本技術(shù)涉及智能電網(wǎng)，更具體地說，本技術(shù)涉及一種電網(wǎng)風(fēng)險(xiǎn)評估方法及系統(tǒng)。

背景技術(shù)：

1、智能電網(wǎng)是傳統(tǒng)電網(wǎng)與現(xiàn)代信息技術(shù)深度融合的新型電力系統(tǒng)，旨在通過傳感技術(shù)、大數(shù)據(jù)分析和人工智能優(yōu)化等手段，實(shí)現(xiàn)電網(wǎng)的智能化運(yùn)行和精準(zhǔn)調(diào)度。目前，智能電網(wǎng)技術(shù)正向更高的智能化、分布式和低碳化方向發(fā)展，未來的智能電網(wǎng)將更加注重人工智能、大數(shù)據(jù)、區(qū)塊鏈技術(shù)的應(yīng)用，進(jìn)一步提升系統(tǒng)的自主性和適應(yīng)性，助力實(shí)現(xiàn)全球能源轉(zhuǎn)型目標(biāo)。

2、電網(wǎng)風(fēng)險(xiǎn)評估技術(shù)作為智能電網(wǎng)運(yùn)行的重要組成部分，通過分析電力監(jiān)控?cái)?shù)據(jù)，可以識別潛在風(fēng)險(xiǎn)、預(yù)測電網(wǎng)運(yùn)行狀態(tài)，其中，通過歷史數(shù)據(jù)統(tǒng)計(jì)和異常模式識別對電網(wǎng)風(fēng)險(xiǎn)進(jìn)行評估，對大數(shù)據(jù)的訓(xùn)練預(yù)測電網(wǎng)的風(fēng)險(xiǎn)，雖具有一定精度，但對異常數(shù)據(jù)和殘差處理能力較弱，容易導(dǎo)致誤差積累，使得數(shù)據(jù)修復(fù)困難且風(fēng)險(xiǎn)評估可信度低下。因此，如何對電力監(jiān)控?cái)?shù)據(jù)進(jìn)行殘差修復(fù)和置信風(fēng)險(xiǎn)評估，以提高電網(wǎng)智能風(fēng)險(xiǎn)評估的可靠性是業(yè)界面臨的難題。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)提供一種電網(wǎng)風(fēng)險(xiǎn)評估方法及系統(tǒng)，可對電力監(jiān)控?cái)?shù)據(jù)進(jìn)行殘差修復(fù)和置信風(fēng)險(xiǎn)評估，以提高電網(wǎng)智能風(fēng)險(xiǎn)評估的可靠性。

2、第一方面，本技術(shù)提供一種電網(wǎng)風(fēng)險(xiǎn)評估方法，所述評估方法包括如下步驟：

3、采集目標(biāo)電網(wǎng)區(qū)域的電力監(jiān)控?cái)?shù)據(jù)，并確定所述目標(biāo)電網(wǎng)區(qū)域調(diào)度中心使用智能電網(wǎng)的網(wǎng)絡(luò)結(jié)構(gòu)；

4、通過所述網(wǎng)絡(luò)結(jié)構(gòu)中的隔離裝置確定所述電力監(jiān)控?cái)?shù)據(jù)中的畸變數(shù)據(jù)，基于所述畸變數(shù)據(jù)構(gòu)建局部視角矩陣和全局視角矩陣；

5、根據(jù)所述全局視角矩陣確定所述智能電網(wǎng)在通信時(shí)的偏移趨勢，對所述局部視角矩陣進(jìn)行協(xié)同過濾，進(jìn)而得到所述智能電網(wǎng)在數(shù)據(jù)隔離時(shí)的衰減系數(shù)；

