CN113642944B - 大电网静态安全风险分析方法、系统、设备及存储介质 - Google Patents
大电网静态安全风险分析方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN113642944B CN113642944B CN202111200513.3A CN202111200513A CN113642944B CN 113642944 B CN113642944 B CN 113642944B CN 202111200513 A CN202111200513 A CN 202111200513A CN 113642944 B CN113642944 B CN 113642944B
- Authority
- CN
- China
- Prior art keywords
- power grid
- information
- risk
- quantitative evaluation
- fault
- 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 152
- 230000003068 static effect Effects 0.000 title claims abstract description 76
- 238000003860 storage Methods 0.000 title claims abstract description 12
- 238000012502 risk assessment Methods 0.000 title claims description 31
- 230000005283 ground state Effects 0.000 claims abstract description 66
- 238000004458 analytical method Methods 0.000 claims abstract description 54
- 238000012545 processing Methods 0.000 claims abstract description 38
- 238000011158 quantitative evaluation Methods 0.000 claims description 121
- 238000004364 calculation method Methods 0.000 claims description 69
- 239000011159 matrix material Substances 0.000 claims description 43
- 238000011156 evaluation Methods 0.000 claims description 32
- 238000011867 re-evaluation Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 16
- 238000005065 mining Methods 0.000 claims description 16
- 238000004088 simulation Methods 0.000 claims description 16
- 230000002265 prevention Effects 0.000 claims description 10
- 230000007613 environmental effect Effects 0.000 claims description 7
- 230000006872 improvement Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 230000005540 biological transmission Effects 0.000 description 11
- 238000012544 monitoring process Methods 0.000 description 9
- 230000007123 defense Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000002360 preparation method Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 239000011248 coating agent Substances 0.000 description 3
- 238000000576 coating method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 238000012546 transfer 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
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Water Supply & Treatment (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种大电网静态安全风险分析方法、系统、设备及存储介质，方法包括：获取外部常规气象和灾害信息、电网运行信息及电网历史运行断面数据；对外部常规气象和灾害信息进行统一格式处理得到外部环境信息；对电网运行信息及电网历史运行断面数据进行统一格式处理得到电网基态断面信息；分析外部环境信息对系统设备的影响，并根据影响程度计算出不同外部环境信息时大电网的N‑k故障集；基于所述N‑k故障集和所述电网基态断面信息，进行静态安全分析得到大电网在不同外部环境信息下的系统运行状态和系统越限信息。本发明方法能够提供灾害条件下的完整预警和辅助决策解决方案。
Description
技术领域
本发明属于电力系统及其自动化领域，涉及一种大电网静态安全风险分析方法、系统、设备及存储介质。
背景技术
气象自然灾害是威胁现代电网安全的主要因素。据统计，气象灾害引发的电网故障约占故障总数的70%，极端气象灾害对当前及未来电网安全运行生产构成了越来越严重的威胁。特高压、远距离、跨区的交直流混联大电网已形成，大容量电网设备受外部环境扰动后对系统整体运行存在风险较大，重要输电通道一旦受到影响，直接冲击跨区交直流系统送端与受端电网；局部关键设备受到灾害天气影响，也可能发生系统连锁故障，进而影响整个电网的稳定运行。
