CN112613645B - 一种电网突发事件多源情景要素动因逻辑耦合驱动方法 - Google Patents
一种电网突发事件多源情景要素动因逻辑耦合驱动方法 Download PDFInfo
- Publication number
- CN112613645B CN112613645B CN202011438591.2A CN202011438591A CN112613645B CN 112613645 B CN112613645 B CN 112613645B CN 202011438591 A CN202011438591 A CN 202011438591A CN 112613645 B CN112613645 B CN 112613645B
- Authority
- CN
- China
- Prior art keywords
- power grid
- value
- emergency
- temperature
- grid emergency
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 230000008878 coupling Effects 0.000 title claims abstract description 17
- 238000010168 coupling process Methods 0.000 title claims abstract description 17
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 17
- 238000012216 screening Methods 0.000 claims abstract description 41
- 230000008569 process Effects 0.000 claims abstract description 39
- 239000011159 matrix material Substances 0.000 claims description 60
- 230000007613 environmental effect Effects 0.000 claims description 19
- 230000005484 gravity Effects 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 7
- 230000006399 behavior Effects 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 3
- 239000000969 carrier Substances 0.000 claims description 3
- 238000005538 encapsulation Methods 0.000 claims description 3
- 229910052739 hydrogen Inorganic materials 0.000 claims description 3
- 238000007670 refining Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 5
- 238000007726 management method Methods 0.000 description 10
- 230000005540 biological transmission Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 230000010485 coping Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 238000013500 data storage Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 230000011664 signaling Effects 0.000 description 4
- 238000001212 derivatisation Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Alarm Systems (AREA)
Abstract
本发明提供了一种电网突发事件多源情景要素动因逻辑耦合驱动方法,涉及电力安全技术领域。能够在主控平台设置多个服务器,通过不同数据采集方式进行初筛及风控,并针对不同采集方式所获得的结果进行比对,以确定具体处理方式,并且在不同数据采集以及处理过程中,能够更高效地确认事件情况以及事件发生位置。进一步地,通过设置电网突发事件多源情景要素动因逻辑耦合驱动模型,能够精准匹配“情景‑应对”,大大提高了电网安全性。
Description
