时空环境相依的电网故障模型及在电网可靠性评估中的应用.pdf

第４３卷第１５期２０１５年８月１日电力系统保护与控制ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌｖ０１．４３Ｎｏ．１５Ａｕｇ．１，２０１５时空环境相依的电网故障模型及在电网可靠性评估中的应用熊小伏，王建，袁峻，张南辉。，赵渊（１．输配电装备及系统安全与新技术国家重点实验室（重庆大学），重庆４０００４４；２．云南电网有限责任公司昆明供电局，云南昆明６５００１１）摘要：传统的电网可靠性评估采用固定不变的元件年均故障率模型，难以适应电力系统短期风险评估需求。电网故障与灾害性天气具有较强的时间相关性，气象灾害具有明显的季节性特征，因此电网风险也具有时间波动性。在描述电网元件故障参数时，需要从原来的一维横向连续时间下的年均值模型，拓展到考虑历史同期（纵向）时间和导致故障的因素，特别是外部气象环境因素，以便更准确地描述时间及环境相依的电网故障率。在传统年均值模型的基础上建立了不同时间尺度、不同气象灾害类型下的元件故障模型，并依据此模型进行电网可靠性评估。按照该方法对西南某省级电网近３年内５００ｋＶ输电线路的故障数据进行了分析，对该电网的可靠性进行了评估。计算结果表明，不同时间段电网的可靠性指标与年均值相比具有较大差异，验证了时空环境相依的可靠性评估的必要性。关键词：电网；可靠性；时空环境；气象灾害；多时间尺度ＴｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｅｎｖｉｒｏｎｍｅｎｔｓｄｅｐｅｎｄｅｎｔｐｏｗｅｒｇｒｉｄｆａｉｌｕｒｅｍｅｔｈｏｄａｎｄｉｔｓａｐｐｌｉｃａｔｉｏｎｉｎｐｏｗｅｒｇｒｉｄｒｅｌｉａｂｉｌｉｔｙａｓｓｅｓｓｍｅｎｔＸＩＯＮＧＸｉａｏｆｕ，ＷＡＮＧＪｉａｎ，ＹＵＡＮＪｕｎ，ＺＨＡＮＧＮａｎｈｕｉ，ＺＨＡＯＹｕａｎｆ１．ＳｔａｔｅＫｅｙＬａｂｏｒａｔｏｒｙｏｆＰｏｗｅｒＴｒａｎｓｍｉｓｓｉｏｎＥｑｕｉｐｍｅｎｔ＆ＳｙｓｔｅｍＳｅｃｕｒｉｔｙａｎｄＮｅｗＴｅｃｈｎｏｌｏｇｙ，ＣｈｏｎｇｑｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｃｈｏｎｇｑｉｎｇ４０００４４，Ｃｈｉｎａ；２．＂ｆｕｒｍａｎＰｏｗｅｒＧｒｉｄＣｏｒｐｏｒａｔｉｏｎＫｕｎｍｉｎｇＰｏｗｅｒＳｕｐｐｌｙＢｕｒｅａｕ，Ｋｕｎｍｉｎｇ６５００１１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｅｏｆｆ－ｌｉｎｅａｎｄｆｉｘｅｄａｎｎｕａｌａｖｅｒａｇｅｆａｉｌｕｒｅｐｒｏｂａｂｉｌｉｔｙｍｏｄｅｌｉｓｕｓｅｄｉｎｃｏｎｖｅｎｔｉｏｎａｌｒｅｌｉａｂｉｌｉｔｙａｓｓｅｓｓｍｅｎｔ，ｉｔｉｓｄｉｆｆｉｃｕｌｔｔｏａｄａｐｔｔｏｔｈｅｃｕｒｒｅｎｔｎｅｅｄｓｏｆｐｏｗｅｒｓｙｓｔｅｍｏｐｅｒａｔｉｏｎ．Ｐｏｗｅｒｇｒｉｄｆａｕｌｔｓｈａｖｅｇｒｅａｔｔｅｍｐｏｒａｌｒｅｌａｔｉｏｎｓｈｉｐｗｉｔｈｄｉｓａｓｔｒｏｕｓｗｅａｔｈｅｒ，ａｎｄｍｅｔｅｏｒｏｌｏｇｉｃａｌｄｉｓａｓｔｅｒｓｈａｖｅｄｉｓｔｉｎｃｔｓｅａｓｏｎａｌｃｈａｒａｃｔｅｒｉｓｔｉｃ，ｔｈｕｓｐｏｗｅｒｇｒｉｄｒｉｓｋｗｉｌｌｆｌｕｃｔｕａｔｅｗｉｔｈｔｉｍｅｃｈａｎｇｅ．Ｗｈｅｎｄｅｓｃｒｉｐｔｉｎｇｐｏｗｅｒｃｏｍｐｏｎｅｎｔｆａｉｌｕｒｅｒａｔｅ，ｉｔｉｓｎｅｃｅｓｓａｒｙｔｏｅｘｐａｎｄｆｒｏｍｃｈｒｏｎｏｌｏｇｉｃａｌｔｉｍｅｔｏｈｉｓｔｏｒｉｃａｌｐｅｒｉｏｄａｎｄｔａｋｉｎｇｃｏｎｓｉｄｅｒａｔｉｏｎｏｆｔｈｅｒｅａｓｏｎｓｅｓｐｅｃｉａｌｌｙｅｘｔｅｒｎａｌｍｅｔｅｏｒｏｌｏｇｉｃａｌｅｎｖｉｒｏｎｍｅｎｔｓｗｈｉｃｈｃａｕｓｅｆａｕｌｔｓ，ｉｎｏｒｄｅｒｔｏｄｅｓｃｒｉｂｅｔｈｅｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｅｎｖｉｒｏｎｍｅｎｔｄｅｐｅｎｄｅｎｔｆａｉｌｕｒｅｒａｔｅ．Ｔｈｅｃｏｍｐｏｎｅｎｔｆａｉｌｕｒｅｒａｔｅｍｏｄｅｌｉｓｅｓｔａｂｌｉｓｈｅｄａｎｄａｐｐｌｉｅｄｔｏｐｏｗｅｒｇｒｉｄｒｅｌｉａｂｉｌｉｔｙａｓｓｅｓｓｍｅｎｔ，ｂａｓｅｄｏｎｃｏｎｖｅｎｔｉｏｎａｌｓｔａｔｉｓｔｉｃａｌｍｏｄｅｌｉｎｄｉｆｆｅｒｅｎｔｔｉｍｅｓｃａｌｅａｎｄｕｎｄｅｒｄｉｆｆｅｒｅｎｔｍｅｔｅｏｒｏｌｏｇｉｃａｌｄｉｓａｓｔｅｒｓ．