一种基于贝叶斯网络的大面积停电事件智能推演方法与流程

本发明涉及电力安全突发事件推演技术，尤其是涉及基于贝叶斯网络分析的大面积停电事件情景推演方法。
背景技术：
：目前，我国电力系统的特点是大规模特高压交直流混联和新能源的大量接入，灾害频繁发生，电力生产安全事故未得到有效消除，应急决策和实施能力有待提高。完善电力应急管理制度、加快电力应急预案编制、提高电力应急决策能力等，是继续完成的任务。大面积停电事件涉及环节多，发生和演变机理复杂，演化过程具有高度的不确定性和连锁动态性，直接和次生灾害危害十分严重。传统应急管理模式中“预测-应对”模式己经不能满足快速应急处置的需要，“情景-响应”的方式正逐渐成为现今国内外应急管理学界研究的新方向。应急决策者须在事件发生发展过程中，针对实时发生的关键情景做出合理的决策，关键问题在于电力安全突发事件的情景构建和推演。电力应急推演是电力应急管理的重要环节，不仅可以对应急指挥人员和处置人员进行培训，还可以对应急预案进行测试和验证，从而为应急体系建设提供合格的技术人才，并促进应急体系的不断完善和持续提升。但是目前在应急演练管理和能力建设工作中还面临着诸多挑战，如缺乏覆盖全部演练业务流程的一体化演练系统，缺乏电力系统数字化仿真的模型和数据支撑，缺少灾害情景与应急主体受损的量化映射等问题，导致应急演练推演系统功能不完整，演练效果较差。近年的研究从不同角度探讨了如何分析突发事件的演化机制。然而，对于电力安全事件的情景推演，大部分研究仍处于定性描述阶段，建立的模型难以反映输入的反馈和多路径推演。技术实现要素：由于当前的大部分研究仍处于定性描述阶段，建立的模型难以反映输入的反馈和多路径推演，本发明提出了一种基于贝叶斯网络分析的大面积停电智能推演方法，克服现有情景推演存在的缺陷。为了达到上述目的，本发明的技术方案是提供一种基于贝叶斯网络的大面积停电事件智能推演方法，其包含以下步骤：s1、根据国内外大面积停电典型案例的情景分析，总结出典型电力安全突发事件的一般演化机制；s2、围绕情景状态、处置方法和处置目标三个要素，分析大面积停电事件演化的多条演化路径；s3、选取大面积停电事件中的关键情景，确定节点变量，设置条件概率，构建贝叶斯情景网络；s4、以仿真方式搭建大面积停电的情景网络进行推演，得到事件每个发展结果的概率预测值。可选地，步骤s1中，典型电力安全突发事件的一般演化机制，包含以下阶段：事故前期：由自然因素、人为因素、设备因素、网架因素触发；事故发展期：实施线路过负荷、电压大幅度波动及保护装置的保护动作；事故后期：出现系统失稳、解列、崩溃现象，最终导致大面积停电；并且，事故发展期中的多个事件相互作用，不同的处置措施对应不同的事件发展路径。可选地，步骤s2中，情景演化路径的分析包含：对突发事件演化过程中的任意一个情景状态，提供针对突发事件的当前情景状态所要采取的处置方法和处置目标，并提供由此演化出的不同情景状态；其中，处置目标的完成情况受情景状态和处置方法影响，根据处置目标的完成程度，跳转到此后演化出的不同情景状态，这些不同的情景状态对应于应急决策主体为当前情景状态采取的不同处置方法和处置目标；以此类推到其他的情景状态，直到跳转到突发事件结束的情景状态。可选地，根据处置目标的完成与否，跳转到此后演化出的两种不同的情景状态，这两种不同的情景状态对应有不同的处置方法和处置目标，对应于情景演化的乐观路径和悲观路径。