技术领域
本发明涉及电力安全技术领域,具体涉及一种电网突发事件多源情景要素动因逻辑耦合驱动方法。
背景技术
电网突发事件复杂多变,具有很高的不确定性,而目前电网突发事件应急研究仍多集中在应急管理整体框架的探讨,很少从电网突发事件发生发展过程角度分析应急演变规律。因此,急需通过引入情景要素动因逻辑耦合驱动分析方法来研究电网突发事件发展过程。
情景分析法在研究不确定性、发展趋势与演变规律等方面具有很大的优势,非常适用于电网突发事件的研究。近几年,“情景-应对”型突发事件应急管理理论和方法受到广泛关注,通过构建事件情景对未来事件进行分析,是一种灵活的、能应对不确定环境的动态战略规划思想。
情景要素分析方法需要通过海量历史数据和多源情景要素动因逻辑耦合驱动技术为支撑,以研究电网突发事件情景要素权重适配、时空特征及动因逻辑演进规律,提出电网突发事件动因逻辑时变分析方法,以情景要素为触发,实现突发事件演变过程“情景-应对”的精准匹配和智能关联。
同时,当前的电网突发事件的数据采集,通常通过现场传感器进行参数采集后,经过数据分析以及处理,获得突发事件的具体情况。上述方式准确度低,效率不足,并且若传感器或者传输链路出现故障,则无法确切了解现场情况。
本申请所提出的电网突发事件多源情景要素动因逻辑耦合驱动方法,能够在主控平台设置多个服务器,通过不同数据采集方式进行初筛及风控,并针对不同采集方式所获得的结果进行比对,以确定具体处理方式,并且在不同数据采集以及处理过程中,能够更高效地确认事件情况以及事件发生位置。进一步地,通过设置电网突发事件多源情景要素动因逻辑耦合驱动模型,能够精准匹配“情景-应对”,大大提高了电网安全性。
发明内容
本发明的目的是通过以下技术方案实现的。
本发明为了解决上述问题,提出了电网突发事件多源情景要素动因逻辑耦合驱动技术与方法。
步骤1:对电网突发事件进行事故原因初筛,具体地,根据电网突发事件演变过程不同时空节点对应的情景要素以及不同时空节点之间所对应的情景要素行为,运用动因逻辑关系重新组合电网突发事件演变过程中的情景要素信息,形成新的情景,建立多源情景要素表示模型,该模型用于监测区域内整体所覆盖的地理区域,风力、温度、湿度采集装置为依照预设路径动态移动的参数采集车。
进一步地,电网突发事件一般为断电,引发的原因一般为环境变化、设备损坏。而环境的变化包括的因素为:风力、温度、湿度,依据这三个因素建立情景要素表示模型y=a*v+b*t+c*h,其中y表示综合值,a表示风力引发电网突发事件的系数比重,v表示风力大小,b表示环境温度引发电网突发事件的系数比重,t表示环境温度,c表示环境湿度引发电网突发事件的系数比重,h表示湿度。
进一步地,首先对y值进行判断,若y值小于临界值Y,则电网突发事件不考虑是由风力、温度、湿度引起的,主要考虑电网的设备故障因素。
进一步地,若y值大于临界值Y,则需进一步判断电网突发事件是由风力、温度、湿度中哪些因素引起的。具体过程为如下步骤:
S11,在模型y=a*v+b*t+c*h中,风力、温度、湿度都存在临界值V、T、H,当某参数数值低于临界值时,则引起电网突发事件的原因不考虑该因素。例如,在干燥的沙漠地区,h小于临界值H,因此,若发生电网突发事件,则湿度这一因素可以忽略。
S12,根据情景要素表示模型y=a*v+b*t+c*h,若在电网突发事件中,v值大于V,t值小于T,h值小于H,则引发电网突发事件的因素为风力,从而可以判断大风造成电网突发事件;若电网突发事件中,v值小于V,t值大于T,h值小于H,则引发电网突发事件的因素为温度,从而可以判断高温造成电网突发事件;若电网突发事件中,v值小于V,t值小于T,h值大于H,则引发电网突发事件的因素为湿度,从而可以判断下雨造成电网突发事件。如果电网突发事件中,v值大于V,t值小于T,h值大于H,则引发电网突发事件的因素为风力和湿度,从而可以判断暴风雨造成电网突发事件等。
步骤2:构建电网突发事件多源情景要素概念模型。将情景要素进行逐层细分,细化为不同类型的知识元,并建立基于知识元的情景要素概念模型。情景要素概念模型由电网突发事件、承灾载体、应急管理、演变规律和结果评价五部分对象知识元以及知识元之间的关系构成,并对其进行实例化。
电网突发事件、承灾载体、应急管理、演变规律、结果评价五部分对象知识元之间具有相互约束关系,一方面是知识元属性取值的约束,保证属性值的有效性,另一方面是知识元之间的约束,以保证属性取值有效以及有意义。也即,在对电网突发事件进行事故原因初筛后,根据初筛结果,进行结果数据传输,在传输过程中,对初筛结果进行数字量化,并根据具体量化后数据进行结果获取。
进一步地,根据情景要素表示模型判断出电网突发事件的原因后,对信息进行标识后,再传送到主控平台的初筛服务器。若不是由风力、温度、湿度造成电网突发事件,则在信息中标识01000,若由风力造成电网突发事件,则在信息中标识00100,若由温度造成电网突发事件,则在信息中标识00010,若由湿度造成电网突发事件,则在信息中标识00001,若由风力和温度造成电网突发事件,则在信息中标识00110,若由风力和湿度造成电网突发事件,则在信息中标识00101,若由温度和湿度造成电网突发事件,则在信息中标识00011,若由风力、温度和湿度造成电网突发事件,则在信息中标识00111。
