电压暂降风险分析方法、装置、计算机设备和存储介质与流程

1.本技术涉及电力系统技术领域，特别是涉及一种电压暂降风险分析方法、装置、计算机设备和存储介质。


背景技术：

2.随着工业化水平的不断提高，高精尖工业设备在工业生产应用中的广度和深度不断加大。其中，电压暂降敏感设备是高精尖工业设备的重要组成部分。这些设备包括可编程逻辑控制器、变频器、交流接触器、计算机等。当受到电压暂降时，这些敏感设备可能出现非正常运行现象，从而导致用户的生产过程出现非正常运行状态，最终导致经济损失。
3.电压暂降风险需要考虑电压暂降对用户造成的后果以及后果发生的概率，后者是可通过监测的电压暂降数据得到。然而，当电压暂降发生后，由于工业用户生产具有复杂性，电压暂降对用户造成的影响也就具有多样性。工业用户生产的复杂性体现在工业过程的复杂性当中。对于一条工业过程而言，设备连接结构复杂、各设备抗电压暂降能力差异大；对于工业用户而言，不同工业用户的工业过程、同种工业用户的工业过程之间具有显著差异。因此，经济损失仅作为直观、可量化用户电压暂降风险的一部分，不能完备地描述电压暂降风险整体。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够提高对用户电压暂降影响的评估完整性的电压暂降风险分析方法、装置、计算机设备和存储介质。
5.一种电压暂降风险分析方法，所述方法包括：
6.获取工业过程电压暂降中工业过程的中断概率值；工业过程由设备按照一定的逻辑关系连接确定的；
7.根据电压暂降的过程免疫时间曲线，确定工业过程电压暂降的风险等级的隶属度向量；
8.获取供电侧电压暂降特征与用户对电压暂降最敏感的耐受曲线，根据供电侧电压暂降特征和耐受曲线确定电压暂降造成用户非正常工作的次数；
9.获取电压暂降过程中工业过程的经济损失数据；
10.计算中断概率值、风险等级的隶属度向量、用户非正常工作的次数、经济损失数据之间的相关度；
11.根据相关度确定中断概率值、风险等级的隶属度向量、用户非正常工作的次数的可靠度。
12.在其中一个实施例中，获取工业过程电压暂降中工业过程的中断概率值，包括：
13.获取工业过程电压暂降中各设备发生中断的第一中断概率值；
14.根据第一中断概率值以及设备确定的子过程个数确定工业过程的中断概率值。
15.在其中一个实施例中，获取工业过程电压暂降中各设备发生中断的第一中断概率
值，包括：
16.基于设备的耐受曲线，根据电压暂降持续时长和电压暂降幅值确定各设备由于电压暂降发生中断的第一中断概率值；
17.根据第一中断概率值以及设备确定的子过程个数确定工业过程的中断概率值，包括：
18.根据第一中断概率值确定由设备构成的子过程的第二中断概率值；
19.基于工业过程和子过程之间的逻辑连接关系，根据工业过程中子过程个数以及各子过程的第二中断概率值确定工业过程的中断概率值。
20.在其中一个实施例中，根据电压暂降的过程免疫时间曲线，确定工业过程电压暂降的风险等级的隶属度向量，包括：
21.根据电压暂降的过程免疫时间曲线，确定电压暂降风险区域的时间区域间数；
22.根据时间区域间数确定工业过程电压暂降各风险等级的隶属度，得到模糊隶属度矩阵；
23.获取工业过程中各设备的过程免疫时间值；
24.根据过程免疫时间值确定模糊一致性判断矩阵；
25.通过对模糊一致性判断矩阵进行归一化处理，得到权值向量；
26.根据权值向量和模糊隶属度矩阵进行加权平均处理，确定工业过程电压暂降的风险等级的隶属度向量。
27.在其中一个实施例中，根据过程免疫时间值确定模糊一致性判断矩阵，包括：
28.对各过程免疫时间值进行排序，得到排序结果；
29.通过模糊判断矩阵对各过程免疫时间值进行判断，得到优先判断矩阵；
30.对优先判断矩阵各行和求取模糊一致性判断矩阵。
31.在其中一个实施例中，通过对模糊一致性判断矩阵进行归一化处理，得到权值向量，包括：
32.通过对模糊一致性判断矩阵进行归一化处理，确定代表各指标层的权重系数；
33.根据各指标层的权重系数确定与各指标层对应的准则层的权重系数，得到权值向量；
34.根据权值向量和模糊隶属度矩阵进行加权平均处理，确定工业过程电压暂降的风险等级的隶属度向量，包括：
35.将权值向量和模糊隶属度矩阵输入至评判模型，进行加权平均处理，确定工业过程电压暂降的风险等级的隶属度向量；隶属度向量用于表征电压暂降功能性风险在风险等级集中的分布情况。
36.在其中一个实施例中，计算中断概率值、风险等级的隶属度向量、用户非正常工作的次数、经济损失数据之间的相关度，包括：
37.依次计算中断概率值、风险等级的隶属度向量、用户非正常工作的次数与经济损失数据之间的正负相关度；
38.依次计算中断概率值、风险等级的隶属度向量、用户非正常工作的次数与经济损失数据之间的强弱相关度；
39.依次计算中断概率值、风险等级的隶属度向量、用户非正常工作的次数与经济损
失数据之间线性拟合相关度。
40.一种电压暂降风险分析装置，所述装置包括：
41.第一获取模块，用于获取工业过程电压暂降中工业过程的中断概率值；所述工业过程由设备按照一定的逻辑关系连接确定的；
42.第一确定模块，用于根据电压暂降的过程免疫时间曲线，确定工业过程电压暂降的风险等级的隶属度向量；
