基于貝葉斯網絡的社區配電網系統動態風險評估

史運濤，劉 召，劉偉川，朱 翔，胡長斌，雷振伍

(北方工業大學現場總線技術及自動化北京市重點實驗室，北京 100144)

社區配電網是電力系統的重要組成部分，是電網運行的最后一公里。隨著城市建設改造進程的加快，大規模社區的出現，給社區配電網系統帶來了諸多挑戰：復雜的拓撲結構、頻繁的負荷波動、多樣化的用戶場景以及短路故障事件都會對社區配電網系統的安全穩定運行造成嚴重影響。據不完全統計，電力系統中80%的故障發生在社區配電網中[1]。一旦社區配電網發生停電將會嚴重影響居民、商業、工業、政府和醫院用戶的正常工作運轉，給人們生命和財產造成損失。因此，動態風險評估是規劃和維護社區配電網安全運行的核心要素。值得注意的是，社區配電網系統的動態風險評估一直以來并沒有得到很好的解決，仍是一個重大而具有挑戰性的問題。

目前社區配電網系統的風險評估方法主要集中在配電系統周期性的檢測指標方面，如著名的標準可靠性指標[2-7]。然而由于未考慮社區配電網物理元器件的實時運行狀態對配電網檢測指標的影響，所以可靠性指標不足以反映社區配電網系統的本質安全性問題[8]。另外，目前的風險評估方法主要集中在靜態風險評估，只適用于較長周期維度的風險評估[9-11]，不能適配于社區配電網實時運行的場景。因此，現有的風險評估方法無法對社區配電網系統進行實時動態的風險評估[12]，同時也不能對社區配電網系統中可能發生的風險事件提供及時的警告和維護建議[13]。

針對上述傳統風險評估方法的局限性，本文提出了一種基于貝葉斯網絡的社區配電網系統安全分析與動態風險評估框架。首先，在標準可靠性指標的基礎上，提出一種新的社區配電網停電風險評估指標體系，以充分反映社區配電網的停電風險。該風險評估指標體系包括物理元器件的故障率和短路故障事件，可以充分反映社區配電網系統的本質安全問題，同時通過考慮社區配電網系統各類負荷點及系統的運行狀態，可以實現對社區配電網停電風險水平的全面描述。其次，基于風險評估指標體系，提出了一種基于故障樹-貝葉斯網絡的社區配電網停電風險動態評估方法。該方法先采用故障樹(FT)方法進行停電風險的預評估；然后將提出的故障樹結構轉化為初始貝葉斯網絡(BN)，并采用BN學習算法優化結構和參數，得到最優狀態下的貝葉斯網絡，從而實現社區配電網系統的動態風險評估；再根據風險評估定量得到的風險值大小提出具體的控制措施。最后以一個實際的社區配電網系統為案例，對所提出的動態風險評估框架進行了驗證。案例分析結果表明：該框架能夠實現社區配電網系統的動態實時風險評估，提出的預防風險事故的安全機制可以有效降低停電風險，以實現社區配電網停電風險的有效防控，保證電力系統的安全、穩定運行。

1 社區配電網系統停電風險的評估指標體系

1. 1 停電風險評估指標體系結構

在標準可靠性指標的基礎上，本文綜合考慮影響社區配電網停電的多方面風險因素，從5個不同角度的風險水平出發構建了社區配電網的停電風險評估指標體系，以充分描述社區配電網停電風險的水平。社區配電網系統5個停電風險水平分別為：①考慮社區配電網系統的短路故障風險事件構建饋電線路的風險水平；②考慮社區配電網系統的環境因素構建天氣和年限老化風險水平；③考慮社區配電網的物理組件失效率構建物理元器件風險水平；④考慮社區配電網系統不同類型的終端用戶構建負荷點風險水平；⑤考慮社區配電網系統以上風險因素構建系統風險水平。具體的社區配電網停電風險的評估指標體系，見圖1。

圖1 社區配電網停電風險評估指標體系Fig.1 Index system of power outage risk of community power distribution network

1.1.1 饋電線路風險水平

社區配電網系統中的短路故障風險事件是最為嚴重的故障之一。短路時的電流往往是正常電流值的十到幾十倍，會對社區配電網系統安全穩定運行造成嚴重的危害[14-15]。社區配電網饋電線路短路故障包括：單相接地短路、兩相短路、兩相接地短路、三相短路。不同類型的短路故障對社區配電網饋電線路故障率的影響程度不同。社區配電網系統在日常運行中發生單相接地短路故障的頻率較高，但一般對配電網饋電線路的物理損壞較小，而三相短路故障事件是對配電網系統穩定運行沖擊最為嚴重的故障之一，一旦發生故障對社區配電網饋電線路造成的損壞則是無法恢復的。

