CN115330229A - 基于最小割集的变电站地震风险快速评估方法 - Google Patents

基于最小割集的变电站地震风险快速评估方法 Download PDF

Info

Publication number
CN115330229A
CN115330229A CN202211003667.8A CN202211003667A CN115330229A CN 115330229 A CN115330229 A CN 115330229A CN 202211003667 A CN202211003667 A CN 202211003667A CN 115330229 A CN115330229 A CN 115330229A
Authority
CN
China
Prior art keywords
transformer substation
earthquake
probability
cut set
risk
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
Application number
CN202211003667.8A
Other languages
English (en)
Inventor
谢强
刘潇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tongji University
Original Assignee
Tongji University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tongji University filed Critical Tongji University
Priority to CN202211003667.8A priority Critical patent/CN115330229A/zh
Publication of CN115330229A publication Critical patent/CN115330229A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Data Mining & Analysis (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Optimization (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Biology (AREA)
  • Algebra (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种基于最小割集的变电站地震风险快速评估方法，首先通过事故树模型找寻***的最小割集集合，并搭建了变电站***的网络模型，在确定各类设备可靠度的情况下，基于各路径通过概率快速评估出***的失效概率，再将变电站***抗震能力和地震风险概率相结合，提出了基于***关键功能特性的地震风险量化指标，通过最小割集算法实现了变电站***地震风险的快速评估。本发明的优点是提高了数据结果精度，实现了短时间达到高精度的计算目标，高效实现生命线工程的风险快速评估，有效满足工程中的实际需求。

