System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于数据物联的电力系统风险预测方法技术方案_技高网

一种基于数据物联的电力系统风险预测方法技术方案

技术编号:43711052 阅读:6 留言:0更新日期:2024-12-18 21:23
本发明专利技术公开了一种基于数据物联的电力系统风险预测方法,涉及电力系统技术领域,包括:对至少一个异常情况形成至少一个异常并发链路;形成电力系统的至少一个初始异常组合,确定初始异常组合的权重系数;形成电力系统的至少一个并发异常组合;计算初始异常组合的至少一个并发异常组合的发生概率;计算初始异常组合的至少一个并发异常组合对于电力系统的联合风险贡献值;计算电力系统的综合风险值;形成电力系统的风险评估标准;对电力系统的风险进行预测。通过形成至少一个异常并发链路以及计算电力系统的综合风险值,对于电力系统中所出现的所有情况进行综合考虑,其预测的结果与实际更为相符。

【技术实现步骤摘要】

本专利技术涉及电力系统,具体是涉及一种基于数据物联的电力系统风险预测方法


技术介绍

1、电力系统是由发电厂、送变电线路、供配电所和用电等环节组成的电能生产与消费系统。它的功能是将自然界的一次能源通过发电动力装置转化成电能,再经输电、变电和配电将电能供应到各用户。电力系统在各个环节和不同层次还具有相应的信息与控制系统,对电能的生产过程进行测量、调节、控制、保护、通信和调度,以保证用户获得安全、优质的电能。电力系统在长期使用过程中,会出现各类异常,该异常虽然不会导致电力系统的瘫痪,但随着异常的累积,其出现局部瘫痪的概率会逐步增高。

2、现有技术虽然能对电力系统的风险情况进行一定程度的预测,但电力系统的异常存在诸多可能,且其异常也会引发不同的其余的异常,目前的技术并未对上述情况进行综合考虑,导致分析结果的准确度不足。


技术实现思路

1、为解决上述技术问题,提供一种基于数据物联的电力系统风险预测方法,本技术方案解决了上述
技术介绍
中提出的现有技术虽然能对电力系统的风险情况进行一定程度的预测,但电力系统的异常存在诸多可能,且其异常也会引发不同的其余的异常,目前的技术并未对上述情况进行综合考虑,导致分析结果的准确度不足的问题。

2、为达到以上目的,本专利技术采用的技术方案为:

3、一种基于数据物联的电力系统风险预测方法,包括:

4、基于物联数据,获取电力系统中存在的至少一个异常情况,获取异常情况在电力系统中的发生概率;

5、对至少一个异常情况形成至少一个异常并发链路;

6、基于异常并发链路,获取异常情况的并发异常情况,获取异常情况触发对应的并发异常情况的概率,作为触发概率,其中,并发异常情况为至少一个异常情况的其中一个;

7、基于历史数据,获取异常情况引起电力系统局部或全局失效的概率,作为风险贡献值;

8、基于历史数据,形成电力系统的至少一个初始异常组合,确定初始异常组合的权重系数;

9、基于初始异常组合,形成电力系统的至少一个并发异常组合;

10、计算初始异常组合的至少一个并发异常组合的发生概率;

11、计算初始异常组合的至少一个并发异常组合对于电力系统的联合风险贡献值;

12、计算电力系统的综合风险值;

13、基于历史数据,获取电力系统的综合风险值的取值范围,基于综合风险值的取值范围,形成电力系统的风险评估标准;

14、使用电力系统的风险评估标准,对电力系统的风险进行预测。

15、优选的,所述基于物联数据,获取电力系统中存在的至少一个异常情况包括以下步骤:

16、对电力系统中的至少一个工作状态进行数据统计,得到工作状态的电力系统运行参数,基于工作状态的电力系统运行参数,得到工作状态的波动范围;

17、获取电力系统正常运作时的正常运行参数范围,获取工作状态的波动范围在正常运行参数范围之外的异常范围和异常范围的持续时间;

18、使用异常评估公式,计算工作状态的异常值,当异常值大于预设值时,将工作状态作为异常情况;

19、异常评估公式如下:;

20、其中,a为工作状态的异常值,a为异常范围的区间长度,b为异常范围的持续时间。

21、优选的,所述对至少一个异常情况形成至少一个异常并发链路包括以下步骤:

22、基于历史数据,获取异常情况发生的所有情况中,其余的至少一个异常情况中发生的异常情况,作为预并发异常情况,其中,预并发异常情况在异常情况发生的所有情况中至少发生一次;

23、统计预并发异常情况在异常情况发生的总次数中的出现占比,作为评估概率;

24、当评估概率大于预设概率时,则将预并发异常情况作为异常情况的并发异常情况,并将评估概率作为触发概率;

25、按照触发概率从大到小对并发异常情况进行排序,形成异常并发链路,异常并发链路与异常情况配对。

26、优选的,所述基于异常并发链路,获取异常情况的并发异常情况包括以下步骤:

27、对异常并发链路中异常情况的并发异常情况进行相似度计算,将两个所述并发异常情况同时发生的概率作为两个所述并发异常情况的相似度;

28、当相似度与1的差距小于预设间距时,则保留两个所述并发异常情况的其中一个,并删除另一个;

