基于離群點(diǎn)檢測(cè)的電網(wǎng)項(xiàng)目關(guān)鍵節(jié)點(diǎn)預(yù)警算法

蘇 黎,賀雨晴,楊 碩,郭應(yīng)建

(1.國(guó)網(wǎng)湖南省電力有限公司 a.發(fā)展策劃部；b.經(jīng)濟(jì)技術(shù)研究院,長(zhǎng)沙 410007；2.北京國(guó)電通網(wǎng)絡(luò)技術(shù)有限公司 規(guī)劃與計(jì)劃管理業(yè)務(wù)事業(yè)部,北京 100085)

0 引 言

隨著現(xiàn)代社會(huì)電網(wǎng)項(xiàng)目飛速發(fā)展,電網(wǎng)的通信規(guī)模也日益擴(kuò)大,作為電力資源信息交流的中樞,電網(wǎng)結(jié)構(gòu)承載全國(guó)各地的通信任務(wù)[1]。在面對(duì)眾多繁重、復(fù)雜的任務(wù)時(shí),電網(wǎng)通信節(jié)點(diǎn)一旦發(fā)生故障,就有可能導(dǎo)致整體結(jié)構(gòu)癱瘓。因此準(zhǔn)確識(shí)別電網(wǎng)結(jié)構(gòu)中的關(guān)鍵節(jié)點(diǎn),不僅能提前預(yù)警電網(wǎng)運(yùn)行風(fēng)險(xiǎn)[2],加強(qiáng)電網(wǎng)結(jié)構(gòu)的通信安全性,還能防止電網(wǎng)結(jié)構(gòu)遭受外界干擾,起到重要的維護(hù)、防御功能。所以通過識(shí)別電網(wǎng)結(jié)構(gòu)關(guān)鍵點(diǎn)預(yù)警未知風(fēng)險(xiǎn)已經(jīng)成為電力研究領(lǐng)域的重要課題。

劉美君等[3]通過泰爾熵模型調(diào)節(jié)系統(tǒng)電壓的升降,并利用節(jié)點(diǎn)負(fù)荷變化和多通路傳輸電流變化計(jì)算電壓增長(zhǎng)、下降的比率,對(duì)計(jì)算所得結(jié)果求均衡值,同時(shí)結(jié)合二元分析法與權(quán)重分析法對(duì)指標(biāo)進(jìn)行評(píng)價(jià),得到既滿足實(shí)際偏好又滿足客觀要求的關(guān)鍵節(jié)點(diǎn)分析報(bào)告,從而識(shí)別電網(wǎng)關(guān)鍵節(jié)點(diǎn),但該方法存在穩(wěn)定性低的問題。李昌超等[4]通過PageRank改進(jìn)算法獲取電網(wǎng)結(jié)構(gòu)的電壓增幅矩陣和傳輸靈敏度矩陣,利用節(jié)點(diǎn)收縮原理對(duì)矩陣進(jìn)行權(quán)重排序,并構(gòu)建IEEE39節(jié)點(diǎn)系統(tǒng),從而識(shí)別電網(wǎng)關(guān)鍵節(jié)點(diǎn),但該方法存在精確度低的問題。孫志媛等[5]通過剖析電網(wǎng)結(jié)構(gòu)獲取電網(wǎng)傳輸鏈接和權(quán)重特征,以此建立電網(wǎng)節(jié)點(diǎn)評(píng)估模型,再利用PSNodeRank方法對(duì)模型內(nèi)每個(gè)節(jié)點(diǎn)的重要程度進(jìn)行分區(qū)、排序,從而識(shí)別電網(wǎng)關(guān)鍵節(jié)點(diǎn),但該方法存在電網(wǎng)風(fēng)險(xiǎn)預(yù)警穩(wěn)定性低的問題。

為解決上述方法中存在的問題,筆者提出了基于離群點(diǎn)檢測(cè)的電網(wǎng)項(xiàng)目關(guān)鍵節(jié)點(diǎn)預(yù)警算法。

1 離群節(jié)點(diǎn)預(yù)警的衡量指標(biāo)

