CN117273450A - 一种电力系统风险评估方法、装置、设备及存储介质 - Google Patents
一种电力系统风险评估方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117273450A CN117273450A CN202311262300.2A CN202311262300A CN117273450A CN 117273450 A CN117273450 A CN 117273450A CN 202311262300 A CN202311262300 A CN 202311262300A CN 117273450 A CN117273450 A CN 117273450A
- Authority
- CN
- China
- Prior art keywords
- risk
- coupling
- factor
- factors
- power 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000012502 risk assessment Methods 0.000 title claims abstract description 81
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 238000010168 coupling process Methods 0.000 claims abstract description 322
- 238000005859 coupling reaction Methods 0.000 claims abstract description 320
- 230000008878 coupling Effects 0.000 claims abstract description 310
- 230000003993 interaction Effects 0.000 claims abstract description 52
- 239000011159 matrix material Substances 0.000 claims description 77
- 230000008569 process Effects 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 16
- 239000013598 vector Substances 0.000 claims description 13
- 230000007613 environmental effect Effects 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 2
- 230000002452 interceptive effect Effects 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000001808 coupling effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000001212 derivatisation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 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
- 230000000007 visual effect Effects 0.000 description 1
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
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
本发明实施例提供了一种电力系统风险评估方法、装置、设备及存储介质,该方法包括:获取影响电力系统运行的风险因素,并确定各所述风险因素的耦合发生频度;根据各所述风险因素的耦合发生频度,结合预先构建的各风险因素的耦合因素交互公式,确定各所述风险因素发生耦合的耦合风险值;根据各所述耦合风险值,确定对所述电力系统进行风险评估的风险评估结果。利用该方法,获取影响电力系统运行的多维度风险因素,并基于构建的多维度的耦合因素交互公式,能够估测出事故发生的概率和产生的后果,进而定量出电力系统的风险因素,对电力系统进行准确的风险评估,提高了对电力系统运行中风险评估的准确性,为有效阻止电力系统事故发生提供了依据。
Description
技术领域
本发明涉及电力系统风险评估技术领域,尤其涉及一种电力系统风险评估方法、装置、设备及存储介质。
背景技术
在风险管理领域,风险耦合定义为系统中某类风险的发生及其影响力依赖于其他风险的程度,以及该风险影响其他风险形成及影响力程度。电力系统运行过程中,由于风险因子间相互依赖与影响,最终会改变风险因子发生的概率,形成风险演化过程中的风险耦合。在电力系统中,安全经济运行时所产生的诸多风险很大一部分是由于不确定因素的时空耦合造成的,且这些不确定因素也对输电网传统风险规划和风险评估技术造成不同程度的影响。
随着生产生活对电力需求日益增强,电网不仅规模在不断扩大,结构也越来越复杂,电网的安全问题也日益突出。电网安全生产领域显著呈现复合性、衍生性、关联性新特点。电网、人因、设备、客户、环境风险管控非常重要,往往是电网、人因、设备、客户等同时出问题,加上环境的复杂多变性,管控单一风险的传统观念和技术急需向综合风险评估、管控转变。面对新形势新要求,研究构建基于电网、人因、设备、用户、环境的多维度风险评估,是当前电网安全风险评估技术开发面临的重要命题。
