CN113850693A - 基于多源信息融合的配网停电风险综合评估与预警的方法 - Google Patents
基于多源信息融合的配网停电风险综合评估与预警的方法 Download PDFInfo
- Publication number
- CN113850693A CN113850693A CN202111146573.1A CN202111146573A CN113850693A CN 113850693 A CN113850693 A CN 113850693A CN 202111146573 A CN202111146573 A CN 202111146573A CN 113850693 A CN113850693 A CN 113850693A
- Authority
- CN
- China
- Prior art keywords
- power failure
- distribution network
- repeated
- repeated multiple
- index
- 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
Links
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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- 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
Abstract
一种基于多源信息融合的配网停电风险综合评估与预警的方法,一种基于多源信息融合的配网停电风险综合评估与预警的方法,首先定义了重复多发性概念的量化指标,根据配电网运行的多源数据,提出利用基于最优频繁项集的FP‑Growth数据挖掘算法来获取停电因素间的关联关系,再结合模糊层次分析法得出重复多发性停电的主要原因;在此基础上利用主客观权重结合的层次分析法对配电网重复多发性停电风险进行综合评估,根据停电综合概率值实现对停电风险的预警。能够有效的减少配电网中具有重复多发性这类特点停电现象的发生,提高预防能力。
Description
技术领域
本发明属于配电网保护技术领域,涉及一种基于多源信息融合的配网停电风险综合评估与预警的方法。
背景技术
配电网故障停电的具体表现形式多种多样,包括了自然环境的破坏,设备老化或损坏,运行管理不科学。而不合理的电网结构、继电保护配置或者对于特殊运行方式的预设事故考虑不足也同样是导致配电网停电的因素。但对配电网停电的研究通常主要集中在对配电网孤立停电事件研究上,因而缺乏对停电事件的主要因素间关联关系和停电事件时空演变规律方面的分析。特别是针对重复多发性这一特点的停电风险研究尤其较少。
目前业内对于重复多发性停电并没有明确的定义,其相关研究较多地基于经验,缺乏针对重复多发性这一特点停电现象的系统研究。配电网的综合停电管理水平不高会造成出现重复多发性停电现象。同时随着配电网负荷增长过快、设备更新缓慢,重复多发性故障停电发生率也会逐步增加。而减少配电网停电的有效方法是对其进行风险评估与预警。现有建立的配电网故障停电风险评价指标体系,归纳出配电网运行风险因素以及建立的风险损失值计算公式,或注重于故障风险的笼统评估,或注重于围绕某一特定停电诱发因素分析,因此需要有一种能够针对配电网重复多发性这一特点的多因素综合性评估与预警的技术。
发明内容
本发明所要解决的技术问题是提供一种基于多源信息融合的配网停电风险综合评估与预警的方法,首先定义了重复多发性概念的量化指标,根据配电网运行的多源数据,提出利用基于最优频繁项集的FP-Growth数据挖掘算法来获取停电因素间的关联关系,再结合模糊层次分析法得出重复多发性停电的主要原因;在此基础上利用主客观权重结合的层次分析法对配电网重复多发性停电风险进行综合评估;根据停电综合概率值实现对停电风险的预警。
为解决上述技术问题,本发明所采用的技术方案是:一种基于多源信息融合的配网停电风险综合评估与预警的方法,其特征是,它包括如下步骤:
S1,定义重复多发性停电,将重复多发性停电定义为10kV线路两个月内经历三次及以上的停电,则认为该线路发生了重复多发性停电;