1.1.2 天氣和年限老化風險水平

社區配電網系統中的天氣和年限老化風險水平主要從天氣和運行年限兩個方面考慮。根據IEEE Std 859-1987標準，將天氣狀態劃分為正常天氣、惡劣天氣和災害天氣3種狀態[16-17]，天氣的優劣對社區配電網物理元器件的故障率有較大的影響。同時，物理元器件自身的年限老化也是影響其故障率的主要因素。一般情況下，社區配電網物理元器件的有效壽命期大致在30 a左右[18]，在元器件運行的初期，由于設備尚處于磨合期，可能會因為設計、加工和安裝等缺陷，設備不正常工作的概率較高；在設備的持續運行過程中，設備的故障率隨之降低，直到下降到一個相對穩定的狀態，此階段被認為是設備的平穩期，在這一階段設備的故障率趨于恒定；在設備壽命周期的后期，由于設備的老化、磨損程度等加劇，設備的故障率明顯增加，迅速上升到一個較高的水平，此階段被認為是設備的衰耗期[19-20]。

1.1.3 物理元器件風險水平

社區配電網系統中的主要物理元器件包括：變壓器、斷路器、隔離開關、熔斷器和饋電線路。通過對社區配電網系統常見停電事故的分析，發現在系統故障初期如果對故障元器件制定相應的維護措施，可以最大限度地降低停電風險[21]。因此，分析社區配電網系統物理元器件的故障率對于社區配電網系統安全穩定運行是十分必要的。

1.1.4 負荷點風險水平

負荷點在社區配電網系統中尤為重要，一旦負荷點發生停電故障將直接導致整個社區配電網系統的服務中斷。由于各類負荷點的負載比例不同，很難用數學模型來描述各負荷點的特性，因此本文利用負荷點可靠性指標來定量反映社區配電網系統中各類負荷點的可靠性水平。負荷點可靠性指標分別為:平均故障率λ(次數/a)、年平均停電時間U(h/a)、每次故障的平均停電持續時間r(h/次)。負荷點可靠性指標反映的是當社區配電網發生停電事故時，對社區配電網負荷點終端用戶造成的可能性危害。

1.1.5 系統風險水平

系統可靠性指標可以從宏觀的角度來反映社區配電網系統的運行水平，從而為系統運行狀態提供全面的評估。因此，通過綜合計算各個負荷點可靠性指標，可以得出表征系統可靠性運行水平的一系列指標，主要包括系統平均停電頻率(SAIFI)、系統平均停電持續時間(SAIDI)、電力用戶平均停電持續時間(CAIDI)、系統平均供電可用率(ASAI)、系統電量不足指標(ENS)、系統平均缺電指標(AENS)。最后利用系統可靠性指標不僅可以實現對整個社區配電網系統的運行狀態進行綜合評價，還可以計算得到社區配電網系統的停電風險值。

1. 2 風險水平間的層次結構

從風險評估的整個過程分析，上述提出的社區配電網停電風險評估指標體系中的5個風險水平不能直接用于社區配電網系統的安全分析與動態風險評估，因此需要將這些風險水平重新組織成3個相互依賴的層次結構，用于建立社區配電網系統的動態風險評估方法。圖2中總結了各個風險水平之間的層次結構。

圖2 風險水平之間的層次結構Fig.2 Risk indices hierarchy of the depended layers

(1) 天氣和年限老化層：這一層與風險評估指標體系中的天氣和年限老化風險水平相互對應，充分反映出物理環境以及自身因素對社區配電網系統中物理元器件運行風險水平的影響。

(2) 可靠性指標層：該層包含評價社區配電網系統可靠性指標的風險因素，包括饋電線路風險水平、物理元器件風險水平、負荷點風險水平。利用社區配電網的電壓、電流和負載值等運行狀態特征，實時地對饋電線路進行短路故障診斷，并基于短路故障診斷、天氣變化和年限老化等因素，可以準確地計算出物理元器件的故障率。由于每種類型的負荷點一般是由5種基本電氣元器件組合而成，因此可以通過物理元器件的故障率得到負荷點終端用戶的可靠性指標。

(3) 系統風險層：這一層包括社區配電網系統風險水平和社區配電網停電風險水平。在上述可靠性因素分析的基礎上，可以計算出系統可靠性的評價指標，并基于風險損失定量描述社區配電網停電風險水平的大小。

2 基于FT-BN的社區配電網系統動態風險評估方法

在上述建立的社區配電網停電風險評估指標體系及其相關的層次結構分析的基礎上，本文提出了一種基于故障樹-貝葉斯網絡(FT-BN)的社區配電網系統動態風險評估方法。首先，給出了FT-BN方法，即先將風險評估指標體系轉化為故障樹(FT)，作為風險評估的預分析，再將故障樹轉換為初始的貝葉斯網絡結構(BN)，并利用所提出的貝葉斯網絡結構學習方法，將初始的貝葉斯結構優化為最優的貝葉斯結構，從而實現動態風險評估。其次，定義風險層次結構中各層級指標的量化公式，這些公式是貝葉斯結構優化的前提；最后，給出了基于FT-BN方法的社區配電網系統動態風險評估流程。

2.1 FT-BN方法

故障樹(Fault Tree,FT)分析是一種有效的風險分析方法，雖然該方法容易識別各種風險因素之間的關系，但是其計算效率低。貝葉斯網絡(Baye-sian Network,BN)對風險因素的建模和推理能力優于FT方法[22]。然而，直接構造一個完整的BN模型是一個NP-hard問題。因此，本文綜合FT分析方法和BN算法的優點，提出一種能夠實時、動態地反映社區配電網停電風險的FT-BN方法。

2.1.1 故障樹分析法

FT分析是分析系統故障原因最有效的工具，它是一種自頂向下的、具有診斷能力的逐層故障分析方法，其主要思想是分析故障的具體原因和不同層次的邏輯關系。FT分析法以一個不期望的系統故障作為頂層事件，嚴格分析各層之間的故障因果邏輯，并通過計算每個底事件的重要性，用以推斷出底事件對系統的影響程度[23-24]。

2.1.2 貝葉斯網絡(BN)的結構和參數學習

(1) 結構學習算法:BN結構學習的目的是根據社區配電網系統的歷史數據計算得到最合適的BN結構。定義了一個評分函數來評價BN的結構，當評分函數不遞減時，BN的結構最優。給定訓練集D={x1,x2,…,xm}，評分函數為

(1)

所有可能的網絡結構空間搜索最優BN結構是一個NP-hard問題，本文選用MCMC(蒙特卡洛-馬爾可夫鏈)算法解決結構搜索問題[25]。首先構造一個馬爾可夫鏈，使其極限分布收斂于網絡結構的后驗分布P(Bs|D)；然后使用蒙特卡洛方法對該馬爾可夫鏈進行抽樣，得到網絡結構的樣本序列，即(Bs0,Bs1,…,Bsi)；最后從此序列中挑選出具有最大后驗概率的網絡結構，來近似網絡的最優結構。該算法中從第i個網絡結構Bs轉移到新網絡結構Bs′的接受概率如下：

α(Bs,Bs′)=min{1,Rα}

(2)

(3)

式中：nbd(Bs)表示由Bs和那些對Bs實行一次邊的簡單操作(刪除邊、增加邊、改變邊的方向)得到的圖構成的集合，稱為G的鄰近域;θ(nbd(Bs))為Bs的鄰近域中元素的個數。

若由Bsi生成的新的網絡結構Bs′具有較大的后驗概率，則Rα=1，使得Bsi+1=Bs′，否則仍是Bsi+1=Bsi。BN結構學習算法在算法1中進行了總結。

算法1:貝葉斯網絡結構學習算法

輸入:訓練集D={x1,x2,…,xm};初始化BN結構B;

輸出:最優BN結構;

1.采用蒙特卡洛方法進行抽樣，得到樣本序列BN結構;

2.BN結構=(Bs0,Bs1,…,Bsi,…);

3.對于每個BN結構，計算：

α(Bs,Bs′)=min{1,Rα};

4.如果Rα=1,那么Bsi+1=Bs′;

5.其他Bsi+1=Bsi;

6.輸出最優BN結構。

(2) 參數學習算法:當BN結構已知時，通過對訓練樣本的計數，可以計算出每個節點的條件概率表(CPT)；然后求出BN邊的概率值。例如作為子節點的居民負荷點故障率有5個父節點，即開關故障率、熔斷器故障率、饋電線路故障率、斷路器故障率、變壓器故障率，6個節點中的每一個節點都有低、中、高3個離散值，當在開關故障率低、熔斷器故障率中等、饋電線路故障率高、斷路器故障率低、變壓器故障率低的情況下，居民負荷點故障率為低時的后驗概率計算公式如下:

p(R=low|SW=low,FUSE=mid,DS=high,CB=low,T=low)

(4)

式中：R=low表示居民負載點的故障率為低;SW=low表示隔離開關的故障率為低;FUSE=mid表示熔斷器的故障率為中;DS=high表示饋電線路的故障率為高;CB=low表示斷路器的故障率為低;T=low表示變壓器的故障率為低。

2.1.3 基于FT-BN方法的動態風險評估流程

基于FT方法和BN學習算法，實現了基于FT-BN方法的社區配電網系統動態風險評估。FT的底事件、中間事件和頂事件分別對應BN根節點、中間節點和葉節點。首先，將BN的節點按照FT的結構進行節點連接形成初始的BN結構，再利用算法1得到最優化的BN結構；其次，通過參數學習算法計算CPT；最后，運用訓練好的貝葉斯模型實現動態風險評估。圖3總結了FT-BN方法的動態風險評估步驟。

圖3 基于FT-BN方法的社區配電網系統動態風險評估 流程Fig.3 Dynamic risk assessment procedure of community power distribution based on FT-BN method

2. 2 風險評估指標體系的量化方法

為了實現社區配電網系統的動態風險評估，本文給出了風險水平間的層次結構所需要的量化方法。

2.2.1 天氣和年限老化層

天氣類型分為正常天氣、惡劣天氣和災害天氣3種狀態，不同天氣狀態下，天氣的權重因子L定義為

(5)

式中：σ表示天氣影響因子，在3種不同天氣狀態下，其參數取值主要取決于一年中3種天氣類型的平均比例，其中σ=320.433為正常天氣下的取值，σ=39.533為惡劣天氣下的取值，σ=5.033為災害天氣下的取值；τ表示經驗值，其取值為201.332。

年限老化是另一個風險因素，由于各個物理元器件全生命周期故障率符合威布爾分布曲線，物理元器件運行年限老化的故障率計算公式為

Aging=eεt·(μωtω-1-μεtω)

(6)

式中：Aging表示物理元器件運行年限老化的故障率；t表示物理元器件運行年限;μ表示物理元器件運行年限比例參數；ω表示物理元器件運行年限形狀參數;ε表示物理元器件運行年限尺度參數。

2.2.2 可靠性指標層

這一層包含社區配電網系統的可靠性因素，包括饋電線路風險水平、物理元器件風險水平、負荷點風險水平。

(1) 饋電線路風險水平：對于該可靠性系數，選擇“饋電線路短路故障”作為FT的首要事件，社區配電網饋電線路的短路故障類型包括:單相接地短路、兩相短路、兩相接地短路、三相短路。不同的短路故障類型對社區配電網系統的影響不同，社區配電網饋電線路短路故障樹見圖4，各基本事件的含義見表1。根據第2.1.3節中提到的FT-BN轉換流程，將多個事件合并到BN的對應節點中，轉化后得到的BN結構用于社區配電網短路故障診斷，見圖5。

圖4 社區配電網饋電線路短路故障樹Fig.4 Feeder line short-circuit fault tree of community power distribution network

表1 社區配電網饋電線路短路故障樹各基本事件的含義

圖5 基于貝葉斯網絡的社區配電網饋電線路短路 故障診斷Fig.5 Short-circuit fault diagnosis of feeder-line of community power distribution network based on Bayesian network

(2) 物理元器件風險水平：結合天氣和年限老化層的因素，以及社區配電網饋電線路風險等級和故障事件，將社區配電網系統中物理元器件的故障率定義為

(7)

計算社區配電網系統中物理元器件故障率的擬合參數，見表2。

表2 社區配電網系統中物理元器件故障率的擬合參數

社區配電網系統中物理元器件的故障率計算結果見圖6。

圖6 社區配電網系統中物理元器件的故障率曲線Fig.6 Failure rate curves of the physical components of community power distribtuion network system

(3) 負荷點風險水平：社區配電網負荷點可靠性指標包括負荷點平均故障率λc、年平均停電持續時間Uc、每次故障平均停電持續時間rc，具體分析如下。

①負荷點平均故障率λc(次/a)：該指標表示的是給定時間內物理元器件故障導致的負荷點平均中斷次數，其計算公式為

(8)

②年平均停電持續時間Uc(h/a)：該指標反映了給定時間段內用戶供電中斷的平均小時數。該值越高，表示社區配電網系統向該負載點供電的可靠性越低。對于由n個串聯結構分量組成網絡的平均供電中斷時間的計算公式為

(9)

③每次故障平均停電持續時間rc(h/次)：該指標是指從停電開始到供電恢復的平均時間間隔。對于由n個組件組成的串聯結構網絡，平均停電持續時間的計算公式為

(10)

2.2.3 系統風險層

該層涉及社區配電網系統風險水平和社區配電網停電風險引起的損失。將負荷點風險相關參數λc、Uc、rc引入標準可靠性指標計算公式中，由此可以計算SAIFI、SAIDI、CAIDI、ASAI、ENS和AENS的值[5]。具體計算公式如下:

(1) 社區配電網系統平均停電頻率SAIFI[次/(個用戶·a)]的計算公式為

(11)

(2) 社區配電網系統平均停電持續時間SAIDI[h/(個用戶·a)]的計算公式為

(12)

(3) 社區配電網系統電力用戶平均停電持續時間CAIDI[h/(個用戶·a)]的計算公式為

(13)

(4) 社區配電網系統平均供電可用率ASAI(%)的計算公式為

(14)

(5) 社區配電網系統電量不足指標ENS(kW·h/a)的計算公式為

(15)

(6) 社區配電網系統平均缺電指標AENS[kW·h/個用戶·a]的計算公式為

(16)

表3 用戶故障停電損失(元/kW·h)

社區配電網停電風險計算模型如下：

(17)

式中：RISKc為社區配電網停電風險值(元)。

2. 3 社區配電網系統動態風險評估方法

本文提出的社區配電網系統動態風險評估方法包括風險建模和風險評估兩部分。其中，風險建模主要利用第2.1節中的風險模塊層次結構和FT-BN方法，得到社區配電網系統的優化風險模型；風險評估主要基于風險模型，根據第2.2節中的量化方法，可以推斷出社區配電網系統的動態風險。具體風險評估流程見圖7。

圖7 社區配電網系統的動態風險評估方法流程圖Fig.7 Flow chart of dynamic risk assessment metho- dology for community power distribtuion network system

3 案例分析

本文選擇浙江省臺州市溫嶺市建成25年的社區作為配電網系統風險評估案例。該社區配電網系統包括5類負荷點終端用戶(LP):居民、工業、醫院、商業和政府，見表4。該社區配電網系統忽略10 kV母線(BUS)進線故障，用戶經裝有熔斷器的分支線供電，并假定斷路器、熔斷器和隔離開關100%可靠。該社區配電網系統中主要物理元器件有斷路器(CB)、變壓器(T)、熔斷器(F)、隔離開關(SW)和饋電線路(L),發電系統用Gen表示，其拓撲結構構建在ETAP軟件中[27]，見圖8。本文使用社區配電網系統運行的歷史數據，氣象資料來自中國氣象局，定義正常的天氣是晴天、多云和陰天，惡劣的天氣是暴雨和雷雨，災害天氣是臺風或洪澇等自然災害，采用Neticas32建立并仿真了貝葉斯網絡。

表4 某社區配電網負荷點數據

圖8 某社區配電網系統的拓撲結構Fig.8 Topology of a community power distribtuion network system

3. 1 提出的動態風險評估方法：風險建模

本文根據風險水平層次結構，將天氣因素、年限老化和饋電線路短路故障概率增大作為底事件，5種物理元器件的故障率升高、5類負荷點的故障率升高和6種系統可靠性指標性能下降作為中間事件，整體社區配電網停電風險值升高作為頂事件,構建了社區配電網停電風險評估的故障樹，見圖9和表5，其優化后的BN結構見圖10。

圖9 社區配電網停電風險評估的故障樹Fig.9 Fault tree of power outage risk assessment of community power distribtuion network

表5 社區配電網停電風險故障樹

圖10 社區配電網停電風險評估的貝葉斯網絡Fig.10 Bayesian network for risk assessment of community power distribtuion network