进一步地,对信息进行标识后,通过不同的数据通道再传送到主控平台的初筛服务器,共设置8个通道,若信息标识为01000,数据通过通道0传送到主控平台的初筛服务器;若信息标识为00100,数据通过通道1传送到主控平台的初筛服务器;若信息标识为00010,数据通过通道2传送到主控平台的初筛服务器;若信息标识为00001,数据通过通道3传送到主控平台的初筛服务器;若信息标识为00110,数据通过通道4传送到主控平台的初筛服务器;若信息标识为00101,数据通过通道5传送到主控平台的初筛服务器;若信息标识为00011,数据通过通道6传送到主控平台的初筛服务器;若信息标识为00111,数据通过通道7传送到主控平台的初筛服务器。
进一步地,主控平台的初筛服务器接收到数据后,可通过通道编号判断故障类型,并通过解析数据的意义,进行所述初筛结论的验证。
进一步地,根据卫星云图和气象报告,并结合历史数据,再次对分所述初筛结论进行验证。
步骤3:针对实例化后的情景要素概念模型,建立电网突发事件情景演变过程““情景-应对”的精准匹配和智能关联规则。将情景分为三个阶段:初始情景、中间情景以及结束情景,明确用于突发事件演变过程的“情景-应对”模式的过程,如图1所示。
初始情景属于事前阶段,是事件发生之前或者发生初期,该阶段由于时间的发生原因、规模、危害等相关信息不明确,因此需对事件发生概率、危害性影响进行预估,及时在前期控制事态发展;中间情景是电网突发事件危险性基本完全展现阶段,在该段需对当前情景进行充分分析,制定动态化、多样化、涵盖多方面参与的应急策略,及时检测事件情景变化态势以调整应对方案;结束情景是事后风险结果评估,确保关键危机因素彻底消除,另一方面尽可能避免潜在性和次生、衍生性危害。
进一步地,在进行初始情景匹配时,与已构建的情景不匹配时,等待时机进行中间情景的匹配,匹配成功后,在事后风险结果评估完成时,将本次初始情景的要素整理并与中间情景进行关联,并将所述关联存储于数据库,从而不断丰富数据库资源。
进一步地,针对电网突发事件,及时通知相关部门,避免引起恐慌,尽快查明事故地点,维修线路,以保障正常的生产生活,对于大风引起的突发事件,监测风力变化情况,在环境状况有好转时,及时进行维修,并预测断电时长;对于大雨引起的突发事件,监测雨量大小,在环境状况有好转时,及时进行维修,并预测断电时长;对于高温引起的突发事件,监测温度变化情况,若温度持续升高,需通知该区域做好准备以应对突发情况;对于设备故障引起的突发事件,应找到故障原因,及时排故,并进行记录。
进一步地,步骤1-3中的对电网突发事件进行事故原因初筛过程、构建电网突发事件多源情景要素概念模型过程以及针对实例化后的情景要素概念模型,建立电网突发事件情景演变过程“情景-应对”的精准匹配和智能关联规则过程,均由主控平台的初筛服务器进行信令控制、流程管理以及数据存储。
步骤4:在逐渐分析、细化各种情景要素的基础上,以一定的逻辑关系和时间关系,构建电网突发事件情景要素序列,体现不同突发事件情景下的事件演变规律。通过多源情景要素耦合驱动技术,分析内部及外部信息等一系列作用因子,归纳总结一个情景向另一个情景转换的动态推理逻辑规则等动态特性、关联特性,使要素更全,使要素与演变过程之间的逻辑关系更合理,不断优化封装要素的数据逻辑,快速、科学、合理构建突发事件情景要素动因逻辑关系。
进一步地,将所监控的区域划分为多个片区,各个片区构成m×m的矩阵形式。当某片区温度超过临界值时上报到主控平台的风控服务器,主控平台的风控服务器周期性判断出温度最高的片区,并通知该片区控制装置以该片区为中心建立温度数据矩阵,填写温度值、风力值,并将该温度数据矩阵发送给相邻片区控制装置,以令相邻片区控制装置填写温度值、风力值。
进一步地,所述相邻片区判断该片区控制装置所填写的温度值是否高于临界值:
若是,则在所述温度数据矩阵填写本片区温度值、风力值后,将该温度数据矩阵继续向邻居片区控制装置进行传输,直至接收到该矩阵的片区控制器确认的温度值不高于临界值,在填写本片区温度值、风力值后,将该矩阵传输至主控平台的风控服务器,主控平台的风控服务器对各个数据进行汇总。
若否,则所述温度数据矩阵填写本片区温度值、风力值后,将该温度数据矩阵传输至主控平台的风控服务器。
进一步地,主控平台的风控服务器将各个片区控制装置所传输的温度数据矩阵进行汇总,并根据所接收的矩阵中,覆盖的温度高于临界值的片区数量以及各个片区相对位置来确定风向,并结合最终所接收温度数据矩阵中记载的风力值,向管理者发出携带具体风力、风向、温度的预警信息。