Ｔｈｅｐｒｏｐｏｓｅｄｍｏｄｅｌｓａｒｅｕｔｉｌｉｚｅｄｔｏａｎａｌｙｚｅｔｈｅ５００ｋＶｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｓｆａｉｌｕｒｅｄａｔａｄｕｒｉｎｇｎｅａｒｌｙ３ｙｅａｒｓ，ｍｅａｎｗｈｉｌｅ，ｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓａｐｐｌｉｅｄｔｏａｓｓｅｓｓｔｈｅｒｅｌｉａｂｉｌｉｔｙｏｆａｐｒｏｖｉｎｃｉａｌｐｏｗｅｒｇｒｉｄｉｎｓｏｕｔｈｗｅｓｔＣｈｉｎａ．Ｔｈｅｒｅｓｕｌｔｓｉｎｄｉｃａｔｅｔｈａｔｔｈｅｒｅｌｉａｂｉｌｉｔｙｉｎｄｅｘｅｓｉｎｄｉｆｆｅｒｅｎｔｔｉｍｅｉｎｔｅｒｖａｌｓｈａｖｅｍａｊｏｒｄｉｆｆｅｒｅｎｃｅｗｉｔｈａｎｎｕａｌａｖｅｒａｇｅｉｎｄｅｘ，ａｎｄｉｔｐｒｏｖｅｓｔｈｅｎｅｃｅｓｓｉｔｙｏｆｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｅｎｖｉｒｏｎｍｅｎｔｓｄｅｐｅｎｄｅｎｔｒｅｌｉａｂｉｌｉｔｙａｓｓｅｓｓｍｅｎｔ．ＴｈｉｓｗｏｒｋｉｓｓｕｐｐｏｓｅｄｂｙＮｍｉｏｎａｌＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｉｎａ（Ｎｏ．５０９７７０９４）ａｎｄＮａｔｕｒａｌＳｃｉｅｎｃｅＦｏｕｎｄａｔｉｏｎｏｆＣｈｏｎｇｑｉｎｇ（Ｎｏ．ＣＳＴＣ２０１１ＢＢ６０４７）．Ｋｅｙｗｏｒｄｓ：ｐｏｗｅｒｇｒｉｄ；ｒｅｌｉａｂｉｌｉｔｙ；ｔｅｍｐｏｒａｌａｎｄｓｐａｔｉａｌｅｎｖｉｒｏｎｍｅｎｔｓ；ｍｅｔｅｏｒｏｌｏｇｉｃａｌｄｉｓａｓｔｅｒ；ｍｕｌｔｉｐｌｅｔｉｍｅｓｃａｌｅ中图分类号：ＴＭ７３２文献标识码：Ａ—文章编号：１６７４３４１５（２０１５）１５．００２８－０８０引言近年来电网的规模不断扩大，结构日趋复杂，地基金项目：国家自然科学基金（５０９７７０９４）；重庆市自然科学基金（ＣＳＴＣ２０１１ＢＢ６０４７）理跨度不断增加，同时全国各地气象灾害频发，台风、暴雨、大风、雷电、冰雪、山火等气象灾害对暴露在外部环境中的输电网产生了重大影响【ＪＪ。上述气象灾害具有明显的季节特性，暴雨、雷电等强对流天气一般出现在夏季的５～９月份，而冰雪灾害多出现在冬季的１、２月份。气象灾害频繁的月份，熊小伏，等时空环境相依的电网故障模型及在电网可靠性评估中的应用．２９．相应的电网可靠性水平较低。常规的电网可靠性和风险评估均是采用离线‘…的、固定不变的年均故障概率模型【４。。如文献［８］提出结合元件可靠性参数脆弱性与结构脆弱性的电网脆弱性评估模型；文献［９】推导了大电力系统可靠性指标对元件可靠性参数的解析表达式；文献［１Ｏ】应用复杂网络理论与风险理论，提出一种基于贝叶斯网络的条件概率风险指标以及对电力系统灾难性事故的评估方法。国内外学者开展了一些计及天气等环境影响的电网可靠性评估研究【ｌＨＪ，主要考虑的是将天气状况分为正常、恶劣、灾害三种状态的模型。上述文献均是电网可靠性理论与风险评估方法的改进，其基础数据仍是采用元件年均故障率，这在电网风险预警和短期可靠性评估方面的应用十分有限。很多学者开始探究在线的、时间相依的变故障概率模型［１５－２５】，以对电力系统进行在线风险评估。在运行可靠性参数中，元件故障或停运具有很强的时间相关性和外部因素相关性。因此，可以有两大类获取时空环境相依的元件故障模型：一是建立基于多因素多时间尺度的元件故障统计模型；二是通过获取外部的运行环境，如天气预报、气象灾害预警信息等，结合电网的设计和运行参数，预测未来短期的故障概率。—在元件故障概率预测方面，文献［２０２２］提出的几种输电线路雷击概率预测模型和方法，对输电线路故障概率预测提供了新的思路，但由于雷电活动的强随机性，模型的实用化程度还有待提升。文献［２３１提出了线路因覆冰过重、舞动、绝缘子闪络引发的故障率评估模型；文献［２４１提出了输电线路因山火导致的停运概率预测方法；文献［２５］结合气象预报信息，对杆塔结构和输电导线进行了具体分析，建立了直线型杆塔导线和耐张塔跳线对塔身风偏放电的在线预警模型。上述研究存在以下问题：一是电力行业气象服务尚不完善，面向公众的气象数据在时空分辨率上还不足以满足可靠性评估的需求；二是已有部分地区接入了较为详细的气象数据，但缺乏电力设备故障和气象灾害之间的关联评估模型；三是当前的运行可靠性研究依然处在探索阶段，并未形成相应的规范，还需要在工程实际应用中进行检验和完善。’本文将描述电网元件故障的参数，从原来的一维横向连续时间下的年均值参数，拓展到考虑历史同期（纵向）时间和导致故障的因素下的元件故障描述，即时空环境相依的元件故障参数。在传统模型的基础上，建立电网元件在不同时间尺度下以及在各类气象灾害条件下的故障模型，并基于此分析西南某省网公司近３年内输电线路的故障数据。算例中针对该５００ｋＶ输电网，分别以年均故障率和以月为时间尺度的故障率评估了系统可靠性水平，并计算了系统各月份在雷电和山火条件下的可靠性水平。