CN106253270A - 电力系统脆弱线路辨识方法和系统 - Google Patents

Abstract

本发明公开了一种电力网络脆弱线路辨识方法和系统，其方法包括步骤：统计电网线路总数，并对其依次编号；生成基于N‑1安全校验的各线路状态相关性矩阵；构建基于相关性矩阵的相关性网络；根据预设的辨识方法评估相关性网络中的关键节点，并形成关键节点排序表；根据相关性网络中节点编号与实际电网中输电线路编号的对应关系，获得电力系统的脆弱线路。系统包括编号模块、校验模块、处理模块和排序模块。本发明有效、准确地辨识出影响电网安全稳定运行的脆弱线路，继而采取积极防御措施，最大限度地降低大停电事故带来的停电风险。

Description

电力系统脆弱线路辨识方法和系统

技术领域

本发明涉及电力系统线路风险评估领域，特别涉及一种电力系统脆弱线路辨识方法和系统。

背景技术

电力系统是一个庞大的动态、非线性人造网络，高度的拓扑结构与运行方式的复杂性增加了电网的运行风险。受运行设备故障、人为误操作以及恶劣天气等因素影响，电力系统极易发生一点或多点故障，并可能诱发电力系统连锁性大停电事故。在大停电事故的发生、发展过程中，脆弱线路扮演着重要的角色，起到了推波助澜的作用。因此，从连锁故障的角度辨识脆弱线路，不仅可以使调度运行人员及时、准确地掌握电网中薄弱环节，而且可以为制定连锁故障预防与控制策略提供有力的技术指导。

电力系统大区域互联大幅增加了电网的复杂性，这给基于传统的可靠性评估带来了挑战。为解决这一问题，复杂性理论应运而生。其中，复杂网络理论是辨识复杂电网脆弱线路的有效方法和手段，它兼顾了电力系统的拓扑连接和物理属性。采用复杂网络理论的脆弱线路辨识方法的一般思路是在电网原始连接关系下，融合电网的电气参数，提出相应的输电线路脆弱性评价指标。根据引入电气参数的不同，这些指标主要包括基于最短电气距离的电气介数指标、基于导纳矩阵的电气介数指标、计及负荷最大需求和发电机组最大供给的电气介数指标以及基于功率传输分布因子的扩展电气介数指标等。上述指标主要是从静态连通的角度辨识脆弱线路，缺乏考虑电网的动态特性。

由于电力系统连锁性大停电事故的演化在时间序列上存在着强相关性，尤其是脆弱线路的生存性对电网的安全性具有重要影响。如果不考虑扰动信息下的输电线路间的相关性，那么这将会严重影响脆弱线路辨识结果的准确性。

发明内容

本发明所要解决的技术问题是提供一种电力系统脆弱线路辨识方法和系统，有效、准确地辨识出脆弱线路，继而利用辨识结果采取积极防御措施，最大程度地降低大停电事故带来的停电风险。

为解决上述技术问题，本发明采用的技术方案是：

一种电力系统脆弱线路辨识方法，包括如下步骤：

统计电网线路总数，并对其依次编号；

生成基于N-1安全校验的各线路状态相关性矩阵，即其中，Δp_ij表示因输电线路L_i断线引起输电线路L_j的功率变化量；

构建基于相关性矩阵的相关性网络；

根据预设的辨识方法评估相关性网络中的关键节点，并形成关键节点排序表，该辨识方法为：其中，j为节点i的邻接节点，Γ_i为节点i的邻接节点集，w_im为相关性矩阵中表示输电线路间的相关性强度，r_ij表示节点i为维持与节点j的邻居关系所投入的精力占总精力的比例，r_ik和r_kj分别是节点i和j与共同邻居k维持关系投入的精力占其总精力的比例；

根据相关性网络中节点编号与实际电网中输电线路编号的对应关系，获得电力系统的脆弱线路。

一种电力系统脆弱线路辨识系统，包括：

编号模块，用于统计电网线路总数，并对其依次编号；

校验模块，用于根据线路编号，分别执行N-1安全校验；

处理模块，用于根据预设的辨识方法评价相关性网络关键节点，预设的辨识方法为：

$\begin{array}{c}{C}_i=\underset{j\∈{\mathrm{\Γ}}_i}{\Σ}{(r_{ij}+\underset{k(\≠i,j)}{\Σ}{r}_{ik}{r}_{kj})}^2\\ r_{ij}=k_j{w}_{ij}/s_i\\ s_i={\mathrm{\Σ}}_{m\∈{\mathrm{\Γ}}_i}{k}_m{w}_{im}\end{array};$

