CN115577996A - 一种电网停电计划的风险评估方法、系统、设备和介质 - Google Patents
一种电网停电计划的风险评估方法、系统、设备和介质 Download PDFInfo
- Publication number
- CN115577996A CN115577996A CN202211587704.4A CN202211587704A CN115577996A CN 115577996 A CN115577996 A CN 115577996A CN 202211587704 A CN202211587704 A CN 202211587704A CN 115577996 A CN115577996 A CN 115577996A
- Authority
- CN
- China
- Prior art keywords
- data
- plan
- power failure
- flow data
- judgment matrix
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000012502 risk assessment Methods 0.000 title claims abstract description 47
- 230000008569 process Effects 0.000 claims abstract description 19
- 238000011156 evaluation Methods 0.000 claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims description 147
- 230000006870 function Effects 0.000 claims description 38
- 238000007726 management method Methods 0.000 claims description 25
- 238000012163 sequencing technique Methods 0.000 claims description 19
- 238000013210 evaluation model Methods 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 6
- 238000011161 development Methods 0.000 abstract description 11
- 239000013598 vector Substances 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000001595 flow curve Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012821 model calculation 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
- 238000005457 optimization Methods 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 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
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种电网停电计划的风险评估方法、系统、设备和介质，通过响应接收到的电网停电计划，获取电网停电计划对应的系统潮流数据、系统气象数据和计划流数据，分别计算系统潮流数据、系统气象数据和计划流数据对应的运行指标。通过采用层次分析法分别计算运行指标对应的权重值，最后基于权重值、系统潮流数据、系统气象数据和计划流数据，确定电网停电计划对应的风险评估数据。通过将相关的运行指标整合，通过层次分析法评估各项运行指标对停电计划产生的影响得到对应的权重值，基于权重值对停电计划进行风险评估，从而确定停电计划允许开展的时间段，促进综合停电管理的开展，合理的优化停电计划布局，减少重复停电，提高供电服务水平。
Description
技术领域
本发明涉及风险评估技术领域，尤其涉及一种电网停电计划的风险评估方法、系统、设备和介质。
背景技术
随着电网的不断发展，连接的设备数量不断增多，设备预试定检等工作的停电越来越多，重复停电给调控中心及运维人员带来极大的工作压力，而且，在电力现货市场环境下，重复停电会带来严重的社会和经济利益损失，无法保证电力市场交易的实现。
为了减少设备停运次数及停电时间，确保电网安全稳定运行，提高供电可靠性，各调度管理部门必须优化综合停电管理。但停电需求受到电网负荷情况、电力设备故障情况、外部计划流、气象条件和各部门间的年度停电需求影响，容易导致某些停电需求无法按期开展。
为了尽可能满足各部门间的停电需求，调度部门会整合各部门间的年度停电需求，按照最有利于电网风险管控的方式进行年度停电需求预安排即构建电网停电计划。但现有的电网停电计划在构建后没有进行相应的风险评估，无法有效评估停电需求风险，容易因为其他要素影响，导致重复停电情况发生。
发明内容
本发明提供了一种电网停电计划的风险评估方法、系统、设备和介质，解决了现有的电网停电计划在构建后没有进行相应的风险评估，无法有效评估停电需求风险，容易因为其他要素影响，导致重复停电情况发生的技术问题。
本发明提供的一种电网停电计划的风险评估方法，包括：
响应接收到的电网停电计划，获取所述电网停电计划对应的系统潮流数据、系统气象数据和计划流数据；
分别计算所述系统潮流数据、所述系统气象数据和所述计划流数据对应的运行指标；
采用层次分析法分别计算所述运行指标对应的权重值；
根据所述权重值、所述系统潮流数据、所述系统气象数据和所述计划流数据，确定所述电网停电计划对应的风险评估数据。
可选地，所述计划流数据包括行政管理工作数据和年度停电计划汇总数据；所述分别计算所述系统潮流数据、所述系统气象数据和所述计划流数据对应的运行指标的步骤，包括：
根据所述系统潮流数据和对应的历史负荷数据，确定所述系统潮流数据对应的运行指标；
提取所述系统气象数据对应的历史气象数据和预测气象数据；
基于所述历史气象数据和所述预测气象数据，确定所述电网停电计划对应的天气影响概率并作为所述系统气象数据对应的运行指标；
从所述行政管理工作数据内提取与所述电网停电计划对应的外部计划流作为所述行政管理工作数据对应的运行指标；
