本發(fā)明涉及電網(wǎng)安全領(lǐng)域，具體涉及一種電網(wǎng)可靠性分析方法和裝置。

背景技術(shù)：

20世紀(jì)90年代中期起，省聯(lián)網(wǎng)的區(qū)域電網(wǎng)逐步發(fā)展，跨區(qū)域的超高壓電網(wǎng)也初步建設(shè)，這對長距離通信提出了更高的要求，因此光纖通信技術(shù)應(yīng)運而生，并日漸成熟。光纖通信因為其高帶寬、低衰耗、長距離、抗干擾、低成本等特點，給電力通信系統(tǒng)帶來了一次前所未有的革命。

當(dāng)前，我國已經(jīng)建成了“三縱四橫”的電力光纜主干網(wǎng)絡(luò)，形成了以光纖通信為主，電力線載波、無線等多種通信方式并存的通信網(wǎng)絡(luò)格局。電力光纜網(wǎng)絡(luò)作為電力通信網(wǎng)絡(luò)的主要方式。在實際運行中，光纜可能遭受來自工程施工、雷擊、自然災(zāi)害、盜竊、恐怖襲擊等外界因素的影響，而造成光纜的斷線、斷纖、磨損、短路電流燒毀等各種事故，因此，研究光纜網(wǎng)的安全性和可靠性對整個電網(wǎng)系統(tǒng)安全穩(wěn)定的生產(chǎn)運行有著重大的意義。然而，目前在電力系統(tǒng)中對光纜網(wǎng)絡(luò)的可靠性分析大都從物理特性、故障點的判斷以及運行維護(hù)的規(guī)范方面著手，并沒有從光纜所處的整體環(huán)境來考慮，缺乏一個完整的理論體系做指導(dǎo)。

由于電力光纜網(wǎng)是節(jié)點和鏈路的集合，因此，節(jié)點和鏈路的可靠性直接影響業(yè)務(wù)通道的可靠性，進(jìn)一步影響電力光纜網(wǎng)的可靠性。目前，可以 結(jié)合系統(tǒng)工程的理論對電力光纜網(wǎng)的光纖鏈路進(jìn)行可靠性分層，如：機械強度、環(huán)境溫度、環(huán)境濕度、環(huán)境污染、電磁干擾、光纖質(zhì)量、工程質(zhì)量、光纖老化等，然后對影響可靠性的各種因素進(jìn)行分析，并建立可靠性的指標(biāo)體系，然后使用數(shù)學(xué)理論及方法求解，最后把計算結(jié)果應(yīng)用于實際的網(wǎng)絡(luò)中進(jìn)行可靠性分析和故障問題的查找。其中，常用的數(shù)學(xué)理論及方法有層次分析法、變異系數(shù)法、模糊綜合評判法等。變異系數(shù)法利用各項指標(biāo)所包含的信息，計算得到指標(biāo)的權(quán)重，是一種客觀賦權(quán)法，當(dāng)評價指標(biāo)對于評價目標(biāo)而言比較模糊時，采用變異系數(shù)法進(jìn)行評定是比較合適的，但是對指標(biāo)的具體經(jīng)濟意義重視不夠，必然會存在一定的誤差。模糊綜合評判法以隸屬度來描述模糊界限，通常依附于個人的主觀臆斷，適用于不易量化的決策問題，例如當(dāng)影響因素過多時容易導(dǎo)致各因素權(quán)重小而造成的嚴(yán)重失真現(xiàn)象或多峰值現(xiàn)象等。

因此，如何提高電網(wǎng)可靠性分析的準(zhǔn)確性和全面性，成為一個亟待解決的技術(shù)問題。

技術(shù)實現(xiàn)要素：

因此，本發(fā)明要解決的技術(shù)問題在于現(xiàn)有技術(shù)中的電網(wǎng)可靠性分析方案準(zhǔn)確性低、不全面。從而提供一種電網(wǎng)可靠性分析方法和裝置。