排序模块，用于根据相关性网络关键节点辨识方法，确定相关性网络节点关键性排序，根据相关性网络节点编号与原始电网输电线路编号对应关系，获得电力系统的脆弱线路。

与现有技术相比，本发明的有益效果是：本发明充分考虑了电网响应故障后的功率转移和传输能力变换的动态特性，从而使得电力系统脆弱线路辨识更好地体现了电网的结构属性和运行特性，提高了脆弱线路辨识结果的有效性和准确性。

附图说明

图1为本发明的电力系统脆弱线路辨识方法实施例的流程示意图。

图2为具体示例中的线路及其编号的示意图。

图3为确定相关性矩阵的流程示意图。

图4为构建相关性网络的流程示意图。

图5为辨识相关性网络关键节点的流程示意图。

图6为电网连锁故障仿真流程示意图。

图7为具体示例中对电力系统抗毁性进行验证的结果图之一。

图8为具体示例中对电力系统抗毁性进行验证的结果图之二。

图9为本发明的电力系统脆弱线路辨识系统的实施例的结构示意图。

图10为图7和图8中的检验模块在其中一个实施例中的结构示意图。

图11为图7和图8中的排序模块在其中一个实施例中的结构示意图。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细的说明，本发明方法充分考虑了电网在扰动信息下响应故障后的功率转移和传输能力变换的动态特性。同时，本发明将复杂电网脆弱线路辨识转化为相关性网络关键节点评价，从而达到脆弱线路准确辨识的目的。

如图1所示，本实施例的电力系统脆弱线路辨识方法包括如下步骤：

步骤S101：统计电网线路总数，并对其依次编号；

对电网中的所有输电线路进行从1到n(线路总数)的依次编号；进行对线路的编号的目的是为了确定基于N-1安全校验的n*n相关性矩阵，以建立任意线路对间的相关性关系。

步骤S102：生成基于N-1安全校验的各线路状态相关性矩阵，其中相关性矩阵为：

$\mathrm{\Δ}P=\left[\begin{array}{ccccc}0& {\mathrm{\Δp}}_{12}& {\mathrm{\Δp}}_{13}& ...& {\mathrm{\Δp}}_{1n}\\ {\mathrm{\Δp}}_{21}& 0& {\mathrm{\Δp}}_{23}& ...& {\mathrm{\Δp}}_{2n}\\ {\mathrm{\Δp}}_{31}& {\mathrm{\Δp}}_{32}& 0& ...& {\mathrm{\Δp}}_{3n}\\ \·& \·& \·& \·& \·\\ \·& \·& \·& \·& \·\\ \·& \·& \·& \·& \·\\ {\mathrm{\Δp}}_{n1}& {\mathrm{\Δp}}_{n2}& {\mathrm{\Δp}}_{n3}& ...& 0\end{array}\right]$

其中，Δp_ij表示因输电线路L_i断线引起输电线路L_j的功率变化量。依据线路编号，首先选择编号为1的线路进行开断，计算剩余n-1条线路上的功率与开断前功率间的变化量，以此类推，直至所有的线路都被执行N-1安全校验。

构建相关性矩阵的目的是：通过对电力系统中的所有输电线路分别执行N-1安全校验，可以获得任一线路在扰动发生后与剩余线路间在有功潮流变化上的电气联系。这种电气联系的强弱决定了线路间的相关性。根据连锁故障传播过程可知，有功潮流的大规模转移是诱发连锁故障肆意传播的重要因素。因此，根据线路间的相关性，采用后续提出的改进结构洞理论进行相关性网络关键节点评价，可有效甄别引发连锁故障的脆弱线路。

步骤S103：构建基于相关性矩阵的相关性网络；

对于一个具有n条输电线路的电力系统，可以构建一个节点数为n的相关性网络，其节点编号依次对应原始电网线路编号。相关性网络中的边建立在相关性矩阵的基础上，如果相关性矩阵中元素Δp_ij≠0，那么在相关性矩阵中节点i和节点j间将存在一条连边，并以元素值作为边权。依次类推，直至相关性矩阵的元素全部对应到相关性网络中。

