CN105139268A - 电网安全风险评估方法 - Google Patents

Abstract

本发明公开了一种电网安全风险评估方法，对风险因素采用层次分析法进行分层，并用此方法计算出各个风险因素对系统影响所占的权重。然后利用D-S证据理论修正层次分析法的权重确定，并运用证据理论合成规则融合各条证据，根据融合的基本信度分配函数对各个风险因素的安全有效性进行分级，最终得出系统的安全有效性级别。本发明准确有效，评估方便。

Description

电网安全风险评估方法

技术领域

本发明涉及一种电网安全风险评估方法。

背景技术

近年来,中国经济的持续发展给电力行业的发展注入了新的活力,用电需求不断增加,电网结构和规模日益加大,电力系统的复杂特性也表现得日趋明显。这给现代电力系统的安全稳定控制提出了更高的要求和挑战。在大力发展智能电网的大好前景下,人们对保障电力系统的安全稳定运行更有信心。然而人们不得不面对一个事实——电力系统大面积停电风险是始终存在的。通过对近年来的一系列大面积停电事件的分析,可以看出传统的安全评估方法(包括确定性的稳定分析和概率性的评估方法)都存在不足之处。因此,除了继续完善现有各种安全与风险分析方法外,还必须从实用化的角度寻求更为完备的电力系统安全风险评估体系。

发明内容

本发明的目的在于提供一种准确有效的电网安全风险评估方法。

本发明的技术解决方案是：

一种电网安全风险评估方法，其特征是：包括下列步骤：

步骤1：对可能造成电网安全的评价指标进行层次上的划分，分为目标层、准则层、指标层；确定层与层元素之间的隶属关系；

步骤2：对评价指标进行量化，构造比较判断矩阵，以上一层次某个元素作为比较准则，用一个比较标度C_ij来表示本层次中第i个元素和第j个元素的相对重要性；C_ij取值规则为：

Cij	含义
		1	指标i与指标j同等重要
3	指标i比指标j稍微重要
		5	指标i比指标j明显重要
7	指标i比指标j重要得多
		9	指标i比指标j极端重要
2，4，6，8	介于上述判断之间
		各倒数	拟比较：指标j与指标i重要性之比：Cij＝1/Cji

建立比较判断矩阵C

步骤3：对构造的判断矩阵C进行一致性校验，公式如下：

$CR=\frac{{\mathrm{\λ}}_{\max }-n}{RI(n-1)}$

其中，λ_max是判断矩阵的最大特征值，由近似方根法计算得到；RI是平均随机一致性指标：

当CR＜0.1时，认为矩阵有较满意的一致性，转步骤6；如若不然就进行修复判断矩阵，转步骤4；

步骤4：修复判断矩阵

步骤4.1：将矩阵中的元素C_ij除以(其中 $\stackrel{\‾}{C_{ij}}=\frac{1}{n}{\Σ}_{k=1}^n{C}_{ik}{C}_{kj}$ ),令变量 $S_{ij}=C_{ij}/\stackrel{\‾}{C_{ij}};$

步骤4.2：若S_ij<1,且C_ij＝9，则不计算偏离距离d_ij，若S_ij>1,且C_ij＝(1/9)，则不计算偏离距离d_ij，其它情况都计算偏离距离d_ij；

步骤4.3：比较出最大的d_ij，并记录元素的序号i和j的取值，取1～9标度中最接近C_ij/S_ij的数代替元素C_ij；

步骤4.4：检查调整后的一致性，如果不一致，将对调整后的矩阵重复以上步骤；

步骤5：综合考虑下一层次元素对上一层次元素的影响，必须计算k+1层元素的组合权重，其计算公式如下：

${\mathrm{\&omega;}}^{k+1,k-1}={({\mathrm{\&omega;}}_1^{k+1,k},{\mathrm{\&omega;}}_2^{k+1,k}...{\mathrm{\&omega;}}_n^{k+1,k})}^T{\left({\mathrm{\&omega;}}^{k,k-1}\right)}^T$

其中：ω^k+1，k-1为第k+1层上元素相对于k-1层上元素的组合权重；为第k+1层上元素相对于k层上元素的权重；

步骤6：确定评价集，令X＝{X₁,X₂…X_k}为模型评语集，其中X₁,X₂…X_k为具体评语；

F(X)＝{F(X₁),F(X₂),F(X₃),F(X₄),F(X₅)}为模糊评语集给出的模糊评估值，F(X_i)(i＝1，2…5)为对应于模糊评语值X_i的评估值，其范围为0<＝F(X_i)<＝1；