Description

基于最小割集的变电站地震风险快速评估方法
技术领域
本发明涉变电站***的功能状态、抗震能力及地震风险评估领域，特别涉及一种基于最小割集的变电站地震风险快速评估方法。
背景技术
变电站是由各类电气设备通过母线连接构成的电力***网络，具有很高的冗余度和关联性，这些特性保证了在地震发生后变电站依旧可以正常运行和工作，然而国内外历次大地震中变电站均遭受大量破坏,其功能失效引起的电力***中断导致了直接或间接的重大经济损失。在1994年北岭地震中，由于大量变电站破坏导致电力中断，直接影响了110万人的电力供应，造成了严重地经济损失。2008年汶川地震中，四川电网遭到严重破坏，超过170座35kV以上变电站受损，震后数月才使变电站恢复正常运营。而在2011年的日本大地震中有67座变电站受到严重破坏，震后10天95%的电力***才恢复正常。可见对于地震这种突发性强且破坏性大的自然灾害，很难在地震发生前做出精准感知预测并有针对性地防御。同时中国位于世界两大地震带上，地震活跃度高、强度大，这就对变电站***提出了更高的要求，不单要求其在正常工作时维持必要的稳定性，更需要在地震发生时保证***功能的可靠性，此外，目前的研究大多局限于变电站中单体设备的抗震性能，因此急需针对不同地域的各类变电站进行地震风险评估，分析掌握地震发生时变电站***的功能可靠性和失效概率，明确变电站地震风险降低策略，从而实现减少人力物力及经济损失的总目标。
1973年，韧性的概念首次出现在生态学中，它是指***受到外界扰动后抵御并恢复到原有正常功能水平的能力，而后随着研究的深入，韧性研究的范围已经遍及医学，交通，城市管网等领域。在电力***领域，从理论层面大致将抗震韧性概括为五大关键特征，即可靠性、鲁棒性、冗余性、资源性和快速性。其中可靠性是指***在地震作用下保持功能可靠的概率，它是衡量变电站抗震能力的关键特征之一；鲁棒性是指***在地震作用下抵抗破坏并维持功能水平的能力；冗余性是指变电站***结构连接或设备功能水平存在富余情况，以此保证***在少量部件损坏时依旧可以维持正常的功能状态。资源性是指***中各项资源的协调和联动能力。快速性是指变电站在震后功能损失的情况下快速恢复的能力。这五项特征可以很好的诠释抗震韧性在实际工程中发挥的重要作用。
从目前的研究进展可以发现针对于具体区域的地震危险性分析已进行了大量研究，同时电网层面的灾害风险评估工作也在向前推进，然而在电力***中风险评估主要从***运行和功能方面考虑电网频率、电压稳定性等情况，从地震灾害层面进行风险评估的研究进展较慢。此外，变电站***与电网***的关键特征、结构形式和研究重心并不相同，很多适用于电网层面的研究理论和方法并不适用于变电站***。同时目前的研究方法大多基于蒙特卡洛抽样，其中抽样次数越多，结果数据越精确，但数据处理时间也在大幅增长，这导致目前难以实现地震风险快速评估的目标。
这是本申请需要着重改善的地方。
发明内容
本发明所要解决的技术问题是要提供一种基于最小割集的变电站地震风险快速评估方法，实现了对变电站***功能及地震风险的精确快速评估。
为了解决以上的技术问题，本发明提供了一种基于最小割集的变电站地震风险快速评估方法，该方法首先通过事故树模型找寻***的最小割集集合，并搭建了变电站***的网络模型，在确定各类设备可靠度的情况下，基于各路径通过概率快速评估出***的失效概率，再将变电站***抗震能力和地震风险概率相结合，提出了基于***关键功能特性的地震风险量化指标，通过最小割集算法实现了变电站***地震风险的快速评估，包括如下的具体步骤：
S1：确定变电站所处地区的地震烈度，明确变电站设备类型、数目及***连接方式；
S2：进行地震危险性分析，结合变电站的抗震可靠度分析得到地震风险条件概率如下式：
Figure 109589DEST_PATH_IMAGE001
其中：
Figure 795786DEST_PATH_IMAGE002
为变电站***的地震风险功能失效条件概率；
Figure 533935DEST_PATH_IMAGE003
为变电站***在具体地震强度下的失效概率；
Figure 647384DEST_PATH_IMAGE004
为变电站所在区域发生具体强度地震的概率，其中地震强度用地面运动峰值加速度(PGA)表示；
S3：设立地面运动峰值加速度
Figure 838194DEST_PATH_IMAGE005
