对常用的风险指标预测方法进行了分析比较,分析了各种风险指标预测方法的优缺点,并结合智能电网风险指标预测的实际情况选定LVQ神经网络预测方法作为系统的风险指标预测方法。结合国内外文献对智能电网的脆弱性与安全性的影响因素进行了分析,为风险指标预测指标体系的建立提供了基础。根据风险指标预测系统的实际需求建立了预警指标体系,并用指标的相关度对该方法进行了验证分析。试验仿真结果表明,LVQ神经网络算法取得了更为优异的效果找出相关度较高的指标并给予剔除，结合目标事件的实际情况来确定阈值(警界点)，将此过程中的分析方法进行分析、检验，最终确立分析模型。1．2失败树风险指标预测法目前，由于失败树分析法比较直观，易于理解，并能对特定的问题产生实质性的指导，因此该方法已经被广泛应用到风险指标预测领域。失败树风险指标预测方法是通过分析已经发生的失败事件的发生过程，并从中找出导致失败的具体的因素文由公司网站滚圆机网站采集转载中国知网资源整理!www.wanguanji138.com、路径以及控制条件，之后根据分析结果和失败路线建立失败树的逻辑结构模型。失败树风险指标预测方法的技术路线如图1所示。图1失败树预警方法技术路线图1．3案例推理风险指标预测方法案例推理首先要建立一个案例库，当一个新案例出现时，要对该案例进行特征描述，之后根据描述的特征从案例库中检索相似的案例，并将其与旧案例进行对比分析来达到预警的目的。即预警信息通过与案例库中信息进行相似检索分析达到预警的目的。根据它们之间的差异对旧案例进行调整。目前，案例推理已被广泛应用到预警领域。一般基于案例推理的智能预警支持系统结构如图2所示。图2基于案例推理的智能预警支持系统结构案例描述的核心为对预警指标的详细描述、预警稳定求解方法、警界限(阈值)的确定和预警结果和失败路线建立失败树的逻辑结构模型。失败树风险指标预测方法的技术路线如图1所示。图1失败树预警方法技术路线图1．3案例推理风险指标预测方法案例推理首先要建立一个案例库，当一个新案例出现时，要对该案例进行特征描述，之后根据描述的特征从案例库中检索相似的案例，并将其与旧案例进行对比分析来达到预警的目的。即预警信息通过与案例库中信息进行相似检索分析达到预警的目的。根据它们之间的差异对旧案例进行调整。目前，案例推理已被广泛应用到预警领域。一般基于案例推理的智能预警支持系统结构如图2所示。图2基于案例推理的智能预警支持系统结构案例描述的核心为对预警指标的详细描述、预警稳定求解方法、警界限(阈值)的确定和预警文由公司网站滚圆机网站采集转载中国知网资源整理!www.wanguanji138.com