CN104574211A - 基于风险源的电网调度操作风险预警方法和*** - Google Patents

Abstract

一种基于风险源的电网调度操作风险预警方法，其方法包括：获取电网调度操作设备所处位置的包括多个气象指标数据的天气状态信息，并获取各个操作设备的故障率和陈旧度；将每个气象指标数据与其对应的预设阈值相减，并将差值与所述预设阈值相比，获得该气象指标数据对应的气象指标值；根据各气象指标值确定气象恶劣因子，根据所述气象恶劣因子确定各个操作设备的故障率修正量；根据操作设备的陈旧度、故障率及其故障率修正量计算该操作设备的可靠度；根据各个操作设备的可靠度对电网调度操作进行预警。本发明方案提高了电网操作设备可靠度估算的准确率，避免了电网操作风险预警时的误报。

Description

基于风险源的电网调度操作风险预警方法和***

技术领域

本发明涉及电力***技术领域，特别是涉及一种基于风险源的电网调度操作风险预警方法和***。

背景技术

随着电网规模的迅速增长，电网内交直流线路错综复杂，电力设备数量庞大，电网信息时刻变化，再加上自然灾害频发，影响电网调度操作的影响因素持续增多。电网调度操作风险预警的重要一环就是辨识电网调度操作过程中的风险源(风险因素)，并能对其中的风险源予以量化建模。风险源会对电网调度操作造成影响，因此可以用风险影响值来表示风险源对电网调度操作的影响程度。风险影响值越大，风险源对电网调度操作带来的风险也就越大。比如，作为电网调度操作风险预警的风险源之一就是设备风险源，可以根据设备风险源得到基于设备风险源为影响因素的电网调度操作的可靠度，这里的可靠度即为风险影响值。

目前，对影响电网调度操作的风险源辨识比较局部，主要针对电力设备的风险评估，如采用的基于扩展风险矩阵图法的电力设备评估方法，实现了电网110kV及以上主变压器类设备的风险评估和排序；提出了基于变电设备状态的风险防范管理体系评估信息***(CBRM)，实现了电网所属14个500k变电站5类500kV一次设备的健康状态评价、风险评估和预警。

上述这类对电力设备的风险评估和预警主要侧重的是对历史数据的统计和分析，没有考虑电网运行的实时状态的影响。从而导致基于风险源的电网调度操作风险影响值准确率低，预警出错率高。

发明内容

基于此，有必要针对风险影响值准确率低，预警出错率高的问题，提供一种基于风险源的电网调度操作风险预警方法和***。

一种基于风险源的电网调度操作风险预警方法，包括：

获取电网调度操作设备所处位置的包括多个气象指标数据的天气状态信息，并获取各个操作设备的故障率和陈旧度；

将每个气象指标数据与其对应的预设阈值相减，并将差值与所述预设阈值相比，获得该气象指标数据对应的气象指标值；

根据各气象指标值确定气象恶劣因子，根据所述气象恶劣因子确定各个操作设备的故障率修正量；

根据操作设备的陈旧度、故障率及其故障率修正量计算该操作设备的可靠度；

根据各个操作设备的可靠度对电网调度操作进行预警。

一种基于风险源的电网调度操作风险预警***，包括：

信息获取模块，用于获取电网调度操作设备所处位置的包括多个气象指标数据的天气状态信息，并获取各个操作设备的故障率和陈旧度；

气象指标值确定模块，用于将每个气象指标数据与其对应的预设阈值相减，并将差值与所述预设阈值相比，获得该气象指标数据对应的气象指标值；

故障率修正量确定模块，用于根据各气象指标值确定气象恶劣因子，根据所述气象恶劣因子确定各个操作设备的故障率修正量；

可靠度确定模块，用于根据操作设备的陈旧度、故障率及其故障率修正量计算该操作设备的可靠度；

预警模块，用于根据各个操作设备的可靠度对电网调度操作进行预警。

上述基于风险源的电网调度操作风险预警方法和***，通过获取气象指标数据，并计算气象指标数据对应的气象指标值，根据各气象指标值确定各个操作设备的故障率修正量，进而根据操作设备的陈旧度、故障率及其故障率修正量计算该操作设备的可靠度，通过考虑设备所在片区的天气情况对设备的故障率的影响，对故障率进行修正，赋予了设备故障率实时的价值，从而提高了电网操作设备可靠度估算的准确率。还可以根据各个操作设备的可靠度对电网调度操作进行预警，避免了电网操作风险预警时的误报。

附图说明

图1为本发明基于风险源的电网调度操作风险预警方法实施例的流程示意图；

图2为本发明基于风险源的电网调度操作风险预警***实施例的结构示意图。

具体实施方式

下面结合实施例及附图对本发明作进一步详细说明，但本发明的实施方式不限于此。

如图1所示，为本发明基于风险源的电网调度操作风险预警方法实施例的流程示意图，包括：

步骤S101：获取电网调度操作设备所处位置的包括多个气象指标数据的天气状态信息，并获取各个操作设备的故障率和陈旧度；

天气状态信息是反映当前天气状态的信息。比如，天气状态信息可以包括气温指标数据、风速指标数据、降雨量指标数据、能见度指标数据、相对湿度指标数据、雷电危险度指标数据中的至少两个指标数据。

