CN107491862B - 电网风险评测的方法及装置 - Google Patents
电网风险评测的方法及装置 Download PDFInfo
- Publication number
- CN107491862B CN107491862B CN201710619210.2A CN201710619210A CN107491862B CN 107491862 B CN107491862 B CN 107491862B CN 201710619210 A CN201710619210 A CN 201710619210A CN 107491862 B CN107491862 B CN 107491862B
- Authority
- CN
- China
- Prior art keywords
- risk
- power grid
- index
- basic
- value
- 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.)
- Active
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 35
- 238000000034 method Methods 0.000 claims abstract description 53
- 238000012502 risk assessment Methods 0.000 claims description 19
- 230000004927 fusion Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 5
- 239000004576 sand Substances 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims 1
- 239000000126 substance Substances 0.000 claims 1
- 230000002349 favourable effect Effects 0.000 abstract 1
- 230000008569 process Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 230000004931 aggregating effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
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
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及电网风险评测的方法及装置。所述方法包括:获取预先构建的电网风险指标体系,从所述电网风险指标体系中得出影响电网运行安全的风险指标及其层级信息;采用设定的模糊推理模型计算电网风险指标体系中各基础风险指标在每一设定风险场景下的子风险值;根据所述子风险值计算各基础风险指标在所有设定风险场景下的整体风险值;根据各基础风险指标的整体风险值以及所述层级信息,采用设定的层次分析模型得出电网风险评测值。本发明能够准确评估电网的运行风险,有利于提高电网的运行安全。
Description
技术领域
本发明涉及电网监测技术领域,特别是涉及电网风险评测的方法及装置。
背景技术
电网具有电压等级跨度大,网络复杂程度高,运行不确定性因素多,外部环境对电网的影响较强等特征;尤其是城市电网,当突然发生事故或即将发生危险时,需要面对城市用户的海量数据进行电网风险分析。
目前,电网风险一般是通过风险指标进行分析。风险指标的风险值通常表示为风险后果和风险发生概率的简单相乘。然而,电网的特征决定其必然存在着大量的不确定性因素,因此对风险指标的风险后果和各风险的发生概率的确定带来了较大干扰,因此传统风险评估方法难以得出准确的电网运行风险,不利于电网的运行安全。
发明内容
基于此,本发明提供了电网风险评测的方法及装置,能够准确评估电网的运行风险,有利于提高电网的运行安全。
本发明一方面提供电网风险评测的方法,包括:
获取预先构建的电网风险指标体系,从所述电网风险指标体系中得出影响电网运行安全的风险指标及其层级信息;所述电网风险指标体系中包含至少两级风险指标;
采用设定的模糊推理模型计算电网风险指标体系中各基础风险指标在每一设定风险场景下的子风险值;所述基础风险指标为电网风险指标体系中最下层的指标;
