一种考虑隐性故障的电力信息物理系统风险保障预警方法与流程

本发明属于电力信息物理系统的空间风险传播计算分析领域，具体涉及一种考虑隐性故障的电力信息物理系统风险保障预警方法。

背景技术：

近年来，在世界范围内的节能减排浪潮和信息技术快速发展的推动下，电力系统正在发生深刻的变革。伴随着智能电网步入成熟发展期，电力系统在技术特征上将向新一代电力系统演进，在功能形态上将向能源互联网演进。电网与其他能源、能源系统与信息系统以前所未有的大一统趋势加速融合。

随着电气化进程加快推进，新能源高比例接入、新型用能设备广泛应用，“大云物移智”技术深入融合，传统电网的物理特性、运行模式、市场形态发生了根本改变，正在向“广泛互联、智能互动、灵活柔性、安全可控”逐步转变。要实现上述目标，先进信息通信技术的引入与融合对于电力系统尤为关键。电力信息物理系统是将信息资源与电力系统深度融合所构成的新型系统，具有明显强于现有智能电力系统的适应性、灵活性、安全性和可靠性。但也正是由于信息系统和电力系统的高度融合，使得电力信息物理系统这个新型电力系统的运行与控制的复杂度大大增强，对系统的可靠、安全运行提出了更高的要求。现阶段，亟需开展电力信息物理系统风险研究，为电力信息物理系统的大规模工程实践奠定基础。由于信息系统的风险会传播到电力系统，从而危害电力系统的正常运行，所以针对该风险传播过程的研究在电力信息物理系统风险研究中尤为必要。

目前，针对电力信息物理系统风险传播的论述还比较有限，电力信息物理系统风险传播尚处于起步阶段。而且现有的研究都没有深入分析隐性故障在电力信息物理系统风险传播中的影响，也没有深入分析电力信息物理系统各层之间的风险传播耦合联系。

现有技术的缺点总结如下：

现有技术缺点1：现有的研究没有深入分析电力信息物理系统各层之间的风险传播耦合联系。

现有技术缺点2：现有的研究都没有深入分析系统存在的隐性故障对风险传播的影响。

现有技术缺点3：现有的研究都没有深入分析风险传播对系统各设备的影响

技术实现要素：

针对现有技术的不足，本发明提出了一种考虑隐性故障的电力信息物理系统风险保障预警方法，综合考虑风险在不同空间内和空间传播的特性，系统存在的隐性故障对风险传播的影响和风险传播对系统各设备的影响。

本发明针对电力信息物理系统的特点，建立系统风险状态传播的最优化模型，求解信息层内部、电力通信层内部、电力层内部、信息层和电力通信层之间、电力层和电力通信层之间的风险状态传播矩阵。矩阵中的元素分别对应信息层、电力层和电力通信层的风险传播过程。同时本发明也基于信息层内部、电力通信层内部、电力层内部、信息层和电力通信层之间、电力层和电力通信层之间的5类风险状态传播矩阵，量化显性故障和隐性故障对电力信息物理系统受到风险后的元件稳定状态的影响；最后，通过分析风险对电力信息物理系统的空间影响，找出系统风险高敏感性节点，利用风险高敏感性节点进行风险保障预警处理。

如图1所示，本发明采用的技术方案包括如下步骤：

第一步：建立电力信息物理系统风险传播架构；

本发明中的电力信息物理系统风险传播架构是：在电力信息物理系统中，电力层、电力通信层和信息层之间风险反复传播，致使故障不断向相邻、次相邻元件及更远的元件传播，最终导致整个网络大面积故障的过程称为风险传播。

将电力信息物理系统分为三个空间，三个空间分别为电力层、电力通信层、信息层。信息层和电力通信层相连，电力通信层和电力层相连；电力层是指多元电力网络；电力通信层是指电力层与信息层信息传播的空间；信息层是指传感量测信息，外部输入信息和控制决策信息所在的空间。

