【技术实现步骤摘要】
本专利技术属于电力系统风险诊断，具体为一种基于深度优先搜索的电力系统安全风险诊断方法。
技术介绍
1、目前，我国电力系统正逐渐发展成为超大规模的复杂系统，其表现为容量上的超大规模、空间上的广域分布和大范围的扰动传播，这种飞速发展在取得巨大经济和社会效益的同时，也承担着更大的风险，给电力系统稳定运行和控制带来了严峻挑战，一旦发生事故将会造成愈发严重的后果，因此快速、准确的电力系统安全风险诊断有助于全面了解电力系统风险并加以防范和规避，对电力系统的安全运行、规划决策等方面都具有重要意义。
2、但是常见的电力系统安全风险诊断过程中，不能对不同电力系统的功能特性同时进行查看研究，从而影响了诊断过程中的整体精确性。
技术实现思路
1、本专利技术的目的在于：为了解决上述提出的问题，提供一种基于深度优先搜索的电力系统安全风险诊断方法。
2、本专利技术采用的技术方案如下：一种基于深度优先搜索的电力系统安全风险诊断方法，所述基于深度优先搜索的电力系统安全风险诊断方法包括以下步骤：
3、s1:先获取电力系统安全风险征兆参数；
4、s2:建立电力系统安全风险生成树；
5、s3:首先对电力系统的事故原因进行归类(如电压、电流、功率因数、绝缘等)，通过对故障信息的分析获得直接影响事件起因部分的相关信息；其次对影响因素进行识别，通过重要隐患信息来获得更多风险评估和控制措施等；
6、s4:通过数据分析可以确定各故障可能发生的原因及严重程度等
7、s5:当检测到系统存在安全隐患时，此时启动声光报警模块，在布防的状态下检测到设定信号时，蜂鸣器led亮起同时发声报警，直至管理人员按下撤防，才会停止发声报警；产品利用三极管作为开关电路既有保护单片机本身的作用，也有放大电流的作用，此外当三极管基极高电平，发射极可以及时截止，低电平时，发射极还可以导通
8、s6:之后通过设置云平台模块专用的端口来判断是否有数据传入，当有数据收到后需要对数据进行数据校验，从而确保收到数据的准确性。其次，云平台需要通过数据的类型来判断收到的数据是来自车辆信息采集终端的上传指令还是实时监控终端的读取指令。如果是车辆信息采集终端发出的对数据进行上传的指令，则云平台需要将指令中的相关的数据进行存储。如果是实时监控终端发出的对数据进行读取的指令，则云平台需要对指令请求的相关数据进行读取，并将读取后的数据反馈给实时电力系统安全风险监控终端，对数据进行记录存储之后，即可结束整个流程。
9、在一优选的实施方式中，所述步骤s1中，工作参数能够征兆安全风险类型。这种能反映电力系统运行状况的征兆型参数，能够兼具不同的信号特征，或是在某一数值区域内有一定规律变化的参数。获取电力系统安全风险征兆参数是进行安全风险诊断的基础，在参数获取的过程中，数据一般来源于实时监控设备。
10、在一优选的实施方式中，所述步骤s1中，数据采集与处理过程中，应加强数据管理及数据存储工作，保证数据质量，防止数据丢失、损坏、被盗等情况的发生；应建立完整、详细、规范的数据管理体系，对各系统相关数据进行收集和处理，要确保数据的一致性与完整性。
11、在一优选的实施方式中，所述步骤s1中，对于采集到的用户数据，应做好数据分类，包括用户名称、地址、设备号、系统序号或者设备编号等；对于非客户数据，应该遵循“取之于民”理念，对数据进行规范的储存管理，同时做到数据的可溯源性。数据存储过程中应确保数据完整性及一致性。在获取到监测设备的电网运行数据后，所得到的原始数据一般为多源数据。为了便于后续的分析，对原始数据进行处理，打破数据之间的类型壁垒，过程为：式中，x为电力系统中运行参数与正常参数变化范围之间的偏离程度；vr为实际征兆参数的值；v 0为变工况下的参数原始值；vf为运行过程中相应参数的报警值。电力系统运行过程中的征兆参数与正常范围之间的偏离程度不同，所代表的风险类型也不同，因此需要将获取的征兆参数作为基础，来建立风险生成树进行下一步分析。
12、在一优选的实施方式中，所述步骤s2中，电力系统的生成树实际上是一个连通图，用函数表示为：g＝(v，e)式中，v为连通图g的顶点集合；e为连通图g的边集合。电力系统安全风险生成树在不添加额外边时，在对生成树进行遍历的过程中，以连通图一个顶点作为出发点开始进行遍历。
