CN106815674A - 电力系统的风险评价方法及装置 - Google Patents

电力系统的风险评价方法及装置 Download PDF

Info

Publication number
CN106815674A
CN106815674A CN201611116551.XA CN201611116551A CN106815674A CN 106815674 A CN106815674 A CN 106815674A CN 201611116551 A CN201611116551 A CN 201611116551A CN 106815674 A CN106815674 A CN 106815674A
Authority
CN
China
Prior art keywords
risk
risk indicator
weighted value
indicator
power system
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201611116551.XA
Other languages
English (en)
Inventor
蒋程
岳战华
徐绍军
靳金朔
郝迪群
焦光明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
State Grid Beijing Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Beijing Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, State Grid Beijing Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201611116551.XA priority Critical patent/CN106815674A/zh
Publication of CN106815674A publication Critical patent/CN106815674A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply

Abstract

本发明公开了一种电力系统的风险评价方法及装置。其中，该方法包括：获取电力系统的所有风险指标中的每个风险指标的指标值和每个风险指标的权重值；根据每个风险指标的指标值和每个风险指标的权重值，得到电力系统的综合风险指标的指标值。本发明解决了现有技术中的电力系统的风险评价方法基于单个指标或多个指标的简单累加，不能全面反映整体水平和相关关系的技术问题。