风险评语	风险指标模糊集	风险值
			高风险	[0.8,1.0]	0.9
较高风险	[0.6,0.8]	0.7
			中等风险	[0.4,0.6]	0.5
较低风险	[0.2,0.4]	0.3
			低风险	[0.0,0.2]	0.1

步骤7：根据评估结果结合组合权重计算各项指标的基本信度分配函数m_n(X_i)，同时将未知信息归入中，焦元的基本信度分配值为：

$m_n\left(\mathrm{\&Theta;}\right)=1-{\mathrm{\&Sigma;}}_{i=1}^n,m_n\left(X_i\right);$

步骤8：根据证据理论合成规则，得到合成的各项指标的基本信度分配函数，并按其值进行大小排序；假设识别框架下的2个证据E₁和E₂，其相应的基本信度分配函数为m₁和m₂，焦元分别为X_i和Y_j，利用合成规则

式中：它表示各个证据间的冲突程度；依次类推，可以对各条证据理论进行融合，得到融合后的基本信度分配值，实现对各个指标的合理评价；

步骤9：依据排序关系，可以直观的得到各项指标安全有效性的大小关系并分级，从而实现对整个系统的安全有效性评价；将指标按梯级理论进行划分，共分为5个级别：①优；②良；③中；④及格；⑤差；在前述计算各指标基本信度分配函数的基础上，采用置信度识别准则，对各项指标进行评价分级；设置信度为θ(θ＞0.5)，其取值通常为0.6,0.7,0.8和0.9；令根据各项指标基本信度分配值在系统中所占的比重μ_i与的大小关系，判断各指标属于的级别。

本发明通过对电网安全风险评估方法各项定义进行分析，得到对系统构成威胁的风险因素主要可以分为设备运行率、设备越限率、设备缺陷率和继保变更。然后对风险因素采用层次分析法进行层次划分，并计算出风险因素对系统影响所占的权重。最后利用D-S证据理论修正层次分析法的权重确定，并运用证据理论合成规则融合各条证据，根据融合的基本信度分配函数对各个风险因素的安全有效性进行分级，最终得出系统的安全有效性级别。

电网安全风险评估方法使用层次分析法进行层次划分，并计算出风险因素对系统影响所占的权重。利用D-S证据理论修正层次分析法的权重确定，并运用证据理论合成规则融合各条证据，根据融合的基本信度分配函数对各个风险因素的安全有效性进行分级，最终得出系统的安全有效性级别。

附图说明

下面结合附图和实施例对本发明作进一步说明。

图1是本发明系统框图。

图2是电网安全风险评估层次结构图。

具体实施方式

通过分析OPEN3000、OMS等系统所含的数据，来反映区域变电站的安全运行情况。

评估变电站的安全风险指标主要是：变电站的设备运行率(开关结排、设备停运)；设备越限率(潮流越限、电压越限)；设备缺陷率(电气设备、自动化设备、变电站视频)和继保变更。其中设备运行率的计算依据EMS中的设备状态数据，设备越限率的计算依据EMS中的设备越限及遥信越限数据，设备缺陷率及继保变更的计算依据OMS中的设备缺陷及继保变更数据。

该平台主要对220KV变电站、110KV变电站、35KV变电站和重要用户进行风险评估。重要用户的保电风险根据相关变电站的风险评估分数进行综合分析。其中相关一级变电站，占比70％，相关二级变电站，占比30％。

对于不同的变电站，对指标的选择如下:

(1)220kv系统变电站：

设备运行率：开关结排、设备停运(联络线、主变、母线)

设备越限率：潮流越限、电压越限

设备缺陷率：电气设备、自动化设备、变电站视频

继保变更

(2)110KV系统变电站：

设备运行率：接线方式、设备停运(联络线、主变、母线)

设备越限率：潮流越限、电压越限

设备缺陷率：电气设备、自动化设备、变电站视频

继保变更

(3)35KV系统变电站：

设备运行率：接线方式、设备停运(联络线、主变、母线)