从所述年度停电计划汇总数据内提取与所述电网停电计划对应的年度停电计划作为所述行政管理工作数据对应的运行指标。
可选地，所述根据所述系统潮流数据和对应的历史负荷数据，确定所述系统潮流数据对应的运行指标的步骤，包括：
采用所述系统潮流数据和对应的历史负荷数据，分别构建对应的系统实时负荷曲线和历史负荷曲线；
采用所述系统实时负荷曲线和所述历史负荷曲线，构建系统负荷曲线；
将所述系统负荷曲线对应的最高负载率作为所述系统潮流数据对应的运行指标。
可选地，所述采用层次分析法分别计算所述运行指标对应的权重值的步骤，包括：
基于所述运行指标和对应的影响要素，构建所述电网停电计划对应的层次评价模型；
通过所述层次评价模型构建所述电网停电计划对应的初始判断矩阵；
将所述初始判断矩阵进行层次排序，确定目标判断矩阵；
判断所述目标判断矩阵对应的目标一致性比率是否满足预设第一阈值；
若是，则将所述目标判断矩阵对应的数据分别作为所述运行指标对应的权重值；
若否，则调整所述目标判断矩阵对应的元素数据，生成对应的第一元素判断矩阵；
将所述第一元素判断矩阵作为所述初始判断矩阵，并跳转执行所述将所述初始判断矩阵进行层次排序，确定目标判断矩阵的步骤，直至所述目标判断矩阵对应的目标一致性比率满足所述预设第一阈值。
可选地，所述将所述初始判断矩阵进行层次排序，确定目标判断矩阵的步骤，包括：
将所述初始判断矩阵进行层次单排序，生成对应的中间判断矩阵；
计算所述中间判断矩阵对应的最大特征根；
获取所述最大特征根对应的一致性指标和随机一致性指标并进行比值计算，生成所述中间判断矩阵对应的初始一致性比率；
判断所述初始一致性比率是否满足预设第二阈值；
若是，则将所述中间判断矩阵进行层次总排序，生成对应的目标判断矩阵；
若否，则调整所述中间判断矩阵对应的元素数据，生成对应的第二元素判断矩阵；
将所述第二元素判断矩阵作为所述初始判断矩阵，并跳转执行所述将所述初始判断矩阵进行层次单排序，生成对应的中间判断矩阵的步骤，直至所述初始一致性比率满足所述预设第二阈值。
可选地，所述根据所述权重值、所述系统潮流数据、所述系统气象数据和所述计划流数据，确定所述电网停电计划对应的风险评估数据的步骤，包括：
采用所述系统潮流数据、所述系统气象数据、所述计划流数据和对应的权重值，构建所述电网停电计划对应的初始函数；
采用所述系统潮流数据、所述系统气象数据和所述计划流数据更新所述初始函数，生成目标函数；
基于所述目标函数，确定所述电网停电计划对应的风险评估数据。
可选地，所述采用所述系统潮流数据、所述系统气象数据和所述计划流数据更新所述初始函数，生成目标函数的步骤，包括：
获取所述系统潮流数据对应的电力系统潮流数据，计算所述电网停电计划对应的节点实时负荷数据；
采用所述系统潮流数据对应的历史负荷曲线，计算所述电网停电计划对应的设备负载率；
基于所述节点实时负荷数据、所述设备负载率、所述系统气象数据和所述计划流数据分别确定所述运行指标对应的停电容忍度；
采用所述停电容忍度更新所述初始函数，生成目标函数。
本发明还提供了一种电网停电计划的风险评估系统，包括：
数据获取模块，用于响应接收到的电网停电计划，获取所述电网停电计划对应的系统潮流数据、系统气象数据和计划流数据；
运行指标计算模块，用于分别计算所述系统潮流数据、所述系统气象数据和所述计划流数据对应的运行指标；
权重值计算模块，用于采用层次分析法分别计算所述运行指标对应的权重值；
风险评估数据确定模块，用于根据所述权重值、所述系统潮流数据、所述系统气象数据和所述计划流数据，确定所述电网停电计划对应的风险评估数据。
本发明还提供了一种电子设备，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行实现如上述任一项电网停电计划的风险评估方法的步骤。
本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现如上述任一项电网停电计划的风险评估方法。
从以上技术方案可以看出，本发明具有以下优点：
本发明通过响应接收到的电网停电计划，获取电网停电计划对应的系统潮流数据、系统气象数据和计划流数据，分别计算系统潮流数据、系统气象数据和计划流数据对应的运行指标。通过采用层次分析法分别计算运行指标对应的权重值，最后基于权重值、系统潮流数据、系统气象数据和计划流数据，确定电网停电计划对应的风险评估数据。解决了现有的电网停电计划在构建后没有进行相应的风险评估，无法有效评估停电需求风险，容易因为其他要素影响，导致重复停电情况发生的技术问题。通过将相关的运行指标整合，通过层次分析法评估各项运行指标对停电计划产生的影响，基于权重值对停电计划进行风险评估，从而确定停电计划允许开展的时间段，促进综合停电管理的开展，合理的优化停电计划布局，从而减少重复停电，提高供电服务水平。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，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地介绍，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性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例一提供的一种电网停电计划的风险评估方法的步骤流程图；
图2为本发明实施例二提供的一种电网停电计划的风险评估方法的步骤流程图；
图3为本发明实施例二提供的层次评价模型的结构框图；
图4为本发明实施例三提供的一种电网停电计划的风险评估系统的结构框图。
具体实施方式
本发明实施例提供了一种电网停电计划的风险评估方法、系统、设备和介质，用于解决现有的电网停电计划在构建后没有进行相应的风险评估，无法有效评估停电需求风险，容易因为其他要素影响，导致重复停电情况发生的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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它实施例，都属于本发明保护的范围。
请参阅图1，图1为本发明实施例一提供的一种电网停电计划的风险评估方法的步骤流程图。
本发明提供的一种电网停电计划的风险评估方法，包括：
步骤101、响应接收到的电网停电计划，获取电网停电计划对应的系统潮流数据、系统气象数据和计划流数据。
