基于天气信息的配电线路故障概率评估方法

1.本发明属于配电线路状态评估领域，具体涉及基于天气信息的配电线路故障概率评估方法。


背景技术：

2.配电线路是配电网的重要组成部分，据统计，夏季的强对流天气是配电网故障停电的主要原因之一，其中10kv配电线路因天气原因造成的故障停电约占15％，主要集中在河南黄淮四市；加之该区域农村配网相对薄弱，强对流天气造成停电影响范围大，故障恢复时间长。因此，选用合理的配电线路故障模型进行故障状态分析，对配电线路开展故障预防和检修工作具有重要意义。
3.在现有研究中，对于配电线路故障分析、极端天气状态感知、薄弱环节辨识等方面有一定的研究积累，但是主要集中在极端天气的区域预警和薄弱环节脆弱性指标构建等方面，未深入挖掘强对流天气与配电线路故障之间的关联关系，缺乏对配电线路通道环境、树障等具体因素的考虑。为了使配电线路故障概率评估更符合电网运行实际情况，需要进一步针对这些问题做出改进。


技术实现要素：

4.为解决现有技术中存在的不足，本发明的目的在于，提供一种基于天气信息的配电线路故障概率评估方法，分别构建多因素配电线路老化故障概率模型，雷击引起的配电线路过电压故障概率模型，风雨引起的配电线路空气间隙放电故障概率模型，最终形成配电线路总体故障概率模型。
5.本发明采用如下的技术方案。
6.一种基于天气信息的配电线路故障概率评估方法，所述方法包括：
7.步骤a，基于配电线路老化影响因素，建立多因素配电线路老化故障概率模型；
8.步骤b，基于简化rusck公式计算导线感应过电压峰值，考虑绝缘子耐压水平，计算雷击发生时雷电峰值电流出现的概率，并确定雷击影响等级；最后，通过泊松回归模型构建雷击引起的配电线路过电压故障概率模型；
9.步骤c，考虑天气因素与环境温度，建立不同风速与降雨等级对导线空气间隙放电故障的影响等级，依据泊松回归模型构建风雨引起的配电线路空气间隙放电故障概率模型；
10.步骤d，最后建立配电线路总体故障概率模型。
11.进一步地，所述步骤a中，基于威布尔分布并计及运行温度的影响，建立配电线路老化故障概率模型为：
[0012][0013]
其中，l
l
为导线长度系数，β
l
为形状参数，t
l
为导线在某一恒定温度θ
h0
下的运行时
间，t
eq
为导线在不同运行温度下的运行时间折算至θ
h0
下的等效运行时间。
[0014]
进一步地，所述t
l
计算过程如下：
[0015]
单位长度导线运行温度θ
l
为：
[0016][0017]
其中，c
p
为导线的比热容；m为导线的质量，qs为单位长度导线所吸收的日照热量，q1为额定电压下单位长度导线产生的热量，qc为单位长度导线向外界环境散失的热量；
[0018]
单位长度导线抗拉强度损失百分比w为：
[0019]
w＝wa{1-exp{-exp[a1+(b1/θ1)lnt+c1/θ1+d
1 ln(r1/80)]}}
[0020]
其中，wa为完全退火状况下导线抗拉强度损失百分比；t为导线在温度θ
l
下的持续运行时间；a
l
、b
l
、c
l
、d
l
和r
l
为与导线材料属性相关的常数；
[0021]
当导线在某一恒定温度θ
h0
运行，使得w＝w
max
时，可将t等效为t
l
，则：
[0022][0023]
其中，当w达到最大值w
max
时认为导线寿命终止。
[0024]
进一步地，所述t
eq
计算过程如下：
[0025][0026]
进一步地，所述步骤b中，通过泊松回归模型构建雷击引起的配电线路过电压故障概率模型：
[0027]
p
l1
＝m
1 exp(n1l)
[0028]
其中，m1、n1为通过历史故障数据拟合得到的无量纲系数，l为雷击影响等级。
[0029]
进一步地，所述雷击影响等级l计算过程：
[0030]
l＝k1ρc[p(i0)]-b1
[0031]
其中，k1、b1为通过历史故障数据及相关绝缘子性能拟合得到的无量纲系数；ρc为检修对绝缘子抗雷性能的影响，其值可通过历史检修计划对雷击故障概率的影响拟合得到，p(i0)为雷击发生时雷电峰值电流出现的概率。
[0032]
进一步地，计算导线最大感应过电压峰值u
max
：
[0033][0034]