根据所述子风险值计算各基础风险指标在所有设定风险场景下的整体风险值;
根据各基础风险指标的整体风险值以及所述层级信息,采用设定的层次分析模型得出电网风险评测值。
一种电网风险评测的装置,包括:
指标获取模块,用于获取预先构建的电网风险指标体系,从所述电网风险指标体系中得出影响电网运行安全的风险指标及其层级信息;所述电网风险指标体系中包含至少两级风险指标;
模糊推理模块,用于采用设定的模糊推理模型计算电网风险指标体系中各基础风险指标在每一设定风险场景下的子风险值;所述基础风险指标为电网风险指标体系中最下层的指标;
场景融合模块,用于根据所述子风险值计算各基础风险指标在所有设定风险场景下的整体风险值;以及,
层级融合模块,用于根据各基础风险指标的整体风险值以及所述层级信息,采用设定的层次分析模型得出电网风险评测值。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述所述方法的步骤。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述所述方法的步骤。
上述技术方案,通过预先构建的电网风险指标体系得出影响电网运行安全的风险指标及其层级信息;采用模糊推理模型计算各基础风险指标在每一设定风险场景下的子风险值;进一步地计算各基础风险指标在所有设定风险场景下的整体风险值;然后可根据各基础风险指标的整体风险值以及所述层级信息,采用设定的层次分析模型得出电网风险评测值,以此评估电网风险。该方法基于模糊推理模型进行风险分析,可减轻电网运行过程中不确定性因素负风险评估的影响,且层级分析模型得到的电网综合风险值也符合电网的实际运行情况,因此能准确计算电网风险值,为电网调度员的决策带来方便。
附图说明
图1为一实施例的电网风险评测的方法的示意性流程图;
图2为一实施例的电网风险指标体系的示例图;
图3为基于图2的电网风险指标体系在某一风险场景下各三级风险指标的子风险值的示例图;
图4为基于图2的电网风险指标体系在某一风险场景下各二级风险指标的子风险值的示例图;
图5为基于图2的电网风险指标体系得到的城市电网运行风险的评价结果展示图;
图6为一实施例的电网风险评测的装置的示意性结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明中的步骤虽然用标号进行了排列,但并不用于限定步骤的先后次序,除非明确说明了步骤的次序或者某步骤的执行需要其他步骤作为基础,否则步骤的相对次序是可以调整的。
图1为一实施例的电网风险评测的方法的示意性流程图;如图1所示,本实施例中的电网风险评测的方法包括步骤:
S11,获取预先构建的电网风险指标体系,从所述电网风险指标体系中得出影响电网运行安全的风险指标及其层级信息;所述电网风险指标体系中包含至少两级风险指标。
可以理解为,通过电网风险指标体系可将影响电网运行安全的风险指标按照层级组织起来,例如组织为树型结构的电网风险指标体系,在所述电网风险指标体系中,位于最下层的风险指标也称为基础风险指标。可以理解的,所述基础风险指标在电网风险指标体系中不包含任何下层风险指标。
S12,采用设定的模糊推理模型计算电网风险指标体系中各基础风险指标在每一设定风险场景下的子风险值;所述基础风险指标为电网风险指标体系中最下层的指标。
可以理解的,本步骤是指,针对某一设定风险场景下某一基础风险指标,基于模糊推理模型,计算关于该基础风险指标在某一场景下所导致的电网风险值。
模糊推理指的是,从不精确的前提集合中得出可能的不精确结论的推理过程,又称近似推理。模糊推理中广泛应用的是基于模糊规则的推理。模糊规则的前提是模糊命题的逻辑组合作为推理的条件;结论是表示推理结果的模糊命题。所有模糊命题成立的精确程度(或模糊程度)均以相应语言变量定性值的隶属函数来表示。模糊规则可由应用领域专家凭经验知识来制定,并可在调试和运行过程中逐步修正和完善。模糊规则连同各语言变量的隶属函数一起构成了系统的知识库。基于模糊规则的模糊推理实际上是按模糊规则指示的模糊关系,作模糊合成运算的过程。通常情况下,模糊推理建立在表示为模糊规则的知识库上,模糊规则的多少取决于输入和输出物理量的个数以及所需的控制精度。与传统的风险计算方法相比,模糊推理特别适合于难以建立精确数学模型、非线性和大滞后的电网风险评测过程。
可以理解的,所述电网风险评测的方法还可包括,预先设置若干个电网运行的风险场景的步骤;其中,电网运行的风险场景指的是:电网中可能发生故障的设备和元件的组合。设定可能发生故障的设备和元件,通过排列组合可得到有限数量的风险场景。
