盧人杰，劉 寧，李 頔，樊 映，羅興智

（貴州電網有限責任公司畢節(jié)供電局，貴州 畢節(jié) 551700）

我國電網線路錯綜復雜，為了保證電網的安全 穩(wěn)定運行，構建了一種電力調度管理模式，根據各種渠道采集電力調度信息，結合每時段的電網數據參數，平衡各個階段的電網輸送任務。目前，我國電網中已經應用了配電自動化技術、信息化技術以及智能技術等多種技術，運行過程中存在著大量的配電網運行狀態(tài)數據，一旦電力調度運行過程中出現風險，就會帶來很大的經濟損失和能源損失，因此每個電網總站都會配備多個電力調度運行安全風險預警器，其運行的核心是電力調度運行安全風險預警算法。電網運行過程中自身會存在運行風險，如果可以根據電網運行趨勢，判斷電力調度運行存在的安全風險概率，即可極大地減少電力事故，保證電網的安全性[1-2]。

傳統(tǒng)的調度運行安全風險預警算法對于部分持續(xù)時間較長的電力調度運行任務的預警存在反應延遲的缺陷，降低了風險預警效率和準確率。為了解決以上問題，該文設計了基于大數據的電力調度運行安全風險預警算法，以大數據技術為核心，進一步研究電力調度運行安全風險預警算法，以降低電力事故的發(fā)生概率。

1 構建評估模型

電力調度運行安全風險預警的本質是以系統(tǒng)上傳的各個電力調度狀態(tài)數據為基礎。安全風險指標評估方法可以反映電力調度隨時間變化的情況，也可以反映出電力調度運行的安全狀態(tài)，因此該文根據電力系統(tǒng)的電壓、有功和設備缺陷構建電力調度運行安全風險指標評估模型，確定評估指標。

具體安全風險指標計算公式如下：

根據式（1）可以計算出在電力調度運行過程中安全風險的指標，分別是低電壓安全風險指標、過負荷安全風險指標以及電壓失穩(wěn)安全風險指標[4-5]。

電力調度運行正常管理模式下的電壓應該處于一個穩(wěn)定的定值，電壓不會出現波動。電力調度運行的低電壓風險指標不是電壓失穩(wěn)安全風險的特殊情況，其指的是電網運輸每條線路的運行電壓相對于正常線路的電壓都較低，經研究,低電壓安全風險出現的概率符合多維正態(tài)分布特點，分布規(guī)律如下：

其中，v表示電力線路電壓幅值；e(v)表示電壓幅值的期望值；表示電力調度運行風險時的分布方差；表示母線電壓與運行參數相關的靈敏度矩陣；vp表示運行參數之間的協(xié)方差矩陣[6-8]。

對上述公式進行分析，得出電力調度運行低電壓安全風險概率與電壓數值呈線性關系，計算出每一個電力調度管理分支的電壓，并對其進行加權處理，得出電力調度運行低電壓安全風險指標評價公式：

其中，risklv表示電力調度運行低電壓安全風險指標；risklvi表示電網第i個低電壓指標；m表示預設故障集中的故障數目[9-11]。

在電力調度運行安全風險事故中負荷風險引起的事故嚴重程度最高，因為一旦電網內呈現過負荷狀態(tài)，由于電力調度管理本身就需要很好的運維環(huán)境和推力，在超負荷情況下，更是沒有可能利用電網各個線路內的有效功率帶動電網運行，最終使電力調度系統(tǒng)癱瘓，造成不可計量的經濟損失和能源消耗，因此構建過負荷運行安全風險指標是該文研究的重點[12-14]。同樣，該指標滿足泊松分布，分布條件如下：

其中，pr表示電力調度運行線路的有功潮流百分比，mvn定義為有效有功潮流與最大潮流值的比；e(pr)表示pr的期望值；表示過負荷的分布方差。采用同樣方法對電力調度任務內的荷載比和有功潮流比進行加權處理，得到電力調度運行安全負荷風險的評價指標如下：

其中，riskol表示電力調度運行負荷安全風險指標；riskolj表示第j條線路的過負荷風險指標；m為預設故障集中的故障數目[15-16]。

電力調度運行安全風險中的低電壓安全風險不同于電壓失穩(wěn)的安全風險指標，前者在電力調度過程中的電壓必須時刻處于低值狀態(tài)[17-18]，但是后者發(fā)生的情況下整個線路的電壓不同時處于一個狀態(tài)，處于一個狀態(tài)就不是失穩(wěn)風險，而是失效風險。電壓失穩(wěn)安全風險波動規(guī)律滿足正態(tài)分布，由兩個相同的周期組成，正是根據這一特點，構建電壓失穩(wěn)安全風險指標。安全風險正態(tài)分布規(guī)律如下：

其中，L～n表示系統(tǒng)負荷；μl表示負荷分布的期望值；表示負荷分布的方差。由于該電力調度運行安全風險具有較強的規(guī)律性，綜合線路的最大負載量和穩(wěn)定度可以直接得出電力調度運行電壓失穩(wěn)安全風險的指標，具體如下：

