基于实时事件驱动的风险评估量化模型构建方法及系统

摘要

本发明公开了一种基于实时事件驱动的风险评估量化模型构建方法及系统，涉及风险控制技术领域，通过实时事件动态触发对设备的风险量化评估，获取设备的风险评估数据，根据设备的风险评估数据计算设备的重要度、损失程度、后果值以及风险值，后再根据风险值进行划分分段区间，得到对应不同设备的管控等级和运检策略，通过管控等级和运检策略能够实时对设备的风险状态进行监控，通过对设备的坚持实现对电网的监控，对后续电网可能发生的危害事件开展全面的计算分析提供强有力的数据支撑。

说明书

技术领域

本发明属于风险控制技术领域，尤其涉及一种基于实时事件驱动的风险评估量化模型构建方法及系统。

背景技术

电网运行危害主要是指电网生产过程中，由于恶劣自然天气、电网结构和电源分布不合理性等内、外部各类不安全因素对电网运行和用户供电带来的安全隐患和威胁。

风险评估主要围绕着资产、威胁、脆弱性和安全措施这些基本要素展开，风险评估是在危害辨识的基础上，由定性分析转化为定量评估。由可能导致的电力事故事件等级、可能失压的厂站数量、损失负荷量、停电区域及停电用户重要程度等方面确定风险危害值，由设备风险、环境风险、操作风险等因素确定风险概率值，对电网可能发生的危害事件开展全面的计算分析非常重要，因此，需要一种基于实时事件驱动的风险评估量化模型构建方法及系统。

