一种基于人工智能学习的风险控制辅助决策方法及系统.pdf

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111401731 A (43)申请公布日 2020.07.10 (21)申请号 202010174624.0 (22)申请日 2020.03.13 (71)申请人 贵州电网有限责任公司 地址 550002 贵州省贵阳市南明区滨河路 17号 (72)发明人 罗艳　王庭刚　周智海　 肖辅盛　 高浩　张诗琪　何立新　卞苏波　 蒋琳　延敏娜　粟景　 (74)专利代理机构 南京禹为知识产权代理事务 所(特殊普通合伙) 32272 代理人 吴肖敏 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/06(2012.01) H02J 3/00(2006.01) 权利要求书3页 说明书15页 附图5页 (54)发明名称 一种基于人工智能学习的风险控制辅助决 策方法及系统 (57)摘要 本发明公开了一种基于人工学习的风险控 制辅助决策方法及系统，包括，总控模块利用风 险控制策略构建运行风险控制模型；服务器模块 利用风险控制模型构建一套基于SCADA实时数据 的地区电网风险评估及辅助决策的框架，生成电 网运行风险指标；框架利用风险控制模型对电网 运行风险指标进行计算、评估和分析，构建相应 的风险预控方案并生成风险预控辅助决策。本发 明通过对地区电网运行风险指标体系的确定，采 用最优负荷削减和网络重构运行风险方法以降 低系统风险发生概率和影响范围，并开发出一套 A 基于SCADA实时数据的地区电网风险评估及辅助 1 决策系统，对故障发生的概率和后果进行有效的 3 7 1 评估和研究，为预防运行事故提供有效的决策支 0 4 1 持。 1 1 N C CN 111401731 A 权　利　要　求　书 1/3页 1.一种基于人工智能学习的风险控制辅助决策方法，其特征在于：包括， 总控模块(100)利用风险控制策略构建运行风险控制模型； 服务器模块(200)利用所述风险控制模型构建一套基于SCADA实时数据的地区电网风 险评估及辅助决策的框架，生成电网运行风险指标； 所述框架利用所述风险控制模型对所述电网运行风险指标进行计算、评估和分析，构 建相应的风险预控方案并生成风险预控辅助决策。 2.如权利要求1所述的基于人工智能学习的风险控制辅助决策方法，其特征在于：构建 所述风险控制模型包括， 利用失负荷策略达到最优负荷削减，计算风险状态下的停电功率； 分析供电恢复过程的网络重构，优化网络重构模型，获得所述风险控制模型。 3.如权利要求1或2所述的基于人工智能学习的风险控制辅助决策方法，其特征在于： 所述最优负荷削减是采用失负荷操作，以最优的发电机组出力安排和电网潮流分布为基 础，计算所述风险状态下的所述停电功率，包括， 利用负荷减供策略，以最小的负荷代价降低电网的运行风险，所述最优负荷削减模型 利用电网总停电功率最小作为目标函数，如下： 其中，ΔP ：负荷有功(MW)，ΔQ ：无功削减量(Mvar)，N ：失负荷节点数目； Li Li b 所述最优负荷削减目标函数利用设备过载风险指标、电压越限指标和失负荷指标，将 整体风险值作为所述最优负荷削减目标函数的加权和，运行人员利用调整权重设定各类风 险的重要程度，得到不同的优化控制策略，选择连续型后