有鑒于此，本發(fā)明實施例的第一方面提供了一種電網(wǎng)可靠性分析方法，提取電網(wǎng)系統(tǒng)中每個分析對象對應(yīng)的特征參數(shù)和特征參數(shù)的數(shù)量；獲取所述特征參數(shù)的比較序列和參考序列；根據(jù)所述特征參數(shù)的數(shù)量、所述比較序列和所述參考序列計算得到所述比較序列與所述參考序列的關(guān)聯(lián)系數(shù)； 根據(jù)所述特征參數(shù)的數(shù)量和所述關(guān)聯(lián)系數(shù)確定所述特征參數(shù)對電網(wǎng)可靠性影響程度的高低。

優(yōu)選地，所述根據(jù)所述特征參數(shù)的數(shù)量、所述比較序列和所述參考序列計算得到所述比較序列與所述參考序列的關(guān)聯(lián)系數(shù)包括：分別采用如下公式計算得到所述比較序列和所述參考序列的兩級最小差和兩級最大差：

采用如下公式計算得到所述關(guān)聯(lián)系數(shù)：

其中，x_i(k)是所述比較序列中第k個特征參數(shù)的第i個參數(shù)值的無量綱化數(shù)據(jù)，Δ_min是所述兩級最小差，Δ_max是所述兩級最大差，x₀(k)是所述參考序列中第k個特征參數(shù)的參數(shù)值，r(x₀(k)，x_i(k))是所述關(guān)聯(lián)系數(shù)，ξ∈(0,1)是分辨系數(shù)，m是所述特征參數(shù)的數(shù)量，m，k是大于0的整數(shù)，i是大于0且小于或者等于m的整數(shù)。

優(yōu)選地，所述獲取所述特征參數(shù)的比較序列包括：采用如下公式對所述特征參數(shù)進(jìn)行無量綱化處理，得到所述比較序列：

其中，x_i(k)是所述比較序列中第k個特征參數(shù)的第i個參數(shù)值的無量綱化數(shù)據(jù)，x_i'(k)是第k個特征參數(shù)的第i個參數(shù)值，m是所述特征參數(shù)的數(shù)量，m，k是大于0的整數(shù)，i是大于0且小于或者等于m的整數(shù)。

優(yōu)選地，所述獲取所述特征參數(shù)的參考序列包括：計算每個所述特征 參數(shù)的參數(shù)值的平均值，得到所述參考序列。

優(yōu)選地，其特征在于，所述根據(jù)所述特征參數(shù)的數(shù)量和所述關(guān)聯(lián)系數(shù)確定所述特征參數(shù)對電網(wǎng)可靠性影響程度的高低包括：根據(jù)所述特征參數(shù)的數(shù)量和所述關(guān)聯(lián)系數(shù)計算得到所述特征參數(shù)的灰關(guān)聯(lián)熵；根據(jù)所述灰關(guān)聯(lián)熵確定所述特征參數(shù)對電網(wǎng)可靠性影響程度的高低。

優(yōu)選地，所述根據(jù)所述特征參數(shù)的數(shù)量和所述關(guān)聯(lián)系數(shù)計算得到所述特征參數(shù)的灰關(guān)聯(lián)熵包括：采用如下公式計算得到所述參考序列與所述比較序列的屬性信息：

采用如下公式計算得到所述灰關(guān)聯(lián)熵：

其中，P_i(k)是所述屬性信息，H_i(k)是所述灰關(guān)聯(lián)熵，x_i(k)是所述比較序列中第k個特征參數(shù)的第i個參數(shù)值的無量綱化數(shù)據(jù)，x₀(k)是所述參考序列中第k個特征參數(shù)的參數(shù)值，r(x₀(k)，x_i(k))是所述關(guān)聯(lián)系數(shù)，m是所述特征參數(shù)的數(shù)量，m，k是大于0的整數(shù)，i是大于0且小于或者等于m的整數(shù)。

