一种输电线路避雷器防雷等级的影响因素分析方法技术

本发明专利技术公开了一种输电线路避雷器防雷等级的影响因素分析方法，属于避雷器防雷等级分析技术领域。本发明专利技术的步骤为：首先使用AHP算法确定输电线路避雷器防雷等级的主要影响因素，再根据K

【技术实现步骤摘要】
一种输电线路避雷器防雷等级的影响因素分析方法


[0001]本专利技术涉及避雷器防雷等级分析
，具体为一种输电线路避雷器防雷等级的影响因素分析方法。

技术介绍

[0002]稳定可靠的用电是国家电网使命的重要组成部分，而这项使命在遇到雷电天气或极端恶劣环境下，输电线路的绝缘系统往往会承担巨大压力，若是恰好输电线路的绝缘设备性能降低而未检修更换，可能会导致绝缘设备超过其性能并导致大规模的停电，输电线路避雷器是一种能够保护输电线路不被雷电击穿的绝缘设备，它通过吸收雷电中的过电压，将其量值降低到安全阈值之下，提高线路的耐雷水平，从而能保护输电线路以及电力系统免受雷电等灾难的侵害，因此输电线路避雷器在输电安全运行系统中承担重大作用。
[0003]输电线路避雷器的防雷效果与绝缘性能受到多种负面因素影响，这些影响因素包括避雷器的内部影响因素和外部影响因素，若输电线路避雷器长期暴露在复杂环境以及不当的内部配置条件下，其绝缘性能将会受损导致其防雷等级下降，而这种现象却往往不易被发现，这就更加导致难以分析造成避雷器防雷等级下降的主要影响因素，在这些效应叠加后，会导致输电线路避雷器的可靠性不高，难以取得良好的防雷效果。
[0004]因此，为了提高输电线路避雷器的防雷等级和电力系统运行可靠性，分析输电线路避雷器防雷等级的主要影响因素是十分重要的。