信息层的风险可以向电力通信层传播，并且通过电力通信层向电力层传播。同理，电力层的风险可以向电力通信层传播，并且通过电力通信层向信息层传播。

根据电力信息物理系统的风险传播，所述电力信息物理系统的风险传播可分为五个子系统的风险传播：第一子系统的风险传播为信息层内部的风险传播，如信息设备的故障导致信息层受到安全威胁；第二子系统的风险传播为电量层内部的风险传播，如电力层的故障导致的大面积停电事故；第三子系统的风险传播为电力通信层内部的风险传播，如风险在电力通信网内的传播，最终导致电力通信层内部的信息传输延迟率、丢包率不断上升和通信信道的拥塞；第四子系统的风险传播是电力层和电力通信层之间的风险传播，如供电中断导致通信设备瘫痪；第五子系统的风险传播是信息层和电力通信层之间的风险传播，如信息层遭受破坏导致电力通信层信息传输延迟率不断上升。

电力信息物理系统内存在元件，元件是指信息层、电力层和电力通信层中的设备，例如电力层的发电机、信息层的数据采集设备、电力通信层的路由器等，均为电力信息物理系统的各个元件。将一个元件看作模型中的一个节点，节点序数记为i(i＝1,2,...,n)，n表示电力信息物理系统的节点总数，节点在承受风险时的时间段的运行情况作为节点位于该时间段的风险状态。

本发明中所用的风险传播分析含义：风险即是指设备、系统可能承受的各种不确定因素，在不确定因素的影响下，系统、设备从正常运行转变为故障运行。节点在某一时刻的运行情况可由该节点位于该时刻的风险状态表示。在实际运行中，系统的风险状态可用1或者0表示，其中1表示系统故障运行，0表示系统正常运行。在某次未知影响的风险作用下，各节点的初始运行情况为已知，可由0或者1表示。

但由于在某一风险作用下，只能得到系统各个设备的初始运行情况，可以判断在刚承受该风险时，系统各个节点是处于正常运行还是故障，但是随着该风险的作用，系统各个节点的运行情况会发生什么样的变化是未知的，需要通过预测未来系统各个节点发生故障的概率，预测得到的节点风险状态表示该节点在某一时刻下故障运行的可能性，用概率x(x≤1)表示，即该节点在该时刻下有x的概率故障。所以在本发明中的电力信息物理系统风险传播判断是指判断在某一风险作用下，系统各个节点处于故障运行的概率的变化情况。

第二步：针对风险传播，构建电力信息物理系统风险传播模型；

本发明的风险传播模型描述的随机动态过程为：前一个时刻元件的风险状态会以故障传播概率影响下一个时刻与之具有物理和逻辑连接的元件，使其从正常运行变成故障运行，从而使风险状态不断向相邻具有物理和逻辑连接的元件传播。根据已知前一个时刻元件的风险状态以及故障传播概率，可以模拟得到任意时刻的元件风险状态。

s2、依次构建信息层内部、电力通信层内部、电力层内部、信息层和电力通信层之间以及电力层和电力通信层之间的5类子系统的风险状态传播矩阵：

针对每一类风险状态传播矩阵，均采用以下方式建立：

s21、假设某一子系统共有n个节点，风险传播时间t等间距划分为m个时间段，每一个时间段对应一次风险状态传播，即存在m次风险状态传播，各个节点在承受风险时的某一时间段的运行情况作为节点位于该时间段的风险状态：风险状态为0表示该节点正常运行，风险状态为1表示该节点故障无法运行；风险状态为x表示该节点有x的概率会运行故障；当某一节点的风险状态为1，即故障时，会对周围正常运行的节点产生影响，系统节点的风险状态在不同时间段的变化可以认为系统节点在不同次风险传播次数下的风险状态变化。

在两个节点之间存在连通性情况下，风险状态为1的一个节点i对风险状态为0的另一节点j产生影响，则节点间存在风险状态传播过程；两个节点之间存在连通性是指两个节点存在物理和逻辑连接。

s22、子系统的节点状态表示为si^(t)，si^(t)表示节点i处于第t次风险传播的时间段下的风险状态，t表示时间段的序数，m表示时间段总数，即风险传播总数；

s23、计算处于第t次风险传播的时间段下节点i的故障运行使下一个处于第t+1次风险传播的时间段下节点j由正常变成故障运行的故障传播概率pij如下式：

其中，si^(t)表示节点i处于第t次风险传播的时间段下的风险状态，sj^(t+1)表示节点j处于第t+1次风险传播的时间段下的风险状态，p{}表示在节点i处于第t次风险传播的时间段下的风险状态为1，节点j处于第t次风险传播的时间段下的风险状态为0的前提下，节点j处于第t+1次风险传播的时间段下的风险状态为1的事件，事件发生概率为pij，即故障传播概率；