电网停电计划是指电力系统中各部门上报的停电需求汇总数据。系统潮流数据包括电力系统中各节点对应的潮流数据和历史负荷数据，通过实时潮流模块检测电力系统中各节点对应的潮流数据，计算出当前节点的负荷情况，即实时潮流模块通过导入电网的实时运行潮流分布，检测当前节点在实时电网潮流中的运行负荷，输出节点设备在当前电网运行中的实时负荷情况。根据负荷情况评估出某项停电计划是否能够实施。如：某一节点运行的两台变电站（主变容量2*50MW）中的其中一台主变计划停电，通过实时潮流模块检测该节点运行变电站实时负荷情况为60MW，节点实时负荷超过该节点变电站停运一台主变后的最大负载容量50MW，即判断该项主变停电计划在当前负荷情况下不能实施。根据所取得的负荷情况评估后续的停电容忍度，如负荷情况明显超出停电需求，且不能通过其他方法进行转电或用电负荷管控，则将电网停电计划对应的运行指标视为不能容忍即将系统负荷曲线视为不能容忍。
通过历史负荷曲线模块获取电力系统对应的历史负荷数据和历史负荷曲线。通过历史负荷曲线模块历史负荷曲线模块用于计算电力系统各运行设备的负载率，结合历史数据评估出全年的年度计划和月度计划是否能够执行，对年度计划和月度进行一个初步的评价。例如：通过历史负荷曲线查询得出设备在历史某一时间点的设备负荷P，通过设备负载率计算公式：负载率=设备实时负荷P/设备额定容量S（运行设备负载率可采用实时电流或实时功率进行计算）。根据历史负荷曲线模块计算出设备全年或者月度的历史负载率数据库。设备负载率大于等于1，即表示该项设备停电计划在当前电网运行方式下不具备执行条件，设备负载率小于1，则初步判断该停电计划具备执行条件，得到电网停电计划对应的运行指标容忍度。
系统气象数据是指通过气象云图查询系统获取到的电力系统对应的历史气象数据和在预设时间段内的预测气象数据。根据气象部门统计的历史气象情况和30天内天气预测情况，初步分析年度计划和月度计划受天气影响的概率，纳入影响停电计划开展的运行指标。
计划流数据包括行政管理工作数据和年度停电计划汇总数据，通过外部计划流数据库整合各项与停电计划对应的行政管理工作数据。通过停电计划模块对电力系统各生产单位的年度停电计划进行汇总得到年度停电计划汇总数据，其中包含施工类型、停电意愿时间及时长、停电范围、电压等级、工作内容等重要信息。停电计划模块根据停电设备进行分类，便于后续停电数据的提取应用。
在本发明实施例中，可以通过内部局域网获取各需求部门的年度停电需求；获取电力系统拓扑图、各送电断面的负载率、线路之间的联络方式、联络位置；定期获取外部计划流的停电意愿时间及时长；获取气象数据。响应接收到的电网停电计划，通过电力系统潮流计算模块获取电网停电计划对应的系统潮流数，电力系统潮流计算模块包括实时潮流模块和历史负荷曲线模块。通过气象云图查询系统获取到的电力系统对应的系统气象数据。通过外部计划流数据库获取与电网停电计划对应的行政管理工作数据，以及通过停电计划模块获取电力系统各生产单位与电网停电计划对应的年度停电计划汇总数据。
步骤102、分别计算系统潮流数据、系统气象数据和计划流数据对应的运行指标。
在本发明实施例中，基于系统潮流数据和对应的历史负荷数据，确定系统潮流数据对应的运行指标。提取系统气象数据对应的历史气象数据和预测气象数据，基于历史气象数据和预测气象数据，确定电网停电计划对应的天气影响概率并作为系统气象数据对应的运行指标。从行政管理工作数据内提取与电网停电计划对应的外部计划流作为行政管理工作数据对应的运行指标。从年度停电计划汇总数据内提取与电网停电计划对应的年度停电计划作为行政管理工作数据对应的运行指标。
步骤103、采用层次分析法分别计算运行指标对应的权重值。
在本发明实施例中，基于运行指标和对应的影响要素，构建电网停电计划对应的层次评价模型。通过层次评价模型构建电网停电计划对应的初始判断矩阵，将初始判断矩阵进行层次排序，确定目标判断矩阵。判断目标判断矩阵对应的目标一致性比率是否满足预设第一阈值，若是，则将目标判断矩阵对应的数据分别作为运行指标对应的权重值；若否，则调整目标判断矩阵对应的元素数据，生成对应的第一元素判断矩阵。将第一元素判断矩阵作为初始判断矩阵，并跳转执行将初始判断矩阵进行层次排序，确定目标判断矩阵的步骤，直至目标判断矩阵对应的目标一致性比率满足预设第一阈值。
步骤104、根据权重值、系统潮流数据、系统气象数据和计划流数据，确定电网停电计划对应的风险评估数据。
在本发明实施例中，采用系统潮流数据、系统气象数据、计划流数据和对应的权重值，构建电网停电计划对应的初始函数，基于目标函数，确定电网停电计划对应的风险评估数据。
在本发明实施例中，通过响应接收到的电网停电计划，获取电网停电计划对应的系统潮流数据、系统气象数据和计划流数据，分别计算系统潮流数据、系统气象数据和计划流数据对应的运行指标。通过采用层次分析法分别计算运行指标对应的权重值，最后基于权重值、系统潮流数据、系统气象数据和计划流数据，确定电网停电计划对应的风险评估数据。解决了现有的电网停电计划在构建后没有进行相应的风险评估，无法有效评估停电需求风险，容易因为其他要素影响，导致重复停电情况发生的技术问题。通过将相关的运行指标整合，通过层次分析法评估各项运行指标对停电计划产生的影响，基于权重值对停电计划进行风险评估，从而确定停电计划允许开展的时间段，促进综合停电管理的开展，合理的优化停电计划布局，从而减少重复停电，提高供电服务水平。
请参阅图2，图2为本发明实施例二提供的一种电网停电计划的风险评估方法的步骤流程图。
本发明提供的另一种电网停电计划的风险评估方法，包括：
步骤201、响应接收到的电网停电计划，获取电网停电计划对应的系统潮流数据、系统气象数据和计划流数据。
在本发明实施例中，当接收到电网停电计划时，通过电力系统潮流计算模块获取对应的系统潮流数据。通过气象云图查询系统获取对应的系统气象数据。通过外部计划流数据库获取与电网停电计划对应的行政管理工作数据，以及通过停电计划模块获取电力系统各生产单位与电网停电计划对应的年度停电计划汇总数据。
步骤202、根据系统潮流数据和对应的历史负荷数据，确定系统潮流数据对应的运行指标。
进一步地，步骤202可以包括以下子步骤S11-S13：
S11、采用系统潮流数据和对应的历史负荷数据，分别构建对应的系统实时负荷曲线和历史负荷曲线。
S12、采用系统实时负荷曲线和历史负荷曲线，构建系统负荷曲线。
S13、将系统负荷曲线对应的最高负载率作为系统潮流数据对应的运行指标。
在本发明实施例中，通过地调OCS系统web应用的实时潮流曲线和历史曲线模块导出相应的系统实时负荷曲线和历史负荷曲线，可导出年度、月度、日度、各时段的相应的负荷曲线及负荷数据。采用系统实时负荷曲线和历史负荷曲线，构建系统负荷曲线，并将系统负荷曲线对应的最高负载率作为系统潮流数据对应的运行指标。
步骤203、提取系统气象数据对应的历史气象数据和预测气象数据。