进一步地,将所监控的区域划分为多个片区,各个片区以地理绝对位置对应各个片区在矩阵中所处位置以构成固定的m×m的湿度矩阵。换而言之,地理位置为最西北方向的片区,其矩阵位置固定为[1,1];在地理位置为最西北方向片区东侧与其相邻的片区,其矩阵位置固定为[1,2];在地理位置为最西北方向片区东南侧沿对角线方向与其间隔2片区的片区,其矩阵位置固定为[4,4]。
当某片区湿度超过临界值时上报到主控平台的风控服务器,主控平台的风控服务器判断是否初次接收到该信息:
若是,通知该片区控制装置建立湿度数据矩阵,并将该湿度数据矩阵发送给相邻n×n的片区,以令相邻片区控制装置填写湿度值;
若否,将接收到的湿度信息填写到已建立的湿度矩阵中。
主控平台将各个片区控制装置所传输的湿度数据矩阵进行汇总,向管理者发出携带具体湿度的预警信息。其中,n<m。
进一步地,主控平台可根据矩阵类型,初步判断出造成电网突发事件的因素:
若矩阵类型为中心类型矩阵,则可以判断造成电网突发事件的因素包括温度;
若矩阵类型为边界类型矩阵,则可以判断造成电网突发事件的因素包括风力;
若矩阵类型为各个片区以地理绝对位置对应各个片区在矩阵中所处位置而构成固定的m×m矩阵,则可以判断造成电网突发事件的因素包括湿度。
进一步地,主控平台收到矩阵后,分析数据,根据数值判断包含的其他因素,最终确定造成电网突发事件的所有因素。
进一步地,步骤4中的以一定的逻辑关系和时间关系,构建电网突发事件情景要素序列,体现不同突发事件情景下的事件演变规律的过程,由中控平台的风控服务器进行信令控制、流程管理以及数据存储。
步骤5:于主控平台内设置不同于初筛服务器以及风控服务器的主服务器,初筛服务器以及风控服务器在完成各自的事故判定后,将判定结论上传至主服务器,主服务器进行结果比对,若比对结果为一致,则对事故进行处理;若比对结果不一致,则依据相应事故地点,呼叫最近维保人员进行人工排查。
本发明的技术效果为:
1)通过在主控平台设置三个服务器,进行不同维度的事故参数采集并对比,能够更加精确地确定事故情况;
2)初筛服务器中,能够依据数据通道号直接获得依据初筛结果所获得的事故判定结论,不影响数据传输的效率,同时能够以所节约的系统资源进行历史数据的比对;
3)初筛服务器中,能够通过情景要素表示模型y=a*v+b*t+c*h快速判断出具体事故类型,并且利用风力、温度、湿度采集装置为依照预设路径动态移动的参数采集车,节约硬件资源,动态采集,依据电网突发事件演变过程不同时空节点对应的情景要素以及不同时空节点之间所对应的情景要素行为,运用动因逻辑关系重新组合电网突发事件演变过程中的情景要素信息,形成新的情景,建立多源情景要素表示模型;
4)风控服务器,能够依据更加精确的地理划分进行分区域采集数据并分析事故位置;
5)风控服务器,能够依据不同信息格式直接确定事件类型,并且能够依据各个格式内具体参数数值,精确确定事件情况。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。
图1为本发明实施中电网突发事件多源情景要素动因逻辑耦合驱动技术与方法的一个具体示例的流程图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
根据本发明的实施方式,提出了电网突发事件多源情景要素动因逻辑耦合驱动技术与方法。所述方法如图1所示,具体包括:
步骤1:对电网突发事件进行事故原因初筛,具体地,根据电网突发事件演变过程不同时空节点对应的情景要素以及不同时空节点之间所对应的情景要素行为,运用动因逻辑关系重新组合电网突发事件演变过程中的情景要素信息,形成新的情景,建立多源情景要素表示模型,该模型用于监测区域内整体所覆盖的地理区域,风力、温度、湿度采集装置为依照预设路径动态移动的参数采集车。
进一步地,电网突发事件一般为断电,引发的原因一般为环境变化、设备损坏。而环境的变化包括的因素为:风力、温度、湿度,依据这三个因素建立情景要素表示模型y=a*v+b*t+c*h,其中y表示综合值,a表示风力引发电网突发事件的系数比重,v表示风力大小,b表示环境温度引发电网突发事件的系数比重,t表示环境温度,c表示环境湿度引发电网突发事件的系数比重,h表示湿度。
进一步地,首先对y值进行判断,若y值小于临界值Y,则电网突发事件不考虑是由风力、温度、湿度引起的,主要考虑电网的设备故障因素。
进一步地,若y值大于临界值Y,则需进一步判断电网突发事件是由风力、温度、湿度中哪些因素引起的。具体过程为如下步骤:
S11,在模型y=a*v+b*t+c*h中,风力、温度、湿度都存在临界值V、T、H,当某参数数值低于临界值时,则引起电网突发事件的原因不考虑该因素。例如,在干燥的沙漠地区,h小于临界值H,因此,若发生电网突发事件,则湿度这一因素可以忽略;
S12,根据情景要素表示模型y=a*v+b*t+c*h,若在电网突发事件中,v值大于V,t值小于T,h值小于H,则引发电网突发事件的因素为风力,从而可以判断大风造成电网突发事件;若电网突发事件中,v值小于V,t值大于T,h值小于H,则引发电网突发事件的因素为温度,从而可以判断高温造成电网突发事件;若电网突发事件中,v值小于V,t值小于T,h值大于H,则引发电网突发事件的因素为湿度,从而可以判断下雨造成电网突发事件。如果电网突发事件中,v值大于V,t值小于T,h值大于H,则引发电网突发事件的因素为风力和湿度,从而可以判断暴风雨造成电网突发事件等。