S2,利用多源信息系统来获取配电网停电数据,并挖掘出重复多发性停电事件之间的多维关联关系;
S3,提取典型停电场景建立对应的故障停电场景库,并利用模糊层次分析法来确定场景库中的各因素对重复多发性停电的影响程度;
S4,建立指标集来获取重复多发性停电基准概率,并结合基于主客观的层次分析法来确定重复多发性停电概率水平;
S5,依据层次分析法的计算方法逐层向上计算,得到基准概率值得分;
S6,发出预警并提出结合重复停电发生的影响后果对预警进行量化分级。
在S2中,将配电网故障数据中的样本按季节S、昼夜T、区域R、地形D、故障点微地形M、气象条件W、故障设备E、故障现象C、故障位置P、停电原因L进行分组形成新数据表;随后将多维属性中的每一维按照组合分解成若干子集,分别对各维子集使用FP-Growth算法生成频繁项集;再通过实际设定合适的支持度和置信度来对生成的频繁项来进行最优频繁项集的选取,以得到重复多发性停电事件的强关联规则。
在S3中,根据实际情况将配电网重复多发性停电的因素按梯级理论划为五个分值:很严重、严重、一般、轻微、极轻微;计算得出准则层指标相对于目标层的权重模糊集和各指标的实际得分结果,得到主要因素。
在S3中,基准概率分为内部因素与外部因素两大类,综合考虑重复多发性停电主要因素与实际应用的现在因素;选取装备水平、运维水平、网络构架水平来代表内部因素;其中装备水平的基础指标为防雷水平、绝缘水平、老旧设备数量、保护设备配置;运维水平包括不停电作业水平、抢修能力和在线检测能力;网架结构水平包括线路N-1通过率、供电半径、线路分段;气象因素来代表外部因素。
在S3中,具体是对一级指标运用客观权重法,二级指标采用主观权重法的综合权重评价方法;主观方面,对各因素关于重复多发性停电风险影响的主观判断进行打分,构造主观判断矩阵,采用层次分析法计算基于主观方面的重要程度;客观方面,依据统计得到的各类一级指标因素导致的重复多发性停电线路条数之间的差异进行打分,构造客观判断矩阵;采用层次分析法计算基于客观方面的重要程度,再将各指标对应的主观、客观两方面的权重相乘,得到基于主客观两方面的最终权重。
在S4中,基准概率值为1~100;气象因数反映天气对配电网停电随机性与动态性的影响情况;同时过去一月内发生的停电次数影响本月重复停电发生的可能性;重复停电因数值代表了历史停电次数对重复多发性停电概率的放大作用;重复多发性停电综合概率值取值范围也为0-100,计算值超过100按100计;其中重复多发性停电可能性分为可能性很大,>70;可能性一般,40-70;可能性较小,20-40;可能性很小,<20四个等级,根据综合概率值的大小对停电风险进行综合评估。
在S6中,将影响重复多发性停电发生后果的停电负荷重要程度,重复停电投诉率和停电影响范围这三方面因素作为指标;
S6-1,其中重要负荷所占的比重越大,发生停电造成的损失越大;负荷重要因数将依据Ⅰ、Ⅱ级负荷的比重确定;同时将地域特征也要考虑在内,选取市中心区、市区、城镇、农村四类地区,每类地区都对应一个负荷地域特征因数值,来表征负荷重要程度因数;
S6-2,而停电投诉较多的区域,如果再次发生重复停电会导致更多投诉,则考虑该地区重复通电投诉率指标表征该地区对重复停电的耐受程度;
S6-3,停电范围用重复停电影响的用户数来进行评分表示,同样采用主观赋权法确定指标权重,综合多位电力专家对于配电网重复多发性停电风险评价指标重要性的认识,通过计算得出各个指标的权重;
S6-4,负荷重要程度权重为0.3,历史停电投诉信息权重为0.3,重复停电影响用户数权重为0.4;在获得影响配电网重复多发性停电后果的各指标得分后,依据层次分析法的计算方法逐层向上计算,得到重复多发性停电影响后果值得分。
在S6中,根据量化的配电网重复多发性停电后果值,对配电网重复多发性停电风险进行分级;根据通常的配电网风险分级理论,将配电网重复多发性停电风险预警分为三级:Ⅰ级、Ⅱ级、Ⅲ级;分别对应于重大损失,>70;较大损失,40-70;一般损失,<40的重复多发性停电影响后果值。
在S3中,对指标层和每个单元的因素层中各元素的重要性进行两两比较,采取相对一致的评判尺度,将指标分数形成判断矩阵,最大限度降低性质、尺度不同因素造成的比较难度;各元素间的判断矩阵R为:
然后计算每一个判断矩阵各因素相对权重,找到矩阵R对应于最大特征值λmax的特征向量b,对特征向量进行归一化计算得到本层指标相对上一层指标相对重要性权重值,由于构造的判断矩阵阶数较多,需要根据公式来满足一致性检验(C.R<0.1):
其中R.I为随机一致性指标;C.R为一致性比率;C.I为一致性指标。
在S5中,采用层次分析法计算基于客观方面的重要程度:
式中:ΔC为各二级指标因素导致的重复多发性停电条数差异矩阵;Δcij=ci-cj;ci,cj分别表示编号第i个和第j个因素导致的重复停电线路条数;
式中:B为客观差异矩阵;
再分别计算出主、客观判断矩阵每一行因素的乘积MAi和MBi;即得到最终的各影响因素权重值:
再分别计算各类用户基于主观角度和客观角度的重要程度:
各指标对应的主观、客观两方面的权重相乘,可以得到基于主客观两方面的最终权重:
ω=ωAi×ωBi。
本发明的主要有益效果在于:
针对配电网停电事故中重复多发性这一特点,结合实际电网统计的多源信息数据提出利用基于OPI的FP-Growth挖掘算法以及模糊层次分析法来获取重复多发性停电事故的强关联规则与主要原因,为后续解决该问题提供了依据。在此基础上制定相关指标,利用基于主客观结合的改进层次分析法进行停电分析的综合评估及后续的分级预警,解决配电网重复多发性停电问题。
附图说明
下面结合附图和实施例对本发明作进一步说明:
图1为本发明基于OPI的FP-Growth算法流程图。
图2为本发明重复多发性停电基础概率指标框架图。
具体实施方式
如图1~图2中,一种基于多源信息融合的配网停电风险综合评估与预警的方法,它包括如下步骤:
S1:以减少因停电而导致的用户投诉为导向,借鉴国家电网公司营销部在《关于对低电压和频繁停电投诉业务受理标准的说明》中对客户投诉“频繁停电”的受理标准,将重复多发性停电定义为10kV线路2个月内经历3次及以上的停电,如果满足上述标准则认为该线路发生了重复多发性停电。
S2:利用多源信息系统来获取配电网停电数据,并挖掘出重复多发性停电事件之间的多维关联关系。将配电网故障数据中的样本按季节S、昼夜T、区域R、地形D、故障点微地形M、气象条件W、故障设备E、故障现象C、故障位置P、停电原因L进行分组形成新数据表。随后将多维属性中的每一维按照组合分解成若干子集,避免了算法在某临界点过后的低效率。再分别对各维子集使用FP-Growth算法来生成频繁项集。通过实际经验设定合适的支持度和置信度来对生成的频繁项来进行最优频繁项集(The Optimal Frequent Items)的选取,以最大程度的减少价值不高的频繁集及冗余的关联规则,实现全面考虑影响因子来生成有效规则,又提高了效率及准确率。基于OPI的FP-Growth算法流程见附图1。
S3:根据S2得到相关重复多发性停电事件的强关联规则。在此基础上通过提取典型停电场景形成相应的故障停电建立场景库。利用模糊层次分析法来确定场景库中的各因素对重复多发性停电的影响程度。层次分析法在确定各因素间权重时利用了一致矩阵。依据1-9及其倒数的标度方式,如下表所示
重要程度表
采用专家打分的方式对指标层和每个单元的因素层中各元素的重要性进行两两比较,采取相对一致的评判尺度,将指标分数形成判断矩阵,这能够最大限度降低性质、尺度不同等因素造成的比较难度。各元素间的判断矩阵R为:
然后计算每一个判断矩阵各因素相对权重。找到矩阵R对应于最大特征值λmax的特征向量b,对特征向量进行归一化计算得到本层指标相对上一层指标相对重要性权重值。由于构造的判断矩阵阶数较多,需要根据公式来满足一致性检验(C.R<0.1):
其中R.I为随机一致性指标;C.R为一致性比率;C.I为一致性指标。
根据实际情况将配电网重复多发性停电的因素按梯级理论划为5个分值:{很严重;严重;一般;轻微;极轻微}。计算得出准则层指标相对于目标层的权重模糊集和各指标的实际得分结果,从而得到主要因素。
S4:在S3的基础上,通过建立指标集来获取重复多发性停电基准概率,并结合基于主客观的层次分析法来确定重复多发性停电概率水平。基准概率分为内部因素与外部因素两大类,综合考虑重复多发性停电主要因素与实际应用的现在因素。选取装备水平,运维水平,网络构架水平来代表内部因素;其中装备水平的基础指标为防雷水平,绝缘水平,老旧设备数量,保护设备配置;运维水平包括不停电作业水平,抢修能力和在线检测能力;网架结构水平包括线路N-1通过率,供电半径,线路分段;气象因素来代表外部因素,其中用户因素是电网无法控制的暂不考虑。具体基准概率指标见附图2
