CN117495101A - 一种客户侧用电安全风险预警方法及系统 - Google Patents
一种客户侧用电安全风险预警方法及系统 Download PDFInfo
- Publication number
- CN117495101A CN117495101A CN202311519674.8A CN202311519674A CN117495101A CN 117495101 A CN117495101 A CN 117495101A CN 202311519674 A CN202311519674 A CN 202311519674A CN 117495101 A CN117495101 A CN 117495101A
- Authority
- CN
- China
- Prior art keywords
- gray
- risk
- index
- indexes
- weight
- 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
- 230000005611 electricity Effects 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000011156 evaluation Methods 0.000 claims abstract description 101
- 239000011159 matrix material Substances 0.000 claims abstract description 42
- 239000013598 vector Substances 0.000 claims abstract description 32
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 238000011835 investigation Methods 0.000 abstract description 4
- 239000002956 ash Substances 0.000 description 33
- 230000008569 process Effects 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 230000002087 whitening effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000012423 maintenance Methods 0.000 description 5
- 238000012502 risk assessment Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000004445 quantitative analysis Methods 0.000 description 3
- 235000002918 Fraxinus excelsior Nutrition 0.000 description 2
- 230000002860 competitive effect Effects 0.000 description 2
- 230000010485 coping Effects 0.000 description 2
- 238000010252 digital analysis Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004451 qualitative analysis Methods 0.000 description 2
- 206010000369 Accident Diseases 0.000 description 1
- 101100002917 Caenorhabditis elegans ash-2 gene Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000002269 spontaneous 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
- 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