对于气温指标数据，可以采用数字天气预报***提供的***作设备所在片区的实时气温。对于风速指标数据，可以采用风的级数来描述。对于降雨量，可以采用12小时内的降雨量来描述。

能见度是指物体能被正常视力看到的最大距离，也指物体在一定距离时被正常视力看到的清晰程度。该项气象因子主要针对雾霾天气对现场操作的影响。

相对湿度是指空气中水汽压与饱和水汽压的百分比，也就是指某湿空气中所含水蒸气的质量与同温度下饱和空气中所含水蒸气的质量之比，这个比值用百分数表示。相对湿度过大，也会对现场操作带来风险。

雷电危险度用于度量***作设备所在片区的雷电天气强度，分为无(0)、弱(0.3)、中等(0.6)、强(0.8)、特强(1.0)。其危害程度依次增加。

操作设备是电网调度操作过程中待操作的设备。故障率是某一操作设备一段时间内故障次数与时间的比值，可以根据操作所涉及设备在历史上发生故障次数计算获得，即可根据历史统计数据获得。操作设备的陈旧度表示操作设备迄今为止服役的年数。

步骤S102：将每个气象指标数据与其对应的预设阈值相减，并将差值与所述预设阈值相比，获得该气象指标数据对应的气象指标值；

每个气象指标数据有其对应的预设阈值。预设阈值可以根据具体需要进行设定。比如，将气温指标数据对应的预设阈值设为40℃。将风速指标数据对应的预设阈值设为6级。将降雨量指标数据对应的预设阈值设为5mm。将能见度指标数据对应的预设阈值设为1km。将相对湿度指标数据对应的预设阈值设为80％。将雷电危险度指标数据对应的预设阈值设为0.3。当然这里只列举了其中一种设法，也可以按照需要设置为其他值。

具体的，可以采用以下公式计算气象指标值：

$x_i=\frac{A_i-A_{s,i}}{A_{s,i}}$

x_i表示第i个气象指标数据对应的气象指标值，A_i表示第i个气象指标数据，A_s,i表示第i个气象指标数据对应的预设阈值。

步骤S103：根据各气象指标值确定气象恶劣因子，根据所述气象恶劣因子确定各个操作设备的故障率修正量；

气象恶劣因子为天气因素对操作设备的影响因子。在实际操作时，设备所在片区的天气情况(如风、雨、雷等)也会对设备的故障率带来影响，且天气越恶劣，设备故障率λ应越大。因此，引入故障率修正量对设备可靠度进行修正。故障率修正量为天气恶劣状况对设备的故障率带来的修正量，故障率修正量大于0，且天气越恶劣，故障率修正量越大。

步骤S104：根据操作设备的陈旧度、故障率及其故障率修正量计算该操作设备的可靠度；

可靠度越大越可靠，可靠度越小对电网调度操作影响越大。

步骤S105：根据各个操作设备的可靠度对电网调度操作进行预警。

该步骤中可以直接将可靠度与预设预警值进行比较，从而根据比较结果决定是否预警。也可以将可靠度作为判断条件之一，结合其他判断条件对电网调度操作进行预警。这里的预警是针对风险源会对电网调度操作造成影响的一种预警。

本实施例通过获取气象指标数据，并计算气象指标数据对应的气象指标值，根据各气象指标值确定各个操作设备的故障率修正量，进而根据操作设备的陈旧度、故障率及其故障率修正量计算该操作设备的可靠度，通过考虑设备所在片区的天气情况对设备的故障率的影响，对故障率进行修正，赋予了设备故障率实时的价值，从而提高了电网操作设备可靠度估算的准确率。还可以根据各个操作设备的可靠度对电网调度操作进行预警，避免了电网操作风险预警时的误报。

在其中一个实施例中，具体介绍一种确定气象恶劣因子和故障率修正量的方法，具体的，所述根据各气象指标值确定气象恶劣因子，根据所述气象恶劣因子确定各个操作设备的故障率修正量步骤，包括：

采用以下公式确定气象恶劣因子：

其中，表示气象恶劣因子，x_i表示第i个气象指标数据对应的气象指标值，i∈(1,N),N表示气象指标数据个数；I_i表示气象指标数据是否越线的判断变量，当A_i＞A_s,i时，则I_i＝1；当A_i≤A_s,i时，则I_i＝0；其中，A_i表示第i个气象指标数据，A_s,i表示第i个气象指标数据对应的预设阈值；

采用以下公式确定各个操作设备的故障率修正量：

$E\left(\mathrm{\Δ}{\mathrm{\λ}}_k\right)={\∫}_0^1{v}_{k}C\left(v_k\right)d{v}_k$

