基于贝叶斯神经网络的变电站抗震韧性快速评估方法

1.本发明涉及变电站系统的功能状态、抗震能力及抗震韧性评估领域，特别涉及一种基于贝叶斯神经网络的变电站抗震韧性快速评估方法。


背景技术：

2.变电站是由各类电气设备通过母线连接构成的电力系统网络，具有很高的冗余度和关联性，这些特性保证了在地震发生后变电站依旧可以正常运行和工作，然而国内外历次大地震中变电站均遭受大量破坏,其功能失效引起的电力系统中断导致了直接或间接的重大经济损失。在1994年北岭地震中，由于大量变电站破坏导致电力中断，直接影响了110万人的电力供应，造成了严重地经济损失。2008年汶川地震中，四川电网遭到严重破坏，超过170座35kv以上变电站受损，震后数月才使变电站恢复正常运营。而在2011年的日本大地震中有67座变电站受到严重破坏，震后10天95%的电力系统才恢复正常。可见对于地震这种突发性强且破坏性大的自然灾害，很难在地震发生前做出精准感知预测并有针对性地防御。目前已进行了大量针对变电站系统及其内部设备的抗震性能研究，这些研究虽然可以从概率的角度体现各类设备的抗震能力，反映出电气设备乃至系统层面的抗震水平，但实际上，地震等各类灾害的发生并不是瞬时完成，存在地震持续时间，震后修复时间，震后物资调配及经济损失等多方面因素，因此综合分析变电站从地震发生到完全修复的全过程抗震能力是当前亟待解决的热点问题。
3.1973年，韧性的概念首次出现在生态学中，它是指系统受到外界扰动后抵御并恢复到原有正常功能水平的能力，而后随着研究的深入，韧性研究的范围已经遍及医学，交通，城市管网等领域。在电力系统领域，从理论层面大致将抗震韧性概括为五大关键特征，即可靠性、鲁棒性、冗余性、资源性和快速性。其中可靠性是指系统在地震作用下保持功能可靠的概率，它是衡量变电站抗震能力的关键特征之一；鲁棒性是指系统在地震作用下抵抗破坏并维持功能水平的能力；冗余性是指变电站系统结构连接或设备功能水平存在富余情况，以此保证系统在少量部件损坏时依旧可以维持正常的功能状态。资源性是指系统中各项资源的协调和联动能力。快速性是指变电站在震后功能损失的情况下快速恢复的能力。这五项特征可以很好的诠释抗震韧性在实际工程中发挥的重要作用。
4.在此基础上，抗震韧性量化研究也逐步展开，目前建立变电站功能模型主要采用故障树和事件树技术，或者结合图论及成功路径作为主要建模方法，该方法利用状态树构造了一个极大简化的系统模型，可以计算出整个系统的失效概率，并明确考虑了各部件之间的相关性，从而有效搭建出了变电站的结构特征。在进行变电站系统抗震韧性评估时采用的抽样方法主要是蒙特卡洛抽样和拉丁超立方抽样，该方法主要是通过大量的随机抽样获取初始数据，然后根据需求对数据进行筛选分析，从而达到量化变电站系统功能水平和抗震韧性的目标。但是目前该类主流抽样方法具有明显弊端，首先由于初始数据量大，导致大量的时间都花费在抽样及数据处理上，但若减少抽样次数则存在随机取样数据不够，收敛性差和结果不精确的缺点。此外变电站系统设备及线路冗余度大，电力用户对电能需求
也不同，因此如何更全面的契合变电站功能需求并更精确快速的实现地震易损性评估是目前亟待解决的问题。
5.中国专利cn1123293376b公开一种基于蒙特卡洛模拟的变电站系统抗震韧性量化评估方法，但是该量化评估方法存在明显缺点，首先蒙特卡洛方法存在数据抽样量大，处理时间长的问题，同时抽样量少会导致结果收敛性差，这意味着为了得到精确的结果，需要进行大量的抽样模拟，处理周期长。此外，抗震韧性评估侧重于反映系统地震发生后抵御并恢复功能的能力，然而该量化评估方法的震后修复过程仅用一条曲线表示，忽略了震后修复效率和修复顺序，而震后修复方式对抗震韧性影响巨大，修复效率高则抗震韧性指数明显降低，因此该方法并不能得到精确的变电站抗震韧性水平，以上两点问题对于变电站系统抗震韧性研究来说是非常关键的，这是本技术需要着重改善的地方。


