本發明專利技術公開了一種基于電網災損的應急處理評估方法及系統，涉及資源分配技術領域，通過預先收集電網信息集合、環境信息集合和應急資源信息集合，基于電網信息集合和環境信息集合，構建并訓練分區風險評估模型，收集電網實時的電網負荷數據，結合分區風險評估模型和電網負荷數據，計算電網的預估資源需求比例分布，基于預估資源需求比例分布、電網負荷數據，構建綜合損失指數，基于綜合損失指數、應急資源信息集合，構建資源分配優化模型，使用優化模型求解工具求解資源分配優化模型，獲得應急資源分配方案；較大限度地減少電網停電時間和經濟損失。
【技術實現步驟摘要】
本專利技術涉及資源分配，具體是一種基于電網災損的應急處理評估方法及系統。
技術介紹
1、隨著現代城市的快速發展和電力系統日益復雜化，電網在自然災害（如臺風、地震等）和人為事故中的脆弱性愈專利技術顯。電力系統的穩定運行是社會經濟發展的基石，因此，在災損情況下，電網的快速恢復和有效應急處理顯得尤為重要。然而，傳統的應急資源分配通常依賴于專家的經驗判斷和主觀評估，這可能導致資源分配不當，無法及時有效地應對突發事件。現有技術在評估應急資源分配比例時，往往缺乏系統化的數據分析和量化的決策依據，導致資源分配的效率不高，甚至加劇了電網恢復的延遲。因此，迫切需要一種基于數據驅動的科學評估方法，以優化應急資源的分配策略，提高電網在災損情況下的恢復能力。
2、為此，本專利技術提出一種基于電網災損的應急處理評估方法及系統。
技術實現思路
1、本專利技術旨在至少解決現有技術中存在的技術問題之一。為此，本專利技術提出一種基于電網災損的應急處理評估方法及系統，能夠較大限度地減少電網停電時間和經濟損失。
2、為實現上述目的，提出一種基于電網災損的應急處理評估方法，包括以下步驟：
3、步驟一：預先收集電網信息集合、環境信息集合和應急資源信息集合；
4、步驟二：基于電網信息集合和環境信息集合，構建并訓練分區風險評估模型；
5、步驟三：收集電網實時的電網負荷數據；
6、步驟四：結合分區風險評估模型和電網負荷數據，計算電網的預估資源需求比例分布；</p>7、步驟五：基于預估資源需求比例分布、電網負荷數據，構建綜合損失指數；
8、步驟六：基于綜合損失指數、應急資源信息集合，構建資源分配優化模型，使用優化模型求解工具求解資源分配優化模型，獲得應急資源分配方案；
9、所述電網信息集合和所述環境信息集合的收集方式為：
10、預先根據地理信息系統和電網拓撲結構，對電網進行空間和功能分區，獲得n個電網分區，n為對獲得的電網分區的數量標記；
11、對于每個電網分區：
12、在電網分區的關鍵節點處預先安裝各項電力參數傳感器和各項環境參數傳感器，在電網歷史運行過程中，實時通過電力參數傳感器，收集對應的電力歷史參數值，以及通過環境參數傳感器，收集對應的歷史環境參數值；
13、訪問電網分區內的歷史運行文件，收集電網分區的歷史故障記錄、設備狀態信息和關鍵設施信息；
14、收集電網分區的電網拓撲結構；所述電網拓撲結構為電網網絡圖，包括節點和線路的詳細配置；
15、所述電力參數的電力歷史參數值、歷史故障記錄、設備狀態信息、關鍵設施信息以及電網拓撲結構組成電網信息集合；
16、收集電網分區所在區域的地理信息；
17、所述歷史環境參數值和地理信息組成環境信息集合；
18、所述應急資源信息集合的收集方式為：
19、通過在應急部門的數據庫后臺中收集在出現緊急事件時，能夠調動的所有應急資源，構成應急資源信息集合；
20、所述基于電網信息集合和環境信息集合，構建并訓練分區風險評估模型的方式為：
21、對于每個電網分區，執行以下的訓練分區風險評估模型的步驟：
22、步驟21：將電網信息集合和所述環境信息集合按預設的時間周期進行時段劃分；
23、步驟22：對于每一時段，對電網信息集合和所述環境信息集合中的各項參數進行數理統計，獲得若干關鍵統計特征；
24、步驟23：為每一時段設置故障標簽；所述故障標簽為0或1，其中，1表示在該時段內發生需要進行維修的故障，0表示在該時段內未發生需要進行維修的故障；
25、步驟24：以貝葉斯網絡模型作為分區風險評估模型，所述分區風險評估模型以每一時段的關鍵統計特征作為輸入；
26、步驟25：使用結構學習算法構建貝葉斯網絡的結構，以表示各關鍵統計特征之間的條件依賴關系，并手動加入已知的物理或工程約束；
27、步驟26：所述分區風險評估模型根據各個時段的關鍵統計特征，輸出對該時段內發生故障的概率預估值；通過對各個時段使用最大似然估計或貝葉斯估計方法，迭代優化貝葉斯網絡中每個條件概率表的參數；
28、所述結合分區風險評估模型和電網負荷數據，計算電網的預估資源需求比例分布的方式為：
29、將各個電網分區的編號標記為i；
30、將第i個電網分區的實時電力負荷標記為li；?將第i個電網分區的關鍵的用電設施的數量標記為ni；
31、將通過分區風險評估模型預估的第i個電網分區的故障概率標記為fpi；
32、將第i個電網分區中的預估資源需求標記為ri；