其中，

E(Δλ_k)表示第k个操作设备的故障率修正量；(u_k,v_k)为对应于的伪随机数，且u_k∈[0,1]，v_k∈[0,1]；θ_k为预设的第k个操作设备对应的与Δλ_k的相关系数。

本实施例中，气象恶劣因子与设备故障率修正量Δλ_k呈上厚尾特性，二者之间的这种相关性可采用以下函数来模拟：

$C(u_k,v_k)=\frac{1}{{\mathrm{\θ}}_k}{e}^{\{-[{(-\ln u_k)}^{{\mathrm{\θ}}_k}+{(-\ln v_k)}^{{\mathrm{\θ}}_k}\left]\right\}}$

其相应的生成元为：

(u_k,v_k)为对应于的伪随机数，且u_k∈[0,1]，v_k∈[0,1]。θ_k为预设的第k个操作设备对应的与Δλ_k的相关系数，可以根据第k个操作设备的历史样本数据，采用极大似然法进行估算得到。

的值即为Δλ_k的数据期望值E(Δλ_k)。

进一步的，所述根据操作设备的陈旧度、故障率及其故障率修正量计算该操作设备的可靠度步骤，包括：

采用以下公式计算各个操作设备的可靠度：

$R_k=e^{-(1+{\mathrm{\α}}_k\×E\left(\mathrm{\Δ}{\mathrm{\λ}}_k\right)){\mathrm{\λ}}_k{t}_k}(k=\mathrm{1,2},...M)$

其中，R_k表示第k个操作设备的可靠度；α_k表示预设的设备故障率修正量的调整因子；E(Δλ_k)表示第k个操作设备的故障率修正量；λ_k表示第k个操作设备的故障率；t_k表示第k个操作设备的陈旧度。

采用这种修正方式获得的可靠度准确度高，从而预警准确性高。

进一步的，还可以考虑其他影响因素作为设备风险值的因子。例如，在其中一个实施例中，还包括：

检测各个操作设备的健康状态，获得各个操作设备的健康状态因子；

检测各个操作设备所处位置的施工状态，获得各个操作设备的施工影响因子；

所述根据各个操作设备的可靠度对电网调度操作进行预警步骤，包括：

将健康状态因子与施工影响因子求和，并将和值与所述操作设备的可靠度相减，获得该操作设备的设备风险影响值；

根据各个操作设备的设备风险影响值对电网调度操作进行预警。

本实施例中，对应不同的设备的健康状态有不同的健康状态因子，健康状态因子为预设因子。例如，可以将健康状态分为：正常状态、注意状态、异常状态、严重状态。令变量H_k(k＝1,2,...M)表示第k个操作设备的健康状态因子，则H_k取值如下：正常状态：H_k＝0；注意状态：H_k＝0.3；异常状态：H_k＝1；严重状态：H_k＝2。

对应不同的施工状态有不同的施工影响因子，施工影响因子为预设因子。例如，施工状态可分为附近无施工，不产生影响；附近施工，产生一定影响；现场施工，产生严重影响。另变量S_k(k＝1,2,...M)表示第k个操作设备的现场施工影响因子，则S_k取值如下：

1)附近无施工：S_k＝0；

2)附近施工：S_k＝0.6；

3)现场施工：S_k＝1.0。

采用公式Q_k＝R_k+H_k+S_k(k＝1,2,...M)计算第k个操作设备的设备风险影响值。R_k表示第k个操作设备的可靠度。后续可以将设备风险影响值与预警阈值进行比较，根据比较结果对电网调度操作进行预警。

在其中一个实施例中，除了考虑设备风险源，还考虑天气风险源，提高风险影响值的准确性。即还包括：

S1：将各气象指标值按照相同的平移幅度进行平移，直至平移后的各气象指标值为正数时，确定各气象指标值对应的气象指标平移值；

为了确保气象指标值为非负值，需要对气象指标值进行平移处理，每个气象指标值平移后即为气象指标平移值。比如，可以采用以下公式将各气象指标值按照相同的平移幅度进行平移：

x'_i＝x_i+l

x'_i表示第i个气象指标值(即x_i)对应的气象指标平移值，l表示平移幅度。以平移幅度最大的指标为准，所有指标均平移相同幅度值。以保证最小的气象指标值为非负数。i∈(1,N),N表示气象指标数据个数。例如，气象指标数据为气温指标数据、风速指标数据、降雨量指标数据、能见度指标数据、相对湿度指标数据、雷电危险度指标数据时，则N＝6。

S2：根据所述气象指标平移值计算对应的气象熵值，并对各气象熵值进行修正，获得基于当前天气风险源为影响因素的电网调度操作的天气风险影响值；

进一步的，该步骤包括：

采用以下公式计算气象指标平移值的比率：

$g_i=\frac{x_i^{\′}}{{\mathrm{\Σ}}_{i=1}^N{x}_i^{\′}}$

g_i表示x'_i的比率，x'_i表示第i个气象指标平移值，i∈(1,N),N表示气象指标数据个数；

采用以下公式计算气象指标平移值对应的气象熵值：

$e=-\frac{1}{\ln N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\left(g_i\ln g_i\right)$

e表示对应的气象熵值；

采用以下公式计算基于当前天气风险源为影响因素的电网调度操作的天气风险影响值：

$W=(1-e)(1+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\β}}_i{x}_i{I}_i)$