本发明采用相关性矩阵构建相关性网络的益处是：1)形象地描述了电力系统线路间因扰动产生的相关性，充分反映了电力系统响应故障后的功率转移和传输能力变换的动态特性；2)便于利用改进的结构洞理论辨识脆弱线路，因为结构洞理论在薄弱环节辨识中主要针对对象是节点。

步骤S104：根据预设的辨识方法评估相关性网络中的关键节点，并形成关键节点排序表；其中，辨识方法为：j为节点i的邻接节点，Γ_i为节点i的邻接节点集，w_im为相关性矩阵中表示输电线路间的相关性强度，r_ij表示节点i为维持与节点j的邻居关系所投入的精力占总精力的比例，r_ik和r_kj分别是节点i和j与共同邻居k维持关系投入的精力占其总精力的比例。

该辨识方法采用了改进的结构洞理论完成相关性网络关键节点的评价。在最初的利用结构洞理论评价关键节点时，判断节点的连通性主要根据节点的度。虽然节点度是评价节点连通度的最简单方法，但它存在着一定的缺陷。首先，节点度只反映了该节点与邻接节点间的连接数量，不涉及节点间的相关强度；其次，缺乏考虑其邻居节点的拓扑结构对该节点连通性的影响。鉴于此，本发明将节点连边的权重和邻接节点的度考虑其中，从而有望实现相关性网络关键节点的有效、准确评价，并形成关键节点排序表。

步骤S105：根据相关性网络中节点编号与实际电网中输电线路编号的对应关系，获得电力系统的脆弱线路；

根据相关性网络关键节点评价结果及其排序表，以及原始电网输电线路编号与相关性网络节点编号的一一对应关系，可以获得电力系统脆弱线路排序即为相关性网络关键节点排序，其中最脆弱线路编号是最关键节点编号。

依据上述脆弱线路辨识方法可知，本发明将电力系统脆弱线路辨识转化为相关性网络关键节点评价，充分考虑了电力系统线路间因扰动产生的动态关系及其拓扑联系，从而提高电力系统脆弱线路辨识的有效性和准确性。

如图3所示，生成基于N-1安全校验的各线路状态相关性矩阵具体包括步骤：

步骤S201：根据线路编号分别执行N-1安全校验；

从线路编号1开始，断开该线路在网络中的连接。如果一个电力系统包含n条输电线路，那么就需要执行n次电力系统线路断开操作。

步骤S202：计算校验前后各线路有功潮流变化；

在断开每一条的电力系统线路后，根据电力系统直流潮流优化，计算剩余线路上的有功潮流，比较电力系统线路断开前后剩余线路上有功潮流变化并将变化量写入相关性矩阵对应线路编号的行中。

线路编号加一，如果线路编号未达到输电线路总数，则重复执行上述过程；否则，进入步骤S203。

步骤S203：获得基于N-1安全校验的各线路状态相关性矩阵ΔP：

$\mathrm{\Δ}P=\left[\begin{array}{ccccc}0& {\mathrm{\Δp}}_{12}& {\mathrm{\Δp}}_{13}& ...& {\mathrm{\Δp}}_{1n}\\ {\mathrm{\Δp}}_{21}& 0& {\mathrm{\Δp}}_{23}& ...& {\mathrm{\Δp}}_{2n}\\ {\mathrm{\Δp}}_{31}& {\mathrm{\Δp}}_{32}& 0& ...& {\mathrm{\Δp}}_{3n}\\ \·& \·& \·& \·& \·\\ \·& \·& \·& \·& \·\\ \·& \·& \·& \·& \·\\ {\mathrm{\Δp}}_{n1}& {\mathrm{\Δp}}_{n2}& {\mathrm{\Δp}}_{n3}& ...& 0\end{array}\right]$

根据步骤S202中对电力系统线路反复执行N-1安全校验后的剩余线路有功潮流变化，可以获得相关性矩阵ΔP。其中，n为输电线路总数，Δp_ij表示因输电线路L_i断线引起输电线路L_j的功率变化量；

步骤S204：修正相关性矩阵；

设定线路间相关性的阈值γ_p，如果线路之间的相关强度Δp_ij＜γ_p，修改相关性矩阵元素Δp_ij＝0；否则，相关性矩阵元素值不变。

如图4所示，构建基于相关性矩阵的相关性网络的具体包括步骤：

步骤S301：生成节点总数等于线路总数的互不连通网络，其中节点编号对应于线路编号；

根据电力系统线路总数n，生成一个由n个孤立节点组成的网络，即相关性网络。其目的是为了将电力系统脆弱线路辨识转化为相关性网络关键节点评估。因为相关性网络中节点的编号对应着电力系统线路编号，当通过相关理论和方法评价出相关性网络中的关键节点时，就可以获得电力系统中的脆弱线路。

