CN106529696A - 一种电网中设备预警方法及预警装置 - Google Patents

Abstract

本发明公开一种电网中设备预警方法及预警装置，包括：从外部设备或由使用者主动输入获取基础数据；通过各设备数据等级值得出各设备分别对应各影响因素的相对重要度/相对隐患度；通过权重判断矩阵确定各影响因素的相对权重；通过相对重要度/相对隐患度和影响因素权重得出各设备的设备风险影响度，使用者根据设备风险影响度大小及***实际情况设置发送预警信息的时间和频次并由装置发送预警信息。本发明提供的一种电网中设备预警方法及预警装置综合考虑了设备重要度和设备隐患，克服了传统设备风险只考虑故障率及其后果的缺陷，充分发掘出深层次的、隐性的或难以预见的风险因素，并发出预警信息，能够前瞻性地对电网设备科学管理和规划提供决策。

Description

一种电网中设备预警方法及预警装置

技术领域

本发明涉及电网风险管控领域，特别是指一种电网中设备预警方法及预警装置。

背景技术

电网设备是电力***的核心，一旦出现异常或发生故障，可能导致后果严重、损失巨大的事故。电网内各设备之间是通过电或磁的方式联接，任何设备出现故障，都可能立即在不同程度上影响到电网***的正常运行。因此，辨识出高重要性设备和高隐患设备对于电网的安全和稳定可靠运行至关重要。综合设备的重要程度和隐患程度，得出设备对电网的风险影响度，对于提高电网运行可靠性和降低电网风险是非常必要的。针对风险影响度较高的设备，通过加强维护和管理，定期开展电网设备运行分析，不断加强设备运行监视，及时发现、诊断、处理设备隐患和缺陷，可以显著提高设备运行的可靠性，避免设备发生故障引起电网事故，将设备故障影响限制在最低程度。

一直以来，我国电力***的大多数设备(如发电、供电设备)均采用按照计划定期检修的方式进行检修，包括大修、小修、定期维护等。此种检修模式尽管有一定的电网运行经验依据，但相对保守，容易产生维修欠缺或维修过剩的问题，存在不科学、不经济等弊端。目前，我国在设备风险评估方面的研究相对较为薄弱，主要运用国外的一些理论方法和工具，主要有澳洲TransGrid公司和英国EATech公司等公司的产品。计算设备面临和可能导致的风险时，往往采用故障概率与损失后果的数学期望。设备故障是导致电网设备风险的根源，然而电网设备风险的发生原因很复杂，设备告警或设备发生异常也会在一定程度上造成设备隐患，若长期不注意维修更换的话也可能会导致电网设备风险的发生，只考虑故障概率和损失后果两方面，并不能很全面地反映电网设备风险程度。

发明内容

有鉴于此，本发明的目的在于提出一种电网中设备预警方法和预警装置，能够更准确而全面的反映出电网中设备的重要程度和隐患程度并实现预警。

基于上述目的本发明实施例提供一种电网中设备预警方法，该方法将设备发生告警、故障或异常后对电网造成的风险大小定义为设备风险影响度，设备风险影响度越高，表明该设备发生告警、故障或异常后对电网的风险影响程度越严重。该方法的具体步骤包括：

从外部设备或由使用者主动输入获取基础数据以及预警时间和频次数据，所述基础数据为各设备对应在各影响因素下的数据等级值，以及各影响因素的权重判断矩阵；

通过预设的设备对应在各影响因素下的数据等级值得出设备分别对应各影响因素的相对重要度和相对隐患度；

通过预设的各影响因素的权重判断矩阵确定各影响因素的相对权重；

通过所述相对重要度、相对隐患度以及所述各影响因素的相对权重，得出设备的设备风险影响度，按照根据设备风险影响度大小确定的预警时间和频次发送预警信息。

所述得出设备在各影响因素下的相对重要度和相对隐患度的具体步骤为：

选取设备重要度的影响因素集合K、设备隐患的影响因素集合M和设备集合D；其中，所述设备重要度影响因素集合K＝{I_n},n＝1,2,...,N₁，I_n为设备重要度影响因素，N₁为设备重要度的影响因素的个数；所述设备隐患影响因素集合M＝{J_n},n＝1,2,...,N₂，J_n为设备隐患影响因素，N₂为设备隐患的影响因素的个数；所述设备集合D＝{d_i},i＝1,2,...,N，N为设备数目，d_i表示设备标识；

将设备重要度和设备隐患的影响因素的值映射到其相对应的数据等级值，构成影响因素数据等级值序列s_i(I_n)和s_i(J_n)，其表示设备d_i在影响因素I_n和J_n下的数据等级值；通过设备重要度影响因素数据等级值序列构造影响因素I_n下的设备相对重要度矩阵通过设备隐患影响因素数据等级值序列计算影响因素J_n下的设备相对隐患度矩阵具体表达式为：

