CN114021395B - 一种电力信息物理系统线路脆弱相关性分析方法及装置 - Google Patents

一种电力信息物理系统线路脆弱相关性分析方法及装置 Download PDF

Info

Publication number
CN114021395B
CN114021395B CN202210000797.XA CN202210000797A CN114021395B CN 114021395 B CN114021395 B CN 114021395B CN 202210000797 A CN202210000797 A CN 202210000797A CN 114021395 B CN114021395 B CN 114021395B
Authority
CN
China
Prior art keywords
correlation
fragile
risk
group
physical system
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
Application number
CN202210000797.XA
Other languages
English (en)
Other versions
CN114021395A (zh
Inventor
蔡晔
李妍莎
曹一家
王媛媛
方雨辰
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.)
Changsha University of Science and Technology
Original Assignee
Changsha University of Science and Technology
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 Changsha University of Science and Technology filed Critical Changsha University of Science and Technology
Priority to CN202210000797.XA priority Critical patent/CN114021395B/zh
Publication of CN114021395A publication Critical patent/CN114021395A/zh
Application granted granted Critical
Publication of CN114021395B publication Critical patent/CN114021395B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q10/0639—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
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2113/00—Details relating to the application field
    • G06F2113/04—Power grid distribution networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/02—Reliability analysis or reliability optimisation; Failure analysis, e.g. worst case scenario performance, failure mode and effects analysis [FMEA]
    • 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)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Development Economics (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Game Theory and Decision Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种电力信息物理系统线路脆弱相关性分析方法及装置，包括通过预建立的仿真模型，进行预设次数的联合检修仿真模拟，得到高危事故数据库；通过所述高危事故数据库确定脆弱相关组及所述脆弱相关组对应的相关性系数；其中，单个所述脆弱相关组包括一对存在脆弱相关性的线缆；根据所述脆弱相关组及所述相关性系数确定所述仿真模型对应的电力信息物理系统的脆弱相关线路的分布。本发明提出了脆弱相关组及其对应的相关性量化计算的方法，能够在电力信息物理融合的背景下，对联合检修场景下能对电力系统造成潜在威胁的输电线路组合进行识别，以便从电网整体运行的角度，对检修计划进行指导决策，提高运行检修的效益与安全性。