电力系统设备运行可能涉及气象信息、灾害信息（台风、雷电、覆冰、山火等）、一次能源信息、节能减排信息等外部环境数据。这些多源数据接入大电网控制系统时几乎没有统一的接口和交互规范，造成数据存储独立建设，数据访问接口独立开发，运行系统根据各自需求独立存储和开发数据访问接口等问题，重复开发的成本高且不利于数据共享、运维与可持续研究。
现有监测系统信息不共享，缺乏有效的可视化智能监视和量化风险预警手段，对于跨区跨省的关键输电通道灾害风险监视，缺乏统一可视化预警手段。各级调控机构分别只对调管范围内设备故障进行风险分析和控制决策，难以对区域间多回直流故障、多设备同时跳闸和连锁故障等严重风险进行提前预警和有效预防，区域电网因重大故障导致大面积停电的风险始终存在。
传统的大电网安全分析方面，输电线路断线故障被认为是引发电力系统静态安全问题的一个主要因素，因此，输电线路故障概率的计算是进行电力系统静态安全风险评估计算的重要组成部分。此外，针对发生的切机、切负荷、线路开断，以及随着近年来特高压交直流混联系统的大力建设而出现的直流闭锁导致大规模功率缺失等故障，电网如何调控，在理论研究以及应用软件研发方面已有一定成果，例如已经在实际电网投运系统中的实时监控与预警类应用、安全校核类应用，但其重在电网运行状态的分析和评估，在考虑环境因素的全网风险预警和跨区电网送端与受端辅助决策方面还有较大提升空间。
中国专利申请201910433746.4，自然灾害下密集输电通道故障评估方法及系统提出一种自然灾害下密集输电通道故障评估方法及系统，该方法虽关注到了自然灾害下输电通道的故障概率问题，但其技术方案主要从密集输电通道的设备故障概率入手，主要考虑了与灾害强中弱三类相关联程度的通道内杆塔的风险情况。未能全面考虑因局部天气条件导致的电网其他设备（如母线、变压器等）受外部影响故障后的情况，也未能考虑输电通道内相关设备受灾害影响后，全网系统整体角度的风险评价，以及假设对全网系统造成影响后整体的运行调整策略的提供。
论文“李雪，等.极端天气下电力系统大范围随机设备故障的N-k安全分析及筛选方法[J].中国电机工程学报,2020,40(16):5113-5126.”中论述了：台风、冰灾和暴雨等极端天气条件下，电力设备故障概率将大幅提升，电网高阶故障状态的数量急剧增加，严重影响到传统基于概率筛选的N-k 故障分析方法的计算精度和计算效率。该文提出的方法能够利用有限的低阶故障状态分析结果，快速计算相应高阶故障状态的影响，并利用设备间独立关系进一步降低故障分析的计算量，实现大量高阶N-k 故障状态的快速分析。也从影响的角度筛选出对系统威胁最大的故障状态，为电网的调度和运行人员提供准确的信息以实现对电网的监视和防御，能够极大程度的避免电网出现大面积停电事故。但其未考虑交直流混联系统背景下大规模功率缺失对系统送受端带来的潜在强烈冲击和不稳定因素，未能综合评价系统风险影响状态，仅从提升静态安全分析性能的角度提出了相关的系统故障状态预警解决方案。
发明内容
本发明的目的在于提供一种大电网静态安全风险分析方法、系统、设备及存储介质，本发明的大电网静态安全风险分析方法能够实现在线分析和风险评价，为特高压交直流混联系统集中提供灾害条件下的完整预警和辅助决策解决方案。
为达到上述目的，本发明采用了以下技术方案：
一种大电网静态安全风险分析方法，包括以下步骤：
获取外部常规气象和灾害信息、电网运行信息及电网历史运行断面数据；
对外部常规气象和灾害信息进行统一格式处理得到外部环境信息；对电网运行信息及电网历史运行断面数据进行统一格式处理得到电网基态断面信息；
分析外部环境信息对系统设备的影响，并根据影响程度计算出不同外部环境信息时大电网的N-k故障集；基于所述N-k故障集和所述电网基态断面信息，进行静态安全分析得到大电网在不同外部环境信息下的系统运行状态和系统越限信息。
作为本发明的进一步改进，还包括第一辅助决策方法，所述第一辅助决策方法包括：
对大电网的N-k故障集的相关特高压交直流系统进行预想故障扫描，并给出模拟交直流系统故障出现大规模功率缺失后送端电网与受端电网的运行控制提示信息；针对所述系统越限信息开展安全约束调度计算，得到优化系统能量的调整策略。
作为本发明的进一步改进，还包括第一量化评估方法，所述第一量化评估方法包括：
针对电网基态断面信息、所述静态安全分析给出的模拟故障断面和第一辅助决策方法的结果分别进行挖掘得到对应的风险特征；
根据风险特征对应的电网基态断面信息、模拟故障断面及第一辅助决策方法的结果进行分级指标计算，得到指标权重并进行分级；
根据分级指标计算结果进行量化评价矩阵计算，得到对应的风险量化评价矩阵；
根据对应的风险量化评价矩阵进而进行风险定级，得到基态断面的系统风险量化评估结果、模拟N-k故障后系统风险量化评估结果和辅助决策后断面信息的风险量化再评估结果。
作为本发明的进一步改进，还包括按照时序顺序给出基态断面的系统风险量化评估结果、模拟N-k故障后系统风险量化评估结果和辅助决策后断面信息的风险量化再评估结果，得出不同时刻的故障时序评估信息对比。
作为本发明的进一步改进，所述第一量化评估方法的结果还用于验证所述第一辅助决策方法的有效性：
如果评估结果满足要求；则输出；
如果评估结果不满足要求；则根据评估结果进行第一辅助决策方法的调整，得到调整后的第一辅助决策方法；调整后的第一辅助决策方法再通过第一量化评估方法进行评估直到满足有效性的要求后输出。
作为本发明的进一步改进，还包括第二量化评估方法，所述第二量化评估方法包括：
针对电网基态断面信息和所述静态安全分析给出的模拟故障断面分别进行挖掘得到对应的风险特征；
根据风险特征对应的电网基态断面信息、模拟故障断面进行分级指标计算，得到指标权重并进行分级；
根据分级指标计算结果进行量化评价矩阵计算，得到对应的风险量化评价矩阵；
根据对应的风险量化评价矩阵进而进行风险定级，得到基态断面的系统风险量化评估结果和模拟N-k故障后系统风险量化评估结果。
作为本发明的进一步改进，若所述第二量化评估方法结果不满足要求，则还包括：第二辅助决策方法，所述第二辅助决策方法包括：
对大电网的N-k故障集的相关特高压交直流系统进行预想故障扫描，并给出模拟交直流系统故障出现大规模功率缺失后送端电网与受端电网的运行控制提示信息；针对所述系统越限信息开展安全约束调度计算，得到优化系统能量的调整策略。
作为本发明的进一步改进，将所述第二辅助决策方法的结果通过所述第二量化评估方法进行评估，得到辅助决策后断面信息的风险量化再评估结果，并验证所述第二辅助决策方法的有效性：
如果再评估结果满足要求；则输出；
如果再评估结果不满足要求；则根据再评估结果进行调整得到调整后的第二辅助决策方法，调整后的第二辅助决策方法再通过第二量化评估方法进行评估直到满足有效性的要求后输出。
作为本发明的进一步改进，所述并根据影响程度计算出不同天气条件因素时大电网的N-k故障集之后还包括故障概率分析步骤，故障概率分析步骤用于分析各类故障出现严重程度和概率，若根据严重程度和概率的判断结果判断超过阈值，则进行大电网静态安全分析。