结果表明电网在各个月份的可靠性水平起伏较大，且具有明显的时间分布特性，验证了时空环境相依的可靠性评估的必要性。１电网元件可靠性参数描述的扩展传统可靠性理论中，描述电网元件的可靠性基本参数采用的是长期统计的恒定故障率，没有考虑电网元件自身的老化情况、外部自然环境等运行条件随时间变化而对元件停运和系统可靠性产生的影响，因此只能反映系统长期运行的可靠性，无法真实反映系统随时间、外部气象环境等变化的运行可靠性水平。气象学方面的文献Ｉ２７ｊ指出：气候系统的变化特征具有自记忆特征，因而在表征气象要素的时间序列中蕴含着长程相关性，即系统的演化状态具有连续性；气候事件序列在不同的时间标度上有相似的统计特性，表现出长程相关性；极端气候事件具有年际群发性和气候分区群发性特征。文献［２８］对南方沿海某地区电网２００７～２０１３年１１０～５００ｋＶ线路的跳闸事件，按照跳闸原因、故障时间分布、跳闸时对应的天气状况分别进行统计分析，指出电网故障与灾害性天气具有较强的时间相关性。因此，在描述电网元件故障参数时，需要从原来的一维横向连续时间下的年均值模型，拓展到考虑历史同期（纵向）时间和导致故障的因素，特别是外部气象环境因素，以描述时间及环境相依的电网故障率，如图１所示。所以有必要对传统的年均故障概率模型进行改进，得到时间及气象环境相关的元件故障模型，在特定的时间段内可以对具有明显时间分布特性的气象灾害进行风险分析，并评估电力系统的可靠性水平，降低管理运营成本。２时间及环境相关的元件故障模型２．１以季节为时间尺度的元件故障模型气象灾害具有明显的季节特性，暴雨、雷电、冰雹等强对流天气多出现在夏季，而冰霜、冻雨、冰雪多出现在冬季。不同季节的气象灾害发生频率不同，对电网可靠性的影响也不同，因此有必要按季节统计元件的故障率，以期在不同的季节安排不同的运行方式，提高电网管理运营效率。按照气候学的划分，每年的３～５月为春季，６～８．３０．力系统保护与控制图１电网元件可靠性参数描述拓展示意图Ｆｉｇ．１Ｅｘｐａｎｓｉｏｎｄｅｓｃｒｉｐｔｉｏｎｏｆｐｏｗｅｒｃｏｍｐｏｎｅｎｔｒｅｌｉａｂｉｌｉｔｙｐａｒａｍｅｔｅｒ月为夏季，９－１１月为秋季，１２～次年２月为冬季。对于同一电压等级的设备故障频率为∑Ⅳｓ∑Ⅳｓ＝｝；：｝。ｌＳＵｆ１１∑ⅣＦ∑ⅣＭ＝｝；ｆｗ＝』ＦＡ』ＷＩ式中：－厂为不同季节内设备的故障频率（次／季）；ｓＰ、ＳＵ、ＦＡ、ｗ１分别代表春、夏、秋、冬四季；为每个季节的时间减去每个季节中非强迫停运时间；为第ｉ个季节中元件的可修复的故障次数；为统计的年数。式（１）为单个设备在不同季节的统计模型，对于ｎ个同类设备的平均故障频率为（以春季为例）（２）式中：为多个设备的春季平均故障频率；为第ｋ个设各的春季故障频率。对于输电线路而言，其故障频率为（以春季为例１，一Ｎｓｐ，＝—（３）∑Ⅳ式中：ｆ、ｓｆ为第ｉ条线路的长度和故障次数；为线路条数。２．２以月为时间尺度的元件故障模型部分气象灾害，如高温和冰雪具有明显的月份特性，高温多出现在８月份，而冰雪多出现在每年的１、２月份，因此有必要进一步细化时问尺度，以月为时问尺度统计设备的故障频率。∑，…２，，１２（４）式中：厶为第ｍ个月的元件的故障频率（次／月）；为元件第ｉ年第ｍ月中的故障次数；为第个月的时间；为统计年数。对于多个设备的故障频率和输电线路的故障频率可以参照式（２）和式（３）。设备的修复可以采用传统的统计方法获取元件的修复率，元件的故障率和故障概率分别表示为＝㈣１一、尸：＿（６）＋、式中，ｒ和／ａ分别为元件的修复时间和修复率，一般情况下和厂的值较小，可以近似认为，ｔ－－ｆｏ２．３各类气象灾害条件下的元件故障模型以季节和月为时间尺度的可靠性评估可以直观地分析电网在各个季节和月份的可靠性情况，有助于调度部门在中短期内调整电网管理运营方式，提高电力系统可靠性，又由于各类气象灾害（如雷电、山火）具有明显的时空分布特性，有必要研究短期内的气象灾害侵袭对电网的影响。在研究时间区间内元件的平均故障率如式（７）所示。ｖｇ＝（７）Ⅳ式中：为元件在研究时间区间内的故障次数；为研究时问区间。而各类气象灾害条件下元件的故障率如式（８）所示。＝等（８）Ⅳ式中：，为元件在第，类气象灾害的故障次数；为第，类气象灾害的持续时问。将某类气象灾害的持续时间计入研究时问区间内，式（７）、式（８）可用式（９）、式（１０）表示。∑∑＝—∑上ｌ＿＝ｌ＿＝（９）＝等＝／Ｔ＝（）式中：为第类气象灾害的故障率；ａｊ为第类气象灾害的持续时间占研究时间区间的百分比；为熊小伏，等时空环境相依的电网故障模型及在电网可靠性评估中的应用第ｕ，类气象灾害下元件的故障次数占研究时间内总。故障次数的百分比。０３输电系统元件故障统计分析。