法的***,包括:电网公司生产数据库、大数据计算平台、 配电网运行可靠性评估***,其中:电网公司生产数据库与大数据计算平台相连并传输配电网 网架CIM模型数据信息,大数据计算平台计算得到配电网网架薄弱点判定结果,与配电网运行 可靠性评估***相连并传输配电网网架薄弱点判定结果,最终得到的结果展示与配电网运行可 靠性评估***,用于对配电网稳定运行起到辅助决策功能。
技术效果
本发明整体解决了现有技术仅通过仿真或潮流计算,从仿真结果入手反映配电网结构特 性,缺乏对网架拓扑本身的解析与分析,同时解决了实时仿真计算与建模带来的计算效率问题。
与现有技术相比,本发明效果包括:
1)本方法数据来源是CIM模型数据与台账数据,都是静态数据,无需实时更新,也无 需建模仿真分析,分析方法对时效性要求低,工程应用条件简单,适合在量大面广的复杂配 电网场景中大规模应用;
2)从拓扑本身结构入手,分析存在的薄弱性问题,对网架结构的薄弱性分析更直接直 观,便于工程人员辨识;
3)提出了基于CIM模型的简化数据结构,所有设备的拓扑关系仅需要一个数据值就可 以完整的记录原结构的拓扑关系,相比于原CIM模型的多层次冗余拓扑关系,可以有效缩小 数据规模,便于分析与辨识网架薄弱问题,并且提高在提取拓扑结构数据过程中的运算效率。
附图说明
图1为本发明流程图;
图2为实施例多节点无向图;
图3为实施例半径过长算法流程图;
图4为实施例大分支算法流程图
图5为实施例线径过细判断程序算法流程图;
图6为实施例载流量不匹配判断程序算法流程图;
图7为实施例配电网线路老化与负荷转供判别程序流程图;
图8为实施例层次结构模型示意图。
具体实施方式
如图1所示,为本实施例涉及一种配电网网架拓扑薄弱点辨识方法,首先基于配电网 CIM模型数据进行解析并提取得到拓扑数据,再对拓扑数据进行网架拓扑薄弱性分析以构建多 维度网架可靠性辨识体系,最后基于层次分析法形成多维度的融合,对网架可靠性进行综合分 析,得到网架拓扑薄弱点信息。
所述的解析是指:在使用基于CIM模型解析数据对网架问题进行辨识与判别之前,建立 简化数据结构模型,具体为:基于“父子节点”关系的数据拓扑结构,并且以“设备”为关键词, 整合数据,形成新的简化的数据结构。在基于“父子节点”关系的数据拓扑结构中,所有设备的 拓扑关系仅需要一个数据值就可以完整的记录原结构的拓扑关系,相比于原CIM模型的 “Terminal—Connectivitynode”的多层次拓扑关系,可以有效的缩小数据规模,并且提高在提取 拓扑结构数据过程中的运算效率。
所述的解析,具体步骤包括:
步骤1:CIM数据分类与简化合并
CIM数据中包含二十多种不同的设备类型,例如“AC Line Segment”、“Disconnector”等, 分别对应着实际线路中的“交流线路”、“隔离开关”等设备,这些类别的数据都是存在物理空间 实际设备对应的,也是在进行拓扑解析时需要保留的数据内容。这些设备会与0-2个Terminal 相连,每个terminal会与有且仅有一个的Connectivitynode连接,以此形成了最终的拓扑结构。 由于在拓扑描述上,CIM原始数据中存在大量冗余信息,例如pole site与1个Terminal节点 相连,而pole则与0个terminal相连,但其所包含数据与pole site一样,都是描述同一个设 备的两种数据类型,故在处理时需要将其合并。
所述的数据类型包括:
1)描述性列表:如“circuit”,“base voltage”等,该类型数据所包含的信息为一个全局描 述性列表,与实际线路中的设备或者拓扑结构无关,但其所包含的内容是在一些网架问题中需 要使用的。
2)非拓扑链接设备:如“pole”,“substation”等数据类型,该类型数据所包含的设备并未 连入整个拓扑结构之中,如pole数据所描述的是线路中杆塔,“pole”数据并未有与拓扑结构直 接产生关联,但一般该类型数据会与另一个数据类型包含同一个实际设备的信息。
