CN110097276A - 电网多重风险变量综合评价方法及系统 - Google Patents

电网多重风险变量综合评价方法及系统 Download PDF

Info

Publication number
CN110097276A
CN110097276A CN201910340043.7A CN201910340043A CN110097276A CN 110097276 A CN110097276 A CN 110097276A CN 201910340043 A CN201910340043 A CN 201910340043A CN 110097276 A CN110097276 A CN 110097276A
Authority
CN
China
Prior art keywords
risk
value
type
power grid
sequence
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.)
Granted
Application number
CN201910340043.7A
Other languages
English (en)
Other versions
CN110097276B (zh
Inventor
黄一超
陈淑娟
庞爱莉
黄阮明
兰莉
何禹清
蒋沁
黎灿兵
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.)
Hunan University
Economic and Technological Research Institute of State Grid Shanghai Electric Power Co Ltd
Original Assignee
Hunan University
Economic and Technological Research Institute of State Grid Shanghai 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 Hunan University, Economic and Technological Research Institute of State Grid Shanghai Electric Power Co Ltd filed Critical Hunan University
Priority to CN201910340043.7A priority Critical patent/CN110097276B/zh
Publication of CN110097276A publication Critical patent/CN110097276A/zh
Application granted granted Critical
Publication of CN110097276B publication Critical patent/CN110097276B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

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—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

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)
  • Health & Medical Sciences (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于序列运算理论的电网多重风险变量综合评价方法及系统，该基于序列运算理论的电网多重风险变量综合评价方法包括：获取电网项目投资中的每一类风险在不同时间阶段内的风险值；获取每一类风险在不同时间阶段内的风险值对应的第一权重值；根据每一类风险在不同时间阶段内分别对应的风险值和第一权重值，对每一类风险的风险值进行离散化处理，以得到每一类风险的风险值重要程度序列；对每一类风险的风险值重要程度序列进行卷和运算，以得到多重风险序列；根据多重风险序列确定电网多重风险变量综合评价值。本发明的技术方案旨在解决现有技术中的电网项目投资风险评估结果不精确的问题。

