CN111697590A - 一种基于熵权法的电力系统关键节点识别方法及系统 - Google Patents

一种基于熵权法的电力系统关键节点识别方法及系统 Download PDF

Info

Publication number
CN111697590A
CN111697590A CN202010567402.5A CN202010567402A CN111697590A CN 111697590 A CN111697590 A CN 111697590A CN 202010567402 A CN202010567402 A CN 202010567402A CN 111697590 A CN111697590 A CN 111697590A
Authority
CN
China
Prior art keywords
node
power system
index
entropy weight
evaluation
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
CN202010567402.5A
Other languages
English (en)
Inventor
严正
徐潇源
王梦圆
冯树海
程海花
曾丹
郭艳敏
王礼文
杨辰星
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.)
Shanghai Jiaotong University
China Electric Power Research Institute Co Ltd CEPRI
State Grid Anhui Electric Power Co Ltd
Original Assignee
Shanghai Jiaotong University
China Electric Power Research Institute Co Ltd CEPRI
State Grid Anhui 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 Shanghai Jiaotong University, China Electric Power Research Institute Co Ltd CEPRI, State Grid Anhui Electric Power Co Ltd filed Critical Shanghai Jiaotong University
Priority to CN202010567402.5A priority Critical patent/CN111697590A/zh
Publication of CN111697590A publication Critical patent/CN111697590A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
    • H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
    • 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
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Power Engineering (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供一种基于熵权法的电力系统关键节点识别方法及系统，包括：步骤1、采集电力系统的拓扑结构，并进行潮流计算；步骤2、根据潮流计算结果，计算电力系统各节点的节点结构指标和节点状态指标；步骤3、基于节点结构指标和节点状态指标构建评价矩阵；步骤4、对评价矩阵进行归一化处理；步骤5、根据归一化处理结果，采用信息熵权法计算各评价指标的信息熵权；步骤6、基于信息熵权，计算被评价节点的评价向量与正理想点和负理想点的偏离度，基于偏离度识别关键节点。本发明从预防的角度出发，为有效提高电力系统的可靠性、降低大规模停电事故的发生概率的提供了基础。