在本发明实施例中，通过与气象部门连接的气象云图查询系统获取电网停电计划对应的系统气象数据，并分别提取系统气象数据内的历史气象数据和预测气象数据。
步骤204、基于历史气象数据和预测气象数据，确定电网停电计划对应的天气影响概率并作为系统气象数据对应的运行指标。
在本发明实施例中，基于历史气象数据和预测气象数据，对电网停电计划初步分析对应的年度计划和月度计划受天气影响的天气影响概率，并将天气影响概率作为系统气象数据对应的运行指标。通过基于历史气象数据和30天内的天气预测情况，得到的天气影响概率，可以使对天气要求较高的停电计划安排在预测晴好的天气实施，降低停电计划受天气影响的概率。
步骤205、从行政管理工作数据内提取与电网停电计划对应的外部计划流作为行政管理工作数据对应的运行指标。
在本发明实施例中，基于政府年度行政管理工作的开展情况，整理出需要电力部门配合停电或者需要电力部门开展保供电的工作作为外部计划流，将这些工作纳入到停电综合管理中，作为一项评价年度计划和月度计划开展的运行指标即行政管理工作数据对应的运行指标。
步骤206、从年度停电计划汇总数据内提取与电网停电计划对应的年度停电计划作为行政管理工作数据对应的运行指标。
在本发明实施例中，通过停电计划模块获取年度停电计划汇总数据即各部门上报年度停电计划，其中包含施工类型、停电意愿时间及时长、停电范围、电压等级、工作内容等重要信息。停电计划模块对停电设备进行分类，便于后续停电数据的提取应用，并将与电网停电计划对应的年度停电计划作为行政管理工作数据对应的运行指标。
步骤207、采用层次分析法分别计算运行指标对应的权重值。
进一步地，步骤207可以包括以下子步骤S21-S28：
S21、基于运行指标和对应的影响要素，构建电网停电计划对应的层次评价模型。
S22、通过层次评价模型构建电网停电计划对应的初始判断矩阵。
S23、将初始判断矩阵进行层次排序，确定目标判断矩阵。
S24、判断目标判断矩阵对应的目标一致性比率是否满足预设第一阈值。
S25、若是，则将目标判断矩阵对应的数据分别作为运行指标对应的权重值。
S26、若否，则调整目标判断矩阵对应的元素数据，生成对应的第一元素判断矩阵。
S27、将第一元素判断矩阵作为初始判断矩阵，并跳转执行将初始判断矩阵进行层次排序，确定目标判断矩阵的步骤，直至目标判断矩阵对应的目标一致性比率满足预设第一阈值。
进一步地，步骤S23可以包括以下子步骤S231-S237：
S231、将初始判断矩阵进行层次单排序，生成对应的中间判断矩阵。
S232、计算中间判断矩阵对应的最大特征根。
S233、获取最大特征根对应的一致性指标和随机一致性指标并进行比值计算，生成中间判断矩阵对应的初始一致性比率。
S234、判断初始一致性比率是否满足预设第二阈值。
S235、若是，则将中间判断矩阵进行层次总排序，生成对应的目标判断矩阵。
S236、若否，则调整中间判断矩阵对应的元素数据，生成对应的第二元素判断矩阵。
S237、将第二元素判断矩阵作为初始判断矩阵，并跳转执行将初始判断矩阵进行层次单排序，生成对应的中间判断矩阵的步骤，直至初始一致性比率满足预设第二阈值。
表1 Santy的1-9标度
如图3所示，层次评价模型包括目标层、准则层、子准则层和方案层，目标层用于合理安排停电计划，使综合效益最高。准则层包括系统负荷曲线、外部计划流、天气影响概率和年度停电计划。子准则层设置有与运行指标对应的多个影响要素，如：系统负荷曲线对应的影响要素为系统备用容量和负荷负载率；外部计划流对应的影响要素为用电重要度、经济性和社会影响性；天气影响概率对应的影响要素为安全性和可靠性；年度停电计划对应的影响要素为重要度、社会影响性和经济性。方案层包括延期开展、提前开展和一年开展两次及以上。
在本发明实施例中，基于运行指标和对应的影响要素，构建电网停电计划对应的层次评价模型。将电网停电计划输入层次评价模型，构建得到电网停电计划对应的初始判断矩阵。即准则层和子准则层的指标分别进行两两判断，通常使用如表1的Santy的1-9标度方法构建得到初始判断矩阵。
初始判断矩阵A为：
其中，A中的元素满足：1）
；2）
；3）
。
将初始判断矩阵进行层次单排序，生成对应的中间判断矩阵。层次单排序是指针对上一层某元素将本层中所有元素两两评比，并开展层次排序，进行重要顺序的排列，具体计算可依据初始判断矩阵A进行，计算中确保其能够符合
的特征根和特征向量条件。在此，A的最大特征根为
，对应
的正规化的特征向量为
，
为
的分量，其指的是权重值，与其相应元素单排序对应。利用判断矩阵计算各因素
对目标层的权重值。
权重向量
与最大特征
的计算步骤为：
（1）按照行元素求积，再求
次幂，具体的计算公式为：
其中，i表示第i行，j表示第j列，
，
表示第i行第j列的元素。
将
归一化即使向量中各元素之和等于1，得到排序权向量，记为
，其中
的元素为同一层次因素对于上一层次某因素相对重要性的排序权值，
即为所求特征向量，也是判断矩阵的层次单排序的结果，权重值
对应的表达式为：
基于权重值
，计算中间判断矩阵对应的最大特征根，最大特征根对应的表达式为：
设n阶中间判断矩阵为B，则可用以下方法求出其最大特征根
：
其中，
是B的特征向量。在层次分析法中，采用一致性指标CI来检验判断的一致性，一致性指标CI=0表示判断矩阵完全一致，CI越大，判断矩阵的不一致性程度越严重。
获取最大特征根对应的一致性指标CI和随机一致性指标RI并进行比值计算，生成中间判断矩阵对应的初始一致性比率
：
当初始一致性比率
＜0.1时，表明中间判断矩阵A的一致性程度被认为在容许的范围内，此时可用A的特征向量开展权向量计算即将中间判断矩阵进行层次总排序，生成对应的目标判断矩阵；若
≥0.1，则应考虑对判断矩阵A进行修正即调整中间判断矩阵对应的元素数据，生成对应的第二元素判断矩阵。并将第二元素判断矩阵作为初始判断矩阵，并跳转执行将初始判断矩阵进行层次单排序，生成对应的中间判断矩阵的步骤，直至初始一致性比率满足预设第二阈值。
表2 层次总排序
计算某一层次所有因素对于最高层次（目标层）相对重要性的权值，称为层次总排序。该过程是从最高层次向最低层次依次进行，具体排序过程如表2所示。
假设A是目标层，包括m个因素层次总排序的权重系数分别是
；B层是中间层，包括n个因素的层次单排序的权重系数分别是
，则B层的总排序为：
设B层
对上层（A层）中因素
（j=1，2，...，m）的层次排序一致性指标为
，随机一致性指标为
，则层次总排序目标一致性比率为：
当
<0.1时，认为层次总排序通过一致性检验，否则就需要重新调整目标判断矩阵对应的元素数据取值，生成对应的第一元素判断矩阵。并将将第一元素判断矩阵作为初始判断矩阵，并跳转执行将初始判断矩阵进行层次排序，确定目标判断矩阵的步骤，直至目标判断矩阵对应的目标一致性比率满足预设第一阈值。到此，根据最下层（决策层）的层次总排序做出最后的决策。