Description

电网多重风险变量综合评价方法及系统
技术领域
本发明涉及电网技术领域，尤其涉及一种基于序列运算理论的电网多重风险变量综合评价方法，以及一种基于序列运算理论的电网多重风险变量综合评价系统。
背景技术
近年来，国家加大了对电网的投资力度，各电网公司的年度投资规模都有了快速的增长，因此电网建设项目剧增。而这个过程无疑也使电网建设过程中所承受的风险及风险发生的概率进一步加大，过去的风险量化运算研究已经不能满足电力技术的发展和电网工程的具体需要，因此开始新的电网投资风险评价和运算方法研究具有重要意义。
风险是普遍存在的，电网投资属于资金密集性产业，由于电网建设项目自身的特点，如周期长、投资大等，在整个电网建设周期中往往存在很大的不确定因素，使得电网建设的安全、进度、质量、投资难以得到有效控制，电网建设面临很多风险。一旦风险发生，不但给电网建设项目带来损失，也严重影响地区经济和社会发展。此外，在项目的整个实施过程中，各种风险随着项目的推进、风险事件条件变化、外界环境条件的变化而不断变化。
目前，采用各个风险点风险得分的加总求平均来实现电网项目投资中多重风险综合得分运算。该方法的基本思想是：在评估电网投资各个风险点风险等级的基础上，结合风险分析结果以及各个风险指标对项目的整体影响，计算出各风险因素在整个项目风险中的重要程度，利用单个风险点的风险值乘以各个风险点的综合权重得出多个风险点的综合得分。风险具有不确定性，因此不确定性因素导致在时间域上的变化和波动，在不同的时间阶段上，这些变化和波动所遵循的规律及其具有的基本特征通常有很大的差异。不同风险甚至同类风险具有不同的时间阶段特性，所以不能简单的相加。
上述技术方案的缺陷是，现有技术中的电网项目投资风险评估值未考虑风险多时间阶段特性，在风险量化时，把风险评价指标当作一个不变的值来处理，使得风险评估计算结果不精确。
发明内容
本发明的主要目的在于提供一种基于序列运算理论的电网多重风险变量综合评价方法，旨在解决现有技术中的电网项目投资风险评估值未考虑风险多时间阶段特性，在风险量化时，把风险评价指标当作一个不变的值来处理，使得风险评估计算结果不精确的问题。
为实现上述目的，本发明提供的基于序列运算理论的电网多重风险变量综合评价方法包括如下步骤：
获取电网项目投资中的每一类风险在不同时间阶段内的风险值；
获取每一类所述风险在不同时间阶段内的风险值对应的第一权重值；
根据每一类所述风险在所述不同时间阶段内分别对应的所述风险值和所述第一权重值，对每一类所述风险的风险值进行离散化处理，以得到每一类所述风险的风险值重要程度序列；
对每一类所述风险的所述风险值重要程度序列进行卷和运算，以得到多重风险序列；
根据所述多重风险序列确定电网多重风险变量综合评价值。
优选的，所述获取电网项目投资中的每一类风险在不同时间阶段内的风险值的步骤，包括：
获取电网项目投资中的每一类所述风险的各个下级风险因素在所述不同时间阶段内分别对应的发生概率评分值、影响程度评分值以及第二权重值；
根据每一类所述风险的各个所述下级风险因素在所述不同时间阶段内分别对应的所述发生概率评分值、所述影响程度评分值以及所述第二权重值，确定每一类所述风险在所述不同时间阶段内的风险值。
优选的，所述根据每一类所述风险的各个所述下级风险因素在所述不同时间阶段内分别对应的所述发生概率评分值、所述影响程度评分值以及所述第二权重值，确定每一类所述风险在所述不同时间阶段内的风险值的步骤，包括：
根据每一所述下级风险因素在同一时间阶段内对应的所述发生概率评分值和所述影响程度评分值的乘积，确定每一所述下级风险因素在所述不同时间阶段内的风险评估值；
获取同一类所述风险的每一所述下级风险因素在同一时间阶段内的风险评估值的累加结果；
根据各个所述累加结果，确定每一类所述风险在不同时间阶段内的风险值。
优选的，所述根据每一类所述风险在所述不同时间阶段内分别对应的所述风险值和所述第一权重值，对每一类所述风险的风险值进行离散化处理，以得到每一类所述风险的风险值重要程度序列的步骤，包括：
获取离散化的步长，并根据每一类所述风险在所述不同时间阶段内的所述风险值确定每一类所述风险的最大风险值；
根据所述步长和每一类所述风险的所述最大风险值确定每一类所述风险的离散化数值个数；
根据每一类所述风险的所述离散化数值个数，确定每一类所述风险的各个离散化状态序号；
根据所述步长和每一类所述风险的各个所述离散化状态序号，确定每一类所述风险在每一个离散化状态下对应的风险影响后果值；