步骤S302：对相互孤立的相关性节点进行连边。

根据步骤S204阈值处理后的相关性矩阵中线路之间的相关关系，如果Δp_ij≠0，连接节点i和j，并以相关性矩阵元素作为该两点间连边的权重。

步骤S303：判断相关性网络中任意两点间的连接关系都以相关性矩阵中非零元素建立；

若是，进入步骤S304；若否，继续根据相关性矩阵中非零元素下标进行节点连接，进入步骤S302。

步骤S304：生成一个双向加权相关性网络；

双向相关性网络中存在“双向”连边的原因是：对于两条电力系统线路L_i和L_j，输电线路L_i断线会引起输电线路L_j上的有功潮流的变化，此时相关性网络中节点i和节点j间存在一条连边，其方向是由节点i指向节点j；反之，节点i和节点j间存在一条连边，其方向是由节点j指向节点i。并且，由于一条线路断线引起另一条线路潮流的变化量可能不同，所以节点i和节点j间的两条连边权重可能不同。

如图5所示，根据预设的辨识方法评估相关性网络中的关键节点，并形成关键节点排序表的具体包括步骤：

步骤S401：计算相关性网络中各节点权重s_i；

$s_i={\mathrm{\Σ}}_{m\∈{\mathrm{\Γ}}_i}{k}_m{w}_{im}$

节点权重表征了节点与邻接节点间的关联总强度。相比于只考虑节点度，节点权重更能充分考虑节点的连通性。Γ_i为节点i的邻接节点集，w_im为相关性矩阵中表示输电线路间的相关性强度；

步骤S402：利用结构洞理论和节点权重，计算各节点约束系数；

$C_i=\underset{j\∈{\mathrm{\Γ}}_i}{\Σ}{(r_{ij}+\underset{k(\≠i,j)}{\Σ}{r}_{ik}{r}_{kj})}^2$

r_ij＝k_jw_ij/s_i

结构洞理论是Burt在研究社会网络中竞争关系时提出的理论与方法。从社会学角度看，结构洞是社会关系网络中相互之间不存在直接和间接冗余关系的、拥有互补信息或关系的个体之间存在的空位。从网络整体看，结构洞就好像网络上出现了洞穴。在本发明中，结构洞表征了输电线路在相关性网络中控制关系连接的缺口，其缺失将阻碍位于它两侧的输电线路由于非冗余结构而具有的关系连接。

为了量化结构洞节点对关系连接的控制能力，Burt提出用网络约束系数(constraint)来衡量节点形成结构洞时受到的约束，而计算r_ij时只考虑了节点i的度k_i。本发明中将替换r_ij＝1/k_i为r_ij＝k_jw_ij/s_i，用于计算节点约束系数，提高其精度。

其中，j为节点i的邻接节点，r_ij表示节点i为维持与节点j的邻居关系所投入的精力占总精力的比例，r_ik和r_kj分别是节点i和j与共同邻居k维持关系投入的精力占其总精力的比例。

需要注意的是，提出的双向相关性网络中，节点的度有出度和入度之分。节点i的出度表示其失效后对其它节点的影响，而入度则表示其它节点的失效对节点i的影响。考虑到结构洞是用来说明某一节点对其它节点的依赖程度，在计算节点i的约束系数时只考虑节点的入度。