43.第二确定模块，用于获取供电侧电压暂降特征与用户对电压暂降最敏感的耐受曲线，根据所述供电侧电压暂降特征和所述耐受曲线确定电压暂降造成用户非正常工作的次数；
44.第二获取模块，用于获取电压暂降过程中工业过程的经济损失数据；
45.数据处理模块，用于计算所述中断概率值、风险等级的隶属度向量、用户非正常工作的次数、所述经济损失数据之间的相关度；
46.分析模块，用于根据所述相关度确定所述中断概率值、风险等级的隶属度向量、用户非正常工作的次数的可靠度。
47.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
48.获取工业过程电压暂降中工业过程的中断概率值；所述工业过程由设备按照一定的逻辑关系连接确定的；
49.根据电压暂降的过程免疫时间曲线，确定工业过程电压暂降的风险等级的隶属度向量；
50.获取供电侧电压暂降特征与用户对电压暂降最敏感的耐受曲线，根据所述供电侧电压暂降特征和所述耐受曲线确定电压暂降造成用户非正常工作的次数；
51.获取电压暂降过程中工业过程的经济损失数据；
52.计算所述中断概率值、风险等级的隶属度向量、用户非正常工作的次数、所述经济损失数据之间的相关度；
53.根据所述相关度确定所述中断概率值、风险等级的隶属度向量、用户非正常工作的次数的可靠度。
54.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
55.获取工业过程电压暂降中工业过程的中断概率值；所述工业过程由设备按照一定的逻辑关系连接确定的；
56.根据电压暂降的过程免疫时间曲线，确定工业过程电压暂降的风险等级的隶属度向量；
57.获取供电侧电压暂降特征与用户对电压暂降最敏感的耐受曲线，根据所述供电侧电压暂降特征和所述耐受曲线确定电压暂降造成用户非正常工作的次数；
58.获取电压暂降过程中工业过程的经济损失数据；
59.计算所述中断概率值、风险等级的隶属度向量、用户非正常工作的次数、所述经济损失数据之间的相关度；
60.根据所述相关度确定所述中断概率值、风险等级的隶属度向量、用户非正常工作
的次数的可靠度。
61.上述电压暂降风险分析方法、装置、计算机设备和存储介质，通过获取工业过程电压暂降中工业过程的中断概率值，以及根据电压暂降的过程免疫时间曲线，确定工业过程电压暂降的风险等级的隶属度向量；根据供电侧电压暂降特征和耐受曲线确定电压暂降造成用户非正常工作的次数以及获取电压暂降过程中工业过程的经济损失数据；通过计算中断概率值、风险等级的隶属度向量、用户非正常工作的次数、经济损失数据之间的相关度；确定中断概率值、风险等级的隶属度向量、用户非正常工作的次数的可靠度，对确定电压暂降的风险进行完整的评估。
附图说明
62.图1为一个实施例中电压暂降风险分析方法的应用环境图；
63.图2为一个实施例中电压暂降风险分析方法的流程示意图；
64.图3为一个实施例中工业过程的故障树分析模型示意图；
65.图4为一个实施例中过程风险过渡区域示意图；
66.图5为一个实施例中电压暂降风险等级区域示意图；
67.图6为一个实施例中电压暂降中基于等频次线和耐受曲线的不安全区域的示意图；
68.图7为一个实施例中电压暂降中工业过程的中断概率值方法的流程示意图；
69.图8为一个实施例中工业过程中设备的耐受曲线示意图；
70.图9为一个实施例中工业过程电压暂降的风险等级的隶属度向量方法的流程示意图；
71.图10为一个实施例中工业过程的示意图；
72.图11为一个实施例中电压暂降风险分析装置的结构框图；
73.图12为一个实施例中计算机设备的内部结构图。
具体实施方式
74.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
75.本技术提供的电压暂降风险分析方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与服务器104进行通信。终端从服务器中获取工业过程电压暂降中工业过程的中断概率值；工业过程由设备按照一定的逻辑关系连接确定的；根据电压暂降的过程免疫时间曲线，确定工业过程电压暂降的风险等级的隶属度向量；获取供电侧电压暂降特征与用户对电压暂降最敏感的耐受曲线，根据供电侧电压暂降特征和耐受曲线确定电压暂降造成用户非正常工作的次数；获取电压暂降过程中工业过程的经济损失数据；计算中断概率值、风险等级的隶属度向量、用户非正常工作的次数、经济损失数据之间的相关度；根据相关度确定中断概率值、风险等级的隶属度向量、用户非正常工作的次数的可靠度。其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来
实现。
76.在一个实施例中，如图2所示，提供了一种电压暂降风险分析方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：
77.步骤202，获取工业过程电压暂降中工业过程的中断概率值。
78.其中，电压暂降定是指供电电压有效值快速下降到额定值的90％到10％，持续时间为0.05个周波到1分钟。如果持续时间超过l分钟，则认为是电压偏低。由于发生频率远远大于短时中断，即使几百公里以外的故障，也有可能引起电压幅值跌落。电压暂降存在不同类型的风险，电压暂降结构性风险、电压暂降功能性风险、电压暂降安全性风险和电压暂降经济性风险等。
