电力企业安全评估系统的设计与实现

电力企业安全评估系统的设计与实现

郭晓

巴彦淖尔供电公司/农垦供电分公司 内蒙古巴彦淖尔市015000

摘要：电力安全生产的重要性是由电力生产、建设的客观规律和生产特性及社会作用决定的。电力安全生产不仅关系到电力系统自身的稳定、效益和发展，而且直接影响广大电力用户的利益和安全，影响国民经济的健康发展、社会秩序的稳定和人民日常生产生活。为了准确评估电力企业安全，设计一款电力企业安全评估系统。该系统基于支持向量机进行开发，分为数据层、业务逻辑层以及表示层。用户在表示层下达评估指令，并将其传输至业务逻辑层，业务逻辑层围绕用户所需评估的电力企业信息安全评估问题类型，在数据库中使用基于模糊聚类分析的电力企业信息样本聚类方法，实现电力企业安全评价时的样本聚类与变量预处理。针对聚类与预处理后的电力企业安全评估数据，构建基于支持向量机的电力企业安全评估模型，并将评估结果传输至表示层，在操作界面反馈至用户。

关键词：电力企业；安全评估系统；设计；实现

1电力企业安全评估系统的设计

1.1系统结构设计

基于支持向量机的电力企业安全评估系统属于B/S分布式结构，B/S分布式结构属于浏览器与服务器相辅相助式管理结构。系统由3层结构组成，用户能够在浏览器中访问服务器，此分层结构灵敏性较好。系统分为数据层、业务逻辑层、表示层。数据层可保存电力企业业务数据，为实现电力企业业务数据安全，本研究采用MicrosoftSQLServer2000数据库；数据层主要使用基于模糊聚类分析的电力企业信息样本聚类方法、基于因子分析的评价变量预处理方法实现电力企业安全评价时的样本聚类与变量预处理。业务逻辑层通过数据库仿真结构将业务逻辑进行封装，构建基于支持向量机的电力企业安全评估模型。表示层为最终评估结果的展示界面。基于支持向量机的电力企业安全评估系统主要分为电力企业安全评估模块、统计查询模块、系统维护模块以及评价结果输出模块。各个模块的性能具有交叉重叠性，相互协作，构建可全面评估电力企业安全的评估系统。电力企业安全评估模块、统计查询模块、系统维护模块设计在系统的业务逻辑层，统计查询模块的功能主要为用户提供电力企业不同类型运营信息的统计查询。评估结果输出模块属于表示层的核心模块，可输出电力企业安全评估最终结果。

1.2数据层应用方法设计

电力企业安全评估通常是安全评估指定类型的电力企业信息，所以，需要聚类电力企业信息样本里性质差异不大的电力企业信息样本数据。具体步骤如下。（1）构建电力企业信息样本矩阵。聚类n种电力企业信息样本，构建电力企业信息样本矩阵。矩阵的行表示一种电力企业信息样本的全部数据，矩阵的列是电力企业信息所有样本的等项指标。（2）模糊相容矩阵。计算电力企业信息样本间近似度，建立模糊相容矩阵，将其设成W。模糊等价矩阵。将得到的模糊相容矩阵做相乘计算，若近邻几次获取的电力企业信息合成矩阵均具有重叠性才停止相乘，此时得到的结果即为电力企业信息样本的模糊等价矩阵。将电力企业信息模糊等价矩阵的惩罚法则设成行Wjt、列Wti相乘后求和，构建电力企业信息新的矩阵单元。（4）聚类。电力企业信息聚类的截集标准设成σ，当σ的值高于0.8，则隶属度大于0.8的电力企业信息样本属于相同类型，完成电力企业信息样本聚类。