以反映不同地震烈度区域的地震强度，地面运动峰值加速度
Figure 328081DEST_PATH_IMAGE005
如下式：
Figure 389578DEST_PATH_IMAGE006
其中
Figure 939508DEST_PATH_IMAGE007
分别表示多遇地震、设防地震和罕遇地震；
Figure 617614DEST_PATH_IMAGE008
表示地震烈度水平；
Figure 645613DEST_PATH_IMAGE009
表示为水平地震影响系数最大值，根据中国建筑抗震设计规范得到；
Figure 92775DEST_PATH_IMAGE010
表示动力放大系数，一般取
Figure 282448DEST_PATH_IMAGE011
；
S4：建立变电站***的事故树网络模型，将各类基础事件进行排列组合得到该事件树模型的最小割集集合，并通过最小割集算法将事故树模型进行转化得到该变电站的等效模型；
S5：设立地震风险量化指标；从变电站***的关键功能特性，即可靠性和鲁棒性两方面进行***的地震风险量化评估，通过明确变电站***正常工作概率和设立变电站***剩余功能指标实现定量评估变电站的抗震能力的目标。
进一步的，所述步骤S1中变电站所处地区的地震烈度采用地面运动峰值加速度(PGA)表示，并将其作为衡量地震强度的指标。
进一步的，所述步骤S2中变电站***的地震风险功能失效条件概率为变电站地震失效概率和地震发生概率的乘积。
进一步的，所述步骤S4中事故树模型满足如下假定：
1）将变电站***中的各单元假定为事故树模型中的基础事件，将变电站***中各单元连接方式假定为事故树中各项基础事件的逻辑关系；
2）将各单元的功能状态假定为基础事件的条件发生概率；
3）单元间的串联和并联关系通过事故树中的“与门”和“或门”逻辑门进行连接；
4）将出线单元正常工作概率假定为输出事件的条件概率参数。
进一步的，所述步骤S4中各类设备的可靠度采用地震易损性曲线的形式表达，其地震易损性曲线服从中值为 𝜇，对数标准差为 𝛽 的对数正态分布累计函数如下式：
Figure 447850DEST_PATH_IMAGE012
。
进一步的，所述步骤S4中在明确各类基本事件发生概率的条件下，通过最小割集算法快速求出输出事件的条件概率；当各个最小割集中存在重复事件时，通过下式计算输出时间的发生概率：
Figure 279540DEST_PATH_IMAGE013
其中：
Figure 581208DEST_PATH_IMAGE014
表示输出事件W的发生概率；
Figure 207361DEST_PATH_IMAGE015
表示***中最小割集数量；
Figure 594480DEST_PATH_IMAGE016
表示第i个最小割集中基础事件数量；
Figure 229861DEST_PATH_IMAGE017
表示***中第i个最小割集中第j个基本事件发生概率；
Figure 120457DEST_PATH_IMAGE018
表示***中第r个最小割集和第s个最小割集中基础事件的并集。
进一步的，所述步骤S5中鲁棒性是指变电站***在地震作用下抵抗破坏并维持功能水平的能力，由于变电站***的出线单元数量决定了其电能的传输水平，因此考虑变电站***的出线单元及相应权重，设立***剩余功能指标
Figure 183091DEST_PATH_IMAGE019
定量评估变电站***的功能水平，具体如下式：
Figure 57506DEST_PATH_IMAGE020
；
其中：
Figure 230998DEST_PATH_IMAGE021
表示变电站***中第n条出线单元的失效概率；
Figure 507259DEST_PATH_IMAGE022
表示变电站***中第n条出线单元的权重系数；N表示为变电站***中出线单元数目。
本发明的优越功效在于：
1）本发明构建了基于概率的***网络模型，将复杂的网络模型简化为各基本事件的概率及逻辑连接关系，大大减小了网络模型的数据输入量和处理量，因此无需进行多次抽样以提高数据结果精度，同时避免了长时间的数据处理，实现了短时间达到高精度的计算目标；
2）对于连接复杂却存在相关性规律的网络模型，直接通过找寻变电站***中的关键特征得到最小割集，并采用最小割集算法快速求得输出事件的条件概率，避免了搭建复杂网络模型的过程，从而更高效地实现生命线工程的风险快速评估；
