一种常规电源随机故障概率模型构建方法、系统及介质与流程

本发明涉及常规电源故障预测领域，特别涉及一种常规电源随机故障概率模型构建方法、系统及介质。

背景技术：

1、在常规电源中，火电、核电等电源类型所依靠一次能源的供应在日、月甚至年度时间尺度上均可稳定供应，且电能质量高，负荷响应速度快，易于调节，在有效保障电力供应安全方面发挥着压舱石的作用。水电作为零碳可再生能源，具有功率大、运行稳定、易于调节、可变成本低、投资回报稳定等优点，准确建模各类型水电站，充分利用水电的能力对高比重水电系统具有重要意义。

2、当整个电力系统发生故障处于小概率的高峰时刻，电力系统的保供能力可能受到影响。如果通过大量数据确认每个机组的运行状态，进而统计整体保供能力，则过于复杂并且占用计算能力。

技术实现思路

1、本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种常规电源随机故障概率模型构建方法，能够将电力系统中电源故障转化为数学问题，从概率论的视角，采用随机抽样方法，模拟得到处于故障状态的机组数量以及机组故障的持续时间，评估电力系统各时刻的保供能力。

2、本发明还提出一种具有上述常规电源随机故障概率模型构建方法的系统及介质。

3、根据本发明的第一方面实施例的常规电源随机故障概率模型构建方法，其特征在于，包括以下步骤：

4、获取机组运行状态数据，确定模型构建方式，具体包括：

5、当所述机组运行状态数据包括运行状态的历史数据时，基于历史运行状态数据结合马尔科夫链随机生成各发电机组的运行状态时序序列；

6、当所述机组运行状态数据不包括运行状态的历史数据时，基于泊松分布、指数分布随机抽样得到设备未来某一年当中的故障时间预测序列；

7、输出故障概率分布数据。

8、根据本发明实施例的常规电源随机故障概率模型构建方法，至少具有如下有益效果：本发明提供的常规电源随机故障概率模型构建方法基于从国家能源局等官方渠道获取等效强迫停运率、等效可用系数及机组运行状态等数据，将电力系统运行状态转化为统计学问题，结合不同类型机组在不同情境下服从的不同概率模型，计算该情景下的此类机组的特征参数，并以此来求得某时刻机组所处的状态与处于该状态所对应的概率，将复杂问题转化为概率学问题，避免了基于所有机组运行状态的故障概率预测，降低了估计电力系统保供能力的运算复杂度。

9、根据本发明的一些实施例，所述当所述机组运行状态数据包括运行状态的历史数据时，基于历史运行状态数据结合马尔科夫链随机生成各发电机组的运行状态时序序列并构建模型的步骤，包括：

10、基于所述运行状态的历史数据，确定机组所处不同状态的时长及相互间的转化规律；

11、将所述不同状态的时长及相互间的转化规律带入马尔科夫链并按照马尔可夫链方法构建该类型发电机的小时级运行状态模型。

12、根据本发明的一些实施例，所述当所述机组运行状态数据包括运行状态的历史数据时，基于历史运行状态数据结合马尔科夫链随机生成各发电机组的运行状态时序序列并构建模型的步骤，还包括：

13、将所述历史数据中计划检修的部分剔除。

14、根据本发明的一些实施例，所述当所述机组运行状态数据不包括运行状态的历史数据时，基于泊松分布、指数分布随机抽样得到设备未来某一年当中的故障时间预测序列的步骤中，获取年均故障时长时，近似计算的公式为：

15、h＝sf·efor·8760

16、其中，h发电设备年均强迫停运小时数，单位：小时/台·年；sf为机组运行系数；efor为等效强迫停运率。

17、根据本发明的第二方面实施例的常规电源随机故障概率模型构建系统，其特征在于，包括：

18、数据分析模块，能够获取机组运行状态数据，确定模型构建方式，具体包括：

19、马尔科夫链构建模块，当所述机组运行状态数据包括运行状态的历史数据时，基于历史运行状态数据结合马尔科夫链随机生成各发电机组的运行状态时序序列；

20、泊松分布构建模块，当所述机组运行状态数据不包括运行状态的历史数据时，基于泊松分布、指数分布随机抽样得到设备未来某一年当中的故障时间预测序列；

21、故障分布输出模块，能够输出故障概率分布数据。

22、根据本发明的一些实施例，所述马尔科夫链构建模块，包括：

23、规律确定元件，能够基于所述运行状态的历史数据，确定机组所处不同状态的时长及相互间的转化规律；

24、模型带入元件，能够将所述不同状态的时长及相互间的转化规律带入马尔科夫链并按照马尔可夫链方法构建该类型发电机的小时级运行状态模型。

25、根据本发明的一些实施例，所述马尔科夫链构建模块还包括：

26、误差修正元件，能够将所述历史数据中计划检修的部分剔除。

27、根据本发明的一些实施例，所述泊松分布构建模块中，获取年均故障时长时，近似计算的公式为：

28、h＝sf·efor·8760

29、其中，h发电设备年均强迫停运小时数，单位：小时/台·年；sf为机组运行系数；efor为等效强迫停运率。

30、本发明的第三方面提供了一种计算机可读存储介质，该介质存储有计算机可执行指令，该计算机可执行指令用于以执行上述常规电源随机故障概率模型构建方法。

31、本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

技术特征：

1.一种常规电源随机故障概率模型构建方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的方法，其特征在于，所述当所述机组运行状态数据包括运行状态的历史数据时，基于历史运行状态数据结合马尔科夫链随机生成各发电机组的运行状态时序序列并构建模型的步骤，包括：

3.根据权利要求2所述的方法，其特征在于，所述当所述机组运行状态数据包括运行状态的历史数据时，基于历史运行状态数据结合马尔科夫链随机生成各发电机组的运行状态时序序列并构建模型的步骤，还包括：

4.根据权利要求1所述的方法，其特征在于，所述当所述机组运行状态数据不包括运行状态的历史数据时，基于泊松分布、指数分布随机抽样得到设备未来某一年当中的故障时间预测序列的步骤中，获取年均故障时长时，近似计算的公式为：

5.一种常规电源随机故障概率模型构建系统，其特征在于，包括：

6.根据权利要求5所述的系统，其特征在于，所述马尔科夫链构建模块，包括：

7.根据权利要求6所述的系统，其特征在于，所述马尔科夫链构建模块还包括：

8.根据权利要求5所述的系统，其特征在于，所述泊松分布构建模块中，获取年均故障时长时，近似计算的公式为：

9.一种计算机可读介质，其特征在于，存储有计算机可执行指令，所述计算机可执行指令用于执行权利要求1至4中任一项所述的方法。

技术总结
本发明公开了一种常规电源随机故障概率模型构建方法，并公开了具有常规电源随机故障概率模型构建方法的系统和介质，其中常规电源随机故障概率模型构建方法包括通过从国家能源局等官方渠道获取等效强迫停运率、等效可用系数及机组运行状态等数据，结合不同类型机组在不同情境下服从的不同概率模型，计算该情景下的此类机组的特征参数，并以此来求得某时刻机组所处的状态与处于该状态所对应的概率。

技术研发人员：张彦涛,施浩波,潘蓉,丁保迪,樊宇琦,秦晓辉,白婕,赵明欣,张媛媛,刘宏志,许彦平
受保护的技术使用者：中国电力科学研究院有限公司
技术研发日：
技术公布日：2024/1/15