技术实现要素：

6.本发明所要解决的技术问题是要提供一种基于贝叶斯神经网络的变电站抗震韧性快速评估方法,将复杂的网络模型拆解为各子节点的概率及逻辑连接关系，极大减小了网络模型的数据输入量和处理量，快速输出各子节点的目标概率和抗震水平。
7.为了解决以上的技术问题，本发明提供了一种基于贝叶斯神经网络的变电站抗震韧性快速评估方法，包括如下的步骤：s1：确定变电站所处地区的地震烈度，明确变电站设备类型、数目及系统连接方式；所述变电站所处地区的地震烈度采用地面运动峰值加速度pga表示，并将其作为衡量地震强度的指标。
8.s2：建立变电站系统的贝叶斯神经网络，搭建设备和母线间的变电站有向无环图dag，根据各类设备的可靠度分析得到被测子节点的失效概率；所述变电站有向无环图中每一个节点均表示一个电气设备，每一条线表示连接各设备的母线；所述各类设备的可靠度采用地震易损性曲线的形式表达，其地震易损性曲线服从中值为μ，对数标准差为β的对数正态分布累计函数如下式：
ꢀꢀꢀꢀꢀꢀ
。
9.s3：将不同重要等级电力用户赋予重要用户系数q，根据供给各类电力用户的出线单元失效概率设立变电站系统的功能评价指标k，具体如下式：
ꢀꢀꢀꢀꢀ
；其中：为震后可正常工作的第q条出线单元的重要用户系数；为震后变电
站有i条出线单元正常工作的概率；为变电站第w条出线单元的重要用户系数；n为变电站系统的出线单元的总数量；系统功能指标k越大说明地震作用对变电站的功能影响越小，系统功能越完好；所述电力用户划分为特级、一级和二级重要电力用户，其中特级重要用户系数q1=2，一级重要用户系数q2=1.5，二级重要用户系数q3=1。
10.s4：根据变电站功能评价指标计算变电站震后功能恢复函数q(t)以表征变电站功能恢复水平随时间变化的函数；所述变电站修复按照设备类别修复效率从高到低顺序修复，其中设备修复效率指标pi如下式：
ꢀꢀꢀꢀ
；其中：pi为第i类设备的修复效率指标；kn为变电站震后的功能水平；k
bi
为第i类设备修复后的变电站功能水平；ti为第i类设备的修复时间。
11.s5：根据变电站功能恢复函数q(t)，提出以功能和时间围成的面积作为变电站的抗震韧性指数r的量化标准，并以此来反映变电站在受到地震作用下的抵抗破坏并恢复快慢的能力，具体如下式： ；其中：为震害发生时间，为变电站系统功能完全恢复的时间；所述抗震韧性指数r的大小反映了变电站系统抗震韧性水平，r越大表示变电站的抗震韧性水平越低，造成的资源消耗和经济损失越多。
12.本发明的优越功效在于：1) 本发明将复杂的网络模型拆解为各子节点的概率及逻辑连接关系，极大减小了网络模型的数据输入量和处理量，从而快速输出各子节点的目标概率和抗震水平；2) 本发明通过对网络模型中各子节点概率集的分析计算，精确有效的得到被测节点的概率水平，避免了抽样结果收敛性差的问题；3）本发明针对网络模型中任意节点进行条件约束，同时满足各节点多状态概率设计，对不同区域及类型变电站均适用，并满足变电站在不同条件限制下的多状态输出，有效满足工程中的实际需求。
附图说明
13.构成本技术的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：图1是本发明具体实施例变电站抗震韧性快速评估方法的工作流程图；图2a是本发明具体实施例220kv变电站的总平面图；图2b是图2a中的1-1高压侧设备的侧视图；图2c是图2a中的2-2低压侧设备的侧视图；
图3是本发明具体实施例220kv变电站有向无环图；图4是本发明具体实施例220kv变电站的功能恢复函数q(t)；图5是本发明具体实施例220kv变电站的抗震韧性指数r。
具体实施方式
14.以下结合附图对本发明的实施例进行详细说明。
15.图1示出了本发明具体实施例变电站抗震韧性快速评估方法的工作流程图。如图1所示，本发明提供了一种基于贝叶斯神经网络的变电站抗震韧性快速评估方法，包括如下的步骤：s1：确定变电站所处地区的地震烈度并采用地面运动峰值加速度pga表示，将其作为衡量地震强度的指标；明确变电站设备类型、数目及系统连接方式，从而完成初始条件设定。
16.s2：建立变电站系统的贝叶斯神经网络，搭建设备和母线间的变电站有向无环图dag，所述变电站有向无环图中每一个节点均表示一个电气设备，每一条线表示连接各设备的母线；所述各类设备的可靠度采用地震易损性曲线的形式表达，其地震易损性曲线服从中值为μ，对数标准差为β的对数正态分布累计函数如下式：