本發(fā)明實施例的第二方面提供了一種電網(wǎng)可靠性分析裝置，包括：提取模塊，用于提取電網(wǎng)系統(tǒng)中每個分析對象對應(yīng)的特征參數(shù)和特征參數(shù)的數(shù)量；獲取模塊，用于獲取所述特征參數(shù)的比較序列和參考序列；計算模塊，用于根據(jù)所述特征參數(shù)的數(shù)量、所述比較序列和所述參考序列計算得到所述比較序列與所述參考序列的關(guān)聯(lián)系數(shù)；確定模塊，用于根據(jù)所述特 征參數(shù)的數(shù)量和所述關(guān)聯(lián)系數(shù)確定所述特征參數(shù)對電網(wǎng)可靠性影響程度的高低。

優(yōu)選地，所述計算模塊包括：第一計算單元，用于分別采用如下公式計算得到所述比較序列和所述參考序列的兩級最小差和兩級最大差：

第二計算單元，用于采用如下公式計算得到所述關(guān)聯(lián)系數(shù)：

其中，x_i(k)是所述比較序列中第k個特征參數(shù)的第i個參數(shù)值的無量綱化數(shù)據(jù)，Δ_min是所述兩級最小差，Δ_max是所述兩級最大差，x₀(k)是所述參考序列中第k個特征參數(shù)的參數(shù)值，r(x₀(k)，x_i(k))是所述關(guān)聯(lián)系數(shù)，ξ∈(0,1)是分辨系數(shù)，m是所述特征參數(shù)的數(shù)量，m，k是大于0的整數(shù)，i是大于0且小于或者等于m的整數(shù)。

優(yōu)選地，所述獲取模塊包括：無量綱單元，用于采用如下公式對所述特征參數(shù)進(jìn)行無量綱化處理，得到所述比較序列：

其中，x_i(k)是所述比較序列中第k個特征參數(shù)的第i個參數(shù)值的無量綱化數(shù)據(jù)，x_i'(k)是第k個特征參數(shù)的第i個參數(shù)值，m是所述特征參數(shù)的數(shù)量，m，k是大于0的整數(shù)，i是大于0且小于或者等于m的整數(shù)。

優(yōu)選地，所述獲取模塊包括：第三計算單元，用于計算每個所述特征參數(shù)的參數(shù)值的平均值，得到所述參考序列。

優(yōu)選地，所述確定模塊包括：第四計算單元，用于根據(jù)所述特征參數(shù)的數(shù)量和所述關(guān)聯(lián)系數(shù)計算得到所述特征參數(shù)的灰關(guān)聯(lián)熵；確定單元，用于根據(jù)所述灰關(guān)聯(lián)熵確定所述特征參數(shù)對電網(wǎng)可靠性影響程度的高低。

優(yōu)選地，所述第四計算單元包括：第一計算子單元，用于采用如下公式計算得到所述參考序列與所述比較序列的屬性信息：

第二計算子單元，用于采用如下公式計算得到所述灰關(guān)聯(lián)熵：

其中，P_i(k)是所述屬性信息，H_i(k)是所述灰關(guān)聯(lián)熵，x_i(k)是所述比較序列中第k個特征參數(shù)的第i個參數(shù)值的無量綱化數(shù)據(jù)，x₀(k)是所述參考序列中第k個特征參數(shù)的參數(shù)值，r(x₀(k)，x_i(k))是所述關(guān)聯(lián)系數(shù)，m是所述特征參數(shù)的數(shù)量，m，k是大于0的整數(shù)，i是大于0且小于或者等于m的整數(shù)。

本發(fā)明的技術(shù)方案具有以下優(yōu)點：

本發(fā)明實施例提供的電網(wǎng)可靠性分析方法和裝置，通過提取電網(wǎng)系統(tǒng)中分析對象的特征參數(shù)以及特征參數(shù)的數(shù)量獲取到參考序列和比較序列，將灰關(guān)聯(lián)熵分析方法與分析對象的特征參數(shù)的數(shù)量相結(jié)合對參考序列和比較序列進(jìn)行分析得到特征參數(shù)的灰關(guān)聯(lián)熵，通過灰關(guān)聯(lián)熵的大小來判斷特征參數(shù)對電網(wǎng)可靠性影響程度的高低，與現(xiàn)有技術(shù)相比，充分考慮到特征參數(shù)與分析對象的關(guān)系，不僅簡化了分析計算過程，而且降低了對主觀經(jīng)驗的依賴性，從而提高了對電網(wǎng)可靠性分析的客觀性、準(zhǔn)確性和全面性。