Description

一种基于熵权法的电力系统关键节点识别方法及系统
技术领域
本发明属于电力系统技术领域，特别设计一种基于熵权法的电力系统关键节点识别方法及系统。
背景技术
近年来，电力系统大停电事故时有发生，为电力系统的安全稳定运行敲响了警钟。大规模停电事故往往是由少量元件故障引发的，逐渐扩大，在扩大阶段与电网中的脆弱环节有密切关系，因此，从预防的角度出发，对电网中的关节节点进行识别，是有效提高电力系统的可靠性、降低大规模停电事故的发生概率的基础。
现有研究通常只选取一个指标来进行关键节点的重要性评估，不能全面的考虑系统各方面的影响因素，这种评估方法不够准确，难以真正准确的识别出电网系统中的关键节点。
发明内容
本发明的目的在于提供一种基于熵权法的电力系统关键节点识别方法及系统，增加指标个数、兼顾节点的结构和状态，通过考虑多个电网结构和状态指标，更加全面的考虑系统各方面的影响因素，同时采用熵权法解决多个评价指标选择及权重评估的多属性决策问题，使得排序结果更加准确合理。使用该方法对电网中的关节节点进行识别，可从预防的角度，有效提高电力系统的可靠性、降低大规模停电事故的发生概率。
为了实现上述目的，本发明采用如下技术方案：
一种基于熵权法的电力系统关键节点识别方法，包括：
步骤1、采集电力系统的拓扑结构，并进行潮流计算；
步骤2、根据潮流计算结果，计算电力系统各节点的节点结构指标和节点状态指标；
步骤3、基于节点结构指标和节点状态指标构建评价矩阵；
步骤4、对评价矩阵进行归一化处理；
步骤5、根据归一化处理结果，采用基于信息熵权法计算各评价指标的信息熵权；
步骤6、基于信息熵权，计算被评价节点的评价向量与正理想点和负理想点的偏离度，基于偏离度识别关键节点。
进一步的，步骤2具体包括：
步骤2.1、计算电力系统各节点的电气介数，计算方法为：利用Dijkstra算法计算出各节点对之间的最短路径，然后统计各路径中各节点出现的次数，获得到各节点的电气介数；
步骤2.2、计算整个电力系统的传输效能为：
Figure BDA0002548338840000021
式中：n为系统中待评价节点的总个数；dij为连接节点i和j之间的最短电气距离；
电网传输效能的脆弱性Vi为失去节点i后电网传输效能的变化量，表达式如下：
Figure BDA0002548338840000022
式中：Ei为失去节点i后电网的传输效能；
步骤2.3、使用边权的加权节点度值作为节点状态指标，表达式如下：
Figure BDA0002548338840000023
式中：Si(con)为与节点i相连的节点；Lij为为线路上流过的有功功率的绝对值除以线路的电抗值，且Lij＝Lji。；aij为无权邻接矩阵A的元素；无权邻接矩阵A用于表示电力系统的无权图结构；A为一个n×n的矩阵，若节点i和j之间有边相连，则aij＝1，否则aij＝0。
进一步的，步骤3中评价矩阵的表达式为：
X＝[xij]m×n
其中：n为电力系统内的待评价节点总个数；m为用于评价的指标个数；xij为第j个对象在第i个指标上的指标值。
进一步的，步骤4中，对评价矩阵进行归一化处理，表达式如下：
Figure BDA0002548338840000031
其中，rij为归一化后第j个对象在第i个指标的指标值，minj(xij)为第j个对象最小指标值，maxj(xij)为第j个对象最大指标值。
进一步的，步骤5具体包括：
步骤5.1、计算第i个评价指标的信息熵：
Figure BDA0002548338840000032
式中，fij表示：第j个节点在第i个指标上的指标值与所有节点在第i个指标上的总指标值的比值；
Figure BDA0002548338840000033
且当fij＝0时，fij ln fij＝0；
步骤5.2、计算第i个指标的信息熵权：
Figure BDA0002548338840000034
进一步的，步骤6具体包括：
步骤6.1、对于归一化后的评价指标赋信息熵权重，表达式如下：
W＝[wij]m×n＝[ωi×rij]m×n (7)
步骤6.2、确定正理想点和负理想点；
其中：正理想点为每个指标的最佳指标值组成的评价向量，表达式为
Figure BDA0002548338840000035
负理想点为零向量，表达式为
Figure BDA0002548338840000036
步骤6.3、被评价节点的评价向量到正理想点的距离为：
Figure BDA0002548338840000037
步骤6.4、被评价节点的评价向量与正理想点和负理想点的偏离度为：
Figure BDA0002548338840000041