3）针对网络模型中任意节点进行条件约束，同时满足各节点多状态概率设计，有效满足工程中的实际需求。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明具体实施例基于最小割集的变电站地震风险快速评估方法的流程图；
图2a是本发明具体实施例220kV变电站的总平面图；
图2b是本发明具体实施例220kV变电站高压侧设备侧视图；
图2c是本发明具体实施例220kV变电站低压侧设备侧视图；
图3是本发明具体实施例220kV变电站的事故树网络模型；
图4是本发明具体实施例220kV变电站的事故树等效模型；
图5是本发明具体实施例220kV变电站的地震风险评估指标。
具体实施方式
以下结合附图对本发明的实施例进行详细说明。
图1示出了本发明具体实施例基于最小割集的变电站地震风险快速评估方法的流程图。如图1所示，本发明提供了一种基于最小割集的变电站地震风险快速评估方法，包括如下的步骤：
S1：确定变电站所处地区的地震烈度，明确变电站设备类型、数目及***连接方式；
所述步骤S1中变电站所处地区的地震烈度采用地面运动峰值加速度(PGA)表示，并将其作为衡量地震强度的指标。
S2：进行地震危险性分析，结合变电站的抗震可靠度分析得到地震风险条件概率如下式：
Figure 475215DEST_PATH_IMAGE001
其中：
Figure 836926DEST_PATH_IMAGE002
为变电站***的地震风险功能失效条件概率；
Figure 814109DEST_PATH_IMAGE003
为变电站***在具体地震强度下的失效概率；
Figure 679297DEST_PATH_IMAGE004
为变电站所在区域发生具体强度地震的概率，其中地震强度用地面运动峰值加速度(PGA)表示；
所述步骤S2中变电站***的地震风险功能失效条件概率为变电站地震失效概率和地震发生概率的乘积。
S3：设立地面运动峰值加速度
Figure 83733DEST_PATH_IMAGE005
以反映不同地震烈度区域的地震强度，由于电力***是生命线工程的重要组成部分，根据电力设施抗震设计规范中要求电力***重要性需要提高一度设防，其中地面运动峰值加速度
Figure 932741DEST_PATH_IMAGE005
如下式：
Figure 182456DEST_PATH_IMAGE006
其中
Figure 433309DEST_PATH_IMAGE007
分别表示多遇地震、设防地震和罕遇地震；
Figure 743068DEST_PATH_IMAGE008
表示地震烈度水平；
Figure 79371DEST_PATH_IMAGE009
表示为水平地震影响系数最大值，根据中国建筑抗震设计规范得到；
Figure 663936DEST_PATH_IMAGE010
表示动力放大系数，一般取
Figure 503716DEST_PATH_IMAGE011
。
S4：建立变电站***的事故树网络模型，将各类基础事件进行排列组合得到该事件树模型的最小割集集合，并通过最小割集算法将事故树模型进行转化得到该变电站的等效模型；
所述步骤S4中事故树模型满足如下假定：
1）将变电站***中的各单元假定为事故树模型中的基础事件，将变电站***中各单元连接方式假定为事故树中各项基础事件的逻辑关系；
2）将各单元的功能状态假定为基础事件的条件发生概率；
3）单元间的串联和并联关系通过事故树中的“与门”和“或门”逻辑门进行连接；
4）将出线单元正常工作概率假定为输出事件的条件概率参数；
所述步骤S4中各类设备的可靠度采用地震易损性曲线的形式表达，其地震易损性曲线服从中值为 𝜇，对数标准差为 𝛽 的对数正态分布累计函数如下式：
Figure 249956DEST_PATH_IMAGE012
；
所述步骤S4中在明确各类基本事件发生概率的条件下，通过最小割集算法快速求出输出事件的条件概率；当各个最小割集中存在重复事件时，通过下式计算输出时间的发生概率：
Figure 807976DEST_PATH_IMAGE013
其中：
Figure 196232DEST_PATH_IMAGE014
表示输出事件W的发生概率；
Figure 890518DEST_PATH_IMAGE015
表示***中最小割集数量；
