一种电网风险处理方法及系统

技术领域

本发明涉及电网风险处理技术领域，特别是涉及一种电网风险处理方法及系统。

背景技术

配电网的供电能力、供电质量和供电可靠性是安全用电的主要指标，现有城市配电网存在网架结构薄弱、电力设备陈旧、线路过载严重、配电自动化水平较低等薄弱环节，因此需要对配电网进行薄弱环节分析，并针对薄弱环节提出相应改善措施，提高配电网运行可靠性。传统的电网风险计算方法通常依赖于手动收集和处理数据，这种方法存在数据不准确、处理效率低下以及人为误差的问题，也出现一些利用多源数据融合的电网风险计算，但多是过度依赖于自动检测，一旦出现数据错误，会对计算结构有着严重的误差，同时也没有综合考虑各种因素，无法实现潜在风险的预估，故在实际使用中存在改进的空间。

发明内容

本发明的目的在于，提出一种电网风险处理方法及系统，解决如何利用多数据源更准确地评估电网的风险，并提供相应的处理建议的技术问题。

一方面，提供一种电网风险处理方法，包括：

实时获取与目标电网相关的多个数据源的电网数据，其中，所述电网数据至少包括窃电方式、电流数据、电压数据及用电类别；

对获取的多个数据源的电网数据进行融合，并根据融合后的电网数据确定目标电网的时空特征，其中，所述时空特征至少包括时域特征和空域特征，所述时域特征用于表示电网数据随时间变化的规律和趋势，所述空域特征用于表示电网数据在空间上的分布和关联性；

根据目标电网的时空特征通过预训练的评估模型评估目标电网中的潜在风险，并根据评估结果并从预设的风险预案库中匹配对应的处理方案；其中，所述评估模型是通过电网的历史数据进行训练得到的用于评估潜在风险的预测模型。

优选地，还包括：

当匹配到对应的处理方案后，向处理小组输出对应的处理方案，并根据反馈的执行指令对目标电网进行处理；

其中，所述执行指令至少包括根据处理方案对目标电网中存在风险的内容进行处理或对处理方案进行对应的调整后并根据调整后的处理方案对目标电网中存在风险的内容进行处理。

优选地，所述对获取的多个数据源的电网数据进行融合具体包括，

从不同的多个数据源收集电网相关数据，并对收集到的数据进行预处理，所述预处理至少包括数据清洗、去噪和格式转换；

利用数据融合算法将不同数据源的数据进行整合，其中，所述数据融合算法为加权平均法或递归滤波算法或Dempster-Shafer理论。

优选地，所述数据源至少包括供电公司的数据库、传感器采集的数据和用户报告的数据。

优选地，所述处理方案至少包括对窃电方式、电流数据、电压数据及用电类别的处理建议。

优选地，还包括，

当生成处理方案后，根据执行指令对处理方案中的窃电方式、电流数据、电压数据或用电类别按照处理建议进行处理，并将得到的处理结果输入到预设的处理结果输出模板中。

另一方面，本发明还提供一种电网风险处理系统，用以实现所述的方法，包括，

数据获取模块，用以实时获取与目标电网相关的多个数据源的电网数据，其中，所述电网数据至少包括窃电方式、电流数据、电压数据及用电类别；

数据融合模块，用以对获取的多个数据源的电网数据进行融合，并根据融合后的电网数据确定目标电网的时空特征，其中，所述时空特征至少包括时域特征和空域特征，所述时域特征用于表示电网数据随时间变化的规律和趋势，所述空域特征用于表示电网数据在空间上的分布和关联性；

风险处理模块，用以根据目标电网的时空特征通过预训练的评估模型评估目标电网中的潜在风险，并根据评估结果并从预设的风险预案库中匹配对应的处理方案；其中，所述评估模型是通过电网的历史数据进行训练得到的用于评估潜在风险的预测模型。

优选地，还包括，

执行模块，用以当匹配到对应的处理方案后，向处理小组输出对应的处理方案，并根据反馈的执行指令对目标电网进行处理；

其中，所述执行指令至少包括根据处理方案对目标电网中存在风险的内容进行处理或对处理方案进行对应的调整后并根据调整后的处理方案对目标电网中存在风险的内容进行处理。

优选地，所述数据融合模块还用以，从不同的多个数据源收集电网相关数据，并对收集到的数据进行预处理，所述预处理至少包括数据清洗、去噪和格式转换；

利用数据融合算法将不同数据源的数据进行整合，其中，所述数据融合算法为加权平均法或递归滤波算法或Dempster-Shafer理论；

其中，所述数据源至少包括供电公司的数据库、传感器采集的数据和用户报告的数据。

优选地，还包括，

所述执行模块还用以，当生成处理方案后，根据执行指令对处理方案中的窃电方式、电流数据、电压数据或用电类别按照处理建议进行处理，并将得到的处理结果输入到预设的处理结果输出模板中；所述处理方案至少包括对窃电方式、电流数据、电压数据及用电类别的处理建议。