进一步的，按照计算得到的Tj值对各节点进行排序，Tj值最小的节点为电力系统中最关键的节点。
进一步的，按照节点关键程度，调整现有检修策略；越关键的节点检修周期越短，保障关键节点的可靠度，保障整个电力系统的安全运行。
一种基于熵权法的电力系统关键节点识别系统，包括：
采集模块，用于采集电力系统的拓扑结构，并进行潮流计算；
指标计算模块，用于根据潮流计算结果，计算电力系统各节点的节点结构指标和节点状态指标；
矩阵构建模块，用于基于节点结构指标和节点状态指标构建评价矩阵；
归一化模块，用于对评价矩阵进行归一化处理；
信息熵权计算模块，用于根据归一化处理结果，采用基于信息熵权法计算各评价指标的信息熵权；
识别模块，用于基于信息熵权，计算被评价节点的评价向量与正理想点和负理想点的偏离度；基于偏离度识别关键节点。
一种基于熵权法的电力系统关键节点识别系统，包括：处理器以及与所述处理器耦合的存储器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时实现所述的一种基于熵权法的电力系统关键节点识别方法的方法步骤。
相对于现有技术，本发明具有以下有益效果：
本发明通过考虑多个电网结构和状态指标，更加全面的考虑系统各方面的影响因素，同时采用熵权法解决多个评价指标选择及权重评估的多属性决策问题，使得排序结果更加准确合理、客观。使用该方法对电网中的关节节点进行识别，可从预防的角度，有效提高电力系统的可靠性、降低大规模停电事故的发生概率。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解，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本发明一种基于熵权法的电力系统关键节点识别方法的流程图。
图2是实施例中3机9节点电力系统的接线图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本申请所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。
请参阅图1所示，本发明提供一种基于熵权法的电力系统关键节点识别方法，包括：
步骤1、采集电力系统的拓扑结构，并进行潮流计算；
步骤2、根据潮流计算结果，计算电力系统各节点的节点结构指标和节点状态指标；
步骤2.1、使用节点的电气介数作为第一项节点结构指标，定义节点的电气介数为电网中所有节点对的最短路径中通过该节点的数目，计算方法为：首先利用Dijkstra算法计算出各节点对之间的最短路径，即起点和终点之间经过的节点编号，然后统计各路径中各节点出现的次数，获得到各节点的电气介数。
步骤2.2、使用电网传输效能的脆弱性作为第二项节点结构指标。定义两个节点i和j之间的距离dij为连接这两个节点的最短电气距离，则整个电力网络的传输效能为：
Figure BDA0002548338840000061
式中：n为系统中待评价节点的总个数。
定义电网传输效能的脆弱性Vi为失去节点i后电网传输效能的变化量，
Figure BDA0002548338840000062
式中：Ei为失去节点i后电网的传输效能。
步骤2.3使用边权的加权节点度值作为节点状态指标，表达式如下：
Figure BDA0002548338840000063
式中：Si(con)为与节点i相连的节点；Lij为边的权重，定义为线路上流过的有功功率的绝对值除以线路的电抗值，且Lij＝Lji。aij为无权邻接矩阵A的元素，无权邻接矩阵A用来表示电力系统的无权图的结构，即用来记录各节点之间是否有边相连，在本步骤中，A为一个n×n的矩阵，若节点i和j之间有边相连，则aij＝1，否则aij＝0。
步骤3、基于节点结构指标和节点状态指标构建评价矩阵X＝[xij]m×n。
其中：n为电力系统内的待评价节点总个数；m为用于评价的指标个数；xij为第j个对象在第i个指标上的指标值。
步骤4、对评价矩阵进行归一化处理，表达式如下：
Figure BDA0002548338840000064
其中，rij为归一化后第j个对象在第i个指标的指标值；minj(xij)为第j个对象最小指标值，maxj(xij)为第j个对象最大指标值；
步骤5、根据归一化处理结果，采用信息熵权法确定各评价指标相对于其它评价指标的相对重要程度；
步骤5.1、第i个评价指标的信息熵为：
Figure BDA0002548338840000071