根据所述步长、每一类所述风险在每一个离散化状态下对应的所述风险影响后果值，以及每一类所述风险在不同时间阶段内的所述第一权重值，确定每一类所述风险对应的风险值重要程度序列。
优选的，所述根据所述多重风险序列确定电网多重风险变量综合评价值的步骤，包括：
根据每一类所述风险的所述离散化数值个数，确定所述多重风险序列的序列数量；
根据所述多重风险序列的序列数量确定各个所述多重风险序列对应的序号；
根据所述步长、每一个所述多重风险序列和每一个所述多重风险序列对应的序号，确定多重风险变量的期望值；
将所述多重风险变量的期望值确定为电网多重风险变量的综合评价值。
优选的，所述根据每一类所述风险的所述离散化数值个数，确定所述多重风险序列的序列数量的步骤，包括：
获取每一类所述风险的所述离散化数值个数的累加值；
将所述累加值确定为所述多重风险序列的序列数量。
优选的，所述获取离散化的步长的步骤，包括：
根据每一类所述风险在所述不同时间阶段内的所述风险值，确定各个所述风险值的最大公约数；
将所述最大公约数确定为所述步长。
优选的，所述不同时间阶段包括远期、近期和中期。
此外，为实现上述目的，本发明还提供一种基于序列运算理论的电网多重风险变量综合评价系统，应用如上述任一项所述的基于序列运算理论的电网多重风险变量综合评价方法的步骤。
在本发明的技术方案中，该基于序列运算理论的电网多重风险变量综合评价方法通过获取电网项目投资中的每一类风险在不同时间阶段内的风险值，并获取每一类所述风险在不同时间阶段内的风险值对应的第一权重值；根据每一类所述风险在所述不同时间阶段内分别对应的所述风险值和所述第一权重值，对每一类所述风险的风险值进行离散化处理，以得到每一类所述风险的风险值重要程度序列；对每一类所述风险的所述风险值重要程度序列进行卷和运算，以得到多重风险序列；根据所述多重风险序列确定电网多重风险变量综合评价值。因此，本发明的技术方案考虑了电网风险的多时间阶段特性，通过分析电网各类投资风险在其发展的各个时间阶段内在发生的可能性和影响程度上的发展趋势，计算得到不同时间阶段内电网风险等级的变化情况，并应用序列运算理论，把各类风险转化为序列而非单一确定值来评估电网项目投资的风险值，从而解决了现有技术中的电网项目投资风险评估值未考虑风险多时间阶段特性，在风险量化时，把风险评价指标当作一个不变的值来处理，使得风险评估计算结果不精确的问题。
附图说明
图1为本发明基于序列运算理论的电网多重风险变量综合评价方法第一实施例的流程示意图；
图2为本发明基于序列运算理论的电网多重风险变量综合评价方法第二实施例的流程示意图；
图3为本发明基于序列运算理论的电网多重风险变量综合评价方法第三实施例的流程示意图。
本发明目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
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。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
请参阅图1，为实现上述目的，本发明的第一实施例中提供一种基于序列运算理论的电网多重风险变量综合评价方法，包括如下步骤：
步骤S10，获取电网项目投资中的每一类风险在不同时间阶段内的风险值；
步骤S20，获取每一类所述风险在不同时间阶段内的风险值对应的第一权重值；
步骤S30，根据每一类所述风险在所述不同时间阶段内分别对应的所述风险值和所述第一权重值，对每一类所述风险的风险值进行离散化处理，以得到每一类所述风险的风险值重要程度序列；
步骤S40，对每一类所述风险的所述风险值重要程度序列进行卷和运算，以得到多重风险序列；
步骤S50，根据所述多重风险序列确定电网多重风险变量综合评价值。
在本发明的技术方案中，该基于序列运算理论的电网多重风险变量综合评价方法通过获取电网项目投资中的每一类风险在不同时间阶段内的风险值，并获取每一类所述风险在不同时间阶段内的风险值对应的第一权重值；根据每一类所述风险在所述不同时间阶段内分别对应的所述风险值和所述第一权重值，对每一类所述风险的风险值进行离散化处理，以得到每一类所述风险的风险值重要程度序列；对每一类所述风险的所述风险值重要程度序列进行卷和运算，以得到多重风险序列；根据所述多重风险序列确定电网多重风险变量综合评价值。因此，本发明的技术方案考虑了电网风险的多时间阶段特性，通过分析电网各类投资风险在其发展的各个时间阶段内在发生的可能性和影响程度上的发展趋势，计算得到不同时间阶段内电网风险等级的变化情况，并应用序列运算理论，把各类风险转化为序列而非单一确定值来评估电网项目投资的风险值，从而解决了现有技术中的电网项目投资风险评估值未考虑风险多时间阶段特性，在风险量化时，把风险评价指标当作一个不变的值来处理，使得风险评估计算结果不精确的问题。