步骤2:构建电网突发事件多源情景要素概念模型。将情景要素进行逐层细分,细化为不同类型的知识元,并建立基于知识元的情景要素概念模型。情景要素概念模型由电网突发事件、承灾载体、应急管理、演变规律和结果评价五部分对象知识元以及知识元之间的关系构成,并对其进行实例化。
电网突发事件、承灾载体、应急管理、演变规律、结果评价五部分对象知识元之间具有相互约束关系,一方面是知识元属性取值的约束,保证属性值的有效性,另一方面是知识元之间的约束,以保证属性取值有效以及有意义。也即,在对电网突发事件进行事故原因初筛后,根据初筛结果,进行结果数据传输,在传输过程中,对初筛结果进行数字量化,并根据具体量化后数据进行结果获取。
进一步地,根据情景要素表示模型判断出电网突发事件的原因后,对信息进行标识后,再传送到主控平台。若不是由风力、温度、湿度造成电网突发事件,则在信息中标识01000,若由风力造成电网突发事件,则在信息中标识00100,若由温度造成电网突发事件,则在信息中标识00010,若由湿度造成电网突发事件,则在信息中标识00001,若由风力和温度造成电网突发事件,则在信息中标识00110,若由风力和湿度造成电网突发事件,则在信息中标识00101,若由温度和湿度造成电网突发事件,则在信息中标识00011,若由风力、温度和湿度造成电网突发事件,则在信息中标识00111。
进一步地,对信息进行标识后,通过不同的数据通道再传送到主控平台,一共设置8个通道,若信息标识为01000,数据通过通道0传送到主控平台;若信息标识为00100,数据通过通道1传送到主控平台;若信息标识为00010,数据通过通道2传送到主控平台;若信息标识为00001,数据通过通道3传送到主控平台;若信息标识为00110,数据通过通道4传送到主控平台;若信息标识为00101,数据通过通道5传送到主控平台;若信息标识为00011,数据通过通道6传送到主控平台;若信息标识为00111,数据通过通道7传送到主控平台。
进一步地,主控平台接收到数据后,可通过通道编号判断故障类型,并通过解析数据的意义,进行所述初筛结论的验证。
进一步地,根据卫星云图和气象报告,并结合历史数据,再次对分析结果进行验证。
步骤3:针对实例化后的情景要素概念模型,建立电网突发事件情景演变过程“情景-应对”的精准匹配和智能关联规则。将情景分为三个阶段:初始情景、中间情景以及结束情景,明确用于突发事件演变过程的“情景-应对”模式的过程,如图1所示。
初始情景属于事前阶段,是事件发生之前或者发生初期,该阶段由于时间的发生原因、规模、危害等相关信息不明确,因此需对事件发生概率、危害性影响进行预估,及时在前期控制事态发展;中间情景是电网突发事件危险性基本完全展现阶段,在该段需对当前情景进行充分分析,制定动态化、多样化、涵盖多方面参与的应急策略,及时检测事件情景变化态势以调整应对方案;结束情景是事后风险结果评估,确保关键危机因素彻底消除,另一方面尽可能避免潜在性和次生、衍生性危害。
进一步地,在进行初始情景匹配时,与已构建的情景不匹配时,等待时机进行中间情景的匹配,匹配成功后,在事后风险结果评估完成时,将本次初始情景的要素整理并与中间情景进行关联,并将所述关联存储于数据库,从而不断丰富数据库资源。
进一步地,针对电网突发事件,及时通知相关部门,避免引起恐慌,尽快查明事故地点,维修线路,以保障正常的生产生活,对于大风引起的突发事件,监测风力变化情况,在环境状况有好转时,及时进行维修,并预测断电时长;对于大雨引起的突发事件,监测雨量大小,在环境状况有好转时,及时进行维修,并预测断电时长;对于高温引起的突发事件,监测温度变化情况,若温度持续升高,需通知该区域做好准备以应对突发情况;对于设备故障引起的突发事件,应找到故障原因,及时排故,并进行记录。
进一步地,步骤1-3中的对电网突发事件进行事故原因初筛过程、构建电网突发事件多源情景要素概念模型过程以及针对实例化后的情景要素概念模型,建立电网突发事件情景演变过程“情景-应对”的精准匹配和智能关联规则过程,均由主控平台的初筛服务器进行信令控制、流程管理以及数据存储。
步骤4:在逐渐分析、细化各种情景要素的基础上,以一定的逻辑关系和时间关系,构建电网突发事件情景要素序列,体现不同突发事件情景下的事件演变规律。通过多源情景要素耦合驱动技术,分析内部及外部信息等一系列作用因子,归纳总结一个情景向另一个情景转换的动态推理逻辑规则等动态特性、关联特性,使要素更全,使要素与演变过程之间的逻辑关系更合理,不断优化封装要素的数据逻辑,快速、科学、合理构建突发事件情景要素动因逻辑关系。