3)单个terminal链接非末端设备:如“polesite”,“arrester”等类型数据,该类型数据所 包含的设备连入了整个拓扑结构,但该类型数据均是只与单terminal相关,再与CN相连。此 类型设备虽然连入了整个拓扑结构,但均非拓扑结构中的末端,所以此类型设备实际上也对整 个拓扑结构的组成未产生影响,属于可以忽略的类型。
4)两个termianl链接设备:如“AC line”,“disconnector”等类型数据,该类型数据与两个terminal相连,进而与两个CN节点相连,从而构成了整个拓扑结构的主干部分,是考虑拓扑 结构过程中需要保留的部分。
5)单个terminal链接的末端设备:“junction”,“transformerwinding”,“loadswitch”,此 三类数据为线路拓扑结构的末端,分别对应实际情况中的主站出线口,配变高压侧绕组,联络 开关。也是考虑拓扑结构过程中需要保留的部分。
步骤2:基于广度优先遍历的拓扑简化模型:采取“父子节点”的拓扑链接关系对原CIM 模型解析数据。以配电网中潮流流动方向为“父子”确认方式,将潮流“上游”的设备设定为“下 游”的“父节点”。以图2为例,假设该图的A点为配电网变电站出线口,则节点B/C的父节点 为A,相对的,A的子节点为B/C。由于该图是辐射状拓扑结构,即不存在环的情况,所以对 于所有除节点A以外的节点,子节点可能有多个,父节点有且仅有一个,而通过这唯一的父 节点信息,即可完整的还原原图的拓扑链接关系。
在简化原CIM模型数据的过程中,本方法采用广度优先搜索法(BFS)对原数据解构进 行遍历。图2为一个多节点无向图,其中节点A为起始节点。基于python代码的广度优先搜 索算法会制造一个状态队列BFS,BFS中的起始状态便是节点A,队列这种数据结构的特点为 “先进先出”,即先进入队列的元素会最先被处理。广度优先搜索算法会对状态队列BFS中储 存的每个节点进行处理,处理顺序遵循“先进先出”原则,每次处理会使得被处理的节点离开 队列,并且在队列末尾加入被处理节点的“子节点”。以图2为例,最开始BFS中会储存节点A 的信息,首先处理节点A,将其两个“子节点”B和C放入队列BFS中,再在BFS中删除节点A。 接着,此时队列中又包含了两个新节点B和C,所以广度优先搜索算法不会停止,而是继续 对节点B进行处理,将节点B的所有子节点,即D和E放入队列BFS,再删除节点B。重复 这一过程,最终会将整个图的所有节点进行遍历。最终的输出结果为ABCDEFGHIJKLMX,即 一层一层的遍历完整张图。
由于原CIM模型拓扑结构中,各个设备之间的链接是通过Terminal和CN节点,可以准确的找出每个节点所关联的“子节点”,而在广度优先搜索算法中,输出方式也是按照“父节 点”“子节点”的逻辑结构,所以当使用广度优先搜索算法对原CIM模型解析数据进行遍历,其 输出的结果便可以包含整个线路的拓扑结构信息。
所述的构建多维度网架可靠性辨识体系是指:在实际配电网中,其网架自身的可靠性受 到多个因素影响,例如拓扑设计不合理、地理因素、社会人文因素等,反映在典型问题上就是 供电半径长、分支线长、线路上下级载流量不匹配等,通过分析典型问题,构成评价指标进行 网架薄弱性辨识,具体包括:
步骤①如图2所示,10kV配电网供电半径过长问题:基于CIM拓扑解析数据计算变电 站出现至终端节点的供电半径。供电半径指变电站出线至线路末端的变电站之间的供电距离。 由于中压配电网的末端均为中低压配电网变压器,故在计算供电半径时,所有末端的选择均为 原拓扑结构中的变压器绕组,即“TransformerWinding”高压侧这一设备。根据简化重构拓扑模 型,计算供电半径方法为以拓扑结构中每一个变压器绕组为起点,通过父节点的查找回溯至变 电所,将回溯路线上所有线路长度相加即可得到每一个配变的供电半径。
步骤②10kV配电网分支线过长问题:随着配电网的不断发展与扩大,为了满足当地需 求,配电网各个分支上会不断出现新的用户与分支线的连入,而这些分支线的连入是在规划配 电网时无法预测的,随着这样的新分支的不断连入,原有的线路中可能会出现某一个分支线不 断扩充线路长度,或者说不断有新的中压用户的接入的情况。这种情况会造成“大分支/分段” 问题,即分支线过长。不同于供电半径问题所考虑的线路过程所带来的线路末端电压质量降低 的问题,大分支的存在主要会影响整个中压配电网在故障发生时的恢复能力。具体流程图如图 3所示。