79.工业过程由设备按照一定的逻辑关系连接确定的，即工业过程一般由多个敏感设备按照一定的逻辑关系连接在一起，对于完成特定功能、任务的给定过程，其设备的元件类型、拓扑结构是确定的；敏感设备包括计算机pc、家用电器和过程控制设备、可编程逻辑控制器plc、交流调速驱动器asd、交流接触器acc和直流调速驱动器等设备。工业过程包括多个子过程，每个子过程中由至少一台设备构成。
80.电压暂降产生的电压暂降事件包括正常、子过程发生中断以及过程中断，其中，正常是指所有设备均正常运行的情况，包括三种可能的情况出现：电压暂降持续时间小于所有设备的最小过程免疫时间；电压暂降持续时间超过了部分设备的最小过程免疫时间，通过敏感设备中断概率计算后，设备未发生中断；通过计算后，设备发生中断，但备用设备未发生中断；子过程中断是指设备发生中断，且由于缺少备用设备或备用设备发生中断，导致子过程中断；过程中断是指子过程缺少备用，或备用与子过程同时发生中断引起的过程中断。
81.工业过程的中断概率值，即电压暂降结构性风险因子，通过工业工程的故障分析模型进行分析得到的，工业过程的中断概率值根据工业工程中的设备和由设备构成的子过程确定的。如图3所示，为一个实施例中的工业过程的故障树分析模型，故障树不同层次的逻辑门关系分布代表了工业过程中断、用户子过程中断以及敏感设备发生中断。工业过程由子过程和设备通过逻辑与或门连接构成，包括子过程1、子过程2、子过程3、子过程4、子过程5和子过程6；每个子过程由对应的设备组成，如，子过程1由设备1和设备2通过逻辑或门连接构成，子过程2由设备3和设备4通过逻辑或门连接构成，子过程3由设备5和设备6通过逻辑或门连接构成，子过程4由设备7和设备8通过逻辑或门连接构成，子过程5由设备9和设备10通过逻辑或门连接构成，子过程6由设备11和设备12通过逻辑或门连接构成。
82.步骤204，根据电压暂降的过程免疫时间曲线，确定工业过程电压暂降的风险等级的隶属度向量。
83.其中，过程免疫时间是指工业过程的电压暂降风险源于各元件或环节的物理参数超过其可接受范围，结合电压暂降免疫力c4.110联合工作小组提出了过程免疫时间曲线，受扰对象在从安全转变到危险的过程中，存在从量变到质变的过程，通常难以用确定点值表示，如图4所示，横坐标表示时间，纵坐标表示过程物理参数，工业过程在电压暂降作用下，其物理参数发生变化，当参数变化位于额定值与可接受阀值间的不同范围时，对应的过程可能处于“正常、过渡、危险”三种状态。
84.由于在不同电压暂降幅值特征下，同一过程的物理参数变化是不相同的，如图5。
图中，v
sag1
和v
sag2
分别表示幅值为0.1p.u.和0.9p.u.的电压暂降幅值。从图中可以看出，由于电压暂降幅值的变化，过程物理参数曲线的变化会发生改变，过程物理参数变化的过程使得区域划分的结果不固定，因此需要用模糊逻辑语言来描述，如表1所示，为基于模糊逻辑语言的电压暂降风险等级表格。
85.表1：
[0086][0087]
考虑到供电侧电压暂降水平的差异性，实际工业过程电压暂降风险等级可结合物理参数在电压暂降幅值上下边界内的不同变化状态可以将电压暂降风险等级划分为5级。
[0088]
电压暂降的风险等级的隶属度向量，即电压暂降功能性风险因子，用于反映电压暂降功能性风险在评估的风险等级集中的分布情况，其中，各个级别的分值表明整体过程风险隶属各个风险级别的程度大小。
[0089]
具体地，根据电压暂降的过程免疫时间曲线，确定电压暂降风险区域的时间区域间数；根据时间区域间数确定工业过程电压暂降各风险等级的隶属度，得到模糊隶属度矩阵；获取工业过程中各设备的过程免疫时间值；根据过程免疫时间值确定模糊一致性判断矩阵；通过对模糊一致性判断矩阵进行归一化处理，得到权值向量；根据权值向量和模糊隶属度矩阵进行加权平均处理，确定工业过程电压暂降的风险等级的隶属度向量。
[0090]
步骤206，获取供电侧电压暂降特征与用户对电压暂降最敏感的耐受曲线，根据供电侧电压暂降特征和耐受曲线确定电压暂降造成用户非正常工作的次数。
[0091]
其中，耐受曲线中包括电压的持续时间、电压的暂降幅值、等频次线(暂降次数/年)和电压耐受线以及确定的不安全区域。
[0092]
用户非正常工作的次数，即电压暂降安全性风险因子，导致工业过程整体安全遭受威胁的根源，来自于构成整个过程多个敏感设备或子环节的各稳态属性超过其可接受阀值或范围。
[0093]
例如，在一个实施例中，如图6所示，横坐标为电压的持续时间，纵坐标为电压的暂降幅值；观察等频次线(暂降次数/年)，它表示电压暂降发生的频次。如点(1)位于等频次线数为5的等频次线上，它表示幅值为14％，持续时间为0.1s的电压暂降的频次为5次/年。然后，观察电压耐受曲线。它表示用户最敏感设备在低于50％，持续时间大于0.25s电压暂降的作用下会发生中断。可以发现，当电压暂降频次为15的等频次线上的电压暂降不会使得用户最敏感设备发生中断，这也意味着，任意幅值和持续时间的电压暂降使得设备非正常运行的次数不会超过15次。因此，电压暂降造成该用户非正常工作的次数为15次，此为最严重情况下的统计值。
[0094]
具体地，通过获取供电侧电压暂降特征与用户对电压暂降最敏感的耐受曲线，根据供电侧电压暂降特征和耐受曲线确定电压暂降造成用户非正常工作的次数。