可以选取市场部、大客户经理专业、变电运行专业、调控运行方式等4个专业，每个专业4名专家对层次评价模型中子准则层中各项指标进行打分，分别进行层次分析模型计算，取平均值，得出停电计划运行指标权重值。
步骤208、根据权重值、系统潮流数据、系统气象数据和计划流数据，确定电网停电计划对应的风险评估数据。
进一步地，步骤208可以包括以下子步骤S31-S33：
S31、采用系统潮流数据、系统气象数据、计划流数据和对应的权重值，构建电网停电计划对应的初始函数。
S32、采用系统潮流数据、系统气象数据和计划流数据更新初始函数，生成目标函数。
S33、基于目标函数，确定电网停电计划对应的风险评估数据。
进一步地，步骤S31可以包括以下子步骤S311-S314：
S311、获取系统潮流数据对应的电力系统潮流数据，计算电网停电计划对应的节点实时负荷数据。
S312、采用系统潮流数据对应的历史负荷曲线，计算电网停电计划对应的设备负载率。
S313、基于节点实时负荷数据、设备负载率、系统气象数据和计划流数据分别确定运行指标对应的停电容忍度。
S314、采用停电容忍度更新初始函数，生成目标函数。
在本发明实施例中，采用运行指标和对应的权重值构建初始函数，初始函数对应的表达式为：
其中，
为第k条年度计划，
、
、
、
分别表示系统负荷曲线、外部计划流、天气影响概率和年度停电计划的权重值，
、
、
和
分别表示系统负荷曲线、外部计划流、天气影响概率和年度停电计划，
当值越大，则表示该项停电计划的停电容忍度越高，即开展该项工作的可能性越高。
停电容忍度是指电力系统运行方式、天气状况、各生产单位及外界反应（主要指政府部门各项需要供电局配合开展的工作）对停电的接受程度，分为1~5分，得分越高表示该项停电计划容忍度越高，即开展该项工作的可能性越高，具体的停电计划容忍度分级如表3所示。
表3停电计划容忍度分级
采用系统潮流数据、系统气象数据、计划流数据和对应的权重值，构建电网停电计划对应的初始函数，获取系统潮流数据对应的电力系统潮流数据，计算电网停电计划对应的节点实时负荷数据，采用系统潮流数据对应的历史负荷曲线，计算电网停电计划对应的设备负载率，基于节点实时负荷数据、设备负载率、系统气象数据和计划流数据分别确定运行指标对应的停电容忍度，计算出各项停电计划的停电容忍度，由于不同时段的停电容忍度不一样，采用对应的停电容忍度更新初始函数，生成目标函数，从而确定电网停电计划对应的风险评估数据，使各生产单位可以基于风险评估数据和自身需要进行停电计划编排，促进综合停电管理的开展，合理的优化停电计划布局，从而减少重复停电，提高供电服务水平。
在本发明实施例中，通过响应接收到的电网停电计划，获取电网停电计划对应的系统潮流数据、系统气象数据和计划流数据。基于系统潮流数据和对应的历史负荷数据，确定系统潮流数据对应的运行指标。提取系统气象数据对应的历史气象数据和预测气象数据，基于历史气象数据和预测气象数据，确定电网停电计划对应的天气影响概率并作为系统气象数据对应的运行指标。从行政管理工作数据内提取与电网停电计划对应的外部计划流作为行政管理工作数据对应的运行指标。从年度停电计划汇总数据内提取与电网停电计划对应的年度停电计划作为行政管理工作数据对应的运行指标。采用层次分析法分别计算运行指标对应的权重值，居于权重值、系统潮流数据、系统气象数据和计划流数据，确定电网停电计划对应的风险评估数据。通过对多个运行指标对停电计划风险进行评估，充分考虑各种因素之间的影响。运用层次分析法计算各指标的权重值，基于实际情况确定对电网停电计划影响最大的因素，从而调整电网停电计划的周期。计划管理人员及调度运行方式人员根据风险评估数据对年度计划进行预安排，促进综合停电管理的开展，合理的优化停电计划布局，从而减少重复停电，提高供电服务水平。
请参阅图4，图4为本发明实施例三提供的一种电网停电计划的风险评估系统的结构框图。
数据获取模块401，用于响应接收到的电网停电计划，获取电网停电计划对应的系统潮流数据、系统气象数据和计划流数据。
运行指标计算模块402，用于分别计算系统潮流数据、系统气象数据和计划流数据对应的运行指标。
权重值计算模块403，用于采用层次分析法分别计算运行指标对应的权重值。
风险评估数据确定模块404，用于根据权重值、系统潮流数据、系统气象数据和计划流数据，确定电网停电计划对应的风险评估数据。
可选地，计划流数据包括行政管理工作数据和年度停电计划汇总数据，运行指标计算模块402包括：
系统潮流数据对应的运行指标确定模块，用于根据系统潮流数据和对应的历史负荷数据，确定系统潮流数据对应的运行指标。
历史气象数据和预测气象数据提取模块，用于提取系统气象数据对应的历史气象数据和预测气象数据。
系统气象数据对应的运行指标确定模块，用于基于历史气象数据和预测气象数据，确定电网停电计划对应的天气影响概率并作为系统气象数据对应的运行指标。
行政管理工作数据对应的运行指标确定模块，用于从年度停电计划汇总数据内提取与电网停电计划对应的年度停电计划作为行政管理工作数据对应的运行指标。
可选地，系统潮流数据对应的运行指标确定模块可以执行以下步骤：
采用系统潮流数据和对应的历史负荷数据，分别构建对应的系统实时负荷曲线和历史负荷曲线；
采用系统实时负荷曲线和历史负荷曲线，构建系统负荷曲线；
将系统负荷曲线对应的最高负载率作为系统潮流数据对应的运行指标。
可选地，权重值计算模块403包括：
层次评价模型构建模块，用于基于运行指标和对应的影响要素，构建电网停电计划对应的层次评价模型。
初始判断矩阵构建模块，用于通过层次评价模型构建电网停电计划对应的初始判断矩阵。
目标判断矩阵确定模块，用于将初始判断矩阵进行层次排序，确定目标判断矩阵。
目标一致性比率判断模块，用于判断目标判断矩阵对应的目标一致性比率是否满足预设第一阈值。
权重值计算第一子模块，用于若是，则将目标判断矩阵对应的数据分别作为运行指标对应的权重值。
第一元素判断矩阵生成模块，用于若否，则调整目标判断矩阵对应的元素数据，生成对应的第一元素判断矩阵。
权重值计算第二子模块，用于将第一元素判断矩阵作为初始判断矩阵，并跳转执行将初始判断矩阵进行层次排序，确定目标判断矩阵的步骤，直至目标判断矩阵对应的目标一致性比率满足预设第一阈值。
可选地，目标判断矩阵确定模块可以执行以下步骤：
将初始判断矩阵进行层次单排序，生成对应的中间判断矩阵；
计算中间判断矩阵对应的最大特征根；
获取最大特征根对应的一致性指标和随机一致性指标并进行比值计算，生成中间判断矩阵对应的初始一致性比率；