Description

一种电力信息物理系统线路脆弱相关性分析方法及装置
技术领域
本发明涉及电力模拟检测领域，特别是涉及一种电力信息物理系统线路脆弱相关性分析方法、装置、设备及计算机可读存储介质。
背景技术
跨区电网输变电设备检修，对电力系统的可靠运行有着重要意义。“一停多用，联合检修”模式能够有效地减少停电时间和次数，最大程度保护广大用户用电。然而，在制定检修计划时，往往侧重于检修线路局部系统运行状态，缺乏对电网整体运行性能的考虑。
脆弱性概念是电力系统安全性概念的拓展，通过脆弱指标的构建和排序，可以确定系统的脆弱单元。但电力CPS是一个相互作用、动态连接的有机整体，系统的能量转移和拓扑结构的改变都可能导致元件脆弱度的变化。通常而言，电力CPS能够抵抗单一线路检修带来的冲击影响，但联合检修模式下元件的脆弱度可能随系统的能量转移和拓扑结构的改变而变化。
随着智能电网建设的不断推进，现代电网已经发展成为物理电网与信息网深度融合的电力信息物理系统，电力信息物理之间的融合关系甚至可能加剧故障跨域传播的深度和广度。在协同破坏效应下，系统存在大停电的风险。
因此，如何降低站在联合检修过程中发生大停电的风险，提高联合检修的效率与安全性，就成了本领域技术人员亟待解决的问题。
发明内容
本发明的目的是提供一种电力信息物理系统线路脆弱相关性分析方法、装置、设备及计算机可读存储介质，以提高联合检修的效益与安全性，降低检修过程中发生大规模停电的风险。
为解决上述技术问题，本发明提供一种电力信息物理系统线路脆弱相关性分析方法，包括：
通过预建立的仿真模型，进行预设次数的联合检修仿真模拟，得到高危事故数据库；
通过所述高危事故数据库确定脆弱相关组及所述脆弱相关组对应的相关性系数；其中，单个所述脆弱相关组包括一对存在脆弱相关性的线缆；
根据所述脆弱相关组及所述相关性系数确定所述仿真模型对应的电力信息物理系统的脆弱相关线路的分布。
可选地，在所述的电力信息物理系统线路脆弱相关性分析方法中，所述脆弱相关组的确定方法包括：
根据所述高危事故数据库，确定多个潜在二元项组；所述潜在二元项组为高危事故数据库中每一条高危检修记录包括的停工线路的组合情况；
依次判断所述潜在二元项组在全部所述高危检修记录中的出现频率是否超过预设的最小支持度；
当所述二元项组在全部所述高危检修记录中的出现频率超过预设的最小支持度时，将所述二元项组确定为所述脆弱相关组。
可选地，在所述的电力信息物理系统线路脆弱相关性分析方法中，所述脆弱相关组对应的相关性系数的确定方法包括：
通过所述脆弱相关组所在的高危检修记录包括的脆弱相关组的总数量，确定对应的相关性系数。
可选地，在所述的电力信息物理系统线路脆弱相关性分析方法中，所述脆弱相关组对应的相关性系数
Figure 7135DEST_PATH_IMAGE001
的确定方法包括：
Figure 648331DEST_PATH_IMAGE002
其中，
Figure 537790DEST_PATH_IMAGE001
表示由线路
Figure 479201DEST_PATH_IMAGE003
、
Figure 779601DEST_PATH_IMAGE004
构成的脆弱相关组
Figure 439253DEST_PATH_IMAGE005
对应的脆弱相关性系数；Pz表示一条高危检修记录，
Figure 132402DEST_PATH_IMAGE006
表示Pz中包括的脆弱相关组的数目；
Figure 139105DEST_PATH_IMAGE007
表示脆弱相关组
Figure 892297DEST_PATH_IMAGE008
是否存在于检修记录Pz中。
可选地，在所述的电力信息物理系统线路脆弱相关性分析方法中，所述根据所述脆弱相关组及所述相关性系数确定所述仿真模型对应的电力信息物理系统的脆弱相关线路的分布包括：
根据所述脆弱相关组及所述相关性系数绘制所述仿真模型对应的电力信息物理系统的脆弱性相关图。
可选地，在所述的电力信息物理系统线路脆弱相关性分析方法中，所述脆弱性相关图GR，包括：
Figure 773666DEST_PATH_IMAGE009
其中，
Figure 270506DEST_PATH_IMAGE010
为节点集合，所述节点表示待检修线路；
Figure 576723DEST_PATH_IMAGE011
为有权边
Figure 769325DEST_PATH_IMAGE012
的集合，所述有权边
Figure 623143DEST_PATH_IMAGE012
表示线路
Figure 126936DEST_PATH_IMAGE003
、
Figure 146714DEST_PATH_IMAGE004
对应的节点之间的连线，且所述连线的表现形式由线路
Figure 976130DEST_PATH_IMAGE003
、
Figure 832090DEST_PATH_IMAGE004
构成的脆弱相关组对应的脆弱相关性决定；所述有权边
Figure 670733DEST_PATH_IMAGE012
中，i、j分别表示线路
Figure 777973DEST_PATH_IMAGE003
和
Figure 43869DEST_PATH_IMAGE004
对应的节点，
Figure 121547DEST_PATH_IMAGE013
为
Figure 763881DEST_PATH_IMAGE003
、
Figure 508983DEST_PATH_IMAGE004
对应的两节点之间的连线的表现形式参数，所述表现形式参数与所述相关性系数相关。