发明内容
本发明实施例提供了一种电力系统风险评估方法、装置、设备及存储介质,实现了对电力系统进行准确的风险评估,提高了对电力系统运行中风险评估的准确性,为有效阻止了电力系统建成后一些事故发生提供了依据。
第一方面,本发明实施例提供了一种电力系统风险评估方法,包括:
获取影响电力系统运行的风险因素,并确定各所述风险因素的耦合发生频度;
根据各所述风险因素的耦合发生频度,结合预先构建的各风险因素的耦合因素交互公式,确定各所述风险因素发生耦合的耦合风险值;
根据各所述耦合风险值,确定对所述电力系统进行风险评估的风险评估结果。
第二方面,本发明实施例提供了一种电力系统风险评估装置,包括:
频度确定模块,用于获取影响电力系统运行的风险因素,并确定各所述风险因素的耦合发生频度;
风险确定模块,用于根据各所述风险因素的耦合发生频度,结合预先构建的各风险因素的耦合因素交互公式,确定各所述风险因素发生耦合的耦合风险值;
风险评估模块,用于根据各所述耦合风险值,确定对所述电力系统进行风险评估的风险评估结果。
第三方面,本发明实施例还提供一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如第一方面实施例所述的电力系统风险评估方法。
第四方面,本发明实施例还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面实施例所述的电力系统风险评估方法。
本发明实施例提供了一种电力系统风险评估方法、装置、设备及存储介质,该方法包括:获取影响电力系统运行的风险因素,并确定各所述风险因素的耦合发生频度;根据各所述风险因素的耦合发生频度,结合预先构建的各风险因素的耦合因素交互公式,确定各所述风险因素发生耦合的耦合风险值;根据各所述耦合风险值,确定对所述电力系统进行风险评估的风险评估结果。上述技术方案,获取影响电力系统运行的多维度的风险因素,并基于构建的多维度的耦合因素交互公式,能够估测出事故发生的概率和产生的后果,进而定量出电力系统的风险指标,对电力系统进行准确的风险评估,提高了对电力系统运行中风险评估的准确性,为有效阻止电力系统事故发生提供了依据。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例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为本发明实施例一提供的一种电力系统风险评估方法的流程示意图;
图2为本发明实施例二提供的另一种电力系统风险评估方法的流程示意图;
图3为本发明实施例二提供的某应用场景中电力系统风险评估方法执行的流程示例图;
图4为本发明实施例三提供的一种电力系统风险评估装置的结构示意图;
图5为本发明实施例四提供的一种电子设备的结构示意图。
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,所描述的实施例仅仅是本发明一部分的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“原始”、“目标”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种电力系统风险评估方法的流程示意图,该方法可适用于对电力系统的风险耦合进行综合评估的情况,该方法可以由电力系统风险评估装置来执行,该装置可以采用硬件和/或软件的形式实现,可配置于电子设备中。如图1所示,本实施例一提供的电力系统风险评估方法具体可以包括以下步骤:
S110、获取影响电力系统运行的风险因素,并确定各风险因素的耦合发生频度。
在本实施例中,电力系统运行过程中存在人、机、环、电、客5个子系统,各子系统下或子系统间的风险因素容易发生耦合震荡现象,导致现有风险增大甚至生成新的风险,进而打破原有的平衡状态,使得整个电力系统的风险超过阈值,引发断电事故。对影响电力系统运行的风险因素进行分析,识别到包含电网、人因、设备、客户以及环境五个维度的风险因素。优选地,将风险因素划分为电网因素、人为因素、客户因素、设备因素和环境因素。其中,人为因素主要包括:安全意识薄弱、身心不适、工作经验不足以及专业技能不足等。电网因素主要包括:电网薄弱环节与关键节点强度不足,备件匮乏等。设备因素主要包括:变压器或架空线路运行故障、变压器操作不当、变压器老化以及变压器或架空线路未检查维修等。其中,变压器是维持电网安全稳定运行的关键设备,主要实现电力的变换作用;架空线路用于传输电能,易受环境破坏。环境因素主要包括自然环境和社会环境。客户因素主要为客户投诉或舆情应对不力。
其中,各风险因素的耦合发生频度可以理解为若干个风险因素耦合发生的频度,记为耦合发生频度。示例性的,若干个风险因素的耦合发生频度可以是双风险因素的耦合发生频度,也可以是确定三个风险因素的耦合发生频度,还可以是确定四个风险因素的耦合发生频度,又可以是确定五个风险因素的耦合发生频度。
本步骤在获取影响电力系统运行的风险因素后,可以分析各风险因素单个发生的频度。进而根据各风险因素单个发生的频度,就可以得到各风险因素之间耦合发生的频度。示例性的,本实施例中,可以采用层次分析法分析各风险因素单个发生的频度。采用层次分析法分析各风险因素单个发生的频度的过程可以表述为:采用标度法对每两个风险因素的重要性进行标度,确定判断矩阵;在并将判断矩阵进行一致性检验;在通过一致性检验后,则可以根据判断矩阵,确定判断矩阵的最大特征根的特征向量;基于特征向量确定各风险因素单个发生的频度。
