用于多层电网的事故集处理系统

1.一种用于多层电网的事故集处理系统，包括：
采集装置，与所述多层电网相连接并实时采集所述多层电网中发生的事故的概率参数和发生该事故的层次的参数；
仿真装置，与所述采集装置相连接，从所述采集装置接收所述概率参数和所述层次参数并对基于所述概率参数和层次参数所确定的事故进行仿真计算以获得一对策参数；
聚类装置，与所述采集装置和所述仿真装置相连接，从所述采集装置接收所述概率参数和所述层次参数且从所述仿真装置接收所述对策参数，基于所述概率参数、层次参数和对策参数进行聚类处理以对所述事故进行分类和排序，从而生成一事故集；以及存储装置，与所述聚类装置相连接，存储从所述聚类装置生成的事故集。
2.如权利要求1所述的事故集处理系统，其特征在于，所述聚类装置还包括三个处理单元，所述三个处理单元分别基于k-平均算法、k-中心点算法和层次凝聚算法进行聚类处理。
3.如权利要求1所述的事故集处理系统，其特征在于，所述聚类装置将所述事故集中的事故划分到全局关注类、适度关注类或普通关注类。

用于多层电网的事故集处理系统\n技术领域\n[0001] 本实用新型涉及电力领域，尤其涉及一种新颖的用于多层电网的事故集处理系统。\n背景技术\n[0002] 电力系统是目前世界上最大的人工建设网络之一，其结构庞大复杂，与人们的工业生产和日常生活联系紧密、影响面广。电网结构复杂、设备众多、环境差异较大，因此不可避免发生各类大小故障，其影响随着电网规模、故障类型的不同而有所差别。在仿真计算中，庞大的电网规模和有限的计算时间相互矛盾，对所有设备的各类型故障都模拟计算不太现实。若能对目标电网内的各类事故进行筛选，将发生概率较大、所处区域重要性较高、后果较严重或的事故纳入事故集，并进行一定指标下的排序和分类，则对于电网的管理能起到非常有益的帮助。例如，在应用于仿真计算时，这样经筛选和处理的事故集可以在有限的时间内模拟出典型故障场景，评估电网安全性，及时为电网规划和运行提供决策参考。\n[0003] 但很遗憾，目前对于事故的选取和分析还停留在经验判断和经典类型选取阶段，尚未有可通过自动化设备主动建立和处理事故集的技术问世。\n实用新型内容\n[0004] 针对现有技术的上述不足，本实用新型旨在提供用于解决上述问题的用于多层电网的事故集处理系统和方法。\n[0005] 根据本实用新型的一个方面，提供了一种用于多层电网的事故集处理系统，包括：\n采集装置，与所述多层电网相连接并实时采集所述多层电网中发生的事故的概率参数和发生该事故的层次的参数；仿真装置，与所述采集装置相连接，从所述采集装置接收所述概率参数和所述层次参数并对基于所述概率参数和层次参数所确定的事故进行仿真计算以获得一对策参数；聚类装置，与所述采集装置和所述仿真装置相连接，从所述采集装置接收所述概率参数和所述层次参数且从所述仿真装置接收所述对策参数，基于所述概率参数、层次参数和对策参数进行聚类处理以对所述事故进行分类和排序，从而生成一事故集；以及存储装置，与所述聚类装置相连接，存储从所述聚类装置生成的事故集。\n[0006] 根据本实用新型的较佳实施例，在上述事故集处理系统中，所述聚类装置还包括三个处理单元，所述三个处理单元分别基于k-平均算法(k-means)、k-中心点算法(PAM)和层次凝聚算法进行聚类处理。该三种算法为业界所熟知，因此这里不再赘述。\n[0007] 根据本实用新型的较佳实施例，在上述事故集处理系统中，所述聚类装置将所述事故集中的事故划分到全局关注类、适度关注类或普通关注类。\n[0008] 如上所述，目前对于电网事故的选取和分析还停留在经验判断和经典类型选取阶段，主要是考虑常规的N-1和部分N-2事故，且对不同类型的事故没有区别对待，造成事故选取的完备性不足、重点性不突出、特征性不明显、效率性不高。\n[0009] 相对地，基于本实用新型，可以在规模庞大的电力系统中对所发生的电力系统事故的属性参数进行分析，得到事故集，以利于规划校核和调度仿真。特别是，本实用新型有针对性地选取了三个重要的参数以及三种方法来对所发生的事故进行聚类处理，从而可以实现事故集处理和筛选的自动化。