发明内容

本发明的目的在于提供一种基于实时事件驱动的风险评估量化模型构建方法及系统，从而克服了现有没有基于实时事件驱动的风险评估量化模型构建方法及系统的缺点。

为实现上述目的，本发明提供了一种基于实时事件驱动的风险评估量化模型构建方法，包括以下步骤：

由实时事件动态触发对设备的风险量化评估；

获取所述设备的风险评估数据；

根据所述风险评估数据对设备进行状态评价，得到设备的当前状态；

根据所述设备的历史设备状态评价结果进行统计，得到每种状态下的设备平均故障概率；

根据所述风险评估数据得到设备的重要度；

根据所述风险评估数据得到设备故障的损失程度；

根据所述重要度和损失程度得到故障损失的后果值；

对所述后果值和故障概率进行标准化得到的设备的风险值；

根据所述风险值进行划分分段区间，得到对应不同设备的管控等级和运检策略。

进一步的，实时事件为实时获取输变电设备数据。

进一步的，所述风险评估数据包括：设备状态、设备基本信息以及设备故障案例。

进一步的，所述设备平均故障概率计算公式为：

式(1)中，P为设备平均故障概率，f为设备状态，t

进一步的，所述重要度的要素包括：设备价值、负荷等级和设备地位。

进一步的，所述损失程度的要素包括：设备成本损失度、人身安全损失程度和电力安全程度。

进一步的，所述后果值等于设备的重要程度乘以设备的损失程度。

进一步的，所述风险值的计算公式为：R＝LE×P，其中，R为风险值，LE为后果值，P为重要度。

基于实时事件驱动的风险评估量化模型构建系统，所述风险评估量化模型构建系统应用上述的基于实时事件驱动的风险评估量化模型构建方法，包括：

实时事件驱动模块，所述实时事件驱动模块用于根据实时事件动态触发对设备的风险量化评估，获取所述设备的风险评估数据；

当前状态评价模块，所述当前状态评价模块用于根据所述风险评估数据对设备进行状态评价得到设备的当前状态；

设备平均故障概率模块，所述设备平均故障概率模块用于根据所述设备的历史设备状态评价结果进行统计，得到每种状态下的设备平均故障概率；

重要度模块，所述重要度模块用于根据所述风险评估数据得到设备的重要度；

损失程度模块，所述损失程度模块用于根据所述风险评估数据得到设备故障的损失程度；

后果值模块，所述后果值模块用于根据所述重要度和损失程度得到故障损失的后果值；

风险值模块，所述风险值模块用于根据所述后果值和故障概率进行标准化得到的设备的风险值；以及

管控等级和运检策略模块，所述管控等级和运检策略模块用于根据所述风险值进行划分分段区间，得到对应不同设备的管控等级和运检策略。

与现有的技术相比，本发明具有如下有益效果：

本发明所提供过的基于实时事件驱动的风险评估量化模型构建方法及系统，通过实时事件动态触发对设备的风险量化评估，获取设备的风险评估数据，根据设备的风险评估数据计算设备的重要度、损失程度、后果值以及风险值，后再根据风险值进行划分分段区间，得到对应不同设备的管控等级和运检策略，通过管控等级和运检策略能够实时对设备的风险状态进行监控，通过对设备的坚持实现对电网的监控，对后续电网可能发生的危害事件开展全面的计算分析提供强有力的数据支撑。

附图说明

为了更清楚地说明本发明的技术方案，下面将对实施例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个实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明基于实时事件驱动的风险评估量化模型构建方法的流程图。

具体实施方式

下面结合本发明实施例中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明所提供的基于实时事件驱动的风险评估量化模型构建方法，包括以下步骤：

S1、由实时事件动态触发对设备的风险量化评估；

S2、获取所述设备的风险评估数据，具体的，所风险评估数据包括：设备状态、设备基本信息以及设备故障案例；

S3、根据所述风险评估数据对设备进行状态评价，得到设备的当前状态；

S4、根据所述设备的历史设备状态评价结果进行统计，得到每种状态下的设备平均故障概率P；

S5、根据所述风险评估数据得到设备的重要度，设备的重要性表示设备综合的一个量化价值；

具体的，根据设备基本信息得到设备的重要度；

S6、根据所述风险评估数据得到设备故障的损失程度，设备故障的损失程度表示设备发生风险事故事件所造成的综合损失程度；

具体的，根据设备故障案例得到设备故障损失程度；

S7、根据所述重要度和损失程度得到故障损失的后果值LE；

S8、对所述后果值和故障概率进行标准化得到的设备的风险值R；

S9、根据所述风险值进行划分分段区间，得到对应不同设备的管控等级和运检策略。

上述的基于实时事件驱动的风险评估量化模型构建方法，通过实时事件动态触发对设备的风险量化评估，获取设备的风险评估数据，根据设备的风险评估数据计算设备的重要度、损失程度、后果值以及风险值，后再根据风险值进行划分分段区间，得到对应不同设备的管控等级和运检策略，通过管控等级和运检策略能够实时对设备的风险状态进行监控，通过对设备的坚持实现对电网的监控，对后续电网可能发生的危害事件开展全面的计算分析提供强有力的数据支撑。

其中一个实施例，实时事件为实时获取输变电设备数据。

此外，实时事件还包括输变电设备环境数据；输变电设备包括：主变压器、断路器和输电线路。

实时事件是触发风险评估的条件，通过在输变电设备数据和输变电设备环境数据中获取多元实时风险评估数据的接入，大幅提高了输变电状态监控的快速响应能力，实现当发现缺陷、保供电时期、特巡时期、发生台风雷电等气象灾害等情况时，能及时感知数据的变化，快速处理，实现动态风险评估辅助决策判断。

其中一个实施例，所述风险评估数据包括：设备状态、设备基本信息以及设备故障案例。

其中一个实施例，所述状态设备通过存储输变电多源数据的内外网业务系统中获取。

其中一个实施例，所述步骤S3根据所述设备状态对设备进行状态评价，得到设备的当前状态；具体包括以下步骤：

S31、通过输变电监测装置/系统对输变电设备进行多次监测，获取所述输变电设备的所有状态数据，并对所有状态数据进行状态标记，后将所有状态数据存储入数据库；

S32、后通过输变电监测装置/系统对输变电设备进行实时监测，获取设备的当前状态；

S33、根据构建BP神经网络模型，采用CS算法(布谷鸟搜索算法cuckoo search)对BP神经网络模型进行优化得到优化的BP神经网络模型；

具体的，优化的BP神经网络模型的输入层神经元为设备的当前状态，输出的神经元为带标记的设备的当前状态；通过CS算法的维数得到优化的BP神经网络模型的神经元数，维数＝E×C+C+C×T+T，其中，E为输入层的神经元个数，C为隐含层的神经元个数，T为输出层的神经元个数。