接上述描述,在获取到各风险因素单个发生的频度后,则若干个风险因素耦合发生的耦合发生频度,可以将若干个风险因素单个发生的频度相乘获得。
S120、根据各风险因素的耦合发生频度,结合预先构建的各风险因素的耦合因素交互公式,确定各风险因素发生耦合的耦合风险值。
其中,各风险因素的耦合因素交互公式可以包含所有耦合情况的公式。本实施例中,可以基于改进的N-K模型构建耦合因素交互公式。N-K模型通常用来解决复杂动态系统的问题,参数N表示所研究动态系统中风险因素的个数;K表示风险因素间相互耦合关系的个数。本事实例中,预先构建的耦合因素交互公式包括将单耦合因素公式、双耦合因素公式以及多耦合因素公式。
在本实施例中,可以将各风险因素的耦合发生频度,代入到各个耦合因素交互公式中,得到的结果作为风险因素发生耦合的耦合风险值。
S130、根据各耦合风险值,确定对电力系统进行风险评估的风险评估结果。
具体的,在获得各种风险因素发生耦合的耦合风险值后,可以将所有的耦合风险值进行排序比较,可以得到结论,单风险因素的耦合风险值普遍比双风险因素的耦合风险值小,双风险因素的耦合风险值普遍比三风险因素的耦合风险值小,三因素风险的耦合风险值普遍比四风险因素的耦合风险值小,四因素风险的耦合风险值普遍比五风险因素的耦合风险值小。由此可知,耦合的风险因素种类越多,对电力系统的运行风险的影响就越大,这与电力系统运行风险的实际情况相符。
在本实施例中,还可以将双风险因素的各种耦合情况的耦合风险值进行比较,得到其中各耦合风险值的排序,得到其中最大耦合风险值以及最小耦合风险值。也可以将三风险因素的耦合风险值进行比较,得到其中各耦合风险值的排序,得到其中最大耦合风险值以及最小耦合风险值。又或者将四风险因素的耦合风险值进行比较,得到其中各耦合风险值的排序,得到其中最大耦合风险值以及最小耦合风险值。从而得到主要影响因素,主要影响因素可在一定程度上影响其他因素,相当于识别在风险耦合过程中表现活跃,容易引起风险值增大的主要因素。
本发明实施例提供了一种电力系统风险评估方法,该方法包括:获取影响电力系统运行的风险因素,并确定各风险因素的耦合发生频度;根据各风险因素的耦合发生频度,结合预先构建的各风险因素的耦合因素交互公式,确定各风险因素发生耦合的耦合风险值;根据各耦合风险值,确定对电力系统进行风险评估的风险评估结果。利用该方法,获取影响电力系统运行的多维度风险因素,并基于构建的多维度的耦合因素交互公式,能够估测出事故发生的概率和产生的后果,进而定量出电力系统的风险指标,对电力系统进行准确的风险评估,提高了对电力系统运行中风险评估的准确性,为有效阻止电力系统事故发生提供了依据。
作为本发明实施例的可选实施例,在上述实施例的基础上,可以将各耦合因素交互公式的构建步骤优化为包括:
a1)针对每个风险因素,构建风险因素的单耦合因素公式。
在本实施例中,电力系统安全风险大部分在局部进行耦合,局部风险耦合包括单因素风险耦合、双因素风险耦合以及多因素风险耦合。局部耦合可以是某因素内部不同风险因子间的耦合,该种耦合情况可以看做多因素风险耦合的特例。本步骤用于构建单风险因素的耦合因素交互公式。其中,单因素耦合风险分为:人为因素耦合风险、设备因素耦合风险、环境因素耦合风险、电网因素耦合风险和客户因素耦合风险。示例性的,各单因素耦合风险可以分别记为T11(a),T12(b),T13(c),T14(d),T15(e),单风险因素的总耦合风险记为T1。
接上述描述,针对单个风险因素,可以直接将各个风险因素的耦合发生频度作为该风险因素的耦合风险,可以记为构建风险因素的单耦合因素公式。
b1)针对每两个风险因素,构建风险因素的双耦合因素公式。
其中,两个风险因素间的耦合会产生十种不同情况,双因素耦合风险包括:人-机因素耦合风险、人-环因素耦合风险、人-电因素耦合风险、人-客因素耦合风险、机-环因素耦合风险、机-电因素耦合风险、机-客因素耦合风险、环-电因素耦合风险、环-客因素耦合风险及电-客因素耦合风险。此处,分别将双风险因素的耦合风险记为T21(a,b),T22(a,c),T23(a,d),T24(a,e),T25(b,c),T26(b,d),T27(b,e),T28(c,d),T29(c,e),T210(d,e),双风险因素的总耦合风险值记为T2。
例如,设备因素和环境因素发生耦合,但与人为因素风险关系不大时导致事故发生,就发生了局部风险耦合的情况。因此,通过计算发生在两者之间的信息交互可以探究局部风险耦合情况。双因素风险耦合的双耦合因素公式可以表示如下:
式中各字母含义已在上文解释,此处不再赘述。
c1)针对至少三个风险因素,构建风险因素的多耦合因素公式。
其中,多因素耦合风险包括三个风险因素耦合、四个风险因素耦合以及五个风险因素耦合的耦合风险。三种因素导致局部风险耦合的耦合方式有10种,具体包括:人-机-环因素耦合风险、人-机-电因素耦合风险、人-机-客因素耦合风险、人-环-电因素耦合风险、人-环-客因素耦合风险、人-电-客因素耦合风险、机-环-电因素耦合风险、机-环-客因素耦合风险、机-电-客因素耦合风险、环-电-客因素耦合风险。此处,将三个风险因素的耦合风险分别记为T31(a,b,c),T32(a,b,d),T33(a,b,e),T34(a,c,d),T35(a,c,e),T36(a,d,e),T37(b,c,d),T38(b,c,e),T39(b,d,e),T310(c,d,e)。三个风险因素的总耦合风险记为T3。三个风险因素耦合的风险耦合模型可以表示如下:
四种因素导致局部风险耦合的耦合方式有5种,如人为因素、设备因素、环境因素和电网因素风险耦合后引发安全事故,如果事故的发生与客户因素风险关系不大,即是局部风险耦合的情况。四个风险因素耦合风险包括:人-机-环-电因素耦合风险、人-机-环-客因素耦合风险、人-机-电-客因素耦合风险、人-环-电-客因素耦合风险、机-环-电-客因素耦合风险。此处,将四个风险因素的耦合风险分别记为T41(a,b,c,d),T42(a,b,c,e),T43(a,b,d,e),T44(a,c,d,e),T45(b,c,d,e),四个风险因素的总耦合风险记为T4。四种因素风险耦合的风险耦合模型可以表示如下:
式中各字母含义已在上文解释,此处不再赘述。
通过计算电力系统运行过程中五类风险因素之间的交互信息,评价耦合作用形成新的风险状态。根据某种方式耦合次数衡量该耦合方式发生的概率,即耦合次数愈多,该耦合方式出现的概率愈大;根据耦合值大小衡量耦合风险大小和事故发生概率,即以某种形式耦合所得值愈大,那么表明了该耦合风险愈大,导致事故发生的概率愈大。五个风险因素耦合风险包括:人-机-环-电-客因素耦合风险。五因素耦合风险记为T51(a,b,c,d,e),耦合风险总值记为T5。五风险因素耦合的风险耦合模型可以表示为如下:
其中,h=1,2,…,H;i=1,2,…,I;j=1,2,…,J;k=1,2,…,K;l=1,2,…,L,式中phijkl为人在第h种状态、设备在第i种状态、环境在第j种状态、电网在第k种状态、客户在第l种状态下,T(a,b,c,d,e)表示5种因素风险耦合发生的耦合发生频度。T值越大,说明电力系统运行风险越大,T是对电力系统安全风险耦合的量化评估。
d1)将单耦合因素公式、双耦合因素公式以及多耦合因素公式作为耦合因素交互公式。
具体的,可以将单耦合因素公式、双耦合因素公式以及多耦合因素公式作为耦合因素交互公式,基于耦合因素交互公式可以计算出各种风险因素耦合值。
上述技术方案具体化了耦合因素交互公式的构建步骤,针对不同数量不同种类的风险因素的耦合情况,分别确定与之对应的多耦合因素公式,多耦合因素公式为后续进行各种风险因素的耦合值的确定提供了基础支持。
作为本发明实施例的可选实施例,在上述实施例的基础上,该方法还包括:根据各风险因素的耦合发生频度以及风险评估结果,对电力系统的风险因素进行管理。
在本实施例中,根据风险耦合信息交互公式计算结果,识别在风险耦合过程中表现活跃,容易引起风险值增大的主要因素。再结合上述已识别出的对电力系统事故影响最大的因素,针对该因素实行改善,从而提高电力系统运行安全稳定性。
实施例二
图2为本发明实施例二提供的另一种电力系统风险评估方法的流程示意图,本实施例为上述实施例的进一步优化,在本实施例中,进一步对“确定各所述风险因素的耦合发生频度”限定优化,且进一步对“根据各所述风险因素的耦合发生频度,结合预先构建的各风险因素的耦合因素交互公式,确定各所述风险因素发生耦合的耦合风险值”限定优化。
如图2所示,本实施例二提供一种电力系统风险评估方法,具体包括如下步骤:
S210、获取影响电力系统运行的风险因素,并采用层次分析法对各风险因素进行分析,确定各风险因素的耦合发生频度。
本实施例中,在获取到影响电力系统运行的风险因素后,可以采用层次分析法对各风险因素进行分析,从而确定分析各风险因素发生的频度以及各风险因素对电力系统事故的影响。其中,层次分析法是将要决策的问题及其有关因素分解成目标、准则、方案等层次,进而进行定性和定量分析的决策方法。
作为一种实现方式,可以将采用层次分析法对各风险因素进行分析,确定各风险因素的耦合发生频度优化为下述步骤:
a2)采用标度法对每两个风险因素的重要性进行标度,确定判断矩阵。
在本实施例中,采用标度法对每两个风险因素的重要性进行标度,即获得这两个风险因素对电力系统事故的影响/出现频率的比较情况,进行定量标度,将标度作为判断矩阵中的元素。
a21)针对每两个风险因素,比较所述两个风险因素在所述电力系统运行的事故中的频率和重要性,确定所述两个风险因素中第一风险因素与第二风险因素的频率比。
示例性的,选择5名从事电力系统维护的专业人员,结合工作经验,通过比较两两因素在事故中的出现频率和两两因素之间的重要性,以1-9标度法进行打分,计算各个指标的频度。表1为本发明实施例二提供的在一种电力系统风险1-9标度法的示例,如表1所示,标度1标识两个指标相比,对电力系统事故的影响/出现频率;标度3标识两个指标相比,前者对电力系统事故的影响/出现频率比后者稍高,各标度具体的意义可以参照表1,此处不再一一列出。
表1
具体的,针对于每两个风险因素,将在前的风险因素作为第一风险因素,将在后的风险因素作为第二风险因素,比较所述两个风险因素在电力系统运行的事故中的频率和重要性,用1~9及其倒数作为标度来确定aij的值,即确定第一风险因素与第二风险因素的频率比。每两个风险因素均会进行频率比计算。
a22)将各所述频率比分别作为矩阵元素。
本实施例中包含五种风险因素,则会形成5行5列的判断矩阵。
a23)将各所述矩阵元素放置到相应的位置,构成所述判断矩阵。
在本实施例中,将各指标因素之间进行频度两两比较,从而得到判断矩阵,判断矩阵可以表示为M=(aij)n×n,其中aij满足以下公式:
b2)判断判断矩阵是否满足一致性检验条件。
在本实施例中还需要对判断矩阵进行是否满足一致性校验条件的判断。
作为一种具体实现方式,所述判断所述判断矩阵是否满足一致性检验条件,包括:
b21)确定所述判断矩阵的最大特征根。
具体的,在已知判断矩阵时,可以求出判断矩阵的最大特征根,示例性的,λmax表示判断矩阵的最大特征根。
b22)将所述最大特征根和所述风险因素的个数代入设定的一致性指标公式中,获得目标一致性指标。
其中,一致性指标公式为:式中,CI为一致性指标,n表示风险因素的个数,λmax表示判断矩阵的最大特征根。
具体的,将最大特征根和总的风险因素的个数代入到一致性指标公式中,得到结果为目标一致性指标。