S5:针对重复多发性停电的统计数据往往只能体现其一级指标的不同,难以细化到二级指标。采用主、客观相结合的方法对各类用户的重要程度进行量化。即对一级指标运用客观权重法,二级指标采用主观权重法的综合权重评价方法。主观方面,依据专家对各因素关于重复多发性停电风险影响的主观判断进行打分,构造主观判断矩阵,采用层次分析法计算基于主观方面的重要程度。客观方面,依据统计得到的各类一级指标因素导致的重复多发性停电线路条数之间的差异进行打分,并构造客观判断矩阵;采用层次分析法计算基于客观方面的重要程度:
式中:ΔC为各二级指标因素导致的重复多发性停电条数差异矩阵;Δcij=ci-cj;ci,cj分别表示编号第i个和第j个因素导致的重复停电线路条数。
式中:B为客观差异矩阵。
再分别计算出主、客观判断矩阵每一行因素的乘积MAi和MBi;即得到最终的各影响因素权重值:
再分别计算各类用户基于主观角度和客观角度的重要程度:
各指标对应的主观、客观两方面的权重相乘,可以得到基于主客观两方面的最终权重:
ω=ωAi×ωBi
S6:根据配电网风险评估的概念,重复多发性停电综合概率的计算方法公式为:
重复多发性停电综合概率值=基准概率值×气象因数×重复停电因数值
具体步骤为根据上述公式获得配电网重复多发性停电各指标的得分与权重后,依据层次分析法的计算方法逐层向上计算,得到基准概率值得分,其取值范围为1-100。气象因数反映了天气对配电网停电随机性与动态性的影响情况,具体取值情况如下表所示。
气象影响因数
同时过去一月内发生的停电次数会影响本月重复停电发生的可能性,因此重复停电因数值代表了历史停电次数对重复多发性停电概率的放大作用,具体取值情况下表所示。
重复停电因数
重复多发性停电综合概率值取值范围也为0-100,如果计算值超过100按100计;其中重复多发性停电可能性分为可能性很大(>70)、可能性一般(40-70)、可能性较小(20-40)和可能性很小(<20)四个等级,根据综合概率值的大小即可实现对停电风险综合评估。
在S6得到重复多发性停电风险评估结果为“可能性很大”时,应当发出预警。提出结合重复停电发生的影响后果对预警进行量化分级。将影响重复多发性停电发生后果的停电负荷重要程度,重复停电投诉率和停电影响范围这三方面因素作为指标。其中重要负荷所占的比重越大,发生停电造成的损失越大。负荷重要因数将依据Ⅰ、Ⅱ级负荷的比重确定。同时将地域特征也要考虑在内,选取市中心区、市区、城镇、农村四类地区,每类地区都对应一个负荷地域特征因数值,来表征负荷重要程度因数;而停电投诉较多的区域,如果再次发生重复停电会导致更多投诉,因此考虑该地区重复通电投诉率指标表征该地区对重复停电的耐受程度;停电范围用重复停电影响的用户数来进行评分表示。
同样采用主观赋权法确定指标权重,综合多位电力专家对于配电网重复多发性停电风险评价指标重要性的认识,再经过相应的数学计算,得出各个指标的权重;负荷重要程度权重为0.3,历史停电投诉信息权重为0.3,重复停电影响用户数权重为0.4。在获得影响配电网重复多发性停电后果的各指标得分后,依据层次分析法的计算方法逐层向上计算,得到重复多发性停电影响后果值得分。
根据量化的配电网重复多发性停电后果值,来对配电网重复多发性停电风险进行分级。根据通常的配电网风险分级理论,将配电网重复多发性停电风险预警分为三级:Ⅰ级、Ⅱ级、Ⅲ级;分别对应于重大损失(>70)、较大损失(40-70)和一般损失(<40)的重复多发性停电影响后果值。
实施例,
以重庆某地区一年的停电数据作为数据进行技术应用。首先利用基于OPI的FP-Growth算法对数据表进行挖掘,预设最小支持度为20%,最小可信度为50%来获取该地区重复多发性停电的强关联规则,得到的部分内容如下表所示:
该地区部分强关联规则
再利用模糊层次分析法来进行主要因素的分析。该地区出现重复多发性停电原因的具体情况如下所示。用户内部故障,设计施工及高压设备故障是造成该地区这一年出现重复多发性停电的严重影响因素。