进一步地,将所监控的区域划分为多个片区,各个片区构成m×m的矩阵形式。当某片区温度超过临界值时上报到主控平台,主控平台周期性判断出温度最高的片区,并通知该片区控制装置以该片区为中心建立温度数据矩阵,填写温度值、风力值,并将该温度数据矩阵发送给相邻片区控制装置,以令相邻片区控制装置填写温度值、风力值。
进一步地,所述相邻片区判断该片区控制装置所填写的温度值是否高于临界值;若是,则在所述温度数据矩阵填写本片区温度值、风力值后,将该温度数据矩阵继续向邻居片区控制装置进行传输。若否,则所述温度数据矩阵填写本片区温度值、风力值后,将该温度数据矩阵传输至主控平台,主控平台将各个片区控制装置所传输的温度数据矩阵进行汇总,并根据所接收的矩阵中,覆盖的温度高于临界值的片区数量来确定风向,并结合最终所接收温度数据矩阵中记载的风力值,向管理者发出携带具体风力、风向、温度的预警信息。
进一步地,将所监控的区域划分为多个片区,各个片区构成m×m的矩阵形式,并建立固定形式的湿度矩阵。当某片区湿度超过临界值时上报到主控平台,主控平台判断是否初次接收到该信息,若是,通知该片区控制装置建立湿度数据矩阵,并将该湿度数据矩阵发送给相邻n×n的片区,以令相邻片区控制装置填写湿度值;若否,将接收到的湿度信息填写到已建立的湿度矩阵中。主控平台将各个片区控制装置所传输的湿度数据矩阵进行汇总,向管理者发出携带具体湿度的预警信息。
进一步地,主控平台可根据矩阵类型,初步判断出造成电网突发事件的因素,若矩阵类型为中心类型矩阵,则可以判断造成电网突发事件的因素包括温度;若矩阵类型为边界类型矩阵,则可以判断造成电网突发事件的因素包括风力;若矩阵类型为固定矩阵,则可以判断造成电网突发事件的因素包括湿度。
进一步地,主控平台收到矩阵后,分析数据,根据数值判断包含的其他因素,最终确定造成电网突发事件的所有因素。
进一步地,步骤4中的以一定的逻辑关系和时间关系,构建电网突发事件情景要素序列,体现不同突发事件情景下的事件演变规律的过程,由中控平台的风控服务器进行信令控制、流程管理以及数据存储。
步骤5:于主控平台内设置不同于初筛服务器以及风控服务器的主服务器,初筛服务器以及风控服务器在完成各自的事故判定后,将判定结论上传至主服务器,主服务器进行结果比对,若比对结果为一致,则对事故进行处理;若比对结果不一致,则依据相应事故地点,呼叫最近维保人员进行人工排查。
本发明的技术效果为:
1)通过在主控平台设置三个服务器,进行不同维度的事故参数采集并对比,能够更加精确地确定事故情况;
2)初筛服务器中,能够依据数据通道号直接获得依据初筛结果所获得的事故判定结论,不影响数据传输的效率,同时能够以所节约的系统资源进行历史数据的比对;
3)初筛服务器中,能够通过情景要素表示模型y=a*v+b*t+c*h快速判断出具体事故类型,并且利用风力、温度、湿度采集装置为依照预设路径动态移动的参数采集车,节约硬件资源,动态采集,依据电网突发事件演变过程不同时空节点对应的情景要素以及不同时空节点之间所对应的情景要素行为,运用动因逻辑关系重新组合电网突发事件演变过程中的情景要素信息,形成新的情景,建立多源情景要素表示模型;
4)风控服务器,能够依据更加精确的地理划分进行分区域采集数据并分析事故位置;
5)风控服务器,能够依据不同信息格式直接确定事件类型,并且能够依据各个格式内具体参数数值,精确确定事件情况。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (2)
1.一种电网突发事件多源情景要素动因逻辑耦合驱动方法,其特征在于,该方法包括:
步骤1:对电网突发事件进行事故原因初筛,具体地,根据电网突发事件演变过程不同时空节点对应的情景要素以及不同时空节点之间所对应的情景要素行为,运用动因逻辑关系重新组合电网突发事件演变过程中的情景要素信息,形成新的情景,建立多源情景要素表示模型,该模型用于监测区域内整体所覆盖的地理区域,风力、温度、湿度采集装置为依照预设路径动态移动的参数采集车;
所述步骤1包括:电网突发事件为断电,引发原因包括环境变化、设备损坏,环境变化影响因素为:风力、温度、湿度,依据三个因素建立情景要素表示模型y=a*v+b*t+c*h;
其中,y表示综合值,a表示风力引发电网突发事件的比重系数,v表示风力大小,b表示环境温度引发电网突发事件的比重系数,t表示环境温度,c表示环境湿度引发电网突发事件的比重系数,h表示湿度;首先对y值进行判断,若y值小于临界值Y,则电网突发事件不考虑是由风力、温度、湿度引起的,主要考虑电网的设备故障因素;
若y值大于临界值Y,则需进一步判断引发电网突发事件的因素;
具体过程为:
S11,在模型y=a*v+b*t+c*h中,风力、温度、湿度都存在临界值V、T、H,当某参数数值低于临界值时,则引起电网突发事件的原因不考虑该因素;
S12,根据情景要素表示模型y=a*v+b*t+c*h,
若在电网突发事件中,v值大于V,t值小于T,h值小于H,则引发电网突发事件的因素为风力,判断大风造成电网突发事件;
若电网突发事件中,v值小于V,t值大于T,h值小于H,则引发电网突发事件的因素为温度,判断高温造成电网突发事件;
