电力调度人工智能平台风险评估方法、系统、设备及介质与流程

1.本发明涉及电力调度智能化应用的技术领域，尤其涉及到一种电力调度人工智能平台风险评估方法、系统、设备及介质。


背景技术：

2.电力调度人工智能平台通过电网调控、设备监视实现电网态势把控，具备主动学习、人机语音交互以及对调度员行为过程的安全校核能力，可独立完成常规倒闸操作、常规事故处理等任务，提升电网调控运行智能化水平。
3.电力调度人工智能平台在运行过程中，涉及跟其他系统获取数据、数据解析、数据校验、自动成票、自动控制等众多环节，因难以保证所有环节都完全正确，所以存在一些运行风险。运行风险很可能会造成错误的操作处理，带来严重的后果，因此进行风险评估非常重要。
4.目前常见的风险评估方法，如故障树分析法、统计分析法、因果图分析法、损失期望值法、安全检查表法、危险指数评价法、失效模式和影响分析法、层次分析法、模糊综合评价法等，以上方法多为定性分析、半定量分析或伪定量分析，需要专家协助才能完成评估，并且难以对风险等级进行明确划分。电力调度人工智能平台流程复杂，涉及数据交互多，操作过程有很多自动化的步骤，用上述风险评估方法难以有效应对。