可选地，步骤s3中，构建贝叶斯情景网络的过程包含：确定网络节点变量：利用领域专家打分的方法，评估典型电力安全突发事件演化过程中的各个要素，选择能够描述事件发生和演化整个过程的相关要素，作为贝叶斯网络中的节点；建立贝叶斯网络：根据对事件的情景分析，用有向边连接节点变量，体现出各个要素的因果关系以及情景的演化顺序，构建电力安全突发事件的推演网络；条件概率估计：综合专家意见，确定描述节点与其父节点之间关联程度的条件概率，没有父节点的节点根据处置方法的完成程度给定先验概率。可选地，步骤s4中，基于仿真软件netica搭建大面积停电的情景网络进行推演，得到事件每个发展结果的概率预测值。本发明涉及一种基于贝叶斯网络的大面积停电事件智能推演方法，通过典型大面积停电案例总结出电力安全突发事件的一般演化过程。围绕情景状态、处理方法和处理目标三个要素分析大面积停电事件演化的多条路径，选取关键情景，构建事件发展的情景网络。结合历史案例和专家意见计算网络节点间跳转的条件概率。基于netica仿真软件搭建出大面积停电事件的贝叶斯网络并实现了多路径多结果推演。本发明构建了典型大面积停电事件(示例的美加大停电事故)的贝叶斯网络推演模型，通过情景网络设计和条件概率设置，推演结果与真实事件发展一致，有效解决了典型电力安全事件情景推演的不确定性和多路径问题，可以直观体现应急措施的效果，有利于应急人员及时调整处置措施，不断提高应急水平。对分析突发事件演化机制具有重要意义。附图说明图1为本发明方法中典型电力安全突发事件一般演化机制图；图2为本发明中电力安全突发事件情景要素间的关系图；图3为实施例中美加大停电事故演化路径图；图4为实施例中美加大停电事故情景推演示意图；图5为本发明方法的流程示意图。具体实施方式下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。如图5所示，本发明提供一种基于贝叶斯网络的大面积停电事件智能推演方法，包含以下步骤：s1、根据国内外大面积停电典型案例的情景分析总结出事件的一般演化机制(如图1所示)：事故前期：前期一般由自然因素，人为因素，设备因素，网架因素四大类致灾因素触发。事故发展期：线路过负荷、电压大幅度波动及保护装置的保护动作等是事故发展期的主要过程。事故后期：系统失稳、解列、崩溃等现象是事故发展的后果，最终导致大面积停电。事故发展期中多个事件相互作用，不同的处置措施能改变事件发展路径，是电力安全突发事件推演的重点。s2、围绕情景状态、处置方法和处置目标三个要素分析大面积停电事件演化的多条演化路径：如图2所示，s表示突发事件当前的情景状态，m表示针对此情景状态要采取的处置方法，t表示处置目标。处置目标的完成情况受情景状态和处置方法影响，处置目标的完成与否，分别对应后续乐观情景s1和悲观情景s2，在不同的情景状态中又有对应的不同处置方法和处置目标。以此类推，直到跳转到突发事件结束的情景状态。每一次的情景跳转根据处置目标的完成与否都有乐观和悲观两条路径，每一次应急决策都决定了突发事件不同的发展方向，从而形成突发事件不同的演化路径和演化结果。选取电力安全事故中的关键情景，确定应急决策主体对每个情景采取的处理方法和处理目标，根据目标的完成程度确定要跳转的下一情景。s3、选取大面积停电事件中的关键情景，确定节点变量，设置条件概率，构建贝叶斯情景网络：1)确定网络节点变量。利用领域专家打分的方法评估典型电力安全突发事件演化过程中的各个要素，选择能够描述事件发生和演化整个过程的相关要素，作为贝叶斯网络中的节点。2)建立贝叶斯网络。根据对事件的情景分析，用有向边连接节点变量，体现出各个要素的因果关系以及情景的演化顺序，构建电力安全突发事件的推演网络。3)条件概率估计。