S13,根据所述子风险值计算各基础风险指标在所有设定风险场景下的整体风险值。
本步骤指的是,针对所有设定风险场景下某一基础风险指标,基于风险场景融合的思想,计算关于该风险指标所导致的电网整体风险值。
S14,根据各基础风险指标的整体风险值以及所述层级信息,采用设定的层次分析模型得出电网风险评测值,并根据得到的电网综合风险值评估电网风险。
本步骤指的是,针对所有风险场景下所有基础风险指标,基于层次分析法,计算上述电网风险指标体系中所有风险指标所导致的电网综合风险值。上述层次分析模型可根据不同的判断矩阵得到不同风险指标在导致电网运行风险时的权重值,然后对不同风险指标的整体风险值进行加权求和,得到上述电网风险指标体系中所有风险指标的一个综合风险值。
上述实施例的电网风险评测的方法,通过电网风险指标体系得出影响电网运行安全的风险指标及其层级信息;采用模糊推理模型计算电网风险指标体系中各基础风险指标在每一设定风险场景下的子风险值;进一步地计算各基础风险指标在所有设定风险场景下的整体风险值;然后可根据各基础风险指标的整体风险值以及所述层级信息,采用设定的层次分析模型得出电网风险评测值,以此评估电网风险。该方法基于模糊推理模型进行风险分析,可减轻电网运行过程中不确定性因素负风险评估的影响,且层级的电网风险指标体系也符合电网的实际运行情况,因此能准确计算电网风险值,为电网调度员的决策带来方便。
在一可选实施例中,所述的电网风险评测的方法还包括:构建电网风险指标体系的步骤。可选地,所述的电网风险指标体系可包含三级风险指标;一级风险指标为电网综合运行风险指标;二级风险指标包含电网安全裕度风险指标、电网结构完整性破坏风险指标、设备直接损失风险指标和/或电网负荷损失风险指标;三级风险指标为各二级风险指标所包含的风险指标(即基础风险指标)。构建反映城市电网运行风险的电网风险指标体系。图2为基于一城市电网构建的电网风险指标体系的示意图。
在一可选实施例中,本发明实施例采用的所述模糊推理模型为Mamdani模型;Mamdani型模糊推理通过事先掌握的一组推理规则实现从输入到输出的推理计算,从而建立准确的辨识系统。对应地,所述采用设定的模糊推理模型计算电网风险指标体系中各基础风险指标在每一设定风险场景下的子风险值可包括:将基础风险指标在一设定风险场景下的风险后果和该设定风险场景的发生概率作为所述Mamdani模型的两输入信息,获取所述Mamdani模型的输出,作为所述基础风险指标在该设定风险场景下的子风险值。优选地,在采两输入单输出的Mamdani模糊推理模型的推理过程中,变量模糊化采用的隶属函数为三角形和梯形隶属函数,反模糊化采用的方法为质心法,模糊规则库根据对风险值定级来确定。
在一可选实施例中,所述Mamdani模型的模糊规则包括:将各风险指标的风险后果进行定级,以及对各设定风险场景的发生概率进行定级,将所述风险后果和所述发生概率划分为3个以上的等级;并以此对风险值进行定级。
例如,将各风险指标的风险后果的等级分别为1、2、3、4、5、6、7、8、9级。等级越大,相应的风险后果越严重。以静态电压安全裕度风险指标为例,静态电压安全裕度表示静态电压可以调整的范围,其表达式为:
式中:v0为母线节点当前电压;vl为低电压极限值;vh为高电压极限值;vn为节点基准电压。
根据《GB12325-90电能质量供电电压允许偏差》的规定:35kV及以上供电电压正、负偏差的绝对值之和不超过额定电压的10%;10kV及以下三相供电电压允许偏差为额定电压的±7%;220V单相供电电压允许偏差为额定电压的+7%,-10%。电压偏差越大,电网风险后果越严重。结合电压偏差的计算公式,根据相关行业标准规定得到静态电压安全裕度风险后果的等级划分如表1所示。
表1:
例如,将风险场景的发生概率定级为1、2、3、4、5、6、7、8、9级;等级越大,相应的风险场景的发生概率越高。
电网在正常的外部环境及设备运行状态下,电网中单个设备发生故障的概率为10-6级。以电网发生N-1重故障和N-2重故障的情况为例,当电网发生N-1重故障时,风险场景的发生概率的数量级一般处于10-6级,当电网发生N-2重故障时,风险场景的发生概率的数量级一般处于10-12级。考虑到设备在良好的外部环境下发生故障的概率的数量级可能达到10-7级甚至更低,设备在恶劣的外部环境下发生故障的概率的数量级可能达到10-5甚至更高,因此根据电网实际情况,并结合专家经验,风险场景的发生概率的等级划分如表2所示。
表2:
结合上述定级策略,进一步地,对风险值进行定级。在一可选实施例中,可采用下式对风险值进行定级:
Lr=round(ωsLs+ωpLp)
式中:Lr表示风险值的等级;Ls表示风险后果的等级;Lp表示风险场景发生概率等级,ωs和ωp分别表示风险后果和风险场景发生概率所占比重,0≤ωs,ωp≤1且ωs+ωp=1;round(·)表示四舍五入取整运算。
在一可选实施例中,根据得到的各基础风险指标的子风险值,可采用下式计算各基础风险指标在所有设定风险场景下的整体风险值:
Rzt=αrmax+(1-α)rave
其中,Rzt表示基础风险指标的整体风险值;α为权重参数,0<α<1;rmax为基础风险指标在所有设定风险场景下的最大子风险值;rave为基础风险指标在所有设定风险场景下的子风险值的平均值。
极端情况下,当α等于1时,表示只关注所有风险场景下的最大风险值带来的影响,当α等于0时,表示只考虑所有风险场景下关于该基础风险指标的平均风险值。优选地,α为0.5。
根据以上风险场景融合计算方法,可以得到城市电网在某一运行方式下各基础风险指标风险值,如图3所示。
在一可选实施例中,根据各基础风险指标的整体风险值以及所述层级信息,采用设定的层次分析模型得出电网风险评测值,包括:根据各基础风险指标的整体风险值以及所述层级信息,按照从最下层到最上层的顺序进行风险指标风险值的聚类(即加权求和),得出电网风险评测值。例如图2所示的电网风险指标体系,首先对所述基础风险指标的整体风险值进行聚合,得到各二级风险指标风险值的整体风险值,如图4所示;对所述二级风险指标的整体风险值进行聚合,得到各一级风险指标风险值的整体风险值;对所述一级风险指标的整体风险值进行聚合,得到电网综合风险值,在上述各二级风险指标风险值的基础上,得到电网综合风险值,为0.33451。
根据得到的电网综合风险值,可有效评价电网的运行风险。可选地,通过电网风险评价结果展示图展示电网的运行风险,从而评价电网综合运行风险,城市电网的电网综合运行风险的评价结果展示图如图5所示。从图中可以看出:电网安全裕度风险相对较高,表明电网中有关设备很有可能处于重载运行状态,此时需要重点关注电网安全裕度风险指标下的各个基础风险指标风险值,必要时需要采取一定的控制手段或措施;相反,图中电网负荷损失风险相对较低,表明电网目前面临的失负荷风险较小,可根据需要进一步监控该风险指标。
可见,通过上述实施例的电网风险评测的方法,基于模糊推理和层次分析法对电网风险进行评价,首先从电网调度实际需求出发,构建起反映城市电网运行风险的电网风险指标体系,然后考虑到电网中不确定因素的影响,基于模糊推理方法计算某一风险场景下某一基础风险指标的电网子风险值,接着对所有风险场景下的某一基础风险指标风险值进行融合,得到电网整体风险值,最后基于层次分析法对所有基础风险指标值进行加权聚合,得到电网综合运行风险值,在此基础上,完成对城市电网运行风险的评价,所提评价方法考虑了电网运行过程中不确定性因素的影响,符合电网实际运行情况,同时更直观地展示了城市电网风险等级,为调度员的决策带来方便。
需要说明的是,对于前述的各方法实施例,为了简便描述,将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。
基于与上述实施例中的电网风险评测的方法相同的思想,本发明还提供电网风险评测的装置,该装置可用于执行上述电网风险评测的方法。为了便于说明,电网风险评测的装置实施例的结构示意图中,仅仅示出了与本发明实施例相关的部分,本领域技术人员可以理解,图示结构并不构成对装置的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
图6为本发明一实施例的电网风险评测的装置的示意性结构图,如图6所示,本实施例的电网风险评测的装置包括:
指标获取模块610,用于获取预先构建的电网风险指标体系,从所述电网风险指标体系中得出影响电网运行安全的风险指标及其层级信息;所述电网风险指标体系中包含至少两级风险指标。
模糊推理模块620,用于采用设定的模糊推理模型计算电网风险指标体系中各基础风险指标在每一设定风险场景下的子风险值;所述基础风险指标为电网风险指标体系中最下层的指标。
场景融合模块630,用于根据所述子风险值计算各基础风险指标在所有设定风险场景下的整体风险值;以及,
层级融合模块640,用于根据各基础风险指标的整体风险值以及所述层级信息,采用设定的层次分析模型得出电网风险评测值,并以此评估电网风险。