重复多发性停电主要因素的影响程度
再对该地区配电网进行重复多发性停电综合风险的评估,首先得到该地区基于主客观因素的重复多发性停电影响指标权重值,如下表所示。
概率指标权重表
其最终基准概率值为35.29;结合评估时的实际气象因数与重复停电因数可得到最终停电风险的综合评估结果;并在此基础上实现停电的分级预警。
上述的实施例仅为本发明的优选技术方案,而不应视为对于本发明的限制,本申请中的实施例及实施例中的特征在不冲突的情况下,可以相互任意组合。本发明的保护范围应以权利要求记载的技术方案,包括权利要求记载的技术方案中技术特征的等同替换方案为保护范围。即在此范围内的等同替换改进,也在本发明的保护范围之内。
Claims (10)
1.一种基于多源信息融合的配网停电风险综合评估与预警的方法,其特征是,它包括如下步骤:
S1,定义重复多发性停电,将重复多发性停电定义为10kV线路两个月内经历三次及以上的停电,则认为该线路发生了重复多发性停电;
S2,利用多源信息系统来获取配电网停电数据,并挖掘出重复多发性停电事件之间的多维关联关系;
S3,提取典型停电场景建立对应的故障停电场景库,并利用模糊层次分析法来确定场景库中的各因素对重复多发性停电的影响程度;
S4,建立指标集来获取重复多发性停电基准概率,并结合基于主客观的层次分析法来确定重复多发性停电概率水平;
S5,依据层次分析法的计算方法逐层向上计算,得到基准概率值得分;
S6,发出预警并提出结合重复停电发生的影响后果对预警进行量化分级。
2.根据权利要求1所述的基于多源信息融合的配网停电风险综合评估与预警的方法,其特征是:在S2中,将配电网故障数据中的样本按季节S、昼夜T、区域R、地形D、故障点微地形M、气象条件W、故障设备E、故障现象C、故障位置P、停电原因L进行分组形成新数据表;随后将多维属性中的每一维按照组合分解成若干子集,分别对各维子集使用FP-Growth算法生成频繁项集;再通过实际设定合适的支持度和置信度来对生成的频繁项来进行最优频繁项集的选取,以得到重复多发性停电事件的强关联规则。
3.根据权利要求1所述的基于多源信息融合的配网停电风险综合评估与预警的方法,其特征是:在S3中,根据实际情况将配电网重复多发性停电的因素按梯级理论划为五个分值:很严重、严重、一般、轻微、极轻微;计算得出准则层指标相对于目标层的权重模糊集和各指标的实际得分结果,得到主要因素。
4.根据权利要求3所述的基于多源信息融合的配网停电风险综合评估与预警的方法,其特征是:在S3中,基准概率分为内部因素与外部因素两大类,综合考虑重复多发性停电主要因素与实际应用的现在因素;选取装备水平、运维水平、网络构架水平来代表内部因素;其中装备水平的基础指标为防雷水平、绝缘水平、老旧设备数量、保护设备配置;运维水平包括不停电作业水平、抢修能力和在线检测能力;网架结构水平包括线路N-1通过率、供电半径、线路分段;气象因素来代表外部因素。
5.根据权利要求5所述的基于多源信息融合的配网停电风险综合评估与预警的方法,其特征是:在S3中,具体是对一级指标运用客观权重法,二级指标采用主观权重法的综合权重评价方法;主观方面,对各因素关于重复多发性停电风险影响的主观判断进行打分,构造主观判断矩阵,采用层次分析法计算基于主观方面的重要程度;客观方面,依据统计得到的各类一级指标因素导致的重复多发性停电线路条数之间的差异进行打分,构造客观判断矩阵;采用层次分析法计算基于客观方面的重要程度,再将各指标对应的主观、客观两方面的权重相乘,得到基于主客观两方面的最终权重。
6.根据权利要求1所述的基于多源信息融合的配网停电风险综合评估与预警的方法,其特征是:在S4中,基准概率值为1~100;气象因数反映天气对配电网停电随机性与动态性的影响情况;同时过去一月内发生的停电次数影响本月重复停电发生的可能性;重复停电因数值代表了历史停电次数对重复多发性停电概率的放大作用;重复多发性停电综合概率值取值范围也为0-100,计算值超过100按100计;其中重复多发性停电可能性分为可能性很大,>70;可能性一般,40-70;可能性较小,20-40;可能性很小,<20四个等级,根据综合概率值的大小对停电风险进行综合评估。