眾多節(jié)點(diǎn)和輸入通路共同組成電網(wǎng)項(xiàng)目。在電網(wǎng)結(jié)構(gòu)中,節(jié)點(diǎn)主要負(fù)責(zé)捕獲、收集任務(wù)信息,其內(nèi)部容量有限,對(duì)信息存儲(chǔ)的負(fù)載能力隨節(jié)點(diǎn)重要程度不同而發(fā)生變化。輸送通路主要負(fù)責(zé)任務(wù)信息的傳遞,所傳送的任務(wù)信息主要與其連接的節(jié)點(diǎn)有關(guān)。安靜狀態(tài)下的電網(wǎng)拓?fù)浣Y(jié)構(gòu)[6]決定動(dòng)態(tài)狀態(tài)下的無向網(wǎng)絡(luò),復(fù)雜的拓?fù)浣Y(jié)構(gòu)可用G(V,E)表示,其中G表示無向網(wǎng)絡(luò)結(jié)構(gòu)圖,V表示電網(wǎng)中所有關(guān)鍵節(jié)點(diǎn)的集合,E表示電網(wǎng)鏈路的合集。

1.1 靜態(tài)離群節(jié)點(diǎn)重要度指標(biāo)計(jì)算

將電網(wǎng)項(xiàng)目抽象為無向網(wǎng)絡(luò)結(jié)構(gòu)圖,這就可根據(jù)電網(wǎng)拓?fù)浣Y(jié)構(gòu)的節(jié)點(diǎn)大小,判定節(jié)點(diǎn)信息的存儲(chǔ)能力,而占比越大、信息存儲(chǔ)能力越強(qiáng)的節(jié)點(diǎn),其重要性表現(xiàn)越突出,反之,可視為離群節(jié)點(diǎn)。因此可利用節(jié)點(diǎn)占比和信息存儲(chǔ)能力判斷靜態(tài)離群節(jié)點(diǎn)的重要程度。根據(jù)電力網(wǎng)絡(luò)骨架的基本鄰接矩陣,可得到無向網(wǎng)絡(luò)結(jié)構(gòu)的初始化鏈路值,采用Dijkstra算法[7]獲取鄰接矩陣加權(quán)結(jié)果,從而得到節(jié)點(diǎn)鏈路的最短取值。

由于節(jié)點(diǎn)存儲(chǔ)能力取決于電網(wǎng)中單個(gè)節(jié)點(diǎn)的輸送通路鏈接數(shù)量,即取決于電網(wǎng)中節(jié)點(diǎn)數(shù)目n和節(jié)點(diǎn)連接的輸送通路總量d。節(jié)點(diǎn)鏈路的最短值l是所有相鄰節(jié)點(diǎn)間的最短距離,將電網(wǎng)節(jié)點(diǎn)存儲(chǔ)能力定義為節(jié)點(diǎn)數(shù)n和節(jié)點(diǎn)鏈路最短值l乘積的倒數(shù),如下

(1)

電網(wǎng)靜態(tài)拓?fù)浣Y(jié)構(gòu)判定靜態(tài)離群節(jié)點(diǎn)重要性的函數(shù)如下

I(vi)=-?[G]/?[Gi]+1

(2)

其中?[Gi]表示節(jié)點(diǎn)占比對(duì)節(jié)點(diǎn)信息存儲(chǔ)能力的影響；-?[G]表示節(jié)點(diǎn)之間的權(quán)重差值。

整合全部節(jié)點(diǎn)計(jì)算平均節(jié)點(diǎn)重要性,如下

I(vi)=nl(G)-(n-ki)l(Gi)/nl(G)

(3)

