发明名称 电网安全风险评估方法
摘要 本发明公开了一种电网安全风险评估方法,对风险因素采用层次分析法进行分层,并用此方法计算出各个风险因素对系统影响所占的权重。然后利用D-S证据理论修正层次分析法的权重确定,并运用证据理论合成规则融合各条证据,根据融合的基本信度分配函数对各个风险因素的安全有效性进行分级,最终得出系统的安全有效性级别。本发明准确有效,评估方便。
申请公布号 CN105139268A 申请公布日期 2015.12.09
申请号 CN201510412517.6 申请日期 2015.07.14
申请人 国家电网公司;江苏省电力公司;江苏省电力公司南通供电公司 发明人 张乐;黄峰;张晓沛;王鹏;於耘新;岑新;李烽;范春阳
分类号 G06Q50/06(2012.01)I 主分类号 G06Q50/06(2012.01)I
代理机构 南通市永通专利事务所 32100 代理人 葛雷
主权项 一种电网安全风险评估方法,其特征是:包括下列步骤:步骤1:对可能造成电网安全的评价指标进行层次上的划分,分为目标层、准则层、指标层;确定层与层元素之间的隶属关系;步骤2:对评价指标进行量化,构造比较判断矩阵,以上一层次某个元素作为比较准则,用一个比较标度C<sub>ij</sub>来表示本层次中第i个元素和第j个元素的相对重要性;C<sub>ij</sub>取值规则为:<img file="953686dest_path_image001.GIF" wi="582" he="268" />建立比较判断矩阵C<img file="dest_path_image001.GIF" wi="158" he="71" />步骤3:对构造的判断矩阵C进行一致性校验,公式如下:<img file="dest_path_image002.GIF" wi="132" he="52" />其中,λmax是判断矩阵的最大特征值,由近似方根法计算得到;RI是平均随机一致性指标:<img file="FDA0000759280130000021.GIF" wi="1801" he="168" />当CR<0.1时,认为矩阵有较满意的一致性,转步骤6;如若不然就进行修复判断矩阵,转步骤4;步骤4:修复判断矩阵步骤4.1:将矩阵中的元素C<sub>ij</sub>除以<img file="dest_path_image003.GIF" wi="30" he="34" />(其中<img file="dest_path_image004.GIF" wi="162" he="45" />令变量<img file="dest_path_image005.GIF" wi="109" he="37" />步骤4.2:若S<sub>ij</sub>&lt;1,且C<sub>ij</sub>=9,则不计算偏离距离d<sub>ij</sub>,若S<sub>ij</sub>&gt;1,且C<sub>ij</sub>=(1/9),则不计算偏离距离d<sub>ij</sub>,其它情况都计算偏离距离d<sub>ij</sub>;步骤4.3:比较出最大的d<sub>ij</sub>,并记录元素的序号i和j的取值,取1~9标度中最接近C<sub>ij</sub>/S<sub>ij</sub>的数代替元素C<sub>ij</sub>;步骤4.4:检查调整后的一致性,如果不一致,将对调整后的矩阵重复以上步骤;步骤5:综合考虑下一层次元素对上一层次元素的影响,必须计算k+1层元素的组合权重,其计算公式如下:<img file="dest_path_image006.GIF" wi="389" he="37" />其中:ω<sup>k+1</sup><sup>,</sup><sup>k‑1</sup>为第k+1层上元素相对于k‑1层上元素的组合权重;<img file="dest_path_image007.GIF" wi="207" he="34" />为第k+1层上元素相对于k层上元素的权 重;步骤6:确定评价集,令X={X<sub>1</sub>,X<sub>2</sub>…X<sub>k</sub>}为模型评语集,其中X<sub>1</sub>,X<sub>2</sub>…X<sub>k</sub>为具体评语;F(X)={F(X<sub>1</sub>),F(X<sub>2</sub>),F(X<sub>3</sub>),F(X<sub>4</sub>),F(X<sub>5</sub>)}为模糊评语集给出的模糊评估值,F(X<sub>i</sub>)(i=1,2…5)为对应于模糊评语值X<sub>i</sub>的评估值,其范围为0&lt;=F(X<sub>i</sub>)&lt;=1;<tables num="0001" id="ctbl0001"><table><tgroup cols="3"><colspec colname="c001" colwidth="33%" /><colspec colname="c002" colwidth="33%" /><colspec colname="c003" colwidth="33%" /><tbody><row><entry morerows="1">风险评语 </entry><entry morerows="1">风险指标模糊集 </entry><entry morerows="1">风险值 </entry></row><row><entry morerows="1">高风险 </entry><entry morerows="1">[0.8,1.0] </entry><entry morerows="1">0.9 </entry></row><row><entry morerows="1">较高风险 </entry><entry morerows="1">[0.6,0.8] </entry><entry morerows="1">0.7 </entry></row><row><entry morerows="1">中等风险 </entry><entry morerows="1">[0.4,0.6] </entry><entry morerows="1">0.5 </entry></row><row><entry morerows="1">较低风险 </entry><entry morerows="1">[0.2,0.4] </entry><entry morerows="1">0.3 </entry></row><row><entry morerows="1">低风险 </entry><entry morerows="1">[0.0,0.2] </entry><entry morerows="1">0.1 </entry></row></tbody></tgroup></table></tables>步骤7:根据评估结果结合组合权重计算各项指标的基本信度分配函数m<sub>n</sub>(X<sub>i</sub>),同时将未知信息归入Θ中,焦元Θ的基本信度分配值为:<img file="dest_path_image008.GIF" wi="226" he="30" />步骤8:根据证据理论合成规则,得到合成的各项指标的基本信度分配函数,并按其值进行大小排序;假设识别框架Θ下的2个证据E<sub>1</sub>和E<sub>2</sub>,其相应的基本信度分配函数为m<sub>1</sub>和m<sub>2</sub>,焦元分别为X<sub>i</sub>和Y<sub>j</sub>,利用合成规则<img file="dest_path_image009.GIF" wi="260" he="68" />式中:<img file="dest_path_image010.GIF" wi="200" he="30" />它表示各个证据间的冲突程度;依次类推,可以对各条证据理论进行融合,得到融合后的基本信度分配值, 实现对各个指标的合理评价;步骤9:依据排序关系,可以直观的得到各项指标安全有效性的大小关系并分级,从而实现对整个系统的安全有效性评价;将指标按梯级理论进行划分,共分为5个级别:①优;②良;③中;④及格;⑤差;在前述计算各指标基本信度分配函数的基础上,采用置信度识别准则,对各项指标进行评价分级;设置信度为θ(θ>0.5),其取值通常为0.6,0.7,0.8和0.9;令<img file="dest_path_image011.GIF" wi="279" he="37" />根据各项指标基本信度分配值在系统中所占的比重μ<sub>i</sub>与<img file="FDA0000759280130000042.GIF" wi="43" he="72" />的大小关系,判断各指标属于的级别。
地址 100031 北京市西城区西长安街86号