附圖說明

為了更清楚地說明本發(fā)明具體實施方式或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對具體實施方式或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實施方式，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1為本發(fā)明實施例1的電網(wǎng)可靠性分析方法的一個流程圖；

圖2為本發(fā)明實施例2的電網(wǎng)可靠性分析裝置的一個框圖。

具體實施方式

下面將結(jié)合附圖對本發(fā)明的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護(hù)的范圍。

在本發(fā)明的描述中，需要說明的是，術(shù)語“第一”、“第二”、“第三”、“第四”僅用于描述目的，而不能理解為指示或暗示相對重要性。

此外，下面所描述的本發(fā)明不同實施方式中所涉及的技術(shù)特征只要彼此之間未構(gòu)成沖突就可以相互結(jié)合。

實施例1

本實施例提供一種電網(wǎng)可靠性分析方法，適用于對電網(wǎng)系統(tǒng)可靠性進(jìn)行分析，如圖1所示，該方法包括如下步驟：

S11：提取電網(wǎng)系統(tǒng)中每個分析對象對應(yīng)的特征參數(shù)和特征參數(shù)的數(shù)量， 此處分析對象可以是電網(wǎng)系統(tǒng)中元件的各項屬性，而特征參數(shù)則可以是表征各項屬性的參數(shù)，比如在電力光纜網(wǎng)中，由于電力光纜網(wǎng)是節(jié)點和鏈路的集合，可以通過收集整理供電企業(yè)的電力光纜網(wǎng)運行分析數(shù)據(jù)獲得分析對象，該分析對象可以是機械強度、設(shè)備環(huán)境、工程質(zhì)量、光纖老化，其中機械強度的特征參數(shù)可以有張力T1、彎曲度T2、形變T3和舞動T4；設(shè)備環(huán)境的特征參數(shù)可以有溫度急劇變化T5、溫度周期性變化T6、環(huán)境濕度T7、環(huán)境污染T8以及電磁干擾T9；工程質(zhì)量的特征參數(shù)可以有光纖質(zhì)量T10、施工質(zhì)量T11和后期維護(hù)質(zhì)量T12；光纖老化的特征參數(shù)可以有老化T13；以上可以看出分析對象機械強度、設(shè)備環(huán)境、工程質(zhì)量、光纖老化的特征參數(shù)的數(shù)量分別是4、5、3和1。

S12：獲取特征參數(shù)的比較序列和參考序列，具體地，每個特征參數(shù)都有對應(yīng)的參數(shù)值，可以通過從電網(wǎng)系統(tǒng)的數(shù)據(jù)庫中獲取到特征參數(shù)的參數(shù)值，以獲取到比較序列和參考序列。

作為一種優(yōu)選方案，步驟S12包括：采用如下公式對特征參數(shù)進(jìn)行無量綱化處理，得到比較序列：

在上式中，x_i(k)是比較序列中第k個特征參數(shù)的第i個參數(shù)值的無量綱化數(shù)據(jù)，x_i'(k)是第k個特征參數(shù)的第i個參數(shù)值，m是特征參數(shù)的數(shù)量，m，k是大于0的整數(shù)，i是大于0且小于或者等于m的整數(shù)。具體地，比如可以分別從數(shù)據(jù)庫中提取到步驟S11中的13個特征參數(shù)對應(yīng)的參數(shù)值各10個樣本(X′_i是13個特征參數(shù)分別對應(yīng)的第i各樣本)，如下：

X₁'＝[x₁'(1),x₁'(2),x₁'(3),x₁'(4),...,x₁'(13)]

X₂'＝[x₂'(1),x₂'(2),x₂'(3),x₂'(4),...,x₂'(13)]

......

