【技术实现步骤摘要】
台风灾害下配网用户停电数量预测方法和预测装置
[0001]本申请涉及配电网
，尤其涉及台风灾害下配网用户停电数量预测方法和预测装置。
技术介绍
[0002]极端自然灾害条件下电网风险预测与评估的研究目前仍处在发展阶段，现有研究多偏向于电网系统层或设备层的失效概率评估，鲜有文献从配网用户的角度对配网停电规模或数量进行预测评估。在现有的台风灾害下电网概率性风险评估研究中，大致可分为模型驱动及数据驱动两大类。模型驱动通过分析电网受损机理，构建结构失效数学模型，利用设备失效模型对设备灾害下的风险进行评估以及预测。而数据驱动模型从数据挖掘分析的角度出发，利用电网设备灾害下的各方面数据来表征电网的状态以及预测未来发展的态势，往往效率较高，且实现方式简单。
[0003]在当前的台风灾害下电网概率性风险评估研究中，存在以下缺点：
[0004](1)模型驱动技术方面，当影响因素较多时，构建精确的物理模型较为困难，并且所构建的模型异常复杂，难以求解，为此往往对较多因素进行简化处理，简化模型的同时也损失了一些因素全貌特征。<...
【技术保护点】
【技术特征摘要】
1.一种台风灾害下配网用户停电数量预测方法，其特征在于，包括：收集目标区域的环境数据，其中所述环境数据包括气象因素、地理因素和电网因素；对所述环境数据进行预处理和相关性分析，得到第一数据，其中所述预处理包括归一化处理、分类变量处理和因变量处理；基于随机森林算法，以部分的所述环境数据作为自变量，用户停电数量和停电占比作为应变量，建立基于全局变量的台风灾害下配网用户停电数量预测模型；对所述全局变量的台风灾害下配网用户停电数量预测模型进行评估，得出每一个所述自变量的重要性；根据所述重要性从全部自变量中挑选出符合预设标准的自变量作为重要变量，并以所述重要变量作为输入，建立基于所述重要变量的台风灾害下配网用户停电数量预测模型；对所述基于重要变量的台风灾害下配网用户停电数量预测模型进训练和测试，输出台风灾害下配网用户的停电数量。2.根据权利要求1所述的台风灾害下配网用户停电数量预测方法，其特征在于，所述气象因素包括最大风速、风向、降雨量、温度、湿度、台风期间风速超过20m/s的持续时间、台风期间风速超过30m/s的持续时间、风力等级、十级风圈半径、登陆时间和登陆区域；所述地理因素包括有无配网用户、海拔、坡度、坡向、下垫面类型、地表类型、经度和纬度；电网因素包括配网用户数量、箱变数量、台变数量、杆塔数量、拉线数量、无拉线数量和线路长度。3.根据权利要求2所述的台风灾害下配网用户停电数量预测方法，其特征在于，所述归一化处理包括：对所述环境数据进行线性变换，使结果映射到[0,1]之间，公式如下：X
*
＝(X
‑
X
min
)/(X
max
‑
X
min
)式中，X
*
为标准化后的变量，X为存在量纲的原始数据，X
min
为同一类型变量中的最小值，X
max
为同一类型变量中的最大值；所述相关性分析包括：采用皮尔逊相关系数进行相关性定量分析。4.根据权利要求3所述的台风灾害下配网用户停电数量预测方法，其特征在于，所述对所述全局变量的台风灾害下配网用户停电数量预测模型进行评估，包括：所述全局变量的台风灾害下配网用户停电数量预测模型的评估指标包括平均绝对误差MAE、均方误差MSE和均方根误差RMSE；假设所述全局变量的台风灾害下配网用户停电数量预测模型为{(x
i
,y
i
),i＝1,2,
…
,n}，预测回归函数为f(x)，则：n}，预测回归函数为f(x)，则：
5.根据权利要求4所述的台风灾害下配网用户停电数量预测方法，其特征在于，所述基于随机森林算法，以部分的所述环境数据作为自变量，用户停电数量和停电占比作为应变量，建立基于全局变量的台风灾害下配网用户停电数量预测模型；对所述全局变量的台风灾害下配网用户停电数量预测模型进行评估，得出每一个所述自变量的重要性，包括：对于随机森林中的每一棵决策树，使用相应的OOB数据计算袋外数据误差，记为err
OOB1
；随机对袋外数据OOB所有样本的自变量加入随机干扰，再次计算袋外数据误差，记为err
【专利技术属性】
技术研发人员：梁永超，魏瑞增，王磊，鲁跃峰，黄勇，周恩泽，王彤，刘淑琴，彭发东，章坚，
申请(专利权)人：广东电网有限责任公司电力科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。