CN116187745A - 一种基于态势感知的电网风险评估方法 - Google Patents

Abstract

本发明公开一种基于态势感知的电网风险评估方法，包括：设置采集数据接口，实时获取用于描述电网运行风险评估的电网系统运行数据；对获取的样本数据进行预处理，形成适用于电网运行风险评估的指标数据；基于已获得的指标数据，进行再处理，输出后构建电网风险评估模型，输出电力系统的运行安全评估数值反馈至管理人员。本发明通过实时采集电网的用于描述电网运行风险评估的电网系统运行数据，经过多次处理形成能够适用的描述指标，进而构建电网风险评估模型，能够快速有效针对电网系统的运行状态评估，避免由于电网系统内的局部不稳定因素造成电网运行故障，进而引发大的供电事故，应用性强。

Description

一种基于态势感知的电网风险评估方法

技术领域

本发明涉及态势感知技术领域，具体涉及一种基于态势感知的电网风险评估方法。

背景技术

我国现代化步伐建设的逐步推进，促进国内经济高速发展。同时，带动国内诸多行业的发展。其中，电力系统在技术发展过程中，演变为汇集大量数据和进行复杂信息计算的系统，其为稳定运行及电况分析带来巨大困难。

由于社会生产发展的需要，面对庞大的电力用户群体，对现有的电力系统提出新的挑战：要求电力系统能够具备在线动态分析和控制对计算能力。由于现有技术的局限性，现有条件无法满足时域仿真的计算量，只能通过离线电网数据的方式进行电网的运行分析和状态评估。针对现状，采用运行态势评估的方式用以描述电网运行状态和变化趋势，能够有效把握配电网的运行态势，进而提高电网运行的可靠性。

发明内容

为解决上述现有技术的中的不足，本发明的目的在于克服现有不足，提供一种基于态势感知的电网风险评估方法，包括：

S100，设置采集数据接口，实时获取用于描述电网运行风险评估的电网系统运行数据；

S200，对获取的样本数据进行预处理，形成适用于电网运行风险评估的指标数据；

S300，基于已获得的指标数据，进行再处理，输出后构建电网风险评估模型，输出电力系统的运行安全评估数值反馈至管理人员。

作为上述方案的进一步优化，所述指标的再处理过程包括如下：

S310，基于电网系统构建相应的描述指标递进层：包括目标指向层、分目标指向层、第一数据层和第二数据层；

S320，基于已确定的四个层级构建权重矩阵，对各层级的指标进行重要性排序，获取任意的指标权值。

作为上述方案的进一步优化，所述获取任意指标权重的数值过程包括如下：

S321，确定一目标指标，构建以该目标指标为指向的上下层观察矩阵；

S322，针对构建的上下层观察矩阵进行矩阵列求和运算；

S323，基于任一的矩阵列，进行指标归一运算，构建过渡矩阵；

S324，针对构建的过渡矩阵，进行矩阵行求和运算，获取处理后的指标向量；

S325，基于任一的矩阵行，进行指标归一运算，获取基于该目标指标的权重数值，针对该权重数值构建的权重矩阵进行一致性检测；

S326，重复上述步骤获取每个层级的指标相对电网风险评估指标的权重。

作为上述方案的进一步优化，所述针对权重矩阵进行一致性检测过程包括如下：

S3251，基于求出的权重矩阵，计算其最大指标根值：XY为两个矩阵乘法运算，n为矩阵阶数：

S3252，获取权重矩阵的一致性指标W：

作为上述方案的进一步优化，所述方法还包括构建电网风险评估模型，所述模型构建方法包括：

S330，降低电网风险评估描述指标维度；

S340，获取降维指标的权重数值ρ_i和偏移度σ_i,i＝1,2,3,…,I；

S350，计算降维指标的输出矩阵T：

其中，Y_n为指标，ρ₁为对应指标权值,i(ρ₁,σ₁,Y₁)为激活函数，σ₁为对应指标阈值S360，获取输出权值

用于电网风险评估：

其中K＝[a₁,…a_n]ⁿ。

作为上述方案的进一步优化，基于每个层级的指标相对电网风险评估指标输出权值，进行积运算，使其权重数值与指标数据相乘，获取电网风险评估值：

作为上述方案的进一步优化，针对计算获取权重矩阵的一致性指标，计算权重矩阵的随机一致性概率。

作为上述方案的进一步优化，所述降维过程包括如下：

(1)构建指标数据集：

L＝{a₁,…a_n} (6)

