一种基于模糊专家系统的智能变电站二次健康度评分方法

文档序号:8319435阅读:398来源:国知局
一种基于模糊专家系统的智能变电站二次健康度评分方法
【技术领域】
[0001] 分发明涉及一种用于智能变电站可靠性技术领域,尤其涉及智能变电站二次可靠 性指标融合方法。
【背景技术】
[0002] 智能变电站式智能电网中的枢纽环节,与整个智能电网的安全可靠运行密切相 关。而智能变电站二次系统则关系到智能变电站的状态监测,故障报警,一次数据采集与传 输等重要功能。因此,对于智能变电站二次的可靠性评估具有重要意义。
[0003] 电子式互感器,智能断路器,工业通信网络和IEC61850标准等智能技术的发展为 智能变电站二次系统网络化的实现提供了物质基础。现有智能变电站二次设备在进行配置 时,一般以按间隔配置为原则,各间隔二次设备互相独立且考虑冗余。伴随着智能变电站二 次系统在结构与功能上的不断升级,其可靠性评估的难度不断增大。
[0004] 现有的智能变电站可靠性技术中,以定量分析方法占主导地位,多采用基于串并 联结构的可靠性框图法,故障树法,状态空间法和频率持续时间法。考虑到智能变电站二次 结构的复杂性,采用传统可靠性分析方法只能获得各个独立的二次间隔的可靠性指标,对 于智能变电站二次整体可靠性的定性分析并不适用,且缺乏将各个独立的二次间隔的可靠 性指标进行融合的有效方法。
[0005] 发明目的
[0006] 本发明为了克服现有技术存在的不足之处,提供了一种基于模糊专家系统的智能 变电站二次健康度评分方法,整体思路简单明确,全面而清晰地考虑了二次可靠性评价体 系中各个子类指标的综合作用,对于更加复杂的智能变电站二次可靠性指标体系也易于推 广,为智能变电站二次整体的健康度评分提供了切实有效的实用方法。
[0007] 为了实现上述目的,本发明采用以下技术方案,它包括:本发明为解决技术问题采 取如下技术方案:
[0008] -种基于模糊专家系统的智能变电站二次健康度评分方法,是应用于智能变电站 二次可靠性指标体系,所述智能变电站二次可靠性指标包括:主变二次可靠性指标,220kV 二次可靠性指标,500kV二次可靠性指标;主变二次可靠性指标包括主变二次可用度^和 主变二次重要度Pz;220kV二次可靠性指标包括220kV二次可用度A 22(|和220kV二次重要度 P22(l;220kV二次可靠性指标的子类指标包括220kV母线二次可用度A 22(?和220kV母线二次 重要度P22_,220kV母联二次可用度A 22qmJP 220kV母联二次重要度P 2·,220kV出线二次可 用度A22c〇jP 220kV出线二次重要度P 22COi,i = 1,…,n ;500kV二次可靠性指标包括500kV 二次可用度A5tltl和500kV二次重要度P 5(l(l;500kV二次可靠性指标的子类指标包括500kV母 线二次可用度A5_#P 500kV母线二次重要度P 5_x,500kV串二次可用度A5tltcj和500kV串 二次重要度 P5_.,j = 1,"'m;
[0009] 其特征在于:所述基于模糊专家系统的智能变电站二次健康度评分方法包括以下 步骤:
[0010] 步骤I :依据所述智能变电站二次元件工作原理与配合关系,建立所述智能变电 站二次可靠性指标体系的递阶层次结构模型;
[0011] 步骤2 :采用分层分析方法,根据所述二次重要度计算所述二次可用度的权重系 数;
[0012] 步骤3 :根据所述智能变电站二次可靠性指标体系的递阶层次结构模型,结合专 家经验,定义健康度评分的模糊论域,建立用于智能变电站二次可靠性指标融合的模糊规 则库;
[0013] 步骤4 :根据所述递阶层次结构模型,分别对220kV二次和500kV二次和智能变电 站二次整体进行健康度评分。
[0014] 所述步骤1中所述的智能变电站二次可靠性指标体系的递阶层次结构模型的建 立是按如下步骤进行的:
[0015] 所述智能变电站二次可靠性指标体系的递阶层次结构模型包括目标层,准则层和 方案层;
[0016] 步骤1. 1,以智能变电站二次健康度评分为目标层;
[0017] 步骤1. 2,根据智能变电站电压等级,以所述主变二次可用度Az,所述220kV二次 可用度A22tl,所述500kV二次可用度A 5tltl的健康度评分为准则层;
[0018] 步骤1. 3,以所述220kV母线二次可用度A22c?,所述220kV母联二次可用度A22ttt, 所述220kV出线二次可用度A 22coi, i = 1,"'n,所述500kV母线二次可用度A5cwmx,所述 500kV串二次可用度A5tltcj, j = 1,…,m的健康度评分为方案层;
[0019] 所述步骤2是按照如下步骤进行的:
[0020] 步骤2. 1,获取基于故障树的智能变电站二次重要度参数;