可选地，在所述的电力信息物理系统线路脆弱相关性分析方法中，所述通过预建立的仿真模型，进行预设次数的联合检修仿真模拟，得到高危事故数据库包括：
获得预设数量的高危检修记录；其中，所述高危检修记录为依次随机移除预建立的仿真模型中的模拟线路和/或信息节点，直至所述仿真模型中发生大停电事故得到的记录；
根据预设数量的所述高危检修记录，确定高危事故数据库。
一种电力信息物理系统线路脆弱相关性分析装置，包括：
仿真模块，用于通过预建立的仿真模型，进行预设次数的联合检修仿真模拟，得到高危事故数据库；
脆弱性跟踪模块，用于通过所述高危事故数据库确定脆弱相关组及所述脆弱相关组对应的相关性系数；其中，单个所述脆弱相关组包括一对存在脆弱相关性的线缆；
脆弱性汇总模块，用于根据所述脆弱相关组及所述相关性系数确定所述仿真模型对应的电力信息物理系统的脆弱相关线路的分布。
一种电力信息物理系统线路脆弱相关性分析设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上述任一种所述的电力信息物理系统线路脆弱相关性分析方法的步骤。
一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述的电力信息物理系统线路脆弱相关性分析方法的步骤。
本发明所提供的电力信息物理系统线路脆弱相关性分析方法，包括通过预建立的仿真模型，进行预设次数的联合检修仿真模拟，得到高危事故数据库；通过所述高危事故数据库确定脆弱相关组及所述脆弱相关组对应的相关性系数；其中，单个所述脆弱相关组包括一对存在脆弱相关性的线缆；根据所述脆弱相关组及所述相关性系数确定所述仿真模型对应的电力信息物理系统的脆弱相关线路的分布。本发明提出了脆弱相关组及其对应的相关性量化计算的方法，考虑了电力信息物理系统中，元件固有的脆弱性通过协同配合效应放大的情况，能够在电力信息物理融合的背景下，对联合检修场景下能对电力系统造成潜在威胁的输电线路组合进行识别，以便从电网整体运行的角度，对检修计划进行指导决策，提高运行检修的效益与安全性。本发明同时还提供了一种具有上述有益效果的电力信息物理系统线路脆弱相关性分析装置。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的电力信息物理系统线路脆弱相关性分析方法的一种具体实施方式的流程示意图；
图2为本发明提供的电力信息物理系统线路脆弱相关性分析方法的一种具体实施方式的流程示意图；
图3为本发明提供的电力信息物理系统线路脆弱相关性分析方法的一种具体实施方式的流程示意图；
图4为本发明提供的电力信息物理系统线路脆弱相关性分析方法的一种具体实施方式的脆弱性相关图；
图5为本发明提供的电力信息物理系统线路脆弱相关性分析装置的一种具体实施方式的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的核心是提供一种电力信息物理系统线路脆弱相关性分析方法，其一种具体实施方式的流程示意图如图1所示，称其为具体实施方式一，包括：
S101：通过预建立的仿真模型，进行预设次数的联合检修仿真模拟，得到高危事故数据库。
作为一种具体实施方式，本步骤中具体包括：
A1：获得预设数量的高危检修记录；其中，所述高危检修记录为依次随机移除预建立的仿真模型中的模拟线路和/或信息节点，直至所述仿真模型中发生大停电事故得到的记录。
移除所述模拟线路及所述信息节点，相当于对于物理网络，移除因过载被切除的线路边；对于信息网络，移除失效的信息节点以及与其相连对的所有信息边。
当然，作为一种优选实施方式，可为移除的模拟线路及信息节点设置最大上限值，也即如果移除的结构过多，超出了实际检修时的需求，其结果的代表性就较差，因此，为了避免这种情况，可对所述模拟线路和/或所述信息节点进行随机移除，仅当移除数量在一定范围内，仿真模型发生大停电时，才将此次的记录作为所述高危检修记录，若移除达到一定次数，而仿真模型内的电网仍旧没有发生大停电时，直接忽略本次测试的记录，恢复全部的所述模拟线路及所述信息节点重新开始。
A2：根据预设数量的所述高危检修记录，确定高危事故数据库。
也即所述高危事故数据库为所述高危检修记录的集合。
S102：通过所述高危事故数据库确定脆弱相关组及所述脆弱相关组对应的相关性系数；其中，单个所述脆弱相关组包括一对存在脆弱相关性的线缆。
本步骤中通过所述高危事故数据库中的高危检修记录，即可得知哪两条线缆总是在发生大停电时处于断开状态，即可获知同时断开后发生大停电的风险较高的线缆组合，即为所述脆弱相关组，而通过同时断开后发生大停电的概率高低，即可获知对应的相关性系数。
S103：根据所述脆弱相关组及所述相关性系数确定所述仿真模型对应的电力信息物理系统的脆弱相关线路的分布。
本步骤为对S102步骤的汇总，可以表格或图像的方式展示所述脆弱相关组对应的脆弱相关线路的分布，以避免在后续的实际检修中将脆弱相关线路同时断开，导致大停电概率提升。
更进一步地，下面给出一种在得到所述高危事故数据库的过程中进行仿真模拟的方法，包括：
S11.检修行为模拟：从正常运行的模拟输电线路间随机选择线路开断，模拟检修行为。为简化起见，假设联合检修场景下的线路组是陆续退出运行的。当因线路检修引发的潮流转移结束，系统已达到新的稳定状态时，才进行下一阶段线路的检修。
S12.连锁故障模拟：基于电力信息物理交互作用下的连锁故障模型，计算线路退出运行后系统的潮流分布，进行连锁故障传播模拟。
S13.信息层优化调度：模拟检修后调度中心的优化控制作用，电力系统到达新的运行稳态。