步骤③10kV配电网线路线径过细问题:电力公司对于配电网设计有统一的线缆半径规 范。本方法基于实际线径标准推荐表与简化重构拓扑数据,建立10kV配电网线路线径过细问 题识别方法。对于每条数据,本方法需要利用的是name、model与截面积三类数据。首先建 立线路类型名字识别库,对于不同的名字对应两种不同类型的线缆(架空线、电缆),如表3所 示。
表3线路类型对应表
如图4所示,通过python的find()函数,查找model项对应是否存在表3中字符串,标记线路类型;同样地,查找name项是否包含“干线”、“支线”等字样以区分干线与支线,形成线路干支线标记。通过两种标记与截面积项数据得到推荐截面积最低值,与其进行比对,从而判断线径是否过细。
步骤④10kV配电网线路载流量不匹配问题:配电网供电路径上线缆前后载流量不一致 的问题会制约配电网的最大供电能力。基于拓扑重构数据中的广度遍历层数与父节点序号数据, 结合之前所计算得到的线径与载流量对应表,计算得到每条交流线路的载流量,并与其子节点 的载流量进行比对。由于配电网大多数为辐射状供电,因此很多时候为干线之间外接出分支线 路,往往某个节点下分支线载流量之和大于干线载流量。因此本方法对于载流量匹配的判定原 则是分支线最大载流量是否大于干线载流量,即:x.capacityself<max(x.capacitysub),其中: x是指第x条线路,x.capacityself是指第x条线路自身的载流量,x.capacitysub是指第x条线路向 后分支线路的载流量集合。
如图5所示,由于不是所有AcLine子项中都包含载流量信息,这是由于隔离开关、断 路器、杆塔等元件的存在,会影响载流量计算的核验。因此在实际计算中,采用自底向下的方 式,一方面对每个节点进行核算,另一方面当该节点不属于线路的时候,将其子节点最大载流 量传递至其父节点,保证每条线路都能对载流量进行校验。
步骤⑤如图6所示,10kV配电网负荷转供能力与线路老化搜索:基于cim模型数据与 设备台账数据对线路年限进行核对。利用cim模型中的acline子类数据进行线缆判别,获取设 备id与name,再去台账数据中查找,进行年限核对与联络开关搜索,实现线路老化检测与负 荷转供能力分析。
所述的综合分析是指:依托于cim拓扑数据,从配电网网架拓扑本身特点出发,涵盖了 馈线下包含的配变数、节点连接关系、线路本身参数型号等信息提出网架薄弱指标,根据实际 需要进行调整。
所述的网架薄弱性指标包括:配电网长供电半径率最大供电半径平均供电半径网荷复合影响因数线路老化率线路最大老化程度大分支户数比率线径不合格率载流量不匹配率载流量最大不匹配程度载流量干线最大不匹配程度平均转供能力其中:Ri代表第i台配变的供电半径,表示供电半径大于tkm 的配变数量,ntrans表示配变总数。Rm为台区供电半径的中位数,L0为参考基值,一般可取105。Ai表示第i条线路投入运行的时长,表示投入运行超过10年的线路数量,nlines表示线路 总数量。a0为年限基准值,一般可取10年。X代表大分支配变集合,ntrans(i∈X)代表隶属于大分支 的配变数目。LineIssue表示线径过细线路的集合,nlines(i∈LineIssue)表示属于线径过细线路集合的线路 数目。CapacityIssue表示与下级载流量不匹配的线路集合。nlines(i∈CapacityIssue)表示属于载流量不匹配 线路集合的数量。Ci代表第i条线路的载流量,Ci.sons代表其子节点的载流量,G代表干线线路集合, nLS代表台区内联络开关个数。
所述的网架拓扑薄弱点信息,采用层次分析的方法形成,具体步骤包括:
步骤i:建立层次结构模型:根据指标值建立层次结构模型,配电网可靠性为最高层, 网架问题为中间层,指标为最低层,从而绘出如图7所示的层次结构图。
步骤ii:构造判断矩阵:根据各层次各因素之间的主次关系,确定各个因素的权重。 采用一致矩阵法,对每两个因素进行比较,形成彼此之间的主次关系,对比时采用相对尺度, 以尽可能减少性质不同因素相互比较的困难,以提高准确度。