b23)根据所述风险因素的个数,结合预设的平均随机一致性指标表,确定目标平均随机一致性指标,所述平均随机一致性指标表中存储有不同风险因素的个数与平均随机一致性指标的对应关系。
其中,目标平均随机一致性指标可以通过查询平均随机一致性指标表获得。具体的,根据总的风险因素的个数,查询平均随机一致性指标表,获得的结果作为目标平均随机一致性指标。
示例性的,表2为本发明实施例二提供的在一种电力系统风险评估方法执行中平均随机一致性指标的示例,通过查询表2可以获知,当n=1时,RI=0,n=8时,RI=1.41,此处不再一一列出。
表2
n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
RI | 0 | 0 | 0.58 | 0.90 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 |
b24)将所述目标一致性指标与所述目标平均随机一致性指标作商,获得的结果记为目标一致性比例。
其中,一致性比例CR的定义式为:CR=CI/RI,RI为平均随机一致性指标,CR为一致性比例。具体的,将上述获得的目标一致性指标和目标平均随机一致性指标代入到一致性比例公式中,得到的结果作为目标一致性比例。
b25)若所述目标一致性比例小于设定比例阈值,则确定所述判断矩阵满足一致性检验条件。
其中,设定比例阈值可以优选取值为0.1。示例性的,通过上述公式计算出目标一致性比例的值之后,可以将一致性比例的值与设定阈值进行比较。当CR<0.1时,确定矩阵通过一致性检验。
b26)若所述目标一致性比例大于或等于设定比例阈值,则确定所述判断矩阵不满足一致性检验条件。
示例性的,当CR≥0.1时,确定矩阵通过一致性检验,否则,则认为判断矩阵未通过一致性检验。
上述技术方案具体化了如何判断判断矩阵是否满足一致性检验条件的步骤。
c2)若满足,则根据判断矩阵,确定各风险因素的耦合发生频度。
在本实施例中,当判断矩阵满足一致性检验时,可以根据判断矩阵,确定各风险因素的耦合发生频度。
进一步地,可以将根据判断矩阵,确定各风险因素的耦合发生频度的步骤优化为:
c21)确定判断矩阵的最大特征根的特征向量。
示例性的,假设判断矩阵表示为M,则可以计算判断矩阵M的最大特征根λ及其对应的特征向量。
c22)对特征向量进行归一化处理,获得每个风险因素的单个发生频度。
接上述描述,在确定出特征向量之后再对特征向量进行归一化,可以得到每个风险因素的发生频度,记为单个发生频度。示例性的,假设得到各个风险因素的发生的频度表示为E=(ε1,ε2,…,εn),ε1、ε2、εn等分别表示每个风险因素的单个发生频度。
c23)根据各单个发生频度进行相乘,将乘积结果作为各风险因素的耦合发生频度。
在上述确定各单个发生频度后,根据单个发生频度,可以计算各风险因素的风险耦合情况的频度,记为耦合发生频度。当需要计算几种风险因素的耦合发生频度时,可以将这个几个因素的单个发生频度进行相乘,将乘积结果作为这几个风险因素的耦合发生频度。例如,人因-设备双因素耦合情况,即“11000”的频度可以通过下式计算得到:p11000=ε1·ε2,其中,p11000表示人因-设备双因素的耦合发生频度,ε1表示人因发生的单个发生频度,ε2表示设备发生的单个发生频度。
d2)若不满足,则对判断矩阵进行修改,并返回继续执行判断判断矩阵是否满足一致性检验条件的步骤。
具体的,若当前的判断矩阵不满足一致性检验条件,则需要对判断矩阵进行一定的修改,并返回重新判断判断矩阵是否满足一致性检验条件,直至通过一致性检验。
S220、针对每个耦合因素交互公式,获取耦合因素交互公式所包含风险因素的耦合发生频度。
在本实施例中,可以分别针对单因素风险耦合、双因素风险耦合以及多因素风险耦合对应的耦合因素交互公式,根据不同的耦合因素交互公式获取该耦合因素交互公式涉及到的风险因素耦合情况,获取与之对应的风险因素的耦合发生频度。
S230、将各耦合发生频度代入耦合因素交互公式中,获得风险因素发生耦合的耦合风险值。
具体的,针对每个耦合因素交互公式,上述已获取与之对应的风险因素的耦合发生频度,将耦合因素交互公式中涉及到的风险因素的耦合发生频度代入到耦合因素交互公式中,可以获得风险因素发生耦合的耦合风险值。每个耦合因素交互公式均可以得到一个耦合风险值。
S240、根据各耦合风险值,确定对电力系统进行风险评估的风险评估结果。
本发明实施例二具体化了确定各风险因素的耦合发生频度的步骤以及确定各风险因素发生耦合的耦合风险值的步骤,采用层次分析法,分析各风险因素发生的频度以及各风险因素对电力系统事故的影响,并基于改进的N-K模型,确定各个风险因素耦合的耦合风险值,不仅能找出对电力系统事故影响最大的风险因素,还能在缺少统计数据的情况下精确计算不同风险耦合方式发生的概率及耦合值,找出引发电力系统事故的最活跃的因素。
为了更清楚的表述本发明实施例提供的电力系统风险评估方法,以某实际应用场景中对电力系统的风险因素进行综合评估为例进行说明。示例性的,图3为本发明实施例二提供的某应用场景中电力系统风险评估方法执行的流程示例图,如图3所示,电力系统风险评估方法的执行步骤具体包括:
S1、针对每个风险因素,构建风险因素的单耦合因素公式。
S2、针对每两个风险因素,构建风险因素的双耦合因素公式。
S3、针对至少三个风险因素,构建风险因素的多耦合因素公式。
S4、将单耦合因素公式、双耦合因素公式以及多耦合因素公式作为耦合因素交互公式。
上述步骤为耦合因素交互公式的构建步骤,为预先执行的步骤。
S5、获取影响电力系统运行的风险因素。
S6、针对每两个风险因素,比较两个风险因素在电力系统运行的事故中的频率和重要性,确定两个风险因素中第一风险因素与第二风险因素的频率比。