3. 2 提出的動態風險評估方法：風險評估

本文利用第3.1節中的風險模型，可以實現社區配電網停電風險動態評估。在本案例研究中，利用8月份的天氣預報(臺風“Lekima”號)研究了一種預測性的風險評估方法，證明了本文所提出的社區配電網系統動態風險評估方法可以避免風險事件造成的潛在損失。

根據中國氣象局的預測數據，該社區未來一個月的天氣情況數據和物理元器件的預測故障率見圖11。根據天氣預報，臺風“Lekima”號將于2019年8月9日左右著陸，登陸強度為超強臺風級別，這種災難性的天氣將會給社區配電網系統帶來重大的風險。

圖11 某社區8月份天氣狀況和配電網系統中物理元器件故障率的預測值Fig.11 Weather condition and predicted failure rate of physical components of a community power distribution network system in August

該社區配電網系統8月份負荷點故障率和系統可靠性指標的預測結果，見圖12和圖13。

由圖12和圖13可見，臺風期間，該社區配電網系統中各物理元器件的故障率增加，并造成各負荷點的故障率升高，嚴重降低了社區配電網系統的可靠性和設備元器件的運行能力，導致8月份社區配電網停電風險值大幅度升高。因此，電力公司應采取有效措施降低該社區配電網系統中物理元器件的故障率，并對故障率較高的負荷點進行預先檢查。

圖12 某社區配電網系統8月份負荷點故障率的預測值Fig.12 Predicted failure rate of the load points in a community power distribtuion network system in August

圖13 某社區配電網系統8月份系統可靠性指標的預測值Fig.13 Predicted system reliability indices of a community power distribtuion network system

該社區配電網停電風險值RISKc的計算結果見圖14。

圖14 某社區配電網系統8月份的停電風險值Fig.14 Power outage risk value of a community power distribtuion network system in August

由圖14可見，隨著臺風來襲，該社區配電網在 8月份的停電風險值急劇上升，這意味著當災害天氣發生時，終端用戶可能遭受的損失會顯著增加。預測出的停電風險定量損失值可以為電力公司的維護提供合理的指導，電力公司可通過采取有效的措施，如適當調整預算以提高運營效率，防止損失。

3. 3 安全機制

該動態風險評估方法除了具有評估社區配電網系統抵抗風險的能力外，還可以根據第3.2節中的風險評估結果給出相應的安全機制。根據天氣預報，利用基于FT-BN的動態風險評估方法計算出在8月8日至8月11日臺風過境時對社區配電網系統造成的停電風險損失高達66 918.021 8元，這意味著在此期間，電力公司須引起高度重視。此外，從優化后的BN中可以推斷出該社區配電網負荷點及相關物理元器件的故障率大小，見表6，從而有效指導電力公司的預防性維修和風險管控。電力公司對社區配電網系統風險管控的方法主要有隔離法、消除法和代替法，主要依賴于配電網系統的停電檢修計劃分析和設備缺陷分析。

表6 優化后的BN推理出某社區配電網負荷點及相關物理元器件的故障率

對于負荷點終端用戶，由表6可知，居民負荷點的故障率較高，須及時制定防災預案，減小在臺風災害下負荷點的停運概率，則可在一定程度上減少該社區配電網系統的風險。例如安排巡線檢修等，通過加強線路或者是負荷點的抗災能力，使其在臺風災害到來時的故障概率降低，以改善此條件下的停電風險。

對于物理元器件，由表6可知，斷路器在臺風來襲期間內故障率較高，說明設備隱患及設備使用年限長非常容易引起社區配電網系統故障停電，須引起足夠的重視，建議電力企業采用配電網風險管控中的消除法及時更換斷路器元器件，并根據實際需求適當更換其他物理元器件，通過安全風險評估采取預防、管控性對策，及時解除社區配電網系統運行中的危險隱患，以保護社區配電網系統的安全、穩定運行。

4 結 論

本文提出了一種新的風險評估指標體系和基于FT-BN的動態風險評估方法相結合的社區配電網系統動態風險評估框架。風險評估指標體系充分反映了社區配電網停電風險中所有的停電風險因素，從天氣和年限老化因素到幾種類型的可靠性因素(物理元器件、負荷點、系統可靠性指標)，在此基礎上，提出了一種基于FT-BN的社區配電網系統風險評估方法，并將可靠性指標及風險值進行量化，從而得到了一種動態的風險評估方法。實例分析表明：所提出的風險評估框架對社區配電網系統是真實有效的，并能夠準確地預測社區配電網的停電風險，進而給出合理的社區配電網系統安全機制。