综上，实施本发明的实施例，具有如下的有益效果：

本发明提供的电网风险处理方法及系统，利用移动端程序和数据融合算法，实现了对电网数据的自动输入和计算，以及初步处理方案的自动生成。通过将多个数据源的信息综合考虑，我们能够更准确地评估电网的风险，并提供相应的处理建议。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，根据这些附图获得其他的附图仍属于本发明的范畴。

图1为本发明实施例中一种电网风险处理方法的主流程示意图。

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，下面将结合附图对本发明作进一步地详细描述。

如图1所示，为本发明提供的一种电网风险处理方法的一个实施例的示意图。在该实施例中，所述方法包括以下步骤：

步骤S1，实时获取与目标电网相关的多个数据源的电网数据，其中，所述电网数据至少包括窃电方式、电流数据、电压数据及用电类别；其中，所述数据源至少包括供电公司的数据库、传感器采集的数据和用户报告的数据。可理解的，工作人员通过移动端程序输入相关的电网数据，包括窃电方式、电流、电压数据和用电类别。开发一个移动端程序，用于工作人员输入相关的电网数据，该程序应具备用户友好的界面，方便用户输入窃电方式、电流、电压数据和用电类别的信息，工作人员通过移动端程序输入相关的电网数据，包括窃电方式、电流、电压数据和用电类别，并进行数据接口开发，建立与电网数据源的接口，以实现移动端程序与电网数据的实时通信。通过该接口，移动端程序能够获取最新的电网数据，确保计算结果的准确性和实时性。

步骤S2，对获取的多个数据源的电网数据进行融合，并根据融合后的电网数据确定目标电网的时空特征，其中，所述时空特征至少包括时域特征和空域特征，所述时域特征用于表示电网数据随时间变化的规律和趋势，所述空域特征用于表示电网数据在空间上的分布和关联性；可理解的，系统自动对输入的数据进行计算和分析，利用多源数据融合的方法综合考虑各种风险因素，并根据电网数据的时空特征，其中，电网数据的时空特征是指电网数据在时间和空间上的变化和分布特点；这些特征可以更好地理解电网的运行状态和风险情况。通过综合考虑时域和空域特征，能够更全面地评估电网的安全性和稳定性，并制定相应的处理方案，进行风险区域的划分和分类，以便更好识别和处理不同类型的风险；时空特征的分析可以识别电网中的潜在风险和问题，例如电压不平衡、负载过载、线路过载。

时域特征：时域特征描述了电网数据随时间变化的规律和趋势；例如，电流和电压的波形、频率、幅值等参数可以反映电网的稳定性和负载情况；时域特征的分析可以检测电网中的异常情况，如电压波动、电流突变；

空域特征：空域特征描述了电网数据在空间上的分布和关联性；电网通常由多个节点和线路组成，每个节点和线路都有特定的电压、电流和功率等参数；通过分析空域特征，可以了解电网各个部分之间的相互作用和影响，以及电网的拓扑结构和负载分布情况。

具体实施例中，所述对获取的多个数据源的电网数据进行融合具体包括，

从不同的多个数据源收集电网相关数据，并对收集到的数据进行预处理，所述预处理至少包括数据清洗、去噪和格式转换；利用数据融合算法将不同数据源的数据进行整合，其中，所述数据融合算法为加权平均法或递归滤波算法或Dempster-Shafer理论。

数据融合算法是一种将来自不同数据源的信息进行整合和综合的方法，旨在通过结合多个数据源的信息，提高数据的准确性、可靠性和全面性，具体包括：

加权平均法：根据不同数据源的权重，对数据进行加权平均，计算公式如下：

融合后的数据=(权重1*数据源1的数据+权重2*数据源2的数据+...+权重n*数据源n的数据)/(权重1+权重2+...+权重n)；

Kalman滤波器：Kalman滤波器是一种递归滤波算法，通过对观测数据和系统模型进行融合，估计出最优的状态值。计算公式如下：

X（k|k）=X（k|k-1）+K（k）*（Z（k）-H*X（k|k-1））

P（k|k）=（I-K（k）*H）*P（k|k-1）

K（k）=P（k|k-1）*H^T*（H*P（k|k-1）*H^T+R）^（-1）；

Dempster-Shafer理论：该理论基于证据的合成和冲突解决，将不同数据源的信息进行组合，计算公式如下：

贝尔（A）=∑（贝尔（Bi））

Pl（A）=∑（Pl（Bi））

Ql（A）=∑（Ql（Bi））

whereBi表示不同数据源的信息，Bel（A）表示A的置信度，Pl（A）表示A的似然度，Ql（A）表示A的不确定度。

步骤S3，根据目标电网的时空特征通过预训练的评估模型评估目标电网中的潜在风险，并根据评估结果并从预设的风险预案库中匹配对应的处理方案；其中，所述评估模型是通过电网的历史数据进行训练得到的用于评估潜在风险的预测模型。所述处理方案至少包括对窃电方式、电流数据、电压数据及用电类别的处理建议。可理解的，系统根据计算结果生成对应的初步处理方案，该方案应包括对窃电方式、电流、电压数据和用电类别的处理建议，并将结果输入到预设的Word模板中，以便后续的人工复核和进一步修改；处理小组对生成的初步处理方案进行人工复核，确保方案的准确性和可行性，通过以上的改进能够提供更高效、准确和可靠的电网风险评估和处理方案，这将有助于电力公司和相关部门更好地管理和维护电网，提高电网的安全性和可靠性，为用户提供更好的用电体验。