作为本发明的进一步改进，所述常规气象和灾害对应的多时间维度的环境信息；
所述电网运行信息包括实时和未来态运行数据；
所述电网历史运行断面数据为历史运行数据。
一种大电网静态安全风险分析系统，包括：
数据获取模块，用于获取外部常规气象和灾害信息、电网运行信息及电网历史运行断面数据；
数据处理模块，用于对外部常规气象和灾害信息进行统一格式处理得到外部环境信息；对电网运行信息及电网历史运行断面数据进行统一格式处理得到电网基态断面信息；
分析预判模块，用于分析外部环境信息对系统设备的影响，并根据影响程度计算出不同外部环境信息时大电网的N-k故障集；基于所述N-k故障集和所述电网基态断面信息，进行静态安全分析得到大电网在不同外部环境信息下的系统运行状态和系统越限信息。
作为本发明的进一步改进，还包括第一辅助决策模块，用于对大电网的N-k故障集的相关特高压交直流系统进行预想故障扫描，并给出模拟交直流系统故障出现大规模功率缺失后送端电网与受端电网的运行控制提示信息；针对所述系统越限信息开展安全约束调度计算，得到优化系统能量的调整策略。
作为本发明的进一步改进，还包括第一量化评估模块，包括：
第一风险特征挖掘子模块，用于针对电网基态断面信息、所述静态安全分析给出的模拟故障断面和第一辅助决策方法的结果分别进行挖掘得到对应的风险特征；
第一分级指标计算子模块，用于根据风险特征对应的电网基态断面信息、模拟故障断面及第一辅助决策方法的结果进行分级指标计算，得到指标权重并进行分级；
第一量化评价矩阵计算子模块，用于根据分级指标计算结果进行量化评价矩阵计算，得到对应的风险量化评价矩阵；
第一风险定级子模块，用于根据对应的风险量化评价矩阵进而进行风险定级，得到基态断面的系统风险量化评估结果、模拟N-k故障后系统风险量化评估结果和辅助决策后断面信息的风险量化再评估结果。
作为本发明的进一步改进，所述第一量化评估模块还用于验证所述第一辅助决策模块的有效性：
如果评估结果满足要求；则输出；
如果评估结果不满足要求；则根据评估结果进行第一辅助决策方法的调整，得到调整后的第一辅助决策方法；调整后的第一辅助决策方法再通过第一量化评估方法进行评估直到满足有效性的要求后输出。
作为本发明的进一步改进，还包括第二量化评估模块，包括：
第二风险特征挖掘子模块，用于针对电网基态断面信息和所述静态安全分析给出的模拟故障断面分别进行挖掘得到对应的风险特征；
第二分级指标计算子模块，用于根据风险特征对应的电网基态断面信息、模拟故障断面进行分级指标计算，得到指标权重并进行分级；
第二量化评价矩阵计算子模块，用于根据分级指标计算结果进行量化评价矩阵计算，得到对应的风险量化评价矩阵；
第二风险定级子模块，用于根据对应的风险量化评价矩阵进而进行风险定级，得到基态断面的系统风险量化评估结果和模拟N-k故障后系统风险量化评估结果。
作为本发明的进一步改进，还包括第二辅助决策模块，用于对大电网的N-k故障集的相关特高压交直流系统进行预想故障扫描，并给出模拟交直流系统故障出现大规模功率缺失后送端电网与受端电网的运行控制提示信息；针对所述系统越限信息开展安全约束调度计算，得到优化系统能量的调整策略。
作为本发明的进一步改进，所述风险预防辅助决策模块还用于验证所述第二辅助决策模块的有效性：
如果评估结果满足要求；则输出；
如果再评估结果不满足要求；则根据再评估结果进行调整得到调整后的第二辅助决策方法，调整后的第二辅助决策方法再通过第二量化评估方法进行评估直到满足有效性的要求后输出。
一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述大电网静态安全风险分析方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述大电网静态安全风险分析方法的步骤。
与现有技术相比，本发明的有益效果体现在：
本发明充分考虑地区电网的各类外部气象与灾害环境，通过数据处理和分析预判得到系统在不同外部环境信息下系统的运行状态，考虑外部环境信息的大电网静态安全风险分析结果。能够给调度运行人员提供系统在整个受灾过程前后的状态变化模拟，更全面的掌握全网系统运行状态，尽早规避潜在风险，做好防御准备。
附图说明
图1为本发明大电网静态安全风险分析方法流程示意图；
图2为本发明优选实施例大电网静态安全风险分析方法流程简图；
图3为本发明优选实施例一种大电网静态安全风险分析方法示意图；
图4为本发明另一个优选实施例一种大电网静态安全风险分析方法简图；
图5为本发明另一个优选实施例一种大电网静态安全风险分析方法示意图；
图6为本发明一种大电网静态安全风险分析系统结构示意图；
图7为本发明另一个优选实施例一种大电网静态安全风险分析系统结构示意图；
图8为本发明一种电子设备结构示意图。
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。
如图1所示，本发明第一目的是提供一种大电网静态安全风险分析方法，包括以下步骤：
S1，获取外部常规气象和灾害信息、电网运行信息及电网历史运行断面数据；
如天气预报数据，电网系统运行断面数据等。
S2，对外部常规气象和灾害信息进行统一格式处理得到外部环境信息；对电网运行信息及电网历史运行断面数据进行统一格式处理得到电网基态断面信息；
如将外部气象与灾害的多源异构信息转换为可为系统分析使用的结构化或半结构化数据。实际处理时，外部环境信息还需要结合电网运行信息及电网历史运行断面数据得到。
S3，分析外部环境信息对系统设备的影响，并根据影响程度计算出不同外部环境信息时大电网的N-k故障集；基于所述N-k故障集和所述电网基态断面信息，进行静态安全分析得到大电网在不同外部环境信息下的系统运行状态和系统越限信息。
本发明充分考虑地区电网的各类外部气象与灾害环境，能够给调度运行人员提供系统在整个受灾过程前后的状态变化模拟，更全面的掌握系统运行状态，尽早规避潜在风险，做好防御准备。本发明设计的系统基于统一格式处理的环境信息，从调度运行控制对局部外界灾害发生前电网实时风险预警的需求出发，提出考虑外部环境信息的区域电网安全运行风险分析与预警技术。
如图2和图3所示，为了提升预测的准确性，本发明的方法还包括S4，第一辅助决策方法，所述第一辅助决策方法包括：
对大电网的N-k故障集的相关特高压交直流系统进行预想故障扫描，并给出模拟交直流系统故障出现大规模功率缺失后送端电网与受端电网的运行控制提示信息；针对所述系统越限信息开展安全约束调度计算，得到优化系统能量的调整策略，完成考虑外部环境信息的大电网静态安全风险预防辅助决策。
提供跨区直流送端和受端辅助决策调整策略，更全面的掌握系统运行状态，尽早规避潜在风险，做好防御准备。