Figure 807659DEST_PATH_IMAGE016
表示第i个最小割集中基础事件数量；
Figure 852975DEST_PATH_IMAGE017
表示***中第i个最小割集中第j个基本事件发生概率；
Figure 513764DEST_PATH_IMAGE018
表示***中第r个最小割集和第s个最小割集中基础事件的并集。
S5：设立地震风险量化指标；从变电站***的关键功能特性，即可靠性和鲁棒性两方面进行***的地震风险量化评估，通过明确变电站***正常工作概率和设立变电站***剩余功能指标实现定量评估变电站的抗震能力的目标；
所述步骤S5中鲁棒性是指变电站***在地震作用下抵抗破坏并维持功能水平的能力，由于变电站***的出线单元数量决定了其电能的传输水平，因此考虑变电站***的出线单元及相应权重，设立***剩余功能指标
Figure 328136DEST_PATH_IMAGE019
定量评估变电站***的功能水平，具体如下式：
Figure 681757DEST_PATH_IMAGE020
；
其中：
Figure 948790DEST_PATH_IMAGE021
表示变电站***中第n条出线单元的失效概率；
Figure 678849DEST_PATH_IMAGE022
表示变电站***中第n条出线单元的权重系数；N表示为变电站***中出线单元数目。
为了更充分地了解该发明的特点及其对工程实际的适用性，本发明针对图2a-2c所示的220kV变电站进行基于最小割集的变电站地震风险快速评估方法，根据中国抗震等级划分得到该地区的结构设防烈度为7度（0.1g）设防，按照电力***重要性需要提高一度设防，设计基本地震加速度为0.2g。该变电站主要分为五部分：6组进线单元、2组高压侧母线单元、3组变压器单元、2组低压侧母线单元以及12组出线单元。电能通过进线单元进入变电站***，经过高压侧母线单元传输给变电站的变压器单元，再经低压侧母线单元由出线单元传递给电力用户。该变电站共有六类设备，分别是DS-H、DS-V、CT、CB、TF和PI分别代表水平伸缩式隔离开关、垂直伸缩式隔离开关、电流互感器、断路器、变压器和支柱绝缘子。明确地震强度，变电站设备类型、数目及***连接方式，从而完成步骤S1初始条件的设定。
在此基础上进行步骤S2，结合该220kV变电站***的抗震可靠度，得到了在三种不同地震发生风险情况下的失效概率，如表1所示；
表1：
Figure DEST_PATH_IMAGE023
在此基础上进行步骤S3，由于该地区的结构设防烈度为7度（0.1g）设防，因此按照电力***重要性需要提高一度设防，设计基本地震加速度为0.2g，从而得到多遇地震、设防地震和罕遇地震下地面运动峰值加速度
Figure 347727DEST_PATH_IMAGE005
如表2所示；
表2：
Figure 606670DEST_PATH_IMAGE024
在此基础上进行步骤S4，结合变电站的结构关键特征，即设备类型、设备数量及设备连接方式得到***事故树模型如图3所示；其中IN、BUS220、TR、BUS110及OUT分别表示进线单元、高压侧母线单元、变压器单元、低压侧母线单元及出线单元；XI1-XI6分别表示六条进线单元的正常工作概率；XP1-XP2分别表示两条高压侧母线单元的正常工作概率；XT1-XT3分别表示三条变压器单元的正常工作概率；XB1-XB2分别表示两条低压侧母线单元的正常工作概率；将各类基础事件进行排列组合得到该事件树模型的最小割集集合，并通过最小割集算法将事故树模型进行转化得到该变电站的等效模型如图4所示，从而实现了变电站***功能模型建立；其中各类设备的中值及对数标准差参数如表3所示；
表3：
Figure DEST_PATH_IMAGE025
在此基础上进行步骤S5，对变电站***的震后功能水平进行分析得到***地震风险剩余功能，如表4所示；
表4：
Figure 151878DEST_PATH_IMAGE026
将变电站***地震风险的失效概率和剩余功能绘制如图5所示，从图5发现随着地震强度的增大，***失效概率和剩余功能的变化趋势正好相反，但均反映了变电站***随地震强的变化规律，证明风险评估指标的一致性和有效性。
以上所述仅为本发明的优先实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围内之内。