[0095]
步骤208，获取电压暂降过程中工业过程的经济损失数据。
[0096]
其中，经济损失数据，即电压暂降的经济性风险因子，可以通过单次故障率、年暂降频次、能量损失等方式进行度量，确定最终的工业过程的经济损失数据。经济损失数据包
括因电压暂降导致产品损坏、质量不合格以及产量降低等造成的损失数据。
[0097]
具体地，终端从服务器中获取因电压暂降产生的工业过程的经济损失数据。
[0098]
步骤210，计算中断概率值、风险等级的隶属度向量、用户非正常工作的次数、经济损失数据之间的相关度。
[0099]
其中，相关度包括正负相关度、强弱相关度和线性拟合相关度；正负先关度用于表征经济损失数据随中断概率值、风险等级的隶属度向量、用户非正常工作的次数的增加呈增加还是下降趋势；强弱相关度用于反映经济性因子(即，经济损失数据)与其他风险因子(即中断概率值、风险等级的隶属度向量、用户非正常工作的次数)之间强弱关系，也即是检验经济性因子随其他风险因子的变化而变化的多少；线性拟合相关度用于表示经济性风险因子与其他风险因子之间的函数关系。
[0100]
具体地，以时间为单位(例如，以月为单位)对获取的中断概率值、风险等级的隶属度向量、用户非正常工作的次数、经济损失数据进行统计，并将统计的中断概率值、风险等级的隶属度向量、用户非正常工作的次数、经济损失数据进行存储，通过写协方差分析，依次计算中断概率值、风险等级的隶属度向量、用户非正常工作的次数与经济损失数据之间的正负相关度；即使用协方差分析来检验风险因子之间的变化趋势
[0101][0102]
式中，x
ei
表示时间序列中第i个经济性风险因子值，x∈{xc,xf,xs}，依次为电压暂降结构性风险因子、电压暂降功能性风险因子、电压暂降经济性风险因子；i表示时间序列。当两个风险因子之间的变化趋势一致时，协方差为正；若两个风险因子之间的变化趋势相反，协方差为负；若两个变量相互独立，则协方差为0。
[0103]
依次计算中断概率值、风险等级的隶属度向量、用户非正常工作的次数与经济损失数据之间的强弱相关度；
[0104]
其中，表示风险因子x与xe的相关系数，表示风险因子x与xe的协方差，s
x
表示x的标准差；协方差，标准差的计算公式如下：
[0105][0106][0107][0108]
通过多元回归检验，依次计算中断概率值、风险等级的隶属度向量、用户非正常工作的次数与经济损失数据之间线性拟合相关度；使用相关系数来反映风险因子之间的密切程度，即
[0109]
假设风险因子x与经济性风险因子xe的关系为线性。
[0110]
xe＝β0+βcxc+βfxf+βsxs[0111]
使用最小二乘法对参数进行估计；利用多重判定系数检测回归方程的拟合优度。拟合优度越接近1，回归函数拟合度越好。
[0112][0113]
利用统计量f进行回归系数检验。若则至少有一个风险因子与经济性风险因子没有相关性，此时需要用统计量t进行检验。其中，ssr为回归平方和，sst为总离差平方和。
[0114]
若则该风险因子x与经济性风险因子没有相关性。
[0115]
步骤212，根据相关度确定中断概率值、风险等级的隶属度向量、用户非正常工作的次数的可靠度。
[0116]
具体地，根据正负相关度、强弱相关度和线性拟合相关度从不同的角度确定中断概率值、风险等级的隶属度向量、用户非正常工作的次数与经济损失数据之间的相关性，进而确定中断概率值、风险等级的隶属度向量、用户非正常工作的次数。可选地，根据相关度确定中断概率值、风险等级的隶属度向量、用户非正常工作的次数的可靠度确定是否作为电压暂降风险分析的风险指标。
[0117]
上述电压暂降风险分析方法中，通过获取工业过程电压暂降中工业过程的中断概率值，以及根据电压暂降的过程免疫时间曲线，确定工业过程电压暂降的风险等级的隶属度向量；根据供电侧电压暂降特征和耐受曲线确定电压暂降造成用户非正常工作的次数以及获取电压暂降过程中工业过程的经济损失数据；通过计算中断概率值、风险等级的隶属度向量、用户非正常工作的次数、经济损失数据之间的相关度；确定中断概率值、风险等级的隶属度向量、用户非正常工作的次数的可靠度，从多个维度角度对确定电压暂降的风险进行完整的评估。
[0118]
在一个实施例中，如图7所示，提供了一种电压暂降中工业过程的中断概率值方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：
[0119]
步骤702，基于设备的耐受曲线，根据电压暂降持续时长和电压暂降幅值确定各设备由于电压暂降发生中断的第一中断概率值。
[0120]
其中，设备的耐受曲线用于表示设备对电压暂降的耐受能力，设备的中断概率值是根据设备耐受能力确定的，如图8所示，为一个实施例中的设备的耐受曲线，直观地描述了设备对电压暂降的耐受能力。图中，横坐标表示电压暂降的持续时间，纵坐标表示电压暂降幅值。u
min
和u
max
、t
min
和t
max
分别为敏感设备在不确定区域内电压暂降幅值、持续时间的最小值和最大值。曲线1和曲线2的外部和内部分别对应设备正常和故障区域，曲线1、2之间为不确定区域，该区域可分为a、b、c等3个子区域，根据设备的第一中断概率值计算方式可以确定设备的终端概率值，设备的中断概率值的计算方式可以表示为：
[0121][0122]