S34、利用所有状态数据对优化的BP神经网络模型进行训练、验证；

S35、将所述设备的当前输入优化的BP神经网络模型，得到设备的当前状态。

其中一实施例，所述设备平均故障概率计算公式为：

式(1)中，P为设备平均故障概率，f为设备状态，t

其中一个实施例，所述重要度的要素包括：设备价值、负荷等级和设备地位。

具体的，步骤S5根据设备基本信息，采用因子分析法处理得到设备的重要度包括以下步骤：

S51、获设备的重要度的要素；

具体的，重要度的要素包括：设备价值、负荷等级和设备地位；

S52、根本对设备价值、负荷等级以及设备地位进行等级划分，然后通过Excel表格进行统计；

S53、采用因子分析法计算重要度的要素的权重；

S54、设备的重要度＝各重要度的要素分别乘以对应的权重后相加；

具体的，设备的重要度＝第一要素×第一要素的权重+第二要素×第二要素的权重+第三要素×第三要素的权重。

其中一个实施例，所述损失程度的要素包括：设备成本损失度、人身安全损失程度和电力安全程度。

具体的，损失程度为每一个损失程度的要素造成的损失程度的加权之和。

具体的，步骤S6、根据所述风险评估数据得到设备故障的损失程度包括以下步骤：

S61、获取设备的损失程度的要素，损失程度的要素包括：设备成本损失度、人身安全损失程度和电力安全程度；

S62、对设备的损失程度的要素进行等级划分；

S63、采用信息量法计算损失程度的要素的权重；

S64、损失程度的要素的权重为每一个损失程度的要素对应权重之和。

具体的，损失要素损失值和损失要素发生概率预设如表1所示。

表1：

其中一个实施例，步骤S53采用SPSSAU计算权重，则相应的步骤S52的Excel表格根据SPSSAU进行设置；同样的，计算损失程度的要素的权重也可以采用SPSSAU计算。

根据权利要求1所述的基于实时事件驱动的风险评估量化模型构建方法，其特征在于，其中一个实施例，所述后果值等于设备的重要程度乘以设备的损失程度。

其中一个实施例，所述风险值的计算公式为：R＝LE×P，其中，R为风险值，LE为后果值，P为重要度。

其中一个实施例，设备的管控等级根据设备的风险值的大小，将设备风险分为四级，Ⅰ级(重大风险)、Ⅱ级(较大风险)、Ⅲ级(一般风险)、Ⅳ级(正常风险)，依次用红色、橙色、黄色、绿色表示，具体的，风险值划分表如表2所示。

表2：

其中一个实施例，还包括步骤S10、将风险值表征的状态与不步骤S35得到的当前状态进行进行校正，若是两者不一致，则以计算的为准，同时对优化的BP神经网络模型进行修正重新训练。

基于实时事件驱动的风险评估量化模型构建系统，所述风险评估量化模型构建系统应用权利要求1-8所述的基于实时事件驱动的风险评估量化模型构建方法，包括：实时事件驱动模块、当前状态评价模块、设备平均故障概率模块、重要度模块、损失程度模块、后果值模块、风险值模块以及管控等级和运检策略模块，

所述实时事件驱动模块用于根据实时事件动态触发对设备的风险量化评估，获取所述设备的风险评估数据；

所述当前状态评价模块用于根据所述风险评估数据对设备进行状态评价得到设备的当前状态；

所述设备平均故障概率模块用于根据所述设备的历史设备状态评价结果进行统计，得到每种状态下的设备平均故障概率；

所述重要度模块用于根据所述风险评估数据得到设备的重要度；

所述损失程度模块用于根据所述风险评估数据得到设备故障的损失程度；

所述后果值模块用于根据所述重要度和损失程度得到故障损失的后果值；

所述风险值模块用于根据所述后果值和故障概率进行标准化得到的设备的风险值；

所述管控等级和运检策略模块用于根据所述风险值进行划分分段区间，得到对应不同设备的管控等级和运检策略。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述移动终端的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述移动终端中模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括是电载波信号和电信信号。

以上所揭露的仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或变型，都应涵盖在本发明的保护范围之内。