- 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)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于电力系统技术领域,提供了一种客户侧用电安全风险预警方法及系统,包括:对于每个用电对象,基于电压、电流和有功功率,得到在每个二级指标下属于各灰类的评分;对于每个二级指标,基于评分,计算每个用电对象属于各灰类的灰色评级系数,并求和得到每个用电对象的总灰色评级系数后,计算得到每个用电对象主张每个灰类的灰色权;对于所述二级指标所属的一级指标,基于所述灰色权,得到灰色评价权矩阵,并基于所述灰色评价权矩阵,计算得到一级指标综合评价向量,并计算得到风险综合评价值,当一级指标综合评价向量中的某个元素超出所述风险综合评价值时,对该元素对应的一级指标进行报警。显著提高了电力客户安全隐患排查效率。
Description
技术领域
本发明属于电力系统技术领域,尤其涉及一种客户侧用电安全风险预警方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息,不必然构成在先技术。
随着客户侧光伏、电动汽车充电桩、变频负荷接入占比提高,相关的客户侧安全隐患事故频发。光伏并网逆变器元器件老化、电缆破裂、触点松动等问题极易产生故障电弧,引发严重火灾事故。充电桩充电线路温度过高、电池外部直流系统短路等问题导致电动汽车充电过程中自燃起火事故频发。电压波动、电流越限等电能质量问题将导致负荷设备异常离网,影响客户的正常生活需求和经济生产行为。频发的安全隐患事故,严重影响电网供电可靠性,威胁电力客户的人身安全,为电力客户和电网造成巨大损失。
目前的客户侧用电安全风险预警方法,大多采用人为评估的方法,受人的主观意识和经验的影响较大,评估的安全风险结果较低。
发明内容
为了解决上述背景技术中存在的技术问题,本发明提供一种客户侧用电安全风险预警方法及系统,通过将客户侧用电安全风险评估指标划分到两个层次,结合用电对象的电压、电流和有功功率,通过多层次灰色评价,分析得到存在风险的一级指标,显著提高了电力客户安全隐患排查效率。
为了实现上述目的,本发明采用如下技术方案:
本发明的第一个方面提供一种客户侧用电安全风险预警方法。
一种客户侧用电安全风险预警方法,包括:
获取每个用电对象的电压、电流和有功功率;
对于每个用电对象,基于所述电压、电流和有功功率,得到在每个二级指标下属于各灰类的评分;
对于每个二级指标,基于所述评分,计算每个用电对象属于各灰类的灰色评级系数,并求和得到每个用电对象的总灰色评级系数,基于所述灰色评级系数和总灰色评级系数,计算得到每个用电对象主张每个灰类的灰色权;
对于所述二级指标所属的一级指标,基于所述灰色权,得到灰色评价权矩阵,并基于所述灰色评价权矩阵,计算得到一级指标综合评价向量,并计算得到风险综合评价值,当一级指标综合评价向量中的某个元素超出所述风险综合评价值时,对该元素对应的一级指标进行报警。
进一步地,所述每个用电对象主张每个灰类的灰色权为所述用电对象属于各灰类的灰色评级系数与所述用电对象的总灰色评级系数的比值。
进一步地,所述一级指标综合评价向量结合各二级指标的权重得到。
进一步地,所述二级指标的权重的计算步骤包括:构建关于二级指标的判断矩阵,基于判断矩阵,通过特征向量矩阵和特征根的计算以及一致性的判断,得出所述二级指标的权重。
进一步地,所述一级指标包括电压风险指标;
所述电压风险指标对应的二级指标为高压指标和欠压指标。
进一步地,所述一级指标包括电流风险指标;
所述电流风险指标对应的二级指标为失流指标和过载指标。
进一步地,所述一级指标包括有功功率风险指标;
所述有功功率风险指标对应的二级指标为过负荷指标和欠负荷指标。
本发明的第二个方面提供一种客户侧用电安全风险预警系统。
一种客户侧用电安全风险预警系统,包括:
数据获取模块,其被配置为:获取每个用电对象的电压、电流和有功功率;
评分模块,其被配置为:对于每个用电对象,基于所述电压、电流和有功功率,得到在每个二级指标下属于各灰类的评分;
灰色权计算模块,其被配置为:对于每个二级指标,基于所述评分,计算每个用电对象属于各灰类的灰色评级系数,并求和得到每个用电对象的总灰色评级系数,基于所述灰色评级系数和总灰色评级系数,计算得到每个用电对象主张每个灰类的灰色权;
报警模块,其被配置为:对于所述二级指标所属的一级指标,基于所述灰色权,得到灰色评价权矩阵,并基于所述灰色评价权矩阵,计算得到一级指标综合评价向量,并计算得到风险综合评价值,当一级指标综合评价向量中的某个元素超出所述风险综合评价值时,对该元素对应的一级指标进行报警。
进一步地,所述每个用电对象主张每个灰类的灰色权为所述用电对象属于各灰类的灰色评级系数与所述用电对象的总灰色评级系数的比值。
进一步地,所述一级指标综合评价向量结合各二级指标的权重得到;
所述二级指标的权重的计算步骤包括:构建关于二级指标的判断矩阵,基于判断矩阵,通过特征向量矩阵和特征根的计算以及一致性的判断,得出所述二级指标的权重。
进一步地,所述一级指标包括电压风险指标;
所述电压风险指标对应的二级指标为高压指标和欠压指标;
或者,所述一级指标包括电流风险指标;所述电流风险指标对应的二级指标为失流指标和过载指标;
或者,所述一级指标包括有功功率风险指标;所述有功功率风险指标对应的二级指标为过负荷指标和欠负荷指标。
本发明的第三个方面提供一种计算机可读存储介质。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述第一个方面所述的一种客户侧用电安全风险预警方法中的步骤。
本发明的第四个方面提供一种计算机设备。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述第一个方面所述的一种客户侧用电安全风险预警方法中的步骤。
与现有技术相比,本发明的有益效果是:
本发明通过将客户侧用电安全风险评估指标划分到两个层次,结合用电对象的电压、电流和有功功率,通过多层次灰色评价,分析得到存在风险的一级指标,显著提高了工业、商业和居民行业重要电力客户安全隐患排查效率,确保用电设备的安全运行和快速维护,减少客户损失。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。
图1是本发明实施例一示出的一种客户侧用电安全风险预警方法的流程图;
图2是本发明实施例一示出的实验结果的示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出,以下详细说明都是例示性的,旨在对本发明提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非上下文另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
需要注意的是,附图中的流程图和框图示出了根据本发明的各种实施例的方法和系统的可能实现的体系架构、功能和操作。应当注意,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,所述模块、程序段、或代码的一部分可以包括一个或多个用于实现各个实施例中所规定的逻辑功能的可执行指令。也应当注意,在有些作为备选的实现中,方框中所标注的功能也可以按照不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,或者它们有时也可以按照相反的顺序执行,这取决于所涉及的功能。同样应当注意的是,流程图和/或框图中的每个方框、以及流程图和/或框图中的方框的组合,可以使用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以使用专用硬件与计算机指令的组合来实现。
实施例一
本实施例提供了一种客户侧用电安全风险预警方法。
开展客户侧安全态势分析服务,依据光伏、充电桩、变频负荷设备典型故障宽频带特征,实现对安全隐患的快速精准辨识和系统故障智能诊断,并分析预测客户系统安全用电的运行态势,为用电安全管理提供指导。通过安全态势数字化分析服务,不仅可显著提高工业、商业和居民行业重要电力客户安全隐患排查效率,确保用电设备的安全运行和快速维护,减少客户损失。更可以提高公司安全用电检查服务业务水平,提升电网公司企业社会形象,支撑公司代运维等竞争性业务领域储备和提升技术竞争力,增强公司能源服务业务的市场竞争力,提升供电企业管理效益。
本实施例提供的一种客户侧用电安全风险预警方法,包括:建立客户侧用电安全风险预警模型;利用改进的层次分析法对客户侧各用电指标进行建模分析,在风险评估等级指标体系中,不同的细分风险指标对关键风险指标的影响程度是不同的,影响程度大的指标应该被赋予较大的权重,而影响程度小的指标应该被赋予较小的权重;然后,利用方根法来计算矩阵的特征向量和特征根;通过满足一致性的判断矩阵对应的特征向量的各个分量,可以得到指标层的权重,进而对客户侧的用电安全进行预测分析。
本实施例提供的一种客户侧用电安全风险预警方法,如图1所示,包括以下具体步骤:
步骤1、确定客户侧用电安全风险预警模型的风险一级指标,为了对客户侧用电安全风险进行识别,选择风险最大的前三个一级风险指标,作为本发明的客户侧用电安全风险预警模型的一级风险指标。用电安全风险预警模型的风险指标为:电压风险指标、电流风险指标、有功功率风险指标三个一级指标。
其中,一级风险指标可以通过专家经验的方式进行选取。
步骤2、确定客户侧用电安全风险预警模型的风险二级指标。如表1所示,电压风险指标包括了过压、欠压等数据;电流风险指标包括了失流、过载等数据;有功功率风险指标包括过负荷、欠负荷数据。
表1、客户侧用电安全风险评估指标体系
其中,每个一级风险指标所对应的二级指标可以通过专家经验方法确定。
其中,电压风险指标包括了过压、欠压等数据。电流风险指标包括了失流、过载等数据。有功功率风险指标包括过负荷、欠负荷数据。
本实施例中,每15分钟采集一次各个节点的电压和电流值,一天采集96次。过压是高于额定电压15%的电压;欠压是低于额定电压85%的电压;失流是三相电流中任一相或两相小于启动电流,或没有电流,其他相线负荷电流大于5%额定电流的值;过载是电流超过额定阈值的电流值;过负荷是有功功率持续高于额定容量的20%的有功功率值;欠负荷是有功功率持续低于额定容量的80%的有功功率值。
步骤3、层次分析法改进。
由于判断矩阵的元素之间存在一定的关联性,在对各级指标进行专家打分时,将1-9等级的主观印象换成与各级指标相关的客观赋值,以此降低层次分析法的主观性。
对于专家打分的判断矩阵R,如下所示:
其中,p为一级指标个数;m为二级指标个数;rij表示二级指标。
对于判断矩阵各元素的重要性定义如下:
其中,Ri是判断矩阵的行,m是二级指标个数。Rj是判断矩阵的列,p是一级指标个数。
则将原始专家打分的原始判断矩阵通过下式转换为客观赋值的判断矩阵,以此降低层次分析法的主观性。因此,最终关于二级指标的判断矩阵为:
其中,
步骤4、确定指标权重。
本发明采用改进的层次分析的方法建立客户侧用电安全风险评估模型,根据步骤1和步骤2得到的指标体系,将1-9等级的主观印象换成与各级指标相关的客观赋值,以此降低层次分析法的主观性。然后通过基于多层次灰色评价的方法,对客户侧用电安全风险进行分析,通过风险识别,将客户侧用电安全风险的等级定义为五个等级,包括高风险、较高风险、一般风险、较低风险和低风险。
在本实施例中,通过层次分析法来确定各个指标的权重,因为层次分析法能够有效的将定性分析纳入到结果当中考虑,又能够发挥出定量分析的优势。在步骤3中根据专家的经验来构建判断矩阵,在客户侧用电安全风险的指标体系当中,不同的指标对于最终的目标影响程度不同,影响程度较大,或者危害程度较大的指标应该被赋予较大的权重而影响程度,较小的指标应该赋予较小的权重;然后,基于判断矩阵,通过特征向量矩阵和特征根的计算以及一致性的判断,来对各个特征分量进行计算,得出指标层权重。
步骤5、确定评价灰类。灰色综合评价方法基于模糊数学理论,将指标定性分析转变为指标定量分析,以对多种指标因素进行评价的方法,灰色综合评价方法,对于量化分析问题应用广泛。
确定评价灰类是灰色综合评价的第一步,需要视实际问题确定评价灰类的等级数、灰类的灰数及灰类的白化函数。设评价灰类的等级数有g个,即评价灰类l=1,2,…g,如将评价灰类取为“高”、“中”、“低”三个灰类,或“优”、“良”、“中”、“差”四个灰类等等。本实施例将评价灰类分为5类,对应的灰数集为⊙=(⊙1,⊙2,⊙3,⊙4,⊙5)。由风险评价等级V,来确定评价灰类,分为5类,设评价灰类序号为l,对应的灰数集为⊙=(⊙1,⊙2,⊙3,⊙4,⊙5),每个灰数相应的白化权函数表示如下:
第1灰类为低风险(l=1),设定灰数⊙1∈[0,1,2],其白化权函数为f1。
第2灰类为较低风险(l=2),设定灰数⊙2∈[0,2,3],其白化权函数为f2。
第3灰类为一般风险(l=3),设定灰数⊙3∈[0,3,6],其白化权函数为f3。
第4灰类为较高风险(l=4),设定灰数⊙4∈[0,4,8],其白化权函数为f4。
第5灰类为高风险(l=5),设定灰数⊙5∈[5,∞],其白化权函数为f5。
步骤6、计算灰色评价系数。
对于第s个评价项目(即用电对象),获取电压、电流和有功功率,得到在每个二级指标Uij下属于各灰类的评分例如,可以对每个二级指标设置多个阈值,根据阈值划分,得到属于各灰类的评分。例如,对于过电压指标,在电压值未超过额定电压的5%(第一阈值)时,属于各灰类的评分分别为1.5、2.0、1.5、1.0、0.5;在电压值未超过额定电压的10%(第一阈值)时,属于各灰类的评分分别为1.0、1.5、2.0、1.5、1.0。
对于风险评价等级指标Uij,第s个评价项目(用电客户或用电设备)属于第l个评价灰类的灰色评价系数和属于各个灰类的总灰色评价系数/>分别为:
例如,对评价等级指标U11,该风险属于第l个评价灰类的灰色评价系数为:
1=1,u111=f1(d111)+f1(d112)+f1(d113)+f1(d114)+f1(d115)
=f1(1.0)+f1(1.5)+f1(2.0)+f1(1.5)+f1(1.0)=3.0
1=2,u112=f2(1.0)+f2(1.5)+f2(2.0)+f2(1.5)+f2(1.0+1.0+2.0+1.5+1.0)/2=3.50
1=3,u113=f3(1.0)+f3(1.5)+f3(2.0)+f3(1.5)+f3(1.0+1.0+2.0+1.5+1.0)/3=2.33
1=4,u114=f4(1.0)+f4(1.5)+f4(2.0)+f4(1.5)+f4(1.0+1.0+2.0+1.5+1.0)/4=1.75