其中，t为电压暂降持续时间(s)；u为电压暂降幅值(p.u.)；f(t,u)为不确定区域的故障隶属函数，通过设备仿真实验法确定。
[0123]
具体地，根据工业设备中各设备的耐受能力确定的耐受曲线，确定在电压暂降设备发生中断的第一中断概率值。
[0124]
步骤704，根据第一中断概率值确定由设备构成的子过程的第二中断概率值。
[0125]
具体地，根据工业过程故障分析模型进行逻辑运算，根据设备的第一中断概率值确定由设备构成的各子过程的第二中断概率值，确定子过程的第二中断概率值可以表示为：其中，p
is
为第i个子过程中断概率；ni为第i个子过程下设备个数；p
ije
为第i个子过程下第j个设备中断概率，可通过设备耐受曲线得到。
[0126]
步骤706，基于工业过程和子过程之间的逻辑连接关系，根据工业过程中子过程个数以及各子过程的第二中断概率值确定工业过程的中断概率值。
[0127]
其中，工业过程与子过程之间通过逻辑门进行连接，根据各子过程的第二中断概率值可以确定工业工程的中断概率值，中断概率值可以表示为：
[0128][0129]
其中，p
p
为过程中断概率；p
ios
为第i个子过程中断概率；p
jkas
为与第j个1级与门相连的第k个子过程中断概率；m1为直接与1级或门相连的子过程个数；m2为1级与门个数；nj为第j个1级与门下子过程个数。
[0130]
上述电压暂降的工业过程中断概率值方法中，根据工业过程故障分析模型通过逻辑计算，通过确定设备的第一中断概率值得到由设备构成的子过程的第二中断概率值，根据子过程和过程之间的逻辑连接关系，准确确定电压暂降导致整个工业过程发生中断的中断概率值。
[0131]
在一个实施例中，如图9所示，提供了一种工业过程电压暂降的风险等级的隶属度向量方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：
[0132]
步骤902，根据电压暂降的过程免疫时间曲线，确定电压暂降风险区域的时间区域间数。
[0133]
步骤904，根据时间区域间数确定工业过程电压暂降各风险等级的隶属度，得到模糊隶属度矩阵。
[0134]
其中，不同等级的电压暂降风险等级在过程免疫时间曲线中对应不同的时间区域，如图5所示，根据供电侧电压暂降水平的差异性，实际工业过程电压暂降风险等级可结合物理参数在电压暂降幅值上下边界内的不同变化状态划分为5级，对应于图5中的ⅰ、ⅱ、ⅲ、iv和v的风险等级区域，其中，由于电压暂降幅值的变化，过程物理参数曲线的变化会发生改变，过程物理参数变化的过程使得区域划分的结果不固定，因此需要用模糊逻辑语言来描述，刻画不同电压暂降水平下物理参数的变化状态。可将过程电压暂降风险划分为5个
等级，构成风险评语集：v＝{v1,v2,v3,v4,v5}＝{i级,ii级,iii级,iv级,v级}＝{低风险,低-中风险,中风险,中-高风险,高风险}。
[0135]
用过程免疫时间区间数ti和表示第i等级风险对应的过程免疫时间的下、上限，各风险等级的隶属度为：
[0136][0137]
式中，|*|是区间几何长度的运算；ti表示的是过程物理参数划分出的区域，根据确定的各风险等级的隶属度得到模糊隶属度矩阵。
[0138]
步骤906，获取工业过程中各设备的过程免疫时间值。
[0139]
步骤908，根据过程免疫时间值确定模糊一致性判断矩阵。
[0140]
其中，按工业过程的实现功能，从设备到子环节的各个阶段中的各个物理参数包含了若干风险评价因素，每一个评价因素都是整体风险的子因素，各因素可按支配关系抽象为有序的递阶层次化结构。可细分为准则层因素集u和指标层因素集ui，即u＝{u1,u2,...,un}和ui＝{u
i1
,u
i2
,...,u
im
}，u和ui为准则层和指标层的因素集，n和m为各层因素数。
[0141]
具体地，通过对各过程免疫时间值进行排序，得到排序结果；通过模糊判断矩阵对各过程免疫时间值进行判断，得到优先判断矩阵；对优先判断矩阵各行和求取模糊一致性判断矩阵。如，σ(i)为用户工业过程中的设备测量得到的pit值按照大小排序后得到的结果，其中，i表示序列号，通过表2所示的模糊判断矩阵建立新的矩阵a，a＝(a
ij
)n×n称为优先判断矩阵，ai和aj分别指矩阵中第i、j个元素，根据优先判断矩阵各行求取模糊一致性判断矩阵可以表示为f＝(f
ij
)n×n，其中，最终使用公式实现转化。
[0142]
表2：模糊判断矩阵
[0143][0144]
步骤910，通过对模糊一致性判断矩阵进行归一化处理，得到权值向量。
[0145]
具体地，通过对模糊一致性判断矩阵进行归一化处理，得到权值向量w可以表示
为：
[0146]
步骤912，根据权值向量和模糊隶属度矩阵进行加权平均处理，确定工业过程电压暂降的风险等级的隶属度向量。
[0147]
具体地，通过对模糊一致性判断矩阵进行归一化处理，确定代表各指标层的权重系数；根据各指标层的权重系数确定与各指标层对应的准则层的权重系数，得到权值向量；将权值向量和模糊隶属度矩阵输入至评判模型，进行加权平均处理，确定工业过程电压暂降的风险等级的隶属度向量；隶属度向量用于表征电压暂降功能性风险在风险等级集中的分布情况。其中，评判模型可以表示为：
[0148][0149]