S7、将各频率比分别作为矩阵元素。
S8、将各矩阵元素放置到相应的位置,构成判断矩阵。
S9、确定判断矩阵的最大特征根。
S10、将最大特征根和风险因素的个数代入设定的一致性指标公式中,获得目标一致性指标。
S11、根据风险因素的个数,结合预设的平均随机一致性指标表,确定目标平均随机一致性指标,平均随机一致性指标表中存储有不同风险因素的个数与平均随机一致性指标的对应关系。
S12、将目标一致性指标与目标平均随机一致性指标作商,获得的结果记为目标一致性比例。
S13、判断目标一致性比例是否小于设定比例阈值,若是,则执行步骤S14。否则,执行步骤S17。
S14、确定判断矩阵满足一致性检验条件,则确定判断矩阵的最大特征根的特征向量。
S15、对特征向量进行归一化处理,获得每个风险因素的单个发生频度。
S16、根据各单个发生频度进行相乘,将乘积结果作为各风险因素的耦合发生频度。
S17、确定判断矩阵不满足一致性检验条件,则对判断矩阵进行修改,并返回步骤S9继续执行确定判断矩阵的最大特征根的步骤。
S18、针对每个耦合因素交互公式,获取耦合因素交互公式所包含风险因素的耦合发生频度。
S19、将各发生频度代入耦合因素交互公式中,获得风险因素发生耦合的耦合风险值。
S20、根据各耦合风险值,确定对电力系统进行风险评估的风险评估结果。
S21、根据各风险因素的耦合发生频度以及风险评估结果,对电力系统的风险因素进行管理。
实施例三
图4为本发明实施例三提供的一种电力系统风险评估装置的结构示意图,该装置可适用于对电力系统的风险因素进行综合评估的情况,该电力系统风险评估装置可配置于电子设备中,如图4所示,该装置包括:频度确定模块31、风险确定模块32以及风险评估模块33;其中,
频度确定模块31,用于获取影响电力系统运行的风险因素,并确定各风险因素的耦合发生频度;
风险确定模块32,用于根据各风险因素的耦合发生频度,结合预先构建的各风险因素的耦合因素交互公式,确定各风险因素发生耦合的耦合风险值;
风险评估模块33,用于根据各耦合风险值,确定对电力系统进行风险评估的风险评估结果。
本发明实施例提供了一种电力系统风险评估装置,获取影响电力系统运行的多维度风险因素,并基于构建的多维度的耦合因素交互公式,能够估测出事故发生的概率和产生的后果,进而定量出电力系统的风险指标,对电力系统进行准确的风险评估,提高了对电力系统运行中风险评估的准确性,为有效阻止电力系统事故发生提供了依据。
可选地,风险因素包括:电网因素、人为因素、设备因素、客户因素以及环境因素。
可选地,频度确定模块31包括频度确定单元,频度确定单元,具体可以用于:
采用层次分析法对各风险因素进行分析,确定各风险因素的耦合发生频度。
可选地,频度确定单元,具体可以用于:
采用标度法对每两个风险因素的重要性进行标度,确定判断矩阵;
判断判断矩阵是否满足一致性检验条件;
若满足,则根据判断矩阵,确定各风险因素的耦合发生频度;
若不满足,则对判断矩阵进行修改,并返回继续执行判断判断矩阵是否满足一致性检验条件的步骤。
可选地,频度确定单元用于执行采用标度法对每两个风险因素的重要性进行标度确定判断矩阵的步骤包括:
针对每两个风险因素,比较两个风险因素在电力系统运行的事故中的频率和重要性,确定两个风险因素中第一风险因素与第二风险因素的频率比;
将各频率比分别作为矩阵元素;
将各矩阵元素放置到相应的位置,构成判断矩阵。
可选地,频度确定单元用于执行判断判断矩阵是否满足一致性检验条件的步骤包括:
确定判断矩阵的最大特征根;
将最大特征根和风险因素的个数代入设定的一致性指标公式中,获得目标一致性指标;
根据风险因素的个数,结合预设的平均随机一致性指标表,确定目标平均随机一致性指标,平均随机一致性指标表中存储有不同风险因素的个数与平均随机一致性指标的对应关系;
将目标一致性指标与目标平均随机一致性指标作商,获得的结果记为目标一致性比例;
若目标一致性比例小于设定比例阈值,则确定判断矩阵满足一致性检验条件;
若目标一致性比例大于或等于设定比例阈值,则确定判断矩阵不满足一致性检验条件。
可选地,频度确定单元用于执行根据判断矩阵确定各风险因素的耦合发生频度的步骤,可以包括:
确定判断矩阵的最大特征根的特征向量;
对特征向量进行归一化处理,获得每个风险因素的单个发生频度;
根据各单个发生频度进行相乘,将乘积结果作为各风险因素的耦合发生频度。
可选地,该装置还可以包括模型构建模块,具体可以用于:
针对每个风险因素,构建风险因素的单耦合因素公式;
针对每两个风险因素,构建风险因素的双耦合因素公式;
针对至少三个风险因素,构建风险因素的多耦合因素公式;
将单耦合因素公式、双耦合因素公式以及多耦合因素公式作为耦合因素交互公式。
可选地,风险确定模块32,具体可以用于:
针对每个耦合因素交互公式,获取耦合因素交互公式所包含风险因素的耦合发生频度;
将各耦合发生频度代入耦合因素交互公式中,获得风险因素发生耦合的耦合风险值。
可选地,该装置还包括风险关联模块,具体可以用于:
根据各风险因素的耦合发生频度以及风险评估结果,对电力系统的风险因素进行管理。
本发明实施例所提供的电力系统风险评估装置可执行本发明任意实施例所提供的电力系统风险评估方法,具备执行方法相应的功能模块和有益效果。
实施例四
