CN104037760B - 一种不确定注入功率的电力系统预想事故选择方法 - Google Patents

Abstract

本发明涉及一种不确定注入功率的电力系统预想事故选择方法，所述方法包括以下步骤：(1)含不确定母线注入功率的电力系统静态安全分析建模；(2)生成预想事故集数据信息；(3)模拟预想事故并确定事故后含不确定量电力系统状态信息；(4)确定预想事故后系统状态区间指标；(5)比较事故集对应区间指标；(6)排序故障指标并选择预想事故。该方法可使系统运行人员了解系统未来一段时间内电力系统静态安全水平，提高电网运行可靠性和稳定性的系统静态安全分析预想事故选择方法。

Description

一种不确定注入功率的电力系统预想事故选择方法

技术领域：

本发明涉及一种电力系统预想事故选择方法，更具体涉及一种不确定注入功率的电力系统预想事故选择方法。

背景技术：

目前，电力系统静态安全分析是提高电力系统静态安全性的重要措施之一，预想事故分析是静态安全分析的主要内容之一，目前其主要方式为N-1故障校验，即校验任意开断一条支路或发电机后系统的运行状态。预想事故选择为预想事故校验与预想事故排序的综合，即根据预想事故后系统状态判断事故严重程度，给出预想事故严重程度的排序结果，输出给预想事故评估以进行预防控制方法的制定。

目前，静态安全分析预想事故选择多采用确定性方法，依据预想事故集进行开断后确定性潮流的计算，通过某个或者多个确定性指标的计算得出此时系统是否安全的结论，并没有考虑现代电力系统运行中的随机因素。近年来，由于不确定能源特别是间歇性能源接入电网，给电力系统运行与控制带来很多不确定因素，特别是其母线注入功率为随机量，致使全系统潮流分布存在不确定性，给系统安全运行带来新的问题与挑战。母线注入功率含不确定量的电力系统静态安全分析成为电力系统稳定运行与控制所必须攻克的难关。目前，电力系统含不确定性的静态安全分析成果主要分布于可靠性研究领域，采用方法主要为概率类方法。

随着电力系统日益复杂，发生故障的概率也在增加。某些扰动可能导致大面积停电和稳定性问题尖锐化。特别是发生稳定性破坏和不可控制的恶化连锁 反应时，停电范围大、时间长，对社会的政治、经济、文化及人民的生活都将产生无法估计的严重后果。现代电力系统运行给节点注入含不确定量的电力系统静态安全分析提出了要求，即需要在不确定状态下给定预想事故选择结果，该结果具备一定可信度，可以依据其结果进行预防控制措施的制定，为紧急控制提供有力支撑。目前针对新能源大规模接入电网，对注入功率含不确定量下的电力系统静态安全预想事故选择的研究还比较少，其结果还难以满足在线要求。

发明内容：

本发明的目的是提供一种不确定注入功率的电力系统预想事故选择方法，该方法可使系统运行人员了解系统未来一段时间内电力系统静态安全水平，提高电网运行可靠性和稳定性的系统静态安全分析预想事故选择方法。

为实现上述目的，本发明采用以下技术方案：一种不确定注入功率的电力系统预想事故选择方法，所述方法包括以下步骤：

(1)含不确定母线注入功率的电力系统静态安全分析建模；

(2)生成预想事故集数据信息；

(3)模拟预想事故并确定事故后含不确定量电力系统状态信息；

(4)确定预想事故后系统状态区间指标；

(5)比较事故集对应区间指标；

(6)排序故障指标并选择预想事故。

本发明提供的一种不确定注入功率的电力系统预想事故选择方法，所述步骤(1)的模型包含所述电力系统拓扑结构的确定性信息；在所述模型中，将电源出力和负荷值的不确定性采用区间量表示。

本发明提供的一种不确定注入功率的电力系统预想事故选择方法，所述步 骤(2)的预想事故集数据信息包括预想线路开断事故集数据信息和发电机开断事故集数据信息。

本发明提供的另一优选的一种不确定注入功率的电力系统预想事故选择方法，所述生成预想事故集数据信息的步骤为：根据电力系统拓扑结构信息，生成预想事故集数据，保存于事故集数据库中。