W表示天气风险影响值，I_i表示气象指标数据是否越线的判断变量，当A_i＞A_s,i时，则I_i＝1；当A_i≤A_s,i时，则I_i＝0；其中，A_i表示第i个气象指标数据，A_s,i表示第i个气象指标数据对应的预设阈值，β_i表示预设的越线严重度调整因子。比如，在其中一个实施例中，可以将β_i设为1。

并且，所述根据各个操作设备的可靠度对电网调度操作进行预警步骤，包括：将所述天气风险影响值和所述操作设备的可靠度加权求差，获得基于当前天气风险源和设备风险源为影响因素的电网调度操作的风险影响值；根据所述风险影响值对电网调度操作进行预警。

其中，将天气风险影响值与对应的权重相乘，将可靠度与对应的权重相乘，将两个乘积相减，获得基于当前天气风险源和设备风险源为影响因素的电网调度操作的风险影响值。

本实施例建立的天气风险影响值模型能够科学和客观地体现操作设备所处片区的实际天气状态，并能全面反映气温、风速、降雨量、能见度、相对湿度和雷电危险度等气象因子为电网的实际调度带来的风险，且该模型有利于实现与数值天气预报***的对接，大大降低电力***调度工作人员的劳动强度，提高调度操作风险辨识的自动化水平。引入信息熵理论来实时客观地描述气温、风速、降雨量、能见度、相对湿度和雷电危险度等六类气象因子的作用值，提出了各类气象因子的风险设定界线值，并依据气象因子相对设定值的越限情况，采用线性惩罚函数对气象熵值予以修正，最终定义形成综合气象因子(天气风险影响值)，用以定量辨识天气风险源对电网调度操作的影响。

建立的设备风险影响值模型能够综合考虑设备的历史故障率，也能够考虑操作时的天气、设备健康状态以及现场施工等实时参数的影响，更符合工程实际的需要。在建模方面，分别提出了基于天气修正因子的设备陈旧度和故障率风险因素模型、以及操作时设备的健康状态和现场施工影响的实时风险因素模型，在此基础上最终定义形成综合设备因子，用于定量辨识设备风险源对电网调度操作的影响。由于设备风险源建模过程中，通过定义气象恶劣因子，通过考虑设备所在片区的天气情况对设备的故障率带来影响，赋予了设备故障率以实时的价值，真正实现了天气风险源辨识与设备风险源辨识的联动建模。

在其中一个实施例中，风险源中除了天气风险源和设备风险源外，还可以包括人员风险源。人员风险源可以考虑了七种因素，其中因素1属历史参数，需通过对历史数据的统计和分析获取；而因素2属操作的实时参数。在量化人员风险因素时，需同时考虑历史和实时的参数。具体模型如下：

1.历史的人员风险因素建模

历史角度的人员风险因素主要包括：

(1)上岗时间：以变量T表示人员的上岗时间，单位为年。

(2)文化水平评估值：以变量Y表示人员的学历，取值为：0.2(大专及以下)、0.6(本科)、1.0(研究生及以上)。

(3)工作的责任心评估值：以变量Z表示人员的责任心，取值为：0(差)、0.5(一般)、1.0(强)。

(4)历史上出现人工失误率：以变量ξ表示人员的历史失误率，计算公式如下：

$\mathrm{\ξ}=\frac{m}{T}---\left(1\right)$

其中，m表示该员工上岗以来出现失误的次数。

因此，获取Y、T、Z和ξ，确定如下指数型人员历史综合因子：

$F_{\mathrm{hs}}=1-e^{-(\frac{T\×Y}{10}+Z)(1+\mathrm{\ξ})}---\left(2\right)$

2.实时的人员风险因素建模

实时角度的人员风险因素主要包括：

(1)本次操作任务的强度：操作任务的强度以本次操作任务所属的调度令中的总的操作步骤数目来衡量，以变量n表示该调度指令中的操作步骤数目。

(2)本次操作的时间段对应的风险评估值：以变量τ表示本次操作所在的时间段，取值为：0(白天6:00-19:00)、0.5(晚上19:00-0:00)、1.0(深夜0:00-5:00)。

(3)工作时长：该项指标用于衡量操作人员的疲劳程度，以变量h表示本次操作前人员已连续工作的小时数，单位为小时。

因此，获取n、τ、h，确定如下指数型人员实时综合因子：

$F_{\mathrm{re}}=e^{-\frac{h}{24}(1+\frac{n}{n_{\mathrm{av}}}+\mathrm{\τ})}---\left(3\right)$

式中，n_av表示调度指令的平均操作步骤数目。

综合人员风险影响值建模：综上所述，采用人员的历史综合因子与实时综合因子之和作为人员风险影响值，即：F＝F_hs+F_re(4)

若本项操作涉及多级调度操作人员，如，调度模式为省调-变电站，或省调-地调-变电站，或省调-集控中心-变电站等，则综合人员因子应为所有该项操作涉及的所有综合人员因子之和。即，式(1)-(4)中的所有变量均应添加下标j，表示人员j对应的相应变量，即本申请还包括：

获取电网调度操作人员的上岗时间、文化水平评估值、责任心评估值、操作失误率，采用以下公式计算第一风险综合因子：

$F_{\mathrm{hs},j}=1-e^{-(\frac{T_j\×Y_j}{10}+Z_j)(1+{\mathrm{\ξ}}_j)}$

其中，F_hs,j表示电网调度操作人员j的第一风险综合因子，T_j表示电网调度操作人员j的上岗时间，Y_j表示电网调度操作人员j的文化水平评估值，Z_j表示电网调度操作人员j的责任心评估值，ξ_j表示电网调度操作人员j的操作失误率；

获取该次电网调度操作步骤数目、操作时间段对应的风险评估值、电网调度操作人员工作时长，采用以下公式计算第二风险综合因子：

$F_{\mathrm{re},j}=e^{-\frac{h_j}{24}(1+\frac{n_j}{n_{\mathrm{av}}}+{\mathrm{\τ}}_j)}$

其中，F_re,j表示电网调度操作人员j对应的第二风险综合因子，n_j表示该次电网调度操作步骤数目、τ_j表示操作时间段对应的风险评估值、h_j表示电网调度操作人员j工作时长，n_av表示调度指令的平均操作步骤数目；

采用以下公式计算人员风险影响值：

$F=\underset{j=1}{\overset{\mathrm{pn}}{\mathrm{\Σ}}}(F_{\mathrm{hs},j}+F_{\mathrm{re},j})$

其中，F表示人员风险影响值，pn表示本次调度操作涉及的人员数目；

所述根据各个操作设备的可靠度对电网调度操作进行预警步骤，包括：

将所述天气风险影响值与人员风险影响值加权求和，并将和值与所述操作设备的可靠度加权求差，获得基于当前天气风险源、人员风险源和设备风险源为影响因素的电网调度操作的风险影响值；

根据所述风险影响值对电网调度操作进行预警。

以上实施方式中的各种技术特征可以任意进行组合，只要特征之间的组合不存在冲突或矛盾，但是限于篇幅，未进行一一描述，因此上述实施方式中的各种技术特征的任意进行组合也属于本说明书公开的范围。例如，在其中一个组合中，可以在获得该操作设备的设备风险影响值和天气风险影响值时，所述根据各个操作设备的可靠度对电网调度操作进行预警步骤，包括：将所述天气风险影响值和所述设备风险影响值加权求差，获得基于当前天气风险源和设备风险源为影响因素的电网调度操作的风险影响值；根据所述风险影响值对电网调度操作进行预警。

根据上述方法，本发明还提供一种基于风险源的电网调度操作风险预警***，如图2所示，为本发明基于风险源的电网调度操作风险预警***实施例的结构示意图，包括：

信息获取模块210，用于获取电网调度操作设备所处位置的包括多个气象指标数据的天气状态信息，并获取各个操作设备的故障率和陈旧度；

气象指标值确定模块220，用于将每个气象指标数据与其对应的预设阈值相减，并将差值与所述预设阈值相比，获得该气象指标数据对应的气象指标值；

故障率修正量确定模块230，用于根据各气象指标值确定气象恶劣因子，根据所述气象恶劣因子确定各个操作设备的故障率修正量；

可靠度确定模块240，用于根据操作设备的陈旧度、故障率及其故障率修正量计算该操作设备的可靠度；

预警模块250，用于根据各个操作设备的可靠度对电网调度操作进行预警。

在其中一个实施例中，所述故障率修正量确定模块，用于：

采用以下公式确定气象恶劣因子：

其中，表示气象恶劣因子，x_i表示第i个气象指标数据对应的气象指标值，i∈(1,N),N表示气象指标数据个数；I_i表示气象指标数据是否越线的判断变量，当A_i＞A_s,i时，则I_i＝1；当A_i≤A_s,i时，则I_i＝0；其中，A_i表示第i个气象指标数据，A_s,i表示第i个气象指标数据对应的预设阈值；

采用以下公式确定各个操作设备的故障率修正量：

$E\left(\mathrm{\Δ}{\mathrm{\λ}}_k\right)={\∫}_0^1{v}_{k}C\left(v_k\right)d{v}_k$

其中，

E(Δλ_k)表示第k个操作设备的故障率修正量；(u_k,v_k)为对应于的伪随机数，且u_k∈[0,1]，v_k∈[0,1]；θ_k为预设的第k个操作设备对应的与Δλ_k的相关系数。

在其中一个实施例中，所述可靠度确定模块用于：

采用以下公式计算各个操作设备的可靠度：

$R_k=e^{-(1+{\mathrm{\α}}_k\×E\left(\mathrm{\Δ}{\mathrm{\λ}}_k\right)){\mathrm{\λ}}_k{t}_k}(k=\mathrm{1,2},...M)$

其中，R_k表示第k个操作设备的可靠度；α_k表示预设的设备故障率修正量的调整因子；E(Δλ_k)表示第k个操作设备的故障率修正量；λ_k表示第k个操作设备的故障率；t_k表示第k个操作设备的陈旧度。

在其中一个实施例中，还包括天气风险影响值确定模块，用于：

将各气象指标值按照相同的平移幅度进行平移，直至平移后的各气象指标值为正数时，确定各气象指标值对应的气象指标平移值；根据所述气象指标平移值计算对应的气象熵值，并对各气象熵值进行修正，获得基于当前天气风险源为影响因素的电网调度操作的天气风险影响值；

所述预警模块用于将所述天气风险影响值和所述操作设备的可靠度加权求差，获得基于当前天气风险源和设备风险源为影响因素的电网调度操作的风险影响值；根据所述风险影响值对电网调度操作进行预警。

在其中一个实施例中，天气风险影响值确定模块用于：

采用以下公式计算气象指标平移值的比率：

$g_i=\frac{x_i^{\′}}{{\mathrm{\Σ}}_{i=1}^N{x}_i^{\′}}$

g_i表示x'_i的比率，x'_i表示第i个气象指标平移值，i∈(1,N),N表示气象指标数据个数；

采用以下公式计算气象指标平移值对应的气象熵值：

$e=-\frac{1}{\ln N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\left(g_i\ln g_i\right)$

e表示对应的气象熵值；

采用以下公式计算基于当前天气风险源为影响因素的电网调度操作的天气风险影响值：

$W=(1-e)(1+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\β}}_i{x}_i{I}_i)$

W表示天气风险影响值，I_i表示气象指标数据是否越线的判断变量，当A_i＞A_s,i时，则I_i＝1；当A_i≤A_s,i时，则I_i＝0；其中，A_i表示第i个气象指标数据，A_s,i表示第i个气象指标数据对应的预设阈值，β_i表示预设的越线严重度调整因子。

在其中一个实施例中，所述天气状态信息包括气温指标数据、风速指标数据、降雨量指标数据、能见度指标数据、相对湿度指标数据、雷电危险度指标数据中的至少两个指标数据。

在其中一个实施例中，气温指标数据对应的预设阈值为40℃，风速指标数据对应的预设阈值为6级，降雨量指标数据对应的预设阈值为5mm，能见度指标数据对应的预设阈值为1km，相对湿度指标数据对应的预设阈值为80％，雷电危险度指标数据对应的预设阈值为0.3。

在其中一个实施例中，还包括人员风险影响值确定模块，用于：

获取电网调度操作人员的上岗时间、文化水平评估值、责任心评估值、操作失误率，采用以下公式计算第一风险综合因子：

$F_{\mathrm{hs},j}=1-e^{-(\frac{T_j\×Y_j}{10}+Z_j)(1+{\mathrm{\ξ}}_j)}$

其中，F_hs,j表示电网调度操作人员j的第一风险综合因子，T_j表示电网调度操作人员j的上岗时间，Y_j表示电网调度操作人员j的文化水平评估值，Z_j表示电网调度操作人员j的责任心评估值，ξ_j表示电网调度操作人员j的操作失误率；

获取该次电网调度操作步骤数目、操作时间段对应的风险评估值、电网调度操作人员工作时长，采用以下公式计算第二风险综合因子：

$F_{\mathrm{re},j}=e^{-\frac{h_j}{24}(1+\frac{n_j}{n_{\mathrm{av}}}+{\mathrm{\τ}}_j)}$

其中，F_re,j表示电网调度操作人员j对应的第二风险综合因子，n_j表示该次电网调度操作步骤数目、τ_j表示操作时间段对应的风险评估值、h_j表示电网调度操作人员j工作时长，n_av表示调度指令的平均操作步骤数目；

采用以下公式计算人员风险影响值：

$F=\underset{j=1}{\overset{\mathrm{pn}}{\mathrm{\Σ}}}(F_{\mathrm{hs},j}+F_{\mathrm{re},j})$

其中，F表示人员风险影响值，pn表示本次调度操作涉及的人员数目；

所述预警模块，用于将所述天气风险影响值与人员风险影响值加权求和，并将和值与所述操作设备的可靠度加权求差，获得基于当前天气风险源、人员风险源和设备风险源为影响因素的电网调度操作的风险影响值；根据所述风险影响值对电网调度操作进行预警。

本发明的基于风险源的电网调度操作风险预警***与本发明的基于风险源的电网调度操作风险预警方法是一一对应的，上述基于风险源的电网调度操作风险预警方法实施例中的相关技术特征及其技术效果均适用于基于风险源的电网调度操作风险预警***实施例中，在此不再赘述。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (11)