其中l(wèi)(G)表示單個(gè)節(jié)點(diǎn)連接的輸送通路,可看出,連接輸送通路的多少主要取決于兩個(gè)因素：一是節(jié)點(diǎn)ki與節(jié)點(diǎn)Gi之間的鏈路絕對(duì)值大??；二是節(jié)點(diǎn)在電網(wǎng)結(jié)構(gòu)中所處的位置。如果節(jié)點(diǎn)ki和節(jié)點(diǎn)Gi同時(shí)滿足上述兩種因素,則考慮該節(jié)點(diǎn)在電網(wǎng)結(jié)構(gòu)中的伸縮能力,伸縮能力越強(qiáng),則該節(jié)點(diǎn)所具備的任務(wù)信息凝聚能力越強(qiáng),說明該節(jié)點(diǎn)重要程度越高。如果節(jié)點(diǎn)ki處于電網(wǎng)中心位置,而節(jié)點(diǎn)Gi具有較強(qiáng)的伸縮能力,則在比較節(jié)點(diǎn)ki和節(jié)點(diǎn)Gi時(shí),需要優(yōu)先給予節(jié)點(diǎn)Gi高度重視,因?yàn)楣?jié)點(diǎn)在電網(wǎng)中伸縮會(huì)改變鏈路絕對(duì)值的大小,鏈路絕對(duì)值越小,該節(jié)點(diǎn)所能觸及到的輸送通路越多,安靜狀態(tài)下的重要程度也就越高。

1.2 離群節(jié)點(diǎn)任務(wù)重要度指標(biāo)計(jì)算

在電網(wǎng)項(xiàng)目的實(shí)際網(wǎng)絡(luò)結(jié)構(gòu)中,節(jié)點(diǎn)承擔(dān)著處理多種任務(wù)信息工作,主要內(nèi)容包括保護(hù)繼電線路、調(diào)度自動(dòng)化調(diào)試以及監(jiān)控站內(nèi)視頻等。各節(jié)點(diǎn)對(duì)電網(wǎng)運(yùn)行的影響程度與其自身所承擔(dān)的工作內(nèi)容息息相關(guān)。離群節(jié)點(diǎn)任務(wù)重要度是指：任務(wù)信息在傳送過程中出現(xiàn)信息缺漏或傳送中斷等現(xiàn)象時(shí),對(duì)電網(wǎng)結(jié)構(gòu)穩(wěn)定性所造成的改變系數(shù)。正常情況下,任務(wù)重要度與改變系數(shù)成正比,即改變系數(shù)值越高,所對(duì)應(yīng)的任務(wù)重要程度越高。因此節(jié)點(diǎn)任務(wù)重要度,可作為衡量電網(wǎng)結(jié)構(gòu)中節(jié)點(diǎn)是否需要離群預(yù)警的硬性指標(biāo)。

電網(wǎng)結(jié)構(gòu)中各節(jié)點(diǎn)和各輸送通路所擔(dān)負(fù)的工作任務(wù)不盡相同。考慮到電力系統(tǒng)安全生產(chǎn)標(biāo)準(zhǔn)化原則,結(jié)合任務(wù)信息負(fù)載率和通信鏈路的高信賴、高同步要求,需要以判斷任務(wù)運(yùn)行對(duì)節(jié)點(diǎn)重要程度的影響為目的,采用層次分析法和熵權(quán)法[8]對(duì)電網(wǎng)結(jié)構(gòu)中節(jié)點(diǎn)重要程度進(jìn)行綜合評(píng)估,其中典型的任務(wù)重要度值如表1所示。

表1 典型的任務(wù)重要度值Tab.1 Typical task importance values

由表1可見,整體任務(wù)重要度變化符合電網(wǎng)通訊的實(shí)際情況。不同電網(wǎng)任務(wù)的重要度取值與電壓等級(jí)的增減有關(guān)。保護(hù)繼電線路的任務(wù)重要度最高,安全穩(wěn)定控制系統(tǒng)和調(diào)度自動(dòng)化調(diào)試系統(tǒng)的任務(wù)重要度略低,這樣能保證電力系統(tǒng)有效運(yùn)行。另外行政電話、視頻會(huì)議電話、監(jiān)控站內(nèi)視頻系統(tǒng)和雷電監(jiān)控定位系統(tǒng)屬于辦公任務(wù),對(duì)電力系統(tǒng)的運(yùn)行影響較小,不在重點(diǎn)關(guān)注范圍內(nèi)。

