全网唯一标准王
(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111483307.8 (22)申请日 2021.12.07 (71)申请人 国网河南省电力公司商丘供电公司 地址 476000 河南省商丘市睢阳区文化中 路142号 (72)发明人 陈俊良 朱辉 张传辉 薛秀梅  姜山 程龙 梁杰 康楠楠  (74)专利代理 机构 郑州红元帅专利代理事务所 (普通合伙) 41117 代理人 张凤姣 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06Q 10/04(2012.01) G06N 20/00(2019.01) (54)发明名称 一种多维参量交互决策的电网风险管控方 法 (57)摘要 本发明公开了一种多维参量交互决策的电 网风险管控 方法, 包括如下步骤: 步骤S1、 筛选电 网历史运行数据中的风险因素, 步骤S2、 多维参 量交互决策的风险管控建模, 步骤S3、 风险预测, 步骤S4、 风险管控专家库与风险管控策略的构 建; 本发明的有益效果是, 该多维参量交互决策 的电网风险管控 方法, 能有效的实现电网风险管 控与找到对应的风险策略, 为实际工程中有效规 避电网风险, 保障电网安全运行提供指导方法。 权利要求书2页 说明书4页 附图1页 CN 114140000 A 2022.03.04 CN 114140000 A 1.一种多维参量交互决策的电网风险管控方法, 其特征在于, 包括如下步骤: 步骤S1、 筛选电网历史运行数据中的风险因素, 步骤S2、 多维参量交互决策的风险管控建模, 步骤 S3、 风险预测, 步骤S4、 风险管控专 家库与风险管控策略的构建; 步骤S1: 对电网历史运行数据中的风险因素进行筛选, 包括系统的发电功率Pi、 降水量 Wi、 负荷特性Fi、 35kV及以上网络 拓扑结构支路数Si和高压电力设备健康状态Hi; 步骤S2: 对多维参 量交互决策的风险管控进行建模 将所述风险因素进行归一 化处理, 归一化发电功率Prei满足 公式(1): 归一化降水量 Wrei满足 公式(2): 归一化35kV及以上网络 拓扑结构支路数Srei满足 公式(3): 归一化高压电力设备健康状态Hrei满足 公式(4): 归一化负荷特性Frei满足 公式(5): 多维参量交互决策的风险预测模型满足 公式(6): 步骤S3: 通过深度学习训练实时发电功率Psi和历史发电数据和历史负荷数据预测下一 采样时刻的发电功率Psi+1, 通过深度学习训练实时降水量Wsi和历史雷云数据预测下一采 样时刻的降水量Wsi+1, 通过网络微扰结合机器学习训练实时35kV及以上网络拓扑结构支路 数Ssi和网络拓扑图中边到边矩阵并进一步地聚类划分预测下一采样时刻的35kV及以上网 络拓扑结构支 路数Ssi+1, 通过机器学习训练实时高压电力设备健康状态Hsi和投入时间、 运 行时间、 故障率对下一采样时刻的该地区内已统计的高压设备的高压电力设备健康状态 Hsi+1进行预测, 通过多时间尺度与随机森林相结合训练实时负荷特性Fsi和小时负荷和日 负荷预测下一采样时刻的负荷特性Fsi+1; 将预测得到的Psi+1、 Wsi+1、 Ssi+1、 Hsi+1和Fsi+1分别代入公式(1)、 公式(2)、 公式(3)、 公式 (4)和公式(5), 求解出下一采样时刻对应的归一化Psrei+1、 Wsrei+1、 Ssrei+1、 Hsrei+1和 Fsrei+1, 将各归一 化参量值代入公式(6), 得到下一采样时刻对应的风险等级预测值Rsi+1; 步骤S4: 将地区电网历史运行数据出现风险评价Ri时, 用步骤S1和步骤S2求解出对应采 样时刻下各风险因素权重系 数, 并调用出现该等级风险时所采取 的历史风险管控策略, 由权 利 要 求 书 1/2 页 2 CN 114140000 A 2风险因素权 重系数和历史风险管控策略构成风险管控专 家库。 2.根据权利要求1所述的一种 多维参量交互决策的电网风险管控方法, 其特征在于, 所 述步骤S1中Ri为4‑8, Pi为1000‑5000MW, Wi为0‑250mm, Si为200‑2000条, Fi为1000‑5000MW, 。 3.根据权利要求2所述的一种 多维参量交互决策的电网风险管控方法, 其特征在于, 所 述步骤S1中Hi为0‑1, 数值越大, 高压设备绝缘状态越好; i为采样时间, 定义为年+月+日+时 +分+秒。 4.根据权利要求1所述的一种 多维参量交互决策的电网风险管控方法, 其特征在于, 所 述步骤S2中ki为正常数; ai, bi, ci, di, ei分别为各风险因素权 重系数, 取值范围均为0 ‑1。 5.根据权利要求4所述的一种 多维参量交互决策的电网风险管控方法, 其特征在于, 所 述步骤S2ai, bi, ci, ei数值越大, 表示对应部分风险越大; 1 ‑di越大, 表示该部分风险越大; 。 6.根据权利要求1所述的一种 多维参量交互决策的电网风险管控方法, 其特征在于, 所 述步骤S4中ai, bi, ci, 1‑di, ei中, 各权重系数相等时, 表示各部分风险相等, 检修优先级相 同。 7.根据权利要求6所述的一种 多维参量交互决策的电网风险管控方法, 其特征在于, 所 述步骤S4中 ai或ei最大时, 表示需要增 加系统备用容 量。 8.根据权利要求6所述的一种 多维参量交互决策的电网风险管控方法, 其特征在于, 所 述bi最大时, 表示需要退 出所有检修作业, 持续 监控电网运行状态。 9.根据权利要求6所述的一种 多维参量交互决策的电网风险管控方法, 其特征在于, 所 述ci最大时, 表示需要退 出检修线路, 优先检修 其他风险项。 10.根据权利要求6所述的一种多维参量交互决策的电网风险管控方法, 其特征在于, 所述1‑di最大时, 表示设备健康状态出现问题。权 利 要 求 书 2/2 页 3 CN 114140000 A 3

.PDF文档 专利 一种多维参量交互决策的电网风险管控方法

文档预览
中文文档 8 页 50 下载 1000 浏览 0 评论 309 收藏 3.0分
温馨提示:本文档共8页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
专利 一种多维参量交互决策的电网风险管控方法 第 1 页 专利 一种多维参量交互决策的电网风险管控方法 第 2 页 专利 一种多维参量交互决策的电网风险管控方法 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2024-03-18 23:42:05上传分享
友情链接
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。