S14.双网拓扑结构更新：根据系统连锁故障后的运行状态与耦合网络中信息节点的故障概率，进行耦合网络拓扑更新。对于物理网络，移除因过载被切除的线路边；对于信息网络，移除失效的信息节点以及与其相连对的所有信息边。
S15.仿真停止判定和记录：提出大停电事故指标
Figure 195048DEST_PATH_IMAGE014
，耦合电力系统负荷损失超过
Figure 494442DEST_PATH_IMAGE014
时，认定联合检修计划此时已经引发大停电事故，仿真停止，本次联合检修的线路组合作为一条高危检修记录P输出。
S16.返回步骤S11~S15以再次进行联合检修，输出足够多的高危检修记录P，构建联合检修的高危事故数据库D。
本发明所提供的电力信息物理系统线路脆弱相关性分析方法，包括通过预建立的仿真模型，进行预设次数的联合检修仿真模拟，得到高危事故数据库；通过所述高危事故数据库确定脆弱相关组及所述脆弱相关组对应的相关性系数；其中，单个所述脆弱相关组包括一对存在脆弱相关性的线缆；根据所述脆弱相关组及所述相关性系数确定所述仿真模型对应的电力信息物理系统的脆弱相关线路的分布。本发明提出了脆弱相关组及其对应的相关性量化计算的方法，考虑了电力信息物理系统中，元件固有的脆弱性通过协同配合效应放大的情况，能够在电力信息物理融合的背景下，对联合检修场景下能对电力系统造成潜在威胁的输电线路组合进行识别，以便从电网整体运行的角度，对检修计划进行指导决策，提高运行检修的效益与安全性。
在具体实施方式一的基础上，进一步对所述脆弱相关组及对应的相关性系数的确定方法做限定，得到具体实施方式二，其流程示意图如图2所示，包括：
S201：通过预建立的仿真模型，进行预设次数的联合检修仿真模拟，得到高危事故数据库。
S202：根据所述高危事故数据库，确定多个潜在二元项组；所述潜在二元项组为高危事故数据库中每一条高危检修记录包括的停工线路的组合情况。
举例说明，如某条高危检修记录中断开了a、b、c三条线路，则该高危检修记录中就包括（a，b）（a，c）（b，c）三条潜在二元项组。
S203：依次判断所述潜在二元项组在全部所述高危检修记录中的出现频率是否超过预设的最小支持度。
本步骤中考查的是所述潜在二元项组在全部所述高危检修记录中的出现频率，若想提高本步骤的准确率，应当尽可能使前期在高危检修记录的生成中，全部的线缆的切断几率都一致，因此前期最好为随机切断线缆，且样本量越大越好，如准备包括1000条所述高危检修记录的高危事故数据库。
所述最小支持度为预设的频率阈值，工作人员可根据实际情况自行设置，如设定所述潜在二元项组在所述高危检修记录中的出现频率超过30%，则认为所述潜在二元项组存在脆弱相关性，为所述脆弱相关组，则此时所述最小支持度即为30%，工作人员可根据检修频率、电网规模等因素自行设置所述最小支持度。
S204：当所述二元项组在全部所述高危检修记录中的出现频率超过预设的最小支持度时，将所述二元项组确定为所述脆弱相关组。
上述确定所述脆弱相关组的过程可基于频繁项挖掘技术，对所述高危事故数据库中具有脆弱相关性的线路组（即所述脆弱相关组）进行初步辨识。
S205：通过所述脆弱相关组所在的高危检修记录包括的脆弱相关组的总数量，确定对应的相关性系数。
具体地，所述脆弱相关组对应的相关性系数
Figure 628883DEST_PATH_IMAGE001
的确定方法包括：
Figure 962912DEST_PATH_IMAGE002
（1）
其中，
Figure 570611DEST_PATH_IMAGE001
表示由线路
Figure 622881DEST_PATH_IMAGE003
、
Figure 590705DEST_PATH_IMAGE004
构成的脆弱相关组
Figure 44820DEST_PATH_IMAGE005
对应的脆弱相关性系数；Pz表示一条高危检修记录，
Figure 823421DEST_PATH_IMAGE006
表示Pz中包括的脆弱相关组的数目；
Figure 331630DEST_PATH_IMAGE007
表示脆弱相关组
Figure 853878DEST_PATH_IMAGE008
是否存在于检修记录Pz中。
不难看出，上述（1）式中为针对某一脆弱相关组的出现频率相关的相关性系数，首先，由于
Figure 162499DEST_PATH_IMAGE007
的存在，包含
Figure 361268DEST_PATH_IMAGE008
的高危检修记录在全部的所述高位维修记录中的数量越多，则非0的加和项越多，相关性系数越大，而
Figure 122551DEST_PATH_IMAGE008
出现的高危维修记录中，包括的脆弱相关组越少（即
Figure 448490DEST_PATH_IMAGE006
越小），则该高危维修记录对应的高危维修记录越可能是由于该脆弱相关组引起的大停电，因此为
Figure 611618DEST_PATH_IMAGE005
这一脆弱相关组提供的加和项的值越大，上述两点，即可证明相关性系数
Figure 482753DEST_PATH_IMAGE001
越大，线路
Figure 996911DEST_PATH_IMAGE003
、
Figure 860962DEST_PATH_IMAGE004
的相关性越强。
S206：根据所述脆弱相关组及所述相关性系数确定所述仿真模型对应的电力信息物理系统的脆弱相关线路的分布。
本具体实施方式中给出了一种可操作性强且简单易行的脆弱相关组及对应的相关性系数的确定方法，定量给出了存在相关性的线路及相关性大小。当然，也可根据实际情况选用其他方式确定所述脆弱相关组及对应的相关性系数。