若电网突发事件中,v值小于V,t值小于T,h值大于H,则引发电网突发事件的因素为湿度,判断下雨造成电网突发事件;
如果电网突发事件中,v值大于V,t值小于T,h值大于H,则引发电网突发事件的因素为风力和湿度,判断暴风雨造成电网突发事件;
步骤2:构建电网突发事件多源情景要素概念模型,将情景要素进行逐层细分,细化为不同类型的知识元,并建立基于知识元的情景要素概念模型,情景要素概念模型由电网突发事件、承灾载体、应急管理、演变规律和结果评价五部分对象知识元以及知识元之间的关系构成,并对其进行实例化;
根据情景要素表示模型判断出电网突发事件的原因后,对信息进行标识后,再传送到主控平台的初筛服务器;
对信息进行标识后,通过不同的数据通道再传送到主控平台的初筛服务器,共设置8个通道;
主控平台的初筛服务器接收到数据后,可通过通道编号判断故障类型,并通过解析数据的意义,进行初筛结论的验证;
步骤3:针对实例化后的情景要素概念模型,建立电网突发事件情景演变过程“情景-应对”的精准匹配和智能关联规则;将情景分为三个阶段:初始情景、中间情景以及结束情景,明确用于突发事件演变过程的“情景-应对”模式的过程;
步骤4:在逐渐分析、细化各种情景要素的基础上,以一定的逻辑关系和时间关系,构建电网突发事件情景要素序列,体现不同突发事件情景下的事件演变规律,通过多源情景要素耦合驱动技术,分析内部及外部信息等一系列作用因子,归纳总结一个情景向另一个情景转换的动态推理逻辑规则的动态特性、关联特性,使要素更全,使要素与演变过程之间的逻辑关系更合理,不断优化封装要素的数据逻辑,快速、科学、合理构建突发事件情景要素动因逻辑关系;
将所监控的区域划分为多个片区,各个片区构成m×m的矩阵形式;当片区温度超过临界值时上报到主控平台的风控服务器,主控平台的风控服务器周期性判断出温度最高的片区,并通知该片区控制装置以该片区为中心建立温度数据矩阵,填写温度值、风力值,并将该温度数据矩阵发送给相邻片区控制装置,以令相邻片区控制装置填写温度值、风力值;
所述相邻片区判断该片区控制装置所填写的温度值是否高于临界值:
若是,则在所述温度数据矩阵填写本片区温度值、风力值后,将该温度数据矩阵继续向邻居片区控制装置进行传输,直至接收到该矩阵的片区控制器确认的温度值不高于临界值,在填写本片区温度值、风力值后,将该矩阵传输至主控平台的风控服务器,主控平台的风控服务器对各个数据进行汇总;
若否,则所述温度数据矩阵填写本片区温度值、风力值后,将该温度数据矩阵传输至主控平台的风控服务器。
2.根据权利要求1所述的方法,其特征在于:若不是由风力、温度、湿度造成电网突发事件,则在信息中标识01000,
若由风力造成电网突发事件,则在信息中标识00100,
若由温度造成电网突发事件,则在信息中标识00010,
若由湿度造成电网突发事件,则在信息中标识00001,
若由风力和温度造成电网突发事件,则在信息中标识00110,
若由风力和湿度造成电网突发事件,则在信息中标识00101,
若由温度和湿度造成电网突发事件,则在信息中标识00011,
若由风力、温度和湿度造成电网突发事件,则在信息中标识00111。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011438591.2A CN112613645B (zh) | 2020-12-07 | 2020-12-07 | 一种电网突发事件多源情景要素动因逻辑耦合驱动方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011438591.2A CN112613645B (zh) | 2020-12-07 | 2020-12-07 | 一种电网突发事件多源情景要素动因逻辑耦合驱动方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112613645A CN112613645A (zh) | 2021-04-06 |
CN112613645B true CN112613645B (zh) | 2023-06-09 |
Family
ID=75232914
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011438591.2A Active CN112613645B (zh) | 2020-12-07 | 2020-12-07 | 一种电网突发事件多源情景要素动因逻辑耦合驱动方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112613645B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103279830A (zh) * | 2013-05-28 | 2013-09-04 | 中国南方电网有限责任公司超高压输电公司广州局 | 变电站或换流站事故处理云端远程支持决策的方法与系统 |