13、在一优选的实施方式中，所述步骤s2中，由于遍历过程中所采用的方法不同、路线不同，因此经过的边的集合就会产生差异。在以上的过程中，使用深度有限搜索算法对生成树进行遍历。由于深度有限搜索算法是优先遍历所有未遍历过的且拥有最大深度的生成树节点，因此假定生成树的初始状态为连接图中所有的顶点都没被访问过，则首先从连接图中的一个顶点出发，开始进行访问，并根据先后顺序分别对该顶点的最邻近的或还没被访问的相邻节点进行遍历，直至所有顶点都被访问。
14、在一优选的实施方式中，所述步骤s2中，如果此时存在没有被访问的顶点，那么将没有被遍历过的顶点作为原点，按照上述的步骤重新开始遍历。
15、在一优选的实施方式中，所述步骤s2中，生成树遍历过程中，要避免回溯搜索和顶点的重复访问，这也是深度优先搜索过程中的难点部分。此时，需要获取生成树中的有关于顶点与边、边与割集之间的关联矩阵。根据关联矩阵和深度优先搜索算法，从初始顶点搜索出下一个关联节点。首先对电网的拓扑进行网络结构的分析，并记录下当前电网中节点数量和支路数目为了方便分析电力系统的状态，利用节点和支路建立一个关联矩阵。判断在这个网络结构中需要回溯的节点数量是否小于总的网络节点数量，如果是，就判断节点m是否已经完成搜索，如果已经完成搜索，就回溯节点m的源节点后再重新判断节点元素的值。如果节点m没有被搜索过，那么将节点m设置为所搜索的节点，判断节点m的性质是否为树叶。
16、在一优选的实施方式中，所述步骤s5中，生成树遍历过程中，要避免回溯搜索和顶点的重复访问，这也是深度优先搜索过程中的难点部分。此时，需要获取生成树中的有关于顶点与边、边与割集之间的关联矩阵。根据关联矩阵和深度优先搜索算法，从初始顶点搜索出下一个关联节点。首先对电网的拓扑进行网络结构的分析，并记录下当前电网中节点数量和支路数目。
17、在一优选的实施方式中，所述步骤s5中，为了方便分析电力系统的状态，利用节点和支路建立一个关联矩阵。判断在这个网络结构中需要回溯的节点数量是否小于总的网络节点数量，如果是，就判断节点m是否已经完成搜索，如果已经完成搜索，就回溯节点m的源节点后再重新判断节点元素的值。如果节点m没有被搜索过，那么将节点m设置为所搜索的节点，判断节点m的性质是否为树叶。
18、综上所述，由于采用了上述技术方案，本专利技术的有益效果是：
19、1、本专利技术中，通过对电力系本文档来自技高网...
【技术保护点】
1.一种基于深度优先搜索的电力系统安全风险诊断方法，其特征在于：所述基于深度优先搜索的电力系统安全风险诊断方法包括以下步骤：
2.如权利要求1所述的一种基于深度优先搜索的电力系统安全风险诊断方法，其特征在于：所述步骤S1中，工作参数能够征兆安全风险类型；这种能反映电力系统运行状况的征兆型参数，能够兼具不同的信号特征，或是在某一数值区域内有一定规律变化的参数；获取电力系统安全风险征兆参数是进行安全风险诊断的基础，在参数获取的过程中，数据一般来源于实时监控设备。
3.如权利要求1所述的一种基于深度优先搜索的电力系统安全风险诊断方法，其特征在于：所述步骤S1中，数据采集与处理过程中，应加强数据管理及数据存储工作，保证数据质量，防止数据丢失、损坏、被盗等情况的发生；应建立完整、详细、规范的数据管理体系，对各系统相关数据进行收集和处理，要确保数据的一致性与完整性。
4.如权利要求1所述的一种基于深度优先搜索的电力系统安全风险诊断方法，其特征在于：所述步骤S1中，对于采集到的用户数据，应做好数据分类，包括用户名称、地址、设备号、系统序号或者设备编号等；对于
5.如权利要求1所述的一种基于深度优先搜索的电力系统安全风险诊断方法，其特征在于：所述步骤S2中，电力系统的生成树实际上是一个连通图，用函数表示为：G＝(V，E)；式中，V为连通图G的顶点集合；E为连通图G的边集合；电力系统安全风险生成树在不添加额外边时，在对生成树进行遍历的过程中，以连通图一个顶点作为出发点开始进行遍历。
6.如权利要求1所述的一种基于深度优先搜索的电力系统安全风险诊断方法，其特征在于：所述步骤S2中，由于遍历过程中所采用的方法不同、路线不同，因此经过的边的集合就会产生差异；在以上的过程中，使用深度有限搜索算法对生成树进行遍历；由于深度有限搜索算法是优先遍历所有未遍历过的且拥有最大深度的生成树节点，因此假定生成树的初始状态为连接图中所有的顶点都没被访问过，则首先从连接图中的一个顶点出发，开始进行访问，并根据先后顺序分别对该顶点的最邻近的或还没被访问的相邻节点进行遍历，直至所有顶点都被访问。