Claims (8)

1.一种基于最小割集的变电站地震风险快速评估方法，其特征在于：首先通过事故树模型找寻***的最小割集集合，并搭建了变电站***的网络模型，在确定各类设备可靠度的情况下，基于各路径通过概率快速评估出***的失效概率，再将变电站***抗震能力和地震风险概率相结合，提出了基于***关键功能特性的地震风险量化指标，通过最小割集算法实现了变电站***地震风险的快速评估。
2.根据权利要求1所述的基于最小割集的变电站地震风险快速评估方法，其特征在于：该方法包括如下的具体步骤：
S1：确定变电站所处地区的地震烈度，明确变电站设备类型、数目及***连接方式；
S2：进行地震危险性分析，结合变电站的抗震可靠度分析得到地震风险条件概率如下式：
Figure DEST_PATH_IMAGE002
其中：
Figure DEST_PATH_IMAGE004
为变电站***的地震风险功能失效条件概率；
Figure DEST_PATH_IMAGE006
为变电站***在具体地震强度下的失效概率；
Figure DEST_PATH_IMAGE008
为变电站所在区域发生具体强度地震的概率，其中地震强度用地面运动峰值加速度(PGA)表示；
S3：设立地面运动峰值加速度
Figure DEST_PATH_IMAGE010
以反映不同地震烈度区域的地震强度，地面运动峰值加速度
Figure 470845DEST_PATH_IMAGE010
如下式：
Figure DEST_PATH_IMAGE012
其中
Figure DEST_PATH_IMAGE014
分别表示多遇地震、设防地震和罕遇地震；
Figure DEST_PATH_IMAGE016
表示地震烈度水平；
Figure DEST_PATH_IMAGE018
表示为水平地震影响系数最大值；
Figure DEST_PATH_IMAGE020
表示动力放大系数；
S4：建立变电站***的事故树网络模型，将各类基础事件进行排列组合得到该事件树模型的最小割集集合，并通过最小割集算法将事故树模型进行转化得到该变电站的等效模型；
S5：设立地震风险量化指标；从变电站***的可靠性和鲁棒性两方面进行***的地震风险量化评估，通过明确变电站***正常工作概率和设立变电站***剩余功能指标实现定量评估变电站的抗震能力。
3.根据权利要求2所述的基于最小割集的变电站地震风险快速评估方法，其特征在于：所述步骤S1中变电站所处地区的地震烈度采用地面运动峰值加速度PGA表示，并将其作为衡量地震强度的指标。
4.根据权利要求2所述的基于最小割集的变电站地震风险快速评估方法，其特征在于：所述步骤S2中变电站***的地震风险功能失效条件概率为变电站地震失效概率和地震发生概率的乘积。
5.根据权利要求2所述的基于最小割集的变电站地震风险快速评估方法，其特征在于：所述步骤S4中事故树模型满足如下假定：
1）将变电站***中的各单元假定为事故树模型中的基础事件，将变电站***中各单元连接方式假定为事故树中各项基础事件的逻辑关系；
2）将各单元的功能状态假定为基础事件的条件发生概率；
3）单元间的串联和并联关系通过事故树中的“与门”和“或门”逻辑门进行连接；
4）将出线单元正常工作概率假定为输出事件的条件概率参数。
6.根据权利要求2所述的基于最小割集的变电站地震风险快速评估方法，其特征在于：所述步骤S4中各类设备的可靠度采用地震易损性曲线的形式表达，其地震易损性曲线服从中值为 𝜇，对数标准差为 𝛽 的对数正态分布累计函数如下式：
Figure DEST_PATH_IMAGE022
。
7.根据权利要求2所述的基于最小割集的变电站地震风险快速评估方法，其特征在于：所述步骤S4中在明确各类基本事件发生概率的条件下，通过最小割集算法快速求出输出事件的条件概率，当各个最小割集中存在重复事件时，通过下式计算输出时间的发生概率：
Figure DEST_PATH_IMAGE024
其中：
Figure DEST_PATH_IMAGE026
表示输出事件W的发生概率；
Figure DEST_PATH_IMAGE028
表示***中最小割集数量；
Figure DEST_PATH_IMAGE030
表示第i个最小割集中基础事件数量；
Figure DEST_PATH_IMAGE032
表示***中第i个最小割集中第j个基本事件发生概率；
Figure DEST_PATH_IMAGE034
表示***中第r个最小割集和第s个最小割集中基础事件的并集。
8.根据权利要求2所述的基于最小割集的变电站地震风险快速评估方法，其特征在于：所述步骤S5中鲁棒性是指变电站***在地震作用下抵抗破坏并维持功能水平的能力，设立***剩余功能指标
Figure DEST_PATH_IMAGE036
定量评估变电站***的功能水平，具体如下式：
Figure DEST_PATH_IMAGE038
；
其中：
Figure DEST_PATH_IMAGE040
表示变电站***中第n条出线单元的失效概率；
Figure DEST_PATH_IMAGE042
表示变电站***中第n条出线单元的权重系数；N表示为变电站***中出线单元数目。
CN202211003667.8A 2022-08-22 2022-08-22 基于最小割集的变电站地震风险快速评估方法 Pending CN115330229A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211003667.8A CN115330229A (zh) 2022-08-22 2022-08-22 基于最小割集的变电站地震风险快速评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211003667.8A CN115330229A (zh) 2022-08-22 2022-08-22 基于最小割集的变电站地震风险快速评估方法