其中，b为电压暂降功能性风险因子对应的隶属度向量，bj，表示电压暂降功能性风险从整体过程上对评语集的隶属度，
“○”
表示广义模糊合成运算中的加权平均算子。
[0150]
例如，在一个实施例中，工业过程中包括两个子过程，每个子过程中含有两个设备，如图10所示，子过程分别为烘干子过程u1和清洁子过程u2,烘干子过程u1包括加热u11和风机u12，对应指标层，对应的物理参数有温度和风速，过程免疫时间分别为70和110；清洁子过程u2包括清洁u21和加压u22，对应指标层，对应的物理参数有清洁度和压强差，过程免疫时间分别为190和70。
[0151]
目标层准则层指标层物理参数pit排序某工业过程烘干u1加热u11温度701
ꢀꢀ
风机u12风速1103 清洁u2清洁u21清洁度1904
ꢀꢀ
加压u22压强差701
[0152]
通过模糊矩阵运算，需要求解的目标权重为：
[0153][0154]
首先计算权重系数w
11
。
[0155]
求模糊判断矩阵a
[0156]
∵u
11
温度pit排序σ(1)＝1；u
12
风速pit排序σ(2)＝3。
[0157]
σ(2)-σ(1)＝2
[0158]
∴根据表4-2可得，a
12
＝0.6，a
21
＝0.4；
[0159]
∵
[0160]
∴
[0161]
求模糊一致性矩阵f
[0162]
∵f1＝a
11
+a
12
＝1.1；f2＝a
21
+a
22
＝0.9；
[0163]
∴f
21
＝0.45；
[0164]
∵
[0165]
∴
[0166]
同理可求得w
12
、w
21
、w
22
。
[0167]
将u
11
、u
12
中排序最低的pit值作为u1的pit值，按照求w
12
的方法，求w1。
[0168]
最终得到的目标权重为：
[0169][0170]
将各因素层(子过程中的设备)的pit曲线进行电压暂降风险等级划分，并将结果与各目标权重汇总如下：
[0171][0172]
根据上述风险等级划分，参照表1、中断概率值的计算公式进行。
[0173]u11
＝[0.257，0.164，0.032，0.418，0.129]
[0174]
最终电压暂降功能性风险等级评价综合结果b计算：
[0175][0176][0177][0178]
b中最大值0.328位于第四级风险，即确定工业过程电压暂降的风险等级的分布情况。
[0179]
上述工业过程电压暂降的风险等级的隶属度向量确定方法中，通过根据电压暂降的过程免疫时间曲线，确定电压暂降风险区域的时间区域间数；根据所述时间区域间数确定工业过程电压暂降各风险等级的隶属度，得到模糊隶属度矩阵；获取工业过程中各设备的过程免疫时间值；根据所述过程免疫时间值确定模糊一致性判断矩阵；通过对所述模糊一致性判断矩阵进行归一化处理，得到权值向量；根据所述权值向量和所述模糊隶属度矩阵进行加权平均处理，确定工业过程电压暂降的风险等级的隶属度向量，得到电压暂降功能性风险评估的分布情况。
[0180]
应该理解的是，虽然图2、图7和图9的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2、图7和图9中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0181]
在一个实施例中，如图11所示，提供了一种电压暂降风险分析装置，包括：第一获取模块1102、第一确定模块1104、第二确定模块1106、第二获取模块1108、数据处理模块1110和分析模块1112，其中：
[0182]
第一获取模块1102，用于获取工业过程电压暂降中工业过程的中断概率值；工业过程由设备按照一定的逻辑关系连接确定的。
[0183]
第一确定模块1104，用于根据电压暂降的过程免疫时间曲线，确定工业过程电压暂降的风险等级的隶属度向量。
[0184]
第二确定模块1106，用于获取供电侧电压暂降特征与用户对电压暂降最敏感的耐受曲线，根据供电侧电压暂降特征和耐受曲线确定电压暂降造成用户非正常工作的次数。
[0185]
第二获取模块1108，用于获取电压暂降过程中工业过程的经济损失数据。
[0186]
数据处理模块1110，用于计算中断概率值、风险等级的隶属度向量、用户非正常工作的次数、经济损失数据之间的相关度。
[0187]
分析模块1112，用于根据相关度确定中断概率值、风险等级的隶属度向量、用户非正常工作的次数的可靠度。
[0188]
上述电压暂降风险分析装置中，通过获取工业过程电压暂降中工业过程的中断概率值，以及根据电压暂降的过程免疫时间曲线，确定工业过程电压暂降的风险等级的隶属度向量；根据供电侧电压暂降特征和耐受曲线确定电压暂降造成用户非正常工作的次数以及获取电压暂降过程中工业过程的经济损失数据；通过计算中断概率值、风险等级的隶属度向量、用户非正常工作的次数、经济损失数据之间的相关度；确定中断概率值、风险等级的隶属度向量、用户非正常工作的次数的可靠度，对确定电压暂降的风险进行完整的评估。
[0189]
在另一个实施例中，提供了一种电压暂降风险分析装置，除包括第一获取模块1102、第一确定模块1104、第二确定模块1106、第二获取模块1108、数据处理模块1110和分析模块1112之外，还包括：归一化处理模块、加权平均处理模块、排序模块和判断模块，其中：
[0190]