(2)设置编码函数f_θ和解码函数g_θ，其中，θ＝{Y,p,Y^′,q}，对应获取低维数据：

Low_n＝f_θ(a_n) (7)。

本发明采用上述的技术方案，与现有技术相比，一种基于态势感知的电网风险评估方法，具有以下技术效果：

1.本发明通过实时采集电网的用于描述电网运行风险评估的电网系统运行数据，经过多次处理形成能够适用的描述指标，进而构建电网风险评估模型，能够快速有效针对电网系统的运行状态评估，避免由于电网系统内的局部不稳定因素造成电网运行故障，进而引发大的供电事故。

2.本发明还针对指标数据进行降维处理，通过降低指标数据描述维度，降低评估模型构建过程的数据复杂度，同时剔除不相干因素，使得用于构建评估模型的指标更精准，进而提升评估模型的准确度。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1为本发明一种基于态势感知的电网风险评估方法的流程示意图；

图2为本发明一种基于态势感知的电网风险评估方法的获取任意指标权重流程示意图。

具体实施方式

应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。如图1-2所示，本发明实施例公开了一种基于态势感知的电网风险评估方法：

S100，设置采集数据接口，实时获取用于描述电网运行风险评估的电网系统运行数据；

更具体的，本发明实施例用于描述电网运行风险评估的电网系统运行数据包括设备风险因子、结构风险因子、运行风险因子、外部风险因子等数据，在基础风险因素上细分为具体设备类型、电网系统结构等因素，本发明通过将电网系统运行中涉及的影响因素加入评估模型构建过程，使得生成的评估模型科学合理，能够准确描述和评估当前电网的运行状态。

S200，对获取的样本数据进行预处理，形成适用于电网运行风险评估的指标数据；

S300，基于已获得的指标数据，进行再处理，输出后构建电网风险评估模型，输出电力系统的运行安全评估数值反馈至管理人员。

本发明通过实时采集电网的用于描述电网运行风险评估的电网系统运行数据，经过多次处理形成能够适用的描述指标，进而构建电网风险评估模型，能够快速有效针对电网系统的运行状态评估，避免由于电网系统内的局部不稳定因素造成电网运行故障，进而引发大的供电事故，应用性强。

指标的再处理过程包括如下：

S310，基于电网系统构建相应的描述指标递进层：包括目标指向层、分目标指向层、第一数据层和第二数据层；

S320，基于已确定的四个层级构建权重矩阵，对各层级的指标进行重要性排序，获取任意的指标权值。

具体的，获取任意指标权重的数值过程包括如下：

S321，确定一目标指标，构建以该目标指标为指向的上下层观察矩阵；

本发明优选提供一实施例，设第一数据层和第二数据层分别为C和D，其中第二数据层包含6个指标，D₁,…D₆,C₁为描述的两个层级的指标：

S322，针对构建的上下层观察矩阵进行矩阵列求和运算；

S323，基于任一的矩阵列，进行指标归一运算，构建过渡矩阵C^′；

S324，针对构建的过渡矩阵，进行矩阵行求和运算，获取处理后的指标向量；

S325，基于任一的矩阵行，进行指标归一运算，获取基于该目标指标的权重数值，针对该权重数值构建的权重矩阵进行一致性检测；

S326，重复上述步骤获取每个层级的指标相对电网风险评估指标的权重。

具体的，针对权重矩阵进行一致性检测过程包括如下：

S3251，基于求出的权重矩阵，计算其最大指标根值：XY为两个矩阵乘法运算，n为矩阵阶数：

S3252，获取权重矩阵的一致性指标W：

具体的，该方法还包括构建电网风险评估模型，所述模型构建方法包括：

S330，降低电网风险评估描述指标维度；

S340，获取降维指标的权重数值ρ_i和偏移度σ_i,i＝1,2,3,…,I；

S350，计算降维指标的输出矩阵T：

其中，Y_n为指标，ρ₁为对应指标权值,i(ρ₁,σ₁,Y₁)为激活函数，σ₁为对应指标阈值S360，获取输出权值

用于电网风险评估：

其中K＝[a₁,…a_n]ⁿ。

具体的，基于每个层级的指标相对电网风险评估指标输出权值，进行积运算，使其权重数值与指标数据相乘，获取电网风险评估值：

更具体的，本发明将电网风险运行评估等级划分为五层，即安全(0-0.2)，较为安全(0.2-0.4)，异常(0.4-0.6)，较为危险(0.6-0.8)，危险(0.8-1)，根据电网风险评估值的计算值，对应进行电网系统的风险运行评估，从而用于指导管理人员的电网运行风险维护工作。

