买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网山东省电力公司东营供电公司

摘要：本申请涉及基于多源数据融合分析的电力系统风险指数构建方法，属于电力系统风险指数构建技术领域，包括：获取异常数据，对异常数据进行预处理；基于预处理后的数据，采用主成分分析法获得风险类型；确定每种风险类型的风险指标；建立贝叶斯网络模型，设定每个节点的先验概率分布和每条有向边的条件概率分布，风险发生后，贝叶斯网络模型根据先验概率分布和条件概率分布，通过贝叶斯公式计算风险发生后的后验概率；根据风险发生后的后验概率制定监测周期。本申请能够及时发现并处理潜在的安全隐患，保障电力系统的稳定运行。

主权项：1.基于多源数据融合分析的电力系统风险指数构建方法，其特征在于：包括以下步骤：数据采集和处理：采集历史运行数据，获取异常数据，对异常数据进行预处理；获取风险类型：基于预处理后的数据，采用主成分分析法获得风险类型；数量判断：判断第n种风险类型内所包含预处理后的数据数量是否满足预设阈值，若是，则执行获取风险指数步骤，若否，则执行增加样本步骤；增加样本：基于预处理后的数据，采用BorderlineSMOTE算法，增加不满足预设阈值的风险类型中预处理后的数据；构建样本集：将所有预处理后的数据作为样本集，每个预处理后的数据作为样本集中的样本点；确定近邻点：寻找样本集中每个样本点的k个近邻点，所述k为预先设定的数值；计算权值矩阵：由每个样本点的近邻点，计算出所述样本点的局部重建权值矩阵；更新数据：由所述样本点的局部重建权值矩阵和所述样本点的近邻点，计算所述样本点在低维空间上投影的输出值，将所述输出值作为新的预处理后的数据；获取风险指数：包括：特征提取、确定融合系数和确定风险指标步骤；特征提取：在预处理后的数据中，提取各种风险类型的特征，将所述特征作为第一风险指标参数；建立特征子集：将第一风险指标参数中的部分特征整合为第一特征子集；量化特征子集：预设一个准确率阈值并定义一个评价函数，通过比对评价函数的输出和准确率阈值，量化第一特征子集的性能；选取特征：在剩余的第一风险指标参数中，根据评价函数的取值，选择使评价函数达到最优的特征；特征增加：将选择的第一风险指标参数增加至特征子集中，获得新的特征子集，将新的特征子集作为第一特征子集；更新评价函数：根据第一特征子集更新评价函数，将更新后的评价函数作为新的评价函数，采用新的评价函数来量化第一特征子集的性能，并执行选取特征步骤，直至满足停止准则；所述停止准则为：当第一特征子集内包含特征的数量达到预设的阈值时，则停止执行选取特征步骤；特征剔除：剔除第一特征子集中的其中一个特征，将被剔除的特征记为第一特征；建立第三特征子集：建立第三特征子集，所述第三特征子集内存储有第一特征子集中剔除的N个特征，根据特征被剔除的顺序，记第n个被剔除的特征为第n剔除特征；建立第四特征子集：建立第四特征子集，所述第四特征子集为空集；建立第五特征子集：建立第五特征子集，所述第五特征子集为空集；计算相关性：自第二剔除特征开始，计算当前的剔除特征与其他N-1个剔除特征的相关性；相关性判断：判断剩余剔除特征与当前剔除特征的相关性是否大于预设阈值，若是，则将当前剔除特征存储至第四特征子集中，并执行特征数量判断步骤；若否，则将当前剔除特征存储至第五特征子集中，将第五特征子集作为新的第三特征子集，重新执行计算相关性步骤；特征数量判断：判断第四特征子集中的剔除特征数量M是否大于，若是，则在第四特征子集中任意选取个剔除特征增加至第一特征子集中，并重新执行建立第二特征子集步骤；建立第二特征子集：将第一特征子集去除第一特征后剩余的特征，整合为第二特征子集；获取性能指标：采用评价函数量化第二特征子集的性能，记录第二特征子集的性能指标；获取最优第二特征子集：比较所有第二特征子集的性能指标，获取第二特征子集性能最优时，将性能最优的第二特征子集记为最优第二特征子集；获取新的子集：将最优第二特征子集作为新的第一特征子集，并重新执行特征剔除步骤，直至满足终止准则；所述终止准则为：新的第一特征子集内所包含特征的数量不大于预设阈值；确定融合系数：定义每个特征的融合系数，所述融合系数代表每个特征在风险指标中该特征的重要性，将所述融合系数作为第二风险指标参数；建立特征向量：将所述特征组合为特征向量，将所述的特征向量作为新的第一风险指标参数，获得n个第一风险指标参数；建立融合系数向量：将同种风险中每个特征的融合系数组合为融合系数向量，将所述的融合系数向量作为新的第二风险指标参数，获得n个第二风险指标参数；确定风险指标：将第一风险指标参数与对应的第二风险指标参数进行乘积运算，获得n个风险指数，并确定n类风险的风险指标；获取复合风险指标：采用多模态融合方法对风险指标进行融合，获取复合风险指标，并将复合风险指标作为新的风险指标；风险评估：包括：建立模型、获取后验概率和制定监测周期步骤；建立模型：建立贝叶斯网络模型，将各种风险指标作为贝叶斯网络模型的节点，将各种风险类型之间的依赖关系作为有向边；获取后验概率：设定每个节点的先验概率分布和每条有向边的条件概率分布，风险发生后，贝叶斯网络模型根据先验概率分布和条件概率分布，通过贝叶斯公式计算风险发生后的后验概率；制定监测周期：根据风险发生后的后验概率制定监测周期。

全文数据：

权利要求：

百度查询： 国网山东省电力公司东营供电公司 基于多源数据融合分析的电力系统风险指数构建方法