29、完成去重后,得到异常情况的至少一个并发异常情况。

30、优选的,所述形成电力系统的至少一个初始异常组合,确定初始异常组合的权重系数包括以下步骤:

31、统计电力系统正常运作时首次出现的至少一个异常情况,作为初始异常组合;

32、使用权重公式计算初始异常组合的权重系数;

33、权重公式如下:;

34、其中,为异常情况在电力系统中的发生概率,i为计数下标,n为初始异常组合中异常情况的总个数,b为初始异常组合的权重系数。

35、优选的,所述基于初始异常组合,形成电力系统的至少一个并发异常组合包括以下步骤:

36、使用初始异常组合中的异常情况的并发异常情况进行随机组合,得到至少一个并发异常组合;

37、将不满足于组合机制的并发异常组合进行删除,所述组合机制为并发异常组合至少包含初始异常组合中的异常情况的其中一个并发异常情况。

38、优选的,所述计算初始异常组合的至少一个并发异常组合的发生概率包括以下步骤:

39、使用联合概率公式计算初始异常组合的至少一个并发异常组合的发生概率;

40、联合概率公式如下:;

41、其中,c为并发异常组合的发生概率,j为计数下标,m为并发异常组合中并发异常情况的总个数,为并发异常情况发生的概率。

42、优选的,所述计算初始异常组合的至少一个并发异常组合对于电力系统的联合风险贡献值包括以下步骤:

43、使用风险贡献公式计算初始异常组合的至少一个并发异常组合对于电力系统的联合风险贡献值;

44、使用触发概率公式,计算初始异常组合对并发异常组合的触发总概率;

45、触发概率公式如下:;

46、其中,t为初始异常组合对并发异常组合的触发总概率,r为计数下标,m为并发异常组合中并发异常情况的总个数,为初始异常组合中异常情况触发并发异常组合中对应的并发异常情况的触发概率;

47、风险贡献公式如下:;

48、其中,d为联合风险贡献值,l为计数下标,c为初始异常组合的至少一个并发异常组合的总个数,为第l个并发异常组合的发生概率,为初始异常组合对第l个并发异常组合的触发总概率,j为计数下标,m为并发异常组合中并发异常情况的总个数,为并发异常情况的风险贡献值。

49、优选的,所述计算电力系统的综合风险值包括以下步骤:

50、使用风险叠加公式,计算电力系统的综合风险值;

51、风险叠加公本文档来自技高网...

【技术保护点】

1.一种基于数据物联的电力系统风险预测方法,其特征在于,包括:

2.根据权利要求1所述的一种基于数据物联的电力系统风险预测方法,其特征在于,所述基于物联数据,获取电力系统中存在的至少一个异常情况包括以下步骤:

3.根据权利要求2所述的一种基于数据物联的电力系统风险预测方法,其特征在于,所述对至少一个异常情况形成至少一个异常并发链路包括以下步骤:

4.根据权利要求3所述的一种基于数据物联的电力系统风险预测方法,其特征在于,所述基于异常并发链路,获取异常情况的并发异常情况包括以下步骤:

5.根据权利要求4所述的一种基于数据物联的电力系统风险预测方法,其特征在于,所述形成电力系统的至少一个初始异常组合,确定初始异常组合的权重系数包括以下步骤:

6.根据权利要求5所述的一种基于数据物联的电力系统风险预测方法,其特征在于,所述基于初始异常组合,形成电力系统的至少一个并发异常组合包括以下步骤:

7.根据权利要求6所述的一种基于数据物联的电力系统风险预测方法,其特征在于,所述计算初始异常组合的至少一个并发异常组合的发生概率包括以下步骤:

8.根据权利要求7所述的一种基于数据物联的电力系统风险预测方法,其特征在于,所述计算初始异常组合的至少一个并发异常组合对于电力系统的联合风险贡献值包括以下步骤:

9.根据权利要求8所述的一种基于数据物联的电力系统风险预测方法,其特征在于,所述计算电力系统的综合风险值包括以下步骤:

10.根据权利要求9所述的一种基于数据物联的电力系统风险预测方法,其特征在于,所述基于综合风险值的取值范围,形成电力系统的风险评估标准包括以下步骤:

...

【技术特征摘要】

1.一种基于数据物联的电力系统风险预测方法,其特征在于,包括:

2.根据权利要求1所述的一种基于数据物联的电力系统风险预测方法,其特征在于,所述基于物联数据,获取电力系统中存在的至少一个异常情况包括以下步骤:

3.根据权利要求2所述的一种基于数据物联的电力系统风险预测方法,其特征在于,所述对至少一个异常情况形成至少一个异常并发链路包括以下步骤:

4.根据权利要求3所述的一种基于数据物联的电力系统风险预测方法,其特征在于,所述基于异常并发链路,获取异常情况的并发异常情况包括以下步骤:

5.根据权利要求4所述的一种基于数据物联的电力系统风险预测方法,其特征在于,所述形成电力系统的至少一个初始异常组合,确定初始异常组合的权重系数包括以下步骤:

6.根据权利要求5所述的一种基于...

【专利技术属性】
技术研发人员:孙伟赵龙丁国成康健向杰訾泉卞真旭金雨楠邹知炜周小希汪春燕李杨月姚义
申请(专利权)人:国网安徽省电力有限公司电力科学研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1