设备越限率：潮流越限、电压越限

设备缺陷率：电气设备、自动化设备、变电站视频

继保变更

2.采用层次分析法(AHP)与D-S证据理论相互结合的方法对电网安全风险进行评估。层次分析法用以确定各评估因素的权重，D-S证据理论修正层次分析法的权重确定。层次风险评估方法，具体内容如下：

步骤1：对可能造成电网安全的评价指标进行层次上的划分，分为目标层、准则层、指标层。确定层与层元素之间的隶属关系，如图1所示。

步骤2：对评价指标进行量化，构造比较判断矩阵，以上一层次某个元素作为比较准则，用一个比较标度C_ij来表示本层次中第i个元素和第j个元素的相对重要性。C_ij取值规则如表1所示。

Cij	含义
		1	指标i与指标j同等重要
3	指标i比指标j稍微重要
		5	指标i比指标j明显重要
7	指标i比指标j重要得多
		9	指标i比指标j极端重要
2，4，6，8	介于上述判断之间

各倒数	拟比较：指标j与指标i重要性之比：Cij＝1/Cji

表1元素C_ij取值规则

建立比较判断矩阵C

步骤3：对构造的判断矩阵C进行一致性校验，公式如下：

$CR=\frac{{\mathrm{\&lambda;}}_{\max }-n}{RI(n-1)}$

其中，λ_max是判断矩阵的最大特征值，由近似方根法计算得到。RI是平均随机一致性指标，可以由表2查询可得

表2一致性检验对照表

当CR＜0.1时，认为矩阵有较满意的一致性，转步骤6。如若不然就进行修复判断矩阵，转步骤4。

步骤4：修复判断矩阵

步骤4.1：将矩阵中的元素C_ij除以(其中 $\stackrel{\&OverBar;}{C_{ij}}=\frac{1}{n}{\&Sigma;}_{k=1}^n{C}_{ik}{C}_{kj}$ ),令变量 $S_{ij}=C_{ij}/\stackrel{\&OverBar;}{C_{ij}};$

步骤4.2：若S_ij<1,且C_ij＝9，则不计算偏离距离d_ij，若S_ij>1,且C_ij＝(1/9)，则不计算偏离距离d_ij，其它情况都计算偏离距离d_ij；

步骤4.3：比较出最大的d_ij，并记录元素的序号i和j的取值，取1～9标度中最接近C_ij/S_ij的数代替元素C_ij；

步骤4.4：检查调整后的一致性，如果不一致，将对调整后的矩阵重复以上步骤。

步骤5：综合考虑下一层次元素对上一层次元素的影响，必须计算k+1层元素的组合权重，其计算公式如下：

${\mathrm{\&omega;}}^{k+1,k-1}={({\mathrm{\&omega;}}_1^{k+1,k},{\mathrm{\&omega;}}_2^{k+1,k}...{\mathrm{\&omega;}}_n^{k+1,k})}^T{\left({\mathrm{\&omega;}}^{k,k-1}\right)}^T$

其中：ω^k+1，k-1为第k+1层上元素相对于k-1层上元素的组合权重；为第k+1层上元素相对于k层上元素的权重。

步骤6：确定评价集，由专家根据专业知识分析数据给出，令X＝{X₁,X₂…X_k}为模型评语集，其中X₁,X₂…X_k为具体评语，如表3所示。F(X)＝{F(X₁),F(X₂),F(X₃),F(X₄),F(X₅)}为模糊评语集给出的模糊评估值，F(X_i)(i＝1，2…5)为对应于模糊评语值X_i的评估值，其范围为0<＝F(X_i)<＝1。

风险评语	风险指标模糊集	风险值
			高风险	[0.8,1.0]	0.9
较高风险	[0.6,0.8]	0.7
			中等风险	[0.4,0.6]	0.5
较低风险	[0.2,0.4]	0.3
			低风险	[0.0,0.2]	0.1

表3风险评价集

步骤7：根据专家的评估结果结合组合权重计算各项指标的基本信度分配函数m_n(X_i),同时将未知信息归入中，焦元的基本信度分配值为： $m_x\left(\mathrm{\&Theta;}\right)=1-{\mathrm{\&Sigma;}}_{i=1}^n{m}_n\left(X_i\right).$

步骤8：根据证据理论合成规则，得到合成的各项指标的基本信度分配函数，并按其值进行大小排序。假设识别框架下的2个证据E₁和E₂，其相应的基本信度分配函数为m₁和m₂，焦元分别为X_i和Y_j，利用合成规则