本发明提供的再一优选的一种不确定注入功率的电力系统预想事故选择方法，所述步骤(3)中模拟所述预想线路开断事故集和发电机开断事故集；

所述事故后含不确定量电力系统状态信息确定过程为：

31)根据所输入预想事故类型，修改事故前原电力系统对应网络拓扑信息和节点注入信息，完成事故信息导入；

32)采用基于区间直流潮流模型的计算法对所选择预想事故进行模拟计算；

33)完成全电力系统线路区间有功功率的计算，得到描述电力系统不确定条件下系统状态区间信息。

本发明提供的又一优选的一种不确定注入功率的电力系统预想事故选择方法，根据以下公式(1)进行确定电力系统状态信息：

$\left[P_l\right]=X_m^{-1}{M}^{T}X*\left[P_{\mathrm{inj}}\right]---\left(1\right)$

式(1)中，[P_l]为线路传输功率区间值，X_m为m×m维线路电抗对角矩阵，M为n×m维线性电抗对角阵，[P_inj]为节点注入功率区间值；

当完成全电力系统线路有功区间功率计算，得到不确定条件下系统状态信息。

本发明提供的又一优选的一种不确定注入功率的电力系统预想事故选择方法，所述步骤(4)的确定过程为：

41)根据所述电力系统状态区间信息，采用区间运算方法计算线路功率越限的区间指标；

42)根据指标筛选越限线路，仅对越限线路赋予相应权值，剔除非越限线路指标值，提高指标的筛选度。

本发明提供的又一优选的一种不确定注入功率的电力系统预想事故选择方法，所述步骤41)中区间指标通过下式(2)确定：

$\left[L_p\right]=\underset{\mathrm{\α}}{\mathrm{\Σ}}{\mathrm{\ω}}_p{\left(\frac{\left[P_l\right]}{P_l^{\max }}\right)}^2---\left(2\right)$

式(2)中，[P_l]为线路l的有功传输功率区间值，为线路l的有功传输功率限值，ω_p为有功功率权系数，α有功功率过负荷的线路集合；为避免出现遮蔽现象，求和只限于过负荷的线路。

本发明提供的又一优选的一种不确定注入功率的电力系统预想事故选择方法，所述步骤(5)采用基于信度理论法，分别对区间预想事故指标进行两两比较，得出区间指标值之间比较的大小信息，并完成相应比较矩阵。

本发明提供的又一优选的一种不确定注入功率的电力系统预想事故选择方法，所述信度理论法的过程为：

51)预想事故对应指标相比为预想事故指标区间数两者之比大小的概率；

52)通过下式(3)进行比较：

$P(B>A)=\underset{k=1}{\overset{n}{\mathrm{\Σ}}}P\left(H_k\right)P(B>A/H_k)---\left(3\right)$

其中，B和A对应任意两个预想事故对应指标区间值，P(H_k)为事件H_k发生的概率，k为区分两区间数对应的场景个数，即事件数；

所述预想事故发生后所述电力系统行为指标的不确区间数存在重叠或包含两大类情况；

53)在两预想事故指标发生重叠的情况中，对应四个分事件发生的概率分别为：

$P\left(H_1\right)=\frac{b_l-a_l}{a_u-a_l}\frac{a_u-b_l}{b_u-b_l},P\left(H_2\right)=\frac{b_l-a_l}{a_u-a_l}\frac{b_u-b_u}{b_u-b_l}.$

$P\left(H_3\right)=\frac{a_u-b_l}{a_u-a_l}\frac{a_u-b_l}{b_u-b_l},P\left(H_4\right)=\frac{a_u-b_l}{a_u-a_l}\frac{b_u-a_u}{b_u-b_l}$

