一种电网配电重过载预测方法技术

本发明专利技术提供了一种电网配电重过载预测方法，属于电网运行与维护技术领域，该电网配电重过载预测方法包括以下步骤：S1：搭建系统结构；S2：改进HTAP数据库；S3：预测执行开始；S4：随机选取并用SQL调用特征工程算法；S5：选择用于预测的算法，并执行，得到预测模型M；S6：对生产域同步的负荷与环境数据进行预测，得到预警结果R；S7：将R推送并决策与维护使用；S8：将R进行比对；S9：对现行的特征工程算法与机器学习算法进行调整；S10：重新进行预测执行过程。该方法不需要进行任何数据迁移，能更加高效、准确地得到预测结果，从而更加有效地辅助配网工作计划、规划方案的制定，降低配变重过载发生概率，提升电网运行安全和供电服务质量。提升电网运行安全和供电服务质量。提升电网运行安全和供电服务质量。

【技术实现步骤摘要】
一种电网配电重过载预测方法


[0001]本专利技术涉及电网运行与维护
，具体而言，涉及一种电网配电重过载预测方法。

技术介绍

[0002]配网重过载预测在电网运行与维护领域属于较为重要的
，传统上存在多种方法来应对预测问题。相当一段时间来，以专家经验的人工方式为主，这种方法效果严重依据个人经验变化，准确率低，效率差；近年来，随着配电变压器等设备的在线监测设备装置的不断增长与升级，基于海量历史负荷与重过载样本数据的大数据分析预测方法发展迅速，各种统计分析法与机器学习算法被用于强相关负荷特征选取与重过载预测当中来，对根据配网重过载预警结果制定与实施维护工作计划起到很大的促进作用。
[0003]目前为止的大数据分析技术方法普遍存在如下问题：1.预测分析域的历史数据需要定期、定时从交易生产域被动采集，除了工作量巨大以外，预测的实时性无法保证，预测结果与实际事件的偏差也无法实时反馈；2.传统大数据分析工具与方法一是本身迭代周期长、效率低，二是与数据存储域(数据库)分离，多数情况下需要将相关数据搬移至专门的机器学习或者分析域才能进行，导本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电网配电重过载预测方法，其特征在于，包括以下步骤：S1：搭建基于HTAP数据库的配网重过载预测系统结构，将各台区电网负荷生产、事务数据置于事务域，将预测分析数据置于分析域，并完成事务域向分析域的大批量数据实时同步；S2：改进HTAP数据库，在其分析域，以数据库SQL自定义函数UDF的形式，利用MPP特性，增加实现特征工程算法与机器学习算法；S3：依据生产域发生的典型事件发生实时或者定时驱动预测执行开始；S4：在HTAP数据库分析域，随机选取并用SQL调用特征工程算法，选择用于预测的相关负荷与环境特征集，并选取其涉及全域实时与历史数据；S5：在HTAP数据库分析域，随机选取并用SQL调用机器学习算法，选择用于预测的算法，并基于步骤S4选取的全量数据集进行预测执行，得到预测模型M；S6：利用预测模型M对生产域实时同步过来的一定时期的负荷与环境数据进行预测，得到预警结果R；S7：将预警结果R推送到业务端供业务端进行决策与维护使用；S8：将预警结果R与业务端各台区配网变压器的重过载发生情况进行比对；S9：在HTAP数据库分析域，依据反馈差值集，对现行的特征工程算法与机器学习算法进行调整；S10：依据生产域发生的新的典型事件或者定时重新进行预测执行过程。2.根据权...

【专利技术属性】
技术研发人员：杨晶晶，钱正浩，江疆，邵彦宁，徐欢，杨秋勇，
申请(专利权)人：广东电网有限责任公司，
类型：发明
国别省市：