在一可选实施例中,所述模糊推理模型为Mamdani模型;所述模糊推理模块620,用于将基础风险指标在一设定风险场景下的风险后果和该设定风险场景的发生概率分别作为所述Mamdani模型的两输入信息,获取所述Mamdani模型的输出,作为所述基础风险指标在该设定风险场景下的子风险值。
在一可选实施例中,所述的电网风险指标体系包含三级风险指标;其中,一级风险指标为电网综合运行风险指标;二级风险指标包含电网安全裕度风险指标、电网结构完整性破坏风险指标、设备直接损失风险指标和/或电网负荷损失风险指标;三级风险指标为各二级风险指标所包含的风险指标。
在一可选实施例中,所述Mamdani模型的模糊规则包括:
将各风险指标的风险后果进行定级,以及对各设定风险场景的发生概率进行定级的步骤,将所述风险后果和所述发生概率划分为3个以上的等级;
以及,根据各风险指标的风险后果的定级结果、各设定风险场景的发生概率的定级结果,对风险值进行定级。优选地,可采用下式对风险值进行定级:
Lr=round(ωsLs+ωpLp)
Lr表示风险值的等级;Ls表示基础风险指标的风险后果等级;Lp表示设定风险场景的发生概率等级,ωs和ωp分别表示风险后果等级和发生概率等级所占比重,0≤ωs,ωp≤1且ωs+ωp=1;round(·)表示四舍五入取整运算;
在一可选实施例中,上述场景融合模块630,采用下式计算各基础风险指标在所有设定风险场景下的整体风险值:
Rzt=αrmax+(1-α)rave
Rzt表示基础风险指标的整体风险值;α为权重参数,0<α<1;rmax为基础风险指标在所有设定风险场景下的最大子风险值;rave为基础风险指标在所有设定风险场景下的子风险值的平均值。
在一可选实施例中,上述层级融合模块640,用于根据各基础风险指标的整体风险值以及所述层级信息,按照从最下层到最上层的顺序进行风险指标的风险值加权求和,得出电网风险评测值。
需要说明的是,上述示例的电网风险评测的装置的实施方式中,各模块/单元之间的信息交互、执行过程等内容,由于与本发明前述方法实施例基于同一构思,其带来的技术效果与本发明前述方法实施例相同,具体内容可参见本发明方法实施例中的叙述,此处不再赘述。
此外,上述示例的电网风险评测的装置的实施方式中,各程序模块的逻辑划分仅是举例说明,实际应用中可以根据需要,例如出于相应硬件的配置要求或者软件的实现的便利考虑,将上述功能分配由不同的程序模块完成,即将所述电网风险评测的装置的内部结构划分成不同的程序模块,以完成以上描述的全部或者部分功能。
本领域普通技术人员可以理解,实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,作为独立的产品销售或使用。所述程序在执行时,可执行如上述各方法的实施例的全部或部分步骤。此外,所述存储介质还可设置与一种计算机设备中,所述计算机设备中还包括处理器,所述处理器执行所述存储介质中的程序时,能够实现上述各方法的实施例的全部或部分步骤。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
在上述实施例中,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,可以参见其它实施例的相关描述。可以理解,其中所使用的术语“第一”、“第二”等在本文中用于区分对象,但这些对象不受这些术语限制。
以上所述实施例仅表达了本发明的几种实施方式,不能理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种电网风险评测的方法,其特征在于,包括:
获取预先构建的电网风险指标体系,从所述电网风险指标体系中得出影响电网运行安全的风险指标及其层级信息;所述电网风险指标体系中包含至少两级风险指标;所述电网风险指标体系中包含三级风险指标;其中,
一级风险指标为电网综合运行风险指标;
二级风险指标包含电网安全裕度风险指标、电网结构完整性破坏风险指标、设备直接损失风险指标和/或电网负荷损失风险指标;
三级风险指标为各二级风险指标所包含的风险指标,所述三级风险指标包括基础风险指标;所述基础风险指标基于所述电网中的多个预设设备和元件对应的运行风险事件得到;
采用设定的模糊推理模型计算电网风险指标体系中各基础风险指标在每一设定风险场景下的子风险值;所述设定风险场景根据所述电网中多个预设设备和元件对应的故障事件的排列组合得到;所述基础风险指标为电网风险指标体系中最下层的指标;所述模糊推理模型为Mamdani模型;该步骤包括:
将基础风险指标在设定风险场景下的风险后果和该设定风险场景的发生概率作为所述Mamdani模型的两输入信息,获取所述Mamdani模型的输出,作为所述基础风险指标在该设定风险场景下的子风险值;
根据所述子风险值计算各基础风险指标在所有设定风险场景下的整体风险值;该步骤包括:根据预设权重参数、所述各基础风险指标在所有设定风险场景下的最大子风险值以及所述各基础风险指标在所有设定风险场景下的子风险值的平均值得到上述整体风险值;
根据各基础风险指标的整体风险值以及所述层级信息,采用设定的层次分析模型得出电网风险评测值;该步骤包括:将所述二级风险指标以及所述三级风险指标的整体风险值进行逐层加权求和,得到所述电网风险评测值。
2.根据权利要求1所述的电网风险评测的方法,其特征在于,所述Mamdani模型的模糊规则包括:
对各风险指标的风险后果进行定级,以及对各设定风险场景的发生概率进行定级,将所述风险后果、所述发生概率分别划分为3个以上的等级;
根据各风险指标的风险后果的定级结果、各设定风险场景的发生概率的定级结果,对风险值进行定级。
3.根据权利要求2所述的电网风险评测的方法,其特征在于,根据各风险指标的风险后果的定级结果、各设定风险场景的发生概率的定级结果,采用下式对风险值进行定级:
Lr=round(ωsLs+ωpLp)
Lr表示风险值的等级;Ls表示基础风险指标的风险后果等级;Lp表示设定风险场景的发生概率等级,ωs和ωp分别表示所述风险后果等级和所述发生概率等级对应的比重,0≤ωs,ωp≤1且ωs+ωp=1;round(·)表示四舍五入取整运算;
和/或,
根据所述子风险值,采用下式计算各基础风险指标在所有设定风险场景下的整体风险值:
Rzt=αrmax+(1-α)rave
Rzt表示基础风险指标的整体风险值;α为设定的权重参数,0<α<1;rmax为基础风险指标在所有设定风险场景下的最大子风险值;rave为基础风险指标在所有设定风险场景下的子风险值的平均值。
4.根据权利要求1至3任一所述的电网风险评测的方法,其特征在于,根据各基础风险指标的整体风险值以及所述层级信息,采用设定的层次分析模型得出电网风险评测值,包括:
根据各基础风险指标的整体风险值以及所述层级信息,按照从下层到上层的顺序,逐级进行风险指标整体风险值的加权求和,直到得出电网风险评测值。
5.一种电网风险评测的装置,其特征在于,包括:
指标获取模块,用于获取预先构建的电网风险指标体系,从所述电网风险指标体系中得出影响电网运行安全的风险指标及其层级信息;所述电网风险指标体系中包含至少两级风险指标;所述电网风险指标体系中包含三级风险指标;其中,一级风险指标为电网综合运行风险指标;二级风险指标包含电网安全裕度风险指标、电网结构完整性破坏风险指标、设备直接损失风险指标和/或电网负荷损失风险指标;三级风险指标为各二级风险指标所包含的风险指标,所述三级风险指标包括基础风险指标;所述基础风险指标基于所述电网中的多个预设设备和元件对应的运行风险事件得到;
模糊推理模块,用于采用设定的模糊推理模型计算电网风险指标体系中各基础风险指标在每一设定风险场景下的子风险值;所述设定风险场景根据所述电网中多个预设设备和元件对应的故障事件的排列组合得到;所述基础风险指标为电网风险指标体系中最下层的指标;所述模糊推理模型为Mamdani模型;具体用于将基础风险指标在设定风险场景下的风险后果和该设定风险场景的发生概率作为所述Mamdani模型的两输入信息,获取所述Mamdani模型的输出,作为所述基础风险指标在该设定风险场景下的子风险值;
场景融合模块,用于根据所述子风险值计算各基础风险指标在所有设定风险场景下的整体风险值;具体用于:根据预设权重参数、所述各基础风险指标在所有设定风险场景下的最大子风险值以及所述各基础风险指标在所有设定风险场景下的子风险值的平均值得到上述整体风险值;以及,
层级融合模块,用于根据各基础风险指标的整体风险值以及所述层级信息,采用设定的层次分析模型得出电网风险评测值;具体用于:将所述二级风险指标以及所述三级风险指标的整体风险值进行逐层加权求和,得到所述电网风险评测值。
6.根据权利要求5所述的装置,其特征在于,所述Mamdani模型的模糊规则包括:
对各风险指标的风险后果进行定级,以及对各设定风险场景的发生概率进行定级,将所述风险后果、所述发生概率分别划分为3个以上的等级;
根据各风险指标的风险后果的定级结果、各设定风险场景的发生概率的定级结果,对风险值进行定级。
7.根据权利要求5所述的装置,其特征在于,所述场景融合模块,采用下式 计算各基础风险指标在所有设定风险场景下的整体风险值:
Rzt=αrmax+(1-α)rave
Rzt表示基础风险指标的整体风险值;α为设定的权重参数,0<α<1;rmax为基础风险指标在所有设定风险场景下的最大子风险值;rave为基础风险指标在所有设定风险场景下的子风险值的平均值。
8.根据权利要求5所述的装置,其特征在于,所述层级融合模块,用于根据各基础风险指标的整体风险值以及所述层级信息,按照从下层到上层的顺序,逐级进行风险指标整体风险值的加权求和,直到得出电网风险评测值。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至4任一所述方法的步骤。
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至4任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710619210.2A CN107491862B (zh) | 2017-07-26 | 2017-07-26 | 电网风险评测的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710619210.2A CN107491862B (zh) | 2017-07-26 | 2017-07-26 | 电网风险评测的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107491862A CN107491862A (zh) | 2017-12-19 |
CN107491862B true CN107491862B (zh) | 2021-10-08 |
Family
ID=60644275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710619210.2A Active CN107491862B (zh) | 2017-07-26 | 2017-07-26 | 电网风险评测的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107491862B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112327767B (zh) * | 2020-09-25 | 2021-10-26 | 北卡科技有限公司 | 基于多层模糊系统的工控网络安全风险评估方法 |
CN113408855B (zh) * | 2021-05-21 | 2023-09-19 | 中国电建集团华东勘测设计研究院有限公司 | 以风险辨识库将风险管控和隐患排查治理建立关联的方法 |
CN113723759B (zh) * | 2021-07-30 | 2024-06-04 | 北京淇瑀信息科技有限公司 | 基于设备意向度和设备风险度为设备提供互联网服务的方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104484728A (zh) * | 2014-08-15 | 2015-04-01 | 国家电网公司 | 一种电网安全综合指标体系架构方法 |
CN106355343A (zh) * | 2016-09-06 | 2017-01-25 | 深圳供电局有限公司 | 一种配电网综合风险评估方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
SG151122A1 (en) * | 2007-09-12 | 2009-04-30 | Natarajan Krishnamurthy | System and method for risk assessment and management |
CN103793859B (zh) * | 2014-02-21 | 2017-11-07 | 北京科诺伟业科技股份有限公司 | 一种风电场运行监控及事件综合评价方法 |
CN104616091A (zh) * | 2014-11-19 | 2015-05-13 | 南昌大学 | 一种基于层次分析法的城市配电网的综合分析方法 |
CN106056314A (zh) * | 2016-06-29 | 2016-10-26 | 李明洋 | 一种智能配电网风险评估方法 |
-
2017