技术实现要素：

5.本发明的目的在于克服现有技术的不足，提供一种能进行定量分析的基于改进jha的电力调度人工智能平台风险评估方法。
6.为实现上述目的，本发明所提供的技术方案为：一种电力调度人工智能平台风险评估方法，包括：
7.梳理出电力调度人工智能平台各个环节存在的风险；
8.求取每种风险发生的可能性分值l；
9.求取每种风险发生后的影响分值s；
10.求取每种风险发生的时段频次的分值t；
11.基于每种风险发生的可能性分值l、每种风险发生后的影响分值s、每种风险发生的时段频次的分值t，通过改进的jha方法求取每种风险的风险评估得分r；
12.通过风险评估得分r来评估风险等级。
13.进一步地，每种风险发生的可能性分值l依托电网多年运行的历史数据，通过熵值法计算得出，过程包括：
14.选取n个年份，m种风险，设x
ij
为第i个年份的第j种风险的次数，i＝1,2,...,n；j＝1,2,
…
,m，形成原始矩阵x＝(x
ij
)m×n；
15.计算第j种风险的第i个年份发生所占的比重：
[0016][0017]
计算第j种风险发生的熵值：
[0018]
其中满足ej≥0
[0019]
计算熵冗余度：
[0020]dj
＝1-ej[0021]
计算第m种风险发生的权值：
[0022][0023]
将第m种风险发生的权值乘以10后得到的结果通过映射关系表进行映射，从而得到对应风险发生的可能性分值l。
[0024]
进一步地，结合具体场景求取每种风险发生后的影响分值s，风险发生后出现的影响均对应一个影响分值s，风险发生后出现的影响包括：输电网瘫痪、范围的停电、输电网部分设备无法正常运行、输电网运行停止终止，但没有造成负面破坏、输电网运行暂停，但没有造成负面破坏、出现警告日志，但仍可正常运行。
[0025]
进一步地，每个分值t对应一种风险发生的时段频次，风险发生的时段频次包括每周超过7次、平均每周一次、平均每月一次、每年不超过12次、每年6次以下、达不到每年1次。
[0026]
进一步地，通过改进的jha方法求取每种风险的风险评估得分r，计算公式如下:
[0027]
r＝l
×s×2t
[0028]
其中，l为基于每种风险发生的可能性分值，s为每种风险发生后的影响分值，t为每种风险发生的时段频次的分值。
[0029]
为了解决上述技术问题，本发明另外提供了一种基于改进jha的电力调度人工智能平台风险评估系统，用于实现上述基于改进jha的电力调度人工智能平台风险评估方法，
[0030]
其包括风险梳理模块、风险发生可能性评估模块、风险发生后影响评估模块、风险发生时段频次评估模块、风险评估模块；
[0031]
其中，
[0032]
所述风险梳理模块，用于梳理出电力调度人工智能平台各个环节存在的风险；
[0033]
所述风险发生可能性评估模块，用于求取每种风险发生的可能性分值l；
[0034]
所述风险发生后影响评估模块，用于求取每种风险发生后的影响分值s；
[0035]
所述风险发生时段频次评估模块，用于求取每种风险发生的时段频次的分值t；
[0036]
所述风险评估模块，用于求取每种风险的风险评估得分，并依据风险评估得分评估风险等级。
[0037]
为了解决上述技术问题，本发明另外提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的基于改进jha的电力调度人工智能平台风险评估方法的步骤。
[0038]
为了解决上述技术问题，本发明另外提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的基于改进jha的电力调度人工智能平台风险评估方法的步骤。
[0039]
实施本发明的有益效果在于：
[0040]
本发明将现有的jha风险评估公式：r＝l
×
s调整为r＝l
×s×2t
，通过指数函数来增强风险评估结果的效果，可针对不同级别成熟度的电力调度人工智能平台，采用定量化风险评估指标对电力调度人工智能平台功能架构设计进行综合评估。根据评估结果修订系统框架设计，为电力调度人工智能平台的运行提供安全保障。
附图说明
[0041]
图1为本发明电力调度人工智能平台风险评估方法的原理流程图；
[0042]
图2为本发明电力调度人工智能平台风险评估系统的连接框图。
具体实施方式
[0043]
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。仅此声明，本发明在文中出现或即将出现的上、下、左、右、前、后、内、外等方位用词，仅以本发明的附图为基准，其并不是对本发明的具体限定。
[0044]
如图1所示，本实施例提供了基于改进jha(作业危害分析(job hazard analysis，jha))的电力调度人工智能平台风险评估方法，包括以下步骤：
[0045]
s1、梳理出电力调度人工智能平台各个环节存在的风险；
[0046]
其中，电力调度人工智能平台具有通过电网调控、设备监视实现电网态势把控的能力，具备主动学习、人机语音交互以及对调度员行为过程的安全校核能力，可独立完成常规倒闸操作、常规事故处理等任务。涉及数据获取、数据处理、自然语言理解、主动学习、自动成票等多项技术或业务，并且有大量自动化、独立完成的步骤。
[0047]
本实施例所述的电力调度人工智能平台的内外部结构如下表1所示：
[0048]
[0049][0050]
表1
[0051]
各系统运行的历史数据导入说明(数据来源一般是指系统运行的日志数据(尤其是错误日志数据))如下表2所示：
[0052]
[0053][0054]
表2
[0055]
梳理出的风险如下表3所示：
[0056]
[0057][0058]
表3
[0059]
表1至表3中，
[0060]
cim：公共信息模型，是一个与具体实现无关的、用于描述管理信息的概念性模型。
[0061]
oms：停电管理系统(outage management system，oms)是配电管理系统(dms)的重要组成部分，包括计划停电管理和故障停电管理。
[0062]
s2、求取每种风险发生的可能性分值l；
[0063]