CN107067134A (zh) * | 2016-12-21 | 2017-08-18 | 全球能源互联网研究院 | 一种情景序列构建方法及装置 |
CN109377437A (zh) * | 2018-11-21 | 2019-02-22 | 南京莱斯信息技术股份有限公司 | 基于事件链的城市突发事件应急推理模型 |
CN109523061A (zh) * | 2018-10-22 | 2019-03-26 | 哈尔滨工业大学 | 一种基于情景分析的突发事件应急决策方法 |
-
2020
- 2020-12-07 CN CN202011438591.2A patent/CN112613645B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103279830A (zh) * | 2013-05-28 | 2013-09-04 | 中国南方电网有限责任公司超高压输电公司广州局 | 变电站或换流站事故处理云端远程支持决策的方法与系统 |
CN107067134A (zh) * | 2016-12-21 | 2017-08-18 | 全球能源互联网研究院 | 一种情景序列构建方法及装置 |
CN109523061A (zh) * | 2018-10-22 | 2019-03-26 | 哈尔滨工业大学 | 一种基于情景分析的突发事件应急决策方法 |
CN109377437A (zh) * | 2018-11-21 | 2019-02-22 | 南京莱斯信息技术股份有限公司 | 基于事件链的城市突发事件应急推理模型 |
Non-Patent Citations (1)
Title |
---|
基于知识元的非常规突发事件情景模型研究;仲秋雁,郭艳敏,等;《情报科学》;20121231;第30卷(第1期);正文第1~2节 * |
Also Published As
Publication number | Publication date |
---|---|
CN112613645A (zh) | 2021-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105005827B (zh) | 一种基于电力突发事件的应急响应预警方法 | |
CN106503813A (zh) | 基于起重装备工作状态的预测性维修决策方法及系统 | |
CN109146093A (zh) | 一种基于学习的电力设备现场勘查方法 | |
CN110390789A (zh) | 基于大数据的森林防火数据分析系统 | |
CN110378492A (zh) | 一种加强配网设备运维管控的方法 | |
CN110210701A (zh) | 一种电网设备风险感知方法 | |
CN111178598A (zh) | 铁路客运站客流量预测方法、系统、电子设备及存储介质 | |
CN102708411A (zh) | 一种地区电网在线风险评估方法 | |
CN109902948A (zh) | 一种基于大数据的输电线路监测系统及方法 | |
CN109884473A (zh) | 一种电力检修系统及方法 | |
CN111860943A (zh) | 基于数值气象数据与机器学习的电网故障预测方法及系统 | |
KR20100135947A (ko) | 서비스의 질을 개선하는 로드 네트워크 용 운영 보조 시스템 | |
CN113159475A (zh) | 基础设施全生命周期监测平台及方法 | |
CN116341919B (zh) | 一种数据与模型联合驱动的安全风险评估预警方法 | |
CN109146206B (zh) | 一种基于软件定义网络的灾害预警系统及方法 | |
CN111126672A (zh) | 一种基于分类决策树的高压架空输电线路台风灾害预测方法 | |
CN113344735B (zh) | 电网设备的防灾减灾监测预警系统 | |
CN112613645B (zh) | 一种电网突发事件多源情景要素动因逻辑耦合驱动方法 | |
CN112653242B (zh) | 一种基于云平台服务的输电线路监测系统 | |
CN112561129B (zh) | 一种基于配电线路故障信息的抢修物资调配方法 | |
CN117614487A (zh) | 一种基于北斗系统的输电线路通信方法及系统 | |
CN105116851B (zh) | 隐患排查信息物理融合系统 | |
CN104301388A (zh) | 大运行体系监控分析管理系统 | |
CN114002759A (zh) | 一种输电线路气象风险超前期预警系统和方法 | |
CN112491141A (zh) | 一种智能电网实时安全预警方法和装置 |
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 |