步骤S403：根据各节点约束系数进行升序排序，形成关键节点排序表；

根据步骤S402计算得到的相关性网络节点约束系数，按照升序排序，形成关键节点排序表，其中排在最前面的节点即为最关键节点。

如图6所示，电力系统脆弱线路辨识之后还包括步骤：

步骤S501，用于根据电力系统脆弱线路辨识结果，移除剩余电力系统中最脆弱的线路；

步骤S502，用于计算电力系统抗毁性指标值；

步骤S503，用于判断移除线路次数是否大于预设次数；

步骤S504，用于所述步骤S503判断条件为真时，统计电力系统抗毁性指标值变化。

若所述步骤S503判断条件为假，则返回步骤S501执行下一轮移除剩余电力系统中最脆弱的线路。

得到电力系统脆弱线路排序后，需要验证排序结果的有效性和准确性，根据脆弱线路排序依次移除最脆弱线路进行抗毁性指标值对比分析。抗毁性指标包括：①负荷损失loss(即状态抗毁性指标)；②平均网络规模(即结构抗毁性指标)。其中，N_i为具有供需关系的子图i的规模，S为子图数或称为孤岛数。首先，设定移除脆弱线路预设次数，然后移除剩余电力系统中最脆弱的线路，计算电力系统抗毁性指标值；其次，判断移除线路次数是否大于预设次数，若大于预设次数，则统计电力系统抗毁性指标变化，若不大于预设次数，则返回步骤S501执行下一轮移除剩余电力系统中最脆弱的线路。

下面以IEEE-39节点系统为例，对上述电力系统脆弱线路辨识方法的具体实施方式作详细阐述。

首先，对电力系统线路从1开始进行依次编号，线路总数为46，如图2所示。

接着，选择初始线路编号为1的线路执行N-1开断，计算剩余线路有功潮流变化，生成任意线路间基于N-1安全校验的相关性矩阵。

其次，根据相关性矩阵，构建基于相关性矩阵的相关性网络，利用脆弱线路辨识方法对相关性网络中的关键节点进行评价，生成关键节点排序表，即可得电力系统脆弱线路排序，如表1所示。

表1脆弱线路排序

排序	线路	约束系数	排序	线路	约束系数	排序	线路	约束系数
									1	L27	11.48	17	L43	17962.79	33	L42	35392.93
2	L5	31.77	18	L26	19621.53	34	L31	36489.07
									3	L33	49.06	19	L44	19920.83	35	L8	37980.47
4	L32	58.74	20	L30	21320.63	36	L3	38067.16
									5	L14	61.95	21	L7	21519.48	37	L16	39020.49
6	L34	72.82	22	L12	24407.75	38	L17	39403.23
									7	L20	81	23	L4	27197.97	39	L40	39785.93
8	L37	81	24	L25	27198.98	40	L2	40080.54
									9	L39	81	25	L45	27491.49	41	L1	40691.35
10	L41	81	26	L24	28691.18	42	L13	46006.13
									11	L46	81	27	L11	29779.45	43	L6	46797.62
12	L29	1842.44	28	L10	32172.09	44	L23	50846.06
									13	L36	1892.15	29	L15	33305.48	45	L18	51217.55
14	L35	2189.13	30	L9	34406.04	46	L19	53205.02
									15	L28	2203.41	31	L21	34547.73
16	L38	2211.94	32	L22	35177.14

为了验证本发明方法在辨识电力系统脆弱线路中的有效性和准确性，选取基于电力系统线路电气介数和基于本发明辨识结果的2种攻击模式对电力系统进行攻击。其中，基于电气介数的攻击只对那些反映电力系统静态信息的线路进行攻击，不考虑电力系统的任何扰动信息或动态特性。2种攻击模式下的电网抗毁性变化如图7和图8所示。由图7和图8可知，随着输电线路依次退出系统，这2种攻击模式下的负荷损失都在逐渐增加，而平均网络规模却都在逐渐下降。然而，相比于基于电气介数的攻击，基于本发明辨识结果的攻击能够造成更大规模的负荷损失以及更快速度的平均网络规模下降。这样的结果充分地验证了本发明的辨识方法的有效性和准确性。

本发明还提供一种电力系统脆弱线路辨识系统，图9中示出了本发明的电力系统脆弱线路辨识系统的实施例的结构示意图。

如图9所示，电力系统脆弱线路辨识系统，包括编号模块601、校验模块602、处理模块603、排序模块604，具体的：

编号模块601，用于统计电网线路总数，并对其依次编号；

校验模块602，用于根据线路编号，分别执行N-1安全校验；；

处理模块603，用于根据预设的辨识方法评价相关性网络关键节点，该辨识方法为：

$\begin{array}{c}{C}_i=\underset{j\∈{\mathrm{\Γ}}_i}{\Σ}{(r_{ij}+\underset{k(\≠i,j)}{\Σ}{r}_{ik}{r}_{kj})}^2\\ r_{ij}=k_j{w}_{ij}/s_i\\ s_i={\mathrm{\Σ}}_{m\∈{\mathrm{\Γ}}_i}{k}_m{w}_{im}\end{array};$