7.根据权利要求1所述的基于多源信息融合的配网停电风险综合评估与预警的方法,其特征是:在S6中,将影响重复多发性停电发生后果的停电负荷重要程度,重复停电投诉率和停电影响范围这三方面因素作为指标;
S6-1,其中重要负荷所占的比重越大,发生停电造成的损失越大;负荷重要因数将依据Ⅰ、Ⅱ级负荷的比重确定;同时将地域特征也要考虑在内,选取市中心区、市区、城镇、农村四类地区,每类地区都对应一个负荷地域特征因数值,来表征负荷重要程度因数;
S6-2,而停电投诉较多的区域,如果再次发生重复停电会导致更多投诉,则考虑该地区重复通电投诉率指标表征该地区对重复停电的耐受程度;
S6-3,停电范围用重复停电影响的用户数来进行评分表示,同样采用主观赋权法确定指标权重,综合多位电力专家对于配电网重复多发性停电风险评价指标重要性的认识,通过计算得出各个指标的权重;
S6-4,负荷重要程度权重为0.3,历史停电投诉信息权重为0.3,重复停电影响用户数权重为0.4;在获得影响配电网重复多发性停电后果的各指标得分后,依据层次分析法的计算方法逐层向上计算,得到重复多发性停电影响后果值得分。
8.根据权利要求1所述的基于多源信息融合的配网停电风险综合评估与预警的方法,其特征是:在S6中,根据量化的配电网重复多发性停电后果值,对配电网重复多发性停电风险进行分级;根据通常的配电网风险分级理论,将配电网重复多发性停电风险预警分为三级:Ⅰ级、Ⅱ级、Ⅲ级;分别对应于重大损失,>70;较大损失,40-70;一般损失,<40的重复多发性停电影响后果值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111146573.1A CN113850693A (zh) | 2021-09-28 | 2021-09-28 | 基于多源信息融合的配网停电风险综合评估与预警的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111146573.1A CN113850693A (zh) | 2021-09-28 | 2021-09-28 | 基于多源信息融合的配网停电风险综合评估与预警的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113850693A true CN113850693A (zh) | 2021-12-28 |
Family
ID=78976842
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111146573.1A Pending CN113850693A (zh) | 2021-09-28 | 2021-09-28 | 基于多源信息融合的配网停电风险综合评估与预警的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113850693A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114282849A (zh) * | 2022-01-18 | 2022-04-05 | 国网湖北省电力有限公司电力科学研究院 | 一种高层建筑火灾风险评估方法 |
CN115033832A (zh) * | 2022-06-14 | 2022-09-09 | 国网山东省电力公司临清市供电公司 | 用于配网停电检修计划自动校核平衡的方法、系统与终端 |
CN116757470A (zh) * | 2023-06-05 | 2023-09-15 | 中国标准化研究院 | 一种电力作业风险的预警系统 |
-
2021
- 2021-09-28 CN CN202111146573.1A patent/CN113850693A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114282849A (zh) * | 2022-01-18 | 2022-04-05 | 国网湖北省电力有限公司电力科学研究院 | 一种高层建筑火灾风险评估方法 |
CN115033832A (zh) * | 2022-06-14 | 2022-09-09 | 国网山东省电力公司临清市供电公司 | 用于配网停电检修计划自动校核平衡的方法、系统与终端 |