X₁₀'＝[x₁₀'(1),x₁₀'(2),x₁₀'(3),x₁₀'(4),...,x₁₀'(13)]

由于特征參數(shù)對應(yīng)的參數(shù)值的原始數(shù)據(jù)量綱不同，需要對這些特征參數(shù)對應(yīng)的參數(shù)值進(jìn)行無量綱化處理，此處借助改進(jìn)后的比重法來消除數(shù)據(jù)量綱的影響，將特征參數(shù)的值實際值轉(zhuǎn)換為它在特征參數(shù)總和中所占的比重，其中引入特征參數(shù)的數(shù)量m，更加確切的反映出分析對象的特性，對分析對象有明確的指導(dǎo)性，降低了特征參數(shù)之間的可替代性，從而提高了分析結(jié)果的準(zhǔn)確性。比如對于步驟S11中的分析對象機械強度對應(yīng)的特征參數(shù)的數(shù)量為4，則m＝4，可以反映出機械強度的特性。

作為一種優(yōu)選方案，步驟S12還可以包括：計算每個特征參數(shù)的參數(shù)值的平均值，得到參考序列X₀，如下：

需要說明的是，上述獲取參考序列的方法只是本發(fā)明技術(shù)方案的一個實施例，只要是能實現(xiàn)本發(fā)明的技術(shù)方案的參考序列均適用于本發(fā)明。

S13：根據(jù)特征參數(shù)的數(shù)量、比較序列和參考序列計算得到比較序列與參考序列的關(guān)聯(lián)系數(shù)，此處關(guān)聯(lián)系數(shù)可以反映比較序列與參考序列之間的關(guān)聯(lián)關(guān)系，特征參數(shù)的數(shù)量的引入，更加確切的反映出分析對象的特性，對分析對象有明確的指導(dǎo)性，降低了特征參數(shù)之間的可替代性，從而提高了關(guān)聯(lián)關(guān)系的準(zhǔn)確性。比如對于步驟S11中的分析對象機械強度對應(yīng)的特征參數(shù)的數(shù)量為4，則m＝4，可以反映出機械強度的特性。

作為一種優(yōu)選方案，步驟S13包括：分別采用如下公式計算得到比較 序列和參考序列的兩級最小差和兩級最大差：

采用如下公式計算得到關(guān)聯(lián)系數(shù)：

在上式中，x_i(k)是比較序列中第k個特征參數(shù)的第i個參數(shù)值的無量綱化數(shù)據(jù)，Δ_min是兩級最小差，Δ_max是兩級最大差，x₀(k)是參考序列中第k個特征參數(shù)的參數(shù)值，r(x₀(k)，x_i(k))是關(guān)聯(lián)系數(shù)，ξ∈(0,1)是分辨系數(shù)(為了削弱兩級最大差數(shù)值太大引起的失真，提高關(guān)聯(lián)系數(shù)之間的差異顯著性，所以設(shè)置分辨系數(shù)，分辨系數(shù)取值越大，各特征參數(shù)對關(guān)聯(lián)系數(shù)的影響越大，反之，則越小，本實施例中可以取0.5)，m是特征參數(shù)的數(shù)量，m，k是大于0的整數(shù)，i是大于0且小于或者等于m的整數(shù)。

S14：根據(jù)特征參數(shù)的數(shù)量和關(guān)聯(lián)系數(shù)確定特征參數(shù)對電網(wǎng)可靠性影響程度的高低，具體地，比較序列和參考序列的關(guān)聯(lián)關(guān)系可以反映比較序列與參考序列的關(guān)聯(lián)程度，同樣地，此處引入特征參數(shù)的數(shù)量，可以更加確切的反映出分析對象的特性，對分析對象有明確的指導(dǎo)性，降低了特征參數(shù)之間的可替代性，從而提高了關(guān)聯(lián)關(guān)系的準(zhǔn)確性。

作為一種優(yōu)選方案，步驟S14可以包括：

步驟一：根據(jù)特征參數(shù)的數(shù)量和關(guān)聯(lián)系數(shù)計算得到特征參數(shù)的灰關(guān)聯(lián)熵；具體地，步驟一可以包括：首先采用如下公式計算得到參考序列與比較序列的屬性信息：