Description

电力系统的风险评价方法及装置
技术领域
本发明涉及电力系统领域，具体而言，涉及一种电力系统的风险评价方法及装置。
背景技术
建立科学的电力系统评价指标体系是实现电网风险评估的基础。电网风险具有复杂性和多面性，其风险水平不可能从单一方面来表征，需从多个侧面综合进行评价，用多个指标同时描述才能比较全面地反映其整体水平和相关关系。
由于风险按每类安全性问题、每起事故和每个元件进行计算，因此可以将系统的整体风险评估分解成对各类安全事故的评估，计算不同类型的风险指标值，最后将这些风险指标进行综合即可得到反映整个系统的风险指标。但是，目前对电力系统风险水平的评价大多是基于单个指标或多个指标的简单累加，不能全面地反映其整体水平和相关关系。
针对现有技术中的电力系统的风险评价方法基于单个指标或多个指标的简单累加，不能全面反映整体水平和相关关系的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种电力系统的风险评价方法及装置，以至少解决现有技术中的电力系统的风险评价方法基于单个指标或多个指标的简单累加，不能全面反映整体水平和相关关系的技术问题。
根据本发明实施例的一个方面，提供了一种电力系统的风险评价方法，包括：获取电力系统的所有风险指标中的每个风险指标的指标值和每个风险指标的权重值；根据每个风险指标的指标值和每个风险指标的权重值，得到电力系统的综合风险指标的指标值。
进一步地，获取电力系统的所有风险指标中的每个风险指标的指标值包括：获取预设风险指标集合，其中，预设风险指标集合至少包括：所有风险指标以及每个风险指标所属的类型，类型为如下之一：元件级指标和系统级指标；根据预设风险指标集合，获取电力系统的所有风险指标中的每个风险指标的指标值。
进一步地，获取每个风险指标的权重值包括：基于第一预设算法，得到每个风险指标的第一权重值；基于第二预设算法，得到每个风险指标的第二权重值；将每个风险指标的第一权重值和第二权重值进行加权，得到每个风险指标的权重值。
进一步地，基于第一预设算法，得到每个风险指标的第一权重值包括：根据每个风险指标对综合风险指标影响的比值，得到判断矩阵；在判断矩阵满足预设条件的情况下，得到判断矩阵的最大特征值的特征向量；对特征向量进行归一化处理，得到每个风险指标的第一权重值。
进一步地，基于第二预设算法，得到每个风险指标的第二权重值包括：根据电力系统的多种故障状态和每个风险指标，构造目标属性矩阵；对目标属性矩阵进行归一化处理，得到处理后的目标属性矩阵；根据处理后的目标属性矩阵，得到每个风险指标的信息熵值；根据每个风险指标的信息熵值，得到每个风险指标的第二权重值。
进一步地，通过如下公式计算得到每个风险指标的权重值：ωj＝aηj+(1-a)θj，其中，ωj为第j个风险指标的权重值，θj为第j个风险指标的第一权重值，ηj为第j个风险指标的第二权重值，j＝1,2,…,n，n为所有风险指标中的风险指标的数量，a为预设常数。
根据本发明实施例的另一方面，还提供了一种电力系统的风险评价装置，包括：获取单元，用于获取电力系统中所有风险指标的指标值和每个风险指标的权重值；处理单元，用于根据所有风险指标的指标值和每个风险指标的权重值，得到电力系统的综合风险指标的指标值。
进一步地，获取单元包括：第一获取模块，用于获取预设风险指标集合，其中，预设风险指标集合至少包括：所有风险指标以及每个风险指标所属的类型，类型为如下之一：元件级指标和系统级指标；第二获取模块，用于根据预设风险指标集合，获取电力系统中每个风险指标的指标值。
进一步地，获取单元包括：第一处理模块，用于基于第一预设算法，得到每个风险指标的第一权重值；第二处理模块，用于基于第二预设算法，得到每个风险指标的第二权重值；第三处理模块，用于将每个风险指标的第一权重值和第二权重值进行加权，得到每个风险指标的权重值。
进一步地，第一处理模块包括：第一处理子模块，用于根据每个风险指标对综合风险指标影响的比值，得到判断矩阵；获取子模块，用于在判断矩阵满足预设条件的情况下，获取判断矩阵的最大特征值的特征向量；第二处理子模块，用于对特征向量进行归一化处理，得到每个风险指标的第一权重值。
进一步地，第二处理模块包括：构造子模块，用于根据电力系统的多种故障状态和每个风险指标，构造目标属性矩阵；第三处理子模块，用于对目标属性矩阵进行归一化处理，得到处理后的目标属性矩阵；第四处理子模块，用于根据处理后的目标属性矩阵，得到每个风险指标的信息熵值；第五处理子模块，用于根据每个风险指标的信息熵值，得到每个风险指标的第二权重值。