再由各个节点与其具有连通性的节点之间的故障传播概率组成的矩阵作为风险状态传播矩阵p，记为p＝(pij)n×n；

s3、风险状态传播矩阵的求解：

本发明在m个风险传播时间段，即m次风险传播中，以使实际的风险状态与理论计算得到的风险状态向量的误差平方和达到最小为准则，建立最优化模型，获得较为精确的风险状态传播矩阵p。

实际上相邻时间段的风险状态传播矩阵并不完全相同，s^(t)与s^(t)·p之间总存在误差，根据误差平方和f(p)达到最小的准则建立模型，从而一个风险状态传播矩阵就等效量化m个风险传播时间段的风险传播影响。

s31、建立如下式的最优化模型：

s.t.{pij≥0,i,j＝1,2,…,n

其中，s^(t)是处于第t次风险传播的时间段下的系统风险状态向量，

s^(t)＝(s1^(t)，s2^(t)，s3^(t)，…，sn^(t))，si^(t)表示系统的第i个节点处于第t次风险传播的时间段下的节点状态，t＝1,2,…,m；f(p)表示向量s^(t)与s^(t)·p之间各元素的误差平方和，'表示向量的转置，即向量s^(t+1)-s^(t)·p的转置向量；

以上为一种子系统的风险状态传播矩阵的构建，5类子系统的风险状态传播矩阵均采用上述方式步骤构建完成。

本发明中，5类风险传播过程都存在对应的风险状态传播矩阵，如图2所示。信息层有a(i＝1,2,...,a)个节点，则在信息层内部风险传播的风险状态传播矩阵中，pij(i＝1,2,...,a；j＝1,2,...,a)表示信息层信息交互，体现信息层的风险影响。电力通信层有b(i＝1,2,...,b)个节点，则在电力通信层内部风险传播的风险状态传播矩阵中，pij(i＝1,2,...,b；j＝1,2,...,b)表示电力通信层信息交互，体现电力通信层的风险影响。电力层有c(i＝1,2,...,c)个节点，则在电力层内部风险传播的风险状态传播矩阵中，pij(i＝1,2,...,c；j＝1,2,...,c)表示电力层信息交互，体现电力层的风险影响；信息层有d(i＝1,2,...,d)个节点和电力通信层的d(i＝1,2,...,d)个节点进行信息传输。则在信息层和电力通信层间的风险传播的风险状态传播矩阵中，pij(i＝1,2,...,d；j＝1,2,...,d)表示信息层与电力通信层的信息交互；电力通信层有e(i＝1,2,...,e)个节点和电力层的e(i＝1,2,...,e)个节点进行信息传输。则在电力层和电力通信层之间的风险传播的风险状态传播矩阵中，pij(i＝1,2,...,e；j＝1,2,...,e)表示电力通信层和电力层的信息交互。

本发明中时间段与风险传播的关系：将这个风险传播过程等时间距划分，每一个时间段记为一次风险传播，即系统节点的风险状态在不同时间段的变化可以认为系统节点在不同次风险传播次数下的风险状态变化。

本发明中风险状态传播是指：节点从风险状态si^(t)，经过j次风险传播后，其风险状态变化为si^(t+j)，这一过程称之为风险状态传播。

s32、根据历史风险数据，在信息层内部、电力通信层内部、电力层内部、电力层和电力通信层之间、信息层和电力通信层之间，利用历史风险数据中每个子系统各次风险传播后的系统风险状态向量和每个子系统承受风险的已知的初始风险状态向量s⁽⁰⁾求解最优化模型，获得五类子系统在风险传播过程中各自的风险状态传播矩阵p，其中s⁽⁰⁾＝(s1⁽⁰⁾，s2⁽⁰⁾，s3⁽⁰⁾，…，sn⁽⁰⁾)si⁽⁰⁾(i＝1，2，...，n)代表子系统中第i个节点的初始风险状态，即节点i有si⁽⁰⁾的概率发生故障；

