高压变电站涉鸟故障风险评估方法研究.pdfVIP

第24卷第11期安全与环境学报Vol.24No.11

2024年11月JournalofSafetyandEnvironmentNov.,2024

文章编号:1009-6094(2024)11-4162-09故障风险评估的研究都集中于输电线路,李长看

[2]

等于2015年首次依据涉鸟故障特征划分了输电

高压变电站涉鸟故障风险

线路涉鸟故障的风险等级,为防范涉鸟故障提供指

评估方法研究∗导。文献[3]从上海电网输电线路涉鸟故障情况出

11221发,结合防鸟装置存在的问题分析了故障特征。张

饶斌斌,李帆,双明镜,黄道春,龙国华

[4]

烨等提出了一种基于精细化的掩膜区域卷积神经

(1国网江西省电力有限公司电力科学研究院,南昌330006;网络(FineMaskRegionswithConvolutionalNeural

2武汉大学电气与自动化学院,武汉430072)

Network,FineMaskRCNN)的输电线路涉鸟故障识

别方法,识别准确度可达93.8%。湖南电网统计了

摘要:近年来,高压变电站涉鸟故障频发,严重威胁变电站

2006—2016年涉鸟故障并分析了涉鸟故障与地理

的安全稳定运行。为评估高压变电站涉鸟故障风险,从故障

机理、故障敏感性、故障后果三个维度构建了变电站涉鸟故特征、时间特征和杆塔特征的关系,绘制了鸟害风险

[5]

障风险评估体系,提出了一种基于球形模糊理论组合赋权和分布图。文献[67]采用层次分析法对云南和

逼近理想解排序法(TechniqueforOrderPreferenceby江西省输电线路鸟害风险进行了评估,考虑的因素

SimilaritytoIdealSolution,TOPSIS)的变电站涉鸟故障风险评为地理特征和杆塔特征。文献[8]基于贝叶斯线性

估方法,采用此方法对江西省内88座变电站进行风险评估回归的方法对鸟害历史数据进行分析,实现了对杆

并划分为三个风险等级。结果表明:球形模糊理论改进的层

塔鸟害风险等级的预测。综上所述,现有涉鸟故障

次分析法削弱了非必要的主观特性,基于最小离差函数的组

风险评估研究主要针对输电线路,未构建变电站涉

合赋权法兼顾了主观判断和数据信息,得到的结果相比于单

鸟故障风险评估的系统性方法,而变电站与输电线

一主、客观赋权更合理;引入马氏距离和灰色关联度的

TOPSIS克服了欧氏距离的缺陷,提高了评估准确性,并通过路在设备组成、运行机制上存在差别,不同变电设备

历史涉鸟故障数据进行了验证。结果可指导变电站涉鸟故易发生的故障类型和概率不同,需要将各变电设备

障差异化防治。与变电站涉鸟故障风险进