在本发明实施例中，获取电力系统的所有风险指标中的每个风险指标的指标值和每个风险指标的权重值，根据每个风险指标的指标值和每个风险指标的权重值，得到电力系统的综合风险指标的指标值，从而实现对电力系统的风险水平进行评价。容易注意到的是，由于获取了电力系统的所有风险指标的指标值，以及对应的权重值，解决了现有技术中的电力系统的风险评价方法基于单个指标或多个指标的简单累加，不能全面反映整体水平和相关关系的技术问题。因此，通过本发明上述实施例提供的方案，可以全面有效地评价电力系统的风险水平，并充分考虑经验和客观因素，达到提高电力系统的风险评估准确性的效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的一种电力系统的风险评价方法的流程图；
图2是根据本发明实施例的一种电力系统风险评价指标体系的示意图；以及
图3是根据本发明实施例的一种电力系统的风险评价装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例，提供了一种电力系统的风险评价方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的一种电力系统的风险评价方法的流程图，如图1所示，该方法包括如下步骤：
步骤S102，获取电力系统的所有风险指标中的每个风险指标的指标值和每个风险指标的权重值。
具体的，上述的所有风险指标可以是电力系统中用于评价每类安全事故的评价指标；上述的权重值可以用于表征每个风险指标对于整个电力系统的影响大小。
步骤S104，根据每个风险指标的指标值和每个风险指标的权重值，得到电力系统的综合风险指标的指标值。
具体的，上述的综合风险指标用于表征发生事故后系统各项风险的综合。
在一种可选的方案中，可以根据电力系统风险评价指标体系，得到电力系统中所有风险指标的指标值，并按照预设算法计算得到每个风险指标的权重值，然后将每个风险指标的指标值和权重值进行加权，计算公式如下：R＝H*ω，式中，R为综合风险指标，H为各元件的风险指标矩阵，ω为各风险指标的权重值。
通过本发明上述实施例，获取电力系统的所有风险指标中的每个风险指标的指标值和每个风险指标的权重值，根据每个风险指标的指标值和每个风险指标的权重值，得到电力系统的综合风险指标的指标值，从而实现对电力系统的风险水平进行评价。容易注意到的是，由于获取了电力系统的所有风险指标的指标值，以及对应的权重值，解决了现有技术中的电力系统的风险评价方法基于单个指标或多个指标的简单累加，不能全面反映整体水平和相关关系的技术问题。因此，通过本发明上述实施例提供的方案，可以全面有效地评价电力系统的风险水平，并充分考虑经验和客观因素，达到提高电力系统的风险评估准确性的效果。
可选地，在本发明上述实施例中，步骤S102，获取电力系统的所有风险指标中的每个风险指标的指标值包括：
步骤S1022，获取预设风险指标集合，其中，预设风险指标集合至少包括：所有风险指标以及每个风险指标所属的类型，类型为如下之一：元件级指标和系统级指标。
具体的，上述的预设风险指标集合可以是结合最新的理论研究成果，得到的电力系统风险评价指标体系，如图2所示，该评价指标体系按结构可分为元件级指标和系统级指标；元件级指标按电网运行状态可分为静态指标和动态指标，其每个方面包含下属指标，构成一个整体，静态指标可以包括：过负荷风险指标、失负荷风险指标、电压越限风险指标和电压崩溃风险指标，动态指标可以包括：功角失稳风险指标、切除时间裕度风险指标和频率偏移风险指标，系统级指标可以包括：单项风险指标和综合风险指标。
步骤S1024，根据预设风险指标集合，获取电力系统的所有风险指标中的每个风险指标的指标值。
在一种可选的方案中，可以根据电力系统风险评价指标体系，得到每个风险指标的名称、标识ID等，然后根据每个风险指标的标识ID，可以读取当前电力系统的每个风险指标的指标值。
可选地，在本发明上述实施例中，步骤S102，获取每个风险指标的权重值包括：
步骤S1026，基于第一预设算法，得到每个风险指标的第一权重值。
具体的，上述的第一预设算法可以是应用层次分析法(Analytic HierarchyProcess，简称AHP)。
步骤S1028，基于第二预设算法，得到每个风险指标的第二权重值。
具体的，上述的第二预设算法可以是熵值法。
步骤S1020，将每个风险指标的第一权重值和第二权重值进行加权，得到每个风险指标的权重值。
