[发明专利]一种基于树形贝叶斯网络的配电网灾情推断方法及系统

说明书

本发明实施例提供一种基于树形贝叶斯网络的配电网灾情推断方法及系统，包括：构建树形贝叶斯网络；确定关键节点集及其证据集相关的停运组合集，并基于树形贝叶斯网络，获取停运组合集中每个停运组合的联合概率；确定每个停运组合的联合概率中的最大值作为证据集下灾情推断的最终结果。本发明实施例提供的基于树形贝叶斯网络的配电网灾情推断方法及系统，通过对贝叶斯网络的结构和推断算法进行优化，建立树形贝叶斯网络；并基于停运组合的联合概率的分析，针对配电网中的关键负荷进行推断，有效的简化了概率计算的复杂度，实现大规模配电网秒级实时灾情推断。

技术领域

本发明涉及电力系统检测技术领域，尤其涉及一种基于树形贝叶斯网络的配电网灾情推断方法及系统。

背景技术

随着电力电网系统各类技术的愈发成熟，传统意义上威胁电网安全的许多问题都逐步被解决。但近年极端灾害频发，已经成为导致大规模停电的主要原因。为了更好应对极端灾害，保证灾害期间关键负荷能持续有效的供电，需要有一定的灾情推断系统在灾后根据有限的通信能力和大量的报警信息，确定关键负荷最可能的停运情况，从而为恢复抢修方案提供依据。

贝叶斯网络是一种常用的推断工具，是一种可解释性高的数据驱动模型并有良好的推理能力，在各工程领域广泛应用于推断和评估。但一方面，贝叶斯网络的推断复杂度随网络的扩大呈指数级上升，由于配电网本身规模庞大，其灾情推断又是一项时效性要求极高的任务，需要尽可能短的时间内得到推断结果，以滚动更新灾情和指导抢修方案。因此，通常的贝叶斯网络难以胜任这项任务。

另一方面，由于现有可用的快速贝叶斯推断方法对可被推断的节点有一定的限制，但在实际配网中很难要求关键负荷满足这种限制，导致这些方法不具有工程实用性。

因此，现在亟需提供一种更高效的基于树形贝叶斯网络的配电网灾情推断方法及系统来解决上述问题。

发明内容

针对现有技术存在的上述问题，本发明实施例结合配电网开环运行的特点，建立了与之匹配的树形贝叶斯网络，并提出了配电网快速灾情推断的方法和系统，以实现在秒级时间内完成大规模配网的灾情推断。

第一方面，本发明实施例提供了一种基于树形贝叶斯网络的配电网灾情推断方法，包括：构建树形贝叶斯网络；确定关键节点集及其证据集相关的停运组合集，并基于树形贝叶斯网络，获取停运组合集中每个停运组合的联合概率；确定每个停运组合的联合概率中的最大值作为证据集下灾情推断的最终结果。

进一步地，上述构建树形贝叶斯网络，包括：基于配电网开环运行结构，以配电网内每个节点的停运状态作为贝叶斯网络的节点，以节点之间的线路作为所述贝叶斯网络的边。

进一步地，在构建树形贝叶斯网络之后，对树形贝叶斯网络进行初始化处理，包括：利用训练集对树形贝叶斯网络进行预训练，获取贝叶斯网络的参数集；给定预训练灾害信息矩阵作为输入，确定树形贝叶斯网络中每个节点与其上游节点之间的条件概率矩阵，并根据条件概率矩阵完成树形贝叶斯网络的初始化。

进一步地，上述确定关键节点集及其证据集相关的停运组合集，并基于树形贝叶斯网络，获取停运组合集中每个停运组合的联合概率，包括：

S21：对于任一停运组合，将树形贝叶斯网络中每个所述节点转换为节点指示向量与节点局部概率向量的组合，并根据停运组合，完成节点指示向量及所述节点局部概率向量的初始化；

S22：根据每个完成初始化后的节点的指示向量和节点局部概率向量，对其父节点的局部概率向量进行更新；

S23：按节点顺序自逆序遍历所述树形贝叶斯网络中每个节点，直至获取树形贝叶斯网络的根节点的局部概率向量；

S24：迭代执行步骤S21-S23，直至完成停运组合集中每个停运组合的处理，获取与停运组合集中每个停运组合相对应的根节点的局部概率向量，作为每个停运组合的联合概率。