判断初始一致性比率是否满足预设第二阈值；
若是，则将中间判断矩阵进行层次总排序，生成对应的目标判断矩阵；
若否，则调整中间判断矩阵对应的元素数据，生成对应的第二元素判断矩阵；
将第二元素判断矩阵作为初始判断矩阵，并跳转执行将初始判断矩阵进行层次单排序，生成对应的中间判断矩阵的步骤，直至初始一致性比率满足预设第二阈值。
可选地，风险评估数据确定模块404包括：
初始函数构建模块，用于采用系统潮流数据、系统气象数据、计划流数据和对应的权重值，构建电网停电计划对应的初始函数。
目标函数生成模块，用于采用系统潮流数据、系统气象数据和计划流数据更新初始函数，生成目标函数。
风险评估数据确定子模块，用于基于目标函数，确定电网停电计划对应的风险评估数据。
可选地，目标函数生成模块可以执行以下步骤：
获取系统潮流数据对应的电力系统潮流数据，计算电网停电计划对应的节点实时负荷数据；
采用系统潮流数据对应的历史负荷曲线，计算电网停电计划对应的设备负载率；
基于节点实时负荷数据、设备负载率、系统气象数据和计划流数据分别确定运行指标对应的停电容忍度；
采用停电容忍度更新初始函数，生成目标函数。
本发明实施例还提供了一种电子设备，电子设备包括：存储器及处理器，存储器中储存有计算机程序；计算机程序被处理器执行时，使得处理器执行如上述任一实施例的电网停电计划的风险评估方法。
存储器可以是诸如闪存、EEPROM（电可擦除可编程只读存储器）、EPROM、硬盘或者ROM之类的电子存储器。存储器具有用于执行上述方法中的任何方法步骤的程序代码的存储空间。例如，用于程序代码的存储空间可以包括分别用于实现上面的方法中的各种步骤的各个程序代码。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘，紧致盘（CD）、存储卡或者软盘之类的程序代码载体。程序代码可以例如以适当形式进行压缩。这些代码当由计算处理设备运行时，导致该计算处理设备执行上面所描述的电网停电计划的风险评估方法中的各个步骤。
本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一实施例的电网停电计划的风险评估方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种电网停电计划的风险评估方法，其特征在于，包括：
响应接收到的电网停电计划，获取所述电网停电计划对应的系统潮流数据、系统气象数据和计划流数据；
分别计算所述系统潮流数据、所述系统气象数据和所述计划流数据对应的运行指标；
采用层次分析法分别计算所述运行指标对应的权重值；
根据所述权重值、所述系统潮流数据、所述系统气象数据和所述计划流数据，确定所述电网停电计划对应的风险评估数据。
2.根据权利要求1所述的电网停电计划的风险评估方法，其特征在于，所述计划流数据包括行政管理工作数据和年度停电计划汇总数据；所述分别计算所述系统潮流数据、所述系统气象数据和所述计划流数据对应的运行指标的步骤，包括：
根据所述系统潮流数据和对应的历史负荷数据，确定所述系统潮流数据对应的运行指标；
提取所述系统气象数据对应的历史气象数据和预测气象数据；
基于所述历史气象数据和所述预测气象数据，确定所述电网停电计划对应的天气影响概率并作为所述系统气象数据对应的运行指标；
从所述行政管理工作数据内提取与所述电网停电计划对应的外部计划流作为所述行政管理工作数据对应的运行指标；
从所述年度停电计划汇总数据内提取与所述电网停电计划对应的年度停电计划作为所述行政管理工作数据对应的运行指标。
3.根据权利要求2所述的电网停电计划的风险评估方法，其特征在于，所述根据所述系统潮流数据和对应的历史负荷数据，确定所述系统潮流数据对应的运行指标的步骤，包括：
采用所述系统潮流数据和对应的历史负荷数据，分别构建对应的系统实时负荷曲线和历史负荷曲线；
采用所述系统实时负荷曲线和所述历史负荷曲线，构建系统负荷曲线；
将所述系统负荷曲线对应的最高负载率作为所述系统潮流数据对应的运行指标。
4.根据权利要求1所述的电网停电计划的风险评估方法，其特征在于，所述采用层次分析法分别计算所述运行指标对应的权重值的步骤，包括：
基于所述运行指标和对应的影响要素，构建所述电网停电计划对应的层次评价模型；
通过所述层次评价模型构建所述电网停电计划对应的初始判断矩阵；
将所述初始判断矩阵进行层次排序，确定目标判断矩阵；
判断所述目标判断矩阵对应的目标一致性比率是否满足预设第一阈值；
若是，则将所述目标判断矩阵对应的数据分别作为所述运行指标对应的权重值；
若否，则调整所述目标判断矩阵对应的元素数据，生成对应的第一元素判断矩阵；
将所述第一元素判断矩阵作为所述初始判断矩阵，并跳转执行所述将所述初始判断矩阵进行层次排序，确定目标判断矩阵的步骤，直至所述目标判断矩阵对应的目标一致性比率满足所述预设第一阈值。
5.根据权利要求4所述的电网停电计划的风险评估方法，其特征在于，所述将所述初始判断矩阵进行层次排序，确定目标判断矩阵的步骤，包括：
将所述初始判断矩阵进行层次单排序，生成对应的中间判断矩阵；
计算所述中间判断矩阵对应的最大特征根；
获取所述最大特征根对应的一致性指标和随机一致性指标并进行比值计算，生成所述中间判断矩阵对应的初始一致性比率；
判断所述初始一致性比率是否满足预设第二阈值；
若是，则将所述中间判断矩阵进行层次总排序，生成对应的目标判断矩阵；
若否，则调整所述中间判断矩阵对应的元素数据，生成对应的第二元素判断矩阵；
将所述第二元素判断矩阵作为所述初始判断矩阵，并跳转执行所述将所述初始判断矩阵进行层次单排序，生成对应的中间判断矩阵的步骤，直至所述初始一致性比率满足所述预设第二阈值。
6.根据权利要求1所述的电网停电计划的风险评估方法，其特征在于，所述根据所述权重值、所述系统潮流数据、所述系统气象数据和所述计划流数据，确定所述电网停电计划对应的风险评估数据的步骤，包括：
采用所述系统潮流数据、所述系统气象数据、所述计划流数据和对应的权重值，构建所述电网停电计划对应的初始函数；
采用所述系统潮流数据、所述系统气象数据和所述计划流数据更新所述初始函数，生成目标函数；
基于所述目标函数，确定所述电网停电计划对应的风险评估数据。
7.根据权利要求6所述的电网停电计划的风险评估方法，其特征在于，所述采用所述系统潮流数据、所述系统气象数据和所述计划流数据更新所述初始函数，生成目标函数的步骤，包括：
获取所述系统潮流数据对应的电力系统潮流数据，计算所述电网停电计划对应的节点实时负荷数据；
采用所述系统潮流数据对应的历史负荷曲线，计算所述电网停电计划对应的设备负载率；