式中：表示设备d_i在影响因素I_n下相对于设备d_j是否重要，重要用2表示，不重要用0表示，与d_j同等重要时用1表示。不具有实际意义，应取对结果无影响的数值，令则

对同一影响因素I_n下的设备相对重要度矩阵的行向量元素进行求和，得到I_n下的设备d_i的相对重要度

其中：

对同一影响因素J_n下的设备相对隐患度矩阵的行向量元素进行求和，得到J_n下的设备d_i的相对隐患度

所述确定各影响因素的相对权重的方法为：

通过获取的采用1-9标度法得出的设备重要度影响因素的权重判断矩阵，得出该矩阵的最大特征值λ_max及其对应的特征向量W；通过获取的采用1-9标度法得出的设备隐患影响因素的权重判断矩阵，得出该矩阵的最大特征值γ_max及其对应的特征向量V；

根据设备重要度影响因素的权重判断矩阵的最大特征值λ_max及其对应的特征向量W得到设备重要度影响因素的权重向量根据设备隐患影响因素的权重判断矩阵的最大特征值γ_max及其对应的特征向量V得到设备隐患影响因素的权重向量

对W和V作归一化处理，并通过一致性检验，得到设备重要度影响因素的相对权重，所述归一化处理表达式为：

其中，W′为归一化后的设备重要度影响因素相对权重向量，表示设备重要度影响因素归一化后的相对权重；其中，V′为归一化后的设备隐患影响因素相对权重向量，表示设备隐患影响因素归一化后的相对权重。

所述得出各设备的设备风险影响度的具体方法为：

将上述设备d_i的相对重要度分别以上述各影响因素的相对权重加权求和，得到该设备的设备重要度a_i ^sum，其表达式为：

其中w_n′表示设备重要度影响因素I_n归一化后的相对权重，表示在设备重要度影响因素I_n下的设备d_i的相对重要度；

同理可得该设备的设备隐患其中v_n′表示设备隐患影响因素J_n归一化后的相对权重，表示在设备重要度影响因素J_n下的设备d_i的相对隐患度；从而得到各设备的设备重要度a_i ^sum和设备隐患b_i ^sum；

将所述设备重要度值和所述设备隐患值归一化。为避免设备重要度计算的结果之间的差异过大或过小，本发明实施例采用线性均值归一化法，其表达式为：

式中，z为待归一化的变量，A为调节因子，是一个常数，用于根据实际需要来调节归一化后的数据范围，在本发明实施例中，z_i＝a_i ^sum，取A＝1/max(z)，使得计算得到的设备重要度的取值范围为(0,1]。将z_i＝a_i ^sum代入上式，得到归一化后的设备重要度DI值为：DI_i＝f(a_i ^sum)；

同样地，将z_i＝b_i ^sum代入上式，可得所述设备隐患DH值为：DH_i＝f(b_i ^sum)。

所述设备风险影响度R与设备重要度和设备隐患的关系为：

R＝DI×DH

在本发明的另一方面，还提供一种电网中设备预警装置，能够准确而全面的反映出电网中设备的重要程度和隐患程度并实现预警，包括：

数据获取模块，用于获取设备对应在各影响因素下的数据等级值以及各影响因素的权重判断矩阵；

数据等级值处理模块，用于通过所述设备对应在各影响因素下的数据等级值得出各设备分别对应各影响因素的相对重要度和相对隐患度；

权重处理模块，用于通过所述各影响因素的权重判断矩阵确定各影响因素的相对权重；

输出告警模块，用于通过所述相对重要度和相对隐患度及所述各影响因素相对权重，得出设备的设备风险影响度并输出至输出设备，并根据设备风险影响度大小确定的预警的时间和频次发送预警信息。

所述数据获取模块从外部设备或人为输入获取所述设备对应在各影响因素下的数据等级值以及各影响因素的权重判断矩阵，并将所述设备对应在各影响因素下的数据等级值以及各影响因素的权重判断矩阵传递至数据等级值处理模块和权重处理模块。