在一种可选的方案中，可以采用应用层次分析法计算系统风险主观权重，即计算每个风险指标的主观权重值，得到每个风险指标的第一权重值，可以采用熵值法计算系统风险客观权重，即计算每个风险指标的客观权重值，得到每个风险指标的第二权重值。在得到每个风险指标的第一权重值和第二权重值之后，可以将两个权重值进行融合，计算得到每个风险指标的组合权重，将每个风险指标的组合权重作为每个风险指标的权重值。
可选地，在本发明上述实施例中，步骤S1026，基于第一预设算法，得到每个风险指标的第一权重值包括：
步骤S10262，根据每个风险指标对综合风险指标影响的比值，得到判断矩阵。
步骤S10264，在判断矩阵满足预设条件的情况下，得到判断矩阵的最大特征值的特征向量。
步骤S10266，对特征向量进行归一化处理，得到每个风险指标的第一权重值。
在一种可选的方案中，设系统发生m种故障情况，有n个风险指标，比较各单项风险指标对系统综合风险指标影响的比值作为比较标度，全部比较结果形成对称比较矩阵。根据电力系统安全评估标准与本报告所建立的安全评估体系，将电力系统故障风险评估分为两级评价，确定风险待评估分项指标，通过两两比较，建立判断矩阵A＝(aij)m，aij表示第i个元件的第j个风险指标的影响因子，i＝1,2,…,m，j＝1,2,…,n。判断矩阵符合满意一致性时，计算矩阵最大特征值对应的特征向量，进行归一化处理，即得出基于AHP法获得的主观权重向量θ＝{θj}，θ应满足归一性和非负性。
可选地，在本发明上述实施例中，步骤S1028，基于第二预设算法，得到每个风险指标的第二权重值包括：
步骤S10282，根据电力系统的多种故障状态和每个风险指标，构造目标属性矩阵。
步骤S10284，对目标属性矩阵进行归一化处理，得到处理后的目标属性矩阵。
步骤S10286，根据处理后的目标属性矩阵，得到每个风险指标的信息熵值。
步骤S10288，根据每个风险指标的信息熵值，得到每个风险指标的第二权重值。
在一种可选的方案中，设系统发生m种故障情况，有n个风险指标，构造目标属性矩阵H＝(hij)m，hij表示第i个元件的第j个风险指标，其中，i＝1,2,…,m，j＝1,2,…,n。将目标属性矩阵H列归一化得计算各指标的信息熵值：计算各指标的客观权重向量：η＝(η1,η2,...ηn)，式中，
可选地，在本发明上述实施例中，通过如下公式计算得到每个风险指标的权重值：ωj＝aηj+(1-a)θj，其中，ωj为第j个风险指标的权重值，θj为第j个风险指标的第一权重值，ηj为第j个风险指标的第二权重值，j＝1,2,…,n，n为所有风险指标中的风险指标的数量，a为预设常数。
具体的，上述的a为影响因子，a∈[0,1]。
在一种可选的方案中，将运用熵值法和AHP法得到的每个风险指标的主客观权重值通过公式ωj＝aηj+(1-a)θj进行融合计算，得到组合权重ω＝(ω1,ω2,...ωn)T，作为每个风险指标的权重值。在实现多元决策主体偏好的同时，最大限度地减少了传统AHP法中主观性对评价结果的影响。
实施例2
根据本发明实施例，提供了一种电力系统的风险评价装置实施例。
图3是根据本发明实施例的一种电力系统的风险评价装置的示意图，如图3所示，该装置包括：
获取单元31，用于获取电力系统的所有风险指标中的每个风险指标的指标值和每个风险指标的权重值。
具体的，上述的所有风险指标可以是电力系统中用于评价每类安全事故的评价指标；上述的权重值可以用于表征每个风险指标对于整个电力系统的影响大小。
处理单元33，用于根据每个风险指标的指标值和每个风险指标的权重值，得到电力系统的综合风险指标的指标值。
具体的，上述的综合风险指标用于表征发生事故后系统各项风险的综合。
在一种可选的方案中，可以根据电力系统风险评价指标体系，得到电力系统中所有风险指标的指标值，并按照预设算法计算得到每个风险指标的权重值，然后将每个风险指标的指标值和权重值进行加权，计算公式如下：R＝H*ω，式中，R为综合风险指标，H为各元件的风险指标矩阵，ω为各风险指标的权重值。
通过本发明上述实施例，获取电力系统的所有风险指标中的每个风险指标的指标值和每个风险指标的权重值，根据每个风险指标的指标值和每个风险指标的权重值，得到电力系统的综合风险指标的指标值，从而实现对电力系统的风险水平进行评价。容易注意到的是，由于获取了电力系统的所有风险指标的指标值，以及对应的权重值，解决了现有技术中的电力系统的风险评价方法基于单个指标或多个指标的简单累加，不能全面反映整体水平和相关关系的技术问题。因此，通过本发明上述实施例提供的方案，可以全面有效地评价电力系统的风险水平，并充分考虑经验和客观因素，达到提高电力系统的风险评估准确性的效果。