表4主次关系设定标准群
对比比较值 | 含义 |
1 | 两个因素相比,具有同等重要性 |
3 | 两个因素相比,前者比后者稍显重要 |
5 | 两个因素相比,前者比后者明显重要 |
7 | 两个因素相比,前者比后者特别重要 |
9 | 两个因素相比,前者比后者极其重要 |
2,4,6,8 | 上述相邻判断的中间值 |
由相关专家对同一层次内的所有指标之间的相对重要性进行打分,从而得到各个指标 之间的相对关系,从而形成彼此之间的重要性关系矩阵,即判断矩阵其 中:aij是指元素i与元素j相比,两者之间的重要性,取值范围为1-9,aji=1/aij。
步骤iii:权重计算:判断矩阵A中的每一行元素值代表了这一因素相对于其他因素的 相对重要性,则可以通过对判断矩阵A的各行向量进行几何平均,并统一归一化,即可得到 各个评价指标的权重值和特征向量W。
步骤iv:一致性检验:判断矩阵的一致性检验,即判断思维的逻辑一致性。考察判断 矩阵中是否存在环形相对重要关系,即以三个节点i,j,k为例,是否存在i比j重要,j比k重 要,k比i重要这样的环形相对重要关系。当存在,则判断矩阵存在逻辑不一致性问题,需要 对其进行调整,否则进入步骤v。
步骤v:层次排序:层次排序,可分为层次单排序和层次总排序。所谓层次单排序是指,对于上一层某因素而言,本层次各因素的重要性的排序。层次总排序,确定某层所有因素对于总目标相对重要性的排序权值过程,称为层次总排序。这一过程是从最高层到最底层 依次进行的。对于最高层而言,其层次单排序的结果也就是总排序的结果。
由此通过层次分析法得到各个指标率的权重,从而通过归一化数据和权重相乘,可以 得到层次分析法的网架薄弱性辨识结果。
本实施例选取某配电网变电站出线数据为算例进行方法验证,数据为该配电网公共信 息模型的解析数据,结果如下:
表1某X站某出线供电半径计算结果
结论:可以看出,该变电站存在大量中压用户的供电半径超过3Km,超过6km的也不在少数,可以说存在大量的供电半径过长问题。
表2分支线过长问题算例
结论:从计算结果可以看出,X站的各个分支线中,大部分分支线处于数百米数量级 的长度,“1”、“8”偏长,达到了2km的长度,当没有联络开关则支线内负荷的供电可靠性与末 端负荷的电能质量会受到潜在影响。
表3 X站线径过细分析结果
结论:该变电站的线径不合格率为19%,共约280条线路数据中存在约50条线径过细 问题的问题线路,可以看出线径问题也是广泛存在与配电网之中的。
表4 X站某台区载流量不匹配结果
结论:X站馈线下的“4”,其线径为70mm,载流量为275A,但是子节点载流量高达567A,差距较大,供电受到显著限制。同时也可以看到,部分线路报告了载流量不匹配问题,但是差距较小可以忽略,且此类问题难以避免,这是由于架空线与电缆本身载流量参数不一 致导致的。如前所提表中的“7”,其自身为240mm的电缆载流量为567A,子节点为载流量610A 的架空线,载流量基本一致,可以适当忽略。此外,通过核算自身载流量与子节点最大载流量 进行比较的计算方式,还能通过拓扑重构数据找到载流量不匹配的点。
表5网架薄弱性诊断指标层次分析法权重
表6 X站网架薄弱性指标归一化数据结果
网架薄弱性诊断指标 | 归一化数据 |
平均供电半径 | 0.113379 |
配电网供电半径率 | 0.097067 |
网荷复合影响因数 | 0.432458 |
最大供电半径 | 0.145948 |
线径不合格率 | 0.79252 |
大分支户数比率 | 0.287937 |
载流量不匹配率 | 0.820734 |
载流量最大不匹配程度 | 0.99523 |
载流量干线最大不匹配程度 | 0.557738 |
将所得权重与归一化数据结果相乘,最终得到X站的网架薄弱性指标为0.439297。采 用同样的步骤对市某区其他几个配电网使用同样的方法,得到如下结果。
表7市某区某7个配电网薄弱性指标结果
配电网名称 | 指标结果 |
X站 | 0.43929 |
Y站 | 0.32421 |
B站 | 0.42145 |