所述数据等级值模块执行如下程序：

通过设备重要度影响因素数据等级值序列构造影响因素I_n下的设备相对重要度矩阵通过设备隐患影响因素数据等级值序列计算影响因素J_n下的设备相对隐患度矩阵

其中：

对同一影响因素I_n下的设备相对重要度矩阵的行向量元素进行求和，得到I_n下的设备d_i的相对重要度

其中：

对同一影响因素J_n下的设备相对隐患度矩阵的行向量元素进行求和，得到J_n下的设备d_i的相对隐患度

所述权重处理模块执行如下程序：

计算得出所述设备重要度影响因素的权重判断矩阵的最大特征值λ_max及其对应的特征向量W，从而得到设备重要度影响因素的权重向量对W作归一化处理，

W′＝[w₁′，w₂′，...，w_N1′]，其中，W′为归一化后的设备重要度影响因素相对权重向量，表示设备重要度影响因素归一化后的相对权重；

同时计算出所述设备隐患影响因素判断矩阵的最大特征值γ_max及其对应的特征向量V，从而得到设备隐患影响因素的权重向量对V作归一化处理

其中，V′为归一化后的设备隐患影响因素相对权重向量，表示设备隐患影响因素归一化后的相对权重；

之后，将和输出至输出告警模块。所述输出告警模块执行如下程序：

将设备d_i的相对重要度分别与所述各影响因素的相对权重加权求和，得到该设备的设备重要度w_n′表示设备重要度影响因素I_n归一化后的相对权重，表示在设备重要度影响因素I_n下的设备d_i的相对重要度；

同样地，该设备的设备隐患v_n′表示设备隐患影响因素J_n归一化后的相对权重，表示在设备重要度影响因素J_n下的设备d_i的相对隐患度，从而得到各设备的设备重要度a_i ^sum和设备隐患b_i ^sum；

将所述设备重要度值和所述设备隐患值归一化，

式中，A＝1/max(z)，将z_i＝a_i ^sum代入上式，得到归一化后的设备重要度DI值为：DI_i＝f(a_i ^sum)，同样地，将z_i＝b_i ^sum代入上式，可得所述设备隐患DH值为：DH_i＝f(b_i ^sum)；

最后，R＝DI×DH，其中，R为设备风险影响度。

将各设备的设备风险影响度R输出至输出设备，所述输出告警模块根据R值大小设置预警时间和频次，并按照所述预警时间和频次发送预警信息。

从上面所述可以看出，本发明提供的一种电网中设备预警方法及预警装置综合考虑了设备重要度和设备隐患，克服了传统设备风险计算中只考虑故障率及其后果的缺陷，充分地发掘出深层次的、隐性的或难以预见的风险因素，并发出预警信息，能够前瞻性地对电网设备科学管理和规划提供决策；同时，本发明提供的一种电网中设备预警装置结构简单，操作简便，能够有效地对电网中设备进行设备风险度评估并根据所述设备的设备风险度大小进行预警，有效地提高电网中设备维护效率。

附图说明

图1为本发明实施例的设备风险影响度构成因素及影响因素图；

图2为本发明实施例的电网中设备预警方法的流程图；

图3为本发明实施例的电网中设备预警装置图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。

如图1所示，为本发明实施例提出的设备风险影响度的构成因素及影响因素图。所述设备风险影响度的构成因素包括设备重要度和设备隐患，所述设备重要度的影响因素为电压等级、设备造价、供电区域和相关联的设备规模，所述设备隐患的影响因素为告警严重度、计划检修周期和故障影响度，即本发明实施例中设备重要度的N₁＝4，I₁为供电区域属性，I₂为元件重要性，I₃为电压等级，I₄为相关联的设备规模；设备隐患的N₂＝3，J₁为告警严重度，J₂为计划检修周期，J₃为故障影响度。同时，所述设备风险度的构成因素的影响因素并不限定于此，所述设备风险度的构成因素的影响因素可根据***特点和实际需要进行选择。

本发明实施例提供的一种电网中设备预警方法中，对不能量化的所述设备风险影响度的构成因素的影响因素划分等级，采用“影响极小、轻微、一般、严重、很严重”等语义项进行描述；对等级进行1-10的评分量定，从而得到所述设备风险影响度的构成因素的影响因素的数据等级值。

电压等级可以衡量设备故障或发生异常对人员环境的安全性影响，如高压线掉落可能导致森林火灾，如果出现在居民区可能出现人员伤亡等重要灾害，一般情况下，电网中同类设备电压等级越高，该设备在电网中就越重要。如表1所示，为所述电压等级的数据等级值表。

表1

设备造价是从经济角度衡量设备重要度的指标之一，能够在一定程度上表征该类设备在电力***中的地位，设备造价越高，表明该设备在电力***中的地位越高，进而说明该设备本身越重要。如表2所示，为所述设备造价的数据等级值表。

表2

根据国家电网公司2012年发布的Q/GDW1738—2012《配电网规划设计技术导则》进行分类，依据行政级别和负荷密度将供电区域划分为A+、A、B、C、D、E共六类，设备所处的供电区域越重要，其设备本身也越重要，处于供电区域等级高的设备，一旦发生故障引起停电将可能造成严重人身伤亡、较大的环境污染、较大的政治影响、较大的经济损失，导致社会公共秩序严重混乱。如表3所示，为所述供电区域的数据等级值表。

注1：δ为供电区域的负荷密度(MW/km²)

注2：供电区域面积一般不小于5km²

注3：计算负荷密度时，应扣除110(66)kV专线负荷，以及高山、戈壁、荒漠、水城、森林等无效供电面积。

表3

所述相关联的设备规模用受影响的设备数量来表征，衡量对相关设备的影响的标准，是指在设备出现告警、故障或异常时是否会引起与所述设备关联的设备也出现告警、故障或异常，进而造成维修工作量和成本的增加。