ꢀꢀꢀꢀꢀꢀ
；根据各类设备的可靠度分析得到被测子节点的失效概率。
17.s3：电力用户划分为特级、一级和二级重要电力用户，将不同重要等级电力用户赋予重要用户系数q；其中：特级重要用户系数q1=2，一级重要用户系数q2=1.5，二级重要用户系数q3=1。根据供给各类电力用户的出线单元失效概率设立变电站系统的功能评价指标k，具体如下式：
ꢀꢀꢀꢀꢀ
；其中：为震后可正常工作的第q条出线单元的重要用户系数；为震后变电站有i条出线单元正常工作的概率；为变电站第w条出线单元的重要用户系数；n为变电站系统的出线单元的总数量；系统功能指标k越大说明地震作用对变电站的功能影响越小，系统功能越完好。
18.s4：所述变电站修复按照设备类别修复效率从高到低顺序修复，其中设备修复效率指标pi如下式：
ꢀꢀꢀꢀ
；其中：pi为第i类设备的修复效率指标；kn为变电站震后的功能水平；k
bi
为第i类设备修复后的变电站功能水平；ti为第i类设备的修复时间；根据变电站功能评价指标计算变电站震后功能恢复函数q(t)以表征变电站功能恢复水平随时间变化的函数。
19.s5：根据变电站功能恢复函数q(t)，提出以功能和时间围成的面积作为变电站的抗震韧性指数r的量化标准，并以此来反映变电站在受到地震作用下的抵抗破坏并恢复快慢的能力，具体如下式： ；其中：为震害发生时间，为变电站系统功能完全恢复的时间；所述抗震韧性指数r的大小反映了变电站系统抗震韧性水平，r越大表示变电站的抗震韧性水平越低，造成的资源消耗和经济损失越多。
20.本发明针对图2a所示的具体实施例220kv变电站的总平面图，图2b示出了高压侧设备的侧视图；图2c示出了低压侧设备的侧视图；进行抗震韧性快速评估，根据中国抗震等级划分得到该地区的结构设防烈度为7度（0.15g）设防，按照电力系统重要性需要提高一度设防，设计基本地震加速度为0.3g。该变电站主要分为五部分：6组进线单元、2组高压侧母线单元、3组变压器单元、2组低压侧母线单元以及12组出线单元。电能通过进线单元进入变电站系统，经过高压侧母线单元传输给变电站的变压器单元，再经低压侧母线单元由出线单元传递给电力用户。该变电站共有六类设备，分别是ds-h、ds-v、ct、cb、tf和pi分别代表水平伸缩式隔离开关、垂直伸缩式隔离开关、电流互感器、断路器、变压器和支柱绝缘子。明确地震强度，变电站设备类型、数目及系统连接方式，从而完成步骤s1的初始条件设定。
21.在此基础上进行步骤s2，建立220kv变电站系统的贝叶斯神经网络模型，得到变电站有向无环图，如图3所示。其中i1-i6分别表示六组进线单元，b1和b2表示两组高压侧母线单元，t1-t3分别表示三组变压器单元，b3和b4表示两组低压侧母线单元，o1-o12分别表示十二组出线单元，其中各类设备的中值及对数标准差参数如表1所示，根据各类设备的可靠度分析得到变电站系统不同功能状态的失效概率如表2所示：表1：；表2：；在此基础上进行步骤s3，计算分析变电站系统的功能评价指标k，具体如下式：
ꢀꢀꢀꢀꢀ
；其中：为震后可正常工作的第q条出线单元的重要用户系数；为震后变电站有i条出线单元正常工作的概率；为变电站第w条出线单元的重要用户系数；n为变电站系统的出线单元的总数量；根据计算得到变电站系统在0.3g的地震强度下功能评价指标k=0.64。
22.在此基础上进行步骤s4，变电站修复按照设备类别修复效率从高到低顺序修复，计算得到设备修复效率指标如表3所示，从而得到设备修复顺序并获取功能恢复函数q(t)，如图4所示，各个设备的功能随着修复时间逐级恢复，直至恢复到初始功能水平：表3：。
23.在此基础上进行s5，根据变电站功能恢复函数q(t)，提出以功能和时间围成的面积作为变电站的抗震韧性指数r的量化标准，并以此来反映变电站在受到地震作用下的抵抗破坏并恢复快慢的能力，具体如下式： ；其中：为震害发生时间，为变电站系统功能完全恢复的时间；根据计算得到变电站系统的抗震韧性指数r=3.376，抗震韧性指数r，如图5所示。
24.以上所述仅为本发明的优先实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。