1.一种基于风险源的电网调度操作风险预警方法，其特征在于，包括：

获取电网调度操作设备所处位置的包括多个气象指标数据的天气状态信息，并获取各个操作设备的故障率和陈旧度；

将每个气象指标数据与其对应的预设阈值相减，并将差值与所述预设阈值相比，获得该气象指标数据对应的气象指标值；

根据各气象指标值确定气象恶劣因子，根据所述气象恶劣因子确定各个操作设备的故障率修正量；

根据操作设备的陈旧度、故障率及其故障率修正量计算该操作设备的可靠度；

根据各个操作设备的可靠度对电网调度操作进行预警。

2.根据权利要求1所述的基于风险源的电网调度操作风险预警方法，其特征在于，所述根据各气象指标值确定气象恶劣因子，根据所述气象恶劣因子确定各个操作设备的故障率修正量步骤，包括：

采用以下公式确定气象恶劣因子：

其中，表示气象恶劣因子，x_i表示第i个气象指标数据对应的气象指标值，i∈(1,N),N表示气象指标数据个数；I_i表示气象指标数据是否越线的判断变量，当A_i＞A_s,i时，则I_i＝1；当A_i≤A_s,i时，则I_i＝0；其中，A_i表示第i个气象指标数据，A_s,i表示第i个气象指标数据对应的预设阈值；

采用以下公式确定各个操作设备的故障率修正量：

$E\left(\mathrm{\Δ}{\mathrm{\λ}}_k\right)={\∫}_0^1{v}_{k}C\left(v_k\right)d{v}_k$

其中，

E(Δλ_k)表示第k个操作设备的故障率修正量；(u_k,v_k)为对应于的伪随机数，且u_k∈[0,1]，v_k∈[0,1]；θ_k为预设的第k个操作设备对应的与Δλ_k的相关系数。

3.根据权利要求1所述的基于风险源的电网调度操作风险预警方法，其特征在于，所述根据操作设备的陈旧度、故障率及其故障率修正量计算该操作设备的可靠度步骤，包括：

采用以下公式计算各个操作设备的可靠度：

$R_k=e^{-(1+{\mathrm{\α}}_k\×E\left(\mathrm{\Δ}{\mathrm{\λ}}_k\right)){\mathrm{\λ}}_k{t}_k}(k=\mathrm{1,2},...M)$

其中，R_k表示第k个操作设备的可靠度；α_k表示预设的设备故障率修正量的调整因子；E(Δλ_k)表示第k个操作设备的故障率修正量；λ_k表示第k个操作设备的故障率；t_k表示第k个操作设备的陈旧度。

4.根据权利要求1至3任意一项所述的基于风险源的电网调度操作风险预警方法，其特征在于，还包括：

检测各个操作设备的健康状态，获得各个操作设备的健康状态因子；

检测各个操作设备所处位置的施工状态，获得各个操作设备的施工影响因子；

所述根据各个操作设备的可靠度对电网调度操作进行预警步骤，包括：

将健康状态因子与施工影响因子求和，并将和值与所述操作设备的可靠度相减，获得该操作设备的设备风险影响值；

根据各个操作设备的设备风险影响值对电网调度操作进行预警。

5.根据权利要求1至3任意一项所述的基于风险源的电网调度操作风险预警方法，其特征在于，还包括：

将各气象指标值按照相同的平移幅度进行平移，直至平移后的各气象指标值为正数时，确定各气象指标值对应的气象指标平移值；

根据所述气象指标平移值计算对应的气象熵值，并对各气象熵值进行修正，获得基于当前天气风险源为影响因素的电网调度操作的天气风险影响值；

所述根据各个操作设备的可靠度对电网调度操作进行预警步骤，包括：

将所述天气风险影响值和所述操作设备的可靠度加权求差，获得基于当前天气风险源和设备风险源为影响因素的电网调度操作的风险影响值；

根据所述风险影响值对电网调度操作进行预警。

6.根据权利要求5所述的基于风险源的电网调度操作风险预警方法，其特征在于，所述根据所述气象指标平移值计算对应的气象熵值，并对各气象熵值进行修正，获得基于当前天气风险源为影响因素的电网调度操作的天气风险影响值步骤，包括：

采用以下公式计算气象指标平移值的比率：

$g_i=\frac{x_i^{\′}}{{\mathrm{\Σ}}_{i=1}^N{x}_i^{\′}}$

g_i表示x'_i的比率，x'_i表示第i个气象指标平移值，i∈(1,N),N表示气象指标数据个数；

采用以下公式计算气象指标平移值对应的气象熵值：

$e=-\frac{1}{\ln N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\left(g_i\ln g_i\right)$

e表示对应的气象熵值；

采用以下公式计算基于当前天气风险源为影响因素的电网调度操作的天气风险影响值：

$W=(1-e)(1+\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{\mathrm{\β}}_i{x}_i{I}_i)$