[0021] 所述重要度参数包括主变二次重要度Pz,220kV二次重要度P22(l,500kV二次重要 度P 5QQ;220kV母线二次重要度P 22QMX,220kV母联二次重要度P22ttt, 220kV出线二次重要度 P22〇CXi,i = 1,…,n ;500kV 母线二次重要度 P500MX,500kV 串二次重要度 P500CJ,j = 1,…,m ;
[0022] 步骤2. 2,利用所述主变二次重要度Pz,所述220kV二次重要度P22tl,所述500kV二 次重要度P 5t?计算所述准则层的权重系数:
[0023] 步骤2. 2. 1,由式⑴获得准则层重要度判断矩阵Φ1:
[0024]
【主权项】
1. 一种基于模糊专家系统的智能变电站二次健康度评分方法,是应用于智能变电站二 次可靠性指标体系,所述智能变电站二次可靠性指标包括:主变二次可靠性指标,220kV二 次可靠性指标,500kV二次可靠性指标;主变二次可靠性指标包括主变二次可用度A z和主 变二次重要度Pz;220kV二次可靠性指标包括220kV二次可用度A22c^P 220kV二次重要度 P22(l;220kV二次可靠性指标的子类指标包括220kV母线二次可用度A 22(?和220kV母线二次 重要度P22_,220kV母联二次可用度A 22qmJP 220kV母联二次重要度P 2·,220kV出线二次可 用度A22c〇jP 220kV出线二次重要度P 22COi,i = 1,…,n ;500kV二次可靠性指标包括500kV 二次可用度A5tltl和500kV二次重要度P 5(l(l;500kV二次可靠性指标的子类指标包括500kV母 线二次可用度A5_#P 500kV母线二次重要度P 5_x,500kV串二次可用度A5tltcj和500kV串 二次重要度 P5_.,j = 1,"'m; 其特征在于:所述基于模糊专家系统的智能变电站二次健康度评分方法包括以下步 骤: 步骤1 :依据所述智能变电站二次元件工作原理与配合关系,建立所述智能变电站二 次可靠性指标体系的递阶层次结构模型; 步骤2 :采用分层分析方法,根据所述二次重要度计算所述二次可用度的权重系数; 步骤3 :根据所述智能变电站二次可靠性指标体系的递阶层次结构模型,结合专家经 验,定义健康度评分的模糊论域,建立用于智能变电站二次可靠性指标融合的模糊规则 库; 步骤4 :根据所述递阶层次结构模型,分别对220kV二次和500kV二次和智能变电站二 次整体进行健康度评分。
2. 根据权利要求1所述的基于模糊专家系统的智能变电站二次健康度评分方法,其特 征是:所述步骤1中所述的智能变电站二次可靠性指标体系的递阶层次结构模型的建立是 按如下步骤进行的: 所述智能变电站二次可靠性指标体系的递阶层次结构模型包括目标层,准则层和方案 层; 步骤1. 1,以智能变电站二次健康度评分为目标层; 步骤1. 2,根据智能变电站电压等级,以所述主变二次可用度Az,所述220kV二次可用 度A22tl,所述500kV二次可用度A5tltl的健康度评分为准则层; 步骤1. 3,以所述220kV母线二次可用度A22c?,所述220kV母联二次可用度A22tm,所述 220kV出线二次可用度A22coi,i = 1,…,n,所述500kV母线二次可用度A_x,所述500kV串 -次可用度A5ticcj, j = 1,…,m的健康度评分为方案层。
3. 根据权利要求1或2所述的基于模糊专家系统的智能变电站二次健康度评分方法, 其特征是:所述步骤2是按照如下步骤进行的: 步骤2. 1,获取基于故障树的智能变电站二次重要度参数; 所述重要度参数包括主变二次重要度Pz,220kV二次重要度P22tl, 500kV二次重要度P5tltl; 220kV母线二次重要度P22QMX,220kV母联二次重要度P22MC,220kV出线二次重要度P 22coi, i =1,…,n ;500kV母线二次重要度P5qqmx, 500kV串二次重要度P5_,j = 1,…,m ; 步骤2. 2,利用所述主变二次重要度Pz,所述220kV二次重要度P22tl,所述500kV二次重 要度P5t?计算所述准则层的权重系数: 步骤2. 2. 1,由式(1)获得准则层重要度判断矩阵Φ1:
步骤2. 2. 2,计算所述准则层重要度判断矩阵O1的特征向量: 将准则层重要度判断矩阵O1带入特征方程I λΕ-Φ」=0求解最大特征值λ Φ1_,利 用最大特征值求解特征向量ω1= {ω CO1,2, CO1,3};其中,ω1;1代表所述主变二次可用度 Az的权重系数,ω 12代表所述220kV二次可用度A 22(|的权重系数,ω 13代表所述500kV二 次可用度A5t
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1