7.如权利要求1所述的一种基于深度优先搜索的电力系统安全风险诊断方法，其特征在于：所述步骤S2中，如果此时存在没有被访问的顶点，那么将没有被遍历过的顶点作为原点，按照上述的步骤重新开始遍历。
8.如权利要求1所述的一种基于深度优先搜索的电力系统安全风险诊断方法，其特征在于：所述步骤S2中，生成树遍历过程中，要避免回溯搜索和顶点的重复访问，这也是深度优先搜索过程中的难点部分；此时，需要获取生成树中的有关于顶点与边、边与割集之间的关联矩阵；根据关联矩阵和深度优先搜索算法，从初始顶点搜索出下一个关联节点；首先对电网的拓扑进行网络结构的分析，并记录下当前电网中节点数量和支路数目为了方便分析电力系统的状态，利用节点和支路建立一个关联矩阵；判断在这个网络结构中需要回溯的节点数量是否小于总的网络节点数量，如果是，就判断节点m是否已经完成搜索，如果已经完成搜索，就回溯节点m的源节点后再重新判断节点元素的值；如果节点m没有被搜索过，那么将节点m设置为所搜索的节点，判断节点m的性质是否为树叶。
9.如权利要求1所述的一种基于深度优先搜索的电力系统安全风险诊断方法，其特征在于：所述步骤S5中，生成树遍历过程中，要避免回溯搜索和顶点的重复访问，这也是深度优先搜索过程中的难点部分；此时，需要获取生成树中的有关于顶点与边、边与割集之间的关联矩阵；根据关联矩阵和深度优先搜索算法，从初始顶点搜索出下一个关联节点；首先对电网的拓扑进行网络结构的分析，并记录下当前电网中节点数量和支路数目。
10.如权利要求1所述的一种基于深度优先搜索的电力系统安全风险诊断方法，其特征在于：所述步骤S5中，为了方便分析电力系统的状态，利用节点和支路建立一个关联矩阵；判断在这个网络结构中需要回溯的节点数量是否小于总的网络节点数量，如果是，就判断节点m是否已经完成搜索，如果...
【技术特征摘要】
1.一种基于深度优先搜索的电力系统安全风险诊断方法，其特征在于：所述基于深度优先搜索的电力系统安全风险诊断方法包括以下步骤：
2.如权利要求1所述的一种基于深度优先搜索的电力系统安全风险诊断方法，其特征在于：所述步骤s1中，工作参数能够征兆安全风险类型；这种能反映电力系统运行状况的征兆型参数，能够兼具不同的信号特征，或是在某一数值区域内有一定规律变化的参数；获取电力系统安全风险征兆参数是进行安全风险诊断的基础，在参数获取的过程中，数据一般来源于实时监控设备。
3.如权利要求1所述的一种基于深度优先搜索的电力系统安全风险诊断方法，其特征在于：所述步骤s1中，数据采集与处理过程中，应加强数据管理及数据存储工作，保证数据质量，防止数据丢失、损坏、被盗等情况的发生；应建立完整、详细、规范的数据管理体系，对各系统相关数据进行收集和处理，要确保数据的一致性与完整性。
4.如权利要求1所述的一种基于深度优先搜索的电力系统安全风险诊断方法，其特征在于：所述步骤s1中，对于采集到的用户数据，应做好数据分类，包括用户名称、地址、设备号、系统序号或者设备编号等；对于非客户数据，应该遵循“取之于民”理念，对数据进行规范的储存管理，同时做到数据的可溯源性；数据存储过程中应确保数据完整性及一致性；在获取到监测设备的电网运行数据后，所得到的原始数据一般为多源数据；为了便于后续的分析，对原始数据进行处理，打破数据之间的类型壁垒，过程为：式中，x为电力系统中运行参数与正常参数变化范围之间的偏离程度；vr为实际征兆参数的值；v 0为变工况下的参数原始值；vf为运行过程中相应参数的报警值；电力系统运行过程中的征兆参数与正常范围之间的偏离程度不同，所代表的风险类型也不同，因此需要将获取的征兆参数作为基础，来建立风险生成树进行下一步分析。
5.如权利要求1所述的一种基于深度优先搜索的电力系统安全风险诊断方法，其特征在于：所述步骤s2中，电力系统的生成树实际上是一个连通图，用函数表示为：g＝(v，e)；式中，v为连通图g的顶点集合；e为连通图g的边集合；电力系统安全风险生成树在不添加额外边时，在对生成树进行遍历的过程中，以连通图一个顶点作为出发点开始进行遍历。
6.如权利要求1所述的一种基于深度优先搜索的电力系统安全风险诊断方法，其特征在于：所述步骤s2中，由于遍历过程中所采用的方法不同、路线不同，因此经过的边的集合就...
【专利技术属性】
技术研发人员：练红海，刘万太，周展，邓鹏，吕雨农，李谟发，王芳，
申请(专利权)人：湖南电气职业技术学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。