- 2017-07-26 CN CN201710619210.2A patent/CN107491862B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104484728A (zh) * | 2014-08-15 | 2015-04-01 | 国家电网公司 | 一种电网安全综合指标体系架构方法 |
CN106355343A (zh) * | 2016-09-06 | 2017-01-25 | 深圳供电局有限公司 | 一种配电网综合风险评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107491862A (zh) | 2017-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107491862B (zh) | 电网风险评测的方法及装置 | |
Abul-Haggag et al. | Application of fuzzy logic for risk assessment using risk matrix | |
CN107330573B (zh) | 一种光伏系统关键设备的状态评估方法及装置 | |
CN109993665B (zh) | 电力系统在线安全稳定评估方法、装置及系统 | |
CN104102840A (zh) | 配电网对光伏电源接纳能力的测评方法 | |
CN113112114A (zh) | 一种储能电站在线评估方法和装置 | |
CN113592359A (zh) | 电力变压器的健康度评价方法和装置 | |
CN104037760A (zh) | 一种不确定注入功率的电力系统预想事故选择方法 | |
CN106548284B (zh) | 一种面向运行调控的自适应模块化电网安全评价方法 | |
Hailu et al. | Techniques of power system static security assessment and improvement: A literature survey | |
CN113327062A (zh) | 信息的等级确定方法、装置、计算机设备和存储介质 | |
CN113868586A (zh) | 一种多维度多层级的韧性电网评估方法及系统 | |
CN111047461B (zh) | 一种直流多微网的黑启动方法 | |
CN110738399A (zh) | 一种基于模糊集理论的司法审判流程偏离预警方法 | |
CN112039111A (zh) | 一种新能源微电网参与电网调峰能力的方法及系统 | |
Zhou et al. | Fault-alarm-threshold optimization method based on interval evidence reasoning. | |
Jaiswal et al. | PMU based data driven approach for online dynamic security assessment in power systems | |
CN114266370A (zh) | 一种台风气象环境电网设备故障处置预案在线生成方法、系统及存储介质 | |
CN111737866A (zh) | 基于最优组合权重的特高压主变分接头选择方法及装置 | |
CN111242175A (zh) | 基于机器学习的计量点电压异常检测方法及系统 | |
Maharana et al. | Sensitivity Based Network Contingency Ranking Using Newton Raphson Power Flow Method | |
Jain et al. | A decision tree C4. 5-based voltage security events classifier for electric power systems | |
CN117495101A (zh) | 一种客户侧用电安全风险预警方法及系统 | |
CN113689112B (zh) | 利用云计算改进层次分析法的智慧能源站能效评估方法及系统 | |
Agreira et al. | Portuguese transmission system contingencies analisys using the rough set theory |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |