(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210818581.4 (22)申请日 2022.07.13 (71)申请人 广东电网有限责任公司电力调度控 制中心 地址 510062 广东省广州市越秀区梅 花路 75号(仅限写字楼 功能用) (72)发明人 赵越　刘思捷　白杨　蔡秋娜　 吴国炳　高海翔　龚超　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 专利代理师 吕金金 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 30/02(2012.01) G06Q 50/06(2012.01)G06K 9/62(2022.01) (54)发明名称 一种关键风险因子识别方法、 装置、 移动终 端及存储介质 (57)摘要 本发明公开了一种关键风险因子识别方法、 装置、 移动终端及存储介质， 所述方法包括： 根据 历史统计期内的现货市场出清 价格曲线， 获取多 个同段曲线并生成同段曲线集合； 其中， 同段曲 线为历史统计期内同一时段的现货市场出清价 格曲线； 根据分段双向夹逼模型计算同段曲线集 合中每一同段曲线分别与基准价格分段曲线之 间的分段曲线形态相似性； 根据分段曲线形态相 似性生成整体相似性， 并根据整体相似性进行聚 类分析， 生成聚类分析结果； 根据聚类分析结果 识别关键风险因子。 采用本发明实施例提高了识 别关键风险因子的准确性， 从而提高了电力系统 的安全性。 权利要求书2页 说明书9页 附图1页 CN 115169904 A 2022.10.11 CN 115169904 A 1.一种关键风险因子识别方法， 其特 征在于， 包括： 根据历史统计期内的现货市场出清价格曲线， 获取多个同段曲线并生成同段曲线集 合； 其中， 所述同段曲线为所述历史 统计期内同一时段的现货市场出清价格曲线； 根据分段双向夹逼模型计算所述同段曲线集合中每一同段曲线分别与基准价格分段 曲线之间的分段曲线形态相似性； 根据所述分段曲线形态相似性生成整体相似性， 并根据所述整体相似性进行聚类分 析， 生成聚类分析 结果； 根据所述聚类分析 结果识别关键风险因子 。 2.根据权利要求1所述的一种关键风险因子识别方法， 其特征在于， 还包括： 获取基准 价格分段曲线， 具体为： 将所述历史统计期内的现货市场出清价格曲线进行归一化处理， 生成归一化后的第 一 曲线集合； 从所述第一曲线集 合中选择任意 一条曲线作为基准 价格曲线； 根据所述基准 价格曲线获取 所述基准 价格分段曲线。 3.根据权利要求2所述的一种关键风险因子识别方法， 其特征在于， 所述根据分段双向 夹逼模型计算所述同段曲线集合中每一同段曲线分别与基准价格分段曲线之间的分段曲 线形态相似性， 具体为： 根据曲线下移系数、 曲线上移系数、 所述基准价格分段曲线以及所述同段曲线集合中 任一同段曲线， 设置所述分段双向夹逼 模型的约束条件和目标函数； 求解所述约束条件下的所述目标函数， 得到所述同段曲线集合中每一同段曲线分别与 所述基准 价格分段曲线之间的分段曲线形态相似性。 4.根据权利要求3所述的一种关键风险因子识别方法， 其特征在于， 所述根据 所述分段 曲线形态相似性生成整体相似性， 并根据所述整体相似性进行聚类分析， 生成聚类分析结 果， 具体为： 根据所述分段曲线形态相似性， 生成相似性 集合； 根据所述分段双向夹逼模型和所述相似性集合， 计算整体相似性； 其中， 所述整体相似 性指所述第一曲线集 合中所述基准 价格曲线与非基准 价格曲线之间的相似性； 根据整体相似性进行聚类分析， 生成所述聚类分析 结果。 5.根据权利要求4所述的一种关键风险因子识别方法， 其特征在于， 所述根据整体相似 性进行聚类分析， 生成所述聚类分析 结果， 具体为： 根据所述整体相似性 生成相似性向量 集； 根据预设邻域元 素数目， 从所述相似性向量 集中获取 未处理向量和核心向量； 计算所述未处 理向量和所述核心向量之间的马氏距离； 根据所述马氏距离将密度相连的所述未处理向量归为同一簇类， 并将密度相连的所述 未处理向量和所述核心向量标记为已处 理向量； 根据所述马氏距离将密度不相连的所述未处 理向量标记为未分类向量； 根据所述已处理向量和所述未分类向量生成多个所述聚类分析结果； 其中， 所述已处 理向量归属于不同簇类。 6.根据权利要求5所述的一种关键风险因子识别方法， 其特征在于， 所述根据 所述聚类权　利　要　求　书 1/2 页 2 CN 115169904 A 2分析结果识别关键风险因子， 具体为： 获取不同簇类下的所述已处 理向量中的第一 风险因子； 若所述第一风险因子的日差异数值大于预设阈值， 判定所述第 一风险因子为所述关键 风险因子 。 7.根据权利要求6所述的一种关键风险因子识别方法， 其特 征在于， 还 包括： 获取同一簇类下的所述已处 理向量中的第二 风险因子； 若所述第二风险因子的日差异数值大于所述预设阈值， 判定所述第 二风险因子为所述 关键风险因子 。 8.一种关键风险因子识别 装置， 其特征在于， 包括： 获取模块、 计算模块、 分析模块和 识 别模块； 其中， 所述获取模块用于根据历史统计期内的现货市场出清价格曲线， 获取多个同段 曲线并生成同段曲线集合； 其中， 所述同段曲线为所述历史统计期 内同一时段的现货市场 出清价格曲线； 所述计算模块用于根据分段双向夹逼模型计算所述同段曲线集合中每一同段曲线分 别与基准 价格分段曲线之间的分段曲线形态相似性； 所述分析模块用于根据 所述分段曲线形态相似性生成整体相似性， 并根据所述整体相 似性进行聚类分析， 生成聚类分析 结果； 所述识别模块用于根据所述聚类分析 结果识别关键风险因子 。 9.一种移动终端， 其特征在于， 包括处理器和存储器， 所述存储器存储有计算机可读程 序代码， 所述处理器执行所述计算机可读程序代码时实现权利要求 1至7中任一项 所述的一 种关键风险因子识别方法的步骤。 10.一种存储介质， 其特征在于， 所述存储介质存储计算机可读程序代码， 当所述计算 机可读程序代码被执行时实现权利要求1至7中任一项所述的一种关键风险因子识别方法 的步骤。权　利　要　求　书 2/2 页 3 CN 115169904 A 3