摘 要:随着经济的不断发展,变电站作为电力系统的终端,变电站安全性日益凸显.针对变电站的自动化、互动性等性能,本文以主分析方法为基础,提出面向变电站的安全风险评估。
　　关键词:变电站 风险评估 证据理论
　　中图分类号:TM63 文献标识码:A 文章编号:1674-098X(2012)01(a)-0059-01
　　电力系统涵盖发电、输电、变电、配电、储能和用电各个环节.变电站作为电网关键终端,自动完成信息采集、测量、控制、保护、计量和监测等基本功能。
　　但由于目前变电站新类型的脆弱点和威胁不断出现,安全风险评估的方法复杂性大大提高。如何准确有效的实施变电站安全风险评估成为一个重要的研究课题。本文构建出基于主成分的变电站风险评估数学模型,及时消除变电站隐患,为变电站安全运行打下坚实的基础。
　　
　　1 主成分分析法
　　1.1 主成分分析方法
　　主成分分析法是将多重数据化为少数关键性指标的一种多元统计方法,原来的多个数据转换为少数几个由多指标的线性组合来表示的主成分指标。主成分分析法应用在变电站研究中的优点在于,少数几个主成分涵盖大量主要信息,做到数据融合,同时利用熵权客观地进行赋权,避免主观造成的误差。主要缺点在于,量化后的指标表示是一种相对的关系,得到的结果主要用来研究趋势研究,做出宏观的判断,对精度要求高的领域其应用范围有一定的限制。但是综合看待使用主成分分析法在安全风险评估的优点比较突出,因此本文的研究将会采用此方法对变电站安全风险进行量化评估,目的是为了研究水变电站风险的发展趋势。
　　1.2 主成分分析方法的计算步骤
　　主成分分析法的:分量相关的随机指标通过正交变换转化成其分量不相关的新的指标,然后对多维指标体系系统进行降维处理,使用低维指标做成评估指标体系,从而对变电站安全风险综合评价。
　　主成分分析法计算步骤如下:
　　(1)指标均方化(2)计算相关系数矩阵(3)根据最初几个特征值在部特征值中的累积方差贡献率大于等于一定的百分率(一般取85％)的原则,确定选取的主成分个数m,m即为新指标个数。(4)求特征值对应的特征向量(5)特征值和均化后的值加权得到的对象的指标值
　　
　　2 指标的熵权权重计算
　　(1)构造评价矩阵:对第i个主因素的j个子指标,用评估矩阵表示如下:
　　
　　式中bij代表第i个主因素的第j个子指标
　　(2)归一化矩阵,将指标正交
　　逆指标
　　正指标
　　(3)计算熵值
　　公式()计算出熵值。
　　(2)熵权的计算
　　指标的熵权越大该指标提供的信息量越大;反之该指标提供的信息量越小,指标的权重越小。因此利用信息熵方法计算出各指标的权重,为多个指标体系综合评价提供理论依据。
　　
　　3 变电站安全风险评价
　　见表1。
　　(1)对原始数据进行均值化处理,应用主成分分析可得变电站安全风险评估主成分的特征值和贡献率
　　(2)选取三个主成分(分别用A1,A2,A3表示)对变电站安全风险进行评估对因子荷载做方差最大化正交旋转,旋转后因子荷载矩阵
　　(3)将变电站安全风险三大主成分因子(A1,A2,A3)得分通过熵权法得到三大主成分的权重
　　见表2。
　　
　　4 结语
　　本文在变电站安全风险的指标体系的评价中,运用主成分分析法和熵权法,弥补现有单方法评价研究出现的不足,对数据进行值化处理,利用主成分分析法实现指标降维。确定主成分权重时,,引入熵值法对主成分进行更客观的赋权并计算指标得分,将主成分分析的降维功能与熵值法的赋权功能相结合,优势互补,使计算更加简便,对变电站安全风险的评价得到的结果更科学,更符合实际情况。