[发明专利]一种电力设备相继故障风险识别方法及系统

权利要求书

1.一种电力设备相继故障风险识别方法，其特征在于，

对电网运行外部环境、电力设备本体状态信息进行甄别和提取，获得表征电网运行风险的关键数据；

利用所述关键数据构建上述电力设备本体状态信息异常时的设备故障的概率分布模型；

利用随机过程数学理论，结合设备故障的概率分布模型，将设备故障概率转化为设备间相继故障时间间隔的概率分布；

利用所述设备间相继故障时间间隔的概率分布，确定给定置信度下的相继故障时间间隔。

2.根据权利要求1所述的电力设备相继故障风险识别方法，其特征在于，所述设备故障的概率分布函数和概率密度函数表示为：

P(Y≤t)＝1-P(Y＞t)＝1-e^-λt

式中，P(Y≤t)表示单一设备故障时间不大于时间t的概率分布，Y，y是设备故障时间的随机变量；P(Y＞t)表示单一设备故障事件大于时间t的概率分布，e是自然常数，λ是原二项分布的期望，通过历史数据进行近似拟合得到，p(y)表示概率密度。

3.根据权利要求1所述的电力设备相继故障风险识别方法，其特征在于，

所述设备间相继故障时间间隔的概率分布表示为：

其中，

F(t)表示设备i、j相继故障时间差t＝t_i-t_j的概率分布函数，t_i表示设备i的故障时刻，t_j表示设备j的故障时刻，t_m＝-t_j表示t_j的相反数，f(t_i)、g(t_j)分别为设备i、j的故障概率密度函数，f′(-t_j)＝f(t_j)。

4.一种电力设备相继故障风险识别系统，其特征在于，包括获取模块、构建模块、转化模块和确定模块；

所述获取模块，用于对电网运行外部环境、电力设备本体状态信息进行甄别和提取，获得表征电网运行风险的关键数据；

所述构建模块，用于利用所述关键数据构建上述电力设备本体状态信息异常时的设备故障的概率分布模型；

所述转化模块，用于利用随机过程数学理论，结合设备故障的概率分布模型，将设备故障概率转化为设备间相继故障时间间隔的概率分布；

所述确定模块，用于利用所述设备间相继故障时间间隔的概率分布，确定给定置信度下的相继故障时间间隔。

5.根据权利要求4所述的电力设备相继故障风险识别系统，其特征在于，所述构建模块包括第一函数确定模块，用于确定所述设备故障的概率分布函数和概率密度函数为：

P(Y≤t)＝1-P(Y＞t)＝1-e^-λt

式中，P(Y≤t)表示单一设备故障时间不大于时间t的概率分布，Y，y是设备故障时间的随机变量；P(Y＞t)表示单一设备故障事件大于时间t的概率分布，e是自然常数，λ是原二项分布的期望，通过历史数据进行近似拟合得到，p(y)表示概率密度。

6.根据权利要求4所述的电力设备相继故障风险识别系统，其特征在于，所述转化模块包括第二函数确定模块，用于确定所述设备间相继故障时间间隔的概率分布为：

其中，

F(t)表示设备i、j相继故障时间差t＝t_i-t_j的概率分布函数，t_i表示设备i的故障时刻，t_j表示设备j的故障时刻，t_m＝-t_j表示t_j的相反数，f(t_i)、g(t_i)分别为设备i、j的故障概率密度函数，f′(-t_j)＝f(t_j)。