０通过对西南某省网公司５００ｋＶ电网调研，获取了该公司２０１１－２０１３年三年内输电线路的故障数据，用以分析其时间分布特性。该省网５００ｋＶ电网的输电线路总长度为７５７６．７９ｋｍ，三年期间共发生可修复故障次数为３０次。３．１不同时间尺度下的元件故障率利用传统的统计模型得出输电线路的故障率为…允＝０．１３１９８２次／Ｉ１００ｋｍ・年）利用第２节中故障率模型分别计算出输电线路在不同的季节和月份的故障率如表１和表２所示。表１输电线路在不同季节的故障率Ｔｌａｂｌｅ１Ｆａｉｌｕｒｅｒａｔｅｏｆｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｓｉｎｄｉｆｒｅｒｅｎｔｓｅａｓｏｎｓ表２输电线路在不同月份的故障率Ｔｌａｂｌｅ２Ｆａｉｌｕｒｅｒａｔｅｏｆｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｓｉｎｄｉ仃ｅｒｅｎｔｎｌｏｎｔｈｓ在进行可靠性评估前需要将不同时间尺度统计的故障率归算到统一单位，次／（１００ｋｍ・年），可以明显看出输电线路的故障率随季节和月份的变化，如图２所示。由图２可以看出２～５月份的故障率要明显高于年均值故障率，采用年均值可靠性水平指导电网运行方式与电网实际风险水平可能差异较大。３．２各类气象灾害在不同时间尺度下的故障率通过分析该省网５００ｋＶ电网近３年的故障记录，发现导致线路故障的主要气象灾害是雷电与山火。由式（１０）计算元件在不同的时间段内各气象灾。０篓ｏ！Ａ１＾ｌ口Ｉ——’日一以季为时间尺度—ｅ一以月为时间尺度一３Ｊ＼／—ｆ‘ｊＩ｜／。ｆ｜｛ｔ＼－ｐｌ｜．．…．｛ｊ１２３４５６７８９１０ｌ１１２月份图２输电线路的故障率随季节和月份的变化曲线Ｆｉｇ．２Ｃｕｒｖｅｏｆｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｆａｉｌｕｒｅｒａｔｅｗｉｔｈｔｈｅｓｅａｓｏｎｓａｎｄｔｈｅｍｏｎｔｈｓ害条件下的故障率。统计了雷电和山火的０［和，如表３和表４所示，计算结果如图３、图４所示。由图３和图４可以看出在灾害天气下元件故障率随着月份和季节的变化趋势，值得注意的是元件在雷电多发的月份和季节故障率较低，而在不常发表３雷电和山火在不同月份内的６ｃ和Ｔａｂｌｅ３Ｔｈｅ。［ａｎｄｏｆｌｉｇｈｔｎｉｎｇａｎｄｗｉｌｄｆｉｒｅｉｎｄｉｆｆｅｒｅｎｔｍｏｎｔｈｓ表４雷电和山火在不同季节的ｎ和Ｔａｂｌｅ４Ｔｈｅｄａｎｄｏｆｌｉｇｈｔｎｉｎｇａｎｄｗｉｌｄｆｉｒｅｉｎｄｉｆｆｅｒｅｎｔｓｅａｓｏｎｓ．３２一电力系统保护与控制矗Ｈ妞窿斛登图３灾害天气下输电线路故障率逐月变化曲线Ｆｉｇ．３Ｃｕｒｖｅｏｆｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｆａｉｌｕｒｅｒａｔｅｗｉｔｈｔｈｅｍｏｎｔｈｓｉｎｍｅｔｅｏｒｏｌｏｇｉｃａｌｄｉｓａ￣ｅｒ一雷电条件Ｆ逐季故障率＋“ｌ火条件Ｆ逐季故障率＼＼、／＼．＼生雷电的季节故障率较高，这是因为在雷电多发的夏季ｆ６～８月份），普遍采用重合闸投入，且在雷雨天气允许强送；而非雷雨季节重合闸不成功时不允许强送。山火多发生在春秋两季，其故障率要明显高于夏季，集中在２、３月份和１０月份，因为这几个月份该省干燥少雨，易发生山火。４时空环境相依的电网可靠性评估算例４．１评估流程不同时间尺度下的电网可靠性评估流程如下：１）获取电网的网架结构、负荷数据和相应的发电机数据（发电机组的容量、故障率和修复时间）；２）确定研究时间尺度，在研究时间区间内按照式（１）～式（４）计算元件故障率，并分别统计各类气象灾害的。［和；３）利用式（１０）计算研究时问内遭受气象灾害的元件故障率；４）确定电网各元件的修复率，利用式（６）计算故障概率；５）根据在相应时间尺度（年、季、月）内计算所得元件故障概率，采用状态抽样法对系统进行模拟；６）分析系统状态，利用最优切负荷模型计算负荷切除量；７）计算节点和系统可靠性指标。本文采用失负荷概率ＯＬＰ）、电力不足期望值（ＥＤＮＳ）￣电量不足期望值（ＥＥＮＳ）来表征系统的可靠性指标【２，其中：ＬＯＬＰ表示给定时间内系统不能满足负荷需求的概率，即ＬＯＬＰ：ｒｅ（ｓ）．（１１１Ｍ∈，式中：是系统状态抽样总数；（）是抽样中系统状态Ｓ出现的次数；Ｆ为系统失效状态集。ＥＤＮＳ表示给定时间内系统因发电容量不足或电网约束造成负荷削减的期望值（Ｍｗ），即ＥＤＮＳ：×ｃ０２）：∈Ｆ式中，Ｃ（）表示系统状态Ｓ的削负荷量。ＥＥＮＳ表示给定时间内系统因发电容量不足或电网约束造成电量不足期望值（ＭＷ＿ｈ），即Ⅲ，、ＥＥＮＳ＝×ｃ｛ｓ１×０３）ｓ‘ｅ－一ＦＭ、式中，ｆ为给定的时间区间。４．