傳統(tǒng)的電網(wǎng)關(guān)鍵節(jié)點(diǎn)識(shí)別方法大多停留在電網(wǎng)拓?fù)浣Y(jié)構(gòu)的淺層,而與光傳感技術(shù)密切相關(guān)的電網(wǎng)結(jié)構(gòu)節(jié)點(diǎn)鏈路傳送任務(wù)量和任務(wù)種類,才是對(duì)電力系統(tǒng)安全和穩(wěn)定產(chǎn)生重要影響不可或缺的因素。電網(wǎng)結(jié)構(gòu)中的節(jié)點(diǎn)一般處于鏈路交叉的中心位置,根據(jù)輸送通路方向不同劃分為多個(gè)分區(qū),每個(gè)分區(qū)承擔(dān)的任務(wù)不同,為充分了解各分區(qū)內(nèi)節(jié)點(diǎn)與鏈路的結(jié)構(gòu)關(guān)系以及任務(wù)類型,需要計(jì)算節(jié)點(diǎn)任務(wù)重要度,如下

(4)

其中S′(vi)表示節(jié)點(diǎn)的任務(wù)重要度值；rk表示任意分區(qū)內(nèi)所有鏈路的總量；k=1表示鏈路與輸送通道同向傳送；mj表示鏈路與輸送通道逆向傳送；pjk表示第j類任務(wù)在節(jié)點(diǎn)k上的負(fù)載率；ki表示第i類任務(wù)在鏈路k上的傳送速度。在電網(wǎng)結(jié)構(gòu)中任意節(jié)點(diǎn)捕獲、收集的任務(wù)量越多,該節(jié)點(diǎn)的任務(wù)重要度取值就越大,說明該節(jié)點(diǎn)在電網(wǎng)結(jié)構(gòu)中的重要程度越高。

整合全部節(jié)點(diǎn)計(jì)算平均節(jié)點(diǎn)任務(wù)重要度,如下

(5)

2 基于多指標(biāo)融合加權(quán)的關(guān)鍵離群節(jié)點(diǎn)特征提取

電網(wǎng)節(jié)點(diǎn)拓?fù)浣Y(jié)構(gòu)的復(fù)雜度、任務(wù)重要度和電網(wǎng)影響程度是識(shí)別關(guān)鍵離群節(jié)點(diǎn)的3項(xiàng)指標(biāo)。節(jié)點(diǎn)拓?fù)浣Y(jié)構(gòu)復(fù)雜度越大,證明該節(jié)點(diǎn)在電網(wǎng)結(jié)構(gòu)中所處位置越關(guān)鍵,能接收的任務(wù)種類及數(shù)量也就越多,若該節(jié)點(diǎn)出現(xiàn)離群故障,電網(wǎng)結(jié)構(gòu)的破損范圍也就越大。從電網(wǎng)影響層面分析,節(jié)點(diǎn)的多特征可形成信息加權(quán)[9]差異呈正相關(guān)趨勢(shì),即站內(nèi)差異越大,節(jié)點(diǎn)信息加權(quán)差異越大,節(jié)點(diǎn)表現(xiàn)為關(guān)鍵點(diǎn)的可能性越低。為合理解讀各項(xiàng)指標(biāo),需要對(duì)其進(jìn)行權(quán)重計(jì)算,最常用的權(quán)重計(jì)算方法是層次分析法和熵權(quán)法。

1) 層次分析法。為區(qū)別于一般的電網(wǎng)拓?fù)浣Y(jié)構(gòu),凸顯電力系統(tǒng)的專業(yè)背景,層次分析法認(rèn)為任務(wù)重要度和電網(wǎng)影響程度的重要性相同,其操作步驟為：首先通過演算將比較矩陣C轉(zhuǎn)化為判斷矩陣R,在矩陣結(jié)果滿足指標(biāo)加權(quán)一致性后演算結(jié)束,輸出主觀決策結(jié)果,比較矩陣為

(6)

判斷矩陣為

(7)