如图2和图3所示，为了进一步提升预测准确性，还包括S5，第一量化评估方法，所述第一量化评估方法包括：
针对电网基态断面信息、所述静态安全分析给出的模拟故障断面和第一辅助决策方法的结果分别进行挖掘得到对应的风险特征；
根据风险特征对应的电网基态断面信息、模拟故障断面及第一辅助决策方法的结果进行分级指标计算，得到指标权重并进行分级；
根据分级指标计算结果进行量化评价矩阵计算，得到对应的风险量化评价矩阵；
根据对应的风险量化评价矩阵进而进行风险定级，得到基态断面的系统风险量化评估结果、模拟N-k故障后系统风险量化评估结果和辅助决策后断面信息的风险量化再评估结果。
当发生如山火、台风、覆冰等严重气象灾害时，能够实时预测和分析电网关键监视设备的故障概率，进而对大电网静态安全风险进行预判和评价，并生成最优辅助决策提供给调度运行人员，从而降低电网潜在运行风险。可在调度中心和涉及关键特高压输电通道的送端、受端和特高压直流过境各级调度机构的范围推广使用，能够极大提升电力系统的灾备防御能力。
本发明还包括按照时序顺序给出基态断面的系统风险量化评估结果、模拟N-k故障后系统风险量化评估结果和辅助决策后断面信息的风险量化再评估结果，得出不同时刻的故障时序评估信息对比。
所述第一量化评估方法的结果还用于验证所述第一辅助决策方法的有效性：
如果评估结果满足要求；则输出；
如果评估结果不满足要求；则根据评估结果进行第一辅助决策方法的调整，得到调整后的第一辅助决策方法；调整后的第一辅助决策方法再通过第一量化评估方法进行评估直到满足有效性的要求后输出。
如图1所示，本发明第二个目的是提供一种可替代方案，一种大电网静态安全风险分析方法，包括以下步骤：
S1，获取外部常规气象和灾害信息、电网运行信息及电网历史运行断面数据；
S2，对外部常规气象和灾害信息进行统一格式处理得到外部环境信息；对电网运行信息及电网历史运行断面数据进行统一格式处理得到电网基态断面信息；
S3，分析外部环境信息对系统设备的影响，并根据影响程度计算出不同外部环境信息时大电网的N-k故障集；基于所述N-k故障集和所述电网基态断面信息，进行静态安全分析得到大电网在不同外部环境信息下的系统运行状态和系统越限信息。
如图4和图5所示，为了提升预测的准确性，本发明的方法还包括第二量化评估方法。
所述第二量化评估方法包括：
针对电网基态断面信息和所述静态安全分析给出的模拟故障断面分别进行挖掘得到对应的风险特征；
根据风险特征对应的电网基态断面信息、模拟故障断面进行分级指标计算，得到指标权重并进行分级；
根据分级指标计算结果进行量化评价矩阵计算，得到对应的风险量化评价矩阵；
根据对应的风险量化评价矩阵进而进行风险定级，得到基态断面的系统风险量化评估结果和模拟N-k故障后系统风险量化评估结果。
如图4和图5所示，为了进一步提升预测准确性，若所述第二量化评估方法结果不满足要求，还需要第二辅助决策方法，所述第二辅助决策方法包括：
对大电网的N-k故障集的相关特高压交直流系统进行预想故障扫描，并给出模拟交直流系统故障出现大规模功率缺失后送端电网与受端电网的运行控制提示信息；针对所述系统越限信息开展安全约束调度计算，得到优化系统能量的调整策略，完成考虑外部环境信息的大电网静态安全风险预防辅助决策。
作为优选实施例，所述第二辅助决策方法的结果还需要通过所述第二量化评估方法进行评估，得到辅助决策后断面信息的风险量化再评估结果，并验证所述第二辅助决策方法的有效性：
如果评估结果满足要求；则输出；
如果再评估结果满足要求；则输出；
如果再评估结果不满足要求；则根据再评估结果进行调整得到调整后的第二辅助决策方法，调整后的第二辅助决策方法再通过第二量化评估方法进行评估直到满足有效性的要求后输出。
作为优选实施例，两种方案在计算N-k故障集后，还包括分析各类故障出现严重程度和概率，根据严重程度和概率的判断结果，再进行系统静态安全分析。只有满足严重程度和概率的阈值要求才进行下一步，这样可以压缩系统状态扫描的时间，提高计算效率。
如图7所示，本发明还提供一种考虑外部环境信息的大电网静态安全风险分析系统，主要包括：数据获取模块，数据处理模块，分析预判模块，第一量化评估模块，第一辅助决策模块。
数据获取模块，用于获取外部常规气象和灾害信息、电网运行信息及电网历史
数据获取模块，用于获取外部常规气象和灾害信息、电网运行信息及电网历史运行断面数据；
数据处理模块，用于对外部常规气象和灾害信息进行统一格式处理得到外部环境信息；对电网运行信息及电网历史运行断面数据进行统一格式处理得到电网基态断面信息；
分析预判模块，用于分析外部环境信息对系统设备的影响，并根据影响程度计算出不同外部环境信息时大电网的N-k故障集；基于所述N-k故障集和所述电网基态断面信息，进行静态安全分析得到大电网在不同外部环境信息下的系统运行状态和系统越限信息。
还包括第一辅助决策模块，用于对大电网的N-k故障集的相关特高压交直流系统进行预想故障扫描，并给出模拟交直流系统故障出现大规模功率缺失后送端电网与受端电网的运行控制提示信息；针对所述系统越限信息开展安全约束调度计算，得到优化系统能量的调整策略，完成考虑外部环境信息的大电网静态安全风险预防辅助决策。
还包括第一量化评估模块，包括：
第一风险特征挖掘子模块，用于针对电网基态断面信息、所述静态安全分析给出的模拟故障断面和第一辅助决策方法的结果分别进行挖掘得到对应的风险特征；
第一分级指标计算子模块，用于根据风险特征对应的电网基态断面信息、模拟故障断面及第一辅助决策方法的结果进行分级指标计算，得到指标权重并进行分级；
第一量化评价矩阵计算子模块，用于根据分级指标计算结果进行量化评价矩阵计算，得到对应的风险量化评价矩阵；
第一风险定级子模块，用于根据对应的风险量化评价矩阵进而进行风险定级，得到基态断面的系统风险量化评估结果、模拟N-k故障后系统风险量化评估结果和辅助决策后断面信息的风险量化再评估结果。
其中，
所述第一量化评估模块还用于验证所述第一辅助决策模块的有效性：
如果评估结果满足要求；则输出；
如果评估结果不满足要求；则根据评估结果进行第一辅助决策方法的调整，得到调整后的第一辅助决策方法；调整后的第一辅助决策方法再通过第一量化评估方法进行评估直到满足有效性的要求后输出。
具体各个模块的作用如下：
1. 数据获取模块：获取外部常规气象和灾害信息，电网运行信息，电网历史运行断面数据。
其中，常规气象和灾害包括但不限于：风、雨、雷、山火、覆冰、台风等实时、预报、历史等历史、实况和预测等多时间维度的环境信息。
电网运行信息包括但不限于：系统模型信息、量测信息等实时和未来态运行数据。
电网历史数据包括但不限于：电网历史模型信息、历史量测信息、越限信息、典型历史故障运行信息等数据。
2. 数据处理模块：提供数据感知、数据集成、数据存储、数据辨识、数据计算等数据支撑，用于支撑网页终端、移动终端等数据应用。数据处理模块可以提供格式统一的结构化外部常规气象和灾害信息、电网运行信息及电网历史运行断面数据。