所述告警严重度为设备发生告警后的告警级别的加权求和，用来表征设备告警的严重程度，用AS表示，其计算公式为：

式中，a_i表示告警类型i的数据等级值，X_i表示告警类型i发生的频次，k为告警类型数目，因此，AS越大，表示该设备的告警严重程度越大，说明该设备发生告警引起的后果越严重。如表4所示，为所述告警严重度的数据等级值表。

表4

在计划检修的维护方式中以相应类别设备的运行规律为基础，按照一定的计划检修周期在设备故障前进行检修，以排除或削弱某些故障因素，从而降低停运风险。按照检修导则将计划检修按照电力设备检修规模和停用时间划分为A、B、C、D四个检修等级，各级计划检修周期相对固定。如表5所示，为所述计划检修周期的数据等级值表。

表5

所述故障影响度为设备发生故障后引起的设备事故的等级加权求和，用来表征设备发生故障的严重程度，用FI表示，其表达式为：

式中，f_i为设备发生故障引起的事故类型i的数据等级值，N_i表示某故障类型i发生的频次，k为设备事故等级类型数目，因此，FI越大表示，该设备的故障越严重，说明该设备发生故障引起的后果越严重。如表6所示，为所述故障影响度的数据等级值表。

表6

实施例1：

如图2所示，为本发明实施例提供的一种电网中设备预警方法的流程图，该方法包括如下步骤：

步骤11，从外部设备或由使用者主动输入获取设备对应在各影响因素下的数据等级值，以及设备重要度影响因素和设备隐患影响因素的权重判断矩阵；

步骤12，通过所述设备对应在各影响因素下的数据等级值得出设备分别对应各影响因素的相对重要度和相对隐患度；

步骤13，通过所述各影响因素的权重判断矩阵确定各影响因素的相对权重；

步骤14，通过所述相对重要度、相对隐患度及所述各影响因素相对权重，得出各设备的设备风险影响度，根据设备风险影响度大小确定的预警的时间和频次发送预警信息。

在步骤12中，所述得出各设备在各影响因素下的相对重要度和相对隐患度的具体步骤为：

步骤121.选取设备重要度影响因素集合K＝{I_n},n＝1,2,...,N₁和设备隐患影响因素集合M＝{J_n},n＝1,2,...,N₂，I_n为设备重要度影响因素，N₁为设备重要度的影响因素的个数，本发明实施例中设备重要度的N₁＝4，I₁为供电区域属性，I₂为元件重要性，I₃为电压等级，I₄为相关联的设备规模；J_n为设备隐患影响因素，N₂为设备隐患的影响因素的个数，本发明实施例中N₂＝3，J₁为告警严重度，J₂为计划检修周期，J₃为故障影响度。设备集合D＝{d_i},i＝1,2,...,N，N为设备数目，d_i表示设备标识，表示第i个设备，将设备重要度的影响因素的值映射到其相对应的数据等级值，构成影响因素数据等级值序列s_i(I_n)和s_i(J_n)，其表示设备d_i在影响因素I_n和J_n下的数据等级值；

步骤122.通过设备重要度影响因素数据等级值序列构造影响因素I_n下的设备相对重要度矩阵通过设备隐患影响因素数据等级值序列计算影响因素J_n下的设备相对隐患度矩阵具体表达式为：

式中：表示设备d_i在影响因素I_n下相对于设备d_j是否重要，重要用2表示，不重要用0表示，与d_j同等重要时用1表示。不具有实际意义，应取对结果无影响的数值，令则

对同一影响因素I_n下的设备相对重要度矩阵的行向量元素进行求和，得到I_n下的设备d_i的相对重要度

其中：

对同一影响因素J_n下的设备相对隐患度矩阵的行向量元素进行求和，得到J_n下的设备d_i的相对隐患度

在步骤13中，利用1-9标度法确定各影响因素的权重。

通过设备重要度影响因素的权重判断矩阵，得出该矩阵的最大特征值λ_max及其对应的特征向量W；通过设备隐患影响因素的权重判断矩阵，得出该矩阵的最大特征值γ_max及其对应的特征向量V；

根据设备重要度影响因素的权重判断矩阵的最大特征值λ_max及其对应的特征向量W得到设备重要度影响因素的权重向量根据设备隐患影响因素的权重判断矩阵的最大特征值γ_max及其对应的特征向量V得到设备隐患影响因素的权重向量

对W和V作归一化处理，并通过一致性检验，得到设备重要度影响因素的相对权重，所述归一化处理表达式为：

其中，W′为归一化后的设备重要度影响因素相对权重向量，表示设备重要度影响因素归一化后的相对权重；其中，V′为归一化后的设备隐患影响因素相对权重向量，表示设备隐患影响因素归一化后的相对权重。

在步骤14中，所述得出各设备的设备风险影响度的具体方法为：

步骤141.