优选的，可以根据需要将电网投资的发展进程划分成不同时间阶段，在后文中将以所述不同时间阶段包括远期、近期和中期为例进行介绍。因此，每一类风险在不同时间阶段内的风险值为每一类风险在远期的风险值、中期的风险值，以及近期的风险值。
请参阅图2，基于本发明的基于序列运算理论的电网多重风险变量综合评价方法的第一实施例，本发明的基于序列运算理论的电网多重风险变量综合评价方法的第二实施例中，所述步骤S10，包括：
步骤S11，获取电网项目投资中的每一类所述风险的各个下级风险因素在所述不同时间阶段内分别对应的发生概率评分值、影响程度评分值以及第二权重值；
步骤S12，根据每一类所述风险的各个所述下级风险因素在所述不同时间阶段内分别对应的所述发生概率评分值、所述影响程度评分值以及所述第二权重值，确定每一类所述风险在所述不同时间阶段内的风险值。
考虑到每一类风险可能对应存在若干级别的下级风险因素，并且每个下级风险因素中可能还存在若干个子风险因素，因此本实施例用于说明当每一类风险分别存在下级风险因素时，如何确定每一类风险在不同时间阶段内的风险值。
在本实施例中，将电网投资中的风险分为两个等级，其中，每一类风险指的是电网投资中的一级风险(如政策风险和技术风险等)，每一类一级风险下还继续细分为若干个二级风险因素，且每一级风险的数量不限，每一级风险对应的下级风险因素的数量不限。
当然，还可以根据需要将电网投资中的风险分为三个等级及三个以上的等级，本发明的保护范围不因电网投资中风险的等级数量而受到限缩。
请参阅图3，基于本发明的基于序列运算理论的电网多重风险变量综合评价方法的第二实施例，本发明的基于序列运算理论的电网多重风险变量综合评价方法的第三实施例中，所述步骤S12，包括：
步骤S121，根据每一所述下级风险因素在同一时间阶段内对应的所述发生概率评分值和所述影响程度评分值的乘积，确定每一所述下级风险因素在所述不同时间阶段内的风险评估值；
步骤S122，获取同一类所述风险的每一所述下级风险因素在同一时间阶段内的风险评估值的累加结果；
步骤S123，根据各个所述累加结果，确定每一类所述风险在不同时间阶段内的风险值。
具体的，步骤S121中，各类风险的各个二级风险因素的风险评估值以Rkh表示，其中，k为电网投资的一级风险下标，k＝1，2，…，M；h为电网投资的二级风险因素下标，h＝1，2，…，N。
根据各类风险的各个二级风险因素在不同时间阶段的风险发生概率评分值(Hkh)和风险影响程度评分值(Ikh)，确定各类风险的各个二级风险因素在不同时间阶段的风险评估值，风险评估值＝风险发生概率评分值×风险影响程度评分值。
本实施例中，采用表示第k类风险中的第h类二级风险因素的远期风险评估值，采用表示第k类风险中的第h类二级风险因素的中期风险评估值，表示第k类风险中的第h类二级风险因素的近期风险评估值。
表示第k类风险中的第h类二级风险因素的远期风险发生概率评分值；表示第k类风险中的第h类二级风险因素的中期风险发生概率评分值；表示第k类风险中的第h类二级风险因素的近期风险发生概率评分值。
表示第k类风险中的第h类二级风险因素的远期风险影响程度评分值；表示第k类风险中的第h类二级风险因素的中期风险影响程度评分值；表示第k类风险中的第h类二级风险因素的近期风险影响程度评分值。因此，各类风险的各个二级风险因素在不同时间阶段的风险发生概率评分值为：
各类风险的各个二级风险因素所占的第二权重值采用Wkh表示，该第二权重值说明了各个二级风险因素对于电网工程项目整体风险的重要程度。表示第k类风险中的第h类二级风险因素的远期第二权重值；表示第k类风险中的第h类二级风险因素的中期第二权重值；表示第k类风险中的第h类二级风险因素的近期第二权重值。
每一类所述风险在不同时间阶段内的风险值具体为：
其中，为第k类风险的远期风险值，为第k类风险的中期风险值，为第k类风险的近期风险值。
基于本发明的基于序列运算理论的电网多重风险变量综合评价方法的第一实施例至第三实施例，本发明的基于序列运算理论的电网多重风险变量综合评价方法的第四实施例中，所述步骤S30，包括：