２评估算例以第３节中的西南某省网公司５００ｋＶ电网为例，该省网５００ｋＶ线路共有４３个节点，８３条线路，其网架结构如图５所示。图中虚线区域多为山区，为雷电和山火多发区域，共有２５条线路。分别以年均故障率和图２中各个月份的故障率对系统进行可靠性评估，得出系统的可靠性指标①ＥＥＭ如图６所示。由图６可以得出以下结论：系统的ＥＥＮＳ随月份的起伏较大，若以年均ＥＥＮＳ指导某个月电网运行方式，则会显得过于悲观或乐②观；系统在２～５月份的可靠性水平较低，需要采取相应措施保证电网稳定运行。图７所示为各个月份系统遭受雷电和山火条件①下的ＥＥＮＳ。由图７中显示结果可以看出：雷电和山火均具有明显的时间分布特性，有助于电网在②相应月份提前做好防山火、防雷电措施；雷电（典型瞬时性故障）多发的５～９月份，系统的可靠性指标相对较好，说明重合闸和一次重合闸不成功情况下③的强送措施能大大提高系统的可靠性水平；在山火多发的月份，系统的失负荷量均维持在一个较高的水平，说明该省电网防山火措施还有待加强。Ｏ８６４２ＯＯＯＯ一刚陋．～一～静世熊小伏，等时空环境相依的电网故障模型及在电网可靠性评估中的应用．３３．图５西南某省网５００ｋＶ网架结构Ｆｉｇ．５Ｏｎｅｌｉｎｅｄｉａｇｒａｍｏｆａ５００ｋＶｐｒｏｖｉｎｃｉａｌｐｏｗｅｒｇｒｉｄｉｎｓｏｕｔｈｗｅｓｔＣｈｉｎａ亭ｔ．２。．４。ｌ２３４５６７８９１０ｌ１１２月份图６系统年均ＥＥＮＳ和各月ＥＥＮＳ的对比Ｆｉｇ．６ＣｏｍｐａｒｉｓｏｎｏｆｐｏｗｅｒｓｙｓｔｅｍＥＥＮＳｂｅｔｗｅｅｎｙｅａｒａｎｄｍｏｎｔｈ图７各月中遭受雷电和山火条件下的系统ＥＥＮＳＦｉｇ．７ＳｙｓｔｅｍＥＥＮＳｉｎｅｖｅｒｙｍｏｎｔｈｕｎｄｅｒｌｉｇｈｔｉｎｇａｎｄｗｉｌｄｆｉｒｅ５结论１）电网故障与灾害性天气具有较强的时间相关性，气象灾害具有明显的季节性特征，受气象条件等外部环境因素影响电网故障发生的时间分布及频度均有不同，因此不仅应该评价电网的年平均可靠性水平，还应该分析电网在不同时间的风险变化趋势。为此，提出在描述电网元件故障参数时，需要从原来的一维横向连续时间下的年均值统计，拓展到时空环境相依的元件故障描述。２１在传统统计模型的基础上，建立电网元件在不同时间尺度下以及在各类气象灾害条件下的故障统计模型，并进行电网可靠性评估。通过分析西南某省电网５００ｋＶ线路故障数据，利用文中所提模型在不同时间尺度内对该电网进行了可靠性评估，得出该省网５００ｋＶ线路主要受雷电和山火灾害的影响，故障率呈现出较强的时问分布特征，和传统的年均值故障率有较大差异。３）通过分析以月和季为时间尺度的可靠性指标可以发现，年均值的可靠性指标难以用于指导电网运行的需求，以月、季为时间尺度的可靠性评估可以在一定程度上弥补这种不足。通过分析不同气象灾害在不同时间尺度对电网可靠性的影响，可以明晰在不同月份不同气象灾害对电网的影响程度，以便采取相应防范措施提高电网运行可靠性水平。参考文献“”［１］唐斯庆，张弥，建设，等．海南电网９・２６大面积停电事故的分析与总结［Ｊ］．电力系统自动化，２００６，３０（１）：—１７．１６．ＴＡＮＧＳｉｑｉｎｇ，ＺＨＡＮＧＭｉ，ＪＩＡＮＳｈｅ，ｅｔａ１．Ｒｅｖｉｅｗｏｆ—ｂｌａｃｋｏｕｔｉｎＨａｉｎａｎｏｎＳｅｐｔｅｍｂｅｒ２６ｍｃａｕｓｅａｎｄｒｅｃｏｍｍｅｎｄａｔｉｏｎｓ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００６，３０（１）：１－７，１６．［２］王建学，张耀，吴思，等．大规模冰灾对输电系统可靠性的影响分析［Ｊ】．中国电机工程学报，２０１１，２８（３１）：—４９５６．ＷＡＮＧＪｉａｎｘｕｅ，ＺＨＡＮＧＹａｏ，ＷＵＳｉ，ｅｔａ１．Ｉｎｆｌｕｅｎｃｅｏｆｌａｒｇｅ－ｓｃａｌｅｉｃｅｄｉｓａｓｔｅｒｏｎｔｒａｎｓｍｉｓｓｉｏｎｓｙｓｔｅｍｒｅｌｉａｂｉｌｉｔｙ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２０１１，２８（３１）：４９．５６．［３］黄乐，舒双焰．南方电网２０１０年第一季度线路山火跳闸情况分析［Ｊ】．广东电力，２０１１，２４（３）：９５－９７．ＨＵＡＮＧＬｅ，ＳＨＵＳｈｕａｎｇｙａｎ．ＡｎａｌｙｓｉｓＯ１＂１ｆａｕｌｔｔｒｉｐｓｃａｕｓｅｄｂｙｆｏｒｅｓｔｆｉｒｅｉｎＣＳＧｉｎｔｈｅｆｉｒｓｔｑｕａｒｔｅｒｏｆｙｅａｒ２０１Ｏ［Ｊ］．ＧｕａｎｇｄｏｎｇＥｌｅｃ￣ｉｃＰｏｗｅｒ，２０１１，２４（３）：９５－９７．．．３４．．电力系统保护与控制［４］孙羽，王秀丽，王建学，等．电力系统短期可靠性评估综述［Ｊ］．电力系统保护与控制，２０１１，３９（８）：１４３－１５４．ＳＵＮＹｕ，ＷＡＮＧＸｉｕｌｉ，ＷＡＮＧＪｉａｎｘｕｅ，ｅｔａ１．