一种用于农网紧急供电装备的安全风险评估方法及系统

技术领域

本发明涉及农村电网供电技术领域，具体涉及一种用于农网紧急供电装备的安全风险评估方法及系统。

背景技术

农网紧急供电装备是在农村抗旱、临时修桥和野外救灾抢险等紧急状况下的供电设备。由于野外恶劣环境影响、供电类型的复杂多样等诸多因素，在使用农网紧急供电装备中的安全问题日益突出。而农网紧急供电装备的可靠性，是直接影响农村抗旱、临时修桥和野外救灾抢险等紧急状况的关键因素，因此有必要精准评估农网紧急供电装备在使用中的风险状况，以提高农村抗旱、临时修桥和野外救灾抢险等紧急状况下紧急供电作业的可靠性。

发明内容

本发明要解决的技术问题：针对现有技术的上述问题，提供一种用于农网紧急供电装备的安全风险评估方法及系统，本发明旨在精准评估农网紧急供电装备在使用中的风险状况，解决农网紧急供电装备安全风险难以评估的问题，以提高农网紧急供电装备子农村抗旱、临时修桥和野外救灾抢险等紧急状况下紧急供电作业时的可靠性。

为了解决上述技术问题，本发明采用的技术方案为：

一种用于农网紧急供电装备的安全风险评估方法，包括：

S1、基于农网紧急供电装备的运行历史数据确定农网紧急供电装备的安全风险以及多种运行参数构成的多源数据集A；

S2、针对安全风险以及多源数据集A，采用关联性分析获取每一个安全风险类别的强关联运行参数，确定各个强关联运行参数的风险因子并构建农网紧急供电装备安全风险知识库B；

S3、依据农网紧急供电装备实际运行时所有强关联运行参数构成的运行数据集C，采用特征匹配算法从农网紧急供电装备安全风险知识库B获取实际风险因子得到风险因子矩阵D；

S4、依据风险因子矩阵D，采用安全风险评估方法计算农网紧急供电装备的安全风险得到安全风险矩阵E，基于安全风险矩阵E确定农网紧急供电装备安全风险状态。

可选地，步骤S1中的安全风险包括漏电、触电、高空坠落、过负荷、断线五种安全风险。

可选地，步骤S1中多源数据集A的多种运行参数包括农网紧急供电装备的使用单位、使用人员、监护人员、使用地段类型、供电类型、紧急程度、供电类型、设备使用年限、设备检修状况、设备制造厂家，以及天气类型、气温和湿度中的部分或全部。

可选地，步骤S2包括：S2.1、针对安全风险以及多源数据集A采用Apriori关联性分析算法从所有的运行参数中提取确定每一个安全风险类别的频繁项集作为该安全风险类别的强关联运行参数；S2.2、针对每一个安全风险类别：采用pearson相关性分析，排列各因素的强弱关系，取前6项作为每个安全风险类别的强关联运行参数，然后基于熵权法确定历史数据、专家评判值之间的权重，将关联因子、专家评判值基于权重加权求和得到该每一个安全风险类别下各个强关联运行参数的风险因子，并将所有安全风险下各个强关联运行参数的风险因子构建得到农网紧急供电装备安全风险知识库B。

可选地，步骤S3包括：针对运行数据集C中的强关联运行参数，分别计算其与农网紧急供电装备安全风险知识库B中最相似的强关联运行参数，并获取最相似的强关联运行参数所对应的风险因子，从而得到所有风险因子构成风险因子矩阵D＝{d

可选地，所述最相似的强关联运行参数是指欧式距离最近的强关联运行参数。

可选地，步骤S4中采用安全风险评估方法计算农网紧急供电装备的安全风险得到安全风险矩阵E包括：采用证据推理算法，依据不同强关联运行参数对不同类型的安全风险的贡献度，确定当前使用农网紧急供电装备的各类安全风险的值，得到安全风险矩阵E＝{e

可选地，步骤S4中基于安全风险矩阵E确定农网紧急供电装备安全风险状态包括：针对得到的安全风险矩阵E＝{e

此外，本发明还提供一种用于农网紧急供电装备的安全风险评估系统，包括相互连接的微处理器和存储器，所述微处理器被编程或配置以执行所述用于农网紧急供电装备的安全风险评估方法的步骤。

此外，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有被编程或配置以执行所述用于农网紧急供电装备的安全风险评估方法的计算机程序。

和现有技术相比，本发明具有下述优点：本发明包括基于农网紧急供电装备的运行历史数据确定农网紧急供电装备的安全风险以及多种运行参数构成的多源数据集A；针对安全风险以及多源数据集A，采用关联性分析获取每一个安全风险类别的强关联运行参数，确定各个强关联运行参数的风险因子并构建农网紧急供电装备安全风险知识库B；依据农网紧急供电装备实际运行时所有强关联运行参数构成的运行数据集C，采用特征匹配算法从农网紧急供电装备安全风险知识库B获取实际风险因子得到风险因子矩阵D；依据风险因子矩阵D，采用安全风险评估方法计算农网紧急供电装备的安全风险得到安全风险矩阵E，基于安全风险矩阵E确定农网紧急供电装备安全风险状态。本发明能够精准评估农网紧急供电装备在使用中的风险状况，解决农网紧急供电装备安全风险难以评估的问题，以提高农网紧急供电装备子农村抗旱、临时修桥和野外救灾抢险等紧急状况下紧急供电作业时的可靠性。

