[发明专利]一种电力系统突发事件应急处理方法

说明书

技术领域

本发明属于电力系统应急方面的应急信息技术处理领域，具体涉及一种电力系统突发事件应急处理方法。

背景技术

我国地域辽阔，电网覆盖面积大，各地自然环境和条件迥异，各种自然灾害时有发生，电网大面积停电风险始终存在。电网的安全运行涉及各行各业，涉及千家万户居民的日常生活，关乎社会稳定和国家安全。近年来政府日益重视应急管理工作，国家电网公司也开展以应急组织体系、应急物资储备等八项重点工作为主要内容的应急体系建设。应急演练和培训是应急管理工作的重要内容，当应急事件发生时，快速恢复供电能力，保障居民正常的生产生活，是供电企业和电力抢修部门的重要职责。为了提高应急抢修工作的效率，提高应急处置的能力，除了增加抢修人力与物资以外，还需要解决指挥方案的合理制定、应急资源的合理调度等方面的问题。应急演练及培训能够提高各级应急指挥及救援人员对应急职责及流程的熟练程度和反应能力、促进各部门之间的配合，从而有效的减少突发事件所造成的人员伤亡和财产损失。

突发事件是一次不可再分的事件，突发事件元模型按照国家总体预案中的分类标准，再结合电力系统的相关情况，我们梳理出如附图1所示的概念类别。所有的突发事件共有的、不随着突发事件的种类变化的属性构成的描述集合称为突发事件的本体模型。突发事件除了共有特征外，不同种类的突发事件还有很多个性特征，因此，根据不同种类突发事件的个性特征可再建立突发事件元模型。突发事件元模型是描述某一类特定的突发事件的共性知识的本体模型，即事件元模型中继承了突发事件本体模型的共性特征外还包括事件个性特征。如在地震元模型中，既包括突发事件本体模型中的案例名称、发生地点等突发事件共性特征，还包括震级、震中等地震案例个性特征。

本体模型和元模型实现了案例描述的概念规范化和通用化。当要描述某一具体应急事件时，调用相应的事件元模型，基于案例的不同元事件、不同状态输入应急事件的各个元事件及状态下的属性值，即可完成对某一个具有多个元事件及状态的应急事件的规范化描述。

基于案例推理CBR(Case Based Reasoning)是人工智能领域崛起的一种重要的基于知识的问题求解和学习方法，主要是为了解决专家系统中存在的知识获取的“瓶颈”问题。它是首先进行问题的描述(Presentation)，再从案例库(Case-Base)中找出最类似的案例(Retrieval)，即使挑选出最类似的案例也不可能完全相同，故要依照相似案例的解决方法(Solution)再作调整(Adaptation)，再将调整出的结果与使用者或大环境来证实(Validation/Test)，如果适当，则被证实的结果将会被增加到案例库中(Feedback)。

在案例检索中，相似性评估是一个很重要的推理环节，用于度量查询和检索到的案例的相似程度。结合了本体知识后，本体中的概念层次结构及相互关系就会对相似性评估产生有益的影响，最近相邻算法(nearest neighbor algorithm)是CBR检索算法中最常用的算法之一。应用传统最近相邻算法时，首先计算出案例属性相似度，然后根据属性的权值计算案例之间的加权相似度，这就要求案例的属性值不能为空。

发明内容

本发明的目的是为了克服现有技术的不足，提出一种电力系统突发事件应急处理方法。本发明在研究应急事件发生的过程，统计、整理各种应急事件的发生的规律，以及分析了历史应急事件的发生机制的基础上，提取其特征参数和关键要素，编写了应急事件场景的规则，形成规则库，为事件模型建立提供技术支撑，为开展高效化、科学化、现代化的大规模综合应急演练和培训工作创造条件。

依据本发明的一种电力系统突发事件应急处理方法，包括以下步骤：

一)根据电力系统中的应急案例中属性所含信息量和信息类型的不同，将应急案例中的属性归并为四大类型的属性：(1)确定数字属性值CN；(2)确定符号属性值CS；(3)模糊概念属性值FL；(4)模糊数FN或模糊区间属性值FI；

二)为避免传统最近相邻算法的属性值缺失问题，提出了基于结构相似度和属性相似度的双层结构的案例相似度计算方法，并分析应急案例的特征，为应急案例四大类型的属性分别设计了不同的结构相似度算法：

(1)结构相似度算法

假定应急案例的源案例a与目标案例b进行匹配，则结构相似度计算算法描述如下：

a)计算源案例a的所有的非空属性构成的集合，记为A；

b)计算目标案例b的所有非空属性构成的集合，记为B；

c)计算A与B的交集和并集，分别记为C和D；