将设备d_i的相对重要度分别与所述各影响因素的相对权重加权求和，得到该设备的设备重要度a_i ^sum，其表达式为：

w_n′表示设备重要度影响因素I_n归一化后的相对权重，表示在设备重要度影响因素I_n下的设备d_i的相对重要度；

同理可得该设备的设备隐患v_n′表示设备隐患影响因素J_n归一化后的相对权重，表示在设备重要度影响因素J_n下的设备d_i的相对隐患度，从而得到各设备的设备重要度a_i ^sum和设备隐患b_i ^sum；

步骤142.将所述设备重要度值和所述设备隐患值归一化。为避免设备重要度计算的结果之间的差异过大或过小，本发明实施例采用线性均值归一化法，其表达式为：

式中，z为待归一化的变量，A为调节因子，是一个常数，用于根据实际需要来调节归一化后的数据范围，在本发明实施例中，z_i＝a_i ^sum，取A＝1/max(z)，使得计算得到的设备重要度的取值范围为(0,1]。将z_i＝a_i ^sum代入上式，得到归一化后的设备重要度DI值为：DI_i＝f(a_i ^sum)；

同样地，将z_i＝b_i ^sum代入上式，可得所述设备隐患DH值为：DH_i＝f(b_i ^sum)。

步骤143.所述设备风险影响度R与设备重要度和设备隐患的关系为：

R＝DI×DH

将步骤142中的结果代入，即得到各设备的设备风险影响度。

实施例2：

表7

如表7所示，为本发明实施例2提供的设备重要度影响因素和数据等级值图。其中G1与G2为发电机，L1与L2为输电线路，B1和B2为母线，T1和T2为变压器，CB1和CB2为断路器，S1为开关，共11种设备，即N＝11；共有四种设备重要度影响因素，分别为电压等级、设备造价、供电区域和相关联的设备规模，即N₁＝4

步骤1001.构造影响因素数据等级值序列s_i(I_n)；

步骤1002.通过设备重要度影响因素数据等级值序列计算影响因素I_n下的设备相对重要度矩阵对同一影响因素I_n下的设备相对重要度矩阵的行向量元素进行求和，得到I_n下的设备d_i的相对重要度

步骤1003.采用1-9标度法，构造设备重要度的影响因素的判断矩阵，可得出所述判断矩阵最大特征向量λ＝4.0728，归一化后的相对权重向量W'＝[0.1552,0.4978,0.2753,0.0716]，一致性指标CR＝0.0270＜0.1，满足一致性检验，权重计算合理；将设备i的重要度影响因素加权求和，得到这个设备的相对设备重要度a_i ^sum；

1004.设备重要度值归一化。可得到各设备的设备重要度计算结果如表8所示。

表8

由此可得到各设备的设备重要度，同理可得出各设备的设备隐患，从而通过R_i＝DI_i×DH_i(i＝1,2,...,11)计算出各设备的设备风险影响度，计算结果如表9所示。

表9

从上述结果可以看出，设备G1的风险影响度最高，说明该设备发生故障或异常对电网造成的影响最大，所以在电网设备风险管控和设备维修中对此设备的关注度应设为最高，应设置高频次的预警信息提示；相对于风险影响度高的设备，设备S1在设备管理中的优先级和关注度较低，应设置低频次的预警信息提示。

从上述具体实施方式和实施例可以看出，该设备风险影响度计算方法综合考虑设备的重要度、故障概率、损失后果和可能的设备隐患等因素，全面地对设备风险影响度进行计算评估，能够更准确而全面的反映出电网中设备的重要程度，有助于决策者科学地对电网进行规划，合理设置预警和检修频次，从而避免电网重大事故的发生。

如图3所示，为本发明提供的一种电网中设备预警装置图，该装置包括：

数据获取模块，用于获取设备对应在各影响因素下的数据等级值以及设备重要度影响因素和设备隐患影响因素的权重判断矩阵；

数据等级值处理模块，用于通过所述设备对应在各影响因素下的数据等级值得出各设备分别对应各影响因素的相对重要度和相对隐患度；

权重处理模块，用于通过所述设备重要度影响因素和设备隐患影响因素的权重判断矩阵确定各影响因素的相对权重；

输出告警模块，用于通过所述相对重要度和相对隐患度及所述各影响因素相对权重，得出设备的设备风险影响度并输出至输出设备，并根据设备风险影响度大小确定的预警的时间和频次发送预警信息。

所述数据获取模块从外部设备或人为输入获取设备对应在各影响因素下的数据等级值以及设备重要度影响因素和设备隐患影响因素的权重判断矩阵，并将所述基础数据传递至数据等级值处理模块和权重处理模块。