其中，a_l和a_u分别为预想事故A指标区间数对应下限和上限，b_l和b_u分别为预想事故B指标区间数对应下限和上限；

在两预想事故对应指标发生重叠的情况下，判断事故严重程度的指标比较大小的概率如下：

$P(B>A)=1-\frac{1}{2}\frac{{(a_u-b_l)}^2}{(a_u-a_l)(b_u-b_l)}---\left(4\right)$

在两预想事故指标发生包含的情况中，对应分事件可以分为三种，其发生的概率分别为：

$P\left(H_1\right)=\frac{a_l-b_l}{b_u-b_l},P\left(H_2\right)=\frac{a_u-a_l}{b_u-b_l},P\left(H_3\right)=\frac{b_u-a_u}{b_u-b_l}$

其中，a_l和a_u分别为预想事故A指标区间数对应下限和上限，b_l和b_u分别为预想事故B指标区间数对应下限和上限；

在两预想事故对应指标发生包含的情况下，判断事故严重程度的指标比较大小的概率如下：

$P(B>A)=\frac{1}{3}\frac{a_u-a_l}{b_u-b_l}+\frac{b_u-a_u}{b_u-b_l}---\left(5\right)$

通过上述式(4)和式(5)进行预想事故匹配对比分析，根据“对应事故静态安全区间指标”对每两个预想事故之间指标进行两两比较，得出两事故指标之间的大小的概率，从而确定两者事故严重程度的比较结果；

54)将预想事故集中所有预想事故指标进行两两比较，得到两事故指标大小相应事件的信度，建立比较信度信息矩阵，比较结果存储于事故比较矩阵P中：

矩阵行数与列数为预想事故数，矩阵元素为一事故指标区间数大于另一指标区间数的概率。

本发明提供的又一优选的一种不确定注入功率的电力系统预想事故选择方法，所述步骤(6)根据各预想事故指标之间比较信息，采用模糊一致修正法对互补判断矩阵进行修正，对修正结果进行比较信息统计并依据统计结果生成排序向量；依据排序向量排序，最终的到预想事故集排序，完成预想事故选择。

本发明提供的又一优选的一种不确定注入功率的电力系统预想事故选择方法，所述步骤(6)的过程为：

61)对原信度矩阵P中元素实施如下数学变换，将矩阵修正为满足互补性和一致性的矩阵，新矩阵W的元素为：

$w_{\mathrm{ij}}=\frac{p_i-p_j}{2(n-1)}+0.5---\left(6\right)$

其中，是原信度矩阵P中第i行的和；p_j为原信度矩阵P中第j行的和；n为原信度矩阵P的维数。。

62)根据修正后的信度矩阵W，生成排序向量并以下排序公式(7)对排序向量求解：

$r_i=\frac{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{w}_{\mathrm{ij}}+\frac{n}{2}-1}{n(n-1)},i=\mathrm{1,2},\·\·\·n---\left(7\right)$

由式(7)得到预想事故指标比较信度矩阵W对应的排序向量R＝(r₁，r₂，r₃，……，r_n)，利用排序向量对原预想事故对应指标进行排序，将排序结果输出；

64)根据以上排序结果，反向查找计算的指标结果所对应的故障信息，将故障信息按照指标排序结果输出，即为预想事故中严重事故排序，完成事故选择。

和最接近的现有技术比，本发明提供技术方案具有以下优异效果

1、本发明可在电力系统母线注入功率为不确定量的情况下提供区域电网未来发生预想事故下电网可能工况信息，有利于系统运行维护人员掌握区域电网未来一段时间内运行的可能状况，便于制定预防控措施

