[发明专利]一种区域电力市场多阶信用风险预警方法在审

专利信息
申请号: 201811257039.6 申请日: 2018-10-26
公开(公告)号: CN111192058A 公开(公告)日: 2020-05-22
发明(设计)人: 胡博;王忠锋;张涛;张宏宇;金鹏;李力刚;黄剑龙;喻海飞;关明;李言谙;宁辽逸;金宇坤;李增;李娉婷;梁凯 申请(专利权)人: 中国科学院沈阳自动化研究所;国网辽宁省电力有限公司鞍山供电公司;国家电网公司
主分类号: G06Q30/00 分类号: G06Q30/00;G06Q10/06;G06Q50/06
代理公司: 沈阳科苑专利商标代理有限公司 21002 代理人: 李巨智
地址: 110016 辽*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 区域 电力 市场 信用风险 预警 方法
【权利要求书】:

1.一种区域电力市场多阶信用风险预警方法,其特征在于,包括以下步骤:

为电力市场中决策节点的基础指标设定取值区间;

依据决策节点的基础指标选取样本数据;

运用专家评价法对基础指标分配相应的权重,将样本数据输入OWA算子,得出关联矩阵A;

建立基于IIM的电力市场多阶信用风险效应模型;

将关联矩阵A和电力交易市场发生失信行为后产生的一阶风险效应值ci输入基于IIM的电力市场多阶信用风险效应模型,得到电力市场中各个节点的多阶信用风险效应值;

将电力市场中各个节点的多阶信用风险效应值进行对比分析,区分各个节点的保护等级。

2.根据权利要求1所述的区域电力市场多阶信用风险预警方法,其特征在于:所述决策节点的基础指标包括:购/售电量、可替代性、购/售企业数量和脆弱性。

3.根据权利要求1所述的区域电力市场多阶信用风险预警方法,其特征在于:对选取的样本数据进行清洗,剔除异常数据。

4.根据权利要求1或3所述的区域电力市场多阶信用风险预警方法,其特征在于:所述样本数据包括训练样本和预测样本。

5.根据权利要求1所述的区域电力市场多阶信用风险预警方法,其特征在于:所述基于IIM的电力市场多阶信用风险效应模型为:

qij=aijqj,i,j=1,2,3...n

q=[q1 q2 q3 ... qn]T

c=[c1 c2 c3 ... c]T

A=aij(n*n)

x=(I-A)-1c

其中,qi表示当风险袭击某个节点后产生的二阶风险效应值;aij表示区域电力市场当中第i个节点与第j个节点之间的关联程度;qij表示第j个节点对第i个节点产生的影响效应值;ci表示区域电力市场当中节点i受到风险袭击以后的产生的一阶风险效应值;x表示多阶风险效应值列向量;I表示单位矩阵。

6.根据权利要求1所述的区域电力市场多阶信用风险预警方法,其特征在于:所述将样本数据输入OWA算子,得出关联矩阵A,包括以下过程:

步骤1:OWA算子为:

其中,n=4;即取a1~a4作为基础指标,通过样本数据为其赋值;a1为购/售电量,a2为可替代性,a3为购/售电企业数量,a4为脆弱性;W=(w1,w2…wn)T是与OWA函数相关联的一组权重向量,wi∈[0,1],bi为数组(a1,a2,…an)中的第i大的元素;

步骤2:权重向量W=[w1,w2,…,wn]T赋值,由专家评价法来给出权重;

步骤3:确定评价矩阵;

步骤4:将评价矩阵标准化;

步骤5:将上述评价结果汇总,得出一个总的评价值aij

其中bk为rj中第k大的rj;当对集合中的节点按照rj重新排序后,将会得到新的矩阵;

步骤6:按照步骤3~步骤5对每个节点都进行评价,最终得到评价各节点相互关联矩阵A。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院沈阳自动化研究所;国网辽宁省电力有限公司鞍山供电公司;国家电网公司,未经中国科学院沈阳自动化研究所;国网辽宁省电力有限公司鞍山供电公司;国家电网公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811257039.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top