式中：它表示各个证据间的冲突程度。依次类推，可以对各条证据理论进行融合，得到融合后的基本信度分配值，实现对各个指标的合理评价。

步骤9：依据排序关系，可以直观的得到各项指标安全有效性的大小关系并分级，从而实现对整个系统的安全有效性评价。将指标按梯级理论进行划分，共分为5个级别：①优；②良；③中；④及格；⑤差。在前述计算各指标基本信度分配函数的基础上，采用置信度识别准则，对各项指标进行评价分级。设置信度为θ(θ＞0.5)，其取值通常为0.6,0.7,0.8和0.9。令根据各项指标基本信度分配值在系统中所占的比重μ_i与的大小关系，判断各指标属于的级别。

Claims (1)

1.一种电网安全风险评估方法，其特征是：包括下列步骤：

步骤1：对可能造成电网安全的评价指标进行层次上的划分，分为目标层、准则层、指标层；确定层与层元素之间的隶属关系；

步骤2：对评价指标进行量化，构造比较判断矩阵，以上一层次某个元素作为比较准则，用一个比较标度C_ij来表示本层次中第i个元素和第j个元素的相对重要性；C_ij取值规则为：

建立比较判断矩阵C

步骤3：对构造的判断矩阵C进行一致性校验，公式如下：

其中，λmax是判断矩阵的最大特征值，由近似方根法计算得到；RI是平均随机一致性指标：

当CR＜0.1时，认为矩阵有较满意的一致性，转步骤6；如若不然就进行修复判断矩阵，转步骤4；

步骤4：修复判断矩阵

步骤4.1：将矩阵中的元素C_ij除以(其中令变量

步骤4.2：若S_ij<1,且C_ij＝9，则不计算偏离距离d_ij，若S_ij>1,且C_ij＝(1/9)，则不计算偏离距离d_ij，其它情况都计算偏离距离d_ij；

步骤4.3：比较出最大的d_ij，并记录元素的序号i和j的取值，取1～9标度中最接近C_ij/S_ij的数代替元素C_ij；

步骤4.4：检查调整后的一致性，如果不一致，将对调整后的矩阵重复以上步骤；

步骤5：综合考虑下一层次元素对上一层次元素的影响，必须计算k+1层元素的组合权重，其计算公式如下：

其中：ω^k+1，k-1为第k+1层上元素相对于k-1层上元素的组合权重；

为第k+1层上元素相对于k层上元素的权重；

步骤6：确定评价集，令X＝{X₁,X₂…X_k}为模型评语集，其中X₁,X₂…X_k为具体评语；

F(X)＝{F(X₁),F(X₂),F(X₃),F(X₄),F(X₅)}为模糊评语集给出的模糊评估值，F(X_i)(i＝1，2…5)为对应于模糊评语值X_i的评估值，其范围为0<＝F(X_i)<＝1；

风险评语 风险指标模糊集 风险值 高风险 [0.8,1.0] 0.9 较高风险 [0.6,0.8] 0.7 中等风险 [0.4,0.6] 0.5 较低风险 [0.2,0.4] 0.3 低风险 [0.0,0.2] 0.1

步骤7：根据评估结果结合组合权重计算各项指标的基本信度分配函数m_n(X_i),同时将未知信息归入Θ中，焦元Θ的基本信度分配值为：

步骤8：根据证据理论合成规则，得到合成的各项指标的基本信度分配函数，并按其值进行大小排序；假设识别框架Θ下的2个证据E₁和E₂，其相应的基本信度分配函数为m₁和m₂，焦元分别为X_i和Y_j，利用合成规则

式中：它表示各个证据间的冲突程度；依次类推，可以对各条证据理论进行融合，得到融合后的基本信度分配值，实现对各个指标的合理评价；

步骤9：依据排序关系，可以直观的得到各项指标安全有效性的大小关系并分级，从而实现对整个系统的安全有效性评价；将指标按梯级理论进行划分，共分为5个级别：①优；②良；③中；④及格；⑤差；在前述计算各指标基本信度分配函数的基础上，采用置信度识别准则，对各项指标进行评价分级；设置信度为θ(θ＞0.5)，其取值通常为0.6,0.7,0.8和0.9；令根据各项指标基本信度分配值在系统中所占的比重μ_i与的大小关系，判断各指标属于的级别。