1=5,u115=f5(1.0)+f5(1.5)+f5(2.0)+f5(1.5)+f5(1.0+1.0+2.0+1.5+1.0)/5=1.40
对评价等级指标U11,属于各个评价灰类的总灰色评价数n11为:
步骤7、计算灰色评价权向量。
评价等级指标uij对第s个评价项目(用电客户或用电设备)主张第l个灰类的灰色权为 于是第s个评价项目(用电客户或用电设备)的评价等级指标uij对于各灰类的灰色评价权向量/>为:/>
步骤8、计算灰色评价权矩阵。依据灰色评价权向量得到第s个评价项目的UI所属指标uij对于各评价灰类的灰色评价权矩阵
于是,对评价等级指标u11的灰色评价权向量为:
r11=(r111,r112,r113,r114,r115)=(n111,n112,n113,n114,n115)/n11
=(0.25,0.292,0.195,0,146,0.117)
该项目U1,U2,U3所属指标对于各评价灰类的灰色评价权矩阵为:
(9)计算客户侧用电安全风险综合评价值。
对第s个评价项目(用电客户或用电设备)的主因素层评价等级指标Ui做综合评价的结果为则有:
其中,于是,Ui指标对各评价灰类的灰色评价权系数矩阵/>则对第s个评价项目(用电客户或用电设备)的主因素层Ui指标做风险综合评价(一级指标综合评价向量)的结果为:
当可作归一化处理,使得/>于是有:
B1=A1*R1=(0.1689,0.3238,0.2159)
B2=A2*R2=(0.0940,0.3530,0.2353)
B3=A3*R3=(0.1817,0.3188,0.2125)
由于第s个用电安全风险综合评价结果B(s)是一个向量,可对其作进一步处理:设各评价灰类等级的数值化向量为C=(1,2,3),令Q(s)=B(s)*CT,则Q就是对第s个用电安全风险的综合评价值。故风险综合评价值为Q=B*CT=3.073风险指标属于一般风险的范畴。
(10)计算各个风险指标评价值并排序,超过用电安全风险综合评价值的则预警。依据分析,对于客户侧用电安全风险的各种风险指标进行多层次的评估,对于评估值的大小进行排序,分值越高表示风险越大,也就是危害程度越大,管理人员应当对这些重点的高风险因素进行特别的关注,及时的制定对策避免风险扩散,评分越低说明该指标风险的影响程度越小,危害程度越小,多层次灰色评价方法,对于高风险的因素可以提前的识别和预防,以便尽早的作出应对决策。
该用电安全风险的总灰色评价矩阵R=(B1,B2,B3)T,综合评价结果(一级指标综合评价向量)为:B(s)=A·R=(0.1806,0.1788,3.1809)。
由此可知,系统总体低电压风险指标高于用电安全风险综合评价值,需要特别关注。
步骤11、依据计算的各个风险指标评价值,制定用电安全风险应对策略。
本发明实施例的技术方案,通过安全态势数字化分析服务,不仅可显著提高工业、商业和居民行业重要电力客户安全隐患排查效率,确保用电设备的安全运行和快速维护,减少客户损失。更可以提高公司安全用电检查服务业务水平,提升电网公司企业社会形象,支撑公司代运维等竞争性业务领域储备和提升技术竞争力,增强公司能源服务业务的市场竞争力,提升供电企业管理效益。
通过采集的数据进行实验,将层次分析法与SML、DNN方法进行对比分析,实验结果如图2所示。由图2可知,基于层次分析法的用电安全预警误差最小,Loss值最小,具有较好的风险预测效果。
实施例二
本实施例提供了一种客户侧用电安全风险预警系统。
一种客户侧用电安全风险预警系统,包括:
数据获取模块,其被配置为:获取每个用电对象的电压、电流和有功功率;
评分模块,其被配置为:对于每个用电对象,基于所述电压、电流和有功功率,得到在每个二级指标下属于各灰类的评分;
灰色权计算模块,其被配置为:对于每个二级指标,基于所述评分,计算每个用电对象属于各灰类的灰色评级系数,并求和得到每个用电对象的总灰色评级系数,基于所述灰色评级系数和总灰色评级系数,计算得到每个用电对象主张每个灰类的灰色权;
报警模块,其被配置为:对于所述二级指标所属的一级指标,基于所述灰色权,得到灰色评价权矩阵,并基于所述灰色评价权矩阵,计算得到一级指标综合评价向量,并计算得到风险综合评价值,当一级指标综合评价向量中的某个元素超出所述风险综合评价值时,对该元素对应的一级指标进行报警。
此处需要说明的是,上述模块与实施例一中的步骤所实现的示例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为系统的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
实施例三