可选地，在本发明上述实施例中，上述的获取单元包括：
第一获取模块，用于获取预设风险指标集合，其中，预设风险指标集合至少包括：所有风险指标以及每个风险指标所属的类型，类型为如下之一：元件级指标和系统级指标。
具体的，上述的预设风险指标集合可以是结合最新的理论研究成果，得到的电力系统风险评价指标体系，如图2所示，该评价指标体系按结构可分为元件级指标和系统级指标；按电网运行状态可分为静态指标和动态指标，其每个方面包含下属指标，构成一个整体，静态指标可以包括：过负荷风险指标、失负荷风险指标、电压越限风险指标和电压崩溃风险指标，动态指标可以包括：功角失稳风险指标、切除时间裕度风险指标和频率偏移风险指标，系统级指标可以包括：单项风险指标和综合风险指标。
第二获取模块，用于根据预设风险指标集合，获取电力系统的所有风险指标中的每个风险指标的指标值。
在一种可选的方案中，可以根据电力系统风险评价指标体系，得到每个风险指标的名称、标识ID等，然后根据每个风险指标的标识ID，可以读取当前电力系统的每个风险指标的指标值。
可选地，在本发明上述实施例中，上述的获取单元包括：
第一处理模块，用于基于第一预设算法，得到每个风险指标的第一权重值。
具体的，上述的第一预设算法可以是应用层次分析法(AHP)。
第二处理模块，用于基于第二预设算法，得到每个风险指标的第二权重值。
具体的，上述的第二预设算法可以是熵值法。
第三处理模块，用于将每个风险指标的第一权重值和第二权重值进行加权，得到每个风险指标的权重值。
在一种可选的方案中，可以采用应用层次分析法计算系统风险主观权重，即计算每个风险指标的主观权重值，得到每个风险指标的第一权重值，可以采用熵值法计算系统风险客观权重，即计算每个风险指标的客观权重值，得到每个风险指标的第二权重值。在得到每个风险指标的第一权重值和第二权重值之后，可以将两个权重值进行融合，计算得到每个风险指标的组合权重，将每个风险指标的组合权重作为每个风险指标的权重值。
可选地，在本发明上述实施例中，上述的第一处理模块包括：
第一处理子模块，用于根据每个风险指标对综合风险指标影响的比值，得到判断矩阵。
获取子模块，用于在判断矩阵满足预设条件的情况下，得到判断矩阵的最大特征值的特征向量。
第二处理子模块，用于对特征向量进行归一化处理，得到每个风险指标的第一权重值。
在一种可选的方案中，设系统发生m种故障情况，有n个风险指标，比较各单项风险指标对系统综合风险指标影响的比值作为比较标度，全部比较结果形成对称比较矩阵。根据电力系统安全评估标准与本报告所建立的安全评估体系，将电力系统故障风险评估分为两级评价，确定风险待评估分项指标，通过两两比较，建立判断矩阵A＝(aij)m，aij表示第i个元件的第j个风险指标的影响因子，i＝1,2,…,m，j＝1,2,…,n。判断矩阵符合满意一致性时，计算矩阵最大特征值对应的特征向量，进行归一化处理，即得出基于AHP法获得的主观权重向量θ＝{θj}，θ应满足归一性和非负性。
可选地，在本发明上述实施例中，上述的第二处理模块包括：
构造子模块，用于根据电力系统的多种故障状态和每个风险指标，构造目标属性矩阵。
第三处理子模块，用于对目标属性矩阵进行归一化处理，得到处理后的目标属性矩阵。
第四处理子模块，用于根据处理后的目标属性矩阵，得到每个风险指标的信息熵值。
第五处理子模块，用于根据每个风险指标的信息熵值，得到每个风险指标的第二权重值。
在一种可选的方案中，设系统发生m种故障情况，有n个风险指标，构造目标属性矩阵H＝(hij)m，hij表示第i个元件的第j个风险指标，其中，i＝1,2,…,m，j＝1,2,…,n。将目标属性矩阵H列归一化得计算各指标的信息熵值：计算各指标的客观权重向量：η＝(η1,η2,...ηn)，式中，
可选地，在本发明上述实施例中，通过如下公式计算得到每个风险指标的权重值：ωj＝aηj+(1-a)θj，其中，ωj为第j个风险指标的权重值，θj为第j个风险指标的第一权重值，ηj为第j个风险指标的第二权重值，j＝1,2,…,n，n为所有风险指标中的风险指标的数量，a为预设常数。
具体的，上述的a为影响因子，a∈[0,1]。
在一种可选的方案中，将运用熵值法和AHP法得到的每个风险指标的主客观权重值通过公式ωj＝aηj+(1-a)θj进行融合计算，得到组合权重ω＝(ω1,ω2,...ωn)T，作为每个风险指标的权重值。在实现多元决策主体偏好的同时，最大限度地减少了传统AHP法中主观性对评价结果的影响。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (11)

