当前位置:主页 > 科技论文 > 电力论文 >

变电站全寿命周期成本建模及其风险评估方法研究

发布时间:2017-07-29 03:12

  本文关键词:变电站全寿命周期成本建模及其风险评估方法研究


  更多相关文章: 变电站 全寿命周期成本 敏感性分析 支持向量机 风险评估


【摘要】:随着我国经济持续增长,社会用电量持续增加,为了保证供电可靠性和电能质量,国家加大了电力建设的资金投入,促进了变电站建设的快速推进。传统的变电站管理方式以节约初始投资为主,缺乏对长期效益的考虑,不能满足新时期变电站的管理。对变电站进行全寿命周期成本建模研究,不仅可以实现变电站在电网规划阶段的经济技术评价,避免新建变电站时的盲目性,也对于在变电站投运后的运行维护、故障检修等环节中通过决策来优化变电站全寿命周期成本,提高经济效益有一定的参考意义。变电站全寿命周期成本(life cycle cost,LCC)是基于可靠性及寿命管理,将变电站整个生命周期(即从初始投资、运行维护、故障检修、退役报废的整个过程)的费用归结为总成本,其核心目标是在保证变电站可靠性的前提下使得变电站的LCC最优。本文考虑资金随时间的动态变化以及环境因素,构建变电站全寿命周期成本三维模型。为了研究模型参数对变电站LCC的重要程度,分别采用传统敏感性和综合敏感性分析方法进行变电站LCC敏感性分析。通过算例对变电站LCC进行了成本结构分析,初步得到变电站LCC的重点管控对象;对比传统敏感性和综合敏感性分析结果,验证了综合敏感性分析方法的科学合理性及优越性;并在其基础上提出了变电站LCC管控策略,对于实际应用中优化变电站LCC有一定的指导作用。为了解决LCC数学模型参数繁杂,估算难度大,客观性低等问题,提高变电站LCC估算的实用性,采用了最小二乘支持向量机算法来建立变电站LCC预测模型,并选取遗传算法寻找LS-SVM模型参数的全局最优解,来提高模型的预测精度。研究结果表明,GA优化LS-SVM预测模型的预测精度和性能指标优于传统LS-SVM模型和BP神经网络模型,有助于实现快速、客观的变电站LCC的预测。变电站寿命周期内的各种不确定因素会对其全寿命周期成本造成影响,但在建立LCC数学模型时没有体现这些因素。本文在建立了变电站LCC确定性模型后,进一步研究其不确定因素,即进行LCC风险评估。首先识别了影响LCC的风险因素,建立了变电站全寿命周期成本风险评估指标体系,然后将定性指标定量化,提出了变电站全寿命周期成本风险评价物元模型。通过算例对变电站LCC成本风险进行评估定级,找到风险关键点,提出预防和降低风险的方法来指导实际应用。
【关键词】:变电站 全寿命周期成本 敏感性分析 支持向量机 风险评估
【学位授予单位】:华北电力大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TM63
【目录】:
  • 摘要5-6
  • Abstract6-10
  • 第1章 绪论10-18
  • 1.1 课题研究背景与意义10-11
  • 1.2 国内外研究现状11-15
  • 1.2.1 全寿命周期理论的研究现状11-12
  • 1.2.2 全寿命周期成本建模研究现状12-14
  • 1.2.3 全寿命周期成本风险评估研究现状14-15
  • 1.3 本文的主要研究工作15-18
  • 第2章 变电站全寿命周期成本建模及敏感性分析18-37
  • 2.1 全寿命周期成本理论18-19
  • 2.1.1 LCC的估算和建模18-19
  • 2.1.2 LCC的分析和管理19
  • 2.2 资金的时间价值19-21
  • 2.3 变电站全寿命周期成本建模21-27
  • 2.3.1 变电站全寿命周期各阶段成本构成22-26
  • 2.3.2 变电站全寿命周期成本数学模型26-27
  • 2.4 变电站全寿命周期成本敏感性分析27-30
  • 2.4.1 敏感性分析理论27-30
  • 2.4.2 变电站全寿命周期成本敏感性分析30
  • 2.5 算例分析30-35
  • 2.5.1 变电站LCC成本结构分析算例30-31
  • 2.5.2 变电站LCC敏感性分析算例31-35
  • 2.6 变电站LCC管控策略35-36
  • 2.7 本章小结36-37
  • 第3章 基于GA优化LS-SVM的变电站全寿命周期成本预测模型的建立37-51
  • 3.1 支持向量机和遗传算法37-41
  • 3.1.1 统计学习理论和支持向量机37-38
  • 3.1.2 最小二乘支持向量机算法38-40
  • 3.1.3 遗传算法40-41
  • 3.2 基于GA优化的LS-SVM变电站LCC预测模型41-45
  • 3.2.1 变电站LCC的LS-SVM模型41-42
  • 3.2.2 GA优化LS-SVM模型参数42-43
  • 3.2.3 GA优化LS-SVM模型预测步骤43-45
  • 3.3 算例分析45-50
  • 3.3.1 数据来源45-46
  • 3.3.2 数据预处理46
  • 3.3.3 参数优化对比46-47
  • 3.3.4 预测结果分析47-50
  • 3.4 本章小结50-51
  • 第4章 基于物元可拓理论的变电站全寿命周期成本风险评估51-64
  • 4.1 物元可拓理论51-54
  • 4.1.1 物元理论51-52
  • 4.1.2 关联函数52-54
  • 4.2 变电站全寿命周期成本风险点辨识54
  • 4.3 变电站全寿命周期成本风险评估指标体系的建立54-56
  • 4.3.1 风险指标体系建立原则54-55
  • 4.3.2 变电站LCC风险评估指标体系55-56
  • 4.4 基于物元可拓理论的变电站全寿命周期成本风险评估模型56-58
  • 4.4.1 风险等级划分56
  • 4.4.2 物元表示56
  • 4.4.3 物元模型56-57
  • 4.4.4 关联度函数57-58
  • 4.4.5 待评物元风险等级的评定58
  • 4.5 算例分析58-61
  • 4.6 LCC成本风险管控策略61-63
  • 4.7 本章小结63-64
  • 第5章 结论与展望64-66
  • 5.1 结论64
  • 5.2 展望64-66
  • 参考文献66-69
  • 攻读硕士学位期间发表的论文和参加科研情况69-70
  • 致谢70