实施例中，利用数据融合算法将不同数据源的数据进行整合，以提高数据的准确性和可靠性；对整合后的数据进行风险评估和计算，采用适当的模型和算法来分析电网的安全性和稳定性；根据计算结果生成初步处理方案。还包括利用数据挖掘和机器学习技术，对历史数据进行分析和建模，以预测潜在的电网风险。系统提供数据备份和恢复机制，确保电网数据的安全性和可靠性，以防止数据丢失或损坏。系统还具备权限管理和审计功能，以确保只有经授权的人员可以访问和修改电网数据，保护数据的机密性和完整性。

模型和算法包括：支持向量机模型：用于分类和回归问题；在电网风险评估中，支持向量机可以根据历史数据和特征，建立模型来预测电网的安全性和稳定性；人工神经网络计算模型：用于模式识别和预测分析；在电网风险评估中，ANN可以通过训练和学习，建立模型来预测电网的风险和异常情况；贝叶斯网络模型：用于表示变量之间的依赖关系和概率分布；在电网风险评估中，贝叶斯网络可以用于建立电网的概率模型，分析不同变量之间的关联性和风险传播；遗传算法模型：用于求解复杂的优化问题；在电网风险评估中，遗传算法可以用于优化电网的配置和控制策略，以最大程度地减少风险和提高电网的安全性。

一个实施例中，当匹配到对应的处理方案后，向处理小组输出对应的处理方案，并根据反馈的执行指令对目标电网进行处理；

其中，所述执行指令至少包括根据处理方案对目标电网中存在风险的内容进行处理或对处理方案进行对应的调整后并根据调整后的处理方案对目标电网中存在风险的内容进行处理。

一个实施例中，当生成处理方案后，根据执行指令对处理方案中的窃电方式、电流数据、电压数据或用电类别按照处理建议进行处理，并将得到的处理结果输入到预设的处理结果输出模板中。

另一方面，还提供一种电网风险处理系统，用以实现所述的方法，包括，

数据获取模块，用以实时获取与目标电网相关的多个数据源的电网数据，其中，所述电网数据至少包括窃电方式、电流数据、电压数据及用电类别；

数据融合模块，用以对获取的多个数据源的电网数据进行融合，并根据融合后的电网数据确定目标电网的时空特征，其中，所述时空特征至少包括时域特征和空域特征，所述时域特征用于表示电网数据随时间变化的规律和趋势，所述空域特征用于表示电网数据在空间上的分布和关联性；

风险处理模块，用以根据目标电网的时空特征通过预训练的评估模型评估目标电网中的潜在风险，并根据评估结果并从预设的风险预案库中匹配对应的处理方案；其中，所述评估模型是通过电网的历史数据进行训练得到的用于评估潜在风险的预测模型。

具体地，还包括，

执行模块，用以当匹配到对应的处理方案后，向处理小组输出对应的处理方案，并根据反馈的执行指令对目标电网进行处理；

其中，所述执行指令至少包括根据处理方案对目标电网中存在风险的内容进行处理或对处理方案进行对应的调整后并根据调整后的处理方案对目标电网中存在风险的内容进行处理。

具体地，所述数据融合模块还用以，从不同的多个数据源收集电网相关数据，并对收集到的数据进行预处理，所述预处理至少包括数据清洗、去噪和格式转换；

利用数据融合算法将不同数据源的数据进行整合，其中，所述数据融合算法为加权平均法或递归滤波算法或Dempster-Shafer理论；

其中，所述数据源至少包括供电公司的数据库、传感器采集的数据和用户报告的数据。

具体地，还包括，

所述执行模块还用以，当生成处理方案后，根据执行指令对处理方案中的窃电方式、电流数据、电压数据或用电类别按照处理建议进行处理，并将得到的处理结果输入到预设的处理结果输出模板中；所述处理方案至少包括对窃电方式、电流数据、电压数据及用电类别的处理建议。

综上，实施本发明的实施例，具有如下的有益效果：

本发明提供的电网风险处理方法及系统，利用移动端程序和数据融合算法，实现了对电网数据的自动输入和计算，以及初步处理方案的自动生成。通过将多个数据源的信息综合考虑，我们能够更准确地评估电网的风险，并提供相应的处理建议。

以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。