33、預估資源需求ri的計算公式為：
34、；其中，a1、a2和a3均為預設的比例系數；
35、將第i個電網分區中的資源需求比例標記為bi；
36、則資源需求比例bi的計算方式為：；
37、所述基于預估資源需求比例分布、電網負荷數據，構建綜合損失指數的方式為：
38、將第i個電網分區的電網損失指數標記為si；
39、所述電網損失指數的計算公式為：
40、；其中，a4和a5均為預設的比例系數，ltotal為所有電網分區的總負荷；
41、所述基于綜合損失指數、應急資源信息集合，構建資源分配優化模型的方式為：
42、為每個電網分區設置分配比例變量xi；
43、將應急資源的總量設置為1；
44、構建目標優化函數m；
45、所述目標優化函數m的表達式為：；其中，pi為將應急資源分派給第i個電網分區所需要承擔的代價；
46、構建第一約束條件：，用于限制分配出去的應急資源不超過應急資源總量；
47、構建第二約束條件：，用于限制任意電網分區分配的資源是一個非負的小數；
48、以最小化目標優化函數m作為優化目標，以第一約束條件和第二約束條件作為約束條件集合，構成資源分配優化模型；
49、所述使用優化模型求解工具求解資源分配優化模型，獲得應急資源分配方案的方式為：
50、使用線性規劃求解器，通過輸入資源分配優化模型的目標優化函數m和目標函數和約束條件集合，求解各個電網分區需要分配的應急資源的比例的應急資源分配方案。
51、提出一種基于電網災損的應急處理評估系統，包括數據收集模塊、模型訓練模塊、資源分配模型構建模塊、資源分配模塊；其中，各個模塊之間通過電性方式連接；
52、數據收集模塊，預先收集電網信息集合、環境信息集合、應急資源信息集合和電網負荷數據，并將電網信息集合、環境信息集合發送至模型訓練模塊，將應急資源信息集合和電網負荷數據發送至資源分配模型構建模塊；
53、模型訓練模塊，基于電網信息集合和環境信息集合，構建并訓練分區風險評估模型，并將分區本文檔來自技高網
...
【技術保護點】
1.一種基于電網災損的應急處理評估方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于電網災損的應急處理評估方法，其特征在于，所述電網信息集合和所述環境信息集合的收集方式為：
3.根據權利要求2所述的一種基于電網災損的應急處理評估方法，其特征在于，所述基于電網信息集合和環境信息集合，構建并訓練分區風險評估模型的方式為：
4.根據權利要求3所述的一種基于電網災損的應急處理評估方法，其特征在于，所述結合分區風險評估模型和電網負荷數據，計算電網的預估資源需求比例分布的方式為：
5.根據權利要求4所述的一種基于電網災損的應急處理評估方法，其特征在于，所述基于預估資源需求比例分布、電網負荷數據，構建綜合損失指數的方式為：
6.根據權利要求5所述的一種基于電網災損的應急處理評估方法，其特征在于，所述基于綜合損失指數、應急資源信息集合，構建資源分配優化模型的方式為：
7.根據權利要求6所述的一種基于電網災損的應急處理評估方法，其特征在于，所述使用優化模型求解工具求解資源分配優化模型，獲得應急資源分配方案的方式為：
8.一種基于電網災損的應急處理評估系統，其用于實現權利要求1-7中任意一項所述的基于電網災損的應急處理評估方法，其特征在于，包括數據收集模塊、模型訓練模塊、資源分配模型構建模塊、資源分配模塊；其中，各個模塊之間通過電性方式連接；
9.一種電子設備，其特征在于，包括：處理器和存儲器，其中，所述存儲器中存儲有可供處理器調用的計算機程序；
10.一種計算機可讀存儲介質，其特征在于：儲存有指令，當所述指令在計算機上運行時，使得計算機執行如權利要求1～7任意一項所述的一種基于電網災損的應急處理評估方法。
...
【技術特征摘要】
1.一種基于電網災損的應急處理評估方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種基于電網災損的應急處理評估方法，其特征在于，所述電網信息集合和所述環境信息集合的收集方式為：
3.根據權利要求2所述的一種基于電網災損的應急處理評估方法，其特征在于，所述基于電網信息集合和環境信息集合，構建并訓練分區風險評估模型的方式為：
4.根據權利要求3所述的一種基于電網災損的應急處理評估方法，其特征在于，所述結合分區風險評估模型和電網負荷數據，計算電網的預估資源需求比例分布的方式為：
5.根據權利要求4所述的一種基于電網災損的應急處理評估方法，其特征在于，所述基于預估資源需求比例分布、電網負荷數據，構建綜合損失指數的方式為：
6.根據權利要求5所述的一種基于電網災損的應急處理評估方法，其特征在于，所...
【專利技術屬性】
技術研發人員：鄧創，卿東，毛義鵬，王圣偉，
申請(專利權)人：國網四川省電力公司電力應急中心，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。