式中：fij用来衡量第j个节点在第i个指标上的指标值与所有节点在第i个指标上的总指标值的比值，反映了在第i个指标上，节点j相对于其他节点的相对重要程度，计算方法为：
Figure BDA0002548338840000072
且当fij＝0时，fij ln fij＝0；评价指标的信息熵反映了该指标提供的信息量的大小，该值越小，则该指标提供的信息量越大。
步骤5.2、第i个指标的信息熵权为：
Figure BDA0002548338840000073
评价指标的信息熵权反映了该评价指标相对于其他评价指标的相对重要程度。
步骤6、基于信息熵权，计算被评价节点的评价向量与正理想点和负理想点的偏离度，基于偏离度识别关键节点；流程如下：
步骤6.1、对于归一化后的评价指标R赋信息熵权重，表达式如下：
W＝[wij]m×n＝[ωi×rij]m×n (7)
步骤6.2、确定正理想点和负理想点。
其中：正理想点为每个指标的最佳指标值组成的评价向量，记为
Figure BDA0002548338840000074
负理想点为零向量，记为
Figure BDA0002548338840000075
步骤6.3、被评价节点的评价向量到正理想点的距离为：
Figure BDA0002548338840000076
步骤6.4、被评价节点的评价向量与正理想点和负理想点的偏离度为：
Figure BDA0002548338840000081
步骤6.5、按照计算得到的Tj值对各节点进行排序，该值越小则表明该节点越重要。
实施例1
以图2所示的IEEE3机9节点电力系统为例，该系统为9节点9条线路；
采集电力系统的拓扑结构，并进行潮流计算；该电力系统各个线路参数见表1所示：
表1.IEEE 9节点系统各线路参数
Figure BDA0002548338840000082
电力系统关键节点识别方法的步骤如下：
根据步骤2.1计算电力系统各节点的电气介数；
根据步骤2.2中的公式(1)计算整个电力系统的传输效能E0；
根据步骤2.2中的公式(2)计算节点的电网传输效能的脆弱性Vi；
根据步骤2.3中的公式(3)计算节点的加权节点度值Si；
根据步骤3基于节点结构指标和节点状态指标构建评价矩阵X；
根据步骤4中的公式(4)对评价矩阵进行归一化处理；
根据步骤5.1中的公式(5)计算各评价指标的信息熵Hi；
根据步骤5.2中的公式(6)计算各指标的信息熵权ωi；
根据步骤6.1中的公式(7)对于归一化后的评价指标R赋信息熵权重W；
根据步骤6.2确定正理想点
Figure BDA0002548338840000091
和负理想点
Figure BDA0002548338840000092
根据步骤6.3中的公式(8)计算被评价节点的评价向量到正理想点的距离dj；
根据步骤6.4中的公式(9)计算被评价节点的评价向量与正理想点和负理想点的偏离度Tj；
根据步骤6.5，按照计算得到的Tj值对各节点进行排序，确定各节点的重要程度，结果如下：
序号 排序结果 电气介数 电网传输效能的脆弱性 加权节点度值 偏离度值
1 6 10 1 237.8 0.1851
2 8 5 1 3148.2 0.1886
3 4 5 1 314.9 0.3688
4 7 8 -0.44 1056 0.5521
5 5 6 -0.44 359 0.6719
6 9 0 -0.44 447.4 0.8927
7 3 0 -0.7705 1450.5 0.9078
8 1 0 -0.7705 1163.2 0.9260
9 2 0 -0.7705 0 1
实施例2
本发明还提供一种基于熵权法的电力系统关键节点识别系统，包括：
采集模块，用于采集电力系统的拓扑结构，并进行潮流计算；
指标计算模块，用于根据潮流计算结果，计算电力系统各节点的节点结构指标和节点状态指标；
矩阵构建模块，用于基于节点结构指标和节点状态指标构建评价矩阵；
归一化模块，用于对评价矩阵进行归一化处理；
信息熵权计算模块，用于根据归一化处理结果，采用信息熵权法计算各评价指标的信息熵权；
识别模块，用于基于信息熵权，计算被评价节点的评价向量与正理想点和负理想点的偏离度；基于偏离度识别关键节点。所述偏离度越小，对应节点越关键。
实施例3
本发明还提供一种基于熵权法的电力系统关键节点识别系统，包括：处理器以及与所述处理器耦合的存储器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时实现所述的一种基于熵权法的电力系统关键节点识别方法的方法步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (10)