步骤S31，获取离散化的步长，并根据每一类所述风险在所述不同时间阶段内的所述风险值确定每一类所述风险的最大风险值；
步骤S32，根据所述步长和每一类所述风险的所述最大风险值确定每一类所述风险的离散化数值个数；
步骤S33，根据每一类所述风险的所述离散化数值个数，确定每一类所述风险的各个离散化状态序号；
步骤S34，根据所述步长和每一类所述风险的各个所述离散化状态序号，确定每一类所述风险在每一个离散化状态下对应的风险影响后果值；
步骤S35，根据所述步长、每一类所述风险在每一个离散化状态下对应的所述风险影响后果值，以及每一类所述风险在不同时间阶段内的所述第一权重值，确定每一类所述风险对应的风险值重要程度序列。
本实施例中，采用ΔR表示离散化的步长，根据所述步长ΔR和每一类所述风险的所述最大风险值确定每一类所述风险的离散化数值个数。以第k类风险的最大风险值为为例，以ΔR为步长对其进行离散化，设Nk为第k类风险离散化的数值个数，则：
表示不超过的运算结果的最大整数。第k类风险的状态序号为i，其中，i＝0，1，2...Nk，因此，第k类风险共有Nk+1个状态，第i个状态的风险影响后果值为：
Rki＝i*ΔR,0≤i≤Nk。
第k类风险对应的风险值重要程度序列为ak(i)，则序列ak(i)的具体取值为：
根据步骤S30的结果，步骤S40为对每一类所述风险的所述风险值重要程度序列进行卷和运算，以得到多重风险序列，也就是计算多个风险综合运算风险值。描述多重风险序列x(i)应当为各个风险序列的卷和结果，即：
基于本发明的基于序列运算理论的电网多重风险变量综合评价方法的第四实施例，本发明的基于序列运算理论的电网多重风险变量综合评价方法的第五实施例中，所述步骤S50，还包括：
步骤S51，根据每一类所述风险的所述离散化数值个数，确定所述多重风险序列的序列数量；
步骤S52，根据所述多重风险序列的序列数量确定各个所述多重风险序列对应的序号；
步骤S53，根据所述步长、每一个所述多重风险序列和每一个所述多重风险序列对应的序号，确定多重风险变量的期望值；
步骤S54，将所述多重风险变量的期望值确定为电网多重风险变量的综合评价值。
具体的，所述步骤S51包括：
步骤S511，获取每一类所述风险的所述离散化数值个数的累加值；
步骤S512，将所述累加值确定为所述多重风险序列的序列数量。
基于本发明的第四实施例，Nk为第k类风险的离散化的数值个数，且因此，将每一类所述风险的所述离散化数值个数进行累加，根据累加结果即可确定所述多重风险序列的序列数量N0：
从不确定性分析的角度，考虑时间特性的多重风险不再是只有3个对应的值(远期风险值、中期风险值和近期风险值)，而是一系列的具有分布概率的数值；对该序列可以通过求取其期望值来得到多重风险的期望值ER：
基于本发明的基于序列运算理论的电网多重风险变量综合评价方法的第四实施例至第五实施例，本发明的基于序列运算理论的电网多重风险变量综合评价方法的第六实施例中，所述步骤S31中的获取离散化的步长的步骤，包括：
步骤S311，根据每一类所述风险在所述不同时间阶段内的所述风险值，确定各个所述风险值的最大公约数；
步骤S312，将所述最大公约数确定为所述步长。
当然，所述步长的取值不限于此，例如，所述步长还可以为各个所述风险值的任意一个公约数。
此外，为实现上述目的，本发明还提供一种基于序列运算理论的电网多重风险变量综合评价系统，应用如上述任一项所述的基于序列运算理论的电网多重风险变量综合评价方法的步骤。
由于本实施例基于序列运算理论的电网多重风险变量综合评价系统的技术方案至少包括上述基于序列运算理论的电网多重风险变量综合评价方法实施例的全部技术方案，因此至少具有以上实施例的全部技术效果，此处不再一一赘述。
在本说明书的描述中，参考术语“一实施例”、“另一实施例”、“其他实施例”、或“第一实施例～第X实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料、方法步骤或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
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。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (9)

