[发明专利]一种基于人工神经网络的风险评估分析方法

说明书

本发明公开了一种基于人工神经网络的风险评估分析方法，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。本发明方法能够客观的对电网风险进行预测评估，有效地降低风险或避免风险，提高电力系统的安全性及可靠性。

技术领域

本发明涉及电网风险评估的技术领域，尤其涉及一种基于人工神经网络的风险评估分析方法。

背景技术

电力系统涉及发、输、变、配、用等环节，是一个典型的复杂大系统，呈现非线性、高维、时变、多层动态特征，其安全运行受到自然灾害、设备缺陷及故障、战争、能源短缺及人为误操作等诸多因素的挑战，特别是自然灾害对电力系统的影响尤为严峻，是引起重大停电事故的重要因素。

现有技术中，评估专家可以通过层次分析法人为主观地对影响电网的灾害进行评估，其结果虽然较为准确，但完全由人为主观因素所决定，也有专家通过收集灾害的相关数据，通过熵权法对数据进行客观的分析，以确定灾害下电网的危险程度，然而该方法通常依赖数据的准确度，数据一旦不准，则导致分析结果不够准确。

电网关系到每家每户，其安全保障至关重要。随着电网规模不断增加，拓扑结构日趋复杂，其运行的不确定性也随之增加。对电网运行存在的风险进行科学评估，将评估结果作为选择电力通信网安全防范措施的依据，通过改进管理措施，能够有效地降低风险或避免风险，提高电力系统的安全性，对于保障电网稳定运行具有重要的现实意义。因此，提供一种能够对电网运行风险进行全面且准确预测评估的方法是亟待解决的问题。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明解决的技术问题是：现有技术方案会受人为主观的影响导致评估结果并不准确，对原始采集的数据准确度要求较高，从而无法准确而有效的进行电网运行状态评估，从而导致电网的可靠性低。

为解决上述技术问题，本发明提供如下技术方案：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。

作为本发明所述的基于人工神经网络的风险评估分析方法的一种优选方案，其中：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。

作为本发明所述的基于人工神经网络的风险评估分析方法的一种优选方案，其中：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。

作为本发明所述的基于人工神经网络的风险评估分析方法的一种优选方案，其中：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：