[发明专利]一种电网停电事故的危险性评估方法

权利要求书

1.一种电网停电事故的危险性评估方法，其特征在于，包括以下步骤：

S1：提取负荷损失的样本数据；

S2：选用合适的极值分布模型；

为了提高极值分布的拟合精度，选用具有普遍适应性的广义极值分布模型，其分布函数为：

式中：(1+ε·(x-μ)/σ)0，σ0；μ，σ，ε分别为位置参数、尺度参数和形状参数；

S3：利用基于有效群体的粒子群遗传算法进行广义极值分布模型参数估计，得出广义极值分布模型；

在模型参数估计方面，提出一种改进粒子群算法进行参数优化，首先构造目标函数：当未确定一组数据的总体分布形式时，选择样本经验分布方法，即设x_j是原样本重新按升序排列的数据，P_j为与x_j对应的经验概率值，定义P_j为：

式中：j为x_j按升序排列中排第j的位置，m为样本数据的个数；

令P_j＝G_ε(x_j')，并对其进行变换得：

定义目标函数F为样本数据x_j与理论数据x_j'之间误差的平方和，令F最小，其数学模型为：

基于有效群体的粒子群遗传算法是一种有效改变粒子数目的改进型算法；采用粒子群算法对广义极值模型的三个参数进行求解，首先对μ，σ，ε初始化为一群三维的随机粒子，然后对目标函数进行迭代寻优；在每次迭代过程中，粒子通过跟随个体最优解Pbest及全局最优解Gbest两个极值来更新自己；设初始种群规模为N，总的迭代次数为maxgen；在迭代过程中，粒子更新自己的速度和位置；

利用群体的全局最优解Gbest变化来有效改变粒子的数目，具体规则如下：

(a)若在连续两次迭代过程中Gbest均未更新，则在群体中加入一个粒子，其对应的位置为：

式中，a₁和a₂为当前群体中随机抽取的两个粒子；d是指d维空间；

(b)若在连续两次迭代过程中Gbest得到更新，对当前群体的个体最优解Pbest进行排序，其中个体最优解为最大值所对应的粒子为适应度最差的粒子，因种群规模已足够，去除该适应度最差的粒子；此时的种群规模更新为N'；

在进化到pmaxgen代时，求当代个体最优解的均值Pav：

pmaxgen为在一次迭代寻优中设定的粒子群迭代次数；

对不同个体最优值进行处理，规则如下：(a)若共有M个PbestPav，则此M个个体直接进入下一次迭代；(b)余下的N'-M个个体则进入遗传进化，得到一组新的N'-M个个体，对2(N'-M)个个体进行重新排序，选取最优的前N'-M个个体进入下一次迭代；

S4：对负荷损失的事故概率进行分析；

若电网停电事故样本数据满足广义极值分布模型的模型分布时，定义未来T年内负荷损失超过x_T的事故概率为：Pl(xx_T)＝1-(G_ε(x_T))^T

或者T年内发生负荷损失不超过x_T的概率为：Pl(x≤x_T)＝(G_ε(x_T))^T

采用区间概率计算特定区域(x_T1,x_T2]的概率值：Pl(x_T1x≤x_T2)＝(G_ε(x_T2))^T-(G_ε(x_T1))^T；

S5：建立评价指标，利用层次分析法计算权重向量；

事故后果评价指标有四个，分别为I级、II级、III级、IV级等四个指标，I类的相对值范围为0.06～+∞，II类的相对值范围为0.04～0.06，III类的相对值范围为0.02～0.04，IV类的相对值范围为0～0.02；对指标的重要性程度排序为：I级II级III级IV级，并对其进行两两对比；利用层次分析法确定事故等级对应的权重系数b₁、b₂、b₃、b₄，其中b₁＝0.8880，b₂＝0.4121、b₃＝0.1847、b₄＝0.0869；

S6：计算负荷损失的危险性指标。