6、獲取目標(biāo)電網(wǎng)區(qū)域的歷史監(jiān)控?cái)?shù)據(jù)，進(jìn)而依據(jù)所述歷史監(jiān)控?cái)?shù)據(jù)構(gòu)建所述智能電網(wǎng)在數(shù)據(jù)隔離時(shí)的殘差修復(fù)模型，通過所述殘差修復(fù)模型基于所述偏移趨勢和所述衰減系數(shù)確定所述電力監(jiān)控?cái)?shù)據(jù)的修復(fù)細(xì)粒度；

7、基于所述電力監(jiān)控?cái)?shù)據(jù)的修復(fù)細(xì)粒度對所述智能電網(wǎng)進(jìn)行置信評估，進(jìn)而得到目標(biāo)電網(wǎng)區(qū)域的風(fēng)險(xiǎn)評估結(jié)果。

8、在本實(shí)施例中，通過數(shù)據(jù)采集服務(wù)器采集目標(biāo)電網(wǎng)區(qū)域的電力監(jiān)控?cái)?shù)據(jù)。

9、在本實(shí)施例中，通過所述網(wǎng)絡(luò)結(jié)構(gòu)中的隔離裝置確定所述電力監(jiān)控?cái)?shù)據(jù)中的畸變數(shù)據(jù)具體包括：

10、分別采集所述網(wǎng)絡(luò)結(jié)構(gòu)中的隔離裝置隔離前后的電力傳輸數(shù)據(jù)，進(jìn)而通過所述隔離裝置隔離前后的電力傳輸數(shù)據(jù)確定數(shù)據(jù)傳輸波形；

11、基于所述數(shù)據(jù)傳輸波形篩選出所述電力監(jiān)控?cái)?shù)據(jù)中的畸變數(shù)據(jù)。

12、在本實(shí)施例中，基于所述畸變數(shù)據(jù)構(gòu)建局部視角矩陣和全局視角矩陣具體包括：

13、獲取目標(biāo)電網(wǎng)區(qū)域的調(diào)度潮流信息；

14、對所述畸變數(shù)據(jù)進(jìn)行快速傅里葉變換，進(jìn)而得到所述畸變數(shù)據(jù)的頻域空間；

15、基于所述調(diào)度潮流信息從所述頻域空間中提取不同潮流節(jié)點(diǎn)的空間特征，進(jìn)而依據(jù)所有的空間特征構(gòu)建局部視角矩陣和全局視角矩陣。

16、在本實(shí)施例中，根據(jù)所述全局視角矩陣確定所述智能電網(wǎng)在通信時(shí)的偏移趨勢具體包括：

17、將所述全局視角矩陣中的數(shù)據(jù)點(diǎn)映射到幾何空間；

18、通過所述幾何空間中所有數(shù)據(jù)點(diǎn)的歐氏距離確定數(shù)據(jù)波動曲線，進(jìn)而將所述數(shù)據(jù)波動曲線的趨勢作為所述智能電網(wǎng)在通信時(shí)的偏移趨勢。

19、在本實(shí)施例中，對所述局部視角矩陣進(jìn)行協(xié)同過濾，進(jìn)而得到所述智能電網(wǎng)在數(shù)據(jù)隔離時(shí)的衰減系數(shù)具體包括：

20、將所述局部視角矩陣進(jìn)行時(shí)空協(xié)同劃分，得到時(shí)間協(xié)同矩陣和空間協(xié)同矩陣；

21、依據(jù)所述時(shí)間協(xié)同矩陣的相關(guān)系數(shù)對所述局部視角矩陣中的數(shù)據(jù)點(diǎn)進(jìn)行初次過濾，再基于所述空間協(xié)同矩陣的相關(guān)系數(shù)對所述局部視角矩陣中的數(shù)據(jù)點(diǎn)進(jìn)行再次過濾，得到過濾后的局部視角矩陣；

