一种基于关联事件的输电线路风险评估方法技术

本发明专利技术属于输电线路风险评估技术领域，具体涉及一种基于关联事件的输电线路风险评估方法。本发明专利技术首先采集与输电线路风险灾害有关联的事件类数据，为输电线路风险评估建立数据基础；然后，利用专家知识建立各类事件与模糊隶属度函数参数的关系库；最后，采用模糊隶属度函数自动生成BPA，形成基于关联事件的BPA生成方法；最终基于生成的BPA完成输电线路风险评估。该方法具有计算复杂度小、实时性好和通用性强的优点。用性强的优点。

【技术实现步骤摘要】
一种基于关联事件的输电线路风险评估方法


[0001]本专利技术属于输电线路风险评估
，具体涉及一种基于关联事件的输电线路风险评估方法。

技术介绍

[0002]输电线路作为电网电能运输不可或缺的部分，常年运行在无人区等严酷环境中，对其遭受的山火、覆冰、地灾等环境风险进行评估是国内外研究的热点。输电线路环境风险的影响因素众多，事件类因素作为一种典型数据形式，是利用证据理论进行输电线路风险评估的重要数据类型。
[0003]近年来，Dempster
‑
Shafer证据理论(DS证据理论)在输电线路风险评估中应用广泛，可以较好的处理多源数据不确定信息的表达和融合问题。DS证据理论作为一种重要的不确定推理方法，基本概率分配(Basic Probability Assignment,BPA)决定了证据组合之后的结论是否可信，是DS证据理论中的难题之一。对于BPA的生成，目前常见的方法可以分为两大类，一类是专家根据主观经验加以设定；另一类是系统根据模糊数学等技术自动生成BPA，现有自动生成方式主要包括基于区间数模型、基于正态分布模型、基于核密度估计模型等。

