静态安全评估

关键词： 静态 无法 运行 电网

静态安全评估（精选七篇）

静态安全评估 篇1

实际电网中采用的确定性分析方法忽略了电力系统运行的复杂性和随机性, 无法量化系统的风险水平, 而只能对系统运行的安全状况做定性分析, 已无法满足目前电力系统安全水平定量研究的要求[1]。

近年来, 关于电网静态安全分析方面的研究大部分集中在概率性分析方法上, 如文献[2-11]提出用随机潮流法计算待求变量的越限概率或期望值, 文献[12-13]提出区间潮流算法计算待求变量的区间范围, 但是概率性分析方法虽计及了系统故障的随机性和不确定性, 却未考虑系统故障所造成后果的严重程度, 故仍无法实现系统安全水平的综合评估。文献[14-15]从系统组成的角度出发, 建立了元件的风险模型, 对系统元件进行风险评估, 但是无法给出当前系统所处的全局风险水平。

本文从系统全局的角度提出了一种静态安全在线风险评估方法。输电线路实时故障概率的计算是进行在线风险评估的重要组成部分, 因此本文首先建立了计及气象因素的输电线路故障概率的实时评估模型。从框架的观点提出了基于随机潮流算法的电力系统静态安全在线风险评估方法, 并建立了适用于静态安全在线风险评估的风险指标。为了达到在线风险评估的实时性要求, 本文根据提出的筛选与排序指标对电力系统的预想故障集进行了实时故障筛选与排序;在此基础上, 利用本文所提方法计算系统的综合风险指标, 真实全面地反映系统在当前运行状态下所处的风险水平。对New England 10机39节点系统的计算表明本文算法是有效的。

1 计及气象因素的输电线路故障概率实时评估模型

本文将输电线路实时评估模型分为基于在线监测数据的模型和基于气象因素的模型2个部分, 分别计算基于上述2个模型的输电线路实时故障概率, 最后根据综合评判条件计算得到计及气象因素的输电线路的实时故障概率。

1.1 基于在线监测数据的实时故障概率评估模型

在不考虑气象因素的条件下, 为能真实反映输电线路的实时运行状态, 本文将输电线路分为绝缘子、导线、避雷器、杆塔、地线5个部分, 分别选取各个部分的在线监测量, 建立了计算输电线路实时故障概率的层次评估模型, 如图1所示。

1.1.1 在线监测量的量化模型

已有研究表明, 在线监测量有取值越小越好的特点, 因此适合采用降半梯形量化模型, 原理如下。

对于各个在线监测量, 采用降半梯形的评分法, 分值为0~100分, 如图2所示。0分表示接近或超过规程规定的注意值, 100分则表示设备完全处于正常状态[16]。

降半梯形量化模型:

其中, a和b为量化模型的阈值;τ为参数的实际测量值。

1.1.2 基于未确知有理数理论的权重计算

设有m位专家对输电线路的n个指标进行重要性评估, 分别得出m位专家对n个指标的评估值。对于指标j, 分别用每位专家得出的评估值与其权威性 (归一化) 相乘, 然后将这些结果相加, 可得指标j的重要性的未确知有理数如下:

其中, j=1, 2, …, n;[x1, xk]为指标j的重要性取值区间;k为未确知有理数的阶数;φj (x) 为指标j的重要性可信度分布函数;θi为指标j的重要性取值同为xi的信度和。

最后计算未确知有理数的数学期望值E (φj (x) ) , 就得到了指标j的权重值[15]。

其中, 为θi (i=1, 2, …, k) 的平均值。

考虑到不同专家的评价结论不可能一致, 对不同的评判专家, 从职称、工龄和学历3个方面来分析其权威性, 最终得出专家的权重值计算式:

其中, ri为第i个方面的权重;s为对应的权威性分值。

最后, 对各个权重值进行归一化处理, 得到归一化权重向量。同理, 可以用同样的方法求得输电线路5个组成部分的归一化权重向量。

1.1.3 建立评判集

将输电线路的状态分为较差、注意、一般、良好4个等级, 然后结合各个在线监测量的量化分值, 根据图3所示隶属度函数图建立评判集。

1.1.4 一级模糊综合评判

根据评判集计算输电线路各个在线监测量的状态隶属度值, 得到的模糊评判矩阵[18]如下:

其中, n为评估指标的数目;m为输电线路状态等级的数目。

则一级模糊综合评判为:

其中, B为一级模糊综合评判矩阵;η为n个在线监测量的归一化权重向量;为广义模糊算子。

1.1.5 二级模糊综合评判

二级模糊综合评判向量为:

C=A莓B={a1, a2, …, a5}莓4軈44444444444BBB512…莓莓莓4444444444={C1, C2, C3, C4} (7)

其中, C为二级模糊综合评判向量;A为输电线路5个组成部分的归一化权重向量。

根据评估结果, 利用隶属度函数量化输电线路的健康状态概率值:

根据输电线路的实时健康状态概率值与实时故障概率值存在着和为1的关系, 间接地计算出输电线路基于在线监测数据的实时故障概率值:

1.2 基于气象因素的实时故障概率评估模型

输电线路的实时故障概率与输电线路途经区域的气象情况是密切相关的, 本文采用如下方法计算只考虑气象因素的输电线路的实时故障概率:首先根据某地区输电线路故障的历史统计数据和气象记录, 得到将各类气象因素分等级下的故障概率统计表;然后根据当前气象状况, 参照故障概率统计表, 即可得到只考虑气象因素的输电线路实时故障概率。

本文在文献[19]的基础上, 将不同气象因素分等级, 得到输电线路故障概率λ2, 如表1所示。

注:微弱、较大、极大分别对应1.3节中原则a、b、c。

1.3 综合故障概率评估模型

为更准确地计算输电线路的实时故障概率, 需要将当前气象状况与输电线路的在线监测数据相结合。

根据上文得到的基于在线监测数据的实时故障概率λ1和基于气象因素的实时故障概率λ2, 可以按如下原则求出其综合实时故障概率P (E) 。

a.当基于气象因素的输电线路实时故障概率值较小时 (λ2≤0.1) , 气象情况在某些程度上可以反映在在线监测数据中 (如风对输电线路舞动的影响) , 此时, 只考虑在线监测数据反而更可靠, 即:

b.当基于气象因素的输电线路实时故障概率值较大时 (0.1<λ2≤0.5) , 需综合考虑在线监测数据与气象因素的影响, 并构建了如下计算模型:

其中, 系数t依赖于专家经验和历史统计数据。

c.当基于气象因素的输电线路实时故障概率值极大时 (λ2>0.5) , 此时气象条件极端恶劣, 并且相对基于在线监测数据的输电线路实时故障概率, 此时气象因素已经成为主导因素。因此, 可以比较基于在线监测数据的故障概率值与基于气象因素的故障概率值, 取较大值作为综合的实时故障概率。

对不同气象因素等级进行划分的阈值, 可根据专家经验和历史统计数据的完善作进一步的修正。

2 随机潮流计算

2.1 随机潮流模型

随机潮流考虑的随机因素包括负荷的波动与发电机的故障停运。在随机潮流模型中将交流潮流方程在基准运行点进行泰勒级数展开, 忽略2次及其以上的高次项[3], 整理可得:

其中, ΔW为节点注入功率;X为节点状态变量;Z为线路潮流变量;下标0表示基准运行点;S0和T0为灵敏度矩阵, S0=J0-1, T0=G0J0-1, , J0为雅可比矩阵。

假设各节点注入功率相互独立, 则求它们的线性和实际上是做卷积运算, 即:

其中, ΔWl和ΔWg分别为负荷注入功率和发电机注入功率;“*”表示卷积运算。

根据半不变量的性质, 可将式 (14) 转换为半不变量的代数运算, 以减少计算量。注入功率的k阶半不变量为:

输出变量的各阶半不变量可由式 (16) 得到:

其中, S0 (k) 和T0 (k) 分别为矩阵S0和T0中元素的k次幂所构成的矩阵。

2.2 输出变量概率分布求取

本文采用Cornish-Fisher级数求取输出变量的累积分布函数[11]。假定输出变量z的分位数为η, 则z (η) 可表示为:

其中, ζ (η) =Φ-1 (η) , Φ (·) 表示标准正态分布函数;kv为v阶规格化半不变量。

根据式z (η) =F-1 (η) , 可求得输出变量z的累积分布函数F (z) 。

3 电力系统静态安全在线风险评估

本文从框架的观点提出电力系统静态安全在线风险评估包含2种研究情况:

a.对于一个给定的故障, 在对应的系统运行状态下进行随机潮流计算, 得到系统的故障风险指标;

b.评估当前系统正常运行条件下的综合风险, 将输电线路的随机故障作为一种不确定性因素加以考虑, 因此需结合输电线路故障概率的实时模型才能得到系统的综合风险指标值。

本文从电力系统的全局角度出发, 研究情况b, 并与情况a进行对比分析。

3.1 在线风险指标

3.1.1 可能性指标

可能性指标用于表征电力系统发生线路故障E条件下, 节点电压幅值和线路有功功率越限的概率, 其表达式为:

其中, Pr (·) 表示概率;S表示节点电压幅值或线路有功功率。

3.1.2 严重度指标

严重度指标用于表征电力系统发生线路故障E条件下, 节点电压幅值和线路有功功率越限的严重状态, 其表达式为:

3.1.3 故障风险指标

故障风险指标对应情况a, 用于表征电力系统发生线路故障E条件下, 所有节点电压幅值和线路有功功率发生越限的风险之和。

3.1.4 系统综合风险指标

结合故障风险指标和输电线路的实时故障概率, 可得整个系统的综合风险指标为:

其中, A为实时故障集;E为实时故障集A中的某一线路故障。综合风险指标对应情况b。

3.2 实时故障筛选与排序

为了减小电力系统静态安全在线风险评估的求解规模, 本文提出了实时故障筛选与排序方法, 筛除影响较小、危害较低的故障, 以满足在线风险评估的实时性要求。

定义线路的实时负荷率如式 (22) 所示:

其中, α为实时负荷率;P为线路的实时潮流功率;Pmax为线路的热功率极限。这个指标对应情况a。

针对情况b, 对预想故障集进行筛选与排序时, 需综合考虑各预想故障可能出现的概率及相应后果的严重程度。本文将输电线路的实时故障概率与该线路的实时负荷率的乘积作为筛选与排序的指标, 即:

实时故障筛选与排序流程图如图4所示。

3.3 结合输电线路实时故障概率的在线风险评估方法

综合输电线路实时故障概率评估模型及故障筛选方法, 结合输电线路实时故障概率的静态安全在线风险评估方法如图5所示。

4 算例分析

本文以New England 10机39节点系统为例, 建立该系统的N-1预想故障集;假设各节点负荷服从正态分布, 其中负荷的期望值取其峰值, 标准差取期望值的5%;考虑可能故障的发电机组36台。

设该系统中有5条线路处于恶劣的气象条件下;其他线路所处气象条件良好, 对故障概率影响较小。根据1.3节的内容计算输电线路的实时故障概率, 表2仅列出恶劣气象条件的情况。

4.1 不考虑输电线路实时故障概率

根据式 (22) 计算线路的实时负荷率指标α, 并以此指标进行筛选与排序, 这里设定的筛选条件为α>0.5, 如表3所示。

根据式 (20) 计算线路断开故障的故障风险指标, 并选取δRisk (E) >1相对较大的部分列于表4中。

通过比较表3与表4的结果可以发现:故障风险值相对较大的线路断开故障都包含在根据线路实时负荷率α进行筛选与排序得到的结果中, 除最后一个线路7-8断开故障没有筛选出来, 其他的更为严重的线路故障都能够被筛选出来, 达到了很高的精确性。因此, 在下文结合输电线路实时故障概率的实时故障筛选与排序以及相应的系统综合风险指标的计算能够保持一致性和准确性。

4.2 考虑输电线路实时故障概率

根据式 (23) 计算指标δRI, 按照图4进行实时故障筛选与排序, 这里设定的筛选条件为根据排序结果选取δRI指标最大的10条线路, 如表5所示。

计算预想故障集中所有线路断开故障对应的风险值, 并选取最大的10条线路, 如表6所示。

通过对比δRI值和风险值, 可以发现:风险值最大的6条线路与δRI值最大的6条线路完全吻合, 进一步验证了本文所提方法的正确性与有效性。

最后根据式 (21) 可知, 系统综合风险指标取最大的风险值, 因此可以得到评估当前正常运行状态下系统的综合风险值为0.836655560, 是由系统中线路6-7发生断开故障及相应条件下的故障风险值综合决定的。

进行综合分析, 故障风险值最大的是线路16-19断开故障, 但是由于其实时故障概率较小, 因此对系统造成的综合风险影响不大。而相对于线路16-19断开故障的故障风险值要小得多的线路22-35断开故障, 因其处于黄色等级风的恶劣气象条件下, 线路的实时故障概率大幅度提高, 因此对系统造成的综合风险值比线路16-19断开故障的综合风险值要大得多。另外, 线路6-7的故障风险值按由大到小排序只排在第6位, 但是线路6-7所在区域有黄色等级的雷电, 处于极端的实时气象条件下, 线路的实时故障概率很大, 计算得到的风险值最大, 决定了系统的综合风险值。

5 结论

配电网电压改善潜力的静态评估 篇2

1电力改善潜力简介以及相应的技术措施

1.1电力改善潜力简介。国家对于配电电压质量进行了相应的规定, 例如对于常见的10k V配电线路, 其负荷侧电压应当在一定范围内才为合格, 否则就是超限。对于配电线路首端电力调控来说, 其调控能力比较强, 一般能够保持在规定范围内, 但是对于末端节点电压调控来说则存在一定的问题;当末端节点电压质量合格时就可以称之为全线负荷节点电压都是合格的, 如果末端节点电压不合格那么就需要采取相应的措施来改善线路电压的质量。根据供电服务的要求, 配电线路末端节点电压质量在评价整条线路电压质量中具有一定的代表性, 因此可以将主干路末端节点作为评估点, 作为改善电压质量的重要地方。根据线路电压变化的原理可知, 配电线路末端电压超限主要是越上限和越下限两种形式, 可以通过改善线路末端电压来改善配电网的电压。

1.2改善电压的措施。为了改善配电线路中末端电压越限的现象, 根据电压质量改善的研究结果, 挖掘配电网电压质量的改善潜力, 应当采取相应的技术措施。首先可以通过缩小供电半径的方法, 在负荷中心附近增加电源点, 减少重载线路的供电半径, 从而减少线路中的阻抗, 达到降低线路压降的目标。当配电网线路供电半径超过规定的要求而造成电压质量下降、功率损耗变大等情况而影响到供电可靠性时, 应当考虑增加电源点。其次可以通过增加线路中的无功补偿的方式来改善线路中的电压情况, 无功功率对于系统电压水平具有重要的影响, 增加线路中的无功补偿是改善配电线路电压质量最为广泛的调节措施。根据线路电压损耗的公式可以知道, 如果无功输送量比较大, 那么线路中的电压损耗也会随之增加, 因此通过在负荷端进行无功补偿, 可以有效降低电压损耗分量, 从而达到改善电压质量的效果。增加导线横截面或者对电缆进行改造也是一种常见的改善电网电压的方法, 通过这种方法能够有效减少线路中的输电阻抗, 从而降低线路中的电压损耗, 能够起到改善电压质量的效果。在架空线路中通过采用截面比较大的导线, 能够起到减少线路电阻和电压损耗的效果。在城市配电网改造中可以进行电缆化改造, 也能够起到减少线路电阻和电抗的效果, 对于电压质量的改善具有重要的帮助。配电线路中的电压损耗和电压的高低成反比的关系, 当线路出现重载时电压损耗比较大, 从而导致线路末端节点电压出现越下限的现象, 在这种情况下可以通过提高母线电压的方式来降低电压损耗;同时线路末端电压也会随着母线电压的提高而得到提高。当线路出现轻载时线路中的电压损耗降低, 在线路容升作用下, 末端电压可能会出现越上限的现象, 在这种情况下可以通过降低首端母线电压来降低线路中的电压。此外还可以对配电网进行系统电压升级改造措施, 例如在线路中应用自动调压器、增加负荷端分布式电源等措施来改善电压质量。