第一获取模块1102还用于获取工业过程电压暂降中各设备发生中断的第一中断概率值。
[0191]
第一确定模块1104还用于根据第一中断概率值以及设备确定的子过程个数确定工业过程的中断概率值。
[0192]
第二确定模块1106还用于基于设备的耐受曲线，根据电压暂降持续时长和电压暂降幅值确定各设备由于电压暂降发生中断的第一中断概率值；
[0193]
根据第一中断概率值确定由设备构成的子过程的第二中断概率值；
[0194]
基于工业过程和子过程之间的逻辑连接关系，根据工业过程中子过程个数以及各子过程的第二中断概率值确定工业过程的中断概率值。
[0195]
第一确定模块1104还用于根据电压暂降的过程免疫时间曲线，确定电压暂降风险区域的时间区域间数；根据时间区域间数确定工业过程电压暂降各风险等级的隶属度，得到模糊隶属度矩阵；获取工业过程中各设备的过程免疫时间值；根据过程免疫时间值确定模糊一致性判断矩阵。
[0196]
归一化处理模块，用于通过对模糊一致性判断矩阵进行归一化处理，得到权值向量。
[0197]
加权平均处理模块，用于根据权值向量和模糊隶属度矩阵进行加权平均处理，确定工业过程电压暂降的风险等级的隶属度向量。
[0198]
排序模块，用于对各过程免疫时间值进行排序，得到排序结果。
[0199]
判断模块，用于通过模糊判断矩阵对各过程免疫时间值进行判断，得到优先判断矩阵；对优先判断矩阵各行和求取模糊一致性判断矩阵。
[0200]
归一化处理模块还用于通过对模糊一致性判断矩阵进行归一化处理，确定代表各指标层的权重系数；
[0201]
第一确定模块1104还用于根据各指标层的权重系数确定与各指标层对应的准则层的权重系数，得到权值向量。
[0202]
分析模块1112还用于将权值向量和模糊隶属度矩阵输入至评判模型，进行加权平均处理，确定工业过程电压暂降的风险等级的隶属度向量；隶属度向量用于表征电压暂降功能性风险在风险等级集中的分布情况。
[0203]
数据处理模块1110还用于依次计算中断概率值、风险等级的隶属度向量、用户非正常工作的次数与经济损失数据之间的正负相关度；依次计算中断概率值、风险等级的隶属度向量、用户非正常工作的次数与经济损失数据之间的强弱相关度；依次计算中断概率值、风险等级的隶属度向量、用户非正常工作的次数与经济损失数据之间线性拟合相关度。
[0204]
在一个实施例中，获取工业过程电压暂降中各设备发生中断的第一中断概率值，以及由设备构成的子过程的第二中断概率值；根据第一中断概率值和第二中断概率值确定工业过程的中断概率值；工业过程由设备按照一定的逻辑关系连接确定的；根据电压暂降的过程免疫时间曲线，确定电压暂降的风险等级的过程免疫时间区间数；根据过程免疫时间区间数确定各风险等级的隶属度向量；获取供电侧电压暂降特征与用户对电压暂降最敏感的耐受曲线，并通过该特征与曲线确定电压暂降造成用户非正常工作的次数；获取电压暂降过程中工业过程的经济损失数据；将中断概率值、风险等级的隶属度、用户非正常工作的次数、经济损失数据进行时间序列化处理；计算时间序列化处理后的中断概率值、风险等级的隶属度、用户非正常工作的次数、经济损失数据之间的相关度；根据相关度确定中断概率值、风险等级的隶属度、用户非正常工作数据的可靠度，进而对电压暂降的风险进行多维度评估，提高电压暂降分风险评估的完整性。
[0205]
关于电压暂降风险分析装置的具体限定可以参见上文中对于电压暂降风险分析方法的限定，在此不再赘述。上述电压暂降风险分析装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0206]
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图11所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过wifi、运营商网络、nfc(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现
一种电压暂降风险分析方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
[0207]
本领域技术人员可以理解，图11中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0208]
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
[0209]
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
[0210]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。
[0211]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0212]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。

技术特征：