格式化或半格式化处理，或者图片输入处理得到格式统一结果。
3. 分析预判模块：为实现考虑外部环境信息的大电网静态安全风险智能预判，本模块根据判断预测与实时条件下不同气象和灾害条件下外部因素对系统设备（线路、杆塔等）的影响程度，
判断影响程度
计算出不同天气条件因素时大电网N-k故障集，并基于电网基态断面信息，进行大电网静态安全分析，得到系统越限信息。由此初步得到系统在不同环境因素下系统的运行状态。
本模块的输入数据为：外部环境数据，系统运行数据。
本模块的输出数据为：电网基态断面信息，考虑外部环境信息的大电网静态安全分析结果，系统越限信息。
4.辅助决策模块：为了给调度人员提供考虑灾害后，大电网静态安全风险预防辅助决策，对系统N-k故障集的相关特高压交直流系统进行预想故障扫描，并给出模拟某条或某几条交直流系统故障出现大规模功率缺失后，其送端电网与受端电网的安控策略、机组-负荷调整策略、潜在潮流转移、短路比计算结果、关键断面越限监视等运行控制提示信息。同时，针对越限情况开展安全约束调度计算，优化系统能量调整策略。
本模块的输入数据为：大电网静态安全风险智能预判结果。
本模块的输出数据为：安全约束调度调整策略（SCD），预想故障所在直流的送端电网与受端电网系统运行调整策略。
5.量化评估模块：为实现考虑外部环境信息的大电网静态安全风险量化评估，本模块包括针对风险特征的挖掘，按照给定指标的分级计算，量化评价矩阵的计算，以及风险定级。
本模块的输入数据为：系统基态断面，考虑某种或某几种灾害条件下静态安全分析给出的模拟故障断面，以及考虑外部环境信息的大电网静态安全风险辅助决策后的断面信息。
如采用层次分析法进行指标权重的分级。
本模块的输出数据为：针对基态断面的系统风险量化评估，针对模拟N-k故障后的系统风险量化评估，以及对辅助决策后断面信息的再评估。
6.系统数据输出模块：本系统最终输出包括三大部分：
1）考虑外部环境信息的大大电网静态安全风险分析结果，用来感知灾害环境下，系统运行状态；
2）风险预防辅助决策结果信息；
3）量化评估结果信息：按照时序顺序给出系统基态断面的评估结果、故障模拟N-k故障后的系统状态评估结果，以及给出辅助决策后系统风险再评估结果。
不同时刻的信息对比，能够给调度运行人员提供系统在整个受灾过程前后的状态变化模拟，从而更全面的掌握系统运行状态，尽早规避潜在风险，做好防御准备。
本发明涉及的系统基于统一格式处理的环境信息，从局部外界灾害发生前电网实时风险预警的调控需求出发，提出考虑灾害信息的综合监视技术、考虑外部环境信息的区域电网安全运行风险量化评估技术。当发生如山火、台风、覆冰等严重气象灾害时，能够实时分析电网关键监视设备的故障概率，进而对大电网静态安全风险进行预判，并生成最优辅助决策提供给调度运行人员，从而降低电网潜在运行风险。可在电网调度中心和涉及关键特高压输电通道的送端、受端和特高压直流过境各级调度机构的全国范围推广使用，能够极大提升我国电力系统的灾备防御能力。
本发明可以全面提升全国特高压交直流混联背景下，跨区电网关键设备运行安全水平，增强电网在线分析、风险预判评估以及辅助决策能力，有效提高大电网风险预警的精益化和一体化水平，为电网安全稳定运行保驾护航，给调度运行人员提供更加全面的外部环境信息、系统运行状态信息以及相关辅助决策信息，为极端环境灾害条件的系统运行与控制提供事前预警、评价与辅助运行技术支撑，大大降低灾害环境下调控人员处理多源信息的复杂度，并提前准备应对方案，减少全网范围潜在的运行损失，提升系统可靠性。本技术也可以为电网风险全过程在线安全分析提供支撑。
如图7所示，本发明还提供一种系统的可替代方案，一种大电网静态安全风险分析系统，包括：
数据获取模块，用于获取外部常规气象和灾害信息、电网运行信息及电网历史运行断面数据；
数据处理模块，用于对外部常规气象和灾害信息进行统一格式处理得到外部环境信息；对电网运行信息及电网历史运行断面数据进行统一格式处理得到电网基态断面信息；
分析预判模块，用于分析外部环境信息对系统设备的影响，并根据影响程度计算出不同外部环境信息时大电网的N-k故障集；基于所述N-k故障集和所述电网基态断面信息，进行静态安全分析得到大电网在不同外部环境信息下的系统运行状态和系统越限信息。
在上一个模块的基础上，还包括第二量化评估模块，包括：
还包括第二量化评估模块，包括：
第二风险特征挖掘子模块，用于针对电网基态断面信息和所述静态安全分析给出的模拟故障断面分别进行挖掘得到对应的风险特征；
第二分级指标计算子模块，用于根据风险特征对应的电网基态断面信息、模拟故障断面进行分级指标计算，得到指标权重并进行分级；
第二量化评价矩阵计算子模块，用于根据分级指标计算结果进行量化评价矩阵计算，得到对应的风险量化评价矩阵；
第二风险定级子模块，用于根据对应的风险量化评价矩阵进而进行风险定级，得到基态断面的系统风险量化评估结果和模拟N-k故障后系统风险量化评估结果。
在上一个模块的基础上，还包括第二辅助决策模块，用于对大电网的N-k故障集的相关特高压交直流系统进行预想故障扫描，并给出模拟交直流系统故障出现大规模功率缺失后送端电网与受端电网的运行控制提示信息；针对所述系统越限信息开展安全约束调度计算，得到优化系统能量的调整策略，完成考虑外部环境信息的大电网静态安全风险预防辅助决策。
所述风险预防辅助决策模块还用于验证所述第二辅助决策模块的有效性：
如果评估结果满足要求；则输出；
如果再评估结果不满足要求；则根据再评估结果进行调整得到调整后的第二辅助决策方法，调整后的第二辅助决策方法再通过第二量化评估方法进行评估直到满足有效性的要求后输出。
本发明系统考虑外部环境信息的电网静态安全风险智能分析系统，外部输入的环境信息可以替换为其他各类环境信息，将其进行结构化或非结构化解析处理，可作为外部信息源输入风险分析系统。考虑外部环境信息的电网静态安全风险智能分析过程中，对于系统的评价可以选择评价的时间阶段。可以不针对基态信息和辅助决策再次校验系统预警状态，直接输出当前灾害影响下大电网静态安全预警信息。
本发明设计的系统最终输出的三大类信息，可根据用户需求调整详细的内容。
如图8所示，本发明第三个目的是提供一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述大电网静态安全风险分析方法的步骤。
所述大电网静态安全风险分析方法包括以下步骤：
获取外部常规气象和灾害信息、电网运行信息及电网历史运行断面数据；
对外部常规气象和灾害信息进行统一格式处理得到外部环境信息；对电网运行信息及电网历史运行断面数据进行统一格式处理得到电网基态断面信息；