Ａｎｏｖｅｒｖｉｅｗｏｆｔｈｅｓｈｏｒｔ－ｔｅｒｍｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎｏｆｐｏ￣ｅｒｓｙｓｔｅｍ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１１，３９（８）：１４３－１５４．［５］何金定贺星棋．考虑可修多状态的输电线路可靠性—评估模型【Ｊ］．电力系统保护与控制，２０１０，３８（４）：１１１４，５３．ＨＥＪｉｎｄｉｎｇ，ＨＥＸｉｎｇｑｉ．Ｅｖａｌｕａｔｉｏｎｍｏｄｅｌｏｆｒｅｌｉａｂｉｌｉｔｙｆｏｒｏｖｅｒｈｅａｄｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｗｉｔｈｃｏｎｓｉｄｅｒａｔｉｏｎｓｏｆｒｅｐａｉｒａｂｌｅｍｕｌｔｉ－ｓｔａｔｅ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１０，３８（４）：１１・１４，５３．［６］许丹，唐巍．基于区域可达性分析的复杂配电网可靠—性评估［Ｊ］．电工技术学报，２０１１，２６（６）：１７２１８６．，ＸＵＤａｎ，ＴＡＮＧＷｅｉ．Ｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎｏｆｃｏｍｐｌｅｘｄｉｓｔｒｉｂｕｔｉｏｎｎｅｔｗｏｒｋｓｂａｓｅｄｏｎｒｅｇｉｏｎａｌａｃｃｅｓｓｉｂｉｌｉｔｙａｎａｌｙｓｉｓ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙ，２０１１，２６（６）：１７２－１８６．［７］赵渊，周家启，刘志宏．大电网可靠性的序贯和非序贯蒙特卡洛仿真的收敛性分析及比较［Ｊ］＿电工技术学—报，２００９，２４（１１）：１２７１３３．ＺＨＡＯＹｕａｎ，ＺＨＯＵＪｉａｑｉ，ＬＩＵＺｈｉｈｏｎｇ．ＣｏｎｖｅｒｇｅｎｃｅａｎａｌｙｓｉｓａｎｄｃｏｍｐａｒｉｓｏｎｏｆｓｅｑｕｅｎｔｉａｌａｎｄｎｏｎｓｅｑｕｅｎｔｉａｌＭｏｎｔｅ－Ｃａｒｌｏｓｉｍｕｌａｔｉｏｎｆｏｒｂｕｌｋｐｏｗｅｒｓｙｓｔｅｍｒｅｌｉａｂｉｌｉｔｙａｓｓｅｓｓｍｅｎｔ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌ—Ｓｏｃｉｅｔｙ，２００９，２４（１１）：１２７１３３．［８］魏震波，刘俊勇，朱国俊，等．基于可靠性加权拓扑模型下的电网脆弱性评估模型［Ｊ］．电工技术学报，２０１０，２５（８）：１３１－１３７．ＷＥＩＺｈｅｎｂｏ，ＬＩＵＪｕｎｙｏｎｇ，ＺＨＵＧｕｏｊｕｎ，ｅｔａ１．Ｖｕｌｎｅｒａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎｍｏｄｅｌｔｏｐｏｗｅｒｇｒｉｄｂａｓｅｄｏｎ—ｒｅｌｉａｂｉｌｉｔｙｐａｒａｍｅｔｅｒ－ｗｅｉｇｈｔｅｄｔｏｐｏｌｏｇｉｃａｌｍｏｄｅｌ［Ｊ］．ＴｒａｎｓａｃｔｉｏｎｓｏｆＣｈｉｎａＥｌｅｃｔｒｏｔｅｃｈｎｉｃａｌＳｏｃｉｅｔｙ，２０１０，２５（８）：１３１－１３７．［９］赵渊，周家启，周念成，等．大电力系统可靠性评估的解析计算模型【Ｊ］．中国电机工程学报，２００６，２６（５）：—１９２５．ＺＨＡＯＹｕａｎ，ＺＨＯＵＪｉａｑｉ，ＺＨＯＵＮｉａｎｃｈｅｎｇ，ｅｔａ１．Ａｎａｎａｌｙｔｉｃａｌａｐｐｒｏａｃｈｆｏｒｂｕｌｋｐｏｗｅｒｓｙｓｔｅｍｓｒｅｌｉａｂｉｌｉｔｙａｓｓｅｓｓｍｅｎｔ［Ｊ］．ＰｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅＣＳＥＥ，２００６，２６（５）：—ｌ９２５．［１Ｏ］赵阳，李华强，王伊渺，等．基于复杂网络理论和条件概率的灾难性事故风险评估方法［Ｊ】．电网技术，２０１３，—３７（１１、：３１９０３１９６．ＺＨＡＯＹａｎｇ，ＬＩＨｕａｑｉａｎｇ，ＷＡＮＧＹｉｍｉａｏ，ｅｔａ１．Ａｃｏｍｐｌｅｘｎｅｔｗｏｒｋｔｈｅｏｒｙａｎｄｃｏｎｄｉｔｉｏｎａｌｐｒｏｂａｂｉｌｉｔｙｂａｓｅｄｒｉｓｋａｓｓｅｓｓｍｅｎｔｍｅｔｈｏｄｆｏｒｄｉｓａｓｔｒｏｕｓａｃｃｉｄｅｎｔｓ［Ｊ］．—ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２０１３，３７（１１）：３１９０３１９６．［１１３ＢＩＬＬＩＮＴＯＮＣＨＥＮＧＬ．Ｉｎｃｏｒｐｏｒａｔｉｏｎｏｆｗｅａｔｈｅｒｅｆｆｅｃｔｓｉｎｔｒａｎｓｍｉｓｓｉｏｎｓｙｓｔｅｍｍｏｄｅｌｓｆｏｒｃｏｍｐｏｓｉｔｅｓｙｓｔｅｍａｄｅｑｕａｃｙｅｖａｌｕａｔｉｏｎ［Ｊ］．１ＥＥＰｒｏｃｅｅｄｉｎｇｓｏｎＧｅｎｅｒａｔｉｏｎ，ＴｒａｎｓｍｉｓｓｉｏｎａｎｄＤｉｓｔｒｉｂｕｔｉｏｎ，１９８６，１３３（６）：３ｌ９．３２７．