C站 | 0.22352 |
D站 | 0.12031 |
E站 | 0.32142 |
F站 | 0.21341 |
根据事先从相关一线管理人员处获得的信息,以上七个站中,确实是X与B站出现网 架故障的频率最高,而C站和F站的频率最低,可以说本方法提出的方法很好的还原了各个 配电网网架真实的薄弱性辨识与诊断结果。
经过具体实际实验,在中国南方某城市区域配电网七个变电站的具体环境设置下,以本 方法,能够得到的实验数据是:X站:0.44,Y站:0.324,B站:0.42,C站:0.224,D站:0.12,E站:0.32,F站:0.213,越大代表网架存在越薄弱的点,并且与实际历史故障情况比较来看XY站故障频率最高,CF站故障率低,验证了本方法的准确性。
与现有技术根据仿真或潮流计算入手分析配电网运行特性,再去反过来得到网架的特征, 缺乏对网架拓扑本身的解析与分析,存在准确性与计算效率的问题;本方法从拓扑本身结构入 手,对网架结构的薄弱性分析更直接直观,提出基于CIM模型的简化数据结构,CIM模型简化 结构,减少了数据规模,从复杂cim模型数据中有效提取了拓扑信息,提高了拓扑方面问题的 计算速度,所有设备的拓扑关系仅需要一个数据值就可以完整的记录原结构的拓扑关系,相比 于原CIM模型的多层次冗余拓扑关系,可以有效缩小数据规模,便于分析与辨识网架薄弱问题, 并且提高在提取拓扑结构数据过程中的运算效率。
上述具体实施可由本领域技术人员在不背离本发明原理和宗旨的前提下以不同的方式 对其进行局部调整,本发明的保护范围以权利要求书为准且不由上述具体实施所限,在其范围 内的各个实现方案均受本发明之约束。
Claims (8)
1.一种配电网网架拓扑薄弱点辨识方法,其特征在于,利用CIM模型与台账数据,通过对CIM模型进行解析提取得到拓扑数据,然后基于简化拓扑数据辨识网架存在的薄弱性问题,并利用层次分析法对网架薄弱性进行综合分析,构建多维度网架可靠性辨识体系,得到网架拓扑薄弱点信息;
所述的薄弱性问题包括:配电网供电半径过长问题、配电网分支线过长问题、配电网线路线径过细问题、配电网线路载流量不匹配问题、配电网线路年限与老化问题;
所述的层次分析法,将六个配电网网架问题产生的12个配电网薄弱点分析维度进行融合,形成最终的配电网网架薄弱性辨识结果。
2.根据权利要求1所述的配电网网架拓扑薄弱点辨识方法,其特征是,所述的解析是指:在使用基于CIM模型解析数据对网架问题进行辨识与判别之前,建立简化数据结构模型,具体为:基于“父子节点”关系的数据拓扑结构,并且以“设备”为关键词,整合数据,形成新的简化的数据结构;
所述的解析,具体步骤包括:
步骤1:CIM数据分类与简化合并,
步骤2:基于广度优先遍历的拓扑简化模型。
3.根据权利要求2所述的配电网网架拓扑薄弱点辨识方法,其特征是,所述的基于广度优先遍历,即采用广度优先搜索法(BFS)对原数据解构进行遍历,具体是指:制造一个先进先出状态队列BFS,BFS中的起始状态便是节点A,先进入队列的元素会最先被处理,最终会将整个图的所有节点进行遍历,最终输出一层一层的遍历完整张图。
4.根据权利要求1所述的配电网网架拓扑薄弱点辨识方法,其特征是,所述的构建多维度网架可靠性辨识体系,具体包括:10kV配电网供电半径过长问题;10kV配电网分支线过长问题;10kV配电网线路线径过细问题;10kV配电网线路载流量不匹配问题以及10kV配电网负荷转供能力与线路老化搜索。
5.根据权利要求1所述的配电网网架拓扑薄弱点辨识方法,其特征是,所述的综合分析是指:依托于cim拓扑数据,从配电网网架拓扑本身特点出发,涵盖了馈线下包含的配变数、节点连接关系、线路本身参数型号等信息提出网架薄弱指标,根据实际需要进行调整。