采用如下公式計算得到灰關(guān)聯(lián)熵：

其中，P_i(k)是屬性信息，H_i(k)是灰關(guān)聯(lián)熵，x_i(k)是比較序列中第k個特征參數(shù)的第i個參數(shù)值的無量綱化數(shù)據(jù)，x₀(k)是參考序列中第k個特征參數(shù)的參數(shù)值，r(x₀(k)，x_i(k))是關(guān)聯(lián)系數(shù)，m是特征參數(shù)的數(shù)量，m，k是大于0的整數(shù)，i是大于0且小于或者等于m的整數(shù)。

步驟二：根據(jù)灰關(guān)聯(lián)熵確定特征參數(shù)對電網(wǎng)可靠性影響程度的高低。此處，特征參數(shù)的灰關(guān)聯(lián)熵的大小可以反映該特征參數(shù)對電網(wǎng)可靠性影響程度的大小，具體地，灰關(guān)聯(lián)熵越大，對應(yīng)的特征參數(shù)對電網(wǎng)可靠性的影響程度越大，反之亦然，同樣地，此處引入特征參數(shù)的數(shù)量，可以更加確切的反映出分析對象的特性，對分析對象有明確的指導(dǎo)性，降低了特征參數(shù)之間的可替代性，從而提高了通過灰關(guān)聯(lián)熵來確定特征參數(shù)對電網(wǎng)可靠性影響程度的準(zhǔn)確性。

本實施例提供的電網(wǎng)可靠性分析方法，通過提取電網(wǎng)系統(tǒng)中分析對象的特征參數(shù)以及特征參數(shù)的數(shù)量獲取到參考序列和比較序列，將灰關(guān)聯(lián)熵分析方法與分析對象的特征參數(shù)的數(shù)量相結(jié)合對參考序列和比較序列進(jìn)行分析得到特征參數(shù)的灰關(guān)聯(lián)熵，通過灰關(guān)聯(lián)熵的大小來判斷特征參數(shù)對電網(wǎng)可靠性影響程度的高低，與現(xiàn)有技術(shù)相比，充分考慮到特征參數(shù)與分析對象的關(guān)系，不僅簡化了分析計算過程，而且降低了對主觀經(jīng)驗的依賴性，從而提高了對電網(wǎng)可靠性分析的客觀性、準(zhǔn)確性和全面性。

實施例2

本實施例供了一種電網(wǎng)可靠性分析裝置，適用于對電網(wǎng)系統(tǒng)可靠性進(jìn)行分析，如圖2所示，該裝置包括：提取模塊21、獲取模塊22、計算模塊23和確定模塊24，各模塊主要功能如下：

提取模塊21，用于提取電網(wǎng)系統(tǒng)中每個分析對象對應(yīng)的特征參數(shù)和特征參數(shù)的數(shù)量，具體參見實施例1中對步驟S11的詳細(xì)描述。

獲取模塊22，用于獲取特征參數(shù)的比較序列和參考序列，具體參見實施例1中對步驟S12的詳細(xì)描述。

計算模塊23，用于根據(jù)特征參數(shù)的數(shù)量、比較序列和參考序列計算得到比較序列與參考序列的關(guān)聯(lián)系數(shù)，具體參見實施例1中對步驟S13的詳細(xì)描述。

確定模塊24，用于根據(jù)特征參數(shù)的數(shù)量和關(guān)聯(lián)系數(shù)確定特征參數(shù)對電網(wǎng)可靠性影響程度的高低，具體參見實施例1中對步驟S14的詳細(xì)描述。

作為一種優(yōu)選方案，計算模塊23包括：第一計算單元231，用于分別采用如下公式計算得到比較序列和參考序列的兩級最小差和兩級最大差：

第二計算單元232，用于采用如下公式計算得到關(guān)聯(lián)系數(shù)：

其中，x_i(k)是比較序列中第k個特征參數(shù)的第i個參數(shù)值的無量綱化數(shù)據(jù)，Δ_min是兩級最小差，Δ_max是兩級最大差，x₀(k)是參考序列中第k 個特征參數(shù)的參數(shù)值，r(x₀(k)，x_i(k))是關(guān)聯(lián)系數(shù)，ξ∈(0,1)是分辨系數(shù)，m是特征參數(shù)的數(shù)量，m，k是大于0的整數(shù)，i是大于0且小于或者等于m的整數(shù)。具體參見實施例1中對步驟S13優(yōu)選方案地相關(guān)詳細(xì)描述。

