[發明專利]一種變電站電力設施地震易損性分析方法及裝置

在審

• 申請號: 202110709839.2
• 申請日: 2021-06-25
• 公開（公告）號: CN113610340A
• 公開（公告）日: 2021-11-05
• 發明（設計）人: 車愛蘭;崔佳偉;周晗旭;程永峰;李圣
• 申請（專利權）人: 上海交通大學;中國電力科學研究院有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06K9/62;G06F30/27;G06F30/23;G06F30/17;G06F119/14
• 代理公司: 北京安博達知識產權代理有限公司 11271
• 代理人: 徐國文

本發明涉及地震易損性分析技術領域，具體提供了一種變電站電力設施地震易損性分析方法及裝置，旨在解決易損性模型的可靠性低的技術問題。對于結構的抗震分析中，比較常用的兩個參數是PGA和PGV，本發明提供的技術方案使用PGA和PGV聯合創建電力設施的地震易損性模型，可以減少數據的離散型，從而提高易損性分析的可靠性水平。

技術領域

本發明涉及地震易損性分析領域，具體涉及一種變電站電力設施地震易損性分析方法及裝置。

背景技術

電力系統是由發電、變電、輸電、配電和用電等環節組成的重要生命線工程，是維系現代城市功能與區域經濟功能的基礎性工程設施系統。變電站是電力系統的重要節點，是電能轉化，電流和電壓變換重要場所。多次經驗表明，地震對變電站的安全性具有較高的威脅，研究地震易損性對于降低變電站的地震風險具有重要的意義。變電站的功能主要由站內的電力設施實現，研究變電站的易損性就是研究站內電力設施的易損性。

一般的地震易損性分析只使用了一個地震輸入IM，但是很明顯，結構對地震的響應取決于幾個因素，而不是地震激勵的單個參數，如PGA。影響因素包括：a)結構系統的動力特性，如振動的基本自然周期，對于同一類別的所有結構不一定相同；b)地震動輸入特征，如PGA，頻率和持續時間，他們通常有很大的隨機性。事實上，一個結構對一組具有相同輸入值的地震記錄的響應可能有很大的變化范圍，這是由于其他影響因素沒有被考慮。顯然，用來構建易損性函數的數據越分散，所開發的易損性模型的可靠性就越低。因此，考慮盡可能多的影響因素會導致易損性函數越來越可靠。

發明內容

為了克服上述缺陷，提出了本發明，以提供解決或至少部分地解決易損性模型的可靠性低的技術問題的變電站電力設施地震易損性分析方法及裝置。

第一方面，提供一種變電站電力設施地震易損性分析方法，所述變電站電力設施地震易損性分析方法包括：

基于電力設施的結構參數的概率分布和地震動強度參數的概率分布采用拉丁超立方算法選擇電力設施的結構參數和地震動強度參數；

將選擇的電力設施的結構參數和地震動強度參數作為電力設施的地震需求模型的輸入，獲取電力設施的地震需求模型輸出的基于選擇的電力設施的結構參數和地震動強度參數對應的構建的有限元模型中電力設施的震損指標；

基于電力設施的震損指標閾值的概率分布采用拉丁超立方算法選擇震損指標閾值；

比較所述電力設施的地震需求模型輸出的基于選擇的電力設施的結構參數和地震動強度參數對應的構建的有限元模型中電力設施的震損指標與選擇的震損指標閾值，若超過選擇的震損指標閾值，則標記選擇的電力設施的結構參數和地震動強度參數對應的損壞系數為1，否則標記選擇的電力設施的結構參數和地震動強度參數對應的損壞系數為0；

將選擇的電力設施的結構參數和地震動強度參數作為Logistic-Lasso模型的輸入層訓練樣本，將選擇的電力設施的結構參數和地震動強度參數對應的損壞系數作為Logistic-Lasso模型的輸出層訓練樣本，訓練所述Logistic-Lasso模型，得到電力設施的多維易損性函數；

對所述電力設施的多維易損性函數中的結構參數根據其概率分布形式在其取值范圍內進行多重積分，得到關于電力設施的震損指標與地震動強度參數之間的聯合函數，并基于所述關于電力設施的震損指標與地震動強度參數之間的聯合函數繪制電力設施的震損指標與地震動強度參數的曲面圖。

優選的，所述電力設施的地震需求模型的獲取過程包括：

基于電力設施的結構參數的概率分布和地震動強度參數的概率分布采用拉丁超立方算法選擇電力設施的結構參數和地震動強度參數；

基于選擇的電力設施的結構參數和地震動強度參數構建有限元模型，并計算有限元模型中電力設施的震損指標；