6.根据权利要求5所述的配电网网架拓扑薄弱点辨识方法,其特征是,所述的网架薄弱性指标包括:配电网长供电半径率最大供电半径平均供电半径网荷复合影响因数线路老化率线路最大老化程度大分支户数比率线径不合格率载流量不匹配率载流量最大不匹配程度载流量干线最大不匹配程度平均转供能力其中:Ri代表第i台配变的供电半径,为供电半径大于t km的配变数量,ntrans为配变总数,Rm为台区供电半径的中位数,L0为参考基值,一般可取105,Ai为第i条线路投入运行的时长,为投入运行超过10年的线路数量,nlines为线路总数量,a0为年限基准值,一般可取10年,X代表大分支配变集合,ntrans(i∈X)代表隶属于大分支的配变数目,LineIssue为线径过细线路的集合,nlines(i∈LineIssue)为属于线径过细线路集合的线路数目,CapacityIssue为与下级载流量不匹配的线路集合,nlines(i∈CapacityIssue)为属于载流量不匹配线路集合的数量,Ci代表第i条线路的载流量,Ci.sons代表其子节点的载流量,G代表干线线路集合,nLS代表台区内联络开关个数。
7.根据权利要求1所述的配电网网架拓扑薄弱点辨识方法,其特征是,所述的网架拓扑薄弱点信息,采用层次分析的方法形成,具体步骤包括:
步骤i:建立层次结构模型:根据指标值建立层次结构模型,配电网可靠性为最高层,网架问题为中间层,指标为最低层,从而绘出层次结构图;
步骤ii:构造判断矩阵:根据各层次各因素之间的主次关系,确定各个因素的权重;采用一致矩阵法,对每两个因素进行比较,形成彼此之间的主次关系,对比时采用相对尺度,以尽可能减少性质不同因素相互比较的困难,以提高准确度;
步骤iii:权重计算:判断矩阵A中的每一行元素值代表了这一因素相对于其他因素的相对重要性,则可以通过对判断矩阵A的各行向量进行几何平均,并统一归一化,即可得到各个评价指标的权重值和特征向量W;
步骤iv:一致性检验:判断矩阵的一致性检验,即判断思维的逻辑一致性;考察判断矩阵中是否存在环形相对重要关系,即以三个节点i,j,k为例,是否存在i比j重要,j比k重要,k比i重要这样的环形相对重要关系;当存在,则判断矩阵存在逻辑不一致性问题,需要对其进行调整,否则进入步骤v;
步骤v:层次排序:即层次单排序和层次总排序,其中:层次单排序是指,对于上一层某因素而言,本层次各因素的重要性的排序;层次总排序,确定某层所有因素对于总目标相对重要性的排序权值过程,称为层次总排序;这一过程是从最高层到最底层依次进行的;对于最高层而言,其层次单排序的结果也就是总排序的结果。
8.一种实现上述任一权利要求所述配电网网架拓扑薄弱点辨识方法的***,其特征在于,包括:电网公司生产数据库、大数据计算平台、配电网运行可靠性评估***,其中:电网公司生产数据库与大数据计算平台相连并传输配电网网架CIM模型数据信息,大数据计算平台计算得到配电网网架薄弱点判定结果,与配电网运行可靠性评估***相连并传输配电网网架薄弱点判定结果,最终得到的结果展示与配电网运行可靠性评估***,用于对配电网稳定运行起到辅助决策功能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110267863.5A CN112966385A (zh) | 2021-03-12 | 2021-03-12 | 配电网网架拓扑薄弱点辨识方法与*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110267863.5A CN112966385A (zh) | 2021-03-12 | 2021-03-12 | 配电网网架拓扑薄弱点辨识方法与*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112966385A true CN112966385A (zh) | 2021-06-15 |
Family
ID=76277319
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110267863.5A Pending CN112966385A (zh) | 2021-03-12 | 2021-03-12 | 配电网网架拓扑薄弱点辨识方法与*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112966385A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113688485A (zh) * | 2021-07-08 | 2021-11-23 | 国网山东省电力公司济宁供电公司 | 一种基于拓扑结构分层的行波装置配置方法及*** |
