文档名：改进贝叶斯网络在大面积停电事件应急情景动态推演模型中的应用
摘要：为了有效界定停电事件的影响因素,提高应急情景动态推演模型的准确性,避免电力突发事故的发生,设计基于改进贝叶斯网络的大面积停电事件应急情景动态推演模型.首先,对初始情景、引发情景、爆发情景、恢复情景和消失情景等五个网络层级进行分析,构建大面积停电事件情景网络;其次,考虑应急决策主体、对象、目标、方案以及决策环境,模拟大面积停电事件应急决策过程,利用改进贝叶斯网络计算多层次情景网络之间移动概率,确定事件动态演化规律;最后,通过大面积停电事件数据的输入结果,得出包含大面积停电事件动态推演路径和最优应急方案.实验结果表明:应用设计模型后,停电面积缩小率为48.57%,停电事件的实际停电面积明显缩小.完善了应急情景动态推演过程,事件应急方案与实际停电情况相匹配,可以高效应对大面积停电事件,具有较高的应用价值.
作者：郝宗良 张韶华Author：HAOZongliang ZHANGShaohua
作者单位：国网宁夏电力有限公司,银川750001
刊名：电力需求侧管理 ISTIC
Journal：PowerDemandSideManagement
年，卷(期)：2023, 25(6)
分类号：TM73TM08
关键词：改进贝叶斯网络 大面积停电事件 应急情景 动态推演 应急方案
Keywords：improvedBayesiannetwork largeareapoweroutages emergencyscenarios dynamicdeduction emergencyplan
机标分类号：TP393C93G252.65
在线出版日期：2023年11月28日
基金项目：国网宁夏电力有限公司咨询项目改进贝叶斯网络在大面积停电事件应急情景动态推演模型中的应用[
期刊论文] 电力需求侧管理--2023, 25(6)郝宗良 张韶华为了有效界定停电事件的影响因素,提高应急情景动态推演模型的准确性,避免电力突发事故的发生,设计基于改进贝叶斯网络的大面积停电事件应急情景动态推演模型.首先,对初始情景、引发情景、爆发情景、恢复情景和消失情景等五...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
改进贝叶斯网络在大面积停电事件应急情景动态推演模型中的应用 Application of improved Bayesian networks in dynamic inference model of emergency scenarios for large area power outages
改进贝叶斯网络在大面积停电事件应急情景动态推演模型中的应用.pdf
- 文件大小:
- 4.31 MB
- 下载次数:
- 60
-
高速下载
|
|