电网随着社会和经济的发展，复杂性日趋增大，各种故障的发生具有不确定性、不可预见性。在信息论这门科学中，熵是对不确定性、不可预见性的一种度量。根据熵的特性，本实施例通过计算熵值来判断某种故障的随机性、无序性程度，也可判断某种风险的离散程度。
[0064]
每种风险发生的可能性分值l依托电网多年运行的历史数据，通过熵值法计算得出，过程包括：
[0065]
选取n个年份(年份可以连续，也可以出现中断)，m种风险，设x
ij
为第i个年份的第j种风险的次数，i＝1,2,
…
,n；j＝1,2,
…
,m，形成原始矩阵x＝(x
ij
)m×n；
[0066]
计算第j种风险的第i个年份发生所占的比重：
[0067][0068]
计算第j种风险发生的熵值：
[0069]
其中满足ej≥0
[0070]
计算熵冗余度：
[0071]dj
＝1-ej[0072]
计算第m种风险发生的权值：
[0073][0074]
将第m种风险发生的权值乘以10后得到的结果通过映射关系表进行映射，从而得到对应风险发生的可能性分值l。
[0075]
映射关系表如下表4所示：
[0076]
映射范围l值计算结果大于6且小于等于1010计算结果大于3且小于等于66计算结果大于1且小于等于33计算结果大于0.5且小于等于11计算结果大于0.2且小于等于0.50.5计算结果大于0.1且小于等于0.20.2计算结果小于等于0.10.1
[0077]
表4
[0078]
s3、结合具体场景求取每种风险发生后的影响分值s，风险发生后出现的影响均对应一个影响分值s，风险发生后出现的影响包括：输电网瘫痪、范围的停电、输电网部分设备无法正常运行、输电网运行停止终止，但没有造成负面破坏、输电网运行暂停，但没有造成负面破坏、出现警告日志，但仍可正常运行。具体如下表5所示：
[0079][0080]
表5
[0081]
s4、求取每种风险发生的时段频次的分值t；每个分值t对应一种风险发生的时段频次，风险发生的时段频次包括每周超过7次、平均每周一次、平均每月一次、每年不超过12次、每年6次以下、达不到每年1次。具体如下表6所示：
[0082]
分值数风险发生的时段频次10每周超过7次8平均每周一次3平均每月一次2每年不超过12次1每年6次以下0.5达不到每年1次
[0083]
表6
[0084]
s5、基于每种风险发生的可能性分值l、每种风险发生后的影响分值s、每种风险发生的时段频次的分值t，通过改进的jha方法求取每种风险的风险评估得分r，计算公式如下：
[0085]
r＝l＝s
×2t
[0086]
s6、通过风险评估得分r来评估风险等级，具体如下表7所示：
[0087]
风险评估得分危险程度》320极其危险，不能续使用。160-320高度危险，要立即整改。70-160显著危险，需要整改。20-70一般危险，需要注意。
《20稍有危险，可以接受。
[0088]
表7
[0089]
下面结合具体数据采用上述风险评估方法对表3中所述的风险进行评估，得到表8-表20的数据表：
[0090]
准实时平台数据获取完整性风险评分如下表8所示：
[0091][0092]
表8
[0093]
准实时平台数据获取实时性风险评分如下表9所示：
[0094][0095]
表9
[0096]
接口可用性风险评分如下表10所示：
[0097][0098]
表10
[0099]
数据解析准确性风险评分如下表11所示：
[0100][0101]
表11
[0102]
数据校验正确性风险评分如下表12所示：
[0103][0104][0105]
表12
[0106]
与oms数据交互准确定风险评分如下表13所示：
[0107][0108]
表13
[0109]
与oms数据交互实时性风险评分如下表14所示：
[0110][0111][0112]
表14
[0113]
现场反馈完整性风险评分如下表15所示：
[0114][0115]
表15
[0116]
现场反馈正确性风险评分如下表16所示：
[0117][0118][0119]
表16
[0120]
语音识别风险评分如下表17所示：
[0121][0122]
表17
[0123]
语义理解风险评分如下表18所示：
[0124]
[0125][0126]
表18
[0127]
操作处理正确定风险评分如下表19所示：
[0128][0129]
表19
[0130]
操作票生成风险评分如下表20所示：
[0131][0132]
表20
[0133]
另外，如图2所示，本实施例还提供了一种基于改进jha的电力调度人工智能平台风险评估系统，用于实现上述的基于改进jha的电力调度人工智能平台风险评估方法，其包括风险梳理模块、风险发生可能性评估模块、风险发生后影响评估模块、风险发生时段频次评估模块、风险评估模块；
[0134]
其中，
[0135]
风险梳理模块，用于梳理出电力调度人工智能平台各个环节存在的风险；
[0136]
风险发生可能性评估模块，用于求取每种风险发生的可能性分值l；
[0137]
风险发生后影响评估模块，用于求取每种风险发生后的影响分值s；
[0138]
风险发生时段频次评估模块，用于求取每种风险发生的时段频次的分值t；
[0139]
风险评估模块，用于求取每种风险的风险评估得分，并依据风险评估得分评估风险等级。
[0140]
最后，本实施例还提供了一种计算机设备以及计算机可读存储介质。
[0141]
其中，
[0142]
计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行所述计算机程序时实现上述基于改进jha的电力调度人工智能平台风险评估方法的步骤。
[0143]
计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的基于改进jha的电力调度人工智能平台风险评估方法的步骤。
[0144]
尽管本公开的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，而是应当将其视作是通过参考所附权利要求考虑到现有技术为这些权利要求提供广义的可能性解释，从而有效地涵盖本公开的预定范围。此外，上文以发明人可预见的实施例对本公开进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本公开的非实质性改动仍可代表本公开的等效改动。