CN113783184A (zh) * | 2021-08-19 | 2021-12-10 | 国网四川省电力公司 | 一种基于加权指标优化的配电网多级网络重构方法 |
CN114301063A (zh) * | 2021-12-29 | 2022-04-08 | 广东电网有限责任公司 | 配电网网架结构问题识别方法、装置、设备及存储介质 |
CN114693184A (zh) * | 2022-05-31 | 2022-07-01 | 广东电网有限责任公司佛山供电局 | 一种配网线路网架问题的自动分析方法、***及设备 |
CN117874984A (zh) * | 2024-03-13 | 2024-04-12 | 武汉易晨创想科技有限公司 | 基于cim模型的配网拓扑图形生成方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109638817A (zh) * | 2018-12-08 | 2019-04-16 | 国网江苏省电力有限公司淮安供电分公司 | 一种考虑用户侧模型的配电网脆弱点分析以及预防控制方法 |
CN110346673A (zh) * | 2019-05-23 | 2019-10-18 | 国网河南省电力公司郑州供电公司 | 一种计及网络拓扑合理性的智能配电网风险评估方法 |
CN111428376A (zh) * | 2020-03-31 | 2020-07-17 | 贵州电网有限责任公司 | 一种基于cim模型的配电网馈线联络方式识别方法及*** |
-
2021
- 2021-03-12 CN CN202110267863.5A patent/CN112966385A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109638817A (zh) * | 2018-12-08 | 2019-04-16 | 国网江苏省电力有限公司淮安供电分公司 | 一种考虑用户侧模型的配电网脆弱点分析以及预防控制方法 |
CN110346673A (zh) * | 2019-05-23 | 2019-10-18 | 国网河南省电力公司郑州供电公司 | 一种计及网络拓扑合理性的智能配电网风险评估方法 |
CN111428376A (zh) * | 2020-03-31 | 2020-07-17 | 贵州电网有限责任公司 | 一种基于cim模型的配电网馈线联络方式识别方法及*** |
Non-Patent Citations (2)
Title |
---|
冯建林: "基于层次分析法的变电站选址问题研究——以220kV丰稔变电站为例", 《基础科学辑》 * |
程宝玉: "电力大数据在配网规划中的应用研究", 《工程科技Ⅱ辑》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113688485A (zh) * | 2021-07-08 | 2021-11-23 | 国网山东省电力公司济宁供电公司 | 一种基于拓扑结构分层的行波装置配置方法及*** |
CN113688485B (zh) * | 2021-07-08 | 2024-02-09 | 国网山东省电力公司济宁供电公司 | 一种基于拓扑结构分层的行波装置配置方法及*** |
CN113783184A (zh) * | 2021-08-19 | 2021-12-10 | 国网四川省电力公司 | 一种基于加权指标优化的配电网多级网络重构方法 |
CN113783184B (zh) * | 2021-08-19 | 2023-06-27 | 国网四川省电力公司 | 一种基于加权指标优化的配电网多级网络重构方法 |
CN114301063A (zh) * | 2021-12-29 | 2022-04-08 | 广东电网有限责任公司 | 配电网网架结构问题识别方法、装置、设备及存储介质 |