2电压质量改善潜力的静态评估

2.1对配电网综合电压改善的评估。在改善电压质量过程中可以采取多种技术措施, 不同措施在配电线路中的调控电压的效果也不完全相同。在改善电压质量的过程中通过采取全部调控电压的措施所达到的电压改善率称之为综合电压的改善潜力。对综合电压改善潜力评估能够评价某一地区配电网电压质量的总体水平, 对于规模配电网电压质量的改善规划或者改造能够提供重要的指导。在对配电网综合电压改善潜力评估时, 应当根据线路的负荷特点, 导线类型、主干线路长度、无功电压特点等将配电网划分为不同类型的配电线路, 然后在每一类配电线路中选择有代表性的线路进行建模, 然后对线路中的电压改善潜力进行评估, 根据软件评估的结果和该线路在电网中的比重来评估该地区综合电压改善的潜力。根据我国配电网的负荷和无功特点, 可以将配电线路分为5种类型, 即城市线路、城镇线路、工业线路、农村线路、山区线路等。其中城市线路代表了具备城市负荷中心的线路, 其供电半径比较小, 电缆化程度比较高, 同时线路的负载也比较大, 负荷波动比较大;城镇线路的供电半径比较长, 负载变化比较大;工业线路供电半径比较短, 线路负载比较大, 负荷比较稳定。农村线路供电半径比较大, 其支路也比较多, 末端电压偏低;山区线路供电线路长, 而且负荷比较低, 容易受到气候等自然条件的影响。在对配电线路电压进行静态评估的过程中, 应当选择其中的若干典型线路作为评估样本, 采集相应的参数进行建模, 从而使评估结果更加准确。

2.2静态评估的应用。通过配电线路电压改善潜力进行静态评估, 能够为配电线路的技术改造提高重要的依据。例如通过对于某一具体的配电线路进行静态评估之后, 能够得到电压改善潜力的真实数据, 从而提高电压改善的效率, 提高了电压改善的质量。

结语

通过对配电网电压改善潜力进行静态评估, 能够得到电压调控的潜力和空间的真实数据, 从而为配电网的技术改造提供科学的依据, 提高了配电网技术改造的经济性和针对性。电压改善潜力静态评估能够很好地解决实际中的电压调控问题, 具有良好的应用价值, 因此应当加强对电压改善潜力的静态评估研究。

参考文献

[1]白先红, 张勇军, 陈艳, 等.配电网电压改善潜力的静态评估与应用[J].现代电力, 2014, 31 (03) :29-33.

静态安全评估 篇3

国内外一些学者对专利期权进行了大量的研究。Pakes、Kester和Scherer等都对专利期权及其评估方法进行了论述, 并各自形成了自己的观点。文献[4]应用Black-Scholes公式对专利进行定价并展开研究。文献[5]引入扩张期权的计算方法对专利进行定价。文献[6]引入美式期权的计算方法对有效期限内的专利进行定价。文献[7]运用二叉树模型对专利权属价值进行了研究, 并给出具体的计算实例。文献[8]以计算机与自动化技术专利为切入点对专利评估进行了分析。本文根据专利自身的三大特点, 基于专利静态实物期权定价的数学模型, 给出一种期望收益率的评估方法。然后以此方法为计算基础, 通过某公司的专利战略的具体案例, 给出了详细的实现过程, 这一方法也对传统的方法进行一定的修正, 达到了较好的效果。

一、专利静态实物期权的定价方法

1. 影响因素及特征分析

专利本身是一种非物质形态的商品, 自身具有很大的不确定性。就目前各企业的专利战略的发展及维护来看, 影响专利价值评估的因素主要有法律因素、技术因素和经济因素等三大因素。这三种因素相互交织在一起, 就严重影响了专利自身价值的评估。

而企业在进行专利生产决策时, 要根据当时市场行情及专利自身的特点来决定是否采用专利技术来进行获利, 这种决策管理柔性直接决定了专利实施能否顺利实现。

2. 专利静态实物期权的定价模型

通过专利得到的产品对市场的垄断程度有强弱之分, 可以从根本上将其划分为非可交易专利、可交易专利及完全不可交易专利。可交易程序直接决定了专利自身的商业化程度。在完全竞争市场中时, 企业自身的垄断程度最低, 因而对于专利的期望收益率也最低, 可以记为0, 反之, 在完全垄断市场时, 对于专利的期望收益率也最低, 可以记为1。对于绝大部分的企业来说, 都是处于这两者之间的范畴, 因此, 其所持有的专利可以采用不可交易专利的评估模型进行评估。

事实上, 当一个企业 (投资者) 握有一项专利授权后, 它有弹性选择权, 即根据自身生产实际及结合市场来确定是否进行商业运作。专利权价值可用如下计算式进行表达:

式中:V为专利权价值;P为专利预期现金流量的现值;I为专利生产投资所需资本;t为生产时间。

对于式 (1) , 运用Ito定理可以得到:

投资者对于专利这一标的资产的投资需要建立在一定程度上的预期期望收益的基础上, 这里将期望收益率引入不可交易专利的价值估算公式中, 如下所示:

上述各式中:P0为企业专利产品在第1年初的现值;r A为投资期望收益率;q为专利延迟成本;N (d1) 和N (d2) 为正态分布变量的累积概率分布函数;r为无风险利率;为收益现值的波动率;n为专利权的有效期限。

二、投资期望收益率的评估方法的实现过程

投资期望收益率的影响因素较多, 但是作为一个主观投资依据, 对于专利投资决策具有举足轻重的作用。在前面已对专利期望收益率的值区间[0, 1]进行了论述, 在不可交易专利的评估模型中, 此值的理想取值也应在此区间, 这作为反求投资期望收益率的一个判断依据, 即:

计算中, 首先根据当前市场、融资情况专利自身情况及银行利率等情况给定一个初始的投资期望收益率和投资者要求达到的专利权价值V1, 结合式 (1) - (6) 计算出专利权价值V。然后将投资者要求达到的专利权价值V1与计算出专利权价值V进行对比分析, 根据结果进行判断, 判断迭代条件如下:

如果达到要求, 就停止计算, 如果没有达到收敛要求, 就按黄金分割的方法重新寻找投资期望收益率, 并重新代入式 (1) - (6) 进行计算, 直到达到式 (8) 的收敛条件为止。从而通过这种迭代求解的方法间接地获得投资期望收益率。

三、实例计算

以某公司的专利决策进行实例分析说明。该公司目前拥有二项专利权A和B, 根据市场行情, 公司高层决定选择一项专利进行投产运营。两项专利前期预计投资建设的准备期均为1年, 在此准备期间, 初始投资费用 (如厂房、设备购置安装及调试等费用内容) 共计1000万元。专利投产运营后, A专利权在其经济寿命周期内现金流量的现值为2200万元, B专利权在其经济寿命周期内现金流量的现值为2200万元。在可预见的因素影响下, 这一现金流量现值年度波动率可为15%, 无风险利率值为5%, A专利权剩余的有效期限为15年, B专利权剩余的有效期限为10年。如果要使专利静态开发价值达到1120万元, 企业期望收益率不超过6%时, 该企业应该如何决策采用哪种专利权进行实施?