本实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述实施例一所述的一种客户侧用电安全风险预警方法中的步骤。
实施例四
本实施例提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述实施例一所述的一种客户侧用电安全风险预警方法中的步骤。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种客户侧用电安全风险预警方法,其特征在于,包括:
获取每个用电对象的电压、电流和有功功率;
对于每个用电对象,基于所述电压、电流和有功功率,得到在每个二级指标下属于各灰类的评分;
对于每个二级指标,基于所述评分,计算每个用电对象属于各灰类的灰色评级系数,并求和得到每个用电对象的总灰色评级系数,基于所述灰色评级系数和总灰色评级系数,计算得到每个用电对象主张每个灰类的灰色权;
对于所述二级指标所属的一级指标,基于所述灰色权,得到灰色评价权矩阵,并基于所述灰色评价权矩阵,计算得到一级指标综合评价向量,并计算得到风险综合评价值,当一级指标综合评价向量中的某个元素超出所述风险综合评价值时,对该元素对应的一级指标进行报警。
2.根据权利要求1所述的一种客户侧用电安全风险预警方法,其特征在于,所述每个用电对象主张每个灰类的灰色权为所述用电对象属于各灰类的灰色评级系数与所述用电对象的总灰色评级系数的比值。
3.根据权利要求1所述的一种客户侧用电安全风险预警方法,其特征在于,所述一级指标综合评价向量结合各二级指标的权重得到;
所述二级指标的权重的计算步骤包括:构建关于二级指标的判断矩阵,基于判断矩阵,通过特征向量矩阵和特征根的计算以及一致性的判断,得出所述二级指标的权重。
4.根据权利要求1所述的一种客户侧用电安全风险预警方法,其特征在于,所述一级指标包括电压风险指标;
所述电压风险指标对应的二级指标为高压指标和欠压指标;
或者,所述一级指标包括电流风险指标;所述电流风险指标对应的二级指标为失流指标和过载指标;
或者,所述一级指标包括有功功率风险指标;所述有功功率风险指标对应的二级指标为过负荷指标和欠负荷指标。
5.一种客户侧用电安全风险预警系统,其特征在于,包括:
数据获取模块,其被配置为:获取每个用电对象的电压、电流和有功功率;
评分模块,其被配置为:对于每个用电对象,基于所述电压、电流和有功功率,得到在每个二级指标下属于各灰类的评分;
灰色权计算模块,其被配置为:对于每个二级指标,基于所述评分,计算每个用电对象属于各灰类的灰色评级系数,并求和得到每个用电对象的总灰色评级系数,基于所述灰色评级系数和总灰色评级系数,计算得到每个用电对象主张每个灰类的灰色权;
报警模块,其被配置为:对于所述二级指标所属的一级指标,基于所述灰色权,得到灰色评价权矩阵,并基于所述灰色评价权矩阵,计算得到一级指标综合评价向量,并计算得到风险综合评价值,当一级指标综合评价向量中的某个元素超出所述风险综合评价值时,对该元素对应的一级指标进行报警。
6.根据权利要求5所述的一种客户侧用电安全风险预警系统,其特征在于,所述每个用电对象主张每个灰类的灰色权为所述用电对象属于各灰类的灰色评级系数与所述用电对象的总灰色评级系数的比值。
7.根据权利要求5所述的一种客户侧用电安全风险预警系统,其特征在于,所述一级指标综合评价向量结合各二级指标的权重得到;
所述二级指标的权重的计算步骤包括:构建关于二级指标的判断矩阵,基于判断矩阵,通过特征向量矩阵和特征根的计算以及一致性的判断,得出所述二级指标的权重。
8.根据权利要求5所述的一种客户侧用电安全风险预警系统,其特征在于,所述一级指标包括电压风险指标;
所述电压风险指标对应的二级指标为高压指标和欠压指标;
或者,所述一级指标包括电流风险指标;所述电流风险指标对应的二级指标为失流指标和过载指标;
或者,所述一级指标包括有功功率风险指标;所述有功功率风险指标对应的二级指标为过负荷指标和欠负荷指标。
9.一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,该程序被处理器执行时实现如权利要求1-4中任一项所述的一种客户侧用电安全风险预警方法中的步骤。
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-4中任一项所述的一种客户侧用电安全风险预警方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311519674.8A CN117495101A (zh) | 2023-11-14 | 2023-11-14 | 一种客户侧用电安全风险预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311519674.8A CN117495101A (zh) | 2023-11-14 | 2023-11-14 | 一种客户侧用电安全风险预警方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117495101A true CN117495101A (zh) | 2024-02-02 |
