基于数据分析的变电站抗震韧性确定方法及系统与流程

本发明涉及电力系统评估领域，特别涉及基于数据分析的变电站抗震韧性确定方法及系统。

背景技术：

1、抗震韧性是基于性态抗震设计的进一步深化与发展，为电网基础设施的抗震规划和设计提供了一种更新更全面的思路，即力求遭受地震灾害时维持电网必要功能，并实现其震后功能的快速恢复以避免因长时间停电造成的巨大社会影响和经济损失。现阶段中定义、量化和实现工程结构或基础设施的抗震韧性已经国际防震减灾的前沿热点和今后地震工程研究发展的主要方向。在21世纪初，bruneau等提出的基于功能指标的韧性曲线是认可度较高的一种量化抗震韧性的描述方法，相比传统的基于概率的运行可靠性风险评估，抗震韧性曲线能够全面描述系统功能水平在地震发生前后的动态变化过程，进而根据功能整体损失等曲线特征评估系统韧性。

2、现有的基于功能指标的韧性曲线的抗震韧性确定方法通常采用经验值来确定决策部署时间，且在模拟过程中，通常默认设备维修次序产生于随机状态下，但在实际过程中，由于震后环境的复杂性和变电站系统的差异性，导致其决策部署时间也会存在很大的差异，且真实情况下，设备维修策略往往需要根据实际情况进行现场调整，从而使得模拟出的抗震韧性与实际值出现较大偏差。为此，我们提出基于数据分析的变电站抗震韧性确定方法及系统。

技术实现思路

1、本发明的主要目的在于提供基于数据分析的变电站抗震韧性确定方法及系统，可以有效解决背景技术中的问题。

2、为实现上述目的，本发明采取的技术方案为，

3、基于数据分析的变电站抗震韧性确定方法，包括：

4、s1：定义变电站系统功能状态f为变电站系统的最大容许输变电容量，韧性评估指标r为变电站系统在地震发生后的整体功能损失；

5、s2：根据变电站布局和设备间的逻辑拓扑关系建立变电站系统的网络有向图模型g(v,e)，其中，边e的状态由系统中各设备的工作状态s决定，节点v之间的连通状态用连接矩阵c[x]记录和表示，基于此建立变电站系统功能状态f与设备状态s之间的函数关系f＝f(c[s])；

6、s3：确定与变电站系统功能损失与恢复模拟过程的相关变量，包括地震强度范围[amin,amax]和当前输入地震强度水平a、设备地震易损性曲线、设备修复时间分布模型、可用修复资源和时间步长δt；

7、s4：根据当前输入地震强度水平a和设备地震易损性曲线，获取系统中设备当前状态向量sd，将当前状态向量sd带入至步骤s2的函数关系中，获取变电站系统当前功能状态fd；

8、s5：根据变电站系统当前功能状态fd及变电站系统的复杂程度确定决策部署时间阈值tmax，且决策部署时间阈值tmax反比于变电站系统当前功能状态fd，正比于变电站系统的复杂程度，其中，变电站系统的复杂程度通过设备间逻辑拓扑关系网的平均度进行量化表征，其中，变电站系统的复杂程度正比于设备间逻辑拓扑关系网的平均度，平均度的计算公式为：

9、

10、式中，表示为设备间逻辑拓扑关系网的平均度；km表示为与第m个设备的具有连接关系的设备数量；m为设备总数

11、s6：根据设备修复时间分布模型及设备重要性，确定设备修复优先级p，根据设备的修复优先级生成故障设备修复顺序π，按照设备修复时间分布模型和相应参数通过随机抽样求得各故障设备的修复时间，其中，故障设备修复顺序值反比于设备修复优先级p；

12、设备修复优先级p的确定步骤包括：

13、设定变电站系统功能损失与恢复模拟过程的重复次数为q；

14、获取模拟过程中，当第i个设备未修复时变电站的功能水平kip，以及当第i个设备修复后变电站的功能水平k'ip；

15、根据设备修复时间分布模型获取模拟过程中第i个设备的修复时间；

16、根据获取的参数计算第i个设备的修复效率指标pi，计算公式为：

17、

18、根据构建的变电站系统的网络有向图模型计算第i个设备的设备重要性评估值wdi；

19、通过以下公式计算第i个设备的修复优先评价值fi，计算公式为：

20、fi＝αpi+βwdi

21、式中，α、β均为常数系数，且0.3＜α＜0.7；0.3＜β＜0.7；α+β＝1；

22、以获取的设备的修复优先评价值作为设备修复优先级p的表征；

23、所述设备重要性的获取流程包括以下步骤：

24、根据构建的变电站系统的网络有向图模型获取与第i个设备相连接的所有设备；

25、根据设备间的逻辑拓扑关系将与第i个设备相连接的设备划分为指向性设备和被指向性设备；

26、定义指向性设备与第i个设备连接关系为指向性边，被指向性设备与第i个设备连接关系为被指向性边；

27、根据以下公式计算第i个设备的设备重要性评估值，计算公式为：

28、

29、式中，wdi表示为第i个设备的设备重要性评估值；n(i)表示为变电站系统的网络有向图模型中与第i个设备相连接的设备集合；wdini表示为第i个设备的所有被指向性边的权重之和；wdouti表示为第i个设备的所有指向性边的权重之和；wji表示为第i个设备的第j个被指向性边的权重；wij表示为第i个设备的第j个指向性边的权重；nin(i)表示为第i个设备所有被指向性设备集合；nout(i)表示为第i个设备所有指向性设备集合；