通过上述步骤，则每一个特定风险下的5类风险状态传播矩阵均可以求得。每一个特定风险都会对各个元件产生一个特定的初始风险状态，各个元件的初始风险状态构成了子系统的初始风险状态向量。从而，每一个子系统的初始风险状态向量均对应一个子系统的风险状态传播矩阵。

上述5类风险状态传播矩阵集中反映了电力信息物理系统风险传播过程。任意层受到风险往任意方向传播，都可以基于对应的风险状态传播矩阵进行风险传播的分析。例如：如果风险来自信息层，且往电力通信层和电力层进行传播，则计算所需要的矩阵依次为信息层内部、信息层和电力通信层之间、电力通信层内部、电力层和电力通信层之间、电力层内部。如果风险来自电力通信层，且往电力层进行传播，则计算所需要的矩阵依次为电力通信层内部、电力层和电力通信层之间、电力层内部。

第三步：通过分析隐性故障对电力信息物理系统的影响，分类处理隐性故障在电力信息物理系统中的风险传播并进行融合处理

对处于正常情况下的操作来说，元件故障不明显的功能称为隐性功能，隐性功能失效为隐性故障。只要不发生意外，隐性故障是不会得到体现。隐性故障的危害很大，容易发生二次损失，引起重大的人身与设备的损伤。

本发明加入考虑隐性故障发生概率参数来考虑隐性故障的危害，通过考虑发生和不发生隐性故障两种情况，对风险传播后的各节点的稳定状态进行了更详细的分析和判断处理。

所述的第三步具体为：

假设在每一个显性故障发生的同时，最多有一个元件发生隐性故障。在某一风险作用下，系统的风险状态经过风险状态传播矩阵不断发生改变。对每一次及其以后的风险传播分为两类，即元件j发生隐性故障后，风险如何传播和元件j不发生隐性故障，风险如何传播。

本发明已知可能发生隐性故障的特定元件，即已知可能发生隐性故障的元件是哪个元件，但不知晓元件发生隐性故障的时间。在元件真实发生隐性故障前，需依靠预测获得风险概率。

在第k次风险传播时，元件j发生隐性故障情况下，元件j的风险状态由sj^(k)变为1，表示为元件j发生隐性故障情况下元件100％概率故障。

3.1)在已知可能发生隐性故障的元件j情况下，采用以下方式对包含有隐性故障元件的进行计算处理：

s＝(1-a)·s2+a·s1

其中，s1表示在第k次风险传播时元件j发生隐性故障的情况下系统的稳定风险状态向量，s2表示元件j未发生隐性故障情况下系统的稳定风险状态向量，a表示元件j发生隐性故障的概率，s表示考虑隐性故障发生可能性的系统的稳定风险状态向量；

上述两个系统的稳定风险状态向量s1和s2均采用以下方式处理获得，但是系统的稳定风险状态向量s1的处理获得过程中将第k-1次风险传播后获得的风险状态向量中元件j的风险状态设置为1，作为第k次风险传播时的初始风险状态向量：

3.1.1)利用任意已知历史风险下所有元件的风险状态构成的数据计算获得5类子系统的风险状态传播矩阵pi；

3.1.2)在某一未来风险作用下，在每一次风险传播后，根据风险起始所在的层和风险传播顺序，结合各个层内的节点序号以及各个节点的初始风险状态，依次选择风险传播中所涉及子系统的风险状态传播矩阵，代入依次连续相乘到上一次风险传播后的系统风险状态向量，获得当前次风险传播后的系统风险状态向量，具体表示为：

s^(k)＝s^(k-1)·pk

其中，k表示风险传播的次序数，s^(k)表示第k次风险传播后的系统风险状态向量，s^(k-1)表示第k-1次风险传播后的系统风险状态向量，pk表示第k次风险传播中所涉及的各个子系统的风险状态传播矩阵；