Family
ID=89667264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311519674.8A Pending CN117495101A (zh) | 2023-11-14 | 2023-11-14 | 一种客户侧用电安全风险预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117495101A (zh) |
-
2023
- 2023-11-14 CN CN202311519674.8A patent/CN117495101A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107563680B (zh) | 一种基于ahp和熵权法的配电网可靠性评估方法 | |
CN106384210B (zh) | 一种基于检修风险收益的输变电设备检修优先级排序方法 | |
CN107633354B (zh) | 一种站用直流系统运行状态健康程度的综合评价方法 | |
CN112668943A (zh) | 一种配电线路健康状态评估方法及系统 | |
CN111612326A (zh) | 一种配变供电可靠性的综合评估方法 | |
CN109993665B (zh) | 电力系统在线安全稳定评估方法、装置及系统 | |
CN115358558A (zh) | 基于数字化预案模型的实时电网状态安全校核方法 | |
CN111724071A (zh) | 基于topsis法的智能箱式变电站运行状态评估方法 | |
CN107491862B (zh) | 电网风险评测的方法及装置 | |
CN113868586A (zh) | 一种多维度多层级的韧性电网评估方法及系统 | |
CN115345392A (zh) | 一种配电网异常态势研判与关键指标筛选方法 | |
Yu et al. | Maintenance plan based on RCM | |
CN112613676A (zh) | 一种高分辨度电网弹性评估方法 | |
CN117495101A (zh) | 一种客户侧用电安全风险预警方法及系统 | |
Zhou et al. | A maintenance decision optimization method based on life cycle cost of converter transformer | |
CN114266439A (zh) | 一种配电变压器的运行状态评估方法和相关装置 | |
Ding et al. | Reliability evaluation of direct current distribution system for intelligent buildings based on big data analysis | |
CN108879662B (zh) | 一种基于安全效能成本的配电网顺序控制改造决策方法 | |
Salami | Multiple contingency analysis of power systems | |
Wang et al. | A construction method of power grid abnormal state kpi based on ahp | |
CN116593902B (zh) | 基于铁锂电池的性能参数融合成ai模型的故障诊断方法 | |
Vazquez et al. | Two-Stage Stochastic Power Grid Expansion Considering Multiple N-1-1 Contingencies | |
CN116070912A (zh) | 含分布式光伏接入配电网的综合评价指标体系构建方法 | |
Pan et al. | A Survivability Assessment Model for the Weak-Link Power Grid under Extreme Events | |
Andrusca et al. | Prioritization of maintenance activities from an electricity company |
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 |