其中，riskop表示電力調度運行電壓失穩(wěn)安全風險指標；riskolp表示第l條線路的過負荷風險指標。

2 算法分析

2.1 大數據技術

大數據技術是目前新興的人工智能技術，主要通過專業(yè)軟件對所需數據進行大范圍的采集與分析，具有較強的決策能力和洞察能力，對于該文研究的電力調度運行安全風險預警算法而言，正需要大數據技術的優(yōu)勢。根據該文設定的研究目的和目標，大數據技術的主要任務是實時采集電力調度運轉過程中產生、消除、替代的電力數據，結合數據采集結果對所構建的電力調度運行安全風險指標進行分析，為基于大數據的電力調度運行安全風險預警算法奠定穩(wěn)定的數據基礎。

2.2 算法流程

以電力調度運行安全風險評估模型和大數據技術為基礎，該文具體介紹了基于大數據的電力調度運行安全風險預警算法的計算流程，首先將預警算法識別到的電力調度線路和記錄調度狀態(tài)進行映射處理，提取電力調度運行參數，并對有效指標關聯(lián)參數進行編碼，編碼公式如下：

其中，s(i)表示風險狀態(tài)函數；n表示電力調度管理過程中同時運行的任務數；k表示各個運行安全風險指標所代表的序列號。

然后將每個電力調度任務進行區(qū)域劃分，以提高風險存在范圍的查詢速度，將每個具有關聯(lián)性的指標初始化，使編碼長度均為M，取值區(qū)域為[0,2.3]。最后計算所有編碼的電力調度數據風險綜合概率，若計算結果為正數，代表電力調度運行存在風險，立即將該計算結果傳輸到管理層，利用線性回歸算法實現風險預警信息提醒。計算公式如下：

其中，f表示電力調度運行安全風險發(fā)生的概率；farg表示電力調度狀態(tài)的平均適應度；fmax表示最大適應度。

3 實驗分析

該文通過上述過程完成了基于大數據的電力調度運行安全風險預警算法的設計，為了檢驗此算法是否具有意義，接下來需要進行對比實驗以期對該算法的應用效果進行論證，避免對比實驗結果出現偶然性，該文選擇基于先進先出的電力調度運行安全風險預警算法和基于公平競爭的電力調度運行安全風險預警算法作為傳統(tǒng)的對照方法（以下簡稱傳統(tǒng)算法1 和傳統(tǒng)算法2），共同完成實驗。由于測試的是預警算法的性能，不考慮安全風險出現的不確定性等其他因素，將貴州某地區(qū)的電網作為實驗對象，用計算機主機代替每個發(fā)電站，并且在試驗電網中隨機加入二級電力調度運行異常風險。實驗前要進行預處理，對模擬電網運行的數據以及風險數據進行檢查與錄入，以保證實驗的順利運行，同一時間，應用3 種電力調度運行安全風險預警算法，在實驗過程中，一旦出現突發(fā)事故立即停止實驗，保證電網的運行安全。實驗平臺如圖1 所示。

圖1 實驗平臺

因為實驗的特殊性，該文選擇實驗的預警時間為一個固定的時間，不可擾亂正常的電網調度工作，實驗結束后對比實驗數據，得出結論。

該文實驗對比了3 種電力調度運行安全風險預警算法的運行安全風險預警時間以及預警準確度。預警時間比較的實驗結果如表1 所示。

表1 預警時間比較

分析表1 可知，傳統(tǒng)算法1 的電力調度運行安全風險預警時間為2.44 s，傳統(tǒng)算法2 的電力調度運行安全風險預警時間為3.16 s，是3 種算法中最高的，而該文算法的電力調度運行安全風險預警時間為0.38 s，遠遠低于實驗對比算法，說明該文算法能夠實現對于電力調度運行安全風險的快速預警。

在上述實驗的基礎上比較了3 種算法的預警準確率，比較結果如圖2 所示。

圖2 預警準確率比較結果

對比實驗結果表明，該文研究的基于大數據的電力調度運行安全風險預警算法的預警準確率最終高于另外兩個傳統(tǒng)算法。

綜上所述，通過衡量各個影響因素的得出，基于大數據的電力調度運行安全風險預警算法比傳統(tǒng)方法的預警算法具有較高的效率和準確率。

4 結束語

該文首先對電力調度運行管理目的和工作任務進行了解，根據其特點和相關公式計算，構建電力調度運行安全風險指標評估模型，并總結相應安全風險指標的評估流程，結合大數據技術和電力調度運行參數提取方法，進一步完善基于大數據的電力調度運行安全風險預警算法的設計與應用，最后通過對比實驗分析，證明該文研究的預警算法比傳統(tǒng)的預警算法具有較高的工作效率和準確度，可以保證電網的安全穩(wěn)定運行，促進電力事業(yè)的穩(wěn)定發(fā)展。