指標(biāo)加權(quán)一致性矩陣輸出的主觀決策結(jié)果為

(8)

2) 熵權(quán)法。熵權(quán)法屬于組合賦權(quán)VIKOR(CW-VIKOR:Combination Weighting VIKOR)方法[10]的一種,主要通過各指標(biāo)含有的信息量判定指標(biāo)權(quán)重。在信息熵的基礎(chǔ)上計(jì)算各指標(biāo)熵權(quán),并利用熵權(quán)法修整指標(biāo)綜合權(quán)重,最終輸出滿足指標(biāo)加權(quán)一致性的客觀數(shù)據(jù)結(jié)果。

將電網(wǎng)結(jié)構(gòu)中的各節(jié)點(diǎn)作為單位修整對(duì)象,設(shè)修整對(duì)象共m個(gè),需要計(jì)算權(quán)重的指標(biāo)共n個(gè),則對(duì)象i的第j個(gè)指標(biāo)權(quán)重[11]可表示為xij(i=1,2,…,n,j=1,2,…,m),由各對(duì)象及權(quán)重結(jié)果推導(dǎo)出修整矩陣X=[xij]mn,即

(9)

將指標(biāo)綜合權(quán)重帶入修整矩陣中,則有

dij=(xij-xjmin)/(xjmax-xjmin)

(10)

其中xjmax表示最大權(quán)重值,其取值范圍滿足max{x1j,x2j,…,xnj}；xjmin表示最小權(quán)重值,其取值范圍滿足min{x1j,x2j,…,xnj}。其中指標(biāo)j的熵權(quán)輸出結(jié)果滿足

(11)

結(jié)合修整后的指標(biāo)綜合權(quán)重可得出指標(biāo)加權(quán)一致性矩陣及其輸出的客觀數(shù)據(jù)結(jié)果如下

(12)

其中wcj表示節(jié)點(diǎn)通信度的信息加權(quán)初始化值；wsj表示加權(quán)一致性取值范圍[12]。

最后根據(jù)主觀決策和客觀數(shù)據(jù),計(jì)算對(duì)應(yīng)節(jié)點(diǎn)的綜合重要度

Ii=0.356 1di1+0.742 6di2+0.234 7di3

(13)

其中di1表示第i區(qū)第1列的權(quán)重值；Ii表示節(jié)點(diǎn)綜合重要度。

通過結(jié)合主觀決策和客觀數(shù)據(jù)兩項(xiàng)結(jié)果,使最終得到的節(jié)點(diǎn)綜合重要度兼具主觀精確性及客觀實(shí)用性。在電網(wǎng)結(jié)構(gòu)中將節(jié)點(diǎn)的綜合重要度排成有序行列,進(jìn)而提取關(guān)鍵離群節(jié)點(diǎn)特征,實(shí)現(xiàn)關(guān)鍵節(jié)點(diǎn)的識(shí)別。

3 離群點(diǎn)檢測(cè)方法設(shè)計(jì)

筆者方法利用數(shù)據(jù)值K-means聚類[13]離群節(jié)點(diǎn)預(yù)警過程分為聚類、分段兩部分,將電網(wǎng)關(guān)鍵節(jié)點(diǎn)的融合權(quán)值特征代入系統(tǒng)流程,最終獲取聚類最優(yōu)值?；诙鄼?quán)重屬性的節(jié)點(diǎn)數(shù)據(jù)分類流程如圖1所示。

圖1 基于多權(quán)重屬性的節(jié)點(diǎn)數(shù)據(jù)分類流程Fig.1 A node data classification process based on multi-weight properties