2、本发明可得到系统关键线路有功传输功率的可能范围，便于人员操作；

3、本发明有利于提高电力系统运行的安全可靠性；

4、本发明可以根据现有网络拓扑结构和电源类型，结合电源出力预测结果的可能范围，评估未来一段时间内电力系统预想事故的相对严重性并给出具有一定可信度的排序结果；

5、本发明中便于运行人员和用户对现有设备安排维护，预防严重故障发生，避免电力系统故障的恶化，提高电网运行的安全可靠性。

附图说明

图1为本发明的方法流程图。

具体实施方式

下面结合实施例对发明作进一步的详细说明。

实施例1：

如图1所示，本例的发明不确定注入功率的电力系统预想事故选择方法，其步骤包括：

1)含不确定母线注入功率的电力系统静态安全分析建模：

首先分析所研究电力系统拓扑结构和含不确定信息电源出力特点，关注电源出力特性及负荷变化引起电力系统静态安全问题的特点。由于新能源电源出力具有不确定性，负荷预测也存在着一定精度偏差，电力系统运行状态具备一定不确定性，这些不确定性信息给电力系统安全运行提出挑战。鉴于以上分析，本发明建立能够反映系统局部不确定性(即电源与负荷出力的不确定性)的电力系统静态安全分析模型，该模型包含了系统拓扑结构一系列确定性信息，同时，将电源出力和负荷值的部分不确定性采用区间量表示，该不确定量的表示形式能够反映电力系统节点注入功率的部分确定性信息(某一时段出力范围)，同时一定程度上也能反映不确定量带来的影响(具体时刻出力不确定)。

2)预想事故集数据信息生成：

预想事故集数据信息生成的具体步骤为：

为保证所假设的事故能够全面反映系统工作状态和可能发生问题，对所分析的系统结构和元件，应选择N-1故障分析方法，即系统每次至少选择一个元件发生开断事故。根据系统拓扑结构，扫描系统线路和电源信息，根据静态安全分析事故选择基本方法，每次假设单个元件开断，生成预想事故表，保存于数据库。预想事故集数据信息包括预想线路开断事故和发电机开断事故两大类，数据格式为线路和发电机工作状态值。

3)根据步骤2)所生成的事故集进行预想事故模拟与事故后电力系统含不确定量状态信息计算：

31)根据所输入预想事故类型，包括发电机开断、线路开断，修改原系统对应网络拓扑信息和节点注入信息，完成事故信息导入；

32)根据预想事故信息，对发生预想故障电力系统进行不确定信息下状态计算。在含有节点注入不确定条件下，采用基于直流潮流模型和区间计算法的区间功率分配因子法，系统状态结果为系统节点电压的相角区间值。

33)为得到含不确定注入下故障分析的线路有功潮流的关键信息，以系统几点电压相角区间值为基础信息，根据以下公式进行计算：

$\left[P_l\right]=X_m^{-1}{M}^{T}X*\left[P_{\mathrm{inj}}\right]---\left(1\right)$

式(1)中，[P_l]为线路传输功率区间值，X_m为m×m维线路电抗对角矩阵，M为n×m维线性电抗对角阵，[P_inj]为节点注入功率区间值。完成全系统线路有功区间功率计算，得到不确定条件下系统状态信息。

4)计算故障选择分析所需指标：

将所述步骤3)中所得预想事故下不确定系统状态数据作为该步骤输入信息，然后基于区间计算基本算法计算每种预想事故下系统状态对应指标，建立预想事故与其状态指标的对应关系，适用于故障选择。

本发明中指标采用以是否引起系统过负荷作为标准的指标计算方法，针对系统运行状态不确定问题，采用了区间数学相关计算方法进行指标计算。其计算公式如下：

$\left[L_p\right]=\underset{\mathrm{\α}}{\mathrm{\Σ}}{\mathrm{\ω}}_p{\left(\frac{\left[P_l\right]}{P_l^{\max }}\right)}^2---\left(2\right)$

式(2)中，[P_l]为线路l的有功传输功率区间值，为线路l的有功传输功率限值，ω_p为有功功率权系数(实数)，α有功功率过负荷的线路集合。为避免出现“遮蔽”现象，求和只限于过负荷的线路。由于系统此时线路有功 功率为区间值，相对应指标计算结果也为区间值，提供给下一步分析比较。

5)事故集对应指标比较：

根据步骤4)中计算得到预想事故下系统状态区间值及其对应指标，采用基于信度理论的比较法，将所得预想事故系统指标区间结果进行大小比较，所得两两比较结果输出于比较信息矩阵中。

基于信度理论的比较具体方法为：

51)预想事故对应指标相比为两两比较，比较大小的结果为预想事故指标区间数两者之比大小的概率；

52)比较原理为基于贝叶斯原理的信度理论，即

$P(B>A)=\underset{k=1}{\overset{n}{\mathrm{\Σ}}}P\left(H_k\right)P(B>A/H_k)---\left(3\right)$