CN116757470A (zh) * | 2023-06-05 | 2023-09-15 | 中国标准化研究院 | 一种电力作业风险的预警系统 |
CN116757470B (zh) * | 2023-06-05 | 2024-03-22 | 中国标准化研究院 | 一种电力作业风险的预警系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113850693A (zh) | 基于多源信息融合的配网停电风险综合评估与预警的方法 | |
Rocchetta et al. | A power-flow emulator approach for resilience assessment of repairable power grids subject to weather-induced failures and data deficiency | |
US7920997B2 (en) | Electric power distribution interruption risk assessment calculator | |
CN106780127B (zh) | 含分布式光伏配电网的评价方法 | |
US8682623B1 (en) | Electric power distribution interruption risk assessment calculator | |
CN105825342A (zh) | 一种管道失效可能性评价方法及系统 | |
CN112116276B (zh) | 一种计及电气主设备时变状态的变电站运行风险评估方法 | |
CN105488740A (zh) | 一种城市配电网运行方式的风险等级评估方法及其系统 | |
CN112308425A (zh) | 一种构建配变健康评价指标体系的方法 | |
CN111582700A (zh) | 一种配电网设备故障率计算方法 | |
CN112668821A (zh) | 一种基于风沙区域绝缘子故障概率的配电线路风险分析方法 | |
CN115600934A (zh) | 一种配电网工程的投资效率效益评估方法、装置 | |
CN111105218A (zh) | 一种基于全息影像技术的配电网运行监视方法 | |
CN114021915A (zh) | 基于改进均衡权重和可变模糊集的电气火灾风险评估方法 | |
CN112016858A (zh) | 一种基于主客观赋权法的舆情风险评价方法 | |
CN112633646A (zh) | 一种信息系统的评估方法及装置 | |
Wenjie et al. | A multi-index evaluation method of voltage sag based on the comprehensive weight | |
CN116151799A (zh) | 一种基于bp神经网络的配电线路多工况故障率快速评估方法 | |
CN116415724A (zh) | 一种光伏电站运维检修时间的预测方法及装置 | |
CN111144712A (zh) | 基于层次分析法的高压供用电安全评估方法、系统、存储介质及计算机设备 | |
Nie et al. | Research on AHP-based Multi-factor Medium Voltage Distribution Network Line Risk Quantitative Assessment Method | |
CN113239436B (zh) | 一种钢桥状态等级评估与预测方法 | |
CN114860808A (zh) | 基于大数据的配电网设备异常事件关联分析方法 | |
CN114266439A (zh) | 一种配电变压器的运行状态评估方法和相关装置 | |
Gong | Risk Assessment of pipeline failure based on fuzzy analytic hierarchy process |
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 |