所述数据等级值模块执行如下程序：

选取设备重要度的影响因素集合K、设备隐患的影响因素集合M和设备集合D；其中，所述设备重要度影响因素集合K＝{I_n},n＝1,2,...,N₁，I_n为影响因素，N₁为设备重要度的影响因素的个数；所述设备隐患影响因素集合M＝{J_n},n＝1,2,...,N₂，J_n为设备隐患影响因素，N₂为设备隐患的影响因素的个数；所述设备集合D＝{d_i},i＝1,2,...,N，N为设备数目，d_i表示设备标识；

将设备重要度和设备隐患的影响因素的值映射到其相对应的数据等级值，构成影响因素数据等级值序列s_i(I_n)和s_i(J_n)，其表示设备d_i在影响因素I_n和J_n下的数据等级值；

通过设备重要度影响因素数据等级值序列构造影响因素I_n下的设备相对重要度矩阵

其中：

对同一影响因素I_n下的设备相对重要度矩阵的行向量元素进行求和，得到I_n下的设备d_i的相对重要度

同时，通过设备隐患影响因素数据等级值序列计算影响因素I_n下的设备相对隐患度矩阵

其中：

对同一影响因素J_n下的设备相对隐患度矩阵的行向量元素进行求和，得到J_n下的设备d_i的相对隐患度

所述权重处理模块执行如下程序：

计算得出所述设备重要度影响因素的权重判断矩阵的最大特征值λ_max及其对应的特征向量W，从而得到设备重要度影响因素的权重向量对W作归一化处理，

W′＝[w₁′，w₂′，...，w_N1′]，其中，W′为归一化后的设备重要度影响因素相对权重向量，表示设备重要度影响因素归一化后的相对权重；

同时计算出所述设备隐患影响因素判断矩阵的最大特征值γ_max及其对应的特征向量V，从而得到设备隐患影响因素的权重向量对V作归一化处理

其中，V′为归一化后的设备隐患影响因素相对权重向量，表示设备隐患影响因素归一化后的相对权重；

之后，将和输出至输出告警模块。

所述输出告警模块执行如下程序：

将设备d_i的相对重要度分别与所述各影响因素的相对权重加权求和，得到该设备的设备重要度w_n′表示设备重要度影响因素I_n归一化后的相对权重，表示在设备重要度影响因素I_n下的设备d_i的相对重要度；

同样地，该设备的设备隐患v_n′表示设备隐患影响因素J_n归一化后的相对权重，表示在设备重要度影响因素J_n下的设备d_i的相对隐患度，从而得到各设备的设备重要度a_i ^sum和设备隐患b_i ^sum；

将所述设备重要度值和所述设备隐患值归一化，

式中，A＝1/max(z)，将z_i＝a_i ^sum代入上式，得到归一化后的设备重要度DI值为：DI_i＝f(a_i ^sum)，同样地，将z_i＝b_i ^sum代入上式，可得所述设备隐患DH值为：DH_i＝f(b_i ^sum)；

最后，R＝DI×DH，其中，R为设备风险影响度。

将各设备的设备风险影响度R输出至输出设备，使用者通过判别R值范围及***实际情况设置预警时间和频次，所述输出告警模块按照所述预警时间和频次发送预警信息。

从上述具体实施例可以看出，所述电网中设备预警装置结构简单、操作简便，能够实现对电网中设备的设备风险影响度的评估，并可根据设备的设备风险影响度进行预警，有利于决策者科学地对电网进行规划。

所属领域的普通技术人员应当理解：以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种电网中设备预警方法，其特征在于，包括如下步骤：

通过预设的设备对应在各影响因素下的数据等级值得出设备分别对应各影响因素的相对重要度和相对隐患度；

通过预设的各影响因素的权重判断矩阵确定各影响因素的相对权重；

通过所述相对重要度、相对隐患度以及所述各影响因素的相对权重，得出设备的设备风险影响度，按照根据设备风险影响度大小确定的预警时间和频次发送预警信息。

2.根据权利要求1所述的方法，其特征在于，所述设备对应在各影响因素下的数据等级值以及各影响因素的权重判断矩阵为从外部设备或由使用者主动输入获得。

3.根据权利要求1所述的方法，其特征在于，所述影响因素包括设备重要度影响因素和设备隐患影响因素；所述得出各设备在各影响因素下的相对重要度和相对隐患度的方法为：

选取设备重要度的影响因素集合K、设备隐患的影响因素集合M和设备集合D；其中，所述设备重要度影响因素集合K＝{I_n},n＝1,2,...,N₁，I_n为设备重要度影响因素，N₁为设备重要度的影响因素的个数；所述设备隐患影响因素集合M＝{J_n},n＝1,2,...,N₂，J_n为设备隐患影响因素，N₂为设备隐患的影响因素的个数；所述设备集合D＝{d_i},i＝1,2,…,N，N为设备数目，d_i表示设备标识；

