摘要
本发明公开了一种考虑多气象敏感因素的电力系统安全评估方法及系统,涉及电力系统安全性评估技术领域,包括基于不同气象因素对电力系统元件的耦合作用,建立多气象因素影响下的故障模型。利用多模态数据融合与神经网络技术,计算电力系统各元件在极端天气条件下的故障概率。结合系统元件故障概率,通过蒙特卡洛方法评估电力系统的安全性,输出可靠性指标。本发明所述方法突破了传统安全评估对单因子假设、静态模型、低效计算的依赖,实现了多因素动态感知‑深度学习融合建模‑全局状态概率评估的全链路创新路径,最终达到了提升评估准确性、适应极端天气演变、增强电力系统应急响应能力的技术效果,具有显著的社会价值和工程应用前景。
技术关键词
电力系统安全评估
电力系统安全性评估
评估电力系统
气象
蒙特卡洛方法
长短期记忆神经网络模型
电力系统元件
多模态数据融合
神经网络技术
建立电力系统
指标
天气
孤岛效应
电力系统应急
故障概率模型
深度学习融合
采样方法
系统为您推荐了相关专利信息
架空配电线路
处置装置
电子式互感器
微型气象站
低压电流互感器
数字孪生
仿真环境
真实系统
策略
BACnet协议
多元线性回归模型
农业
农林牧渔业
分段
构建预测模型