22、根據(jù)過濾后的局部視角矩陣和所述局部視角矩陣確定所述智能電網(wǎng)在數(shù)據(jù)隔離時(shí)的衰減系數(shù)。

23、在本實(shí)施例中，從智能電網(wǎng)的調(diào)度數(shù)據(jù)庫中獲取目標(biāo)電網(wǎng)區(qū)域的歷史監(jiān)控?cái)?shù)據(jù)。

24、在本實(shí)施例中，所述殘差修復(fù)模型為基于多視角注意力機(jī)制構(gòu)建的神經(jīng)網(wǎng)絡(luò)模型。

25、在本實(shí)施例中，基于所述電力監(jiān)控?cái)?shù)據(jù)的修復(fù)細(xì)粒度對所述智能電網(wǎng)進(jìn)行置信評估，進(jìn)而得到目標(biāo)電網(wǎng)區(qū)域的風(fēng)險(xiǎn)評估結(jié)果具體包括：

26、基于所述電力監(jiān)控?cái)?shù)據(jù)的修復(fù)細(xì)粒度確定所述電力監(jiān)控?cái)?shù)據(jù)的修復(fù)誤差；

27、通過所述修復(fù)誤差確定所述智能電網(wǎng)的運(yùn)行狀態(tài)的波動系數(shù)和置信度；

28、對所述波動系數(shù)和所述置信度進(jìn)行加權(quán)評估，得到目標(biāo)電網(wǎng)區(qū)域的風(fēng)險(xiǎn)評估結(jié)果。

29、第二方面，本技術(shù)提供一種電網(wǎng)風(fēng)險(xiǎn)評估系統(tǒng)，用于執(zhí)行一種電網(wǎng)風(fēng)險(xiǎn)評估方法，所述評估系統(tǒng)包括：

30、采集模塊，用于采集目標(biāo)電網(wǎng)區(qū)域的電力監(jiān)控?cái)?shù)據(jù)，并確定所述目標(biāo)電網(wǎng)區(qū)域調(diào)度中心使用智能電網(wǎng)的網(wǎng)絡(luò)結(jié)構(gòu)；

31、隔離劃分模塊，用于通過所述網(wǎng)絡(luò)結(jié)構(gòu)中的隔離裝置確定所述電力監(jiān)控?cái)?shù)據(jù)中的畸變數(shù)據(jù)，基于所述畸變數(shù)據(jù)構(gòu)建局部視角矩陣和全局視角矩陣；

32、矩陣處理模塊，用于根據(jù)所述全局視角矩陣確定所述智能電網(wǎng)在通信時(shí)的偏移趨勢，對所述局部視角矩陣進(jìn)行協(xié)同過濾，進(jìn)而得到所述智能電網(wǎng)在數(shù)據(jù)隔離時(shí)的衰減系數(shù)；

33、數(shù)據(jù)修復(fù)模塊，用于獲取目標(biāo)電網(wǎng)區(qū)域的歷史監(jiān)控?cái)?shù)據(jù)，進(jìn)而依據(jù)所述歷史監(jiān)控?cái)?shù)據(jù)構(gòu)建所述智能電網(wǎng)在數(shù)據(jù)隔離時(shí)的殘差修復(fù)模型，通過所述殘差修復(fù)模型基于所述偏移趨勢和所述衰減系數(shù)確定所述電力監(jiān)控?cái)?shù)據(jù)的修復(fù)細(xì)粒度；

34、置信評估模塊，用于基于所述電力監(jiān)控?cái)?shù)據(jù)的修復(fù)細(xì)粒度對所述智能電網(wǎng)進(jìn)行置信評估，進(jìn)而得到目標(biāo)電網(wǎng)區(qū)域的風(fēng)險(xiǎn)評估結(jié)果。

