[发明专利]关联电力–天然气系统在不同故障下的脆弱性评估方法

权利要求书

1.一种关联电力–天然气系统在不同故障下的脆弱性评估方法，其特征在于，包括：

S1.在不同的故障情形下，根据期望的计算时间和精确度要求，选择关联电力–天然气系统的运作模型，并基于选择的关联电力–天然气系统的运作模型和故障情形建立关联电力–天然气系统的脆弱性评估模型；所述不同的故障情形包括随机故障、蓄意破坏和考虑防护的蓄意破坏；

S2.实时采集关联电力–天然气系统的结构信息数据、耦合信息数据、供给需求数据、系统运行约束条件和系统组件故障数据输入至关联电力–天然气系统的脆弱性评估模型中，得到脆弱性评估结果；其中，脆弱性表示关联电力–天然气系统在故障发生时功能水平下降幅度。

2.根据权利要求1所述的一种关联电力–天然气系统在不同故障下的脆弱性评估方法，其特征在于，对于随机故障，系统组件故障数据包括每个组件的故障概率；对于蓄意破坏，系统组件故障数据包括不同的攻击成本；对于考虑防护的蓄意破坏，系统组件故障数据包括不同的防护成本和攻击成本。

3.根据权利要求1所述的一种关联电力–天然气系统在不同故障下的脆弱性评估方法，其特征在于，步骤S1所述关联电力–天然气系统的脆弱性评估模型基于不同的关联运作模型构建。

4.根据权利要求3所述的一种关联电力–天然气系统在不同故障下的脆弱性评估方法，其特征在于，不同的关联运作模型包括PNCGNC模型、PNFGNF模型、DCPFGNF模型和DCPFSGF模型。

5.根据权利要求4所述的一种关联电力–天然气系统在不同故障下的脆弱性评估方法，其特征在于，步骤S1具体包括：

S1.1.将PNCGNC模型、PNFGNF模型和DCPFGNF模型在随机故障下计算出的脆弱性与DCPFSGF模型在随机故障下计算出的脆弱性进行相关性比较，相关性越强代表关联模型的精确度越高，得到四种关联模型在随机故障下的精确度排序；

S1.2.将PNCGNC模型、PNFGNF模型和DCPFGNF模型在蓄意破坏下根据脆弱性指标计算出的最佳攻击点与DCPFSGF模型在蓄意破坏下计算出的最佳攻击点进行重合度比较，重合度越高代表关联模型的精确度越高，得到四种关联模型在蓄意破坏下的精确度排序；

S1.3.将PNCGNC模型、PNFGNF模型和DCPFGNF模型在有防护的蓄意破坏下根据脆弱性指标计算出的最佳防御点与DCPFSGF模型在蓄意破坏下计算出的最佳防御点进行重合度比较，重合度越高代表关联模型的精确度越高，得到四种关联模型在有防护的蓄意破坏下的精确度排序；

S1.4.将PNCGNC模型、PNFGNF模型、DCPFGNF模型和DCPFSGF模型在不同故障情形下所需要的计算时间进行排序；

S1.5.根据期望的计算时间和精确度要求，选择符合目标需求的关联电力–天然气系统的运作模型。

6.根据权利要求5所述的一种关联电力–天然气系统在不同故障下的脆弱性评估方法，其特征在于，在随机故障下，四种关联模型按照计算时间从大到小依次为：DCPFSGF模型、DCPFGNF模型、PNFGNF模型、PNCGNC模型；在蓄意破坏下，四种关联模型按照计算时间从大到小依次为：DCPFSGF模型、PNCGNC模型、DCPFGNF模型、PNFGNF模型；在有防护的蓄意破坏下，四种关联模型按照计算时间从大到小依次为：DCPFSGF模型、PNCGNC模型、DCPFGNF模型、PNFGNF模型；上述计算时间均在同一运行环境下得到。

7.根据权利要求5所述的一种关联电力–天然气系统在不同故障下的脆弱性评估方法，其特征在于，在随机故障下，四种关联模型按照精确度从大到小依次为：DCPFSGF模型、DCPFGNF模型、PNFGNF模型、PNCGNC模型；在蓄意破坏下，四种关联模型按照精确度从大到小依次为：DCPFSGF模型、DCPFGNF模型和PNFGNF模型、PNCGNC模型；在有防护的蓄意破坏下，四种关联模型按照精确度从大到小依次为：DCPFSGF模型、DCPFGNF模型、PNFGNF模型、PNCGNC模型。

8.根据权利要求1-7任一项所述的一种关联电力–天然气系统在不同故障下的脆弱性评估方法，其特征在于，在随机故障和蓄意破坏下，当计算时间不受约束时，选择DCPFSGF模型建立关联电力–天然气系统的运作模型；当计算时间受限时，选择DCPFGNF或PNFGNF模型建立关联电力–天然气系统的运作模型；

在有防护的蓄意破坏下，当计算时间不受约束时，选择DCPFSGF模型建立关联电力–天然气系统的运作模型；当计算时间受限时，选择DCPFGNF模型建立关联电力–天然气系统的运作模型。