CN114693184A (zh) * | 2022-05-31 | 2022-07-01 | 广东电网有限责任公司佛山供电局 | 一种配网线路网架问题的自动分析方法、***及设备 |
CN114693184B (zh) * | 2022-05-31 | 2022-11-22 | 广东电网有限责任公司佛山供电局 | 一种配网线路网架问题的自动分析方法、***及设备 |
CN117874984A (zh) * | 2024-03-13 | 2024-04-12 | 武汉易晨创想科技有限公司 | 基于cim模型的配网拓扑图形生成方法及装置 |
CN117874984B (zh) * | 2024-03-13 | 2024-05-28 | 武汉易晨创想科技有限公司 | 基于cim模型的配网拓扑图形生成方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112966385A (zh) | 配电网网架拓扑薄弱点辨识方法与*** | |
WO2023115842A1 (zh) | 一种数据驱动的离线在线一体化配电网仿真***及方法 | |
CN106019084B (zh) | 基于配用电数据关联的中压配电网断线故障诊断方法 | |
CN101930481B (zh) | 生成描述指定时间段内电网变化的cim模型的方法和*** | |
CN112561251B (zh) | 配电网异常点检测方法、装置、计算机设备及存储介质 | |
CN109286188B (zh) | 一种基于多源数据集的10kV配电网理论线损计算方法 | |
CN102403718B (zh) | 基于Arcgis的电网拓扑关系生成方法 | |
CN111931318B (zh) | 一种基于图计算的供电路径分析方法及*** | |
CN108206522B (zh) | 一种电力设备状态监控方法及*** | |
CN116500385B (zh) | 输电网监测校验方法、装置、设备和介质 | |
CN113092935A (zh) | 一种识别小负荷线路拓扑的方法及***、设备、存储介质 | |
CN113706333A (zh) | 一种配电网拓扑岛自动生成的方法和*** | |
CN107729939A (zh) | 一种面向新增电网资源的cim模型扩展方法及装置 | |
CN111353267B (zh) | 一种基于图模型的中压配电网拓扑简化抽象方法 | |
CN115618249A (zh) | 一种基于LargeVis降维与DBSCAN聚类的低压配电台区相位识别方法 | |
CN110011301B (zh) | 一种省级电网在线动态分区方法 | |
CN110311372A (zh) | 基于谱聚类的电网分区方法 | |
CN114266475A (zh) | 一种基于多属性决策的电力网络关键节点识别方法 | |
CN110492606B (zh) | 一种厂站主接线图自动辨识方法 | |
Chen et al. | Hierarchical distribution network topology formulation and dimensionality reduction using homeomorphism transformation | |
CN115455802A (zh) | 一种基于数据驱动的低压配电网网络建模及其可视化方法 | |
CN115542070A (zh) | 一种配网线路故障定位方法及存储介质 | |
CN111126236A (zh) | 基于拓扑特征与模式识别的标准接线类型识别方法和装置 | |
CN113158392A (zh) | 一种配电图形化监测计算*** | |
Ye et al. | Research on topology data check of distribution network based on graph computing |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210615 |