在具体实施方式二的基础上，进一步对所述脆弱相关组及对应的相关性系数的展示方法做限定，得到具体实施方式三，其流程示意图如图3所示，包括：
S301：通过预建立的仿真模型，进行预设次数的联合检修仿真模拟，得到高危事故数据库。
S302：根据所述高危事故数据库，确定多个潜在二元项组；所述潜在二元项组为高危事故数据库中每一条高危检修记录包括的停工线路的组合情况。
S303：依次判断所述潜在二元项组在全部所述高危检修记录中的出现频率是否超过预设的最小支持度。
S304：当所述二元项组在全部所述高危检修记录中的出现频率超过预设的最小支持度时，将所述二元项组确定为所述脆弱相关组。
S305：通过所述脆弱相关组所在的高危检修记录包括的脆弱相关组的总数量，确定对应的相关性系数。
S306：根据所述脆弱相关组及所述相关性系数绘制所述仿真模型对应的电力信息物理系统的脆弱性相关图。
优选地，所述脆弱性相关图GR，包括：
Figure 878597DEST_PATH_IMAGE009
（2）
在（2）中，
Figure 684748DEST_PATH_IMAGE010
为节点集合，所述节点表示待检修线路；
Figure 420622DEST_PATH_IMAGE011
为有权边
Figure 88364DEST_PATH_IMAGE012
的集合，所述有权边
Figure 226084DEST_PATH_IMAGE012
表示线路
Figure 953869DEST_PATH_IMAGE003
、
Figure 924843DEST_PATH_IMAGE004
对应的节点之间的连线，且所述连线的表现形式由线路
Figure 130696DEST_PATH_IMAGE003
、
Figure 388502DEST_PATH_IMAGE004
构成的脆弱相关组对应的脆弱相关性决定；所述有权边
Figure 287188DEST_PATH_IMAGE012
中，i、j分别表示线路
Figure 981343DEST_PATH_IMAGE003
和
Figure 256467DEST_PATH_IMAGE004
对应的节点，
Figure 103200DEST_PATH_IMAGE013
为
Figure 172787DEST_PATH_IMAGE003
、
Figure 370550DEST_PATH_IMAGE004
对应的两节点之间的连线的表现形式参数，所述表现形式参数与所述相关性系数相关。
更进一步地，所述连线的表现形式可为颜色的深浅、线的粗细或构成线的点的密集程度等等，而所述表现形式参数对应地为与所述相关性系数相关（可为线性相关，也可为非线性相关）的参数，如深浅参数、粗细参数或密集参数等，下面具体举一例：
以IEEE 39 节点电力信息物理系统为例，采用本发明方法进行联合检修下线路脆弱相关性的分析。具体该耦合系统包含39个电力厂站节点，46条输电线路，耦合信息网络拓扑结构用BA无标度网络模拟，采用“度-度”节点一对一方式耦合。利用python3.7为仿真工具进行仿真，建立融合系统的高危联合检修的高危事故数据库D，包含1000条高危检修记录。得到的联合检修场景下输电线路的脆弱相关性，并按脆弱相关性排序的前20组线路及其脆弱相关性量化评估结果如表1所示。
表1 脆弱相关性最密切的前20组线路
Figure 403360DEST_PATH_IMAGE015
反应完整的脆弱相关组及所述相关性系数的脆弱相关图如图4所示，能够有效的对联合检修场景下存在脆弱相关性的输电线路组进行辨识，并能够有效的进行脆弱相关性的量化评估，通过表1及图4可见，结果具有较好的区分性，其中，图4通过节点间有权边的粗细反应两节点间的相关性系数大小。
下面对本发明实施例提供的电力信息物理系统线路脆弱相关性分析装置进行介绍，下文描述的电力信息物理系统线路脆弱相关性分析装置与上文描述的电力信息物理系统线路脆弱相关性分析方法可相互对应参照。
图5为本发明实施例提供的电力信息物理系统线路脆弱相关性分析装置的结构框图，参照图5电力信息物理系统线路脆弱相关性分析装置可以包括：
仿真模块100，用于通过预建立的仿真模型，进行预设次数的联合检修仿真模拟，得到高危事故数据库；
脆弱性跟踪模块200，用于通过所述高危事故数据库确定脆弱相关组及所述脆弱相关组对应的相关性系数；其中，单个所述脆弱相关组包括一对存在脆弱相关性的线缆；
脆弱性汇总模块300，用于根据所述脆弱相关组及所述相关性系数确定所述仿真模型对应的电力信息物理系统的脆弱相关线路的分布。
作为一种优选实施方式，所述脆弱性跟踪模块200包括：
潜在组整合单元，用于根据所述高危事故数据库，确定多个潜在二元项组；所述潜在二元项组为高危事故数据库中每一条高危检修记录包括的停工线路的组合情况；
潜在组筛选单元，用于依次判断所述潜在二元项组在全部所述高危检修记录中的出现频率是否超过预设的最小支持度；
脆弱相关组确定单元，用于当所述二元项组在全部所述高危检修记录中的出现频率超过预设的最小支持度时，将所述二元项组确定为所述脆弱相关组。
作为一种优选实施方式，所述脆弱性跟踪模块200包括：
相关性单元，用于通过所述脆弱相关组所在的高危检修记录包括的脆弱相关组的总数量，确定对应的相关性系数。
作为一种优选实施方式，所述脆弱性跟踪模块200包括：
相关性计算单元，用于确定所述脆弱相关组对应的相关性系数w(i，j)的确定方法包括：
Figure 635758DEST_PATH_IMAGE002
其中，
Figure 610667DEST_PATH_IMAGE001