基于所述节点实时负荷数据、所述设备负载率、所述系统气象数据和所述计划流数据分别确定所述运行指标对应的停电容忍度；
采用所述停电容忍度更新所述初始函数，生成目标函数。
8.一种电网停电计划的风险评估系统，其特征在于，包括：
数据获取模块，用于响应接收到的电网停电计划，获取所述电网停电计划对应的系统潮流数据、系统气象数据和计划流数据；
运行指标计算模块，用于分别计算所述系统潮流数据、所述系统气象数据和所述计划流数据对应的运行指标；
权重值计算模块，用于采用层次分析法分别计算所述运行指标对应的权重值；
风险评估数据确定模块，用于根据所述权重值、所述系统潮流数据、所述系统气象数据和所述计划流数据，确定所述电网停电计划对应的风险评估数据。
9.一种电子设备，其特征在于，包括存储器及处理器，所述存储器中储存有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1-7任一项所述的电网停电计划的风险评估方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被执行时实现如权利要求1-7任一项所述的电网停电计划的风险评估方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211587704.4A CN115577996B (zh) | 2022-12-12 | 2022-12-12 | 一种电网停电计划的风险评估方法、系统、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211587704.4A CN115577996B (zh) | 2022-12-12 | 2022-12-12 | 一种电网停电计划的风险评估方法、系统、设备和介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115577996A true CN115577996A (zh) | 2023-01-06 |
| CN115577996B CN115577996B (zh) | 2023-04-07 |
Family
ID=84590606
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211587704.4A Active CN115577996B (zh) | 2022-12-12 | 2022-12-12 | 一种电网停电计划的风险评估方法、系统、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115577996B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116805210A (zh) * | 2023-08-21 | 2023-09-26 | 国网安徽省电力有限公司合肥供电公司 | 一种基于大数据的电网风险智能识别管控方法 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101764405A (zh) * | 2009-12-24 | 2010-06-30 | 国电南瑞科技股份有限公司 | 多周期多维度一体化检修计划优化与安全分析的方法 |
| CN107491867A (zh) * | 2017-08-07 | 2017-12-19 | 国电南瑞科技股份有限公司 | 一种用于多周期发输变检修计划的安全校核及评估方法 |
| CN109359894A (zh) * | 2018-11-29 | 2019-02-19 | 武汉大学 | 一种基于rpn的电力计量设备风险评价方法及装置 |
| CN109768540A (zh) * | 2018-10-26 | 2019-05-17 | 国网天津市电力公司 | 基于大数据分析的配电网停电优化排期方法 |
| CN109858823A (zh) * | 2019-02-15 | 2019-06-07 | 广东电网有限责任公司 | 主配网停电计划选择方法及装置 |
| US10445673B1 (en) * | 2018-03-15 | 2019-10-15 | American Public Power Assocation Inc. | Predictive models for electric power grid maintenance |
| CN112395715A (zh) * | 2020-10-29 | 2021-02-23 | 中国电力科学研究院有限公司 | 一种用于接线母线电网络检修计划的评估方法及系统 |
| CN113361729A (zh) * | 2021-06-24 | 2021-09-07 | 广东电网有限责任公司 | 基于检修计划的风险评估方法、装置、终端和存储介质 |
| WO2022088890A1 (zh) * | 2020-10-28 | 2022-05-05 | 中国电力科学研究院有限公司 | 电网中长期检修计划的校核方法、系统、设备及存储介质 |
| CN114638502A (zh) * | 2022-03-14 | 2022-06-17 | 华北电力大学 | 一种考虑需求侧资源灵活性的配电网线路加固策略 |
-
2022
- 2022-12-12 CN CN202211587704.4A patent/CN115577996B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101764405A (zh) * | 2009-12-24 | 2010-06-30 | 国电南瑞科技股份有限公司 | 多周期多维度一体化检修计划优化与安全分析的方法 |
| CN107491867A (zh) * | 2017-08-07 | 2017-12-19 | 国电南瑞科技股份有限公司 | 一种用于多周期发输变检修计划的安全校核及评估方法 |
| US10445673B1 (en) * | 2018-03-15 | 2019-10-15 | American Public Power Assocation Inc. | Predictive models for electric power grid maintenance |
| CN109768540A (zh) * | 2018-10-26 | 2019-05-17 | 国网天津市电力公司 | 基于大数据分析的配电网停电优化排期方法 |
| CN109359894A (zh) * | 2018-11-29 | 2019-02-19 | 武汉大学 | 一种基于rpn的电力计量设备风险评价方法及装置 |
