[发明专利]一种基于人工神经网络的风险评估分析方法

权利要求书

1.一种基于人工神经网络的风险评估分析方法，其特征在于，包括：

根据电网历史运行数据，分析筛选出所述电网非正常运行时的运行数据及其影响因素；

利用人工神经网络对所述影响因素进行风险评估，并将风险评估后的影响因素分级存储于数据库中；

根据检测到的电网实时运行数据提取所述数据库中不同优先级的数据，计算二者的相似度，预测电网会出现的风险事件，完成电网风险评估。

2.如权利要求1所述的基于人工神经网络的风险评估分析方法，其特征在于：所述电网非正常运行时的运行数据包括电气量信息和非电气量信息；

所述非电气量信息包括温湿度模拟量、光信号、热信号以及设备的状态信息，即开关量信息。

3.如权利要求1或2所述的基于人工神经网络的风险评估分析方法，其特征在于：所述影响因素包括发电机组故障、输电线路故障、变电所故障、母线故障；

所述发电机组故障：空载电压低于最低预设值或高于最高预设值、稳态电压调整率差、电压表无指示、振动大；

所述输电线路故障：雷击跳闸故障、外力破坏故障、鸟害故障、线路覆冰及导线的断股、损伤和闪络烧伤故障；

所述变电所故障：直流系统接地及故障、电容器的故障、断路器故障、避雷器的故障；

所述母线故障：母线绝缘子和断路器套管的闪络，装于母线上的电压互感器和装在母线和断路器之间的电流互感器的故障，母线隔离开关和断路器的支持绝缘子损坏，运行人员的误操作。

4.如权利要求3所述的基于人工神经网络的风险评估分析方法，其特征在于：利用人工神经网络对所述影响因素进行风险评估包括，

计算公式为：

其中，P(c)表示运行状态c下出现故障状态的概率，n_b表示故障状态中影响因素的数量，Q_i表示第i个影响因素出现的概率。

5.如权利要求4所述的基于人工神经网络的风险评估分析方法，其特征在于：还包括，

累积出现的故障概率值为：

其中，R表示所有影响因素的结合。

6.如权利要求1、4、5任一所述的基于人工神经网络的风险评估分析方法，其特征在于：根据所述出现故障状态的概率进行所述风险评估，并将风险评估后的影响因素分级存储于数据库中包括，

将计算得到的出现故障状态的概率分为4级，按照25％的比例、概率值由高到低进行划分；

概率值在总概率值数值排在前25％为第一等级；

概率值在总概率值数值排在前50％到75％为第二等级；

概率值在总概率值数值排在前25％到50％为第三等级；

概率值在总概率值数值排在0％到25％为第四等级。

7.如权利要求6所述的基于人工神经网络的风险评估分析方法，其特征在于：根据检测到的电网实时运行数据提取所述数据库中不同优先级的数据，计算二者的相似度，预测电网会出现的风险事件包括，

基于检测的电网实时运行数据，首先提取第一等级故障概率数据对应的运行数据进行比对，若比对不成功则依次提取第二、三、四等级的运行数据进行比对，直至比对成功。

8.如权利要求7所述的基于人工神经网络的风险评估分析方法，其特征在于：还包括，

利用余弦相似度计算所述二者的相似度包括，

将所述实时运行数据和数据库中的数据转换为波形频谱图；

基于所述波形频谱图建立直角坐标系；

在所述直角坐标系中计算所述频谱图每个点的余弦相似度；

当相似度高于预设值时即为比对成功。