1.一种基于熵权法的电力系统关键节点识别方法，其特征在于，包括：
步骤1、采集电力系统的拓扑结构，并进行潮流计算；
步骤2、根据潮流计算结果，计算电力系统各节点的节点结构指标和节点状态指标；
步骤3、基于节点结构指标和节点状态指标构建评价矩阵；
步骤4、对评价矩阵进行归一化处理；
步骤5、根据归一化处理结果，采用信息熵权法计算各评价指标的信息熵权；
步骤6、基于信息熵权，计算被评价节点的评价向量与正理想点和负理想点的偏离度，基于偏离度识别关键节点。
2.根据权利要求1所述的一种基于熵权法的电力系统关键节点识别方法，其特征在于，步骤2具体包括：
步骤2.1、利用Dijkstra算法计算出各节点对之间的最短路径，然后统计各路径中各节点出现的次数，获得到各节点的电气介数；
步骤2.2、计算整个电力系统的传输效能为：
Figure FDA0002548338830000011
式中：n为系统中待评价节点的总个数；dij为连接节点i和j之间的最短电气距离；
电网传输效能的脆弱性Vi为失去节点i后电网传输效能的变化量，表达式如下：
Figure FDA0002548338830000012
式中：Ei为失去节点i后电网的传输效能；
步骤2.3、使用边权的加权节点度值作为节点状态指标，表达式如下：
Figure FDA0002548338830000013
式中：Si(con)为与节点i相连的节点；Lij为线路上流过的有功功率的绝对值除以线路的电抗值，且Lij＝Lji；aij为无权邻接矩阵A的元素；无权邻接矩阵A用于表示电力系统的无权图结构；A为一个n×n的矩阵，若节点i和j之间有边相连，则aij＝1，否则aij＝0。
3.根据权利要求1所述的一种基于熵权法的电力系统关键节点识别方法，其特征在于，步骤3中评价矩阵的表达式为：
X＝[xij]m×n
其中：n为电力系统内的待评价节点总个数；m为用于评价的指标个数；xij为第j个对象在第i个指标上的指标值。
4.根据权利要求3所述的一种基于熵权法的电力系统关键节点识别方法，其特征在于，步骤4中，对评价矩阵进行归一化处理，表达式如下：
Figure FDA0002548338830000021
其中，rij为归一化后第j个对象在第i个指标的指标值，minj(xij)为第j个对象最小指标值，maxj(xij)为第j个对象最大指标值。
5.根据权利要求4所述的一种基于熵权法的电力系统关键节点识别方法，其特征在于，步骤5具体包括：
步骤5.1、计算第i个评价指标的信息熵Hi：
Figure FDA0002548338830000022
式中，fij表示：第j个节点在第i个指标上的指标值与所有节点在第i个指标上的总指标值的比值；
Figure FDA0002548338830000023
且当fij＝0时，fijln fij＝0；
步骤5.2、计算第i个指标的信息熵权ωi：
Figure FDA0002548338830000024
6.根据权利要求5所述的一种基于熵权法的电力系统关键节点识别方法，其特征在于，步骤6具体包括：
步骤6.1、对于归一化后的评价指标赋信息熵权重，表达式如下：
W＝[wij]m×n＝[ωi×rij]m×n (7)
步骤6.2、确定正理想点和负理想点；
其中：正理想点为每个指标的最佳指标值组成的评价向量，表达式为
Figure FDA0002548338830000031
负理想点为零向量，表达式为
Figure FDA0002548338830000032
步骤6.3、被评价节点的评价向量到正理想点的距离为：
Figure FDA0002548338830000033
步骤6.4、被评价节点的评价向量与正理想点和负理想点的偏离度为：
Figure FDA0002548338830000034
7.根据权利要求6所述的一种基于熵权法的电力系统关键节点识别方法，其特征在于，其按照计算得到的Tj值对各节点进行排序，Tj值最小的节点为电力系统中最关键的节点。
8.根据权利要求1所述的一种基于熵权法的电力系统关键节点识别方法，其特征在于，按照偏离度排序，电力系统的拓扑结构中偏离度越小的节点安排检修周期越短。
9.一种基于熵权法的电力系统关键节点识别系统，其特征在于，包括：
采集模块，用于采集电力系统的拓扑结构，并进行潮流计算；
指标计算模块，用于根据潮流计算结果，计算电力系统各节点的节点结构指标和节点状态指标；
矩阵构建模块，用于基于节点结构指标和节点状态指标构建评价矩阵；
归一化模块，用于对评价矩阵进行归一化处理；
信息熵权计算模块，用于根据归一化处理结果，采用基于信息熵权法计算各评价指标的信息熵权；
识别模块，用于基于信息熵权，计算被评价节点的评价向量与正理想点和负理想点的偏离度；基于偏离度识别关键节点。
10.一种基于熵权法的电力系统关键节点识别系统，其特征在于，包括：处理器以及与所述处理器耦合的存储器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时实现权利要求1至8中任一项所述的一种基于熵权法的电力系统关键节点识别方法的方法步骤。
CN202010567402.5A 2020-06-19 2020-06-19 一种基于熵权法的电力系统关键节点识别方法及系统 Pending CN111697590A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010567402.5A CN111697590A (zh) 2020-06-19 2020-06-19 一种基于熵权法的电力系统关键节点识别方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010567402.5A CN111697590A (zh) 2020-06-19 2020-06-19 一种基于熵权法的电力系统关键节点识别方法及系统

