基于数据驱动的配电网故障停电风险指标评估方法及系统技术方案

本发明专利技术公开了配电网故障分析技术领域的一种基于数据驱动的配电网故障停电风险指标评估方法及系统，采集配电网基础参数的历史数据，筛选出影响配电网运行的故障停电风险指标；将故障停电风险指标输入配电网风险模型，获取故障停电风险指标的故障停电风险值；基于故障停电风险指标的故障停电风险值，获取故障停电风险指标的敏感度值。能够有效预测配电网停电风险，降低电网故障停电的风险。降低电网故障停电的风险。降低电网故障停电的风险。

【技术实现步骤摘要】
基于数据驱动的配电网故障停电风险指标评估方法及系统


[0001]本专利技术属于配电网故障分析
，具体涉及一种基于数据驱动的配电网故障停电风险指标评估方法及系统。

技术介绍

[0002]随着社会经济和人民生活水平的不断发展，人们对供电系统的运行水平提出了更高的要求，只有保证好配电网的供电可靠性、安全性、电能质量等方面，才能有力的保障电力系统的安全稳定运行。由于配电网近些年的发展，其规模日益增大，网络结构日益复杂，设备种类越来越多，运行方式多变，分布也广，所以配电网的不确定性也大大增加，一旦发生电网事故，所造成的后果也越来越严重。电力系统中故障的产生往往是多种因素相互作用的结果，往往具有时变性、多样性，随机模糊性等特点，这些特点对配电网的风险评估工作提出了巨大的挑战。配电网风险评估方法即是配电网风险指标的计算方法，目前关于配电网可靠性与风险评估的方法很多，主要可以归纳为解析法、模拟法以及将解析法和模拟法相结合的混合法三类。解析法的基本思想是根据系统的结构和元件的功能以及两者之间的逻辑关系，建立可靠性概率模型后通过递推或迭代等过程精确地求解模型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种配电网故障停电风险指标评估方法，其特征是，包括：采集配电网基础参数的历史数据，筛选出影响配电网运行的故障停电风险指标；将故障停电风险指标输入配电网风险模型，获取故障停电风险指标的故障停电风险值；基于故障停电风险指标的故障停电风险值，获取故障停电风险指标对应的敏感度值。2.根据权利要求1所述的配电网故障停电风险指标评估方法，其特征是，所述配电网风险模型的构建方法，包括：采集配电网基础参数的历史数据，筛选出影响配电网运行的故障停电风险指标；基于设备停运停电率和用户停电损失，确定故障停电风险指标的故障停电风险值；采用基于遗传算法改进的BP神经网络，构建配电网风险模型；以故障停电风险指标为输入，以与故障停电风险指标相对应的故障停电风险值为输出，训练构建的配电网风险模型。3.根据权利要求2所述的配电网故障停电风险指标评估方法，其特征是，所述基于设备停运停电率和用户停电损失，确定故障停电风险指标的故障停电风险值，具体为：R＝f(ψ
×
C)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中：R表示故障停电风险值；ψ表示设备停运停电率；C表示用户停电损失；f表示风险模型函数。4.根据权利要求2所述的配电网故障停电风险指标评估方法，其特征是，所述采用基于遗传算法改进的BP神经网络，构建配电网风险模型，包括：确定基于遗传算法改进的BP神经网络的网络拓扑；基于确定的网络拓扑确定遗传算法个体的长度，进行种群初始化；确定适应度函数，首先通过个体i，获取此时BP神经网络的初始权值和阈值，在经过BP神经网络的训练后，得到BP神经网络输出的预测值；将预测值与实际值的差值之和，乘以一个系数K作为适应值H；具体求取公式如下：其中，n表示网络输出节点数；K表示系数；o
i
表示第i个节点的预测输出；y
i
表示BP神经网络第i个节点的期望输出；选择轮盘赌法作为遗传算法的选择策略，个体i相应的选择概率p
i
：f
i
＝1/F
i
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)其中，F
i
表示个体i的适应度值，f
i
表示对适应度值进行求倒数；N表示种群个体数目；采用实数交叉法进行交叉操作，第k个染色体α
k
和第l个染色体α
l
在j位的交叉操作，具体如下：α
kj
＝α
ki
(1
‑
b)+α
li...

【专利技术属性】
技术研发人员：窦春霞，翟刘辉，岳东，张智俊，丁孝华，李延满，
申请(专利权)人：国网电力科学研究院有限公司，
类型：发明
国别省市：