1.一种电力系统的风险评价方法，其特征在于，包括：
获取电力系统的所有风险指标中的每个风险指标的指标值和所述每个风险指标的权重值；
根据所述每个风险指标的指标值和所述每个风险指标的权重值，得到所述电力系统的综合风险指标的指标值。
2.根据权利要求1所述的方法，其特征在于，获取电力系统的所有风险指标中的每个风险指标的指标值包括：
获取预设风险指标集合，其中，所述预设风险指标集合至少包括：所述所有风险指标以及所述每个风险指标所属的类型，所述类型为如下之一：元件级指标和系统级指标；
根据所述预设风险指标集合，获取所述电力系统的所有风险指标中的所述每个风险指标的指标值。
3.根据权利要求1所述的方法，其特征在于，获取所述每个风险指标的权重值包括：
基于第一预设算法，得到所述每个风险指标的第一权重值；
基于第二预设算法，得到所述每个风险指标的第二权重值；
将所述每个风险指标的所述第一权重值和所述第二权重值进行加权，得到所述每个风险指标的权重值。
4.根据权利要求3所述的方法，其特征在于，基于第一预设算法，得到所述每个风险指标的第一权重值包括：
根据所述每个风险指标对所述综合风险指标影响的比值，得到判断矩阵；
在所述判断矩阵满足预设条件的情况下，得到所述判断矩阵的最大特征值的特征向量；
对所述特征向量进行归一化处理，得到所述每个风险指标的第一权重值。
5.根据权利要求3所述的方法，其特征在于，基于第二预设算法，得到所述每个风险指标的第二权重值包括：
根据所述电力系统的多种故障状态和所述每个风险指标，构造目标属性矩阵；
对所述目标属性矩阵进行归一化处理，得到处理后的目标属性矩阵；
根据所述处理后的目标属性矩阵，得到所述每个风险指标的信息熵值；
根据所述每个风险指标的信息熵值，得到所述每个风险指标的第二权重值。
6.根据权利要求3所述的方法，其特征在于，通过如下公式计算得到所述每个风险指标的权重值：
ωj＝aηj+(1-a)θj，
其中，ωj为第j个风险指标的权重值，θj为第j个风险指标的第一权重值，ηj为所述第j个风险指标的第二权重值，j＝1,2,…,n，n为所述所有风险指标中风险指标的数量，a为预设常数。
7.一种电力系统的风险评价装置，其特征在于，包括：
获取单元，用于获取电力系统的所有风险指标中的每个风险指标的指标值和所述每个风险指标的权重值；
处理单元，用于根据所述每个风险指标的指标值和所述每个风险指标的权重值，得到所述电力系统的综合风险指标的指标值。
8.根据权利要求7所述的装置，其特征在于，所述获取单元包括：
第一获取模块，用于获取预设风险指标集合，其中，所述预设风险指标集合至少包括：所述所有风险指标以及所述每个风险指标所属的类型，所述类型为如下之一：元件级指标和系统级指标；
第二获取模块，用于根据所述预设风险指标集合，获取所述电力系统的所有风险指标中的所述每个风险指标的指标值。
9.根据权利要求7所述的装置，其特征在于，所述获取单元包括：
第一处理模块，用于基于第一预设算法，得到所述每个风险指标的第一权重值；
第二处理模块，用于基于第二预设算法，得到所述每个风险指标的第二权重值；
第三处理模块，用于将所述每个风险指标的所述第一权重值和所述第二权重值进行加权，得到所述每个风险指标的权重值。
10.根据权利要求9所述的装置，其特征在于，所述第一处理模块包括：
第一处理子模块，用于根据所述每个风险指标对所述综合风险指标影响的比值，得到判断矩阵；
获取子模块，用于在所述判断矩阵满足预设条件的情况下，获取所述判断矩阵的最大特征值的特征向量；
第二处理子模块，用于对所述特征向量进行归一化处理，得到所述每个风险指标的第一权重值。
11.根据权利要求9所述的装置，其特征在于，所述第二处理模块包括：
构造子模块，用于根据所述电力系统的多种故障状态和所述每个风险指标，构造目标属性矩阵；
第三处理子模块，用于对所述目标属性矩阵进行归一化处理，得到处理后的目标属性矩阵；
第四处理子模块，用于根据所述处理后的目标属性矩阵，得到所述每个风险指标的信息熵值；
第五处理子模块，用于根据所述每个风险指标的信息熵值，得到所述每个风险指标的第二权重值。
CN201611116551.XA 2016-12-07 2016-12-07 电力系统的风险评价方法及装置 Pending CN106815674A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611116551.XA CN106815674A (zh) 2016-12-07 2016-12-07 电力系统的风险评价方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611116551.XA CN106815674A (zh) 2016-12-07 2016-12-07 电力系统的风险评价方法及装置