Publications (1)

Publication Number Publication Date
CN111697590A true CN111697590A (zh) 2020-09-22

Family

ID=72482299

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010567402.5A Pending CN111697590A (zh) 2020-06-19 2020-06-19 一种基于熵权法的电力系统关键节点识别方法及系统

Country Status (1)

Country Link
CN (1) CN111697590A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112487658A (zh) * 2020-12-14 2021-03-12 重庆邮电大学 一种电网关键节点的识别方法、装置及系统
CN112615365A (zh) * 2020-12-08 2021-04-06 国网四川省电力公司经济技术研究院 一种智能电网脆弱性关键点识别方法及装置
CN113285828A (zh) * 2021-05-19 2021-08-20 湖南经研电力设计有限公司 复杂网络关键节点辨识方法及其电网关键节点辨识方法
CN113484678A (zh) * 2021-07-09 2021-10-08 杭州电子科技大学 一种基于ewm的电网故障冲击强度量化指标分析方法
CN116976755A (zh) * 2023-09-20 2023-10-31 北京正开科技有限公司 一种基于数据处理的产业协同分析评价系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103107535A (zh) * 2013-01-17 2013-05-15 中国电力科学研究院 一种基于熵权法的电网结构安全性综合评估方法
CN106655181A (zh) * 2017-03-03 2017-05-10 广东电网有限责任公司惠州供电局 电网节点的优先级设置方法和系统
CN107622360A (zh) * 2017-10-20 2018-01-23 广东电网有限责任公司电力调度控制中心 一种综合考虑主客观因素的关键线路识别方法
CN110020815A (zh) * 2019-05-07 2019-07-16 云南电网有限责任公司 一种基于网络层次分析法的电网节点综合脆弱性指标计算方法
CN110135603A (zh) * 2019-05-21 2019-08-16 国网河南省电力公司信息通信公司 一种基于改进熵权法的电力网络告警空间特征分析方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103107535A (zh) * 2013-01-17 2013-05-15 中国电力科学研究院 一种基于熵权法的电网结构安全性综合评估方法
CN106655181A (zh) * 2017-03-03 2017-05-10 广东电网有限责任公司惠州供电局 电网节点的优先级设置方法和系统
CN107622360A (zh) * 2017-10-20 2018-01-23 广东电网有限责任公司电力调度控制中心 一种综合考虑主客观因素的关键线路识别方法
CN110020815A (zh) * 2019-05-07 2019-07-16 云南电网有限责任公司 一种基于网络层次分析法的电网节点综合脆弱性指标计算方法
CN110135603A (zh) * 2019-05-21 2019-08-16 国网河南省电力公司信息通信公司 一种基于改进熵权法的电力网络告警空间特征分析方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
林鸿基等: "基于信息熵权和层次分析法的电网关键节点识别", 《广东电力》 *
王澍等: "考虑节点脆弱性的配单位多阶段PMU最优配置", 《电力系统及其自动化学报》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112615365A (zh) * 2020-12-08 2021-04-06 国网四川省电力公司经济技术研究院 一种智能电网脆弱性关键点识别方法及装置
CN112487658A (zh) * 2020-12-14 2021-03-12 重庆邮电大学 一种电网关键节点的识别方法、装置及系统
CN112487658B (zh) * 2020-12-14 2022-09-16 重庆邮电大学 一种电网关键节点的识别方法、装置及系统
CN113285828A (zh) * 2021-05-19 2021-08-20 湖南经研电力设计有限公司 复杂网络关键节点辨识方法及其电网关键节点辨识方法
CN113285828B (zh) * 2021-05-19 2022-04-29 湖南经研电力设计有限公司 复杂网络关键节点辨识方法及其电网关键节点辨识方法
CN113484678A (zh) * 2021-07-09 2021-10-08 杭州电子科技大学 一种基于ewm的电网故障冲击强度量化指标分析方法
CN113484678B (zh) * 2021-07-09 2023-11-28 杭州电子科技大学 一种基于ewm的电网故障冲击强度量化指标分析方法
CN116976755A (zh) * 2023-09-20 2023-10-31 北京正开科技有限公司 一种基于数据处理的产业协同分析评价系统
CN116976755B (zh) * 2023-09-20 2024-03-19 北京正开科技有限公司 一种基于数据处理的产业协同分析评价系统