將待清洗的電力感知數(shù)據(jù)生成數(shù)據(jù)列表Dlist，設(shè)聚類可能存在電網(wǎng)離群節(jié)點(diǎn)總數(shù)的最大值為Mmax，為在N個(gè)聚類結(jié)果中選出最優(yōu)值離群節(jié)點(diǎn)值，判斷當(dāng)前聚類中心數(shù)是否小于最大聚類中心數(shù)。如果當(dāng)前聚類中心數(shù)小于最大聚類中心數(shù)，選擇Ncurrent個(gè)聚類中心，以電力感知數(shù)據(jù)為對(duì)象，執(zhí)行k-means聚類方法，當(dāng)前聚類中心數(shù)增1；如果當(dāng)前聚類中心數(shù)大于最大聚類中心數(shù)，輸出Mmax-1組聚類結(jié)果，需要對(duì)所有結(jié)果進(jìn)行Dmin綜合質(zhì)量評(píng)估。Dmin是指單位簇與其對(duì)應(yīng)的全部元素之間的最短距離，Dmin值越小，單位簇涉及的元素密度越高，聚類結(jié)果表現(xiàn)越好。Dmin的計(jì)算公式如下

(14)

4 實(shí)驗(yàn)與結(jié)果

為驗(yàn)證基于離群點(diǎn)檢測(cè)的電網(wǎng)項(xiàng)目關(guān)鍵節(jié)點(diǎn)預(yù)警算法的整體有效性,需要對(duì)其進(jìn)行測(cè)試。

4.1 魯棒性驗(yàn)證

電網(wǎng)單片機(jī)末端的魯棒性是指電網(wǎng)結(jié)構(gòu)出現(xiàn)某種故障時(shí),電網(wǎng)項(xiàng)目能維持傳送的能力。在對(duì)電網(wǎng)項(xiàng)目關(guān)鍵節(jié)點(diǎn)進(jìn)行預(yù)警時(shí),魯棒性影響著預(yù)警性能和預(yù)警效率,即魯棒性、預(yù)警性能和預(yù)警效率,三者呈正相關(guān)趨勢(shì)。魯棒性具體表現(xiàn)為電網(wǎng)閉環(huán)頻率特征,是電網(wǎng)結(jié)構(gòu)信息追蹤能力的體現(xiàn)。規(guī)定電網(wǎng)阻力參數(shù)變化不超過30 Ω,對(duì)不同方法下的電網(wǎng)魯棒性進(jìn)行驗(yàn)證。閉環(huán)頻率特征變化情況如圖2所示。

圖2 閉環(huán)頻率特征變化情況Fig.2 Changes in closed-loop frequency characteristics

由圖2可見,在電阻變化不超過30 Ω時(shí),筆者方法的電網(wǎng)結(jié)構(gòu)閉環(huán)頻率特征在低頻、中頻、高頻3個(gè)階段呈現(xiàn)水平趨勢(shì),整個(gè)過程中末端單片機(jī)參數(shù)基本不變,說明所提方法的電網(wǎng)魯棒性高。文獻(xiàn)[3]和文獻(xiàn)[4]方法在低頻、中頻和高頻3個(gè)階段的末端單片機(jī)參數(shù)變化明顯且沒有規(guī)律,說明文獻(xiàn)[3]和文獻(xiàn)[4]方法魯棒性較低。經(jīng)上述對(duì)比可知,所提方法的魯棒性高,即筆者方法的預(yù)警性能和預(yù)警效率高。

4.2 風(fēng)險(xiǎn)預(yù)警誤差驗(yàn)證

為驗(yàn)證預(yù)警結(jié)果的準(zhǔn)確性,采用回歸函數(shù)預(yù)測(cè)電壓誤差,將電壓實(shí)際值與回歸函數(shù)預(yù)測(cè)值分別代入電壓相對(duì)誤差公式

ERT=(Vmax_p-Vmax_re)/Vmax_re

(15)