1.一种基于序列运算理论的电网多重风险变量综合评价方法，其特征在于，包括如下步骤：
获取电网项目投资中的每一类风险在不同时间阶段内的风险值；
获取每一类所述风险在不同时间阶段内的风险值对应的第一权重值；
根据每一类所述风险在所述不同时间阶段内分别对应的所述风险值和所述第一权重值，对每一类所述风险的风险值进行离散化处理，以得到每一类所述风险的风险值重要程度序列；
对每一类所述风险的所述风险值重要程度序列进行卷和运算，以得到多重风险序列；
根据所述多重风险序列确定电网多重风险变量综合评价值。
2.根据权利要求1所述的基于序列运算理论的电网多重风险变量综合评价方法，其特征在于，所述获取电网项目投资中的每一类风险在不同时间阶段内的风险值的步骤，包括：
获取电网项目投资中的每一类所述风险的各个下级风险因素在所述不同时间阶段内分别对应的发生概率评分值、影响程度评分值以及第二权重值；
根据每一类所述风险的各个所述下级风险因素在所述不同时间阶段内分别对应的所述发生概率评分值、所述影响程度评分值以及所述第二权重值，确定每一类所述风险在所述不同时间阶段内的风险值。
3.根据权利要求2所述的基于序列运算理论的电网多重风险变量综合评价方法，其特征在于，所述根据每一类所述风险的各个所述下级风险因素在所述不同时间阶段内分别对应的所述发生概率评分值、所述影响程度评分值以及所述第二权重值，确定每一类所述风险在所述不同时间阶段内的风险值的步骤，包括：
根据每一所述下级风险因素在同一时间阶段内对应的所述发生概率评分值和所述影响程度评分值的乘积，确定每一所述下级风险因素在所述不同时间阶段内的风险评估值；
获取同一类所述风险的每一所述下级风险因素在同一时间阶段内的风险评估值的累加结果；
根据各个所述累加结果，确定每一类所述风险在不同时间阶段内的风险值。
4.根据权利要求1至3中任一项所述的基于序列运算理论的电网多重风险变量综合评价方法，其特征在于，所述根据每一类所述风险在所述不同时间阶段内分别对应的所述风险值和所述第一权重值，对每一类所述风险的风险值进行离散化处理，以得到每一类所述风险的风险值重要程度序列的步骤，包括：
获取离散化的步长，并根据每一类所述风险在所述不同时间阶段内的所述风险值确定每一类所述风险的最大风险值；
根据所述步长和每一类所述风险的所述最大风险值确定每一类所述风险的离散化数值个数；
根据每一类所述风险的所述离散化数值个数，确定每一类所述风险的各个离散化状态序号；
根据所述步长和每一类所述风险的各个所述离散化状态序号，确定每一类所述风险在每一个离散化状态下对应的风险影响后果值；
根据所述步长、每一类所述风险在每一个离散化状态下对应的所述风险影响后果值，以及每一类所述风险在不同时间阶段内的所述第一权重值，确定每一类所述风险对应的风险值重要程度序列。
5.根据权利要求4所述的基于序列运算理论的电网多重风险变量综合评价方法，其特征在于，所述根据所述多重风险序列确定电网多重风险变量综合评价值的步骤，包括：
根据每一类所述风险的所述离散化数值个数，确定所述多重风险序列的序列数量；
根据所述多重风险序列的序列数量确定各个所述多重风险序列对应的序号；
根据所述步长、每一个所述多重风险序列和每一个所述多重风险序列对应的序号，确定多重风险变量的期望值；
将所述多重风险变量的期望值确定为电网多重风险变量的综合评价值。
6.根据权利要求5所述的基于序列运算理论的电网多重风险变量综合评价方法，其特征在于，所述根据每一类所述风险的所述离散化数值个数，确定所述多重风险序列的序列数量的步骤，包括：
获取每一类所述风险的所述离散化数值个数的累加值；
将所述累加值确定为所述多重风险序列的序列数量。
7.根据权利要求4所述的基于序列运算理论的电网多重风险变量综合评价方法，其特征在于，所述获取离散化的步长的步骤，包括：
根据每一类所述风险在所述不同时间阶段内的所述风险值，确定各个所述风险值的最大公约数；
将所述最大公约数确定为所述步长。
8.根据权利要求1至3中任一项所述的基于序列运算理论的电网多重风险变量综合评价方法，其特征在于，所述不同时间阶段包括远期、近期和中期。
9.一种基于序列运算理论的电网多重风险变量综合评价系统，其特征在于，应用如权利要求1至8中任一项所述的基于序列运算理论的电网多重风险变量综合评价方法的步骤。
CN201910340043.7A 2019-04-25 2019-04-25 电网多重风险变量综合评价方法及系统 Expired - Fee Related CN110097276B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910340043.7A CN110097276B (zh) 2019-04-25 2019-04-25 电网多重风险变量综合评价方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910340043.7A CN110097276B (zh) 2019-04-25 2019-04-25 电网多重风险变量综合评价方法及系统