将设备重要度和设备隐患的影响因素的值映射到其相对应的数据等级值，构成影响因素数据等级值序列s_i(I_n)和s_i(J_n)，其表示设备d_i在影响因素I_n和J_n下的数据等级值；

通过设备重要度影响因素数据等级值序列构造影响因素I_n下的设备相对重要度矩阵通过设备隐患影响因素数据等级值序列计算影响因素J_n下的设备相对隐患度矩阵

4.根据权利要求3所述的方法，其特征在于，

其中：

${a_{ij}}^{\left(I_n\right)}=\left\{\begin{array}{cc}2& s_i\left(I_n\right)>s_j\left(I_n\right)\\ 1& s_i\left(I_n\right)=s_j\left(I_n\right)\\ 0,& s_i\left(I_n\right)<s_j\left(I_n\right)\end{array}\right.$

对同一影响因素I_n下的设备相对重要度矩阵的行向量元素进行求和，得到I_n下的设备d_i的相对重要度

其中：

${b_{ij}}^{\left(J_n\right)}=\left\{\begin{array}{cc}2& s_i\left(J_n\right)>s_j\left(J_n\right)\\ 1& s_i\left(J_n\right)=s_j\left(J_n\right)\\ 0,& s_i\left(J_n\right)<s_j\left(J_n\right)\end{array}\right.$

对同一影响因素J_n下的设备相对隐患度矩阵的行向量元素进行求和，得到J_n下的设备d_i的相对隐患度

5.根据权利要求1所述的方法，其特征在于，所述通过各影响因素的权重判断矩阵确定各影响因素的相对权重，为：

通过设备重要度影响因素的权重判断矩阵，得出该矩阵的最大特征值λ_max及其对应的特征向量W；通过设备隐患影响因素的权重判断矩阵，得出该矩阵的最大特征值γ_max及其对应的特征向量V；

根据设备重要度影响因素的权重判断矩阵的最大特征值λ_max及其对应的特征向量W得到设备重要度影响因素的权重向量根据设备隐患影响因素的权重判断矩阵的最大特征值γ_max及其对应的特征向量V得到设备隐患影响因素的权重向量

对W和V作归一化处理，并通过一致性检验，得到设备重要度影响因素的相对权重，所述归一化处理表达式为：

${w_n}^{\&prime;}=w_n/\underset{n=1}{\overset{N_1}{\&Sigma;}}{w}_n$

${v_n}^{\&prime;}=v_n/\underset{n=1}{\overset{N_2}{\&Sigma;}}{v}_n$

其中，W'为归一化后的设备重要度影响因素相对权重向量，表示设备重要度影响因素归一化后的相对权重；其中，V′为归一化后的设备隐患影响因素相对权重向量，表示设备隐患影响因素归一化后的相对权重。

6.根据权利要求1所述的方法，其特征在于，所述得出设备的设备风险影响度的步骤为：

将设备d_i的相对重要度分别与所述各影响因素的相对权重加权求和，得到该设备的设备重要度a_i ^sum，其表达式为：

${a_i}^{sum}=\underset{n=1}{\overset{N_1}{\&Sigma;}}{w_n}^{\&prime;}\&times;{a_i}^{\left(I_n\right)}$

w_n′表示设备重要度影响因素I_n归一化后的相对权重，表示在设备重要度影响因素I_n下的设备d_i的相对重要度；

同样地，该设备的设备隐患v_n′表示设备隐患影响因素J_n归一化后的相对权重，表示在设备重要度影响因素J_n下的设备d_i的相对隐患度，从而得到各设备的设备重要度a_i ^sum和设备隐患b_i ^sum；

接着，将所述设备重要度值和所述设备隐患值归一化，

$f\left(z\right)=\frac{Az}{\stackrel{\&OverBar;}{z}}$

式中，A＝1/max(z)，将z_i＝a_i ^sum代入上式，得到归一化后的设备重要度DI值为：DI_i＝f(a_i ^sum)，同样地，将z_i＝b_i ^sum代入上式，可得所述设备隐患DH值为：DH_i＝f(b_i ^sum)；

最后，所述设备风险影响度R与设备重要度和设备隐患的关系为：

R＝DI×DH

从而得出设备的设备风险影响度。

7.一种电网中设备预警装置，其特征在于，包括：

数据获取模块，用于获取设备对应在各影响因素下的数据等级值以及设备重要度影响因素和设备隐患影响因素的权重判断矩阵；

数据等级值处理模块，用于通过所述设备对应在各影响因素下的数据等级值得出各设备分别对应各影响因素的相对重要度和相对隐患度；

权重处理模块，用于通过所述设备重要度影响因素和设备隐患影响因素的权重判断矩阵确定各影响因素的相对权重；

输出告警模块，用于通过所述相对重要度和相对隐患度及所述各影响因素相对权重，得出设备的设备风险影响度并输出至输出设备，并根据设备风险影响度大小确定的预警的时间和频次发送预警信息。