［１２ＪＢＨＵＩＹＡＮＭＲ，ＡＬＬＡＮＲＮ．Ｉｎｃｌｕｓｉｏｎｏｆｗｅａｔｈｅｒｅｆｆｅｃｔｓｉｎｃｏｍｐｏｓｉｔｅｓｙｓｔｅｍｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎｕｓｉｎｇｓｅｑｕｅｎｔｉａｌｓｉｍｕｌａｔｉｏｎ［Ｊ］．ＩＥＥＰｒｏｃｅｅｄｉｎｇｓｏｎＧｅｎｅｒａｔｉｏｎ，—ＴｒａｎｓｍｉｓｓｉｏｎａｎｄＤｉｓｔｒｉｂｕｔｉｏｎ，１９９４，１４１（６）：５７５５８４．［１３］刘洋，周家启．计及气候因素的大电力系统可靠性评—估［Ｊ］．电力自动化设备，２００３，２３（９）：６０６２．ＬＩＵＹａｎｇ，ＺＨＯＵＪｉａｑｉ．Ｉｎｃｏｒｐｏｒａｔｉｎｇｗｅａｔｈｅｒｅｆｆｅｃｔｉｎｂｕｌｋｐｏｗｅｒｓｙｓｔｅｍｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎ［Ｊ］．ＥｌｅｃｔｒｉｃＰｏｗｅｒＡｕｔｏｍａｔｉｏｎＥｑｕｉｐｍｅｎｔ，２００３，２３（９）：６０－６２．［１４］陈永进，任震，黄雯莹．考虑天气变化的可靠性评估—模型与分析［Ｊ］．电力系统自动化，２００４，２８（２１）：１７２１．ＣＨＥＮＹｏｎｇｊｉｎ，ＲＥＮＺｈｅｎ，ＨＵＡＮＧＷｅｎｙｉｎｇ．Ｍｏｄｅｌａｎｄａｎａｌｙｓｉｓｏｆｐｏｗｅｒｓｙｓｔｅｍｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎｃｏｎｓｉｄｅｒｉｎｇｗｅａｔｈｅｒｃｈａｎｇｅ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２００４，２８（２１）：１７・２１．［１５］刘海涛，程林，孙元章，等．采用瞬时概率的运行可靠性短期评估［Ｊ】．中国电机工程学报，２００８，２８（１３）：２０．２５．ＬＩＵＨａｉｔａｏ，ＣＨＥＮＧＬｉｎ，ＳＵＮＹｕａｎｚｈａｎｇ，ｅｔａ１．—Ｓｈｏｒｔｔｅｒｍｏｐｅｒａｔｉｏｎａｌｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎｂｙｕｓｉｎｇｔｉｍｅｄｅｐｅｎｄｅｎｔｓｔａｔｅｐｒｏｂａｂｉｌｉｔｙ［Ｊ】．Ｐｒｏｃｅｅｄｉｎｇｓｏｆｔｈｅ—ＣＳＥＥ，２００８，２８（１３）：２０２５．［１６］ＳＵＮＷＡＮＧＣＨＥＮＧＬ，ｅｔａ１．Ｏｐｅｒａｔｉｏｎａｌｒｅｌｉａｂｉｌｉｔｙａｓｓｅｓｓｍｅｎｔｏｆｐｏｗｅｒｓｙｓｔｅｍｓｃｏｎｓｉｄｅｒｉｎｇｃｏｎｄｉｔｉｏｎ．ｄｅｐｅｎｄｅｎｔｆａｉｌｕｒｅｒａｔｅ［Ｊ］．ＩＥＴＧｅｎｅｒａｔｉｏｎ，—Ｔｒａｎｓｍｉｓｓｉｏｎ＆Ｄｉｓｔｒｉｂｕｔｉｏｎ，２０１０，４（１）：６０７２．［１７１ＬＩＵＹｏｎｇ，ＳＩＮＧＨＣ．Ａｍｅｔｈｏｄｏｌｏｇｙｆｏｒｅｖａｌｕａｔｉｏｎｏｆｈｕｒｒｉｃａｎｅｉｍｐａｃｔｏｎｃｏｍｐｏｓｉｔｅｐｏｗｅｒｓｙｓｔｅｍｒｅｌｉａｂｉｌｉｔｙ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２０１１，２６（１）：１４５－１５２．［１８］ＴＨＡＰＡＳ．ＫＡＲＫＩＲ．ＢＩＬＬＩＮＴＯＮＲ．Ｕｔｉｌｉｚａｔｉｏｎｏｆｔｈｅａｒｅａｒｉｓｋｃｏｎｃｅｐｔｆｏｒｏｐｅｒａｔｉｏｎａｌｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎｏｆａｗｉｎｄ－ｉｎｔｅｇｒａｔｅｄｐｏｗｅｒｓｙｓｔｅｍ［Ｊ］．１ＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＳｙｓｔｅｍｓ，２０１３，２８（４）：４４７７－４７７１．［１９］王磊，赵书强，张明文．考虑天气变化的输电系统可—靠性评估［Ｊ］．电网技术，２０１１，３５（７）：６６７０．ＷＡＮＧＬｅｉ，ＺＨＡＯＳｈｕｑｉａｎｇ，ＺＨＡＮＧＭｉｎｇｗｅｎ．Ｒｅｌｉａｂｉｌｉｔｙｅｖａｌｕａｔｉｏｎｏｆｔｒａｎｓｍｉｓｓｉｏｎｓｙｓｔｅｍｃｏｎｓｉｄｅｒｉｎｇｗｅａｔｈｅｒｃｈａｎｇｅ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２０１１，熊小伏，等时空环境相依的电网故障模型及在电网可靠性评估中的应用．３５．—３５（７）：６６７０．［２０］朱清清，严正，贾燕冰，等．输电线路运行可靠性预测—［Ｊ】．电力系统自动化，２０１０，３４（２４）：１８２２．ＺＨＵＱｉｎｇｑｉｎｇ，ＹＡＮＺｈｅｎｇ，ＪＩＡＹａｎｂｉｎｇ，ｅｔａ１．Ｐｒｅｄｉｃｔｉｏｎｏｆｔｒａｎｓｍｉｓｓｉｏｎｏｐｅｒａｔｉｎｇｒｅｌｉａｂｉｌｉｔｙ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２０１０，３４（２４）：１８－２２．