WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


Pages:     || 2 | 3 | 4 | 5 |   ...   | 7 |
Каф. ЭСВТ ЭЛТИ Министерство образования Российской федерации Томский политехнический университет _ К.И. Заподовников, Н.Н. Харлов НАДЕЖНОСТЬ ЭЛЕКТРИЧЕСКИХ СИСТЕМ:

МОДЕЛИРОВАНИЕ СЛУЧАЙНЫХ СОБЫТИЙ В ЭНЕРГЕТИКЕ Практикум для студентов специальности электрические системы Издательство ТПУ Томск – 2004 Каф. ЭСВТ ЭЛТИ УДК 621.311 З 33 Заподовников К.И., Харлов Н.Н.

З 33 Надежность электрических систем: моделирование случайных событий в энергетике (Практикум для студентов специальности электрические системы). – Томск: Изд-во ТПУ, 2004. – 62 с.

Практикум посвящен освоению базовых понятий теории надежности электрических систем. Изложение сопровождается примерами и простейшими заданиями-экспериментами с использованием программы Excel. В качестве комплексных практических заданий приведены лабораторные работы по определению недоотпуска электроэнергии в условиях неопределенности функционирования электроэнергетических систем. В последнем разделе помещены справочные данные по теории надежности и памятка по работе с Excel и встроенным пакетом «Анализ данных». Практикум предназначен для студентов вузов электроэнергетического направления «Электрические системы».

УДК 621.311 Рекомендовано к печати Редакционно-издательским советом Томского политехнического университета Рецензенты Кандидат экономических наук, доцент ТГУ Н.А.Телегина Кандидат технических наук, доцент ТУСУРа Ю.Н.Тановицкий © Томский политехнический университет, 2004 © Оформление. Издательство ТПУ, 2004 Каф. ЭСВТ ЭЛТИ ВВЕДЕНИЕ Под надежностью понимается свойство оборудования, установки или системы выполнять заданные функции, сохраняя свои эксплуатационные показатели в пределах нормативных. Следовательно, надежность электроэнергетической системы – есть свойство обеспечивать потребителей электроэнергией при отклонениях частоты и напряжения в определенных пределах, обусловленных Правилами устройства и эксплуатации электроустановок (ПУЭ).

Надежность электроэнергетических систем (ЭЭС) определяется комплексом проектно-эксплуатационных решений задач. Целями отдельных задач являются:

• надежность схемы (обеспечивается выбором конструктивно надежных элементов схемы – генерирующих агрегатов, линий электропередачи, коммутационной аппаратуры, устройств защиты и автоматики и др.; выбором структуры электрической схемы силовой части с достаточной степенью резервирования);

• надёжность эксплуатационных режимов (характеризуется запасами статической и динамической устойчивости);

• живучесть системы, т. е. способность выдерживать системные аварии цепочного характера без катастрофических последствий, предвестниками которых являются снижение частоты в электроэнергетической системе и срабатывание автоматической частотной разгрузки (АЧР).

Проблема оценки и выбора рациональной степени надежности электроэнергетических систем является одной из наиболее важных проблем на современном уровне развития электроэнергетики. Оценка надежности электроснабжения должна производиться на стадиях разработки элементов, планирования развития объединенных электроэнергетических систем, проектирования отдельных систем и объектов, а также в процессе эксплуатации. Даже при хорошем качестве оборудования и высоком уровне эксплуатации отказы оборудования в работе неизбежны в силу ряда объективных причин случайного характера и, прежде всего, из-за того, что в условиях эксплуатации оборудование может подвергаться нерасчетным воздействиям, учет которых при его разработке потребовал бы введения неоправданно больших запасов.

Схемную надежность электроэнергетической системы (ЭЭС) в основном можно характеризовать безотказностью и ремонтопригодностью. При этом под отказом системы понимается событие, приводящее к недоотпуску электроэнергии потребителям (всем или части). Ремонтопригодность определяет продолжительность перерыва электроснабКаф. ЭСВТ ЭЛТИ жения или работы со сниженной частотой и зависит от времени ликвидации аварии или восстановлении отказавшего элемента.