其中Vmax_p表示電壓實(shí)際最大值；Vmax_re表示電壓預(yù)測(cè)值；Vmax_p-Vmax_re表示故障排除后的電壓真實(shí)值。

根據(jù)式(15),對(duì)比筆者方法、文獻(xiàn)[3]和文獻(xiàn)[4]方法的電壓風(fēng)險(xiǎn)預(yù)警誤差如圖3所示。

圖3 電壓風(fēng)險(xiǎn)預(yù)警誤差Fig.3 Voltage risk warning error

由圖3可見,筆者方法整體電壓預(yù)警誤差不超過1 V,說明筆者方法的電壓風(fēng)險(xiǎn)預(yù)警誤差小,實(shí)用性高。相比之下,文獻(xiàn)[3]和文獻(xiàn)[4]方法的風(fēng)險(xiǎn)預(yù)警誤差曲線波動(dòng)明顯且各時(shí)間點(diǎn)采集到的電壓預(yù)警峰值都不低于2 V,呈現(xiàn)整體增高的趨勢(shì)。經(jīng)上述對(duì)比,體現(xiàn)筆者方法的電網(wǎng)結(jié)構(gòu)電壓風(fēng)險(xiǎn)預(yù)警精確度更高。

4.3 風(fēng)險(xiǎn)預(yù)警穩(wěn)定性驗(yàn)證

為進(jìn)一步驗(yàn)證電網(wǎng)風(fēng)險(xiǎn)的預(yù)警性能,以電壓階梯波形為例,觀察不同方法下階梯波電壓波形的電網(wǎng)輸出電壓,電壓風(fēng)險(xiǎn)處理結(jié)果對(duì)比如圖4所示。

由圖4可見,未經(jīng)風(fēng)險(xiǎn)預(yù)警的電壓階梯波形輸出電壓與原電壓階梯波形相同,是具備風(fēng)險(xiǎn)的原始數(shù)據(jù)。采用筆者方法對(duì)電壓階梯波形進(jìn)行風(fēng)險(xiǎn)預(yù)警后,輸出電壓整體呈現(xiàn)平滑、無棱角的弧度,并且峰值被削弱,整體波形流暢,這說明筆者方法電網(wǎng)風(fēng)險(xiǎn)預(yù)警穩(wěn)定性較高。文獻(xiàn)[4]和文獻(xiàn)[5]方法對(duì)電壓階梯波形進(jìn)行風(fēng)險(xiǎn)預(yù)警后,輸出電壓波形混亂且仍存在較多峰值,說明文獻(xiàn)[4]和文獻(xiàn)[5]方法的電網(wǎng)風(fēng)險(xiǎn)預(yù)警穩(wěn)定性較低。經(jīng)上述對(duì)比可知,筆者方法能保證以更穩(wěn)定的狀態(tài)對(duì)電網(wǎng)電壓風(fēng)險(xiǎn)進(jìn)行預(yù)警。

圖4 電壓風(fēng)險(xiǎn)處理結(jié)果對(duì)比Fig.4 Comparison of voltage risk treatment results

5 結(jié) 語

為提高電網(wǎng)項(xiàng)目關(guān)鍵節(jié)點(diǎn)預(yù)警精度和穩(wěn)定性,減小電網(wǎng)項(xiàng)目關(guān)鍵節(jié)點(diǎn)預(yù)警誤差,筆者提出了基于離群點(diǎn)檢測(cè)的電網(wǎng)項(xiàng)目關(guān)鍵節(jié)點(diǎn)預(yù)警算法。通過計(jì)算靜態(tài)離群節(jié)點(diǎn)和離群節(jié)點(diǎn)任務(wù)重要度指標(biāo),提取關(guān)鍵離群節(jié)點(diǎn)特征,識(shí)別關(guān)鍵節(jié)點(diǎn),并聚類電網(wǎng)關(guān)鍵節(jié)點(diǎn)預(yù)警過程,代入離群點(diǎn)檢測(cè)系統(tǒng)中分析數(shù)據(jù)輸出結(jié)果,實(shí)現(xiàn)電網(wǎng)項(xiàng)目關(guān)鍵節(jié)點(diǎn)預(yù)警。該方法能有效提高風(fēng)險(xiǎn)預(yù)警穩(wěn)定性和精確度,減小風(fēng)險(xiǎn)預(yù)警誤差。在保證電網(wǎng)結(jié)構(gòu)穩(wěn)定的同時(shí),分析電網(wǎng)中電壓失穩(wěn)等動(dòng)力學(xué)現(xiàn)象,是下一步研究的重點(diǎn)。