35、本技術(shù)公開的實(shí)施例提供的技術(shù)方案具有以下有益效果：

36、首先，采集目標(biāo)電網(wǎng)區(qū)域的電力監(jiān)控?cái)?shù)據(jù)，并確定所述目標(biāo)電網(wǎng)區(qū)域調(diào)度中心使用智能電網(wǎng)的網(wǎng)絡(luò)結(jié)構(gòu)；其次，通過所述網(wǎng)絡(luò)結(jié)構(gòu)中的隔離裝置確定所述電力監(jiān)控?cái)?shù)據(jù)中的畸變數(shù)據(jù)，基于所述畸變數(shù)據(jù)構(gòu)建局部視角矩陣和全局視角矩陣；接著，根據(jù)所述全局視角矩陣確定所述智能電網(wǎng)在通信時(shí)的偏移趨勢，對所述局部視角矩陣進(jìn)行協(xié)同過濾，進(jìn)而得到所述智能電網(wǎng)在數(shù)據(jù)隔離時(shí)的衰減系數(shù)；然后，獲取目標(biāo)電網(wǎng)區(qū)域的歷史監(jiān)控?cái)?shù)據(jù)，進(jìn)而依據(jù)所述歷史監(jiān)控?cái)?shù)據(jù)構(gòu)建所述智能電網(wǎng)在數(shù)據(jù)隔離時(shí)的殘差修復(fù)模型，通過所述殘差修復(fù)模型基于所述偏移趨勢和所述衰減系數(shù)確定所述電力監(jiān)控?cái)?shù)據(jù)的修復(fù)細(xì)粒度；最后，基于所述電力監(jiān)控?cái)?shù)據(jù)的修復(fù)細(xì)粒度對所述智能電網(wǎng)進(jìn)行置信評估，進(jìn)而得到目標(biāo)電網(wǎng)區(qū)域的風(fēng)險(xiǎn)評估結(jié)果。

37、由此可見本技術(shù)中，首先，通過采集并篩選畸變數(shù)據(jù)，剔除可能影響評估準(zhǔn)確性的異常因素，為構(gòu)建矩陣提供更純凈的數(shù)據(jù)集，在篩選出畸變數(shù)據(jù)后，構(gòu)建局部視角矩陣有利于聚焦單個(gè)區(qū)域或設(shè)備的影響，且構(gòu)建全局視角矩陣綜合反映整個(gè)網(wǎng)絡(luò)的運(yùn)行狀態(tài)，形成多維度的分析框架，為偏移趨勢和衰減系數(shù)的分析提供數(shù)據(jù)支持；其次，對局部視角矩陣中的數(shù)據(jù)進(jìn)行協(xié)同過濾優(yōu)化，剔除干擾因素，提取更準(zhǔn)確的區(qū)域特征，從而得到衰減系數(shù)，便于定量描述數(shù)據(jù)隔離對網(wǎng)絡(luò)性能的影響，為殘差修復(fù)提供重要參數(shù)；然后，通過歷史監(jiān)控?cái)?shù)據(jù)構(gòu)建所述智能電網(wǎng)在數(shù)據(jù)隔離時(shí)的殘差修復(fù)模型，該殘差修復(fù)模型通過結(jié)合歷史模式和實(shí)時(shí)特性，對畸變數(shù)據(jù)進(jìn)行有效修復(fù)，有利于提高數(shù)據(jù)的完整性，降低因數(shù)據(jù)異常導(dǎo)致的評估誤差，提升整體可靠性；最后，通過置信評估對修復(fù)結(jié)果進(jìn)行定量分析，置信評估結(jié)合修復(fù)誤差和智能電網(wǎng)的網(wǎng)絡(luò)特性，便于全面衡量電網(wǎng)區(qū)域的風(fēng)險(xiǎn)狀態(tài)，為決策提供依據(jù)，從而有利于提升電網(wǎng)智能評估的效果。

38、綜上所述，本技術(shù)采用的技術(shù)方案可對電力監(jiān)控?cái)?shù)據(jù)進(jìn)行殘差修復(fù)和置信風(fēng)險(xiǎn)評估，以提高電網(wǎng)智能風(fēng)險(xiǎn)評估的可靠性。