表示由线路li、lj构成的脆弱相关组
Figure 561306DEST_PATH_IMAGE005
对应的脆弱相关性系数；Pz表示一条高危检修记录，
Figure 161920DEST_PATH_IMAGE006
表示Pz中包括的脆弱相关组的数目；
Figure 248825DEST_PATH_IMAGE007
表示脆弱相关组
Figure 660215DEST_PATH_IMAGE008
是否存在于检修记录Pz中。
作为一种优选实施方式，所述脆弱性汇总模块300包括：
绘图单元，用于根据所述脆弱相关组及所述相关性系数绘制所述仿真模型对应的电力信息物理系统的脆弱性相关图。
作为一种优选实施方式，所述脆弱性汇总模块300包括：
节点连线图绘制单元，用于绘制脆弱性相关图GR，包括：
Figure 832570DEST_PATH_IMAGE009
其中，
Figure 722028DEST_PATH_IMAGE010
为节点集合，所述节点表示待检修线路；
Figure 417102DEST_PATH_IMAGE011
为有权边
Figure 999393DEST_PATH_IMAGE012
的集合，所述有权边
Figure 393465DEST_PATH_IMAGE012
表示线路li、lj对应的节点之间的连线，且所述连线的表现形式由线路li、lj构成的脆弱相关组对应的脆弱相关性决定。
作为一种优选实施方式，所述仿真模块100包括：
检修记录单元，用于获得预设数量的高危检修记录；其中，所述高危检修记录为依次随机移除预建立的仿真模型中的模拟线路和/或信息节点，直至所述仿真模型中发生大停电事故得到的记录；
记录汇总单元，用于根据预设数量的所述高危检修记录，确定高危事故数据库。
本发明所提供的电力信息物理系统线路脆弱相关性分析装置，包括仿真模块100，用于通过预建立的仿真模型，进行预设次数的联合检修仿真模拟，得到高危事故数据库；脆弱性跟踪模块200，用于通过所述高危事故数据库确定脆弱相关组及所述脆弱相关组对应的相关性系数；其中，单个所述脆弱相关组包括一对存在脆弱相关性的线缆；脆弱性汇总模块300，用于根据所述脆弱相关组及所述相关性系数确定所述仿真模型对应的电力信息物理系统的脆弱相关线路的分布。本发明提出了脆弱相关组及其对应的相关性量化计算的方法，考虑了电力信息物理系统中，元件固有的脆弱性通过协同配合效应放大的情况，能够在电力信息物理融合的背景下，对联合检修场景下能对电力系统造成潜在威胁的输电线路组合进行识别，以便从电网整体运行的角度，对检修计划进行指导决策，提高运行检修的效益与安全性。
本实施例的电力信息物理系统线路脆弱相关性分析装置用于实现前述的电力信息物理系统线路脆弱相关性分析方法，因此电力信息物理系统线路脆弱相关性分析装置中的具体实施方式可见前文中的电力信息物理系统线路脆弱相关性分析方法的实施例部分，例如，仿真模块100，脆弱性跟踪模块200，脆弱性汇总模块300，分别用于实现上述电力信息物理系统线路脆弱相关性分析方法中步骤S101，S102，S103，所以，其具体实施方式可以参照相应的各个部分实施例的描述，在此不再赘述。
本发明还提供了一种电力信息物理系统线路脆弱相关性分析设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上述任一种所述的电力信息物理系统线路脆弱相关性分析方法的步骤。本发明所提供的电力信息物理系统线路脆弱相关性分析方法，包括通过预建立的仿真模型，进行预设次数的联合检修仿真模拟，得到高危事故数据库；通过所述高危事故数据库确定脆弱相关组及所述脆弱相关组对应的相关性系数；其中，单个所述脆弱相关组包括一对存在脆弱相关性的线缆；根据所述脆弱相关组及所述相关性系数确定所述仿真模型对应的电力信息物理系统的脆弱相关线路的分布。本发明提出了脆弱相关组及其对应的相关性量化计算的方法，考虑了电力信息物理系统中，元件固有的脆弱性通过协同配合效应放大的情况，能够在电力信息物理融合的背景下，对联合检修场景下能对电力系统造成潜在威胁的输电线路组合进行识别，以便从电网整体运行的角度，对检修计划进行指导决策，提高运行检修的效益与安全性。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述的电力信息物理系统线路脆弱相关性分析方法的步骤。本发明所提供的电力信息物理系统线路脆弱相关性分析方法，包括通过预建立的仿真模型，进行预设次数的联合检修仿真模拟，得到高危事故数据库；通过所述高危事故数据库确定脆弱相关组及所述脆弱相关组对应的相关性系数；其中，单个所述脆弱相关组包括一对存在脆弱相关性的线缆；根据所述脆弱相关组及所述相关性系数确定所述仿真模型对应的电力信息物理系统的脆弱相关线路的分布。本发明提出了脆弱相关组及其对应的相关性量化计算的方法，考虑了电力信息物理系统中，元件固有的脆弱性通过协同配合效应放大的情况，能够在电力信息物理融合的背景下，对联合检修场景下能对电力系统造成潜在威胁的输电线路组合进行识别，以便从电网整体运行的角度，对检修计划进行指导决策，提高运行检修的效益与安全性。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器（RAM）、内存、只读存储器（ROM）、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的电力信息物理系统线路脆弱相关性分析方法、装置、设备及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。