技术实现思路

[0004]现有输电线路风险评估的BPA生成方法缺乏对关联事件的不确定性进行研究分析，为了克服现有技术的不足，在降低计算成本的基础上生成更加准确的BPA，同时提高输电线路风险评估中关联事件数据的应用价值，本专利技术提出了一种基于关联事件的输电线路风险评估方法。首先，采集与输电线路风险灾害有关联的事件类数据，为输电线路风险评估建立数据基础；然后，利用专家知识建立各类事件与模糊隶属度函数参数的关系库；最后，采用模糊隶属度函数自动生成BPA，形成基于关联事件的BPA生成方法；最终基于生成的BPA完成输电线路风险评估。该方法具有计算复杂度小、实时性好和通用性强的优点。
[0005]为实现上述目的，本专利技术采用如下技术方案：
[0006]一种基于关联事件的输电线路风险评估方法，包括以下步骤：
[0007]S1、获取输电线路风险关联事件数据，所述关联事件数据为与输电线路某一种或多种风险的发生存在关联关系的事件：
[0008]e
j
＝{event
type
,event
time
,event
lat
,event
lon
,event
level
}
[0009]其中，e
j
为第j个事件，event
type
为关联事件类型，event
time
为关联事件发生时间，event
lat
为关联事件的纬度，event
lon
为关联事件的经度，event
level
为关联事件等级或强度；
[0010]建立输电线路风险与关联事件关系库，采用二元组方式表达：(RT
i
，E
i
),其中RT
i
为第i种风险类型，E
i
为与RT
i
有关联关系的事件集合，E
i
＝{e1,e2,
…
}；
[0011]S2、数据预处理，包括清洗异常值和事件类数据规范化，将关联事件e
j
中的经纬度信息转化为事件与待评估输电线路间的空间距离，转化后格式如下：
[0012]et
j
＝{event
type
,event
time_dist
,event
space_dist
,event
level
}
[0013]其中，event
time_dist
为事件发生时间与待评估时间之间的时间距离，event
space_dist
为事件发生地点与待评估输电线路之间的空间距离；
[0014]对应的输电线路风险与关联事件关系库转化为(RT
i
，ET
i
)，ET
i
＝{et1,et2,
…
}；
[0015]S3、生成基本概率分配函数，包括：
[0016]S31、定义输电线路风险评估的识别框架Θ＝{true,false,true or false}，其中true表示存在风险，false表示无风险，true or false表示未知，true和false为一元焦元，true or false为混合焦元；
[0017]S32、基于输电线路风险与关联事件关系库(RT
i
，ET
i
)，结合专家经验，对Θ中的一元焦元进行隶属度参数配置，采用三元组方式表达：(et
j
，Θ
1s
，P
i
)，其代表规则为：
[0018]IF condition(et
j
)THENΘ
1s
，P
j
[0019]其中et
j
为第j条事件数据，et
j
∈ET
i
；condition(et
j
)包含对事件event
time_dist
、event
space_dist
、event
level
设置的规则；Θ
1s
∈Θ1，Θ1为识别框架Θ的一元焦元集合，Θ1＝{true,false}；P
j
为事件et
j
导致Θ
1s
发生的模糊隶属度函数类型及参数设置，P
j
＝{func
j
,param_1
j
,param_2
j
,
…
,param_k
j
}，其中func
j
为隶属度函数类型，param_k
j
为隶属度函数参数取值，k为隶属度函数参数的个数；
[0020]S33、将RT
i
风险对应的事件集合ET
i
中的所有事件数据分别在步骤S32中的关联事件与模糊隶属度函数关系库中进行匹配，得到各个事件的隶属度函数配置，根据对应的隶属度函数类型及参数计算每个事件的基本概率分配函数：
[0021]P
hi_true
＝func
t_hi
(param_1
t_hi
,param_2
t_hi
,
…
,param_k
t_hi
)
[0022]P
hi_false
＝func
f_hi
(param_1
f_hi
,param_2
f_hi
,
…
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于关联事件的输电线路风险评估方法，其特征在于，包括以下步骤：S1、获取输电线路风险关联事件数据，所述关联事件数据为与输电线路某一种或多种风险的发生存在关联关系的事件：e
j
＝{event
type
，event
time
，event
lat
，event
lon
，event
level
}其中，e
j
为第j个事件，event
type
为关联事件类型，event
time
为关联事件发生时间，event
lat
为关联事件的纬度，event
lon
为关联事件的经度，event
level
为关联事件等级或强度；建立输电线路风险与关联事件关系库，采用二元组方式表达：(RT
i
，E
i
)，其中RT
i
为第i种风险类型，E
i
为与RT
i
有关联关系的事件集合，E
i
＝{e1，e2，...}；S2、数据预处理，包括清洗异常值和事件类数据规范化，将关联事件e
j
中的经纬度信息转化为事件与待评估输电线路间的空间距离，转化后格式如下：et
j
＝{event
type
，event
time_dist
，event
space_dist
，event
level
}其中，event
time_dist
为事件发生时间与待评估时间之间的时间距离，event
space_dist
为事件发生地点与待评估输电线路之间的空间距离；对应的输电线路风险与关联事件关系库转化为(RT
i
，ET
i
)，ET
i
＝{et1，et2，...}；S3、生成基本概率分配函数，包括：S31、定义输电线路风险评估的识别框架Θ＝{true，false，true or false}，其中true表示存在风险，false表示无风险，true or false表示未知，true和false为一元焦元，true or false为混合焦元；S32、基于输电线路风险与关联事件关系库(RT
i
，ET
i
)，结合专家经验，对Θ中的一元焦元进行隶属度参数配置，采用三元组方式表达：(et
j
，Θ
1s
，P
i
)，其代表规则为：IF condition(et
j
)THENΘ
1s
，P
j
其中et
j
为第j条事件数据，et
j
∈ET
i
；condition(et
j
)包含对事件event
time_dist
、event
space_dist
、event
level
设置的规则；Θ
1s
∈Θ1，Θ1为识别框架Θ的一元焦元集合，Θ1＝{true，false}；P
j
为事件et
j
导致Θ
1s
发生的模糊隶属度函数类型及参数设置，P
j
＝...

【专利技术属性】
技术研发人员：罗川，贾兴林，冯永健，
申请(专利权)人：成都卡普数据服务有限责任公司，
类型：发明
国别省市：