Для многих дисциплин характерно описание моделей объектов набором констант. Вспомним, например, схемы замещения ЛЭП, трансформаторов и прочих элементов ЭЭС из курса «Электрические сети и системы» – это набор абсолютно «точных» констант! При изготовлении названных элементов даже при массовом заводском производстве достигнуть подобную идентичность весьма проблематично. Поэтому при производстве любого товара, любого изделия принято контролировать их качество и не допускать выхода за пределы, оговоренные соответствующими нормативами. Такие нормативы для электротехнической продукции представляют собой комплекс из двух величин: среднее значение параметра и значение допустимого его разброса. Первая величина представляет теоретическое ожидание параметра (идеал), а вторая – вероятное отклонение параметра (встречаются средняя ошибка, среднеквадратическая ошибка, минимальные и максимальные значения возможного диапазона нормы и т.п.). Вторая величина относится уже к более точной вероятностной модели объекта.

Действительная детерминированность (предопределенность) свойств реальных объектов и процессов, достигается лишь в вероятностных моделях. Это соответствует вероятностной природе нашего мира.

На начальных этапах создания, конструирования и проектирования объектов электроэнергетики принято идеализировать условия их работы.

Это упрощение позволяет сконцентрировать усилия на принципиальных проблемах функционирования объекта. Но для обеспечения жизнеспособности объекта инженер обязан как можно точнее учесть и свойства среды, в которой предстоит функционировать объекту. А среда изобилует случайными воздействиями на объект, его элементы. Да и свойства составных частей объектов – элементов, детерминированы лишь в вероятностном смысле.



Одним из основных понятий теории надежности является понятие отказа элемента, электроустановки, питания узла нагрузки, выдачи мощности электростанцией и др. Несмотря на все многообразие видов отказов у них есть одно общее свойство – случайный характер. Именно поэтому все основные подходы к изучению проблемы надежности в энергетике основываются на методах теории вероятностей, случайных процессов и др. Центральными понятиями теории вероятностей, как известно, являются понятия случайного события и случайной величины.

Перенос на эти понятия бытового представления о случайности, как о недетерминированной какой-либо причиной переменной величине, не вполне удачен, поскольку провоцирует неверное предположение о сущКаф. ЭСВТ ЭЛТИ ности определяемых процессов или величин. Главной характеристикой упомянутых процессов и величин является их вероятностная сущность, а не случайность (недетерминированность).

Рассмотрению базовых понятий теории надежности, формированию навыков их использования при моделировании и решении некоторых задач электроэнергетики, использующих вероятностные модели, посвящен этот практикум. Критерием достижения поставленной учебной цели служит выполнение двух лабораторных работ, связанных с определением математических ожиданий недоотпуска электроэнергии в простейших энергосистемах и выбором эксплуатационных резервов генерирующих мощностей, минимизирующих недоотпуск до некоторого уровня, принятого в качестве нормативного.

БАЗОВЫЕ ПОНЯТИЯ ТЕОРИИ НАДЕЖНОСТИ И СТАТИСТИЧЕСКИЙ ЭКСПЕРИМЕНТ 1. СЛУЧАЙНЫЕ СОБЫТИЯ, ИХ ЧАСТОТА И ВЕРОЯТНОСТЬ 1.1. Аксиоматические понятия Результат реального опыта (эксперимента) имеет один или несколько взаимоисключающих исходов; эти исходы неразложимы и взаимно исключают друг друга. Говорят, что эксперимент заканчивается одним и только одним элементарным исходом или элементарным событием.

Множество элементарных событий в эксперименте называют пространством элементарных событий W = {w}. Элементы w множества W называют элементарными событиями.

Событие W называется достоверным, если оно не может не произойти в результате эксперимента, то есть оно происходит всегда.

Пример. Бросаем один раз игральную кость с шестью гранями.

Достоверное событие состоит в том, что выпало число очков, не меньше единицы и не больше шести, т.е. W = {w 1, w, w, w, w, w }, 2 3 4 5 где w i – выпадение i очков.

Случайное событие может произойти или не произойти в результате эксперимента, оно происходит иногда. Случайные события представляют собой подмножества пространства элементарных событий W.

Невозможным событием называется пустое множество, когда событие не может произойти никогда.

Противоположным событию A называется событие A, состоящее в том, что событие A не произошло.

Каф. ЭСВТ ЭЛТИ Несовместными событиями называются события A и B, для которых A B =.

Пример. Бросаем один раз игральную кость. Событие A – выпадение четного числа очков, событие B – выпадение числа очков, меньшего двух. Событие AB состоит в выпадении четного числа очков, меньшего двух. Это невозможно, A = {w 2,w 4,w 6}, B = {w 1}, AB =, т.е. события A и B – несовместны.

Понятия элементарное событие, событие, пространство элементарных событий, являются первоначальными понятиями теории вероятностей. Невозможно привести более конкретное описание пространства элементарных событий. Для описания каждой реальной модели выбирается соответствующее пространство W.

1.2. Вероятность события Чтобы количественно сравнивать между собой события по степени возможности их наступления вводится понятие вероятности события. Случай называется благоприятствующим событию, если появление этого случая влечёт за собой появление события.

Если результаты опыта сводятся к схеме случаев, то вероятность события А вычисляется по формуле m P(A) =, n где n – общее число случайных событий в эксперименте, m – число случаев, благоприятствующих A.

1.3. Частота и статистическая вероятность события Использование формулы для расчета классической вероятности события применимо, если событие А сводится к схеме случаев, как, например, в примере с игральной костью. Для событий, не сводящихся к схеме случаев, применяются другие способы определения вероятностей.

Эти способы базируются на опытах и экспериментах. Чтобы составить представление об этих способах, необходимо уяснить понятие частоты события и отличия понятий частоты и вероятности друг от друга.

Если произведена серия из n опытов, в каждом из которых могло появиться или не появиться событие А, то частотой события А или статистической вероятностью события А в данной серии опытов * (PP (A)) называется отношение числа опытов (m), в которых появилось событие А, к общему числу произведенных опытов (n). Частота вычисm ляется по формуле P*(A) =.

n Каф. ЭСВТ ЭЛТИ Практика изучения случайных явлений показывает, что хотя результаты отдельных наблюдений, даже проведенных в одинаковых условиях, могут сильно отличаться, в то же время средние результаты для достаточно большого числа наблюдений устойчивы и слабо зависят от результатов отдельных наблюдений.

Теоретическим обоснованием этого замечательного свойства случайных явлений является закон больших чисел. Названием "закон больших чисел" объединена группа теорем, устанавливающих устойчивость средних результатов большого количества случайных явлений и объясняющих причину этой устойчивости.





Простейшая форма закона больших чисел, и исторически первая теорема этого раздела – теорема Бернулли, утверждающая, что если вероятность события одинакова во всех испытаниях, то с увеличением числа испытаний частота события, будучи величиной случайной, стремится к вероятности события и перестает быть случайной.

Теорема Пуассона утверждает, что частота события в серии независимых испытаний стремится к среднему арифметическому его вероятностей и перестает быть случайной.

Предельные теоремы теории вероятностей, теоремы Муавра– Лапласа, объясняют природу устойчивости частоты появлений события.

Природа эта состоит в том, что предельным распределением числа появлений события при неограниченном возрастании числа испытаний (если вероятность события во всех испытаниях одинакова) является нормальное распределение.

Центральная предельная теорема объясняет широкое распространение нормального закона распределения. Теорема утверждает, что всегда, когда случайная величина образуется в результате сложения большого числа независимых случайных величин с конечными дисперсиями, закон распределения этой случайной величины оказывается практически нормальным законом.

Теорема, приведенная под названием "Закон больших чисел", утверждает, что с увеличением числа случайных величин их среднее арифметическое стремится к среднему арифметическому математических ожиданий и перестает быть случайным.

Теорема Ляпунова объясняет широкое распространение нормального закона распределения и поясняет механизм его образования. Теорема позволяет утверждать, что всегда, когда случайная величина образуется в результате сложения большого числа независимых случайных величин, дисперсии которых малы по сравнению с дисперсией суммы, закон распределения этой случайной величины оказывается практически нормальным законом. А поскольку случайные величины всегда поКаф. ЭСВТ ЭЛТИ рождаются бесконечным количеством причин и чаще всего ни одна из них не имеет дисперсии, сравнимой с дисперсией самой случайной величины, то большинство встречающихся в практике случайных величин подчинено нормальному закону распределения.

Практика показывает, что при увеличении числа опытов частота события имеет тенденцию выравниваться, приближаясь сквозь ряд случайных уклонений к некоторому постоянному числу. Естественно предположить, что это число и есть вероятность события.

Проверить такое предположение можно для таких событий, вероятности которых можно вычислить непосредственно, т.е. для событий, сводящихся к схеме случаев, так как только для этих событий существует точный способ вычисления математической вероятности.

2. СЛУЧАЙНЫЕ ВЕЛИЧИНЫ: СТАТИСТИЧЕСКИЕ РЯДЫ РАСПРЕДЕЛЕНИЯ И ЧИСЛОВЫЕ ХАРАКТЕРИСТИКИ 2.1. Понятие случайной величины Случайной величиной называют такую величину, которая в результате испытания примет с определенной вероятностью одно и только одно из возможных значений, наперёд неизвестное и зависящее от причин, которые заранее не могут быть учтены.

Традиционный в теории вероятностей и математической статистике термин «случайная величина» не вполне удачен, поскольку провоцирует неверное предположение о сущности определяемой величины как о недерминированной какой-либо причиной переменной величине.

Так как главной характеристикой рассматриваемой величины является ее вероятностная сущность, а не случайность (недетерминированность), то и называть эту величину целесообразно вероятностной величиной, дискретной вероятностной величиной, непрерывной вероятностной величиной и т.п.

В практических задачах обычно используют дискретные и непрерывные случайные (вероятностные) величины.

Дискретной (прерывной) случайной величиной называется такая случайная величина, множество возможных значений которой либо конечно, либо бесконечно, но счетно. Иногда говорится, что они принимают отдельные, изолированные значения с определенными вероятностями.

Например, при стрельбе из трех выстрелов принимаемые значения случайной (вероятностной) величины попадания в цель Х можно заранее перечислить, это 0, 1, 2 и 3. По завершению соревнований между n участниками, сделавшими 3n выстрелов (событие А) можно подКаф. ЭСВТ ЭЛТИ вести итоги и рассчитать вероятности каждой реализации дискретной m0 m1 m2 mслучайной величины: P0 (A0 ) =, P1(A1) =, P2 (A2 ) =, P3 (A3 ) =.

n n n n Анализируя многократно повторенные эксперименты, можно связать характер изменения случайных величин со свойствами стрелкового оружия, организацией тренировок и другими причинами.

Более простым примером случайной величины является число очков, выпадающее на верхней грани игральной кости. В этом случае случайная величина принимает значения 1, 2, 3, 4, 5, 6 с вероятностью 1/каждое.

Другим примером дискретной случайной величины будет количество отказов ЛЭП за некоторый период наблюдения (в энергетике длительность этого периода принимают равным одному году).

Непрерывной случайной величиной называется такая случайная величина, которая может принять любое значение из некоторого конечного или бесконечного промежутка (интервала).

Примерами непрерывных случайных величин являются продолжительности вынужденных или аварийных простоев различного силового оборудования подстанций, дефицит генерирующей мощности в энергосистеме, недоотпуск электроэнергии потребителям.

Возможные значения таких случайных величин не отделены друг от друга, а заполняют некоторый промежуток, который иногда имеет резко выраженные границы, а чаще – границы неопределенные, расплывчатые.

Pages:     || 2 | 3 | 4 | 5 |   ...   | 7 |










© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.