排序模块604，用于根据相关性网络关键节点辨识方法，确定相关性网络节点关键性排序，根据相关性网络节点编号与原始电网输电线路编号对应关系，获得所述电力系统的脆弱线路。其中，j为节点i的邻接节点，Γ_i为节点i的邻接节点集，w_im为相关性矩阵中表示输电线路间的相关性强度r_ij表示节点i为维持与节点j的邻居关系所投入的精力占总精力的比例，r_ik和r_kj分别是节点i和j与共同邻居k维持关系投入的精力占其总精力的比例。

如图10所示，校验模块602具体包括：

开断单元701，用于根据输电线路编号逐一开断；

第一计算单元702，用于对每一开断线路后，计算剩余线路有功潮流变化；

其中，有功潮流变化量用相关性矩阵描述：n为输电线路总数，Δp_ij表示因输电线路L_i断线引起输电线路L_j的功率变化量；

判断单元703，用于输电线路编号加一，判断当前线路编号是否大于线路总数。若是，进入生成单元704；若否，返回开断单元701；

生成单元704，用于获得n*n维相关性矩阵ΔP。

如图11所示，处理模块603还包括：

第二计算单元801，用于计算相关性网络各节点的权重和约束系数；其中，节点i的权重s_i和约束系数C_i为：j为节点i的邻接节点，Γ_i为节点i的邻接节点集，w_im为相关性矩阵中表示输电线路间的相关性强度，r_ij表示节点i为维持与节点j的邻居关系所投入的精力占总精力的比例，r_ik和r_kj分别是节点i和j与共同邻居k维持关系投入的精力占其总精力的比例。

排序单元802，用于对各节点的约束系数值进行升序排序。

本发明的电力系统脆弱线路辨识系统与本发明的电力系统脆弱线路辨识方法一一对应，在上述电力系统脆弱线路辨识方法的实施例阐述的技术特征及其有益效果均适用于电力系统脆弱线路辨识系统中。

Claims (10)

1.一种电力系统脆弱线路辨识方法，其特征在于，包括如下步骤：

统计电网线路总数，并对其依次编号；

生成基于N-1安全校验的各线路状态相关性矩阵，即其中，Δp_ij表示因输电线路L_i断线引起输电线路L_j的功率变化量；

构建基于相关性矩阵的相关性网络；

根据预设的辨识方法评估相关性网络中的关键节点，并形成关键节点排序表，该辨识方法为：其中，j为节点i的邻接节点，Γ_i为节点i的邻接节点集，w_im为相关性矩阵中表示输电线路间的相关性强度，r_ij表示节点i为维持与节点j的邻居关系所投入的精力占总精力的比例，r_ik和r_kj分别是节点i和j与共同邻居k维持关系投入的精力占其总精力的比例；