针对这个具体实例, 运用前述方法进行计算。根据式 (1) - (6) , 编制相应的求解迭代程序, 并以式 (8) 作为迭代收敛的条件进行求解。计算所得结果如下表所示。

从表中可以看到:要使专利静态开发价值达到1120万元, A专利权需要达到的期望收益率为4.95%, 而B专利权需要达到的期望收益率为8.14%, 从企业期望收益率不超过6%这一判断依据来看, 该企业应该如采用A专利权进行实施。这说明:如果该公司决定对所属专利权进行实施时, 在对专利价值进行分析与市场调研后, 可以通过本文所述方法对期望收益率进行反求运算, 当反求所得结果在自己期望收益率之下时, 该专利权在自己期忘收益率的指导下其价值会更高, 可以付诸实施。事实上, 随着期望收益率的增大, 专利价值也会越大。相关的决策需从各方面进行权衡后加以选择, 以谋求自己的投资资产收益最大化。

四、结论

本文基于专利静态实物期权定价的数学模型, 通过具体算例给出一种专利权的期望收益率的计算方法, 并得到了如下结论:

(1) 期望收益率作为外围因素, 受很多因素影响, 但在不可交易专利的价值估算中不能被忽视, 必须引入进行测算, 从而修正专利权属的价值估算。

(2) 随着期望收益率的增大, 专利权属的价值也会越大。相关的决策需从各方面进行权衡然后加以选择, 以谋求自己的投资资产收益最大化。

(3) 本文所引用的方法及求解思路同样可以推广至其它领域并有良好的参考指导作用。

参考文献

[1]Pakes, A.Patents as Options:Some Estimates of the Value of Holding European Patent Stoeks[J].Eeonometries, 1986 (54) :755-784.

[2]Kester, W.C.Turning Growth Options into Real Assets.Capital Budgeting under Uncertaint[M].R.Aggarwal:Prentiee-Hall, 1993:246-268.

[3]Scherer, F.M.The Distribution of Profits from Invention[J].Midland Corporate Finance Journal, 1997 (1) :35-42.

[4]于乃书, 刘兆波, 张屹山.专利权评估的两种方法探讨[J].数量经济技术经济研究, 1999 (2) :3-5.

[5]杨春鹏, 伍海华.实物期权在专利权价值评估中的应用[J], 系统工程理论与实践, 2000 (6) :33-35.

[6]范龙振, 唐国兴.产品专利价值评价的期权定价方法[J].研究与发展管理, 1999 (8) :6-9.

[7]史秀敏.期权定价理论在专利权评估中的应用[D].天津:天津大学, 2007.

静态安全评估 篇4

作为一种新型的可再生能源,风力发电对转变中国用能结构和供能结构、减小发电碳排放量有重要作用[1,2]。未来风电在电网所占比重越来越大,改变电力系统能源结构的同时,其随机性和间歇性也影响着系统的安全与稳定[3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19]。

关于含风电系统电压稳定性的研究[7,8,9,10,11,12,13,14,15,16,17,18,19],国内外已有许多文献。文献[11,12,13,14,15,16]研究了风电系统电压稳定负荷裕度指标的概率评估问题,可以获取负荷裕度或临界功率的统计学分布,确定任意负荷水平系统发生静态电压失稳的概率。其模型将风电接入节点作为PQ节点,仅考虑了风电机组恒功率因数运行方式的简化模型。但当前主流的风电机组是双馈异步发电机DFIG(Doubly-Fed Induction Generator),当其采取恒电压运行方式时具备一定的无功调压能力。DFIG风电机组在系统中所占比例逐渐增多,其将会成为一种有效的无功电源。显然,传统电压稳定概率分析模型假设DFIG风电机组仅以恒功率因数方式运行,忽略其无功调节作用,所得结果是有失准确的。

文献[17]根据微分代数方程系统的奇异诱导分岔理论,研究了DFIG风电机组发生暂态电压失稳的机理。文献[18]分析了DFIG风电机组采用恒功率因数和恒电压2种运行方式对系统静态和中长期电压稳定性的影响,但所研究的风电机组模型没有考虑网侧变换器GSC(Grid Side Converter)注入的无功功率。文献[19]研究了考虑DFIG风电机组和网侧变换器的无功功率的长期电压稳定问题,没有涉及风速随机特性和相关性对电压稳定影响的分析。

本文考虑了DFIG风电机组恒电压运行的无功极限,构建了更为合理的静态电压稳定概率分析模型,并采用蒙特卡罗法结合内点法加以求解。将DFIG风电机组接入节点作为PV节点引入静态电压稳定概率评估模型,考虑了DFIG风电机组和网侧变换器的注入无功功率,分析了风速随机性和相关性对风电机组注入无功功率和系统电压稳定性的影响。IEEE 118和300节点标准系统的计算结果表明,所提模型和方法能更深层次挖掘风电机组电压支撑能力,对电力系统的电压稳定性分析更为准确,有利于系统的安全稳定运行。

1 DFIG风电机组的无功极限

图1是DFIG风电机组基本结构图[20,21,22],定子直接经变压器接入电网,转子与反馈回路的机侧变换器和网侧变换器相连。DFIG风电机组采取恒功率因数方式运行时,可将其作为PQ节点;采用恒电压运行方式时,其具备一定的无功调压能力,可作为PV节点处理。图1中,Pm为风电机组的吸收功率,Ps和Qs分别为定子的注入有功和无功功率,Pw和Qw分别为DFIG风电机组注入电网的有功和无功功率,Pg和Qg分别为网侧变换器的注入有功和无功功率。

风电机组不同风速条件下通过调节桨距调整有功功率,那么风电机组输出有功为:

其中,v为风速;vin为切入风速;vout为切出风速;vr为额定风速;Pr为风电机组的额定输出功率;Pw为风电机组实际输出功率;a=Prvin/(vin-vr)和b=Pr/(vinvr)为常数。其中风机有功功率由风速决定,风速一般服从分布形状参数为K、尺度参数为C的双参数威布尔(Weibull)分布。

DFIG风电机组输出的无功功率为:

以往的研究忽略了网侧变换器的注入功率,将式(2)近似为Qw=Qs。风电机组的无功功率则由定子注入无功功率Qs和网侧变换器注入无功Qg决定。定子注入无功Qs需要满足最大转子电流的约束限制[21,22]:

其中,Ir为最大转子电流;Us为定子电压,即风电机组机端电压;Xm和Xs分别为励磁电抗和转子电抗;s为机组滑差。同时Qs也需要满足定子绕组温升限制,即最大定子电流的约束限制[21,22]:

其中,Is为最大定子电流。

网侧变换器的无功注入Qg需满足变换器的容量约束限制[19]:

其中,Sg为网侧变换器的容量。

根据式(2),整理出DFIG风电机组无功功率限制为:

其中,分别为DFIG风电机组输出无功功率的上、下边界。

图2是式(6)所表达的DFIG风电机组恒电压运行的安全运行区域。不考虑网侧变换器时,其无功输出边界是由DFIG风电机组的最大定子电流、最大转子电流等限制决定,Qw=Qs;考虑网侧变换器后其无功输出边界由风机和网侧变换器共同决定,Qw=Qs+Qg,上下边界均有所增大。

2 考虑风电机组无功极限的电压稳定概率评估

风电场的各台风电机组处于同一个风速带,其运行模式通常保持一致,故本文假设风电场内各台风电机组均以同一方式运行,风电场出力等于各台机组出力之和。负荷裕度表征的是系统当前运行点到电压稳定临界点的距离,研究负荷裕度指标是研究电力系统静态电压稳定性的有效手段。以负荷裕度指标最大化为优化目标,将本文DFIG风电机组输出无功功率模型式(6),引入电压稳定概率评估模型,具体如下。

a.目标函数:

b.约束条件:

其中,SB为系统所有节点集合;SG为发电机节点集合;SR为无功电源节点集合;系统无功电源QRi具体包括系统的常规发电机、电容器、SVC、SVG等设备;SL为未接发电机和风电机组的节点集合;λ为负荷增加的参数标量,即负荷裕度;bPi和bQi为节点i的负荷增加方向;临界功率Pc为系统电压稳定临界点处电力网络的输送功率,根据潮流方程式(8),其与负荷裕度的关系为;Ui和δi分别为节点i的电压幅值和相角;Yij为节点导纳矩阵元素;αij为节点导纳矩阵相应元素的相角;δij=δi-δj-αij;Ni为节点i的风电场风电机组数量;U軍i、Ui分别为节点i的电压幅值上、下限;Usi和URi分别为风电场和常规发电机的机端电压,本文不考虑PV/PQ节点的转换,其值均为常数。

式(7)—(20)电压稳定指标计算是基于最优化模型,将系统潮流方程作为等式约束条件,最终求解结果满足此等式约束,确保发电机功率满足系统的负荷平衡。式(7)—(20)的电压稳定概率评估模型是典型的非线性规划问题,若需考虑常规发电机功率圆图特性等更为复杂的运行限制[23],只需将相关约束条件耦合到模型即可。若需考虑风电机组PV/PQ转换逻辑,可参考文献[23]将其表达为互补约束引入模型求解。

为了精确分析风速的随机特性对风电场无功调节能力和整个系统电压稳定的影响,尽可能减小算法误差对结果分析的影响,本文采用蒙特卡罗法[24]结合现代内点法[25,26]对式(7)—(20)的概率分析问题进行求解。本文研究的是风速随机性和相关性对电压稳定性的影响,采用了Weibull分布和相关系数表达风速的随机性和相关性,存在一定简化,但应用于本文研究是可以接受的。同时,所提模型和方法具有很好的适应性,其他类型或不规则的风速随机性和相关性模型,也可直接耦合所提模型进行分析。

3 模型求解

3.1 相关变量处理

风电场的集中建设导致风电场之间风速存在一定的相关性。满足Weibull分布且具有相关性的风速采样点,无法通过蒙特卡罗法直接获得,参考文献[27]对相关随机变量进行如下两步处理:(1)蒙特卡罗抽样获得标准正态分布的采样点,并利用正交变换将该采样点转换为相关的标准正态分布采样点;(2)通过边际转换技术[27],将相关的标准正态分布采样点等概率变换为相关的Weibull分布采样点。

将风速表达为随机向量X=[x1,x2,…,xn]T,均值μX=[μ1,μ2,…,μn]T,方差σX=[σ1,σ2,…,σn]T,随机变量xi和xj之间相关系数为ρij,其表达的是xi和xj之间的线性相关关系,定义为,其中Cov(·)和D(·)分别为随机变量协方差和方差运算符。风电场风速的相关系数矩阵为:

利用边际转换,随机向量X与相关系数矩阵为CY的标准正态分布随机向量Y=[y1,y2,…,yn]T等概率变换关系为[27]:

其中,Hxi(xi)为输入变量xi的累积概率分布函数;Φ(·)为标准正态分布的累积概率分布函数。CY为:

CY与CX元素之间的关系为[27]:

其中,G(·)为以ρij为自变量的函数,其具体计算与相关的随机变量xi和xj的具体概率分布类型有关。根据经验公式,若随机变量xi和xj均服从Weibull分布,可近似得到:

其中,γi、γj分别为变量xi、xj的方差系数,γi=σi/μi,γj=σj/μj。

根据正交变换技术,相关的标准正态随机变量Y与不相关的标准正态随机变量的转换关系为:

其中,转换矩阵B满足BBT=CY,可通过Cholesky分解获得。

3.2 计算步骤

按照以上描述,电压稳定概率评估流程为:

a.根据风电场风速之间的相关系数矩阵CX通过式(22)获得CY,并对CY进行Cholesky分解得到正交变换矩阵B;

b.利用蒙特卡罗抽样产生一个独立的标准正态分布的采样点Zs=[z1,s,z2,s,…,zn,s];

c.通过式(24),经Ys=B-1Zs变换得到随机向量Y的采样点Ys;

d.根据式(21),经过边际变换技术的逆变换得到随机向量X的采样点xi,s=Hxi-1Φ(yi,s);

e.将采样点xi,s代入电压稳定概率评估模型式(7)—(20),采用现代内点法加以求解,获得该采样点的输出随机变量,即负荷裕度或临界功率;

f.重复步骤b—e,直至满足采样次数需求,输出负荷裕度或临界功率的概率特征参数(均值、方差等)。

4 计算结果分析

4.1 测试系统概况

在MATLAB R2014a平台编写程序实现所提出的模型与方法,所采用的计算机是IBM-PC兼容机,CPU主频为2.19 GHz×2,内存为3 GB。为清楚展示考虑网侧变换器的DFIG风电机组无功出力对电压稳定概率分析结果的影响,尽可能排除常规无功电源出力对计算结果的干扰,本文任意选择非常规无功电源节点作为风电场接入节点。表1是本文参考文献[10]和[22]得到的4个风电场参数,分别接入IEEE 118节点系统的节点23、39、56、114和IEEE300节点系统的节点21、27、37、160,表中电流与电抗均为标幺值。需要注意的是,表1中网侧变换器受不同控制方案等影响,配置容量有所不同,根据现有研究本文将之设定为风电机组容量的1/20~1/3。而风电机组最大定子电流、最大转子电流均由各自的绕组温升限制所决定,且定子和转子绕组的运行环境相同,故本文将二者标幺值设定相近。

4.2 电压稳定临界功率的概率分析

风电机组的有功功率随风速波动而变化,根据DFIG风电机组的无功特性式(6),风电场1的各台机组恒电压运行时,其无功出力上、下边界随风速的变化规律如图3所示。风电机组的额定风速和切出风速主要由风电机组的机械性能所决定。当风速在额定风速和切出风速之间时,风电机组接近于其机械性能极限,但发电机组本身的最大定子电流和最大转子电流等电气性能还未达到极限。所以根据式(6),此时DFIG风电机组仍可保持较大无功调节能力,而不出现定子或转子电流越限。根据风电场风速的概率分布情况,可以确定风电场1的无功出力上、下限制的累积概率分布,如图4所示。显然考虑网侧变换器后,增强了风电场输出和吸收无功功率的能力,其无功出力上、下界均有所增大,提升了风电场的无功调压能力。

所提模型DFIG风电机组恒电压运行,作为对比的传统模型是风电机组恒功率因数方式运行。本文模型将风电场作为PV节点,而传统模型将风电场简化处理为PQ节点,忽视了风电机组输出无功对系统电压稳定的贡献。

图5是IEEE 118节点系统静态电压稳定临界功率的概率密度分布,图6是IEEE 300节点系统临界功率的累积概率分布。表2中是IEEE 118和300节点系统传统模型和所提模型获得的临界功率均值和标准差。显然本文模型得到的临界功率均值较传统模型更大,这是因为DFIG风电机组恒电压运行输出的可调无功功率,有利于提升系统的电压稳定性。若忽略DFIG风电机组的无功功率注入,对系统电压稳定性的分析存在一定程度的低估。同时,DFIG风电机组恒电压运行时的有功出力和无功调压能力均受风速随机性影响,使得本文电压稳定概率分析结果对风速随机波动更为敏感,所得到的临界功率标准差更大,分布范围也更大。