Publications (2)

Publication Number Publication Date
CN110097276A true CN110097276A (zh) 2019-08-06
CN110097276B CN110097276B (zh) 2021-06-08

Family

ID=67445861

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910340043.7A Expired - Fee Related CN110097276B (zh) 2019-04-25 2019-04-25 电网多重风险变量综合评价方法及系统

Country Status (1)

Country Link
CN (1) CN110097276B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111641595A (zh) * 2020-05-11 2020-09-08 湖南大学 一种电力网络安全风险评估方法及系统
CN113468560A (zh) * 2021-06-18 2021-10-01 宝湾资本管理有限公司 数据保护方法、装置及服务器

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103326396A (zh) * 2013-05-29 2013-09-25 国家电网公司 一种测定电力系统风电运行出力上限值的方法
CN103426123A (zh) * 2013-07-24 2013-12-04 国家电网公司 基于粗糙集理论的配电网故障风险评估方法
CN104484837A (zh) * 2015-01-04 2015-04-01 国家电网公司 一种综合量化配电网风险评估方法
CN104538962A (zh) * 2015-01-19 2015-04-22 国家电网公司 一种基于平均期望值的配电网安全风险评估方法
WO2015096153A1 (zh) * 2013-12-24 2015-07-02 云南电力调度控制中心 基于态势感知的电网安全风险评估方法和模型
CN105005878A (zh) * 2015-08-12 2015-10-28 国家电网公司 一种坚强智能电网的综合评估方法
CN108537367A (zh) * 2018-03-20 2018-09-14 广东电网有限责任公司惠州供电局 一种多气象灾害下输电线路综合风险评估方法
CN108599150A (zh) * 2018-04-28 2018-09-28 国网湖南省电力有限公司 用于大规模电动汽车接入区域的配电网投资效益分析方法
CN109063941A (zh) * 2018-02-08 2018-12-21 国家电网公司 一种发电侧直购电交易风险评估的方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103326396A (zh) * 2013-05-29 2013-09-25 国家电网公司 一种测定电力系统风电运行出力上限值的方法
CN103426123A (zh) * 2013-07-24 2013-12-04 国家电网公司 基于粗糙集理论的配电网故障风险评估方法
WO2015096153A1 (zh) * 2013-12-24 2015-07-02 云南电力调度控制中心 基于态势感知的电网安全风险评估方法和模型
CN104484837A (zh) * 2015-01-04 2015-04-01 国家电网公司 一种综合量化配电网风险评估方法
CN104538962A (zh) * 2015-01-19 2015-04-22 国家电网公司 一种基于平均期望值的配电网安全风险评估方法
CN105005878A (zh) * 2015-08-12 2015-10-28 国家电网公司 一种坚强智能电网的综合评估方法
CN109063941A (zh) * 2018-02-08 2018-12-21 国家电网公司 一种发电侧直购电交易风险评估的方法
CN108537367A (zh) * 2018-03-20 2018-09-14 广东电网有限责任公司惠州供电局 一种多气象灾害下输电线路综合风险评估方法
CN108599150A (zh) * 2018-04-28 2018-09-28 国网湖南省电力有限公司 用于大规模电动汽车接入区域的配电网投资效益分析方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
唐宇: "基于多重分形理论的电力市场风险价值评估", 《企业技术开发》 *
徐玮，康重庆，夏清: "序列运算的算法复杂性分析", 《中国电机工程学报》 *
袁野，王慧芳，应高亮，张波，何奔腾: "基于最小累积风险度的电网等风险检修决策", 《电力自动化设备》 *
邢军: "电力设备企业投资智能电网项目的风险评价研究", 《中国优秀硕士学位论文全文数据库 经济与管理科学辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111641595A (zh) * 2020-05-11 2020-09-08 湖南大学 一种电力网络安全风险评估方法及系统
CN113468560A (zh) * 2021-06-18 2021-10-01 宝湾资本管理有限公司 数据保护方法、装置及服务器