其中，B和A对应任意两个预想事故对应指标区间值，P(H_k)为事件H_k发生的概率，k为区分两区间数对应的场景个数，即事件数。根据分析，预想事故发生后系统行为指标的不确区间数可能存在两大类情况，即重叠或包含。对应两大类情况分别可区分四类和三类对应事件。

53)根据推导，在两预想事故指标发生重叠的大类中，对应四个分事件发生的概率分别为：

$P\left(H_1\right)=\frac{b_l-a_l}{a_u-a_l}\frac{a_u-b_l}{b_u-b_l},P\left(H_2\right)=\frac{b_l-a_l}{a_u-a_l}\frac{b_u-b_u}{b_u-b_l}.$

$P\left(H_3\right)=\frac{a_u-b_l}{a_u-a_l}\frac{a_u-b_l}{b_u-b_l},P\left(H_4\right)=\frac{a_u-b_l}{a_u-a_l}\frac{b_u-a_u}{b_u-b_l}$

其中，a_l和a_u分别为预想事故A指标区间数对应下限和上限，b_l和b_u分别为预想事故B指标区间数对应下限和上限，由公式推导及贝叶斯原理基本理论，可以得到在两预想事故对应指标发生重叠的情况下，判断事故严重程度的 指标比较大小的概率如下：

$P(B>A)=1-\frac{1}{2}\frac{{(a_u-b_l)}^2}{(a_u-a_l)(b_u-b_l)}---\left(4\right)$

在两预想事故指标发生包含的大类中，对应分事件可以分为三种，其发生的概率分别为：

$P\left(H_1\right)=\frac{a_l-b_l}{b_u-b_l},P\left(H_2\right)=\frac{a_u-a_l}{b_u-b_l},P\left(H_3\right)=\frac{b_u-a_u}{b_u-b_l}$

其中，a_l和a_u分别为预想事故A指标区间数对应下限和上限，b_l和b_u分别为预想事故B指标区间数对应下限和上限。可以得到在两预想事故对应指标发生包含的情况下，判断事故严重程度的指标比较大小的概率如下：

$P(B>A)=\frac{1}{3}\frac{a_u-a_l}{b_u-b_l}+\frac{b_u-a_u}{b_u-b_l}---\left(5\right)$

通过式(4)和式(5)进行预想事故匹配对比分析，根据已计算好的“对应事故静态安全区间指标”，对每两个预想事故之间指标进行两两比较，得出两事故指标之间的大小的概率，得到两者事故严重程度的比较结果。

54)将预想事故集中所有预想事故指标进行两两比较，得到两事故指标大小相应事件的信度，建立比较信度信息矩阵，比较结果存储于事故比较矩阵P中。

矩阵行数与列数为预想事故数，矩阵元素为一事故指标区间数大于另一指标区间数的概率。

得到相应事件的信度

6)指标排序和事故选择：

步骤5)形成矩阵是信度比较矩阵，其本身为模糊判断矩阵。本步骤目的为了根据矩阵信息得到事故对应指标的排序结果，指标比较排序结果即为事故严重程度排序，结果为事故选择结果。为了得到唯一的排序向量，需要对形成的满足互补性质的判断矩阵进行一致性修正。

根据所得出各预想事故指标之间比较信息，采用模糊一致修正法对互补判断矩阵进行修正，对修正结果进行比较信息相关统计并依据统计结果生成排序向量。依据排序向量排序，最终的到预想事故集排序，完成预想事故选择。

具体步骤如下：

61)对原信度矩阵P中元素实施如下数学变换，将矩阵修正为满足互补性和一致性的矩阵，新矩阵W的元素为：

$w_{\mathrm{ij}}=\frac{p_i-p_j}{2(n-1)}+0.5---\left(6\right)$

其中，是原信度矩阵P中第i行的和；p_j为原信度矩阵P中第j行的和；n为原信度矩阵P的维数。

62)根据修正后的信度矩阵W，生成排序向量。矩阵W是一个模糊互补判断矩阵，根据以下排序公式对排序向量求解：

$r_i=\frac{\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{w}_{\mathrm{ij}}+\frac{n}{2}-1}{n(n-1)},i=\mathrm{1,2},\·\·\·n---\left(7\right)$

由式(7)得到预想事故指标比较信度矩阵W对应的排序向量R＝(r₁，r₂，r₃，……，r_n)，利用排序向量对原预想事故对应指标进行排序，将排序结果输出。

65)根据以上排序结果，反向查找计算的指标结果所对应的故障信息，将故障信息按照指标排序结果输出，即为预想事故中严重事故排序，完成事故选 择。

最后应该说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本权利要求范围当中。

Claims (7)

1.一种不确定注入功率的电力系统预想事故选择方法，其特征在于：所述方法包括以下步骤：

(1)含不确定母线注入功率的电力系统静态安全分析建模；

(2)生成预想事故集数据信息；

(3)模拟预想事故并确定事故后含不确定量电力系统状态信息；

(4)确定预想事故后系统状态区间指标；

(5)比较事故集对应区间指标；

(6)排序故障指标并选择预想事故；

所述步骤(1)的模型包含所述电力系统拓扑结构的确定性信息；在所述模型中，将电源出力和负荷值的不确定性采用区间量表示；

所述步骤(2)的预想事故集数据信息包括预想线路开断事故集数据信息和发电机开断事故集数据信息；

所述生成预想事故集数据信息的步骤为：根据电力系统拓扑结构信息，生成预想事故集数据，保存于事故集数据库中；

所述步骤(3)中模拟所述预想线路开断事故集数据信息和发电机开断事故集数据信息；

所述事故后含不确定量电力系统状态信息确定过程为：

31)根据所输入预想事故类型，修改事故前原电力系统对应网络拓扑信息和节点注入信息，完成事故信息导入；

32)采用基于区间直流潮流模型的计算法对所选择预想事故进行模拟计算；

33)完成全电力系统线路区间有功功率的计算，得到描述电力系统不确定条件下系统状态区间信息；

根据以下公式(1)进行确定电力系统状态信息：

[P_l]＝X_m ^-1M^TX_m*[P_inj] (1)

式(1)中，[P_l]为线路l的有功传输功率区间值，X_m为m×m维线路电抗对角矩阵，M为m×m维线性电抗对角阵，[P_inj]为节点注入功率区间值；

当完成全电力系统线路有功区间功率计算，得到不确定条件下系统状态信息。

2.如权利要求1所述的一种不确定注入功率的电力系统预想事故选择方法，其特征在于：所述步骤(4)的确定过程为：

41)根据所述电力系统状态区间信息，采用区间运算方法计算线路功率越限的区间指标；

42)根据指标筛选越限线路，仅对越限线路赋予相应权值，剔除非越限线路指标值，提高指标的筛选度。

3.如权利要求2所述的一种不确定注入功率的电力系统预想事故选择方法，其特征在于：所述步骤41)中区间指标通过下式(2)确定：

$\[L_p\]=\underset{\mathrm{\α}}{\Σ}{\mathrm{\ω}}_p{\left(\frac{\[P_l\]}{P_l^{\max }}\right)}^2---\left(2\right)$

式(2)中，[P_l]为线路l的有功传输功率区间值，为线路l的有功传输功率限值，ω_p为有功功率权系数，α有功功率过负荷的线路集合；为避免出现遮蔽现象，求和只限于过负荷的线路。

4.如权利要求3所述的一种不确定注入功率的电力系统预想事故选择方法，其特征在于：所述步骤(5)采用基于信度理论法，分别对区间预想事故指标进行两两比较，得出指标区间值之间比较的大小信息，并完成相应比较矩阵。

5.如权利要求4所述的一种不确定注入功率的电力系统预想事故选择方法，其特征在于：所述信度理论法的过程为：

51)预想事故对应指标相比为预想事故指标区间数两者之比大小的概率；

52)通过下式(3)进行比较：

$P(B>A)=\underset{k=1}{\overset{t}{\Σ}}P\left(H_k\right)P(B>A/H_k)---\left(3\right)$

其中，B和A对应任意两个预想事故对应指标区间值，P(H_k)为事件H_k发生的概率，k为区分两区间数对应的场景个数，即事件数,t为自然数；

所述预想事故发生后所述电力系统行为指标的不确定区间数存在重叠或包含两大类情况；

53)在两预想事故指标发生重叠的情况中，对应四个分事件发生的概率分别为：

$P\left(H_1\right)=\frac{b_l-a_l}{a_u-a_l}\frac{a_u-b_l}{b_u-b_l},P\left(H_2\right)=\frac{b_l-a_l}{a_u-a_l}\frac{b_u-a_u}{b_u-b_l}.$

$P\left(H_3\right)=\frac{a_u-b_l}{a_u-a_l}\frac{a_u-b_l}{b_u-b_l},P\left(H_4\right)=\frac{a_u-b_l}{a_u-a_l}\frac{b_u-a_u}{b_u-b_l}$

其中，a_l和a_u分别为预想事故A指标区间数对应下限和上限，b_l和b_u分别为预想事故B指标区间数对应下限和上限；

在两预想事故对应指标发生重叠的情况下，判断事故严重程度的指标比较大小的概率如下：

$P(B>A)=1-\frac{1}{2}\frac{{(a_u-b_l)}^2}{(a_u-a_l)(b_u-b_l)}---\left(4\right)$

在两预想事故指标发生包含的情况中，对应分事件可以分为三种，其发生的概率分别为：

$P\left(H_1\right)=\frac{a_l-b_l}{b_u-b_l},P\left(H_2\right)=\frac{a_u-a_l}{b_u-b_l},P\left(H_3\right)=\frac{b_u-a_u}{b_u-b_l}$

其中，a_l和a_u分别为预想事故A指标区间数对应下限和上限，b_l和b_u分别为预想事故B指标区间数对应下限和上限；

在两预想事故对应指标发生包含的情况下，判断事故严重程度的指标比较大小的概率如下：

$P(B>A)=\frac{1}{3}\frac{a_u-a_l}{b_u-b_l}+\frac{b_u-a_u}{b_u-b_l}---\left(5\right)$

通过上述式(4)和式(5)进行预想事故匹配对比分析，根据“对应事故静态安全区间指标”对每两个预想事故之间指标进行两两比较，得出两事故指标之间的大小的概率，从而确定两者事故严重程度的比较结果；

54)将预想事故集中所有预想事故指标进行两两比较，得到两事故指标大小相应事件的信度，建立比较信度信息矩阵，比较结果存储于事故比较信度信息矩阵P中：

矩阵行数与列数为预想事故数，矩阵元素为一事故指标区间数大于另一指标区间数的概率。

6.如权利要求5所述的一种不确定注入功率的电力系统预想事故选择方法，其特征在于：所述步骤(6)根据各预想事故指标之间比较信息，采用模糊一致修正法对互补判断矩阵进行修正，对修正结果进行比较信息统计并依据统计结果生成排序向量；依据排序向量排序，最终的到预想事故集排序，完成预想事故选择。

7.如权利要求6所述的一种不确定注入功率的电力系统预想事故选择方法，其特征在于：所述步骤(6)的过程为：

61)对原事故比较信度信息矩阵P中元素实施如下数学变换，将矩阵修正为满足互补性和一致性的矩阵，预想事故指标比较信度矩阵W的元素为：

$w_{ij}=\frac{p_i-p_j}{2(n-1)}+0.5---\left(6\right)$

其中，是原事故比较信度信息矩阵P中第i行的和；p_j为原事故比较信度信息矩阵P中第j行的和；n为原事故比较信度信息矩阵P的维数；

62)根据修正后的预想事故指标比较信度矩阵W，生成排序向量并以下排序公式(7)对排序向量求解：

$r_i=\frac{\underset{j=1}{\overset{n}{\Σ}}{w}_{ij}+\frac{n}{2}-1}{n(n-1)},i=1,2,...n---\left(7\right)$

由式(7)得到预想事故指标比较信度矩阵W对应的排序向量R＝(r₁,r₂,r₃,……,r_n)，利用排序向量对原预想事故对应指标进行排序，将排序结果输出；

63)根据以上排序结果，反向查找计算的指标结果所对应的故障信息，将故障信息按照指标排序结果输出，即为预想事故中严重事故排序，完成事故选择。