1.3业务逻辑层应用方法设计

以往使用的专家层次分析法是基于专家经验的每个评估变量和电力企业安全等级间的非线性关系的表达，但是每次评估均需专家打分，该方法仅适用于小电网，且存在较多约束。本研究构建基于支持向量机的电力企业安全评估模型，通过支持向量机拟合电力企业安全的非线性关系，以此完成大电网企业安全的实时定量评估。支持向量机属于二分类问题，应用核心为最优超平面。使用某种提前选取的非线性映射（核函数）把输入向量映射至高维特征空间，之后在特征空间里检索电力企业安全评估的最佳分类超平面，充分分类2种数据点。传统的支持向量机仅可以解决二分类问题，为对电力企业安全系统进行评估，建立多种支持向量机子分类器，在建立第j个支持向量机子分类器时，将隶属j等级风险的电力企业安全评估样本数据设成负类。为通过专家层次分析法得到支持向量机的训练样本，通过蒙特卡洛抽样法选取电力企业安全评估时，逐个输入样本集。训练后把支持向量机决策函数使用在电力企业安全评估系统里，通过专家层次分析法来分析支持向量机决策函数的精度。（1）通过蒙特卡洛随机抽样法抽样选取电力企业安全评估的输入数据。（2）通过专家评价电力企业安全评估时评估变量的分数。（3）使用获取电力企业安全评估所用的训练样本集，并通过支持向量机进行训练，运算获取支持向量机决策函数。（4）把电力企业安全评估数据导进支持向量机决策函数中，对电力企业安全进行判断。

2实验结果

使用本研究所设计系统对某电力企业的电网故障风险进行评估，该电力企业的电网故障风险运行评估指标体系如表1所示。

将该电力企业2013—2018年的16个评估变量设成输入，将故障损失电量设成期望输出，将该电力企业2019年的实际故障损失电量设成检验样本。使用本研究所设计系统对该电力企业的电网故障风险进行评估，并与2019年实际故障损失电量做对比分析，结果如表2所示。

如表2所示，本研究所设计系统对该电力企业的电网故障风险进行多次评估后，评估值和实际故障损失电量的差值最大值为0.18万kW·h，差值较小，数据表明本研究所设计系统可有效评估电力企业安全，符合该领域的应用要求。

使用本研究所设计系统对该电力企业2013—2018年的电网故障风险进行评估，设定评估样本数量分别是20组、40组、60组、80组、100组，测试本研究所设计系统评估精度结果如图所示。

由图可知，评估样本数量分别是20组、40组、60组、80组、100组时，本研究所设计系统所评估的电网故障损失电量均值与实际故障损失电量均值相差极小，评估精度较高。

3结语

本研究针对电力企业安全评估问题，设计基于支持向量机的电力企业安全评估系统，并利用所设计系统对某电力企业的电网故障风险运行评估。评估结果显示，本研究所设计系统的故障风险评估值和实际故障损失电量的差值最大值是0.18万kW·h，评估样本数量分别是20组、40组、60组、80组、100组时，本研究所设计系统所评估的电网故障损失电量均值与实际故障损失电量均值间的差值极小。实验数据表明了本研究所设计系统对电力企业安全评估具有较强应用性，评估精度较高。由于本系统基于支持向量机进行开发，考虑的算法相对单一，在以后的研究中，可考虑基于粒子群算法、人工神经网络算法等其他方法进行电力企业安全评估系统的设计，对比评估精度，从而推动电力企业安全评估系统的发展。

参考文献

[1]刘道远，孙科达，周君良，等.模糊综合评判法在电力企业网络信息安全评估中的应用[J].电信科学，2020，36（3）：34-41.

[2]邓彦军，周有飞.供电企业安全生产管理的创新[J].大众用电，2019，34（8）：41-42.

[3]宋祉明，李继刚，闫续锋，等.电力企业全员安全能力评估系统研究[J].内蒙古科技与经济，2020（15）：34-36.

[4]刘道远，孙科达，周君良，等.模糊综合评判法在电力企业网络信息安全评估中的应用[J].电信科学，2020，36（3）：34-41.

[5]卢家麟，竺炜，唐颖杰，等.基于负荷安全域的双馈风电场无功配置及规划[J].电力科学与技术学报，2020，35（1）：83-89.

[6]林莉，金鑫，朱丽云，等.考虑充放电能量不均衡的双电池系统状态评估与控制策略[J].电力系统自动化，2018，42（10）：128-134.