附图说明

图1为本发明实施例方法的基本流程示意图。

图2为本发明实施例方法的数据流转流程示意图。

具体实施方式

如图1和图2所示，本实施例用于农网紧急供电装备的安全风险评估方法包括：

S1、基于农网紧急供电装备的运行历史数据确定农网紧急供电装备的安全风险以及多种运行参数构成的多源数据集A；

S2、针对安全风险以及多源数据集A，采用关联性分析获取每一个安全风险类别的强关联运行参数，确定各个强关联运行参数的风险因子并构建农网紧急供电装备安全风险知识库B；

S3、依据农网紧急供电装备实际运行时所有强关联运行参数构成的运行数据集C，采用特征匹配算法从农网紧急供电装备安全风险知识库B获取实际风险因子得到风险因子矩阵D；

S4、依据风险因子矩阵D，采用安全风险评估方法计算农网紧急供电装备的安全风险得到安全风险矩阵E，基于安全风险矩阵E确定农网紧急供电装备安全风险状态。

步骤S1中的安全风险可根据需要选择常见的安全风险形式，本实施例中记步骤S1中的安全风险的总数量为m，即一共m种安全风险类型。作为一种可选的实施方式，本实施例步骤S1中的安全风险包括漏电、触电、高空坠落、过负荷、断线五种安全风险。

作为一种可选的实施方式，本实施例步骤S1中多源数据集A的多种运行参数包括农网紧急供电装备的使用单位、使用人员、监护人员、使用地段类型、供电类型、紧急程度、供电类型、设备使用年限、设备检修状况、设备制造厂家，以及天气类型、气温和湿度；此外也可以根据需要选择其中的部分运行参数。

本实施例中，步骤S2包括：

S2.1、针对安全风险以及多源数据集A采用Apriori关联性分析算法从所有的运行参数中提取确定每一个安全风险类别的频繁项集作为该安全风险类别的强关联运行参数；

本实施例中采用Apriori关联性分析算法，从使用人员、供电类型、天气类型等指标中确定影响农网紧急供电装备的每个安全风险类别的频繁项集，提取n个强关联因素，从而形成影响农网紧急供电装备安全风险的强关联因素集Aa＝{a

S2.2、针对每一个安全风险类别：采用pearson相关性分析，排列各因素的强弱关系，取前6项作为每个安全风险类别的强关联运行参数，然后基于熵权法确定历史数据、专家评判值之间的权重，将关联因子、专家评判值基于权重加权求和得到该每一个安全风险类别下各个强关联运行参数的风险因子，并将所有安全风险下各个强关联运行参数的风险因子构建得到农网紧急供电装备安全风险知识库B。假设历史数据表明触电风险的强关联因素使用人员、湿度、设备检修状况的关联因子为0.80、0.74、0.79，而现场专家对触电风险相应指标的专家评判值为0.85、0.79、0.86，基于熵权法确定历史数据、专家评判值之间的权重为0.6:0.4，那么依据此比例即可得到触电风险的强关联因子分别是使用人员的风险因子为0.80×0.6+0.85×0.4＝0.82；湿度的风险因子为0.74×0.6+0.79×0.4＝0.76；设备检修状况的风险因子为0.79×0.6+0.86×0.4＝0.818。

本实施例中，步骤S3包括：针对运行数据集C中的强关联运行参数，采用欧式距离分别计算其与农网紧急供电装备安全风险知识库B中最相似的强关联运行参数，并获取最相似的强关联运行参数所对应的风险因子，从而得到所有风险因子构成风险因子矩阵D＝{d

本实施例中，最相似的强关联运行参数是指欧式距离最近的强关联运行参数，其中欧式距离的计算函数表达式为：

上式中，d(x,y)表示欧式距离，x

本实施例中，步骤S4中采用安全风险评估方法计算农网紧急供电装备的安全风险得到安全风险矩阵E包括：采用证据推理算法，依据不同强关联运行参数对不同类型的安全风险的贡献度，确定当前使用农网紧急供电装备的各类安全风险的值，得到安全风险矩阵E＝{e

本实施例中证据推理算法采用贡献度来计算。若以T

上式中，

本实施例中，步骤S4中基于安全风险矩阵E确定农网紧急供电装备安全风险状态包括：针对得到的安全风险矩阵E＝{e

综上所述，本实施例方法能够精准评估农网紧急供电装备在使用中的风险状况，解决农网紧急供电装备安全风险难以评估的问题，以提高农网紧急供电装备子农村抗旱、临时修桥和野外救灾抢险等紧急状况下紧急供电作业时的可靠性。

此外，本实施例还提供一种用于农网紧急供电装备的安全风险评估系统，包括相互连接的微处理器和存储器，所述微处理器被编程或配置以执行前述用于农网紧急供电装备的安全风险评估方法的步骤。

此外，本实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有被编程或配置以执行前述用于农网紧急供电装备的安全风险评估方法的计算机程序。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可读存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。