W表示天气风险影响值，I_i表示气象指标数据是否越线的判断变量，当A_i＞A_s,i时，则I_i＝1；当A_i≤A_s,i时，则I_i＝0；其中，A_i表示第_i个气象指标数据，A_s,i表示第_i个气象指标数据对应的预设阈值，β_i表示预设的越线严重度调整因子。

7.根据权利要求1至3任意一项所述的基于风险源的电网调度操作风险预警方法，其特征在于，所述天气状态信息包括气温指标数据、风速指标数据、降雨量指标数据、能见度指标数据、相对湿度指标数据、雷电危险度指标数据中的至少两个指标数据。

8.根据权利要求7所述的基于风险源的电网调度操作风险预警方法，其特征在于，气温指标数据对应的预设阈值为40℃，风速指标数据对应的预设阈值为6级，降雨量指标数据对应的预设阈值为5mm，能见度指标数据对应的预设阈值为1km，相对湿度指标数据对应的预设阈值为80％，雷电危险度指标数据对应的预设阈值为0.3。

9.根据权利要求5所述的基于风险源的电网调度操作风险预警方法，其特征在于，还包括：

获取电网调度操作人员的上岗时间、文化水平评估值、责任心评估值、操作失误率，采用以下公式计算第一风险综合因子：

$F_{\mathrm{hs},j}=1-e^{-(\frac{T_j\×Y_j}{10}+Z_j)(1+{\mathrm{\ξ}}_j)}$

其中，F_hs,j表示电网调度操作人员j的第一风险综合因子，T_j表示电网调度操作人员j的上岗时间，Y_j表示电网调度操作人员j的文化水平评估值，Z_j表示电网调度操作人员j的责任心评估值，ξ_j表示电网调度操作人员j的操作失误率；

获取该次电网调度操作步骤数目、操作时间段对应的风险评估值、电网调度操作人员工作时长，采用以下公式计算第二风险综合因子：

$F_{\mathrm{re},j}=e^{-\frac{h_j}{24}(1+\frac{n_j}{n_{\mathrm{av}}}+{\mathrm{\τ}}_j)}$

其中，F_re,j表示电网调度操作人员j对应的第二风险综合因子，n_j表示该次电网调度操作步骤数目、τ_j表示操作时间段对应的风险评估值、h_j表示电网调度操作人员j工作时长，n_av表示调度指令的平均操作步骤数目；

采用以下公式计算人员风险影响值：

$F=\underset{j=1}{\overset{\mathrm{pn}}{\mathrm{\Σ}}}(F_{\mathrm{hs},j}+F_{\mathrm{re},j})$

其中，F表示人员风险影响值，pn表示本次调度操作涉及的人员数目；

所述根据各个操作设备的可靠度对电网调度操作进行预警步骤，包括：

将所述天气风险影响值与人员风险影响值加权求和，并将和值与所述操作设备的可靠度加权求差，获得基于当前天气风险源、人员风险源和设备风险源为影响因素的电网调度操作的风险影响值；

根据所述风险影响值对电网调度操作进行预警。

10.一种基于风险源的电网调度操作风险预警***，其特征在于，包括：

信息获取模块，用于获取电网调度操作设备所处位置的包括多个气象指标数据的天气状态信息，并获取各个操作设备的故障率和陈旧度；

气象指标值确定模块，用于将每个气象指标数据与其对应的预设阈值相减，并将差值与所述预设阈值相比，获得该气象指标数据对应的气象指标值；

故障率修正量确定模块，用于根据各气象指标值确定气象恶劣因子，根据所述气象恶劣因子确定各个操作设备的故障率修正量；

可靠度确定模块，用于根据操作设备的陈旧度、故障率及其故障率修正量计算该操作设备的可靠度；

预警模块，用于根据各个操作设备的可靠度对电网调度操作进行预警。

11.根据权利要求10所述的基于风险源的电网调度操作风险预警***，其特征在于，所述故障率修正量确定模块，用于：

采用以下公式确定气象恶劣因子：

其中，表示气象恶劣因子，x_i表示第i个气象指标数据对应的气象指标值，i∈(1,N),N表示气象指标数据个数；I_i表示气象指标数据是否越线的判断变量，当A_i＞A_s,i时，则I_i＝1；当A_i≤A_s,i时，则I_i＝0；其中，A_i表示第_i个气象指标数据，A_s,i表示第_i个气象指标数据对应的预设阈值；

采用以下公式确定各个操作设备的故障率修正量：

$E\left(\mathrm{\Δ}{\mathrm{\λ}}_k\right)={\∫}_0^1{v}_{k}C\left(v_k\right)d{v}_k$

其中，

E(Δλ_k)表示第k个操作设备的故障率修正量；(u_k,v_k)为对应于的伪随机数，且u_k∈[0,1]，v_k∈[0,1]；θ_k为预设的第k个操作设备对应的与Δλ_k的相关系数。