综合每位专家意见，确定描述节点与其父节点之间关联程度的条件概率，没有父节点的节点根据处理方法的完成程度给定先验概率。s4、基于仿真软件netica搭建大面积停电的情景网络进行推演，得到事件每个发展结果的概率预测值。以下提供基于本发明所述基于贝叶斯网络分析的大面积停电智能推演方法的一个实施例。以美加大停电为例，采用情景分析法分析其演化过程，由典型大停电案例总结出电力安全突发事件的一般演化过程。围绕情景状态、处置方法和处置目标三个要素分析了美加大停电事件演化的多条路径，构建了事件发展的情景网络，计算网络节点间的条件概率。基于netica仿真软件搭建了事件的贝叶斯网络并实现了多路径推演。本方法具体包含以下步骤：1.美加大停电事故演化过程分析1)局部反应阶段由于夏季负荷增加，以克利夫兰和阿克伦为中心的俄亥俄州北部地区负荷过重。15:05，一条345kv线路因与树枝之间过近而短路开断，导致第一能源公司(简称fe)的电网系统不再符合“n-1”原则。而电力监控系统因故障未发出警报。在15:32和15:41，另两条345kv线路同因相继断开，监控系统仍未报警。这3条线路上的负荷转移到下一级138kv系统。从15:39至16:05，由于重载，共有12条138kv线路断开。更多的负荷转移到还在运行的345kv线路上，导致输电走廊s-s线路负荷远远超过额定值并在16:06跳闸，触发了大规模连锁反应。事件演化过程中，fe工作人员从各方收到关于监控系统故障，发电机故障，线路超负荷，关键线路断开的信息。但由于缺乏应急经验，这些信息和自身电力系统的问题都未受重视。直到15:42，fe工作人员才意识到是自身电网的问题。但由于没有便利的电子交流平台，本身也缺乏应急培训和经验，fe控制人员没有找到有效措施来应对。根据事故调查报告，如果在克利夫兰和阿克伦地区切除1500mw负荷就可以阻止发生连锁反应。2)连锁反应阶段s-s线路开断后，从南向北的输电走廊中断，大量负荷无计划转移。由于无功储备不足，大量线路跳闸，美国东北部电网与南部和西部电网分离，美国东北部和加拿大安大略被分成多个电气孤岛。在这些孤岛中，甩负荷装置因功率不足切掉负荷；发电机保护装置因功率多余自动切机。大部分孤岛无法维持平衡。整个连锁反应过程非常迅速，从16:06到16:13，7分钟之内造成了大面积停电。2.事故情景演变路径分析情景一：供电走廊附近树木被及时修剪。345kv线路不会短路，由于负荷并未超过正常裕量，整个电网系统继续正常运转，没有任何损失。情景二：没有修剪树木，监控系统运行正常，工作人员操作正常。第一条线路开断后，系统会发出警报。由于未修剪树木，随后的两条345kv线路仍然会短路开断。电力人员会采取措施为下一级138kv线路系统减负荷，138kv线路断开数量大大减少。从15:05首条线路开断到16:06，控制人员会通过切除1500m负荷来阻止输电走廊开断，连锁反应不会发生。情景三：没有修剪树木，监控系统没有报警，但是各个单位工作人员有效沟通，采取了合理的应急措施。3条345kv线路由于树枝过近短路断开，监控系统没有报警，138kv线路相继断开。但在15:42，fe员工发现自身电力系统故障。从此时到16:06，各方沟通和讨论的时间有21分钟。如果fe电力人员准备充分，仍有机会通过切负荷来阻止s-s线路开断，从而避免连锁反应。情景四：没有修剪树木，监控系统故障，各方没有有效沟通，人员没有行动。处理目标尚未完成，这是最糟糕的情况和停电的实际情况。3条345kv线路，12条138kv和输电走廊s-s线路全部损坏开断，引发连锁反应。