[发明专利]一种电力系统可靠性影响因素灵敏度计算方法

说明书

本发明提供一种电力系统可靠性的影响因素灵敏度计算方法，包括：在可靠性指标的神经网络中选择N条链路，所述链路满足以下条件：在神经网络的每一层中各选取一个神经元组成一条链路，所述被选取的神经元必须逐层依次直接相连；分别计算所述各条链路中某一影响因素的灵敏度指标，计算所有链路的灵敏度指标均值作为所述影响因素对可靠性指标的灵敏度。本发明通过实际数据的仿真实验可以有效地将其影响因素区分为有利因素和不利因素，并根据对所给指标的灵敏度贡献，将同性质影响因素的灵敏度重要程度进行量化排序。

技术领域

本发明涉及电力信息管理领域，更具体地，涉及电力系统可靠性的影响因素灵敏度计算方法。

背景技术

目前，电力系统的可靠性与运行环境和系统运行规划方式等因素密切相关，而影响因素与可靠性指标之间往往呈现出复杂的动态高维非线性关系。传统的基于元件可靠性推演系统可靠性的方法，由于需要借助历史统计和相对稳定的系统结构，以保障正确描述随机变量相关性和甄选模型结构，而现如今，在电力市场不断放开和新能源并网等需求的持续刺激下，各个地区的配电网系统结构正在发生快速变化，传统基于统计推理的可靠性预测方法难以有效实施和应用。

数据驱动型的建模方式为建立快速变化的输入数据和输出之间的关系提供了新的思路。目前，已有研究提出数据驱动型的可靠性指标建模和数值预测方法。由何剑,程林,孙元章,王鹏在2008年的《电力系统与保护》中，发表的《计及天气预测的电力系统运行可靠性短期评估》提出计及天气预测的电力系统短期可靠性预测模型，采用支持向量机对气温和风速进行预测，并推导了系统各部分的失效概率对系统切负荷概率、电力不足期望值以及电量不足期望值的贡献度。由赵渊,周念成,谢开贵等在2005年《电网技术》中发表的《大电力系统可靠性评估的灵敏度分析》一文中推导了失负荷概率、失负荷频率和电力不足期望等大电力系统可靠性指标对元件有效度、无效度、故障率和修复率的灵敏度。A.M.L.daSilva,A.C.R.和L.C.Nascimento在2014年的达拉莫PMAPS国际会议上所作的《Data calibration based on Monte Carlo simulation and evolutionaryoptimization》一文基于元件可靠性参数对系统可靠性指标的灵敏度的概念和序贯蒙特卡洛仿真算法，提出一种元件可靠性参数校核方法。H.Ge和S.Asgarpoor,在2014年的IEEETransactions on Power Delivery上发表的《Reliability and MaintainabilityImprovement of Substations With Aging Infrastructure》提出一种变电站可用率相对于其组成元件可用率的灵敏度，并用该灵敏度的规范值来表征各个元件对于变电站可靠性的贡献。T.X.Zhu在《A New Methodology of Analytical Formula Deduction andSensitivity Analysis of EENS in Bulk Power System Reliability Assessment》一文中针对复合电力系统可靠性指标期望却供电量，推导了元件故障率和修复率的灵敏度。R.Arya,S.Choube,L.Arya,and R.Shrivastava在《Application of SensitivityAnalysis for Improving Reliability Indices of a Radial Distribution System》中提出基于元件维护成本灵敏度分析的元件故障率和修复时间优化方法。在此基础上，本发明提出一种基于BP神经网络的配电网可靠性关联因素灵敏度计算方法。

发明内容

本发明提供一种克服上述问题或者至少部分地解决上述问题的方法。