分析外部环境信息对系统设备的影响，并根据影响程度计算出不同外部环境信息时大电网的N-k故障集；基于所述N-k故障集和所述电网基态断面信息，进行静态安全分析得到大电网在不同外部环境信息下的系统运行状态和系统越限信息。
本发明第四个目的是提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述大电网静态安全风险分析方法的步骤。
所述大电网静态安全风险分析方法包括以下步骤：
获取外部常规气象和灾害信息、电网运行信息及电网历史运行断面数据；
对外部常规气象和灾害信息进行统一格式处理得到外部环境信息；对电网运行信息及电网历史运行断面数据进行统一格式处理得到电网基态断面信息；
分析外部环境信息对系统设备的影响，并根据影响程度计算出不同外部环境信息时大电网的N-k故障集；基于所述N-k故障集和所述电网基态断面信息，进行静态安全分析得到大电网在不同外部环境信息下的系统运行状态和系统越限信息。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。
本发明是参照根据本发明实施例的方法、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 (17)
1.一种大电网静态安全风险分析方法，其特征在于，包括以下步骤：
获取外部常规气象和灾害信息、电网运行信息及电网历史运行断面数据；
对外部常规气象和灾害信息进行统一格式处理得到外部环境信息；对电网运行信息及电网历史运行断面数据进行统一格式处理得到电网基态断面信息；
分析外部环境信息对系统设备的影响，并根据影响程度计算出不同外部环境信息时大电网的N-k故障集；基于所述N-k故障集和所述电网基态断面信息，进行静态安全分析得到大电网在不同外部环境信息下的系统运行状态和系统越限信息；
还包括第一辅助决策方法，所述第一辅助决策方法包括：
对大电网的N-k故障集的相关特高压交直流系统进行预想故障扫描，并给出模拟交直流系统故障出现大规模功率缺失后送端电网与受端电网的运行控制提示信息；针对所述系统越限信息开展安全约束调度计算，得到优化系统能量的调整策略。
2.根据权利要求1所述的方法，其特征在于，
还包括第一量化评估方法，所述第一量化评估方法包括：
针对电网基态断面信息、所述静态安全分析给出的模拟故障断面和第一辅助决策方法的结果分别进行挖掘得到对应的风险特征；
根据风险特征对应的电网基态断面信息、模拟故障断面及第一辅助决策方法的结果进行分级指标计算，得到指标权重并进行分级；
根据分级指标计算结果进行量化评价矩阵计算，得到对应的风险量化评价矩阵；
根据对应的风险量化评价矩阵进而进行风险定级，得到基态断面的系统风险量化评估结果、模拟N-k故障后系统风险量化评估结果和辅助决策后断面信息的风险量化再评估结果。
3.根据权利要求2所述的方法，其特征在于，
还包括按照时序顺序给出基态断面的系统风险量化评估结果、模拟N-k故障后系统风险量化评估结果和辅助决策后断面信息的风险量化再评估结果，得出不同时刻的故障时序评估信息对比。
4.根据权利要求2所述的方法，其特征在于，
所述第一量化评估方法的结果还用于验证所述第一辅助决策方法的有效性：
如果评估结果满足要求；则输出；
如果评估结果不满足要求；则根据评估结果进行第一辅助决策方法的调整，得到调整后的第一辅助决策方法；调整后的第一辅助决策方法再通过第一量化评估方法进行评估直到满足有效性的要求后输出。
5.根据权利要求1所述的方法，其特征在于，
还包括第二量化评估方法，所述第二量化评估方法包括：
针对电网基态断面信息和所述静态安全分析给出的模拟故障断面分别进行挖掘得到对应的风险特征；
根据风险特征对应的电网基态断面信息、模拟故障断面进行分级指标计算，得到指标权重并进行分级；
根据分级指标计算结果进行量化评价矩阵计算，得到对应的风险量化评价矩阵；
根据对应的风险量化评价矩阵进而进行风险定级，得到基态断面的系统风险量化评估结果和模拟N-k故障后系统风险量化评估结果。
6.根据权利要求5所述的方法，其特征在于，
若所述第二量化评估方法结果不满足要求，则还包括：第二辅助决策方法，所述第二辅助决策方法包括：
对大电网的N-k故障集的相关特高压交直流系统进行预想故障扫描，并给出模拟交直流系统故障出现大规模功率缺失后送端电网与受端电网的运行控制提示信息；针对所述系统越限信息开展安全约束调度计算，得到优化系统能量的调整策略。
7.根据权利要求6所述的方法，其特征在于，还包括：
将所述第二辅助决策方法的结果通过所述第二量化评估方法进行评估，得到辅助决策后断面信息的风险量化再评估结果，并验证所述第二辅助决策方法的有效性：
如果再评估结果满足要求；则输出；
如果再评估结果不满足要求；则根据再评估结果进行调整得到调整后的第二辅助决策方法，调整后的第二辅助决策方法再通过第二量化评估方法进行评估直到满足有效性的要求后输出。
8.根据权利要求1所述的方法，其特征在于，
所述并根据影响程度计算出不同天气条件因素时大电网的N-k故障集之后还包括故障概率分析步骤，故障概率分析步骤用于分析各类故障出现严重程度和概率，若根据严重程度和概率的判断结果判断超过阈值，则进行大电网静态安全分析。
9.根据权利要求1所述的方法，其特征在于，
所述常规气象和灾害对应的多时间维度的环境信息；
所述电网运行信息包括实时和未来态运行数据；
所述电网历史运行断面数据为历史运行数据。
10.一种大电网静态安全风险分析系统，其特征在于，包括：
数据获取模块，用于获取外部常规气象和灾害信息、电网运行信息及电网历史运行断面数据；
数据处理模块，用于对外部常规气象和灾害信息进行统一格式处理得到外部环境信息；对电网运行信息及电网历史运行断面数据进行统一格式处理得到电网基态断面信息；
分析预判模块，用于分析外部环境信息对系统设备的影响，并根据影响程度计算出不同外部环境信息时大电网的N-k故障集；基于所述N-k故障集和所述电网基态断面信息，进行静态安全分析得到大电网在不同外部环境信息下的系统运行状态和系统越限信息；
还包括第一辅助决策模块，用于对大电网的N-k故障集的相关特高压交直流系统进行预想故障扫描，并给出模拟交直流系统故障出现大规模功率缺失后送端电网与受端电网的运行控制提示信息；针对所述系统越限信息开展安全约束调度计算，得到优化系统能量的调整策略。
11.根据权利要求10所述的系统，其特征在于，
还包括第一量化评估模块，包括：
第一风险特征挖掘子模块，用于针对电网基态断面信息、所述静态安全分析给出的模拟故障断面和第一辅助决策方法的结果分别进行挖掘得到对应的风险特征；
第一分级指标计算子模块，用于根据风险特征对应的电网基态断面信息、模拟故障断面及第一辅助决策方法的结果进行分级指标计算，得到指标权重并进行分级；
第一量化评价矩阵计算子模块，用于根据分级指标计算结果进行量化评价矩阵计算，得到对应的风险量化评价矩阵；