［２１］谢云云，薛禹胜，王吴吴，等．电网雷击故障概率的时—空在线预警［Ｊ］．电力系统自动化，２０１３，３７（１７）：４４５１．ＸＩＥＹｕｎｙｕｎ，ＸＵＥＹｕｓｈｅｎｇ，ＷＡＮＧＨａｏｈａｏ，ｅｔａ１．Ｓｐａｃｅ・－ｔｉｍｅｅａｒｌｙ・－ｗａｒｎｉｎｇｏｆｐｏｗｅｒｇｒｉｄｆａｕｌｔｐｒｏｂａｂｉｌｉｔｙｂｙｌｉｇｈｔｎｉｎｇ［Ｊ］．ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，—２０１３，３７（１７）：４４５１．［２２］熊小伏，方伟阳，程韧俐，等．基于实时雷击信息的输电线强送决策方法【Ｊ］＿电力系统保护与控制，２０１３，４１（１９）：７－１１．ＸＩＯＮＧＸｉａｏｆｕ，ＦＡＮＧＷｅｉｙａｎｇ，ＣＨＥＮＧＲｅｎｌｉ，ｅｔａ１．Ｆｏｒｃｅｄｐｏｗｅｒｓｕｐｐｌｙｄｅｃｉｓｉｏｎｏｆｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｓｂａｓｅｄｏｎｒｅａｌ－ｔｉｍｅｌｉｇｈｔｎｉｎｇｉｎｆｏｒｍａｔｉｏｎ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１３，４１（１９）：７－１１．［２３］谢云云，薛禹胜，文福拴，等．冰灾对输电线故障率影响的时空评估［Ｊ］．电力系统自动化，２０１３，３７（１８）：—３２４１．９８．ＸＩＥＹｕｎｙｕｎ，ＸＵＥＹｕｓｈｅｎｇ，ＷＥＮＦｕｓｈｕａｎ，ｅｔａ１．—Ｓｐａｃｅｔｉｍｅｅｖａｌｕａｔｉｏｎｆｏｒｉｍｐａｃｔｏｆｉｃｅｄｉｓａｓｔｅｒｏｎｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｆａｕｌｔｐｒｏｂａｂｉｌｉｔｙ［Ｊ］＿ＡｕｔｏｍａｔｉｏｎｏｆＥｌｅｃｔｒｉｃＰｏｗｅｒＳｙｓｔｅｍｓ，２０１３，３７（１８）：３２－４１，９８．［２４］宋嘉婧，郭创新，张金江，等．山火条件下的架空输电—线路停运概率模型【Ｊ］．电网技术，２０１３，３７（１）：１００１０５．ＳＯＮＧＪｉａｊｉｎｇ，ＧＵＯＣｈｕａｎｇｘｉｎ，ＺＨＡＮＧＪｉｎｊｉａｎｇ，ｅｔａ１．Ａｐｒｏｂａｂｉｌｉｓｔｉｃｍｏｄｅｌｏｆｏｖｅｒｈｅａｄｔｒａｎｓｍｉｓｓｉｏｎｌｉｎｅｏｕｔａｇｅｄｕｅｔｏｆｏｒｅｓｔｆｉｒｅ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＴｅｃｈｎｏｌｏｇｙ，２０］３，３７（１）：１００－１０５．［２５］ＸＩＯＮＧＸｉａｏｆｕ，ＷＥＮＧＳｈｉｊｉｅ，ＷＡＮＧＪｉａｎ．Ａｎｏｎｌｉｎｅｅａｒｌｙｗａｒｎｉｎｇｍｅｔｈｏｄｆｏｒｗｉｎｄｓｗｉｎｇｄｉｓｃｈａｒｇｅｏｆｃｏｎｄｕｃｔｏｒｔｏｗａｒｄｓｔａｎｇｅｎｔｔｏｗｅｒａｎｄｊｕｍｐｅｒｔｏｗａｒｄｓｓｔｒａｉｎｔｏｗｅｒ［Ｊ］．ＩＥＥＥＴｒａｎｓａｃｔｉｏｎｓｏｎＰｏｗｅｒＤｅｌｉｖｅｒｙ，２０１４．［２６］孙元章，程林，何剑．电力系统运行可靠性理论【Ｍ］．北京：清华大学出版社，２０１２．［２７］封国林，侯威，支蓉，等．极端气候事件的检测、诊断与可预测性研究［Ｍ】．北京：科学出版社，２０１２．［２８］方丽华，熊小伏，方嵩，等．基于电网故障与气象因果关联分析的系统风险控制决策［Ｊ］．电力系统保护与控制，２０１４，４２（１７）：１１３＂－１１９．ＦＡＮＧＬｉｈｕａ，ＸＩＯＮＧＸｉａｏｆｕ，ＦＡＮＧＳｏｎｇ，ｅｔａ１．Ｐｏｗｅｒｓｙｓｔｅｍｒｉｓｋｃｏｎｔｒｏｌｄｅｃｉｓｉｏｎｂａｓｅｄｏｎｃａｕｓｅａｎｄｅｆｆｅｃｔｃｏｒｒｅｌａｔｉｏｎａｎａｌｙｓｉｓｏｆｆａｕｌｔａｎｄｍｅｔｅｏｒｏｌｏｇｙ［Ｊ］．ＰｏｗｅｒＳｙｓｔｅｍＰｒｏｔｅｃｔｉｏｎａｎｄＣｏｎｔｒｏｌ，２０１４，４２（１７）：１１３－１１９．［２９］ＬＩＷｅｎｙｕａｎ．Ｒｉｓｋａｓｓｅｓｓｍｅｎｔｏｆｐｏｗｅｒｓｙｓｔｅｍｓ：ｍｏｄｅｌｓ，—ｍｅｔｈｏｄｓ，ａｎｄａｐｐｌｉｃａｔｉｏｎｓ［Ｍ］，ＮｅｗＪｅｒｓｅｙ：ＷｉｌｅｙＩＥＥＥＰｒｅｓｓ，２００４．收稿１３期：２０１４－１１一Ｏ５；—修回Ｅｌ期：２０１４－１１２８作者简介：熊小伏（１９６２－），男，博士，教授，博士生导师，主要从事电力系统保护与控制、智能电网与智能变电站技术、新能源并网故障分析、电网风险评估与气象灾害预警等领域的—理论研究与工程应用工作；Ｅｍａｉｌ：ｃｑｕｘｘｆ＠ｖｉｐ．ｓｉｎａ．ｃｏｍ王建（１９８６－），男，通信作者，博士研究生，主要研—究方向为电力系统风险评估与气象灾害预警；Ｅｍａｉｌ：ｗａｎｇｒｅｌａｙ＠ｆｏｘｍａｉｌ．ｃｏｍ袁峻（１９７７一），男，本科，工程师，主要从事变电检修工作。（编辑魏小丽）