评估体系

当前，数字中国进入整体布局规划新阶段，数字基础设施作为数字中国的数字大动脉、未来新底座，对于推进数字化、智能化及可持续发展至关重要。近年来，世界各主要国家纷纷出台相关政策，加快推进数字基础设施建设。我国高度重视数字基础设施在支撑、赋能和引领全域数字化转型方面的战略意义，持续加大资源投入力度，统筹推进网络基础设施、算力基础设施、应用基础设施等建设，取得显著成效，为我国经济高质量发展注入强大动力。新需求催生新能力，在经济社会需求快速变化、普惠个性包容发展的新形势驱动下，数字基础设施建设的内涵外延与重心方向也在发生深刻调整，核心能力从“算力、存力、运力”向“多力协同”快速演进，以满足各行各业对更广连接、更大带宽、更强算力、更高智能、更可持续等的多元化新需求，数字基础设施体系逐步进入敏捷部署、弹性配置、跨域调度、均衡提升阶段。新发展呼唤新监管，随着我国数字基础设施建设不断扩维增能，相应的行业监测评估分析工具需要同步拓展延伸，以更好为行业发展和地区政策科学部署提供定量、全面、准确、动态的参考依据。以此为背景，本报告结合行业发展基础现状与技术演进脉络趋势，按照系统性、科学性、动态性、操作性、可比性、实用性原则，构建一套新时代我国数字基础设施评估体系，旨在以评促建、以评促改，引领我国数字基础设施高质量发展，进一步稳固经济社会发展的数字“大底座”，为网络强国、数字中国建设筑牢坚实基础。

电力变压器复合油纸绝缘状态的准确诊断对电力系统安全稳定运行以及设备自身运维具有重要指导意义。针对油纸绝缘介电响应少数特征量评估和未考虑系统随机性导致评估不准确的问题，提出基于灰色关联分析(grey relational analysis, GRA)与聚类云模型的评估方法。首先，基于回复电压法和扩展德拜模型提取5个相关特征量，建立油纸绝缘状态评估体系。然后，针对多特征量在反映绝缘状态的敏感性差异，采用组合赋权法综合GRA和改进层次分析法，避免了数据信息丢失，使权重分配更加合理。最后，利用云模型雾化特性反映数据随机性，全面考虑评估指标等级分类边界的随机性和模糊性后构建了聚类云模型隶属度选择器。通过多台不同糠醛含量变压器实测数据进行验证表明，该评估方法不仅能够准确反映变压器实际绝缘状态，而且能体现其劣化趋势，为检修策略的制定提供参考依据。

为解决台风灾害对沿海地区变电站破坏严重，易造成故障的问题，提出一种基于改进狮群算法–模糊评判的变电站台风易损性评估方法。首先基于致灾因子危险性、孕灾环境敏感性和承灾体脆弱性建立易损性评估体系；在传统模糊综合评判方法中引入组合云模型，构建模糊综合评判隶属度函数，并基于改进狮群算法（lion swarm algorithm，LSA）优化聚类中心，得到隶属度函数阈值划分规则；随后，基于主客观组合权重，通过权重和改进的模糊综合评判法计算灾害风险指数，并基于历史数据计算灾害风险概率，由灾害风险概率和风险指数得到变电站台风灾害易损性评估结果；最终根据评估结果采取不同针对性的措施。算例结果表明，文中提出的变电站台风易损性评估方法提高了评估准确率，达到了防灾减灾效果。

从核心事件入手，将整个评估过程细化拆解，并通过缓解措施进行风险降低，科学完整的评估体系为管理层和企业提供了安全管理的抓手。

数字换流站是新型电力系统建设的枢纽节点,以融合终端为核心的物联感知网络是数字换流站物联感知体系的关键基础设施。数字换流站内复杂的电磁环境及高低温、盐雾腐蚀、交变湿热等工况条件下多种物理场相互作用和叠加,这些耦合干扰会影响换流站物联感知网络设备的通信效能,降低物联感知网络通信性能和服务质量,影响数字换流站全面智能感知能力和高效的智慧运检水平。针对缺乏数字换流站复杂电磁干扰与多物理场影响下物联感知网络通信效能有效评估方法这一问题,文章从基本通信能力、业务保障能力、生存保障能力和资源利用能力4个层面出发,建立多级分层的换流站物联网通信效能评估体系,在此基础上,采用支持向量机算法构建评估模型,实现对数字换流站物联感知网络通信效能的快速、准确评估,提升物联感知网络对换流站高效运行和数字化建设的支撑能力。