其中，u为感应过电压峰值；h为导线高度；i0为雷电峰值电流；s
min
为直击雷吸引距离；
[0035]
设绝缘子的临界击穿电压为u
50％
，如果u
max
《u
50％
，则雷击故障概率为0；反之，则可能因雷击发生故障；在雷击发生时雷电峰值电流出现的概率为：
[0036][0037]
进一步地，所述步骤c中，依据泊松回归模型构建风雨引起导线故障的概率为：
[0038]
p
l2
＝m
2 exp(n2h(v,qy,t))
[0039]
其中，m2、n2为通过历史故障数据拟合得到的无量纲系数，h(v，qy，t)为风速和降雨强度等级对导线空气间隙放电故障的影响等级。
[0040]
进一步地，风速和降雨强度等级对导线空气间隙放电故障的影响等级为：
[0041][0042]
其中，σv为风速对导线放电故障的影响等级；λ
vj
、n
vj
、m
vj
为风速等级v下通过历史故障统计数据拟合得到的第j个无量纲系数，v为风速，qy为降雨量。
[0043]
进一步地，所述步骤d中，构建配电线路总体故障概率模型：
[0044][0045]
本发明的有益效果在于，与现有技术相比，本发明针对现有配电线路故障概率评估中存在的问题，提供了一种更加符合电力系统运行机理、具有实际意义的基于天气的其故障概率评估方法。
[0046]
本发明基于天气信息的配电线路故障概率评估方法，基于导线故障机理出发，结合日照、负载率、运行年限、环境温度和风速等运行条件，建立不同天气状况下导线故障概率模型。算例分析证明了概率模型的有效性和合理性，可以为系统运行风险评估和检修计划的制定提供参考依据。
附图说明
[0047]
图1为本发明基于天气信息的配电线路故障概率评估方法流程图；
[0048]
图2为10kv配电导线真实与拟合故障概率对比图；
[0049]
图3为风速与降雨对空气间隙放电故障概率的影响图；
[0050]
图4为导线故障概率计算值和真实值的对比图。
具体实施方式
[0051]
下面结合附图对本技术作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本技术的保护范围。
[0052]
如图1所示，本发明所述的基于天气信息的配电线路故障概率评估方法，包含以下步骤：
[0053]
步骤a，基于配电线路老化影响因素，建立多因素配电线路老化故障概率模型；
[0054]
配电线路老化影响因素，主要与温度有关，导线运行温度主要取决于日照、负载率、运行年限、环境温度和风速等运行条件，上述运行条件可分为3种影响导线运行温度变化的因素，即从外界环境吸收的热量、导线自身发热的热量和向外界环境散失的热量。
[0055]
a，从外界环境吸收的热量；
[0056]
导线从外界环境吸收的热量通常以日照热量为主，单位长度(1km)导线所吸收的日照热量qs(单位为j)为：
[0057]qs
＝α
sqs
d sinη
ꢀꢀꢀ
(1)
[0058]
其中，αs为导线对日照的吸收率，架空裸导线的αs一般不随运行年限变化，此处设为常值；η为日照方向与导线的夹角(单位为
°
)，为了得到设备最大故障概率，考虑较恶劣日照环境，取η＝90
°
；d为导线直径(单位为m)；qs为导线在计及直射和漫射情况下获得的日照热量(单位为j)。
[0059]
ieee给出的全年最大日照日正午12:00的qs的计算式：
[0060][0061][0062]
其中，hs为太阳高度角(单位为
°
)；为导线所处纬度(单位为
°
)。
[0063]
由式(2)、(3)可知qs只与有关，省级范围内导线纬度差异不大，因此，省级电网内相同型号单位长度导线从外界吸收的热量可设为常数。
[0064]
b，导线自身发热的热量；
[0065]
在温度允许范围内，ieee标准中将导线产生的热量q1(单位为j)近似为焦耳热。额定电压ue下q1可表示为：
[0066][0067]
其中，k
l
为负载率；p
max
为导线最大运行功率(单位为w)；ζ为功率因数角；rc为导线电阻(单位为ω)，其值与运行年限有关，可通过测量得到。
[0068]
c，向外界环境散失的热量；
[0069]