根据相关性网络中节点编号与实际电网中输电线路编号的对应关系，获得电力系统的脆弱线路。

2.根据权利要求1所述的电力系统脆弱线路辨识方法，其特征在于，辨识脆弱线路之后还包括步骤：

根据脆弱线路，移除剩余电力系统中最脆弱的输电线路；

计算电力系统抗毁性指标值；

判断移除线路次数是否大于预设次数；若大于，则统计电力系统抗毁性指标值变化，若不大于，则返回并执行所述移除剩余电力系统中最脆弱的输电线路。

3.根据权利要求1所述的电力系统脆弱线路辨识方法，其特征在于，所述生成基于N-1安全校验的各线路状态相关性矩阵的步骤包括以下步骤：

根据线路编号分别执行N-1安全校验；

计算校验前后各线路有功潮流变化；

生成基于N-1安全校验的各线路状态相关性矩阵，即其中，n为输电线路总数，Δp_ij表示因输电线路L_i断线引起输电线路L_j的功率变化量；

修正相关性矩阵。

4.根据权利要求3所述的电力系统脆弱线路辨识方法，其特征在于，所述修正相关性矩阵的步骤包括以下步骤：

设定线路间相关性的阈值γ_p，如果线路之间的相关强度Δp_ij＜γ_p，修改相关性矩阵元素Δp_ij＝0；否则，相关性矩阵元素值不变。

5.根据权利要求1所述的电力系统脆弱线路辨识方法，其特征在于，所述构建基于相关性矩阵的相关性网络的步骤包括以下步骤：

生成节点总数等于线路总数的互不连通网络，其中节点编号对应于线路编号；

根据相关性矩阵中线路之间的相关关系，如果Δp_ij≠0，连接节点i和j，并以相关性矩阵元素作为该两点间连边的权重；

判断相关性网络中任意两点间的连接关系都以相关性矩阵中非零元素建立，若是，返回一个双向加权相关性网络，若否，继续根据相关性矩阵中非零元素下标进行节点连接。

6.根据权利要求1所述的电力系统脆弱线路辨识方法，其特征在于，所述根据预设的辨识方法评估相关性网络中的关键节点，并形成关键节点排序表的步骤包括以下步骤：

计算相关性网络中各节点权重s_i；其中，Γ_i为节点i的邻接节点集，w_im为相关性矩阵中表示输电线路间的相关性强度；

利用结构洞理论和节点权重，计算各节点约束系数；其中，j为节点i的邻接节点，r_ij表示节点i为维持与节点j的邻居关系所投入的精力占总精力的比例，r_ik和r_kj分别是节点i和j与共同邻居k维持关系投入的精力占其总精力的比例；

根据各节点约束系数进行升序排序，形成关键节点排序表。

7.根据权利要求1所述的电力系统脆弱线路辨识方法，其特征在于，所述根据相关性网络中节点编号与实际电网中输电线路编号的对应关系，获得电力系统的脆弱线路的步骤包括以下步骤：

根据相关性网络中节点约束系数升序排序和相关性网络节点编号与原始电网输电线路编号的一一对应关系，具有越小约束系数节点对应的输电线路越脆弱。

8.一种电力系统脆弱线路辨识系统，其特征在于，包括：

编号模块，用于统计电网线路总数，并对其依次编号；

校验模块，用于根据线路编号，分别执行N-1安全校验；

处理模块，用于根据预设的辨识方法评价相关性网络关键节点，该辨识方法为：

$C_i=\underset{j\∈{\mathrm{\Γ}}_i}{\Σ}{(r_{ij}+\underset{k(\≠i,j)}{\Σ}{r}_{ik}{r}_{kj})}^2$

r_ij＝k_jw_ij/s_i；

$s_i={\Σ}_{m\∈{\mathrm{\Γ}}_i}{k}_m{w}_{im}$

排序模块，用于根据相关性网络关键节点辨识方法，确定相关性网络节点关键性排序，根据相关性网络节点编号与原始电网输电线路编号对应关系，获得所述电力系统的脆弱线路；其中，j为节点i的邻接节点，Γ_i为节点i的邻接节点集，w_im为相关性矩阵中表示输电线路间的相关性强度r_ij表示节点i为维持与节点j的邻居关系所投入的精力占总精力的比例，r_ik和r_kj分别是节点i和j与共同邻居k维持关系投入的精力占其总精力的比例。

9.根据权利要求8所述的电力系统脆弱线路辨识系统，其特征在于，所述校验模块包括：

开断单元，用于根据输电线路编号逐一开断；

第一计算单元，用于对每一开断线路后，计算剩余线路有功潮流变化；其中，有功潮流变化量用相关性矩阵描述：其中，n为输电线路总数，Δp_ij表示因输电线路L_i断线引起输电线路L_j的功率变化量；

判断单元，用于输电线路编号加一，判断当前线路编号是否大于线路总数，若是，进入生成单元，若否，返回开断单元；

生成单元，用于获得n*n维相关性矩阵ΔP。

10.根据权利要求8所述的电力系统脆弱线路辨识系统，其特征在于，所述处理模块包括：

第二计算单元，用于计算相关性网络各节点的权重和约束系数；其中，节点i的权重s_i和约束系数C_i为：j为节点i的邻接节点，Γ_i为节点i的邻接节点集，w_im为相关性矩阵中表示输电线路间的相关性强度，r_ij表示节点i为维持与节点j的邻居关系所投入的精力占总精力的比例，r_ik和r_kj分别是节点i和j与共同邻居k维持关系投入的精力占其总精力的比例；

排序单元，用于对各节点的约束系数值进行升序排序；所述排序单元根据相关性网络约束系数和编号对应关系，其中：j为节点i的邻接节点，Γ_i为节点i的邻接节点集，w_im为相关性矩阵中表示输电线路间的相关性强度，r_ij表示节点i为维持与节点j的邻居关系所投入的精力占总精力的比例，r_ik和r_kj分别是节点i和j与共同邻居k维持关系投入的精力占其总精力的比例。