1.一种基于概率图的电力交通耦合网络脆弱性评估方法，其特征在于，针对目标区域电力系统，执行以下步骤S1‑步骤S7，预测台风导致的电力系统断电故障，构建并评估目标区域的电力交通耦合网络的脆弱性：步骤S1：针对目标区域电力系统的配电网，基于配电网各支路、各支路上的节点，以及各支路上历史台风风速，采用贝叶斯网络，建立配电网设备停运事件贝叶斯网络模型；

步骤S2：基于步骤S1所建立的配电网设备停运事件贝叶斯网络模型，分别针对各支路，以各支路不同时间的历史台风风速建立各支路的风速集，基于各支路的风速集，计算各支路上的节点因台风导致的断电故障概率；构建基于贝叶斯网络的故障预测模型，以各支路的风速集为输入，以节点的断电故障概率为输出，对故障预测模型进行训练，获得训练好的故障预测模型；

步骤S3：根据概率图，基于目标区域的电力网络、交通网络、充电站网络，建立电力交通耦合网络；

步骤S4：基于步骤S2所获得的故障预测模型，输入实测的配电网各支路上台风风速，判断配电网各支路中是否发生断电故障；

步骤S5：根据配电网各支路的母线电压相角、电压幅值、发电机有功功率、无功功率，建立交流最优潮流模型，用于判断各支路是否过载；

步骤S6：若配电网各支路中发生断电故障，应用步骤S5所建立的交流最优潮流模型判断各支路是否过载，并将过载的支路进行负荷切除；

步骤S7：针对负荷切除后的配电网，基于步骤S3所建立的电力交通耦合网络，计算电力交通耦合网络拉普拉斯矩阵的基尔霍夫指数，用于评估电力交通耦合网络的脆弱性。

2.根据权利要求1所述的一种基于概率图的电力交通耦合网络脆弱性评估方法，其特征在于，步骤S1所建立的配电网设备停运事件贝叶斯网络模型如式(1)‑式(3)：B＝{NB,LB,θB}                       (1)

1 t T

Hl＝[Hl,…,Hl,Hl]                    (2)NB＝{Sl,Hl},l∈L                      (3)式(1)表示贝叶斯网络的组成，式中B表示贝叶斯网络，NB、LB、θB分别表示贝叶斯网络描述的配电网节点集、配电网支路集、节点的条件概率分布；式(2)为描述各支路台风风速动t态的向量，式中Hl为第l条支路上t时刻的台风风速，T为时刻总数；式(3)中Sl为描述各支路上节点状态的向量，L为配电网支路集，l为配电网支路集中的一条支路。

3.根据权利要求1所述的一种基于概率图的电力交通耦合网络脆弱性评估方法，其特征在于，步骤S2根据各支路的风速集 计算各支路上节点的断电概率构成的节点故障概率集 构建基于贝叶斯网络的故障预测模型如式(4)‑式(5)：式(4)中的D表示输入故障预测模型的训练样本数据的形式，Sq为第q次训练中各支路上节点状态的向量，Q为训练次数；式(5)中 表示训练后断电故障节点条件概率分布。

4.根据权利要求3所述的一种基于概率图的电力交通耦合网络脆弱性评估方法，其特征在于，步骤S2的具体步骤如下：步骤S21：根据下式(6)计算各支路不同时间的台风风速：

式(6)中， 表示t时刻支路l到台风中心的距离，Rmax为台风最大半径， 为台风最大风速；

F q

步骤S22：根据下式(7)计算各支路断电概率Pl(Hl(t))：式(7)中， 为支路l最大抗风等级；

步骤S23：根据下式(8)‑式(10)，构建基于贝叶斯网络的故障预测模型：式(8)中，s∈{0,1}表示支路的供电状态， 为Sl的离散父节点， 为 的权重l 1*1 l 1*1

系数， 为 的权重向量；Wk,p∈R ,k＝0,1是 的权重系数；Wk,h ∈R 是Hl的

1*1

权重系数向量，R 表示1*1的实数矩阵； 和 是计算的偏差；式(9)中， 表示需要确定的参数；式(10)表示贝叶斯网络中所有的待求参数；

对故障预测模型进行迭代训练，求出Φ的最优解如下式(11)：

*

Φ＝argmax P(D|NB,LB,Φ)               (11)*

式(11)中Φ表示Φ的最优解。

5.根据权利要求1所述的一种基于概率图的电力交通耦合网络脆弱性评估方法，其特征在于，步骤S3所建立的电力交通耦合网络如式(12)‑式(21)：Gt(Vt,Et,Wt)    (12)

Ge(Ve,Ee,We)    (13)

Gp(Vp,Ep,Wp)    (14)

G(V,E,W)    (15)

式(12)中，Gt表示交通网络，Vt表示交通网络节点的集合，Et表示交通网络道路的集合，Wt表示交通网络的权重矩阵，交通网络中的各道路分别对应权重矩阵中的各权重，各权重是通过对应道路所需的时间；式(13)中，Ge表示充电站网络，Ve表示充电站网络节点的集合，Ee表示充电站网络道路的集合，We表示充电站网络的权重矩阵，权重矩阵中的各权重表示为式(14)中，Gp表示电力网络，Vp表示电力网络节点的集合，Ep表示电力网络道路的集合，Wp表示电力网络的权重矩阵，权重矩阵中的各权重表示为电力网络剩余容量的百分比；式(15)中，G表示电力交通耦合网络，V表示电力交通耦合网络节点的集合，由Ve、Vp组成；E表示电力交通耦合网络道路的集合，由Et、Ee、Ec组成，Ec是道路耦合链路；W表示电力交通耦合网络的权重矩阵，由Wp、We、Wc组成，Wc是耦合链路的权重矩阵；式(16)和式(17)表示道路阻抗函数，tr表示道路r的道路阻抗； 表示道路r的自由行驶时间；cr是道路r的通行能力；fr是道路r的交通流量； 是tr的归一化表示； 和 分别表示tr的最大值和最小值；式(18)中，Rij表示充电站网络中，节点i和节点j之间的有效电阻， 为电力交通耦合网络的拉普拉斯矩阵， 为矩阵 中的元素；ei和ej表示拉普拉斯矩阵的第i个和第j个标准向量；式(19)中 表示电力网络中线路d的可用容量，Id表示线路d的负载百分比；式(20)表示电力交通耦合网络的权重矩阵；式(21)中 表示电力交通耦合网络的链路c的剩余可用容量， 是充电站最大充电功率； 是实际充电功率。

6.根据权利要求1所述的一种基于概率图的电力交通耦合网络脆弱性评估方法，其特征在于，步骤S5所建立的交流最优潮流模型如式(22)‑式(26)：g(x)＝0                          (23)h(x)≤0                          (24)xmin≤x≤xmax                      (25)式(22)‑式(26)中x表示待优化向量，包括母线的电压相角θ、电压幅值Vm、发电机有功输出Pg、无功功率输出Qg；式(22)表示交流最优潮流模型的目标函数；式(23)‑式(25)是约束方程，其中式(23)的g(x)表示发电机有功功率平衡约束和无功功率平衡约束，式(24)的h(x)为关于母线电压相角和电压幅值的非线性函数。

7.根据权利要求6所述的一种基于概率图的电力交通耦合网络脆弱性评估方法，其特征在于，步骤S5的具体步骤如下：步骤S51：式(22)所表示的交流最优潮流模型的目标函数具体如下式：式(27)中， 分别为发电机i的有功功率 和无功功率 注入的成本函数，ng为发电机总数；

步骤S52：式(23)所表示的发电机有功功率平衡约束和无功功率平衡约束具体如式(28)‑式(29)：gp(θ,Vm,Pg)＝Pbus(θ,Vm)+Pd‑CgPg＝0           (28)Qp(θ,Vm,Qg)＝Qbus(θ,Vm)+Qd‑CgQg＝0          (29)式(28)中，gp(θ,Vm,Pg)为发电机有功功率平衡约束，Cg为一个nb×ng，的矩阵，nb为节点总数，对于Cg内部元素(i,j)，若发电机j在母线i上，则该元素为1，否则为0；式(29)中，Qp(θ,Vm,Qg)为发电机无功功率平衡约束；

步骤S53：式(24)所表示的关于母线电压相角和电压幅值的非线性函数具体如式(30)‑式(31)：hf(θ,Vm)＝|Ff(θ,Vm)|‑Fmax≤0                 (30)ht(θ,Vm)＝|Ft(θ,Vm)|‑Fmax≤0                 (31)* * *

Sf(V)＝[CfV]If＝[CfV]YfV                (33)* * *

St(V)＝[CtV]It＝[CtV]YtV                 (35)式(30)用于每个支路的起始端，式(31)用于每个支路的终止端；其中Fmax是支路流量限制向量，Sf、Pf、If分别表示母线视在功率，有功功率和电流；Yf、Yt是nl×nb的导纳矩阵，nl为支路总数，Cf、Ct为nl×nb的稀疏连接矩阵，V为节点电压矩阵；

步骤S54：式(25)所表示的约束方程具体如式(36)‑式(39)：式(36)是参考节点电压相角约束，θi为节点i的电压相角，Γref表示给定的母线参考相角集合；式(37)是节点电压最大值和最小值限制；式(38)是有功功率注入限制；式(39)是无功功率注入限制。

8.根据权利要求1所述的一种基于概率图的电力交通耦合网络脆弱性评估方法，其特征在于，步骤S6的具体步骤如下：步骤S61：针对目标区域的电力系统运行步骤S5所获得的交流最优潮流模型，检查其输出结果是否收敛，如果收敛，则电力系统无需切除负荷，进入步骤S7；如果不收敛，则执行步骤S62进行负荷切除；

步骤S62：对目标区域的电力系统进行交流潮流计算，获得过载率最高的支路，以过载率最高的支路的中点为圆心，以预设半径R范围内的所有负载减少5％的负荷，然后运行交流最优潮流模型，检查其输出结果是否收敛，如果收敛则进入步骤S7，反之则继续减少5％的负荷；若重复20次，交流最优潮流模型仍未收敛，则切除该支路，并重新进入步骤S61，直至不再有过载支路；如果切除的支路两端有充电站，则根据式(40)计算充电负荷转移：式(40)中，TELi→j是从充电站i转移到充电站j的负荷，Ki表示具有与充电站i相邻电源节点的集合，Rij表示充电站网络中充电站i与充电站j之间的有效电阻，DEi是充电站i处的电力负荷。

9.根据权利要求1所述的一种基于概率图的电力交通耦合网络脆弱性评估方法，其特征在于，步骤S7的具体方法如下：基于步骤S3所建立的电力交通耦合网络，根据式(41)计算电力交通耦合网络拉普拉斯矩阵的基尔霍夫指数，并评估电力交通耦合网络的脆弱性：式(41)中Kif(G)表示基尔霍夫指数，其中n表示电力交通耦合网络的节点总数；λα是拉普拉斯矩阵的非零特征值； 是拉普拉斯矩阵为逆矩阵的对角元素；基尔霍夫指数Kif(G)的值越小，即电力交通耦合网络的抗干扰能力越强。