4.3 风速相关性对临界功率的影响

风电场常集中建设在风能资源比较密集的地区,处于同一风带,导致风电场随机波动的风速具有一定的相关性。表3中是不同风速相关系数时,采用传统模型和本文模型得到的电压稳定临界功率的均值和标准差。图7和8表达了临界功率均值和标准差的变化趋势。随着相关系数的增大,临界功率的均值变化不大,而其标准差明显增大。说明风速相关性对系统的电压稳定性增强或减弱没有影响,但是其增大了风速随机性对电压稳定性的影响。为避免对电力系统电压稳定性估计不足的问题,风速的相关性是不可忽略的。由于DFIG风电机组恒电压运行时,风电场的有功出力和无功调压能力均受风速相关性影响,从而本文模型结果与传统模型相比,受风速相关性的影响更大。

5 结论

本文研究了含DFIG风电机组的电压稳定概率分析问题,推演了DFIG风电机组和网侧变换器的注入无功功率,构建出考虑DFIG风电机组无功极限的电压稳定概率分析模型,并采用蒙特卡罗法结合内点法加以求解,使得电压稳定概率分析结果更贴近实际情况。

通过IEEE 118和300节点系统的计算结果得到如下结论。

a.将风电场作为恒电压运行的PV节点,能够发挥风机输出无功功率对系统电压稳定的贡献。与此同时,由于风电机组有功出力和无功调压能力都将受风速随机性影响,使得系统的电压稳定性对风速随机波动更敏感,所得的临界功率标准差更大。

静态安全评估 篇5

随着航空业的迅猛发展,民航安全越来越受到国家的重视,而航空蓄电池作为备用电源,在极其陈旧的维护方式、方法等相关因素的共同作用下,航空蓄电池的维护及健康状况的评估问题日益凸出。虽然前人在相关领域做了一定的研究[3—10],但就国内来说,当前整个民航也没有一套投入实用的航空电瓶健康评估算法。因此,时刻威胁着航空安全[11]。

本文针对上述问题,在前人研究的基础上提出了EP加权静态SOR算法。经过试验,该算法较静态SOR算法在电瓶故障单体的识别上有了很大的改善。

1静态SOR评估算法及其缺陷分析

1.1静态SOR评估算法

静态SOR评估算法是基于蓄电池运行性能评估的,其重要指标是蓄电池运行状况SOR( state of running) 。该算法的核心思想是: 由于电池各个单体在某段时间内所充放电的电流和安时数是一致的,所以各电池在此段时间内的电压变化 ΔU可以体现电池 性能的好 坏,ΔU小的其性 能也就相 对好[12]。

静态情况下,充电时其性能评估算法中的电压表现函数是:

式中C( n) 为加权函数; ΔUnk是第k个电池单体在第n段时间内变化的电压值; ( ΔUn)min是第n段时间内电压变化最小的电池的电压变化值; l是时间段数; Fkl是第k个电池在第l段时间内的电压表现值; P为电瓶中电池单体个数。

1.2静态SOR评估算法缺陷分析

通过对静态SOR评估算法的研究,并对SAFT公司生产的40776型航空碱性蓄电池进行了多次充放电实验,从获得的数据来看( 见图1) 不难发现: 虽然该算法只需要采集电瓶各个单体的电压, 实现起来较简单,且实时性好,准确率也较高,能在一定程度上对电瓶健康状况做出评估,但存在以下缺点: 如图1中箭头A所标注的电压曲线反应出该电瓶单体在经过较长时间充电后电压并没有上升,反而下降; 箭头B所标注的电压曲线反应出该电瓶单体在未达到规定充电量,而其单体电压不再上升。

从以上曲线可以看出该算法非常致命的缺点如下: 该算法的评估时间段的间隔时间和加权函数不明确; 且只能检测出那些充放电阶段电压变化快的单体; 对那些已经完全损坏不能充放电的单体和充电到一定值后其端电压不再改变的单体无法识别, 且会被认定为运行性能好的单体[13]。

2静态SOR算法及改进

2.1分阶段为电压变化差值设置权值

由于充电各阶段电压表现对电池性能的反映程度不一样。而充电初期( 即充电电流刚加到电瓶上时) 的电压表现最能反应电池的性能。根据这一特性,本文提出在对电压变化差值进行加权处理时分为两个阶段,并由设置的充电时间来确定两个阶段的时间长短。

设电瓶充电时间T充电,C阶段系数,评估时间T评估, 评估间隔时间T间隔,第一、二阶段评价次数分别为L1、L2,总评价次数为L,则可得评估第一阶段时间为那么可得T2阶段= T充电- T1阶段,所以,第一阶段 评价次数,充电过程中的评估总次数为L = L1+L2。

设加权函数

电压表现函数为:

式中K = 1,2,3,…,20为被测电池单体编号。

将加权函数C( n) 带入式( 1) 可得

而后,再根据每个电池单体与性能最好单体的电压表现值的比值Sk L来进行电瓶当前健康状况的评估。 其中,Sk L如式( 3) 所示:

2.2设置电瓶EP参数,剔除电压始终无变化的单体

由于内部短路的单体,其端电压始终为0,将其带入式( 2) 中可得Fk L= 0,所以Sk L= 0。

在这种情况下,未改进的SOR评估算法无法对这种故障进行识别。更坏的是,未改进的SOR评估算法会误认为该单体是性能最好的单体。

设在T时刻采集到的20个电瓶单体电压为Un其中n = 1,2,3,…,20。再设这20个电压中的最大值、最小值分别为 ( Un)max和 ( Un)min则有

之后每次计算各单体电压变化差值之前,只要对各单体计算一个UDFM值即可,

这样随着充电过程的进行,那些电压无变化的单体会偏离均值越来越大。待充电结束后输出全部单体中偏离均值最大的单体的UDFM值,再将UDFM的大小划分区间,输出值落在哪个区间就得到其相应的评估参数EP( estimate parameter) 。如表1所示:

这样根据EP值就能确定在充电阶段电压无变化的单体。最后,将静态SOR评估算法 计算得到的SORk值和EP值进行加权求和来反映电瓶健康状况DOH( degree of health) ,其中DOH如式 ( 6) 所示:

式( 6) 中C1、C2分别为加权值。令C1= 0. 6,C2= 0. 4,且C1+ C2= 1。

3EP加权静态SOR算法测试结果

使用EP加权静态SOR算法和静态SOR算法对SAFT公司生产的40776型航空碱性蓄电池进行测试,分别使用已知的三种故障单体,进行200次健康状况评估,测试结果如表2所示。

已知的故障1、2、3的健康值分别为8、7、6,从测试结果可以看出,总的来说EP加权静态SOR算法对航空碱性蓄电瓶健康评估准确度明显高于静态SOR算法,对于表2所列三种故障的评估效果分别达到了97. 5% 、97% 的96% 明显高于普通SOR算法的8. 5% 、9% 和9. 5% 。八种故障下的两种算法的评估值比较如图2所示。

4结论

软件静态安全检测技术研究 篇6

安全性相关缺陷不同于一般的软件缺陷。一个很难发现的软件安全漏洞可能导致大量用户受到影响。安全性测试不同于传统测试类型最大的区别是它强调软件不应当做什么, 而不是软件要做什么, 例如未授权用户不能访问数据。

软件安全性测试刻不容缓

软件安全性测试可分为安全功能测试和安全漏洞测试两个方面。

安全功能测试基于软件的安全功能需求说明, 测试软件的安全功能实现是否与安全需求一致, 包括数据机密性、完整性、可用性、不可否认性、身份认证、授权、访问控制、审计跟踪、委托、隐私保护、安全管理等。

安全漏洞测试从攻击者的角度, 以发现软件的安全漏洞为目的。安全漏洞是指系统在设计、实现、操作、管理上存在的可被利用的缺陷或弱点。漏洞被利用可能造成软件受到攻击, 使软件进入不安全的状态, 安全漏洞测试就是识别软件的安全漏洞。

目前测评中心的安全测试工作就是要发现中国移动业务支撑系统存在的安全漏洞, 对于软件安全的检测, 通常可以按照检测过程中是否需要执行程序的标准分为动态测试和静态测试两种, 本文针对软件静态安全检测技术进行深入研究。