导线散热方式主要有辐射散热和对流散热。辐射散热仅占总散热量的一小部分，本发明忽略该方式的散热影响。对流散热方式下损失的热量qc(单位为j)与外界环境温度t(单位为℃)、风速vf(单位为m/s)、导线表面脏污和风向有关，是导线主要的散热方式。
[0070]
此外设导线表面脏污及检修对qc的修正为ρ，为计算最大故障概率，设风向与导线垂直，则qc的表达式为：
[0071][0072]
其中，ρf为空气密度(单位为kg/m3)，μf为空气粘滞系数，λf为空气的热传导率，a3)；θ
l
为导线自身运行温度(单位为℃)。
[0073]
按照ieee标准，单位长度导线运行温度θ
l
可表示为：
[0074][0075]
其中，c
p
为导线的比热容(单位为j/(kg
·
℃))；m为导线的质量(单位为kg)。
[0076]
导线抗拉强度与运行温度有关，两者之间的经验公式为：
[0077]
w＝wa{1-exp{-exp[a1+(b1/θ1)lnt+c1/θ1+d
1 ln(r1/80)]}}
ꢀꢀꢀ
(7)
[0078]
其中，w为单位长度导线抗拉强度损失百分比；wa为完全退火状况下导线抗拉强度损失百分比；t为导线在温度θ
l
下的持续运行时间；a
l
、b
l
、c
l
、d
l
和r
l
为与导线材料属性相关的常数。
[0079]
可通过估算导线抗拉强度损失来近似得到导线的寿命，当w达到最大值w
max
时，则认为导线寿命终止。
[0080]
当导线在某一恒定温度θ
h0
运行，使得w＝w
max
时，可将式(7)中的t等效为期望寿命t
l
，则式(7)可改写为：
[0081][0082]
但导线并不是一直运行在θ
h0
下，需要将波动的导线运行温度曲线对应的运行时间折算为θ
h0
下的等效运行时间。可按导线运行温度划分n个小区间，每个小区间内导线的运行温度θ
li
恒定，t
li
为导线在θ
li
温度下的运行时间，累加可得到等效运行时间，则导线在不同运行温度下的运行时间可折算至θ
h0
下的等效运行时间t
eq
，如式(9)所示。
[0083][0084]
配电线路老化故障相关概率模型，威布尔分布充分契合浴盆曲线变化趋势，已广泛应用于配电设备的失效建模中，基于威布尔分布并计及运行温度的影响，建立导线老化故障概率模型为：
[0085][0086]
其中，l
l
为导线长度系数；β
l
为形状参数，可通过导线老化导致故障的历史数据拟合得到。
[0087]
步骤b，基于ieee简化的rusck经典公式计算导线感应过电压峰值，考虑绝缘子耐压水平防雷，计算雷击发生时雷电峰值电流出现的概率，并确定雷击影响等级；最后，通过泊松回归模型构建雷击引起的配电线路过电压故障概率模型；
[0088]
利用ieee简化的rusck经典公式可得导线感应过电压峰值为：
[0089][0090]
其中，u为感应过电压峰值(单位为kv)；h为导线高度，一般为5～15m；i0为雷电峰值电流(单位为ka)；s为雷击点距导线的垂直距离(单位为m)。
[0091]
定义s
min
为直击雷吸引距离，当s》s
min
时，雷电才不会被导线吸引变成直击雷，s
min
的计算公式为：
[0092][0093]
一般导线高度取为10m，则其最大感应过电压峰值为：
[0094][0095]
10kv导线一般不装设避雷线，如不考虑其他避雷器的作用，线路主要靠提高绝缘子耐压水平防雷。设绝缘子的临界击穿电压为u
50％
，如果u
max|i0,h
《u
50％
，则雷击故障概率为0；反之，则可能因雷击发生故障。在雷击发生时雷电峰值电流出现的概率为：
[0096][0097]
由式(13)可知，感应过电压峰值的大小取决于i0，故p(i0)可以表征感应雷对线路影响的频度，用其作为雷击影响等级l的划分标准，如式(15)所示。
[0098][0099]
其中，k1、b1为通过历史故障数据及相关绝缘子性能拟合得到的无量纲系数；ρc为检修对绝缘子抗雷性能的影响，其值可通过历史检修计划对雷击故障概率的影响拟合得到。
[0100]