作為一種優(yōu)選方案，獲取模塊22包括：無量綱單元221，用于采用如下公式對特征參數(shù)進(jìn)行無量綱化處理，得到比較序列：

其中，x_i(k)是比較序列中第k個特征參數(shù)的第i個參數(shù)值的無量綱化數(shù)據(jù)，x_i'(k)是第k個特征參數(shù)的第i個參數(shù)值，m是特征參數(shù)的數(shù)量，m，k是大于0的整數(shù)，i是大于0且小于或者等于m的整數(shù)。具體參見實施例1中對步驟S12優(yōu)選方案地相關(guān)詳細(xì)描述。

作為一種優(yōu)選方案，獲取模塊22包括：第三計算單元222，用于計算每個特征參數(shù)的參數(shù)值的平均值，得到參考序列。具體參見實施例1中對步驟S12優(yōu)選方案地相關(guān)詳細(xì)描述。

作為一種優(yōu)選方案，確定模塊24包括：第四計算單元241，用于根據(jù)特征參數(shù)的數(shù)量和關(guān)聯(lián)系數(shù)計算得到特征參數(shù)的灰關(guān)聯(lián)熵；確定單元242，用于根據(jù)灰關(guān)聯(lián)熵確定特征參數(shù)對電網(wǎng)可靠性影響程度的高低。具體參見實施例1中對步驟S14優(yōu)選方案地相關(guān)詳細(xì)描述。

作為一種優(yōu)選方案，第四計算單元241可以包括：第一計算子單元，用于采用如下公式計算得到參考序列與比較序列的屬性信息：

第二計算子單元，用于采用如下公式計算得到灰關(guān)聯(lián)熵：

其中，P_i(k)是屬性信息，H_i(k)是灰關(guān)聯(lián)熵，x_i(k)是比較序列中第k個特征參數(shù)的第i個參數(shù)值的無量綱化數(shù)據(jù)，x₀(k)是參考序列中第k個特征參數(shù)的參數(shù)值，r(x₀(k)，x_i(k))是關(guān)聯(lián)系數(shù)，m是特征參數(shù)的數(shù)量，m，k是大于0的整數(shù)，i是大于0且小于或者等于m的整數(shù)。具體參見實施例1中的相關(guān)詳細(xì)描述。

本實施例提供的電網(wǎng)可靠性分析裝置，通過提取電網(wǎng)系統(tǒng)中分析對象的特征參數(shù)以及特征參數(shù)的數(shù)量獲取到參考序列和比較序列，將灰關(guān)聯(lián)熵分析方法與分析對象的特征參數(shù)的數(shù)量相結(jié)合對參考序列和比較序列進(jìn)行分析得到特征參數(shù)的灰關(guān)聯(lián)熵，通過灰關(guān)聯(lián)熵的大小來判斷特征參數(shù)對電網(wǎng)可靠性影響程度的高低，與現(xiàn)有技術(shù)相比，充分考慮到特征參數(shù)與分析對象的關(guān)系，不僅簡化了分析計算過程，而且降低了對主觀經(jīng)驗的依賴性，從而提高了對電網(wǎng)可靠性分析的客觀性、準(zhǔn)確性和全面性。

顯然，上述實施例僅僅是為清楚地說明所作的舉例，而并非對實施方式的限定。對于所屬領(lǐng)域的普通技術(shù)人員來說，在上述說明的基礎(chǔ)上還可以做出其它不同形式的變化或變動。這里無需也無法對所有的實施方式予以窮舉。而由此所引伸出的顯而易見的變化或變動仍處于本發(fā)明創(chuàng)造的保護(hù)范圍之中。