静态检测从分析开始

静态代码安全分析的第一步, 是根据分析需求把程序源代码变换成易于分析处理的程序模型, 这个过程用到了编译原理中的成熟技术。

●词法分析:使用正则表达式匹配将源代码转换为等价的符号流。

●语法分析:使用上下文无关语法将符号流规整为语法树, 作为源代码逻辑结构的最直接的表现。

●抽象语法分析:通过简化语法将语法树转换为包含更少节点和分支的抽象语法树, 以方便后续处理。

●语义分析:从抽象语法树建立符号表, 为每个标识符关联类型信息。至此, 已经具备了足够的信息来进行所谓的结构化分析。编译器通常将抽象语法树和符号表转化成易于优化的中间形式, 然后送给后端生成平台相关的目标代码。安全分析工具可以建立更高阶的中间形式, 或者直接在抽象语法树和符号表上进行后续步骤。

在分析模型建立后, 就可以开始进行静态检测了。从早期的缓冲区溢出检测开始, 十几年来出现了各种检测技术, 早期静态检测主要指静态分析, 随着形式化验证方法的引入, 静态检测引入了程序抽象验证方法。

静态分析直接分析被测程序特征, 寻找可能导致错误的异常。

规则检查程序本身的安全性可由安全规则描述。程序本身存在一些编程规则, 即一些通用的安全规则, 也称之为漏洞模式, 比如程序在root权限下要避免exec调用。规则检查方法将这些规则以特定语法描述, 由规则处理器接收, 并将其转换为分析器能够接受的内部表示, 然后再将程序行为进行比对、检测。

类型推导自动推导程序中变量和函数的类型, 来判断变量和函数的访问是否符合类型规则。静态漏洞检测的类型推导由定型断言、推导规则和检查规则3个部分组成。定型断言定义变量的初始类型, 推导规则提供了推论系统的规则集合, 检查规则用于判定推论结果是否为“良行为”。

程序验证方法通过使用形式化验证技术验证正确性的方式来检测漏洞。

1. 模型检测

模型检测对有限状态的程序构造状态机或有向图等抽象模型, 再对模型进行遍历以验证系统特性。一般有2种验证方式:

●符号化方法将抽象模型中的状态转换为语法树描述的逻辑公式, 然后判定公式是否可满足。

●模型转换成自动机, 并将需要检查的安全时序属性转换为等价自动机, 再将这两个自动机取补, 构成一个新的自动机, 判定问题就变成检查这个新自动机能接受的语言是否为空。

模型检测需要列举所有可能状态, 由于软件本身的高复杂度, 对所有程序点进行建模可能会使模型规模庞大, 因此一般只针对程序中某一方面属性构造抽象模型。近期出现的一种模型检测方法通过对内存状态的建模, 从而使原先主要检测时序相关漏洞的模型检测方法可对内存相关漏洞进行相关检测。

2. 定理证明

定理证明比模型检测的形式化方法更加严格, 用各种判定过程来验证程序抽象公式是否为真。判别的方法取决于公式的形式, 如不等式的合

取:首先由合取式构造成一个图, 合取式中每个条件对应于图中的一个节点, 然后利用给出的等式将对应的顶点合并, 在顶点合并的过程中对合取式中的不等式进行检查, 如发现存在不成立, 则该合取式不可满足。

3. 符号执行

符号执行的基本思想是将程序中变量的值逻辑转换成抽象符号, 模拟路径敏感的程序控制流, 通过约束求解的办法, 检测是否有发生错误的可能。由程序执行前的条件P出发, 在程序中某程序点, 可推出约束条件C1∧C2∧…∧Cn, 因此在该点有P∧Cl∧C2∧…∧Cn->R这样的规约式, 其中R是程序结束后要满足的条件。对该规约式的否命题求解, 如有一组解满足, 说明在这个程序点上存在一组变量状态, 使运行程序的结果不符。符号执行求解工具的约束条件集合及求解能力决定了其发现错误的能力。理论上很多约束问题在可接受时间级内是不可解的, 因此, 符号执行求解的方法只适用于某些特定问题求解上。

最终的报告并非安全缺陷的简单总结, 还应该帮助用户判断缺陷报告的正确性和缺陷的严重性, 并给出适当的修复建议。从易用性考虑, 缺陷报告应该支持分组、排序、屏蔽特定结果等操作。

静态检测工具发展方向

静态检测技术目前的发展趋势是将静态检测的各种技术进行结合, 以提高性能。结合方式有以下几种方法:

●提供一个框架, 使用不同检测技术对程序进行检测, 获取大量检测结果之后进行分析。从误报率来说, 使用多种技术的检测结果的交集来进行漏洞判断决策, 可减少误报率。从漏报率来说, 对于同一种漏洞, 使用多种检测技术的结果的并集可以减少漏报率。

静态安全评估 篇7

北京科技大学奥运期间的安全度可以由下式表示:

其中本文假定:

①奥运期间学校的安防技术与奥运会期间学校的安全度成正相关;

②假定奥运会场馆内部的工作人员 (中外工作官员、裁判、志愿者和记者等) 属于安全人员;

③安防人员 (学校保卫处工作人员、校内奥运期间执行公务的警察等) 自然当属安全人员, 且安防能力的程度与奥运会场所内部的安全度成正相关;

④在一般情形下运动员当属奥运会场馆内部的安全人员 (应在监控范围内) ;

⑤安全人员是指能够遵守中华人民共和国各项法律法规, 遵守奥运章程, 遵守奥运赛事规则的人员, 与之相对应的则属于非安全人员或称为具有安全隐患人员。

由假定分析可知, 无论校内安防人员、还是安防技术都可合并称之为安防力量, 校内人员可统分为校内安全人员及校内不安全人员。由此从安全角度讲, 静态校园奥运防控模式可如图1所示。动态校园奥运防控则为更高一层级的校园奥运防控模式, 其最显著的特点是激发校内安全人员的力量, 将其纳入校园奥运安保工作的重要资源, 如图2所示。

本文所提出的静态校园奥运防控模式是一种传统的校园安保工作模式, 而“动态校园奥运防控”是相对于“静态校园奥运防控”而言的, 并以静态校园奥运防控为基础建立。与传统的静态防控将安防力量划区配置, 安防力量在所划区与此区域内活动的安全人员是“保护者”与“被保护者”关系相比, 在动态校园奥运防控中, 安防力量与此区域内活动的安全人员更是“组织者”与“促进者”“掌舵者”与“催化者”之间的关系。这样要求安防责任感较强、安防意识较高、安防能力较硬的校内人员 (教职工、家属、学生等) 成为校园奥运防控模式中新的安防力量。客观地讲, 动态校园防控是在静态校园防控基础上演变而来的一种新型的特殊的校园防控形态, 蕴含着“民力无限”的哲学观, 比静态校园防控更复杂, 做起来难度更大, 但它的实施对于校园安全防范具有特殊的价值和意义。笔者认为, 北京科技大学校园奥运安全管理模式成功之处, 就是在静态校园奥运防控上进而生成动态校园奥运防控, 并将两者有效结合, 使得校园奥运防控各项制度措施在最大程度上得到有效实施和运行。

二、静态校园奥运防控

(一) 前期奥运安保基础工作:

有效降低奥运期间校园内部不安全因素, 尽可能排除学校内部不安全因素及人员。

1.开展校园突发事件风险评估。成立北京科技大学奥运会期间校园突发事件风险评估工作小组, 根据历史数据、相关信息、专家经验进行综合分析, 对奥运会期间北京科技大学奥运场馆外围保障区内可能发生的社会安全、事故灾难、公共卫生、自然灾害等突发公共事件的风险源进行全面排查和综合评估, 并提出控制、预防、处置突发事件措施建议, 提高预判突发事件的预见能力。