这显著地提高了整个操作的效率和准确性，避免了由于人为因素导致的不确定性和不准确性。\n[0010] 应当理解，本实用新型以上的一般性描述和以下的详细描述都是示例性和说明性的，并且旨在为如权利要求所述的本实用新型提供进一步的解释。\n附图说明\n[0011] 包括附图是为提供对本实用新型进一步的理解，它们被收录并构成本申请的一部分，附图示出了本实用新型的实施例，并与本说明书一起起到解释本实用新型原理的作用。\n附图中：\n[0012] 图1示出了根据本实用新型的事故集处理系统的示意图。\n[0013] 图2示意性地示出了根据本实用新型的事故集处理方法的框图。\n具体实施方式\n[0014] 现在将详细参考附图描述本实用新型的实施例。\n[0015] 图1示出了根据本实用新型的事故集处理系统的示意图。特别是，该事故集处理系统尤其适用于多层电网。如图1所示，多层电网101例如为n层结构，即由n层(101-1～\n101-n)构成。该事故集处理系统可以包括采集装置102、仿真装置103、聚类装置104以及存储装置105。这些装置的连接关系如图1所示。\n[0016] 采集装置102可以实时监控多层电网101中所发生的事故，同时采集该事故的概率(例如单位时间内发生该事故的次数)以及出现该事故的层的层次。接着，采集装置102可以将上述概率和层次的参数一并发送给仿真装置103。该仿真装置103可采用业界普遍使用的各种仿真计算装置，用以模拟出故障场景、评估电网安全性以及时为电网的运行提供决策参考信息。换言之，该仿真装置103可以对基于上述的概率和层次等等参数所确定的事故进行仿真计算以获得一对策参数。例如，该对策参数可以是为各种事故所准备的对策预案集中针对某一特定故障的对策方案的编号。该仿真装置103所生成的对策参数将连同上述的概率和层次的参数一起被发送到聚类装置104。该聚类装置104可以根据概率、层次和对策参数进行聚类处理以对事故进行分类和排序，从而生成一事故集。该事故集然后将被发送到存储装置105中保存。\n[0017] 特别是，本实用新型根据电网的自身特点，从事故的三维参数出发，即概率、层次和对策参数。按照该三维参数对象的特点，优选三种聚类方法，即k-平均算法、k-中心点算法和层次凝聚算法。本实用新型优选通过该三种方法对具有三维参数的事故进行聚类，并对多种聚类结果进行分析比较。最终，按照关注度指标，对事故集进行排序和分类，提高了事故选取的针对性、完备性和效率性。此外，所生成的有序的事故集也可为事故预案的编制提供借鉴。\n[0018] 特别是，上述聚类装置还可以将所生成的事故集中的事故按照关注度指标划分到全局关注类、适度关注类和普通关注类这三个不同级别的类别中的一个。所述关注度指标可依据上述三维参数结合实际需要而自由确定。\n[0019] 图2示出了根据本实用新型的用于多层电网的事故集处理方法的示意性框图。对应于图1所示的事故集处理系统，该方法可以包括以下步骤：\n[0020] 采集步骤201，实时采集多层电网中发生的事故的概率参数和发生该事故的层次的参数；\n[0021] 仿真步骤202，基于概率参数和层次参数进行仿真计算以获得一对策参数；\n[0022] 聚类步骤203，基于概率参数、层次参数和对策参数进行聚类处理以对事故进行分类和排序，从而生成一事故集；以及\n[0023] 存储步骤204，存储所生成的事故集。\n[0024] 如上所述，聚类步骤203可以分别基于k-平均算法、k-中心点算法和层次凝聚算法进行聚类处理。且在该聚类步骤203中，可以将事故集中的事故按照关注度指标划分到全局关注类、适度关注类或普通关注类。\n[0025] 综上所述，本实用新型的技术方案从电网的实际情况入手，针对电网自身的特点，采集事故的三维参数，并依据该三维参数对事故进行聚类，以生成有助于事故预估和仿真的事故集。\n[0026] 本领域技术人员可显见，可对本实用新型的上述示例性实施例进行各种修改和变型而不偏离本实用新型的精神和范围。因此，旨在使本实用新型覆盖落在所附权利要求书及其等效技术方案范围内的对本实用新型的修改和变型。