摘要：针对电网抢修管控效率低且故障点定位精确度较差的问题,文中提出了一种基于数据融合与智能分析算法的电网抢修管控技术。根据电网故障抢修的传统业务流程对抢修涉及到的部门和数据进行分类,基于加权的自适应数据融合理论,以最小化运算结果总误差为标准,利用层次分析法实现数据融合并采用智能分析算法处理数据信息,从而有效提高电网抢修的综合效率。利用数值实验对电网故障抢修效率进行计算分析,结果证明了所提算法的可靠性。相比于传统方法,所提算法在工单派出效率和故障定位效率方面均可提高10%以上。

摘要：传统的风险评估方法采用元素的长期故障模型和严重度指数,分别表征失效概率及其对系统的影响。在实际系统中,由于内部系统和外部环境的影响,故障概率具有时变特性。文中通过对系统中的每个严重性进行加权来形成严重性指数,并根据不同的重点,主观和假设的前提选择权重系数,提出了一种采用可信性度量来确定组件故障概率及全局模糊安全指数来衡量事故严重程度的新方法。选择N-1个突发事件作为级联失败的初始事件和风险等级,其应急分析的风险排序结果作为下一个模拟层的起始事件,以获得折叠序列。最后,文中模拟了RSTS六总线系统,得出的结果表明,所提出的方法更符合实际电力系统的运行状态。