Claims (10)

1.一种电力信息物理系统线路脆弱相关性分析方法，其特征在于，包括：
通过预建立的仿真模型，进行预设次数的联合检修仿真模拟，得到高危事故数据库；
通过所述高危事故数据库确定脆弱相关组及所述脆弱相关组对应的相关性系数；其中，单个所述脆弱相关组包括一对存在脆弱相关性的线缆；
根据所述脆弱相关组及所述相关性系数确定所述仿真模型对应的电力信息物理系统的脆弱相关线路的分布。
2.如权利要求1所述的电力信息物理系统线路脆弱相关性分析方法，其特征在于，所述脆弱相关组的确定方法包括：
根据所述高危事故数据库，确定多个潜在二元项组；所述潜在二元项组为高危事故数据库中每一条高危检修记录包括的停工线路的组合情况；
依次判断所述潜在二元项组在全部所述高危检修记录中的出现频率是否超过预设的最小支持度；
当所述二元项组在全部所述高危检修记录中的出现频率超过预设的最小支持度时，将所述二元项组确定为所述脆弱相关组。
3.如权利要求1所述的电力信息物理系统线路脆弱相关性分析方法，其特征在于，所述脆弱相关组对应的相关性系数的确定方法包括：
通过所述脆弱相关组所在的高危检修记录包括的脆弱相关组的总数量，确定对应的相关性系数。
4.如权利要求3所述的电力信息物理系统线路脆弱相关性分析方法，其特征在于，所述脆弱相关组对应的相关性系数
Figure 357098DEST_PATH_IMAGE001
的确定方法包括：
Figure 8659DEST_PATH_IMAGE002
其中，
Figure 257238DEST_PATH_IMAGE001
表示由线路
Figure 386868DEST_PATH_IMAGE003
、
Figure 420814DEST_PATH_IMAGE004
构成的脆弱相关组
Figure 712118DEST_PATH_IMAGE005
对应的脆弱相关性系数；Pz表示一条高危检修记录，
Figure 713572DEST_PATH_IMAGE006
表示Pz中包括的脆弱相关组的数目；
Figure 381314DEST_PATH_IMAGE007
表示脆弱相关组
Figure 768302DEST_PATH_IMAGE008
是否存在于检修记录Pz中。
5.如权利要求1所述的电力信息物理系统线路脆弱相关性分析方法，其特征在于，所述根据所述脆弱相关组及所述相关性系数确定所述仿真模型对应的电力信息物理系统的脆弱相关线路的分布包括：
根据所述脆弱相关组及所述相关性系数绘制所述仿真模型对应的电力信息物理系统的脆弱性相关图。
6.如权利要求5所述的电力信息物理系统线路脆弱相关性分析方法，其特征在于，所述脆弱性相关图
Figure 496086DEST_PATH_IMAGE009
，包括：
Figure 719257DEST_PATH_IMAGE010
其中，
Figure 190690DEST_PATH_IMAGE011
为节点集合，所述节点表示待检修线路；
Figure 182917DEST_PATH_IMAGE012
为有权边
Figure 347182DEST_PATH_IMAGE013
的集合，所述有权边
Figure 823030DEST_PATH_IMAGE013
表示线路
Figure 566995DEST_PATH_IMAGE003
、
Figure 944886DEST_PATH_IMAGE004
对应的节点之间的连线，且所述连线的表现形式由线路
Figure 748894DEST_PATH_IMAGE003
、
Figure 212237DEST_PATH_IMAGE004
构成的脆弱相关组对应的脆弱相关性决定；所述有权边
Figure 212423DEST_PATH_IMAGE013
中，i、j分别表示线路
Figure 179242DEST_PATH_IMAGE003
和
Figure 685309DEST_PATH_IMAGE004
对应的节点，
Figure 855522DEST_PATH_IMAGE014
为
Figure 472448DEST_PATH_IMAGE003
、
Figure 293773DEST_PATH_IMAGE004
对应的两节点之间的连线的表现形式参数，所述表现形式参数与所述相关性系数相关。
7.如权利要求1所述的电力信息物理系统线路脆弱相关性分析方法，其特征在于，所述通过预建立的仿真模型，进行预设次数的联合检修仿真模拟，得到高危事故数据库包括：
获得预设数量的高危检修记录；其中，所述高危检修记录为依次随机移除预建立的仿真模型中的模拟线路和/或信息节点，直至所述仿真模型中发生大停电事故得到的记录；
根据预设数量的所述高危检修记录，确定高危事故数据库。
8.一种电力信息物理系统线路脆弱相关性分析装置，其特征在于，包括：
仿真模块，用于通过预建立的仿真模型，进行预设次数的联合检修仿真模拟，得到高危事故数据库；
脆弱性跟踪模块，用于通过所述高危事故数据库确定脆弱相关组及所述脆弱相关组对应的相关性系数；其中，单个所述脆弱相关组包括一对存在脆弱相关性的线缆；
脆弱性汇总模块，用于根据所述脆弱相关组及所述相关性系数确定所述仿真模型对应的电力信息物理系统的脆弱相关线路的分布。
9.一种电力信息物理系统线路脆弱相关性分析设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述的电力信息物理系统线路脆弱相关性分析方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的电力信息物理系统线路脆弱相关性分析方法的步骤。
CN202210000797.XA 2022-01-04 2022-01-04 一种电力信息物理系统线路脆弱相关性分析方法及装置 Active CN114021395B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210000797.XA CN114021395B (zh) 2022-01-04 2022-01-04 一种电力信息物理系统线路脆弱相关性分析方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210000797.XA CN114021395B (zh) 2022-01-04 2022-01-04 一种电力信息物理系统线路脆弱相关性分析方法及装置