连锁反应扩散迅速，短时间内人员来不及采取有效的应对措施，只能依靠电网自身的结构设计、参数设置和状态调整尽量延长电网稳定运行的时间和范围。根据美加大停电情景演变路径分析，选取能体现事件演化的关键要素。总结出情景状态，处理方法和处理目标表1所示。表1美加大停电事故情景要素基于对美加大停电的情景分析，将表1中各要素进行关联，形成如图3所示的事故情景演化路径。其中根据处置目标的完成程度跳转到两个情景状态，实线对应目标完成后的积极情景，虚线对应目标未完成后的消极情景。演化路径包含实线越多说明处置方法大都达到处置目标，演化路径越乐观，如s1→s2→s3；包含虚线越多说明处置方法大多数未达到处置目标，演化路径越悲观，如s1→s6→s8。多个处置目标完成情况的不同组合决定了事件演化方向，从而实现了多路径推演。3.事故情景概率计算由于电力安全突发事件涉及元件多，演变复杂，难以建立案例库。可供借鉴的历史经验数据较少，因此多以专家评估打分方法为主，为了避免专家个人的主观局限性，采用多名专家估计结果的平均值作为最终结果。根据事故在不同阶段的发展，演变情况，基于历史数据经验及专家知识确定每个节点变量的条件概率，各节点的先验概率和条件概率如表2所示，表中t、f分别表示true、false：表2网络节点变量的概率表(节选)truefalses10.950.5m10.10.9t1s1＝t,m1＝ts1＝t,m1＝ftrue0.90.3false0.10.7tis1＝f,m1＝ts1＝f,m1＝ftrue0.60.5false0.40.5s2t1＝tt1＝ftrue0.850.4false0.150.6如图4所示，基于仿真计算软件netica搭建美加大停电的事故情景推演图，根据条件概率表为每个节点变量输入参数。为了模拟事故的真实情况，处置措施均设为未完成。根据条件概率公式，m1与s1按事故真实情况设定先验概率，计算t1顺利完成的概率如下式，式中t、f分别表示true、false。与软件计算结果一致。p(t1＝t)＝p(s1＝t)*p(m1＝t)*p(t1＝t|s1＝t,m1＝t)+p(s1＝t)*p(m1＝f)*p(t1＝t|s1＝t,m1＝f)+p(s1＝f)*p(m1＝t)*p(t1＝t|s1＝f,m1＝f)+p(s1＝f)*p(m1＝f)*p(t1＝t|s1＝f,m1＝f)＝0.9*0.95*0.1+0.3*0.95*0.9+0.6*0.05*0.1+0.5*0.9*0.05＝0.3675在本次实例中，处理目标都未完成。为了模拟事故真实情况，在搭建的推演模型中，设置每一步处置措施大概率失败，从仿真计算结果中可看出处置目标大概率失败，事件大概率演化到连锁停电这一情景。与事故真实结果一致，证明了该方法的可行性。同时在推演模型中，改变处置方法的完成情况概率，可以影响处置目标的完成概率，进而影响事件的演化路径，从而进一步粗略算出每条路径的概率，好的处置措施和处置目标可以延缓事故恶化。电力工作人员采取处置措施后，可以根据措施的有效程度确定处置目标完成的概率，进而影响事件向不同路径演化的概率。有利于电力工作人员直观认识到自己的操作造成的结果。综上所述，本发明示例地构建了美加大停电事故的贝叶斯网络推演模型，通过情景网络设计和条件概率计算，实现多路径推演，有效解决了典型电力安全事件情景推演的不确定和多路径问题。尽管本发明的内容已经通过上述优选实施例作了详细介绍，但应当认识到上述的描述不应被认为是对本发明的限制。在本领域技术人员阅读了上述内容后，对于本发明的多种修改和替代都将是显而易见的。因此，本发明的保护范围应由所附的权利要求来限定。当前第1页12