【相似文献】

中国期刊全文数据库 前10条

1 付功连;;浅谈变电站设备改造思路和设计优化[J];邵阳学院学报(自然科学版);2006年03期

2 秦继先;;变电站设备相关问题探讨[J];科技风;2011年11期

3 鲍辉;;浅谈智能变电站的优点及运行维护[J];中国新技术新产品;2013年13期

4 郑建栋;;试析变电站智能设备应用状况[J];电子测试;2013年07期

5 牟世超;路兴平;;变电站设备改造思路及设计优化方案探究[J];电子制作;2013年16期

6 王彬;;关于优化变电站设备改造的有益探索[J];中国新技术新产品;2013年23期

7 徐伟江;;关于220kV智能变电站的运行管理探讨[J];现代制造技术与装备;2013年06期

8 王锡生;500kV变电站应用图像监控系统的探讨[J];华东电力;2001年12期

9 张伟;变电站的干扰及其防护措施[J];自动化博览;2002年05期

10 袁荣湘,涂晓平;变电站远程图像监控系统的功能与组网探讨[J];电力系统及其自动化学报;2003年05期

中国重要会议论文全文数据库 前10条

1 沈光友;;雪凝期间变电站的特殊运行维护[A];2008年抗冰保电技术论坛论文集(二)[C];2008年

2 王保娟;姚松恒;;基于H.263的变电站远程视频监控系统研究[A];第十届中国科协年会环境保护与生态文明建设论坛论文集[C];2008年

3 柴华;;变电站和谐建设探讨[A];城市时代,,协同规划——2013中国城市规划年会论文集(05-工程防灾规划)[C];2013年

4 肖承;仓世奎;张真涛;;变电站鸟害故障分析和预防措施[A];经济策论(下)[C];2011年

5 羊剑梅;;变电站现场作业风险分析与管控[A];2010年云南电力技术论坛论文集(文摘部分)[C];2010年

6 米朝辉;;500kV变电站运维管理方式初探[A];山东电机工程学会2012年度学术年会论文集[C];2012年

7 胡道徐;沃建栋;;智能变电站虚回路体系[A];中国水力发电工程学会继电保护专业委员会2009年年会——暨学术研讨会学术论文集[C];2009年

8 邴光;冯士武;胡桂燕;;变电站设备发热的检查与判断[A];山东电机工程学会第五届供电专业学术交流会论文集[C];2008年

9 汤建华;汪雯s

本文编号:587224


资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/dianlilw/587224.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户a0477***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com