泊松回归模型是描述变量独立且离散型分布，确定2种或以上变量间定量关系的一种统计模型，常用于计数资料和列联表建模。此外，泊松回归模型满足指数形式的建模，且常应用于因变量为有限范围的非负整数情况。直观而言，在配电系统中发生的故障是一个计数过程，通过统计雷击影响等级与雷击故障概率之间的关系，发现两者基本满足指数形式的分布，因此本发明依据泊松回归模型构建配电线路过电压雷击故障概率为：
[0101]
p
l1
＝m
1 exp(n1l)
ꢀꢀꢀ
(16)
[0102]
其中，m1、n1为通过历史故障数据拟合得到的无量纲系数。
[0103]
步骤c，考虑天气因素与环境温度的影响，建立不同风速与降雨等级对导线空气间隙放电故障的影响等级，依据泊松回归模型构建风雨引起配电线路空气间隙放电故障概率模型；
[0104]
风雨引起导线故障的概率模型，ub随环境温度t增加而增加，当t》22℃或t《11℃时，t对ub的影响可以忽略不计；当11℃≤t≤22℃时，t与ub大致呈线性关系。
[0105]
综上所述，风速和降雨强度等级对导线空气间隙放电故障的影响等级为h(v，qy，t)。
[0106][0107]
其中，σv为风速对导线放电故障的影响等级；λ
vj
、n
vj
、m
vj
为风速等级v下通过历史故障统计数据拟合得到的第j个无量纲系数。
[0108]
由于风雨影响等级与导线空气间隙放电故障概率的历史统计结果满足指数分布，依据泊松回归模型构建风雨引起导线故障的概率为：
[0109]
p
l2
＝m
2 exp(n2h(v,qy,t))
ꢀꢀꢀ
(18)
[0110]
其中，m2、n2为通过历史故障数据拟合得到的无量纲系数。
[0111]
步骤d，最后建立配电线路总体故障概率模型。
[0112]
考虑配电线路故障因素彼此独立，综合上述内容，配电线路总体故障概率模型为：
[0113][0114]
下面结合具体实施方式对本发明作进一步详细的说明。
[0115]
步骤一，根据某配电网2013—2017年10kv架空裸导线历史故障数据及对应天气信息作为拟合与校验样本，随机选取1/2的历史故障数据作为模型拟合样本，另外1/2的历史数据作为校验样本。配电线路故障数据如表1所示，各待评估参数如表2所示。
[0116]
表1
[0117][0118][0119]
表2
[0120][0121]
步骤二，根据评估参数及配电线路不同情况下的故障概率模型，对配电线路故障概率进行拟合计算，并将得到的拟合故障概率与真实故障概率进行对比。其中，真实故障概率可由历史记录中设备发生该类故障的次数除以相同运行条件下该类设备总数计算得到；拟合故障概率由设备各类故障概率模型在相应运行条件下计算得到。
[0122]
为反映拟合方法的优劣，引入一元多次模型与本发明所提方法同时进行拟合计算，将得到的拟合故障概率与真实故障概率进行对比，最终结果如图2所示。图3为当环境温度大于22℃时，风速与降雨对空气间隙放电故障概率的影响。本发明故障概率计算方法记为方案1，使用设备运行状态等级(好、中、差)作为变量值的泊松回归模型计算得到故障概率记为方案2，进一步检验本发明所建设备故障概率模型的效果。从某10kv配电网2013—2017年设备故障数据中分别任意选出10个架空裸导线故障场景。分别用2种方案计算导线的故障概率，并将计算结果与真实故障率进行对比，结果如图4所示。
[0123]
本发明的有益效果在于，与现有技术相比，本发明针对现有配电线路故障概率评估中存在的问题，提供了一种更加符合电力系统运行机理、具有实际意义的基于天气的其故障概率评估方法。
[0124]
本发明基于天气信息的配电线路故障概率评估方法，基于导线故障机理出发，结合日照、负载率、运行年限、环境温度和风速等运行条件，建立不同天气状况下导线故障概率模型。算例分析证明了概率模型的有效性和合理性，可以为系统运行风险评估和检修计划的制定提供参考依据。
[0125]
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述，但是本领域技术人员应该理解，以上实施示例仅为本发明的优选实施方案，详尽的说明只是为了帮助读者更好地理解本发明精神，而并非对本发明保护范围的限制，相反，任何基于本发
明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。