Publications (2)

Publication Number Publication Date
CN114021395A CN114021395A (zh) 2022-02-08
CN114021395B true CN114021395B (zh) 2022-05-06

Family

ID=80069521

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210000797.XA Active CN114021395B (zh) 2022-01-04 2022-01-04 一种电力信息物理系统线路脆弱相关性分析方法及装置

Country Status (1)

Country Link
CN (1) CN114021395B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110288489A (zh) * 2019-07-01 2019-09-27 华北电力大学（保定） 一种电网脆弱线路分类方法及装置
CN111753420A (zh) * 2020-06-23 2020-10-09 中国电力科学研究院有限公司 面向电力信息物理系统级联故障仿真方法、系统和存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9603014B2 (en) * 2014-04-29 2017-03-21 Lsis Co., Ltd. Power system

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110288489A (zh) * 2019-07-01 2019-09-27 华北电力大学（保定） 一种电网脆弱线路分类方法及装置
CN111753420A (zh) * 2020-06-23 2020-10-09 中国电力科学研究院有限公司 面向电力信息物理系统级联故障仿真方法、系统和存储介质

Also Published As

Publication number Publication date
CN114021395A (zh) 2022-02-08

Similar Documents

Publication Publication Date Title
CN112507552A (zh) 一种基于多种攻击策略的电力网络脆弱性评估方法
Panteli et al. Power system resilience to extreme weather: Fragility modeling, probabilistic impact assessment, and adaptation measures
Holmgren Using graph models to analyze the vulnerability of electric power networks
Scherb et al. Evaluating component importance and reliability of power transmission networks subject to windstorms: methodology and application to the nordic grid
CN110166483B (zh) 一种电网故障以及网络攻击的辨识方法、装置及设备
CN104750878A (zh) 一种基于混合搜索策略的拓扑故障诊断方法
Correa et al. Structural vulnerability in transmission systems: Cases of Colombia and Spain
JP4556946B2 (ja) 潮流計算方法及びその装置
Kjølle et al. Vulnerability analysis related to extraordinary events in power systems
CN111756687B (zh) 一种应对网络攻击的防御措施配置方法及系统
CN115049270A (zh) 考虑变电站网络攻击成功概率的电力系统风险评估方法
CN110213087B (zh) 一种基于动态多层耦合网络的复杂系统故障定位方法
CN109587145B (zh) 一种电力网络中的虚假数据入侵检测方法、装置及设备
Huang et al. Vulnerability analysis of electrical cyber physical systems using a simulation platform
CN113191062B (zh) 基于多源不完整信息的配电网故障区段定位方法及系统
CN113987724A (zh) 基于拓扑分析的电网风险辨识方法及系统
CN113899987A (zh) 基于深度金字塔卷积神经网络的电网故障诊断方法
CN114021395B (zh) 一种电力信息物理系统线路脆弱相关性分析方法及装置
CN105634781B (zh) 一种多故障数据解耦方法和装置
CN115577548A (zh) 基于数字孪生的电力通信传输网的分析方法、设备和介质
CN115034694A (zh) 一种电网脆弱性评估方法、装置、电子设备及存储介质
CN111143622B (zh) 基于大数据平台的故障数据集构建方法
CN114841571A (zh) 电力事故致因分析方法、装置、电子设备及存储介质
CN114707912A (zh) 一种电网风险检测方法、装置和设备
CN110826874B (zh) 一种考虑时变因素的社区配电网动态风险评估方法及装置

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