Publications (1)

Publication Number Publication Date
CN106815674A true CN106815674A (zh) 2017-06-09

Family

ID=59106032

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611116551.XA Pending CN106815674A (zh) 2016-12-07 2016-12-07 电力系统的风险评价方法及装置

Country Status (1)

Country Link
CN (1) CN106815674A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107832408A (zh) * 2017-11-03 2018-03-23 广东电网有限责任公司电力调度控制中心 一种基于数据标签及熵权法的电网缺陷推荐方法
CN109696901A (zh) * 2018-11-30 2019-04-30 红云红河烟草(集团)有限责任公司 一种卷接包设备运行状态评价及预测方法
CN111245819A (zh) * 2020-01-08 2020-06-05 中孚安全技术有限公司 一种网络整体安全态势监测方法、系统、终端及存储介质
CN111914261A (zh) * 2020-08-12 2020-11-10 中国工商银行股份有限公司 系统风险评估方法、装置、计算设备和介质
CN115730749A (zh) * 2023-01-05 2023-03-03 佰聆数据股份有限公司 基于融合电力数据的电力调度风险预警方法及装置

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107832408A (zh) * 2017-11-03 2018-03-23 广东电网有限责任公司电力调度控制中心 一种基于数据标签及熵权法的电网缺陷推荐方法
CN107832408B (zh) * 2017-11-03 2021-05-04 广东电网有限责任公司电力调度控制中心 一种基于数据标签及熵权法的电网缺陷推荐方法
CN109696901A (zh) * 2018-11-30 2019-04-30 红云红河烟草(集团)有限责任公司 一种卷接包设备运行状态评价及预测方法
CN111245819A (zh) * 2020-01-08 2020-06-05 中孚安全技术有限公司 一种网络整体安全态势监测方法、系统、终端及存储介质
CN111914261A (zh) * 2020-08-12 2020-11-10 中国工商银行股份有限公司 系统风险评估方法、装置、计算设备和介质
CN111914261B (zh) * 2020-08-12 2024-03-08 中国工商银行股份有限公司 系统风险评估方法、装置、计算设备和介质
CN115730749A (zh) * 2023-01-05 2023-03-03 佰聆数据股份有限公司 基于融合电力数据的电力调度风险预警方法及装置

Similar Documents

Publication Publication Date Title
CN106815674A (zh) 电力系统的风险评价方法及装置
Carpaneto et al. Branch current decomposition method for loss allocation in radial distribution systems with distributed generation
Nasiruzzaman et al. Application of centrality measures of complex network framework in power grid
CN110175789A (zh) 基于模糊层次和critic法的配电网诊断评估指标权重赋权方法
CN109190164A (zh) 节点电压暂降严重程度多指标评估方法
Zhao et al. The q-dependent detrended cross-correlation analysis of stock market
Contreras-Jiménez et al. Multi-state system reliability analysis of HVDC transmission systems using matrix-based system reliability method
CN108960628A (zh) 一种光伏发电接入配电网的风险评估方法及系统
Dhandhia et al. Multi-class support vector machines for static security assessment of power system
DE112014002698T5 (de) Verfahren und System zum Einsetzen einer graphischen Kategorisierung elektrischer Lasten zum Identifizieren eines einer Vielzahl von unterschiedlichen elektrischen Lasttypen
CN103440539A (zh) 一种用户用电数据处理方法
CN109558310A (zh) 测试用例生成方法及装置
CN110634082A (zh) 一种基于深度学习的低频减载系统运行阶段预测方法
CN107222323A (zh) 一种电力光传输网运行质量评估方法
CN112541735A (zh) 一种中低压配电网项目择优方法和装置
Miranda Filho et al. A PCA-based approach for substation clustering for voltage sag studies in the Brazilian new energy context
CN107370149B (zh) 确定电力系统负荷削减量的方法和系统
CN104142419B (zh) 一种考虑负荷影响的电网短路电流获取方法
Davison et al. Temperature sensitive load modelling for dynamic thermal ratings in distribution network overhead lines
CN107169644A (zh) 一种配电网安全运行管控方法
CN105186503B (zh) 一种基于电网运行数据的分布式安全特征选择方法
CN110474372A (zh) 用于高渗透率可再生能源配电网的灵活性评估方法及系统
CN106897328A (zh) 一种图像检索方法及装置
CN108647275A (zh) 孤岛检测状态的识别方法及装置、存储介质、处理器
CN112653136B (zh) 一种电力电子多馈入电力系统关键线路识别方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170609