Publications (1)

Publication Number Publication Date
CN115330229A true CN115330229A (zh) 2022-11-11

Family

ID=83924956

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211003667.8A Pending CN115330229A (zh) 2022-08-22 2022-08-22 基于最小割集的变电站地震风险快速评估方法

Country Status (1)

Country Link
CN (1) CN115330229A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117196321A (zh) * 2023-11-03 2023-12-08 福建福清核电有限公司 核电厂计划任务概率风险的计算方法及其计算装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117196321A (zh) * 2023-11-03 2023-12-08 福建福清核电有限公司 核电厂计划任务概率风险的计算方法及其计算装置
CN117196321B (zh) * 2023-11-03 2024-03-01 福建福清核电有限公司 核电厂计划任务概率风险的计算方法及其计算装置

Similar Documents

Publication Publication Date Title
Cavalieri et al. Models for seismic vulnerability analysis of power networks: comparative assessment
CN102854415B (zh) 一种区域电网线路雷击闪络风险评估方法
CN101592700B (zh) 基于事故链的大电网连锁故障分析方法
Liang et al. System vulnerability analysis simulation model for substation subjected to earthquakes
Roos et al. Distribution system component failure rates and repair times–an overview
Shariatinasab et al. Optimisation of arrester location in risk assessment in distribution network
CN115330229A (zh) 基于最小割集的变电站地震风险快速评估方法
CN103259263A (zh) 基于有功潮流介数的电力***关键节点辨识方法
Bretas et al. Multi-objective MILP model for distribution systems reliability optimization: A lightning protection system design approach
CN110350522A (zh) 一种基于加权h指数的电力***脆弱线路辨识方法
CN112329377A (zh) 用于量化多输入多输出变电站***地震易损性的评估方法
Liang et al. Seismic risk analysis of electrical substations based on the network analysis method
CN111597697A (zh) 特高压同塔双回线路避雷器布置优化方法
Liu et al. Resilience-based post-earthquake recovery strategies for substation systems
CN110797863B (zh) 一种考虑电网n-1及n-2安全约束的经济调度方法
Chawla et al. Decision support tool for enabling resiliency in an underground power distribution system
US20220383431A1 (en) Electric Power System Planning Operation Device, Method, and System
Belko et al. Comparison of the Analytical Simplified Method of the OHL Lightning Performance Assessment with Monte Carlo Method in ATP-EMTP using Line Lightning Protection Devices
Ibrahim et al. Reliability assessment of axial load effect on electric power distribution concrete poles in Southwest Nigeria
Liu et al. Rapid assessment of substation earthquake risk based on minimal cut sets
CN115495974A (zh) 基于贝叶斯神经网络的变电站抗震韧性快速评估方法
Wang et al. Analysis of Substation Vulnerability Considering Secondary Systems
Wang et al. A multi-source power grid's resilience enhancement strategy based on subnet division and power dispatch
CN103336875A (zh) 一种考虑人为过失不确定性的工程结构设计方法
Wang et al. A method for assessing power system security risk

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