第一风险定级子模块，用于根据对应的风险量化评价矩阵进而进行风险定级，得到基态断面的系统风险量化评估结果、模拟N-k故障后系统风险量化评估结果和辅助决策后断面信息的风险量化再评估结果。
12.根据权利要求11所述的系统，其特征在于，
所述第一量化评估模块还用于验证所述第一辅助决策模块的有效性：
如果评估结果满足要求；则输出；
如果评估结果不满足要求；则根据评估结果进行第一辅助决策方法的调整，得到调整后的第一辅助决策方法；调整后的第一辅助决策方法再通过第一量化评估方法进行评估直到满足有效性的要求后输出。
13.根据权利要求10所述的系统，其特征在于，
还包括第二量化评估模块，包括：
第二风险特征挖掘子模块，用于针对电网基态断面信息和所述静态安全分析给出的模拟故障断面分别进行挖掘得到对应的风险特征；
第二分级指标计算子模块，用于根据风险特征对应的电网基态断面信息、模拟故障断面进行分级指标计算，得到指标权重并进行分级；
第二量化评价矩阵计算子模块，用于根据分级指标计算结果进行量化评价矩阵计算，得到对应的风险量化评价矩阵；
第二风险定级子模块，用于根据对应的风险量化评价矩阵进而进行风险定级，得到基态断面的系统风险量化评估结果和模拟N-k故障后系统风险量化评估结果。
14.根据权利要求13所述的系统，其特征在于，
还包括第二辅助决策模块，用于对大电网的N-k故障集的相关特高压交直流系统进行预想故障扫描，并给出模拟交直流系统故障出现大规模功率缺失后送端电网与受端电网的运行控制提示信息；针对所述系统越限信息开展安全约束调度计算，得到优化系统能量的调整策略。
15.根据权利要求14所述的系统，其特征在于，
所述风险预防辅助决策模块还用于验证所述第二辅助决策模块的有效性：
如果评估结果满足要求；则输出；
如果再评估结果不满足要求；则根据再评估结果进行调整得到调整后的第二辅助决策方法，调整后的第二辅助决策方法再通过第二量化评估方法进行评估直到满足有效性的要求后输出。
16.一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1-9任一项所述大电网静态安全风险分析方法的步骤。
17.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-9任一项所述大电网静态安全风险分析方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111200513.3A CN113642944B (zh) | 2021-10-15 | 2021-10-15 | 大电网静态安全风险分析方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111200513.3A CN113642944B (zh) | 2021-10-15 | 2021-10-15 | 大电网静态安全风险分析方法、系统、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113642944A CN113642944A (zh) | 2021-11-12 |
| CN113642944B true CN113642944B (zh) | 2022-01-07 |
Family
ID=78426966
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111200513.3A Active CN113642944B (zh) | 2021-10-15 | 2021-10-15 | 大电网静态安全风险分析方法、系统、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113642944B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104966147A (zh) * | 2015-05-19 | 2015-10-07 | 国网河南省电力公司 | 一种考虑基态和事故态的电网运行风险分析方法 |
| CN106447522A (zh) * | 2016-06-30 | 2017-02-22 | 国网福建省电力有限公司电力科学研究院 | 一种全电压序列一体化电网的可靠性与风险评估方法 |
| CN107220775A (zh) * | 2017-06-01 | 2017-09-29 | 东北大学 | 一种考虑信息系统作用的有源配电网多视角协同脆弱性评估方法 |
| CN111429299A (zh) * | 2020-03-10 | 2020-07-17 | 国电南瑞科技股份有限公司 | 一种预想故障集生成方法、系统及存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7844568B2 (en) * | 2007-09-19 | 2010-11-30 | Fein Gene S | System and method for data processing and transferring in a multi computer environment for energy reporting and forecasting |
-
2021
- 2021-10-15 CN CN202111200513.3A patent/CN113642944B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104966147A (zh) * | 2015-05-19 | 2015-10-07 | 国网河南省电力公司 | 一种考虑基态和事故态的电网运行风险分析方法 |
| CN106447522A (zh) * | 2016-06-30 | 2017-02-22 | 国网福建省电力有限公司电力科学研究院 | 一种全电压序列一体化电网的可靠性与风险评估方法 |
| CN107220775A (zh) * | 2017-06-01 | 2017-09-29 | 东北大学 | 一种考虑信息系统作用的有源配电网多视角协同脆弱性评估方法 |
| CN111429299A (zh) * | 2020-03-10 | 2020-07-17 | 国电南瑞科技股份有限公司 | 一种预想故障集生成方法、系统及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113642944A (zh) | 2021-11-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9239816B2 (en) | Method of power system preventive control candidate measures identification self-adaptive to external environment | |
