本发明属于数据处理,具体涉及一种基于灾害预测的能源网评估方法、系统、终端及存储介质。
背景技术:
1、近年来,由自然灾害引起的电力中断和电网故障频繁发生。目前相关技术仅片面关注一种灾害对电网的影响,这种孤立的研究无法统筹评估包含电网、天然气管道、热力管道的能源网面对灾害冲击的应对能力,无法为能源网的加固方案提供有效数据支撑。
技术实现思路
1、针对现有技术的上述不足,本发明提供一种基于灾害预测的能源网评估方法、系统、终端及存储介质,以解决上述技术问题。
2、第一方面,本发明提供一种基于灾害预测的能源网评估方法,包括:
3、预先构建多种灾害类型对应的预测模型并将预测模型保存至模型库,预测模型用于预测能源网在灾害场景中的故障概率;
4、收集灾害预测数据,基于灾害预测数据所属的灾害类型从所述模型库调用匹配的目标预测模型;
5、将所述灾害预测数据输入所述目标预测模型,得到能源网的故障概率;
6、基于所述故障概率计算能源网的鲁棒性指标、快速性指标和冗余性指标。
7、在一个可选的实施方式中,预先构建多种灾害类型对应的预测模型并将预测模型保存至模型库,预测模型用于预测能源网在灾害场景中的故障概率,包括:
8、构建台风灾害对应的第一预测模型;
9、构建地震灾害对应的第二预测模型。
10、在一个可选的实施方式中,构建台风灾害对应的第一预测模型,包括:
11、台风的行进路径和影响范围可以用改进型rankine模型描述,忽略由于热带气旋边界的环境风场和陆地地形导致的风速降低,则台风风速预测模型包括:
12、
13、式中:为台风在目标地区的风速;为调整风速分布参数;为距离台风中心的长度;为台风最大风速;为台风最大风速半径;
14、实际风速调整到标准海拔10 m处的轴对称风速进行计算:
15、
16、式中:为校正系数;
17、台风作用下,受端电网的网侧考虑配电线路故障,配电线路故障率与台风风速的关系由脆弱性曲线表示,线路故障率的具体表达式包括:
18、
19、式中:为台风运行工况下线路故障率;为线路研究点风速;为线路设计风速,为脆弱性曲线系数。
20、在一个可选的实施方式中,构建地震灾害对应的第二预测模型,包括:
21、地震灾害下配电线路故障率为:
22、
23、式中:为第个杆塔的失效概率;为该配电线路杆塔的数量;
24、地震灾害下,天然气子系统的管道故障率主要通过震害率进行分析基于地震
25、烈度,可得到地震条件下天然气管道的震害率为:
26、
27、式中:为地震烈度,表示地震对地表及地表建筑物影响的强弱程度;为管径影响系数;cg为场地土影响系数;
28、地震灾害下天然气管道故障概率为:
29、
30、式中:为天然气管道震害率,次/km;为天然气管道的管线长度;
31、热网管道的故障率主要基于地震加速度vpg进行分析,地震灾害下热网管道故障概率为:
32、
33、式中:为热网管道震害率,次/km;为热网管道的管线长度;
34、地震灾害下能源网可能发生大量元件同时故障的恶劣事故,因此,在该故障场景下能源网的故障率模型为:
35、
36、式中:为所有元件的集合;为系统元件数;为能源网各元件故障率,可由、、、计算得到;为的阶子集,计算公式为:
37、
38、其中:,表示状态包括的故障设备的数量,当时,。
39、在一个可选的实施方式中,收集灾害预测数据,基于灾害预测数据所属的灾害类型从所述模型库调用匹配的目标预测模型,包括:
40、从灾害预测网页爬取最新数据;
41、利用关键词提取技术从最新数据中筛选出灾害类型和灾害预测数据;
42、从模型库中调取与所述灾害类型匹配的预测模型作为目标预测模型。
43、在一个可选的实施方式中,所述方法还包括:
44、判断能源网的鲁棒性指标、快速性指标和冗余性指标是否在预设的标准阈值范围内:
45、若是,则将鲁棒性指标、快速性指标和冗余性指标写入记录日志;
46、若否,则生成宿舍能源网的报警提示信息。
47、第二方面,本发明提供一种基于灾害预测的能源网评估系统,包括:
48、模型构建模块,用于预先构建多种灾害类型对应的预测模型并将预测模型保存至模型库,预测模型用于预测能源网在灾害场景中的故障概率;
49、模型调用模块,用于收集灾害预测数据,基于灾害预测数据所属的灾害类型从所述模型库调用匹配的目标预测模型;
50、故障预测模块,用于将所述灾害预测数据输入所述目标预测模型,得到能源网的故障概率;
51、指标评估模块,用于基于所述故障概率计算能源网的鲁棒性指标、快速性指标和冗余性指标。
52、在一个可选的实施方式中,所述模型构建模块包括:
53、第一构建单元,用于构建台风灾害对应的第一预测模型;
54、第二构建单元,用于构建地震灾害对应的第二预测模型。
55、在一个可选的实施方式中,构建台风灾害对应的第一预测模型,包括:
56、台风的行进路径和影响范围可以用改进型rankine模型描述,忽略由于热带气旋边界的环境风场和陆地地形导致的风速降低,则台风风速预测模型包括:
57、
58、式中:为台风在目标地区的风速;为调整风速分布参数;为距离台风中心的长度;为台风最大风速;为台风最大风速半径;
59、实际风速调整到标准海拔10 m处的轴对称风速进行计算:
60、
61、式中:为校正系数;
62、台风作用下,受端电网的网侧考虑配电线路故障,配电线路故障率与台风风速的关系由脆弱性曲线表示,线路故障率的具体表达式包括:
63、
64、式中:为台风运行工况下线路故障率;为线路研究点风速;为线路设计风速,为脆弱性曲线系数。
65、在一个可选的实施方式中,构建地震灾害对应的第二预测模型,包括:
66、地震灾害下配电线路故障率为:
67、
68、式中:为第个杆塔的失效概率;为该配电线路杆塔的数量;
69、地震灾害下,天然气子系统的管道故障率主要通过震害率进行分析基于地震
70、烈度,可得到地震条件下天然气管道的震害率为:
71、
72、式中:为地震烈度,表示地震对地表及地表建筑物影响的强弱程度;为管径影响系数;cg为场地土影响系数;
73、地震灾害下天然气管道故障概率为:
74、
75、式中:为天然气管道震害率,次/km;为天然气管道的管线长度;
76、热网管道的故障率主要基于地震加速度vpg进行分析,地震灾害下热网管道故障概率为:
77、
78、式中:为热网管道震害率,次/km;为热网管道的管线长度;
79、地震灾害下能源网可能发生大量元件同时故障的恶劣事故,因此,在该故障场景下能源网的故障率模型为:
80、
81、式中:为所有元件的集合;为系统元件数;为能源网各元件故障率,可由、、、计算得到;为的阶子集,计算公式为:
82、
83、其中:,表示状态包括的故障设备的数量,当时,。
84、在一个可选的实施方式中,收集灾害预测数据,基于灾害预测数据所属的灾害类型从所述模型库调用匹配的目标预测模型,包括:
85、从灾害预测网页爬取最新数据;
86、利用关键词提取技术从最新数据中筛选出灾害类型和灾害预测数据;
87、从模型库中调取与所述灾害类型匹配的预测模型作为目标预测模型。
88、在一个可选的实施方式中,所述系统还包括:
89、判断能源网的鲁棒性指标、快速性指标和冗余性指标是否在预设的标准阈值范围内:
90、若是,则将鲁棒性指标、快速性指标和冗余性指标写入记录日志;
91、若否,则生成宿舍能源网的报警提示信息。
92、第三方面,提供一种终端,包括:
93、处理器、存储器,其中,
94、该存储器用于存储计算机程序,
95、该处理器用于从存储器中调用并运行该计算机程序,使得终端执行上述的终端的方法。
96、第四方面,提供了一种计算机存储介质,所述计算机可读存储介质中存储有指令,当其在计算机上运行时,使得计算机执行上述各方面所述的方法。
97、本发明的有益效果在于,本发明提供的基于灾害预测的能源网评估方法、系统、终端及存储介质,综合了台风和地震对整个能源网的稳定性影响,并基于影响对整个能源网进行评估,进而得到能源网在面对不同灾害时的应对能力,为能源网的部署和加固提供了有力的数据支撑。
98、此外,本发明设计原理可靠,结构简单,具有非常广泛的应用前景。