2.认真排查、化解各种矛盾纠纷, 整改各项安全隐患。各二级单位把正确处理人民内部矛盾, 排查化解不安定因素作为单位奥运安保一项政治任务来抓, 落到实处, 责任到人。明确校工会、学生工作部门、居委会和离退休干部处分别负责各类人群矛盾排查工作。特别是加强对学生教育引导和管理, 牢固树立大局意识, 使其在法律界限内表达愿望和情感。加强对校内各项安全隐患的整改:全面排查校园内建筑物及公共场所安全;加强校园公共场所基础设施、设备的检查、维护和维修;强化服务, 确保饮食服务质量、价格、卫生及安全;加强对施工队及施工现场监督管理;特别加强对外来务工人员的政审及管理工作。

3.对校园消防、交通、治安等安全基础设施和设备进行全面建设、维护、维修和检测。从2005年到2008年2月份, 北京科技大学建设完成两期安全技术防范监控系统建设, 覆盖整个学校教学区和学生生活区 (学生宿舍) , 重点要害部位达到100%, 校园公共区域80%, 并在学生公寓安装门禁管理系统, 家属区视频监控系统和家属楼门禁管理系统;组织专人对校园视频监控系统、消防监控报警系统、车辆智能管理系统、重点楼宇门禁系统等安全设备设施进行全面检测和维护, 确保其在奥运期间安全有效。

4.对奥运场馆周边390户制高点人员身份筛查、排查及备案。配合公安机关对场馆周边和校园地下空间居住人员身份进行了一次彻底排查, 建立外来人员、出租房屋档案, 对人员身份通过公安网进行筛查、排查, 从人员管理角度最大限度降低奥运场馆周边安全风险。

5.园家属区环境开展综合治理工作。清除堆放在家属楼消防通道上的杂物, 拆除部分居民违规私建的铁护栏, 打通安全疏散通道, 清理违法违规商业摊点。

(二) 建立有可操作性的校园奥运安保工作方案:

按传统静态校园防控思路, 在全面改善校园安全环境的基础上, 制定可操作性强的校园奥运安保工作方案。

北京科技大学奥运场馆位于校内教学区和家属衔接部位, 场馆周边是高层学生公寓、家属楼和学校主干道, 场馆西边紧邻篮球场内是“奥运文化广场”, 这些因素使得区域人员密集和流动性大, 场馆安全风险升高, 经过实地调研和风险评估、部门沟通和意见征求、领导审阅和集体讨论, 科学有效地制定出《北京科技大学“平安奥运”校园安保工作总体方案》正式形成。同时制定了各二级单位和部门的《“平安奥运”安保工作指导分方案》, 构建校园“平安奥运”的校园综合防控体系。体系从人员、空间、时间、物品、应急、工作性质及类别等多角度对校园安保防控工作多维划分, 使学校所有空间、人员、物品及各项安保工作措施有单位、有责任人、有预案, 不留死角和漏洞。同时建立三级校园防控应急工作预案, 共制定校园总安保方案1个、单位分类方案18个、应急预案6大类。

三、动态校园奥运防控

在静态校园奥运防控基础上, 加强宣传教育与培训, 广泛发动全校师生家属, 将人防与技防有效结合, 动态监督检查, 实现校园网格化管理, 激发校内安全人员 (“平安奥运”安保志愿者) 的奥运安防热情, 实现动态校园奥运防控。

(一) 强化安全教育培训, 提高师生防控能力

提高校园奥运期间安全稳定系数, 形成动态奥运防控, 最重要的在于提高全校师生及家属的安全防范意识、安全防范能力, 使其具备纳入安防力量的能力。第一, 建立长效机制, 使学生安全教育制度化、规范化。第二, 落实应急处置“三阶段”教育, 首先做好事前教育;二是进行事中教育, 对事件进行宣传, 让师生了解事件真相、发生原因、学校应对措施等, 支持理解参与学校工作;三是事后教育, 认识事件发生深层次原因, 总结经验和教训。第三, 定期对学生进行应急演练。每年在研究生和本科生宿舍楼举行一次实战消防演习, 使每个学生在校期间都经历一次火灾疏散逃生演练, 掌握必要的消防知识和逃生避险技能。

(二) 动员全校师生员工, 实现校园网格化管理

1.全面动员, 广泛参与。为最大限度地增强校园安全防控能力, 努力实现“群防群治、整体防范”的奥运安保方针, 全校师生员工积极主动地参与到校园奥运安保工作中来, 在平时的学习生活中注意发现可能威胁奥运安全和校园稳定的各种因素, 与学校安保工作人员保持紧密联系, 及时报告可疑人员和事件, 以各种方式协助学校做好校园奥运安保工作。

2整合力量, 紧密协作。整合校园各方面防控工作力量, 分别组建学生、教职工、离退休安保志愿者队伍, 形成安保志愿大军。他们用“参与奥运、服务奥运、奉献奥运”的热情与力量, 与保卫干部、保安员一起共同筑起校园“安保长城”, 形成“专群结合”的群防群治模式。

3.实行校园网格化管理。按照“谁主管、谁负责, 谁使用、谁负责”的原则, 将校园划分成多个小的区域 (即“网格”) , 由相应的楼宇使用单位或地域负责单位承担安全管理责任。使校园安全防控体系覆盖学校每个角落。校园网格化管理形式, 使校园安全管理责任明确, 消除安全管理死角和真空, 实现动态校园奥运防控的雏形。

四、动静态校园奥运防控模式有效结合, 全面提高校园整体防控力量

(一) 动静态校园奥运防控措施有效结合, 提高对商业摊点及地下空间的安全管理

静态校园奥运防控措施关闭校内场馆周边商业摊点和校内经营性地下空间, 并与使用单位签订安全责任书, 全面控制校内地下空间, 与动态校园奥运防控措施安保志愿者巡查制度有效结合, 提高对商业摊点及地下空间的安全管理。

(二) 动静态校园奥运防控措施有效结合, 提高对全校楼宇的安全管理。

静态校园奥运防控措施——学生公寓、家属楼实行门禁与动态校园奥运防控措施安保志愿者、门卫管理相结合, 严格实行来客登记和出入验证制度。

(三) 动静态校园奥运防控措施有效结合, 提高政保工作绩效

深入细致地做好静态校园奥运防控措施——重点人员排查, 建立各类重点人员详实档案, 与动态校园奥运防控措施——盯人战术相结合, 各部门、安保志愿者配合, 加强对校内各二级单位重点人员监控, 随时掌握其思想动态和去向。

(四) 动静态校园奥运防控措施有效结合, 提高对重点要害部位的安全管理

静态校园奥运防控措施——对管理人员和维修、维护人员严格政审、实行专业管理人员巡查、维修登记制度、建设完善安全技术防范系统, 与动态校园奥运防控安排安保志愿者值班, 实现24小时有效监控重点部位。

五、启示

动静态校园奥运防控模式有效结合是保证北京科技大学校园奥运安保工作顺利完成的重要法宝, 特别是动态校园奥运防控模式的创建的根本在于提高全校师生及家属的安全防范意识、安全防范能力, 使其具备纳入安防力量的能力。同时, 加强师生、家属安全教育, 使其具备安全观念、安全知识、安全自护和避险技能, 本身也是解决高校安全问题的根本。所以, 发展动静态结合的校园奥运安全管理模式, 特别是创建动态校园奥运管理模式, 对于“后奥运”时期的校园安全管理亦有一定的借鉴意义。

参考文献

[1]王庆峰.2008年北京奥运会“实名售票制”与奥运会场所安全防范关系探析[J].中国人民公安大学学报 (社科版) , 2007, (2) .

[2]金磊.积极做好奥运安全文化教育[J].瞭望, 2007, (22) .

[3]金磊.城市公众安全文化教育的方法与思路[J].公共安全, 2007, (3) .

[4]张鹏, 沙勇虎.人文视角下的奥运安全[J].湖北警官学院学报, 2008, (2) .