电力作业多源要素风险的自适应识别模型

作     者：胥明凯 朱坤双 李元良 杨啸帅 秦挺鑫 王皖 XU Mingkai;ZHU Kunshuang;LI Yuanliang;YANG Xiaoshuai;QIN Tingxin;WANG Wan

作者机构：国网山东省电力公司济南供电公司济南250013 国网山东省电力公司济南250001 中国标准化研究院北京100191 

出 版 物：《清华大学学报（自然科学版）》 (Journal of Tsinghua University(Science and Technology))

年 卷 期：2024年第64卷第6期

页      面：1047-1059页

核心收录：

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

基　　金：山东省重点研发计划项目(2021CXGC011301) 

主　　题：电力作业 多源要素风险 自适应识别 主客观动态融合 渐进式蜜獾算法 

摘      要：电力作业人员通常面临多种安全风险,对其生命健康造成严重威胁,但是场景复杂、随机性强等原因致使电力作业存在风险识别极其困难的问题,因此急需采用合适的技术手段对电力作业风险进行有效识别。该文构建了一种动态兼容多种典型空间的电力作业风险的自适应识别(ARI)模型。从宏观上构建了电力行业典型作业的风险识别框架,建立了典型作业多源要素的全域风险因子体系。通过融合渐进式蜜獾算法、极大熵准则、约束调节机制,提出了一种主客观动态融合的ARI模型,以低成本适应不同的典型作业空间。案例结果验证了所提ARI模型具有鲁棒性强、实施成本优、偏颇风险低的特性,可有效量化电力行业典型作业的多源要素风险。