配电网供电可靠性预测方法和系统技术方案

本发明专利技术涉及一种配电网供电可靠性预测方法，包括以下步骤：选取多种影响供电可靠性的原始指标因素；对所述原始指标因素进行标准化处理，得到标准化指标因素，计算各个标准化指标因素与预设的可靠性评价指标之间的相关系数，根据所述相关系数从所述指标因素中筛选出对供电可靠性影响较为明显的核心指标因素；根据所述核心指标因素构建径向基函数神经网络，获取所述径向基函数神经网络的隐含层的最优中心向量、最优基宽向量和最优输出权重，根据所述最优中心向量、最优基宽向量和最优输出权重获取供电可靠性预测模型，根据所述供电可靠性预测模型对配电网供电可靠性进行预测。

Distribution network power supply reliability prediction method and system

The present invention relates to a method for predicting the reliability of distribution network, which comprises the following steps: selecting a variety of factors affecting the original power supply reliability index; the original indexes were standardized, standardized index factors, the correlation coefficient between the calculated standardized index factors and the default reliability evaluation index, according to the relevant coefficients from the selected factors impact on the reliability index of the core factors is obvious; radial basis function neural network was constructed according to the core indicators of the factors, obtaining the radial basis function neural network optimal center vector, hidden layer optimal width vector and optimal output weights according to the optimum center vector the basis of wide vector and optimal output weight acquisition reliability prediction model based on the reliability of the pre The model predicts the power supply reliability of distribution network.

【技术实现步骤摘要】
配电网供电可靠性预测方法和系统
本专利技术涉及电力
，特别是涉及一种配电网供电可靠性预测方法和系统。
技术介绍
配电网供电的安全可靠程度与国民生产生活有密切的关联，配电网供电可靠性一定程度上体现了供电企业在电网的建设、改造以及运行维护等方面的综合能力。进一步提升配电网的供电可靠性，不仅可以最大限度满足电力用户的用电需求，同时也有利于促进电网建设的进一步完善和发展。传统的配电网供电可靠性工作重点在配电网的管理，近年来逐渐由被动管理转化为主动预防。已有相关的技术提出通过人工神经网络、支持向量机(SupportVectorMachine，SVM)等方法对影响城市电网可靠性的因素进行分析，进而对配电网供电可靠性做出预测。这些技术中虽然预测算法逐渐创新优化，但预测结果的精确度较差。
技术实现思路
基于此，有必要针对预测结果的精确度较差的问题，提供一种配电网供电可靠性预测方法和系统。一种配电网供电可靠性预测方法，包括以下步骤：根据配电网的网架结构、技术装备参数、设备质量参数、故障因子以及运行维护参数选取多种影响供电可靠性的原始指标因素；对所述原始指标因素进行标准化处理，得到标准化指标因素，计算本文档来自技高网...

【技术保护点】
一种配电网供电可靠性预测方法，其特征在于，包括以下步骤：根据配电网的网架结构、技术装备参数、设备质量参数、故障因子以及运行维护参数选取多种影响供电可靠性的原始指标因素；对所述原始指标因素进行标准化处理，得到标准化指标因素，计算各个标准化指标因素与预设的可靠性评价指标之间的相关系数，根据所述相关系数从所述指标因素中筛选出对供电可靠性影响较为明显的核心指标因素；根据所述核心指标因素构建径向基函数神经网络，获取所述径向基函数神经网络的隐含层的最优中心向量、最优基宽向量和最优输出权重，根据所述最优中心向量、最优基宽向量和最优输出权重获取供电可靠性预测模型，根据所述供电可靠性预测模型对配电网供电可靠性进...

【技术特征摘要】
1.一种配电网供电可靠性预测方法，其特征在于，包括以下步骤：根据配电网的网架结构、技术装备参数、设备质量参数、故障因子以及运行维护参数选取多种影响供电可靠性的原始指标因素；对所述原始指标因素进行标准化处理，得到标准化指标因素，计算各个标准化指标因素与预设的可靠性评价指标之间的相关系数，根据所述相关系数从所述指标因素中筛选出对供电可靠性影响较为明显的核心指标因素；根据所述核心指标因素构建径向基函数神经网络，获取所述径向基函数神经网络的隐含层的最优中心向量、最优基宽向量和最优输出权重，根据所述最优中心向量、最优基宽向量和最优输出权重获取供电可靠性预测模型，根据所述供电可靠性预测模型对配电网供电可靠性进行预测。2.根据权利要求1所述的配电网供电可靠性预测方法，其特征在于，对所述指标因素进行标准化处理的步骤包括：根据以下方式对所述指标因素进行标准化处理：式中，D'为标准化指标因素，D为原始指标因素，为原始指标因素的均值，δ为原始指标因素的标准差。3.根据权利要求1所述的配电网供电可靠性预测方法，其特征在于，在计算各个指标因素与预设的可靠性评价指标之间的相关系数之前，还包括以下步骤：根据以下方式计算可靠性评价指标：式中，RS-1为可靠性评价指标，T1为用户平均停电时间，T2为一个统计周期的时间长度。4.根据权利要求1所述的配电网供电可靠性预测方法，其特征在于，计算各个标准化指标因素与预设的可靠性评价指标之间的相关系数的步骤包括：根据各个标准化指标因素构建样本，对所述样本与可靠性评价指标提出原假设和备择假设；其中，原假设认为所述样本与可靠性评价指标无显著相关关系，备择假设认为所述样本与可靠性评价指标具有显著相关关系；根据样本容量选择检验统计量，计算检验统计量的观测值和对应的概率；如果检验统计量的概率小于预设的显著性水平决策因子，判定所述样本与可靠性评价指标具有显著相关关系，计算样本中各个标准化指标因素与预设的可靠性评价指标之间的皮尔逊相关系数。5.根据权利要求4所述的配电网供电可靠性预测方法，其特征在于，计算各个标准化指标因素与预设的可靠性评价指标之间的相关系数的步骤还包括：如果检验统计量的概率大于或等于预设的显著性水平决策因子，判定所述样本与可靠性评价指标不具有显著相关关系；计算各个标准化指标因素与预设的可靠性评价指标之间的斯皮尔曼秩相关系数。6.根据权利要求4所述的配电网供电可靠性预测方法，其特征在于，根据样本容量选择检验统计量的步骤包括：当样本容量较大时，选择Z统计量作为检验统计量；当样本容量较小时，选择t统计量作为检验统计量。7.根据权利要求1所述的配电网供电可靠性预测方法，其特征在于，获取所述径向基函数神经网络的隐含层的最优中心向量、最优基宽向量和最优输出权重的步骤包括：确定粒子群的大小及搜索维度；根据粒子群的大小及搜索维度将每个粒子对应的中心向量、基宽向量和输出权重代入RBF神经网络训练...

【专利技术属性】
技术研发人员：简淦杨，于力，田兵，占恺峤，谭勤学，雷金勇，郭晓斌，郑炜楠，李昊飞，余涛，
申请(专利权)人：南方电网科学研究院有限责任公司，中国南方电网有限责任公司电网技术研究中心，华南理工大学，
类型：发明
国别省市：广东,44