技术实现思路

[0005]本专利技术的目的在于提供一种输电线路避雷器防雷等级的影响因素分析方法，提高输电线路避雷器的使用寿命和电力系统运行可靠性，以解决现有技术中提出的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：
[0007]一种输电线路避雷器防雷等级的影响因素分析方法，包括以下步骤：
[0008]S1：根据层次分析算法得到输电线路避雷器防雷等级的主要影响因素；
[0009]S2：根据K
‑
means聚类算法将输电线路避雷器的防雷等级进行分类；
[0010]S3：根据DBN算法建立输电线路避雷器防雷等级主要影响因素的DBN模型；
[0011]S4：根据DBN模型对输电线路避雷器防雷等级主要影响因素进行定量分析。
[0012]更进一步地，S1中根据AHP算法得到输电线路避雷器的主要影响因素， AHP算法具体步骤为：
[0013]S101：构建输电线路避雷器防雷等级影响因素AHP模型：
[0014]模型目标层：输电线路避雷器防雷等级最高；
[0015]模型方案层：B1避雷器经济性价比高、B2避雷器结构简单便于检修、B3避雷器使用寿命长；
[0016]模型准则层：避雷器设备型号S、避雷器的配置方式P、工频电压V、避雷器与绝缘子串的最小安全距离D、避雷器环境温度T、避雷器环境湿度E；
[0017]S102：构造输电线路避雷器防雷等级AHP模型判断矩阵
[0018][0019]S103：对输电线路避雷器防雷等级影响因素AHP模型判断矩阵J进行层次单排序并进行一致性检验；
[0020]S104：对输电线路避雷器防雷等级影响因素AHP模型判断矩阵J进行层次总排序并进行一致性检验。
[0021]更进一步地，S103中对AHP模型判断矩阵J进行层次单排序并进行一致性检验，具体步骤为：
[0022]S1031：计算判断矩阵J的最大特征根λ；
[0023]S1032：对判断矩阵进行归一化得到权重向量w；
[0024]S1033：计算层次单排序一致性指标通过查表得到随机一致性指标RI；
[0025]S1034：计算层次单排序一致性比率
[0026]更进一步地，S104中对避雷器AHP模型判断矩阵J进行层次总排序并进行一致性检验，具体步骤为：
[0027]S1041：计算AHP模型方案层B
i
(i＝1,2,3)对模型准则层中各影响因素的层次总排序一致性指标CI
j
，查表得到随机一致性指标RI
j
；
[0028]S1042：计算层次总排序的一致性比率CR：
[0029][0030]更进一步地，S2中根据K
‑
means聚类算法将输电线路避雷器的防雷等级进行分类，具体步骤为：
[0031]S201：确定5个聚类中心k1至k5，计算每个影响因素与聚类中心k的距离 Dis：
[0032][0033]式中，x
j
是第j个避雷器防雷等级影响因素，k
i
是第i个聚类中心，o是每个影响因素的维度，x
jt
是第j个影响因素的第t个维度，k
it
是是第i个聚类中心的第t个维度；
[0034]S202：定义目标函数Dis
min
：
[0035][0036]式中，n为数据集中的数据个数；
[0037]S203：对目标函数Dis
min
进行多次迭代，直到误差平方和最小停止迭代，聚类中心保持不变，聚类完成；
[0038]S204：根据聚类结果将输电线路避雷器防雷等级的影响因素分为高、较高、中、较低和低5类。
[0039]更进一步地，S3中建立输电线路避雷器防雷等级的主要影响因素的DBN 模型，具体步骤为：
[0040]S301：输电线路避雷器防雷等级的主要影响因素数据DBN算法的输入信号，输入数据后构成样本特征矩阵A：
[0041][0042]式中，向量a1＝[a
11
,a
12
,
…
,a
1z
]Τ
表示一组输电线路避雷器防雷等级主要影响因数据，z为样本特征数，p表示未标记的避雷器主要影响因素数据，q表示已标记的避雷器主要影响因素的特征数据；
[0043]计算避雷器防雷等级各主要影响因素的样本特征矩阵：
[0044][0045]S302：计算特征矩阵所对应的标记用样本标记矩阵B：
[0046][0047]式中，b1＝[b
11
,b
12
,
…
,b
1s
]T
表示标记后的样本数据，s为标记种类；
[0048]S303：将避雷器防雷等级DBN模型总层数以及各层神经节点数赋值：
[0049][0050]x＝[x1,x2,
…
x
k
]T
[0051]y＝[y1,y2,
…
y
l
][0052]式中，g为权重矩阵，x和y分别避雷器主要影响因素DBN模型的显层和隐藏层微分矩阵，g
ij
为连接显层节点i(i＝1,2,
…
,k)和隐层节点j(j＝1,2,
…
,l)的权重，x
i
、y
j
则为显层节点i和隐层节点j的微分，k为显层节点数，l为隐藏层节点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种输电线路避雷器防雷等级的影响因素分析方法，其特征在于，包括以下步骤：S1：根据层次分析算法得到输电线路避雷器防雷等级的主要影响因素；S2：根据K
‑
means聚类算法将输电线路避雷器的防雷等级进行分类；S3：根据DBN算法建立输电线路避雷器防雷等级主要影响因素的DBN模型；S4：根据DBN模型对输电线路避雷器防雷等级主要影响因素进行定量分析。2.如权利要求1所述的一种输电线路避雷器防雷等级的影响因素分析方法，其特征在于：S1中根据AHP算法得到输电线路避雷器的主要影响因素，AHP算法具体步骤为：S101：构建输电线路避雷器防雷等级影响因素AHP模型：模型目标层：输电线路避雷器防雷等级最高；模型方案层：B1避雷器经济性价比高、B2避雷器结构简单便于检修、B3避雷器使用寿命长；模型准则层：避雷器设备型号S、避雷器的配置方式P、工频电压V、避雷器与绝缘子串的最小安全距离D、避雷器环境温度T、避雷器环境湿度E；S102：构造输电线路避雷器防雷等级AHP模型判断矩阵S103：对输电线路避雷器防雷等级影响因素AHP模型判断矩阵J进行层次单排序并进行一致性检验；S104：对输电线路避雷器防雷等级影响因素AHP模型判断矩阵J进行层次总排序并进行一致性检验。3.如权利要求2所述的一种输电线路避雷器防雷等级的影响因素分析方法，其特征在于：S103中对AHP模型判断矩阵J进行层次单排序并进行一致性检验，具体步骤为：S1031：计算判断矩阵J的最大特征根λ；S1032：对判断矩阵进行归一化得到权重向量w；S1033：计算层次单排序一致性指标通过查表得到随机一致性指标RI；S1034：计算层次单排序一致性比率4.如权利要求2所述的一种输电线路避雷器防雷等级的影响因素分析方法，其特征在于：S104中对避雷器AHP模型判断矩阵J进行层次总排序并进行一致性检验，具体步骤为：S1041：计算AHP模型方案层B
i
(i＝1,2,3)对模型准则层中各影响因素的层次总排序一致性指标CI
j
，查表得到随机一致性指标RI
j
；S1042：计算层次总排序的一致性比率CR：
5.如权利要求1所述的一种输电线路避雷器防雷等级的影响因素分析方法，其特征在于：S2中根据K
‑
means聚类算法将输电线路避雷器的防雷等级进行分类，具体步骤为：S201：确定5个聚类中心k1至k5，计算每个影响因素与聚类中心k的距离Dis：式中，x
j
是第j个避雷器防雷等级影响因素，k
i
是第i个聚类中心，o是每个影响因素的维度，x
jt
是第j个影响因素的第t个维度，k
it
是是第i个聚类中心的第t个维度；S202：定义目标函数Dis
min
：式中，n为数据集中的数据个数；S203：对目标函数Dis
min
进行多次迭代，直到误差平方和最小停止迭代，聚类中心保持不变，聚类完成；S204：根据聚类结果将输电线路避雷器防雷等级的影响因素分为高、较高、中、较低和低5类。6.如权利要求1所述的一种输电线路避雷器防雷等级的影响因素分析方法，其特征在于：S3中建立输电线路避雷器防雷等级的主要影响因素的DBN模型，具体步骤为：S301：输电线路避雷器防雷等级的主要影响因素数据DBN算法的输入信号，输入数据后构成样本特征矩阵A：式中，向量a1＝[a
11
,a
12
,
…
,a
1z
]
Τ
表示一组输电线路避雷器防雷等级主要影响因数据，z为样本特征数，p表示未标记的避雷器主要影响因素数据，q表示已标记的避雷器主要影响因素的特征数据；计算避雷器防雷等级各主要影响因素的样本特征矩阵：S302：计算特征矩阵所对应的标记用样本标记矩阵B：
式中，b1＝[b
11
,b
12
,
…
,b
1s
]
T
表示标记后的样本数据，s为标记种类；S303：将避雷器防雷等级DBN模型总层数以及各层神经节点数赋值：x＝[x1,x2,
…
x
k
]
T
y＝[y1,y2,
…
y
l
]式中，g为权重矩阵，x和y分别避雷器主要影响因素DBN模型的显层和隐藏层微分矩阵，g
ij
为连接显层节点i(i＝1,2,
…
,k)和隐层节点j(j＝1,2,
…
,l)的权重，x
i

【专利技术属性】
技术研发人员：何涛，苏文，张永康，沈鹏飞，薛为浩，张忠，钱宇骋，华云梅，张宇，
申请(专利权)人：国网安徽省电力有限公司电力科学研究院，
类型：发明
国别省市：