30、s7：将功能恢复过程按照时间步长δt进行分解，以故障设备修复顺序π分配可用修复资源，根据故障设备的修复时间更新设备状态s和变电站系统功能状态f，获得变电站系统功能抗震韧性曲线，并计算相应的韧性评估指标r，计算公式为：

31、

32、式中，f0表示为变电站在地震发生前的功能水平；f(t)表示为时间t下变电站的功能水平；t0为地震发生时刻；te为变电站在地震发生后功能水平完全恢复时刻；

33、采用蒙特卡洛模拟方法重复步骤s4-步骤s7，计算韧性评估指标r的包括均值、方差的统计值，获取变电站系统抗震韧性的量化评估指标值。

34、基于数据分析的变电站抗震韧性确定系统，包括指标定义模块、有向图模型构建模块、模拟过程变量获取模块、抗震韧性曲线拟合模块；

35、所述指标定义模块用于定义变电站系统功能状态f和韧性评估指标r；

36、所述有向图模型构建模块根据变电站布局和设备间的逻辑拓扑关系建立变电站系统的网络有向图模型g(v,e)，并建立变电站系统功能状态f与设备状态s之间的函数关系f＝f(c[s])；

37、所述模拟过程变量获取模块用于确定变电站系统功能损失与恢复模拟过程的相关变量；

38、所述抗震韧性曲线拟合模块用于获得变电站系统功能抗震韧性曲线，并计算相应的韧性评估指标r，计算公式为：

39、

40、式中，f0表示为变电站在地震发生前的功能水平；f(t)表示为时间t下变电站的功能水平；t0为地震发生时刻；te为变电站在地震发生后功能水平完全恢复时刻；

41、所述抗震韧性曲线拟合模块包括当前功能状态获取子模块、决策部署时间获取子模块、故障设备修复顺序获取子模块、设备状态和功能状态更新子模块；

42、所述当前功能状态获取子模块用于根据当前输入地震强度水平a和设备地震易损性曲线，获取系统中设备当前状态向量sd，并将当前状态向量sd带入至步骤s2的函数关系中，获取变电站系统当前功能状态fd；

43、所述决策部署时间获取子模块用于根据变电站系统当前功能状态fd及变电站系统的复杂程度确定决策部署时间阈值tmax；

44、所述故障设备修复顺序获取子模块用于根据设备修复时间分布模型及设备重要性，确定设备修复优先级p，根据设备的修复优先级生成故障设备修复顺序π，按照设备修复时间分布模型和相应参数通过随机抽样求得各故障设备的修复时间；

45、所述设备状态和功能状态更新子模块用于将功能恢复过程按照时间步长δt进行分解，以故障设备修复顺序π分配可用修复资源，根据故障设备的修复时间更新设备状态s和变电站系统功能状态f；

46、所述系统还包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序。

47、本发明具有如下有益效果，

48、与现有技术相比，本发明技术方案通过定义变电站系统功能状态f为变电站系统的最大容许输变电容量，韧性评估指标r为变电站系统在地震发生后的整体功能损失，根据变电站布局和设备间的逻辑拓扑关系建立变电站系统的网络有向图模型g(v,e)，其中，边e的状态由系统中各设备的工作状态s决定，节点v之间的连通状态用连接矩阵c[x]记录和表示，基于此建立变电站系统功能状态f与设备状态s之间的函数关系f＝f(c[s])，确定与变电站系统功能损失与恢复模拟过程中包括地震强度范围[amin,amax]和当前输入地震强度水平a、设备地震易损性曲线、设备修复时间分布模型、可用修复资源和时间步长δt的相关变量，根据当前输入地震强度水平a和设备地震易损性曲线，获取系统中设备当前状态向量sd，将当前状态向量sd带入至函数关系中，获取变电站系统当前功能状态fd，并根据变电站系统当前功能状态fd及变电站系统的复杂程度确定决策部署时间阈值tmax，根据设备修复时间分布模型及设备重要性，确定设备修复优先级p，生成故障设备修复顺序π，按照设备修复时间分布模型和相应参数通过随机抽样求得各故障设备的修复时间，将功能恢复过程按照时间步长δt进行分解，以故障设备修复顺序π分配可用修复资源，根据故障设备的修复时间更新设备状态s和变电站系统功能状态f，获得变电站系统功能抗震韧性曲线，并计算相应的韧性评估指标r，采用蒙特卡洛模拟方法重复模拟，计算韧性评估指标r的包括均值、方差的统计值，从而获取变电站系统抗震韧性的量化评估指标值，结合变电站的复杂程度和功能状态确定决策部署时间阈值，基于设备重要性生成故障设备修复顺序，使得模拟结果更加接近于真实状态，从而可以有效降低抗震韧性模拟值与实际值之间的偏差程度。