| CN109858823A (zh) * | 2019-02-15 | 2019-06-07 | 广东电网有限责任公司 | 主配网停电计划选择方法及装置 |
| WO2022088890A1 (zh) * | 2020-10-28 | 2022-05-05 | 中国电力科学研究院有限公司 | 电网中长期检修计划的校核方法、系统、设备及存储介质 |
| CN112395715A (zh) * | 2020-10-29 | 2021-02-23 | 中国电力科学研究院有限公司 | 一种用于接线母线电网络检修计划的评估方法及系统 |
| CN113361729A (zh) * | 2021-06-24 | 2021-09-07 | 广东电网有限责任公司 | 基于检修计划的风险评估方法、装置、终端和存储介质 |
| CN114638502A (zh) * | 2022-03-14 | 2022-06-17 | 华北电力大学 | 一种考虑需求侧资源灵活性的配电网线路加固策略 |
Non-Patent Citations (1)
| Title |
|---|
| 郭少坤: ""停电计划安全风险评估的研究"", 《中国优秀硕士学位论文全文数据库 经济与管理科学辑》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116805210A (zh) * | 2023-08-21 | 2023-09-26 | 国网安徽省电力有限公司合肥供电公司 | 一种基于大数据的电网风险智能识别管控方法 |
| CN116805210B (zh) * | 2023-08-21 | 2024-01-12 | 国网安徽省电力有限公司合肥供电公司 | 一种基于大数据的电网风险智能识别管控方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115577996B (zh) | 2023-04-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Feng et al. | Solution sensitivity-based scenario reduction for stochastic unit commitment | |
| Sharifzadeh et al. | Multi-period stochastic security-constrained OPF considering the uncertainty sources of wind power, load demand and equipment unavailability | |
| Cheng et al. | One step-ahead ANFIS time series model for forecasting electricity loads | |
| CN116579590B (zh) | 一种虚拟电厂中的需求响应评估方法和系统 | |
| CN110782153A (zh) | 一种企业园区综合能效评估体系建模方法及系统 | |
| CN111028004A (zh) | 一种基于大数据技术的市场评估分析方法 | |
| Guo et al. | A data-driven pattern extraction method for analyzing bidding behaviors in power markets | |
| Sang et al. | Electricity price prediction for energy storage system arbitrage: A decision-focused approach | |
| CN111680841A (zh) | 基于主成分分析的短期负荷预测方法、系统及终端设备 | |
| CN115577996B (zh) | 一种电网停电计划的风险评估方法、系统、设备和介质 | |
| Zhou et al. | Stochastic methods applied to power system operations with renewable energy: A review | |
| CN114219225A (zh) | 基于多源数据的电网投资效益评估系统及评估方法 | |
| CN117674119A (zh) | 电网运行风险评估方法、装置、计算机设备和存储介质 | |
| Jiang et al. | A bottom-up method for probabilistic short-term load forecasting based on medium voltage load patterns | |
| CN112039111A (zh) | 一种新能源微电网参与电网调峰能力的方法及系统 | |
| CN114372835B (zh) | 综合能源服务潜力客户识别方法、系统及计算机设备 | |
| CN113988557B (zh) | 一种电网企业的投资绩效评价指标体系的构建方法及装置 | |
| CN114971272A (zh) | 一种中压配电网网格化规划评价方法及系统 | |
| CN114240049A (zh) | 电力现货市场指标灵活计算方法 | |
| Moradi-Sepahvand et al. | Secure expansion of energy storage and transmission lines considering bundling option under renewable penetration | |
| CN112365169A (zh) | 一种未来低碳能源框架下的电网运营评价分析方法 | |
| CN117217502B (zh) | 一种电网调度影响因素评估方法、装置、介质以及设备 | |
| Liu et al. | Application of Optimization Techniques in the Design and Operation of Microgrid | |
| CN109472398A (zh) | 基于相对鲁棒CVaR的电网投资项目组合优化方法 | |
| Greenhall | Wind scenarios for stochastic energy scheduling |
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 |