例如，信息层经电力通信层向电力层传播，风险传播中所涉及的各个子系统的风险状态传播矩阵包括有信息层内部、信息层和电力通信层之间、电力通信层内部、电力通信层和电力层之间、电力层内部的风险状态传播矩阵，共计五个风险状态传播矩阵依次相乘。

3.1.3)不断重复上述步骤3.1.1)～3.1.2)过程，直至电力信息物理系统的风险状态向量达到稳定状态，即不再产生新的失效节点，失效节点是指风险状态非0的节点，各节点状态不发生改变，则风险传播结束，此时电力信息物理系统的风险状态向量作为稳定风险状态向量。

本发明利用历史风险作用下电力信息物理系统的不同风险状态传播次数的系统风险状态和最优化模型，求得电力信息物理系统的5类风险状态传播矩阵p，该矩阵p表征了系统中信息层内部、电力通信层内部、电力层内部、信息层和电力通信层之间、电力层和电力通信层之间中各个节点对其余节点的状态影响。

第四步：通过分析风险对电力信息物理系统的空间影响，以找出系统风险高敏感性节点，对风险高敏感性节点进行保障预警和调整，使得电力信息物理系统正常运行。

所述第二、三步中，电力信息物理系统的风险传播过程受系统隐性故障、自身空间结构和外界承受风险的影响，而具有一定的不确定性。系统各个节点状态由风险状态传播矩阵、风险传播次数和初始风险状态共同表示，初始风险状态在某一次风险传播过程中为已知，风险状态传播矩阵由系统决定也为已知，各节点受到风险后的状态变化过程用以风险传播次数为x轴、风险状态为y轴建立二维视图表示，揭示风险传播对系统节点的影响。

所述第四步中，各节点的风险状态不再发生变化，即不再产生新的失效节点，则认为完整风险传播过程结束，其中如果在风险传播过程结束后，某一节点从初始风险状态为0经过至少一次风险传播后演变为风险状态为x，且该节点的风险状态x为风险传播过程结束后所有节点的风险状态中的最大值，则该节点为系统的风险高敏感性节点，对风险高敏感性节点进行风险预警并采取及时增加冗余设备、定时检修等措施，以保证系统和节点的正常运行。

本发明将故障传播过程运用于电力信息物理系统中，基于最优化模型对电力信息物理系统的风险传播机制进行研究，综合考虑风险的信息层内部、电力通信层内部、信息层和电力通信层之间、电力层和电力通信层之间的传播过程，量化隐性故障的影响，详细模拟电力信息物理系统的风险演化过程，解决了考虑隐性故障的电力信息物理系统风险传播的演化问题，并基于此，发现风险高敏感性节点，解决了电力信息物理系统风险保障预警问题。

本发明提出的风险状态传播矩阵由电力信息物理系统自身的结构和各个网络空间的内在联系而决定，不受外界条件以及人为影响，并且该矩阵充分体现了信息层内部、电力通信层内部、电力层内部、信息层和电力通信层之间、电力层和电力通信层之间的信息交互，一个节点的风险状态对另一个节点状态的影响都量化为矩阵中对应的故障影响概率，可以量化电力信息物理系统网络结构和风险的传播路径，揭示风险变化过程。

本发明基于最优化模型的得到的风险状态传播矩阵是由其自身结构所决定，通过该矩阵得到的系统风险传播演化过程可以有效的反映出风险高敏感性节点，指导节点风险保障预警措施的开展。

本发明中电力信息物理系统风险即是指电力信息物理系统中因外界因素作用于相应的设备或者设备本身发生故障，这故障而导致信息层、电力通信层、电力层的一个或者多个设备发生故障，无法正常运行。

在某一风险作用于电力信息物理系统上，该风险会产生的影响未知，可以先利用本发明提出的考虑隐性故障的电力信息物理系统风险保障预警方法，判断电力信息物理系统中的风险高敏感性节点，从而将这些风险高敏感性节点的信息，通过通信装置输送给总控制台，控制台发布相应的控制指令，指导相应的控制设备对风险高敏感性节点采取保护措施，保障系统的正常运行