| CN105740546A (zh) | 基于腐蚀状态的输电杆塔及地线安全评估与寿命预测系统 | |
| CN102915471A (zh) | 一种风电扰动在线安全预警的方法 | |
| CN117895661B (zh) | 一种结合风险分析的配电网控制方法及系统 | |
| CN103150635A (zh) | 电力设备运维方法 | |
| CN103310389B (zh) | 基于故障模式与故障树建立的架空输电线路故障检修方法 | |
| CN108389002A (zh) | 一种基于n-1严重故障集的多重故障生成方法 | |
| CN115587719A (zh) | 基于密集输电通道灾害的大电网静态安全风险分析方法 | |
| CN111209535B (zh) | 一种电力设备相继故障风险识别方法及系统 | |
| Amini et al. | Electrical energy systems resilience: A comprehensive review on definitions, challenges, enhancements and future proceedings | |
| Li et al. | A line-fault cause analysis method for distribution network based on decision-making tree and machine learning | |
| CN114580177A (zh) | 一种基于连锁故障预防的电力系统调度方法 | |
| CN111369388A (zh) | 用于城市电网的对抗脆弱性评估方法及系统 | |
| Yu et al. | Study on a comprehensive indicator and online classification of early warning of low frequency oscillation in power system | |
| CN110070266A (zh) | 一种用于识别电网连锁故障大事件的方法及系统 | |
| CN113642944B (zh) | 大电网静态安全风险分析方法、系统、设备及存储介质 | |
| CN104867063A (zh) | 一种基于线性加权法的电网多重严重故障识别方法 | |
| Singh | The role of hosting capacity study in power system advancements: a review | |
| Liu et al. | A resilience enhancement scheme of cyber-physical power system for extreme natural disasters | |
| CN109829657B (zh) | 一种考虑关键节点的电网临近连锁跳闸的危险度计算方法 | |
| CN103390249A (zh) | 基于多维度的配电调度辅助决策方法 | |
| CN111146779B (zh) | 一种电力设备相继故障的大电网柔性安全控制方法及系统 | |
| Zhu et al. | Fault analysis of wind turbine gearbox based on vague set and fault tree | |
| CN109449956A (zh) | 基于动态安全域的特大型城市电网安稳措施制定辅助方法 | |
| Chobanov | Enhancing Resilience in Interconnected Cyber-Physical Power Networks |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Ma Xiaochen Inventor after: Li Lixin Inventor after: Li Jinsong Inventor after: Sun Lue Inventor after: Lang Yansheng Inventor after: Song Xuri Inventor after: Tao Lei Inventor after: Wang Shaofang Inventor after: Han Wei Inventor after: Wang Wei Inventor after: Li Sen Inventor after: Sun Bo Inventor after: Han Feng Inventor after: Liu Sheng Inventor after: Men Deyue Inventor after: Lv Yan Inventor after: Luo Yadi Inventor after: Shi Shangqiu Inventor after: Li Li Inventor after: Wang Miao Inventor after: Zhang Yin Inventor after: Yu Yijun Inventor before: Ma Xiaochen Inventor before: Li Lixin Inventor before: Li Jinsong Inventor before: Sun Lue Inventor before: Lang Yansheng Inventor before: Song Xuri Inventor before: Tao Lei Inventor before: Wang Shaofang Inventor before: Han Wei Inventor before: Wang Wei Inventor before: Li Sen Inventor before: Sun Bo Inventor before: Han Feng Inventor before: Liu Sheng Inventor before: Men Deyue Inventor before: Lv Yan Inventor before: Luo Yadi Inventor before: Shi Shangqiu Inventor before: Li Li Inventor before: Wang Miao Inventor before: Zhang Yin Inventor before: Yu Yijun |