为科学全面评估虚拟电厂内部资源的贡献度，深度挖掘虚拟电厂内部资源潜力，激发虚拟电厂内部聚合资源，积极提升安全、可靠和经济性，助力源、网、荷、储一体化的发展，首先，充分考虑虚拟电厂内部资源在电网安全运行、电力电量平衡以及新能源消纳等方面的贡献，建立虚拟电厂内部资源“安全−可靠−经济”的综合贡献度指标评估体系；其次，构建基于模糊层次分析法–熵权法–逼近理想解排序法的虚拟电厂综合贡献度评估方法，分析虚拟电厂内部分布式能源资源贡献度最优选择策略，并将该方案进行灵敏度检验；最后，通过算例分析不同类型的分布式能源资源对虚拟电厂的综合贡献度及其灵敏度，确定虚拟电厂内部资源最优选择策略，为虚拟电厂内部资源配置提出参考性建议。

应用神经网络对供电服务中的用户进行潜在风险分类是一种新颖的算法。相比于传统的评分法、比值法、统计法等方法，人工神经网络是对人脑或自然的神经网络若干基本特性的抽象和模拟,是一种非线性的动力学系统。它具有大规模的并行处理和分布式的信息存储能力、良好的自适应性、自组织性及很强的学习、联想、容错、抗干扰能力。本文综合采用了arima、k-means、logistic回归和bp神经网络模型，通过对电力大用户的基本信息、用电数据、业务轨迹、渠道记录等海量电力数据进行深度挖掘，从电量趋势预测、用户风险分类实现对用户潜在风险的有效评估。

国家对电网企业管理消防安全提出要求，进一步落实企业消防安全主体责任，提高电网企业消防安全管理水平，推进消防工作规范化、标准化。2017 年公安部提出全面推进“智慧消防”建设，突出精准防控。保障电网企业安全的需要，电力是企业运行、人民生活中不可缺少的能源资源之- -。电网企业的安全生产经营对于促进国家经济发展、保障人民生产生活等方面都有着不容忽视的重要地位。电网企业的生产设备大多是高度自动化的设备，且设备需要长时间运行，这些都使得电力企业存在很大的火灾事故发生风险。电网企业要做好消防安全管理工作，保障企业的安全生产经营。近年来电网企业火灾事故频发，开展消防安全评估势在必行。电网企业的消防安全管理是企业管理的重要内容，不仅对企业的安全生产经营十分重要，更对促进企业的标准化管理有着十分关键的作用。企业的发展壮大和可持续发展，都离不开标准化的管理，从企业的消防安全管理做起，逐渐建立并完善企业的规范化管理体系，是电力企业未来发展的必由之路。

电动汽车充放电行为的随机性，导致充放电站运行数据波动性强、指标间权重差距大，传统方法难以全面准确评估其充放电站的并网性能。为此，提出了一种电动汽车充放电站并网性能的综合评估方法。首先，提出了包含安全性、适应性、稳定性等5项准则的综合评估指标体系。其次，采用Apriori算法处理指标间关联关系。同时引入博弈思想将网络分析(Analytic network process, ANP)法与基于指标相关性的指标权重确定法结合以确定指标的最优组合权重。基于最优组合权重和基于逼近理想解排序法建立评估模型，对各充放电站并网的综合性能进行量化分析。最后，采用某市电动汽车充放电站运行数据对所提方法进行验证，并与已有评估方法进行对比。结果表明所提评估体系与评估方法的有效性和优越性。

[1]在碳达峰、碳中和目标的驱动下，风电、光伏等新能源发电快速发展，大规模、集群化和分层分区并网是重要的发展方向。针对新能源大规模并网造成的电力系统潮流波动和电压偏移等问题，提出一种风–光新能源场站群分层分区并网规划方法。考虑电网拓扑结构和输电线路阻抗，基于图论对电网进行分区，构建包含电压偏移、潮流波动和经济运行指标在内的新能源接入电网多指标评估体系，以弃风弃光量最小为目标建立新能源分层分区并网规划模型。采用交流潮流二阶锥近似方法对模型进行简化，求解各项评估指标，结合TOPSIS综合评价法对所有可行方案进行评估，确定最优接入方案。最后，以IEEE 39节点系统为基础算例，验证了所提规划方法的有效性和实用性。