图5为本发明实施例四提供的一种电子设备的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示,电子设备40包括至少一个处理器41,以及与至少一个处理器41通信连接的存储器,如只读存储器(ROM)42、随机访问存储器(RAM)43等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器41可以根据存储在只读存储器(ROM)42中的计算机程序或者从存储单元48加载到随机访问存储器(RAM)43中的计算机程序,来执行各种适当的动作和处理。在RAM 43中,还可存储电子设备40操作所需的各种程序和数据。处理器41、ROM 42以及RAM 43通过总线44彼此相连。输入/输出(I/O)接口45也连接至总线44。
电子设备40中的多个部件连接至I/O接口45,包括:输入单元46,例如键盘、鼠标等;输出单元47,例如各种类型的显示器、扬声器等;存储单元48,例如磁盘、光盘等;以及通信单元49,例如网卡、调制解调器、无线通信收发机等。通信单元49允许电子设备40通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器41可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器41的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器41执行上文所描述的各个方法和处理,例如电力系统风险评估方法。
在一些实施例中,电力系统风险评估方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元48。在一些实施例中,计算机程序的部分或者全部可以经由ROM 42和/或通信单元49而被载入和/或安装到电子设备40上。当计算机程序加载到RAM 43并由处理器41执行时,可以执行上文描述的电力系统风险评估方法的一个或多个步骤。备选地,在其他实施例中,处理器41可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行电力系统风险评估方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (13)
1.一种电力系统风险评估方法,其特征在于,包括:
获取影响电力系统运行的风险因素,并确定各所述风险因素的耦合发生频度;
根据各所述风险因素的耦合发生频度,结合预先构建的各风险因素的耦合因素交互公式,确定各所述风险因素发生耦合的耦合风险值;
根据各所述耦合风险值,确定对所述电力系统进行风险评估的风险评估结果。
2.根据权利要求1所述的方法,其特征在于,所述风险因素包括:电网因素、人为因素、设备因素、客户因素以及环境因素。
3.根据权利要求1所述的方法,其特征在于,所述确定各所述风险因素的耦合发生频度,包括:
采用层次分析法对各所述风险因素进行分析,确定各所述风险因素的耦合发生频度。
4.根据权利要求3所述的方法,其特征在于,所述采用层次分析法对各所述风险因素进行分析,确定各所述风险因素的耦合发生频度,包括:
采用标度法对每两个所述风险因素的重要性进行标度,确定判断矩阵;
判断所述判断矩阵是否满足一致性检验条件;
若满足,则根据所述判断矩阵,确定各所述风险因素的耦合发生频度;
若不满足,则对所述判断矩阵进行修改,并返回继续执行判断所述判断矩阵是否满足一致性检验条件的步骤。
5.根据权利要求4所述的方法,其特征在于,所述采用标度法对每两个所述风险因素的重要性进行标度,确定判断矩阵,包括:
针对每两个风险因素,比较所述两个风险因素在所述电力系统运行的事故中的频率和重要性,确定所述两个风险因素中第一风险因素与第二风险因素的频率比;
将各所述频率比分别作为矩阵元素;
将各所述矩阵元素放置到相应的位置,构成所述判断矩阵。
6.根据权利要求4所述的方法,其特征在于,所述判断所述判断矩阵是否满足一致性检验条件,包括:
确定所述判断矩阵的最大特征根;
将所述最大特征根和所述风险因素的个数代入设定的一致性指标公式中,获得目标一致性指标;
根据所述风险因素的个数,结合预设的平均随机一致性指标表,确定目标平均随机一致性指标,所述平均随机一致性指标表中存储有不同风险因素的个数与平均随机一致性指标的对应关系;
将所述目标一致性指标与所述目标平均随机一致性指标作商,获得的结果记为目标一致性比例;
若所述目标一致性比例小于设定比例阈值,则确定所述判断矩阵满足一致性检验条件;
若所述目标一致性比例大于或等于设定比例阈值,则确定所述判断矩阵不满足一致性检验条件。
7.根据权利要求4所述的方法,其特征在于,所述根据所述判断矩阵,确定各所述风险因素的耦合发生频度,包括:
确定所述判断矩阵的最大特征根的特征向量;
对所述特征向量进行归一化处理,获得每个所述风险因素的单个发生频度;
根据各所述单个发生频度进行相乘,将乘积结果作为各所述风险因素的耦合发生频度。
8.根据权利要求1所述的方法,其特征在于,所述各所述耦合因素交互公式的构建步骤,包括:
针对每个风险因素,构建所述风险因素的单耦合因素公式;
针对每两个风险因素,构建所述风险因素的双耦合因素公式;
针对至少三个风险因素,构建所述风险因素的多耦合因素公式;
将所述单耦合因素公式、所述双耦合因素公式以及所述多耦合因素公式作为所述耦合因素交互公式。
9.根据权利要求1所述的方法,其特征在于,所述根据各所述风险因素的耦合发生频度,结合预先构建的各风险因素的耦合因素交互公式,确定各所述风险因素发生耦合的耦合风险值,包括:
针对每个所述耦合因素交互公式,获取所述耦合因素交互公式所包含风险因素的耦合发生频度;
将各所述耦合发生频度代入所述耦合因素交互公式中,获得所述风险因素发生耦合的耦合风险值。
10.根据权利要求1所述的方法,其特征在于,还包括:
根据各所述风险因素的耦合发生频度以及所述风险评估结果,对所述电力系统的风险因素进行管理。
11.一种电力系统风险评估装置,其特征在于,包括:
频度确定模块,用于获取影响电力系统运行的风险因素,并确定各所述风险因素的耦合发生频度;
风险确定模块,用于根据各所述风险因素的耦合发生频度,结合预先构建的各风险因素的耦合因素交互公式,确定各所述风险因素发生耦合的耦合风险值;
风险评估模块,用于根据各所述耦合风险值,确定对所述电力系统进行风险评估的风险评估结果。
12.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-10任一项所述的电力系统风险评估方法。
13.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-10任一项所述的电力系统风险评估方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2023112218054 | 2023-09-21 | ||
CN202311221805 | 2023-09-21 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117273450A true CN117273450A (zh) | 2023-12-22 |
Family
ID=89202218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311262300.2A Pending CN117273450A (zh) | 2023-09-21 | 2023-09-27 | 一种电力系统风险评估方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117273450A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117895661A (zh) * | 2024-03-14 | 2024-04-16 | 国网山西省电力公司太原供电公司 | 一种结合风险分析的配电网控制方法及系统 |
-
2023
- 2023-09-27 CN CN202311262300.2A patent/CN117273450A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117895661A (zh) * | 2024-03-14 | 2024-04-16 | 国网山西省电力公司太原供电公司 | 一种结合风险分析的配电网控制方法及系统 |
CN117895661B (zh) * | 2024-03-14 | 2024-05-24 | 国网山西省电力公司太原供电公司 | 一种结合风险分析的配电网控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116307215A (zh) | 一种电力系统的负荷预测方法、装置、设备及存储介质 | |
CN117273450A (zh) | 一种电力系统风险评估方法、装置、设备及存储介质 | |
CN114301803B (zh) | 网络质量检测方法、装置、电子设备及存储介质 | |
CN114841598A (zh) | 针对操作风险的决策方法、装置、设备和程序产品 | |
CN117455067A (zh) | 一种电量消耗预测方法、装置、电子设备及存储介质 | |
CN116703109A (zh) | 一种配电网项目选取方法、装置、设备及存储介质 | |
CN116226644A (zh) | 设备故障类型的确定方法、装置、电子设备及存储介质 | |
CN114861800B (zh) | 模型训练方法、概率确定方法、装置、设备、介质及产品 | |
CN115774648A (zh) | 一种异常定位方法、装置、设备以及存储介质 | |
CN114866437A (zh) | 一种节点检测方法、装置、设备及介质 | |
CN117093429B (zh) | 一种服务器稳定性评价方法及系统 | |
CN117235867B (zh) | 一种bim规划报建模型的审查方法、装置、设备及存储介质 | |
CN117455684A (zh) | 一种数据处理方法、装置、电子设备、存储介质及产品 | |
CN115392027A (zh) | 一种网架结构的安全评估方法、装置、设备及介质 | |
CN118350719A (zh) | 一种组织架构的评价方法、装置、电子设备及存储介质 | |
CN118520092A (zh) | 投诉事件处理方法、装置、电子设备及存储介质 | |
CN115455019A (zh) | 一种基于用户行为分析的搜索意图识别方法、装置及设备 | |
CN117668363A (zh) | 一种推荐方法、装置、设备及介质 | |
CN118014018A (zh) | 一种楼宇能源消耗预测方法、装置、设备及存储介质 | |
CN118467403A (zh) | 一种数据库检测方法、装置、设备及存储介质 | |
CN117635311A (zh) | 一种风险等级预测方法、装置、设备及存储介质 | |
CN116011570A (zh) | 一种xai模型一致性训练方法、装置、设备和存储介质 | |
CN118245676A (zh) | 一种操作对象的推荐方法、装置、电子设备及存储介质 | |
CN117974363A (zh) | 配电变压器运行状态评估方法、装置、设备和介质 | |
CN116840696A (zh) | 蓄电池剩余寿命的预测方法、装置、电子设备及存储介质 |
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 |