Similar Documents

Publication Publication Date Title
CN111697590A (zh) 一种基于熵权法的电力系统关键节点识别方法及系统
CN108667005B (zh) 一种计及新能源影响的电网静动态结合脆弱性评估方法
CN107947151B (zh) 一种电力系统关键节点的识别方法
CN110601173B (zh) 基于边缘计算的配网拓扑识别方法及装置
CN109066650B (zh) 电力系统脆弱性评估方法及终端设备
CN111680879A (zh) 一种考虑敏感负荷失效的配电网运行韧性评估方法及装置
CN111460315B (zh) 社群画像构建方法、装置、设备及存储介质
CN113094862A (zh) 一种基于数据驱动的台区多层拓扑结构辨识方法
CN115618249A (zh) 一种基于LargeVis降维与DBSCAN聚类的低压配电台区相位识别方法
CN116562596A (zh) 一种退役电池处理方法、装置、退役电池仓储立库及介质
CN117668692A (zh) 基于故障检测的智能化电能监控方法、装置、设备和介质
CN116723090A (zh) 告警根因的定位方法、装置、电子设备及可读存储介质
CN114567562B (zh) 一种电网与通信网耦合网络关键节点识别的方法
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
CN115313522A (zh) 一种考虑新能源出力预测偏差的备用容量配置方法及系统
CN115392747A (zh) 一种电网调控系统健康度评价方法、装置、系统及存储介质
CN111917589B (zh) 一种电力通信网络资源备份方法及相关装置
CN114186420A (zh) 一种配电网台区拓扑校验方法、装置、设备和介质
CN112488550A (zh) 基于深度学习的不确定性电网静态安全分析方法及系统
US11983472B2 (en) Method for identifying fragile lines in power grids based on electrical betweenness
CN111222550A (zh) 一种用户用电行为确定方法和装置
CN111563543A (zh) 一种风电机组的风速-发电功率数据的清洗方法及装置
CN114793200B (zh) 一种基于电力物联网网络结构的重要物联节点识别方法
CN114336793B (zh) 交直流混合配电网灵活性确定方法
CN113569904B (zh) 母线接线类型辨识方法、系统、存储介质及计算设备

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: 20200922