[发明专利]一种基于云模型的配电网故障风险识别方法

权利要求书

1.一种基于云模型的配电网故障风险识别方法，其特征是：

1）建立出能够反应系统故障后果的评价指标集；将评价指标集内的指标做为云模型中的基云，利用云理论中的综合云对各指标基云综合评价，获得指标体系的综合评价结果； 

2）建立评价集；该评价集用来与最终产生的指标集进行比较，以便确定风险评估结果的严重程度； 

3）综合考虑各风险的故障概率，得到配电网故障风险识别模型； 

4）将获取的各故障风险的统计数据输入到配电网故障风险识别模型中，得到当前配电网故障风险源的风险程度。

2.如权利要求1所述的基于云模型的配电网故障风险识别方法，其特征是：所述的评价指标集U={U₁,U₂,U₃,U₄,U₅,U₆}；其中，U₁表示设备故障风险影响用户停电时间，U₂表示设备故障风险影响用户数，U₃表示用户平均停电时间，U₄表示供电可靠率，U₅表示停电缺供电量，U₆表示用户停电损失。

3.如权利要求2所述的基于云模型的配电网故障风险识别方法，其特征是：所述步骤1）中给定所述基云： 

首先求出各个指标的样本均值和方差

其中，h表示统计期间内的故障次数； 

其次，各基云的期望值E_x、熵E_n和超熵H_e，定义： 

由此得各指标的基云模型U_k=SC(E_xk,E_nk,H_ek)，其中k=1,2,…,6。 

4.如权利要求3所述的基于云模型的配电网故障风险识别方法，其特征是：所述步骤1）中给定综合评价结果的云模型U=SC(E_x,E_n,H_e)，U的基云模型为U_k=SC(E_xk,E_nk,H_ek)： 

其中，W_k(k=1,2,…,6)表示各评价指标的权重。 

5.如权利要求4所述的基于云模型的配电网故障风险识别方法，其特征是：所述步骤2）中评价集V={V₁,V₂,V₃,V₄,V₅}，V_l(l=1,2,3,4,5)为对风险值大小的模糊描述，定义： 

V=（低，较低，中，较高，高）   (4) 

评价集都是模糊概念，采用一维正态云进行描述，对存在双边约束的评语[λ_min,λ_max]，定义： 

其中，λ_min、λ_max可根据评价对象数字特征进行赋值；z为常数，能根据评语本身的模糊程度具体调整；对于只有单边约束λ_min或λ_max的评语，能先确定其缺省边界参数或缺省期望值，然后再参照公式计算该评语的数字特征值，用半升半降云描述； 

评价集的基础云模型，定义：