8.根据权利要求7所述的装置，其特征在于，所述数据获取模块从外部设备或人为输入获取所述设备对应在各影响因素下的数据等级值以及各影响因素的权重判断矩阵，并将所述设备对应在各影响因素下的数据等级值以及各影响因素的权重判断矩阵传递至数据等级值处理模块和权重处理模块。

9.根据权利要求7所述的装置，其特征在于，所述数据等级值模块执行如下程序：

选取设备重要度的影响因素集合K、设备隐患的影响因素集合M和设备集合D；其中，所述设备重要度影响因素集合K＝{I_n},n＝1,2,...,N₁，I_n为影响因素，N₁为设备重要度的影响因素的个数；所述设备隐患影响因素集合M＝{J_n},n＝1,2,...,N₂，J_n为设备隐患影响因素，N₂为设备隐患的影响因素的个数；所述设备集合D＝{d_i},i＝1,2,…,N，N为设备数目，d_i表示设备标识；

将设备重要度和设备隐患的影响因素的值映射到其相对应的数据等级值，构成影响因素数据等级值序列s_i(I_n)和s_i(J_n)，其表示设备d_i在影响因素I_n和J_n下的数据等级值；

通过设备重要度影响因素数据等级值序列构造影响因素I_n下的设备相对重要度矩阵通过设备隐患影响因素数据等级值序列计算影响因素J_n下的设备相对隐患度矩阵

10.根据权利要求9所述的装置，其特征在于，

其中：

${a_{ij}}^{\left(I_n\right)}=\left\{\begin{array}{cc}2& s_i\left(I_n\right)>s_j\left(I_n\right)\\ 1& s_i\left(I_n\right)=s_j\left(I_n\right)\\ 0,& s_i\left(I_n\right)<s_j\left(I_n\right)\end{array}\right.$

对同一影响因素I_n下的设备相对重要度矩阵的行向量元素进行求和，得到I_n下的设备d_i的相对重要度

其中：

${b_{ij}}^{\left(J_n\right)}=\left\{\begin{array}{cc}2& s_i\left(J_n\right)>s_j\left(J_n\right)\\ 1& s_i\left(J_n\right)=s_j\left(J_n\right)\\ 0,& s_i\left(J_n\right)<s_j\left(J_n\right)\end{array}\right.$

对同一影响因素J_n下的设备相对隐患度矩阵的行向量元素进行求和，得到J_n下的设备d_i的相对隐患度

11.根据权利要求7所述的装置，其特征在于，所述权重处理模块执行如下程序：

计算得出所述设备重要度影响因素的权重判断矩阵的最大特征值λ_max及其对应的特征向量W，从而得到设备重要度影响因素的权重向量对W作归一化处理，

${w_n}^{\&prime;}=w_n/\underset{n=1}{\overset{N1}{\&Sigma;}}{w}_n$

其中，W′为归一化后的设备重要度影响因素相对权重向量，表示设备重要度影响因素归一化后的相对权重；

同时计算出所述设备隐患影响因素判断矩阵的最大特征值γ_max及其对应的特征向量V，从而得到设备隐患影响因素的权重向量对V作归一化处理

${v_n}^{\&prime;}=v_n/\underset{n=1}{\overset{N_2}{\&Sigma;}}{v}_n$

其中，V′为归一化后的设备隐患影响因素相对权重向量，表示设备隐患影响因素归一化后的相对权重；

之后，将和输出至输出告警模块。

12.根据权利要求7所述的装置，其特征在于，所述输出告警模块执行如下程序：

将设备d_i的相对重要度分别与所述各影响因素的相对权重加权求和，得到该设备的设备重要度w_n′表示设备重要度影响因素I_n归一化后的相对权重，表示在设备重要度影响因素I_n下的设备d_i的相对重要度；

同样地，该设备的设备隐患v_n′表示设备隐患影响因素J_n归一化后的相对权重，表示在设备重要度影响因素J_n下的设备d_i的相对隐患度，从而得到各设备的设备重要度a_i ^sum和设备隐患b_i ^sum；

将所述设备重要度值和所述设备隐患值归一化，

$f\left(z\right)=\frac{Az}{\stackrel{\&OverBar;}{z}}$

式中，A＝1/max(z)，将z_i＝a_i ^sum代入上式，得到归一化后的设备重要度DI值为：DI_i＝f(a_i ^sum)，同样地，将z_i＝b_i ^sum代入上式，可得所述设备隐患DH值为：DH_i＝f(b_i ^sum)；

最后，R＝DI×DH，其中，R为设备风险影响度。

将各设备的设备风险影响度R输出至输出设备，所述输出告警模块根据R值大小设置预警时间和频次，并按照所述预警时间和频次发送预警信息。