具体的，针对计算获取权重矩阵的一致性指标，计算权重矩阵的随机一致性概率。

在此需要特别说明的是，随机一致性概率的计算方式为权重矩阵的一致性指标W与常量的比值，本发明优选设置为0.1。

具体的，降维过程包括如下：

(1)构建指标数据集：

L＝{a₁,…a_n} (6)

(2)设置编码函数f_θ和解码函数g_θ，其中，θ＝{Y,p,Y^′,q}，p为第一偏差向量，q为第二偏差向量，Y^′为第二权重矩阵，对应获取低维数据：

Low_n＝f_θ(a_n) (7)。

更具体的，本发明技术还公开了将低维数据转换为高维数据的方法，获取解析后数据：

High_n＝g_θ(Low_n) (8)。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (8)

1.一种基于态势感知的电网风险评估方法，其特征在于，包括：

S100，设置采集数据接口，实时获取用于描述电网运行风险评估的电网系统运行数据；

S200，对获取的样本数据进行预处理，形成适用于电网运行风险评估的指标数据；

S300，基于已获得的指标数据，进行再处理，输出后构建电网风险评估模型，输出电力系统的运行安全评估数值反馈至管理人员。

2.根据权利要求1所述的一种基于态势感知的电网风险评估方法，其特征在于：所述指标的再处理过程包括如下：

S310，基于电网系统构建相应的描述指标递进层：包括目标指向层、分目标指向层、第一数据层和第二数据层；

S320，基于已确定的四个层级构建权重矩阵，对各层级的指标进行重要性排序，获取任意的指标权值。

3.根据权利要求2所述的一种基于态势感知的电网风险评估方法，其特征在于：所述获取任意指标权重的数值过程包括如下：

S321，确定一目标指标，构建以该目标指标为指向的上下层观察矩阵；

S322，针对构建的上下层观察矩阵进行矩阵列求和运算；

S323，基于任一的矩阵列，进行指标归一运算，构建过渡矩阵；

S324，针对构建的过渡矩阵，进行矩阵行求和运算，获取处理后的指标向量；

S325，基于任一的矩阵行，进行指标归一运算，获取基于该目标指标的权重数值，针对该权重数值构建的权重矩阵进行一致性检测；

S326，重复上述步骤获取每个层级的指标相对电网风险评估指标的权重。

4.根据权利要求3所述的一种基于态势感知的电网风险评估方法，其特征在于：所述针对权重矩阵进行一致性检测过程包括如下：

S3251，基于求出的权重矩阵，计算其最大指标根值：XY为两个矩阵乘法运算，n为矩阵阶数：

S3252，获取权重矩阵的一致性指标W：

5.根据权利要求4所述的一种基于态势感知的电网风险评估方法，其特征在于：所述方法还包括构建电网风险评估模型，所述模型构建方法包括：

S330，降低电网风险评估描述指标维度；

S340，获取降维指标的权重数值ρ_i和偏移度σ_i,i＝1,2,3,…,I；

S350，计算降维指标的输出矩阵T：

其中，Y_n为指标，ρ₁为对应指标权值,i(ρ₁,σ₁,Y₁)为激活函数，σ₁为对应指标阈值；

S360，获取输出权值

用于电网风险评估：/>

其中K＝[a₁,…a_n]ⁿ。

6.根据权利要求5所述的一种基于态势感知的电网风险评估方法，其特征在于：基于每个层级的指标相对电网风险评估指标输出权值，进行积运算，使其权重数值与指标数据相乘，获取电网风险评估值：

7.根据权利要求4所述的一种基于态势感知的电网风险评估方法，其特征在于：针对计算获取权重矩阵的一致性指标，计算权重矩阵的随机一致性概率。

8.根据权利要求7所述的一种基于态势感知的电网风险评估方法，其特征在于：所述降维过程包括如下：

(1)构建指标数据集：

L＝{a₁,…a_n} (6)

(2)设置编码函数f_θ和解码函数g_θ，其中，θ＝{Y,p,Y^′,q}，对应获取低维数据：

Low_n＝f_θ(a_n) (7)。

Images