本发明的有益效果是：

本发明针对电力信息物理系统的特点，建立考虑隐性故障的电力信息物理系统风险传播架构，构建了考虑隐性故障的风险传播模型，利用最优化模型求解风险状态传播矩阵。该风险传播模型从电力信息物理系统自身的系统结构出发，考虑了风险的传播机制，以模拟电力信息物理系统的故障演化过程。本发明解决风险传播的特性、隐性故障对风险传播的影响分析、风险预警等问题。

本发明提出的风险状态传播矩阵由信息层内部、电力通信层内部、电力层内部、信息层和电力通信层之间、电力层和电力通信层之间的结构和各个网络的内在联系而决定，不受外界条件以及人为影响。一个节点的风险状态对另一个节点状态的影响都能具体获得矩阵中对应的故障影响概率，获得了显性和隐性故障对电力信息物理系统受到风险后的元件稳定状态的影响，获得了电力信息物理系统网络结构和风险的传播路径，揭示风险变化过程。

本发明通过分析风险对电力信息物理系统的空间影响，分析隐性故障对风险传播的影响，找出系统风险高敏感性节点，分析风险传播对系统各设备的影响，能准确进行风险保障预警措施，保证电力信息物理系统的安全运行。

附图说明

图1是本发明的流程图。

图2为本发明的5类风险状态传播矩阵说明图。

图3是本发明采用的电力信息物理系统结构图。

图4是本发明实施例中的节点1、2、3的风险传播图。

图5是本发明实施例中的节点4、5、6的风险传播图。

图6是本发明实施例中的节点7、8、9、10的风险传播图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明。

按照本发明发明内容完整方法实施的实施例及其实施过程如下：

第一步：构建如图3所示的电力信息物理系统模型，该模型共包含10个节点，其中4个信息节点，2个通信节点，4个电力节点，其中节点r1与节点r6构成信息-电力通信层，节点r5和节点r10构成电力-电力通信层。

第二步：在某一外来风险risk1作用下，电力信息物理系统的节点初始风险状态为r0＝(1,0,1,0,0,0,0,0,0,0)，经过六次风险传播后，电力信息物理系统状态保持稳定，节点的风险状态变化如表1所示。基于该已经发生的风险传播过程以及风险状态传播模型可以求出该系统的5类风险状态传播矩阵p1。同理，在外来风险risk2作用下，r0＝(1,0,1,0,0,0,0,0,0,0)的节点初始风险状态和各次传播状态已知，可以求得该类风险下的5类风险状态传播矩阵p2。根据任意历史风险riski，其5类风险状态传播矩阵pi均可计算得到

表1风险传播下的系统风险状态(risk1)

第三步：假设在第3次风险传播时，电力节点7发生隐性故障，节点7的状态突变为1。以风险传播次数为x轴、风险状态为y轴建立风险传播示意图，发生隐性故障后，每一次风险传播后的系统各节点的状态，即风险传播演化图，如图4、图5和图6所示。由图4、图5和图6可知，在系统受到来自信息层和电力层的风险并且存在隐性故障时，所有节点的故障概率相比不考虑隐性故障的情况都显著提高。

由于隐性故障发生概率参数为0.2，两种情况下的系统稳定状态均已求得，可以求得最终各节点的稳定状态向量，如表2所示。在风险传播中考虑隐性故障的危害使电力信息物理系统风险传播模型得到的节点的预测状态更加准确。

表2考虑隐性故障的系统风险状态

第四步：由图4、图5和图6可知，节点4、7、8、9在前几次的风险传播后，状态明显高于其他节点，即节点4、7、8、9为风险高敏感性节点，需要保证该节点风险预警措施的及时开展。

本发明对电力信息物理系统的风险传播机制进行研究，综合考虑风险的空间内和跨空间的传播过程和隐性故障的影响，模拟电力信息物理系统的风险演化过程，通过风险状态传播矩阵得到的系统风险传播演化过程可以有效的反映出风险高敏感性节点，指导节点风险预警措施的开展，具备一定的可行性和实用性。