Also Published As

Publication number Publication date
CN110097276B (zh) 2021-06-08

Similar Documents

Publication Publication Date Title
CN110097276B (zh) 电网多重风险变量综合评价方法及系统
CN104463706A (zh) 一种用于电网检测电压暂降事件原因的方法和系统
CN104318268B (zh) 一种基于局部距离度量学习的多交易账户识别方法
CN104933254A (zh) 基于频比偏移系数的改进线性模型振动法索力测量方法
CN105893716A (zh) 一种基于分形理论的结构断裂非概率可靠性分析方法
CN110489131B (zh) 一种灰度用户选取方法及装置
CN112580844A (zh) 气象数据处理方法、装置、设备及计算机可读存储介质
CN112258069B (zh) 一种基于风险熵的农产品安全评价方法与系统
CN112700050A (zh) 一种光伏电站超短期第1点功率预测方法及系统
CN116581883A (zh) 一种基于神经网络的配电网线损评估方法及装置
CN105469148A (zh) 船舶机电设备保障时机确定方法
Beer et al. Structural reliability assessment with fuzzy probabilities
Khan et al. A comparison between numerical methods for solving Fuzzy fractional differential equations
Tsai The application of grey theory to taiwan pollution prediction
Darvishi et al. Grey prediction in linear programming problems
JP6694124B1 (ja) 時系列データの前処理プログラム及び前処理方法
CN114091908A (zh) 计及多模式储能站的配电网综合评价方法、装置和设备
Fernando et al. Using gene expression programming to develop a combined runoff estimate model from conventional rainfall-runoff model outputs
CN102004661A (zh) 一种通用的数据驱动的软件和系统可靠性模型及参数优化方法
Bernardo et al. Inclusion of information costs in process design optimization under uncertainty
CN106655225A (zh) 一种三相不平衡治理装置及实现方法
CN111695229A (zh) 一种基于ga-ica的新型分散式非高斯过程监测方法
Baba et al. One-sided cumulative sum control chart for monitoring shift in the scale parameter delta (δ), of the new Weibull-Pareto distribution
Sipos et al. Failure analysis and prediction using neural networks in the chip manufacturing process
CN115510566B (zh) 基于改进逻辑回归的地铁车站地震损伤预警方法及系统

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
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210608

CF01 Termination of patent right due to non-payment of annual fee