1.一种电压暂降风险分析方法，其特征在于，所述方法包括：获取工业过程电压暂降中工业过程的中断概率值；所述工业过程由设备按照一定的逻辑关系连接确定的；根据电压暂降的过程免疫时间曲线，确定工业过程电压暂降的风险等级的隶属度向量；获取供电侧电压暂降特征与用户对电压暂降最敏感的耐受曲线，根据所述供电侧电压暂降特征和所述耐受曲线确定电压暂降造成用户非正常工作的次数；获取电压暂降过程中工业过程的经济损失数据；计算所述中断概率值、风险等级的隶属度向量、用户非正常工作的次数、所述经济损失数据之间的相关度；根据所述相关度确定所述中断概率值、风险等级的隶属度向量、用户非正常工作的次数的可靠度。2.根据权利要求1所述的方法，其特征在于，所述获取电压暂降中工业过程的中断概率值，包括：获取工业过程电压暂降中各设备发生中断的第一中断概率值；根据所述第一中断概率值以及所述设备确定的子过程个数确定所述工业过程的中断概率值。3.根据权利要求2所述的方法，其特征在于，所述获取工业过程电压暂降中各设备发生中断的第一中断概率值，包括：基于设备的耐受曲线，根据电压暂降持续时长和电压暂降幅值确定各所述设备由于电压暂降发生中断的第一中断概率值；所述根据所述第一中断概率值以及所述设备确定的子过程个数确定所述工业过程的中断概率值，包括：根据所述第一中断概率值确定由所述设备构成的子过程的第二中断概率值；基于所述工业过程和所述子过程之间的逻辑连接关系，根据所述工业过程中子过程个数以及各所述子过程的第二中断概率值确定所述工业过程的中断概率值。4.根据权利要求1所述的方法，其特征在于，所述根据电压暂降的过程免疫时间曲线，确定工业过程电压暂降的风险等级的隶属度向量，包括：根据电压暂降的过程免疫时间曲线，确定电压暂降风险区域的时间区域间数；根据所述时间区域间数确定工业过程电压暂降各风险等级的隶属度，得到模糊隶属度矩阵；获取工业过程中各设备的过程免疫时间值；根据所述过程免疫时间值确定模糊一致性判断矩阵；通过对所述模糊一致性判断矩阵进行归一化处理，得到权值向量；根据所述权值向量和所述模糊隶属度矩阵进行加权平均处理，确定工业过程电压暂降的风险等级的隶属度向量。5.根据权利要求4所述的方法，其特征在于，所述根据所述过程免疫时间值确定模糊一致性判断矩阵，包括：对各所述过程免疫时间值进行排序，得到排序结果；
通过模糊判断矩阵对各所述过程免疫时间值进行判断，得到优先判断矩阵；对所述优先判断矩阵各行和求取模糊一致性判断矩阵。6.根据权利要求4所述的方法，其特征在于，所述通过对所述模糊一致性判断矩阵进行归一化处理，得到权值向量，包括：通过对所述模糊一致性判断矩阵进行归一化处理，确定代表各指标层的权重系数；根据各所述指标层的权重系数确定与各所述指标层对应的准则层的权重系数，得到权值向量；所述根据所述权值向量和所述模糊隶属度矩阵进行加权平均处理，确定工业过程电压暂降的风险等级的隶属度向量，包括：将所述权值向量和所述模糊隶属度矩阵输入至评判模型，进行加权平均处理，确定工业过程电压暂降的风险等级的隶属度向量；所述隶属度向量用于表征电压暂降功能性风险在风险等级集中的分布情况。7.根据权利要求1所述的方法，其特征在于，所述计算所述中断概率值、风险等级的隶属度向量、用户非正常工作的次数、所述经济损失数据之间的相关度，包括：依次计算所述中断概率值、风险等级的隶属度向量、用户非正常工作的次数与所述经济损失数据之间的正负相关度；依次计算所述中断概率值、风险等级的隶属度向量、用户非正常工作的次数与所述经济损失数据之间的强弱相关度；所述依次计算所述中断概率值、风险等级的隶属度向量、用户非正常工作的次数与所述经济损失数据之间线性拟合相关度。8.一种电压暂降风险分析装置，其特征在于，所述装置包括：第一获取模块，用于获取工业过程电压暂降中工业过程的中断概率值；所述工业过程由设备按照一定的逻辑关系连接确定的；第一确定模块，用于根据电压暂降的过程免疫时间曲线，确定工业过程电压暂降的风险等级的隶属度向量；第二确定模块，用于获取供电侧电压暂降特征与用户对电压暂降最敏感的耐受曲线，根据所述供电侧电压暂降特征和所述耐受曲线确定电压暂降造成用户非正常工作的次数；第二获取模块，用于获取电压暂降过程中工业过程的经济损失数据；数据处理模块，用于计算所述中断概率值、风险等级的隶属度向量、用户非正常工作的次数、所述经济损失数据之间的相关度；分析模块，用于根据所述相关度确定所述中断概率值、风险等级的隶属度向量、用户非正常工作的次数的可靠度。9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

技术总结
本申请涉及一种电压暂降风险分析方法、装置、计算机设备和存储介质。所述方法包括：通过获取工业过程电压暂降中工业过程的中断概率值，以及根据电压暂降的过程免疫时间曲线，确定工业过程电压暂降的风险等级的隶属度向量；根据供电侧电压暂降特征和耐受曲线确定电压暂降造成用户非正常工作的次数以及获取电压暂降过程中工业过程的经济损失数据；通过计算中断概率值、风险等级的隶属度向量、用户非正常工作的次数、经济损失数据之间的相关度；确定中断概率值、风险等级的隶属度向量、用户非正常工作的次数的可靠度，对确定电压暂降的风险进行完整的评估。采用本方法能够从多维度对电压暂降的风险进行完整评估，提高评估结果的可靠性。可靠性。可靠性。


技术研发人员：张华赢 吴显 游奕弘 汪清 肖先勇 汪颖 胡文曦
受保护的技术使用者：深圳供电局有限公司
技术研发日：2021.11.08
技术公布日：2022/3/7