主网输变电设备停电窗口期预测方法、系统、设备及介质技术方案

一种主网输变电设备停电窗口期预测方法、系统、设备及介质，属于电力系统自动化技术领域，预测方法包括：获取电网区域内与主网输变电设备停电有关的主要特征因素，并将主要特征因素分类为电网运行可靠性、电力电量平衡和清洁能源消纳三个组别；通过灰色关联分析方法计算各组别内部的每个主要特征因素与设备之间的关联度从而确定设备的关键特征；将设备在关键特征空间下的样本数据作为支持向量机算法的输入量从而求解出停电窗口期预测模型；利用停电窗口期预测模型获得设备的停电窗口期预测结果。本发明专利技术实现了主网输变电设备停电窗口期关键特征的自动识别，以及关键特征空间下主网输变电设备可停电窗口期的科学判定，节省时间和人力成本。间和人力成本。间和人力成本。

【技术实现步骤摘要】
主网输变电设备停电窗口期预测方法、系统、设备及介质


[0001]本专利技术属于电力系统自动化
，具体涉及一种主网输变电设备停电窗口期预测方法、系统、设备及介质。

技术介绍

[0002]电网设备可停电窗口期（简称停电窗口期）的目的是为设备提供一个或多个合适的时间段，在该时间段内安排设备停电将对电网整体的运行可靠性、电力电量平衡和清洁能源消纳影响最小。电网设备停电窗口期的评估需综合考虑设备停电时其对电网运行可靠性、电力电量平衡和清洁能源消纳等三类主要因素的影响。在目前实际工程场景中，设备停电窗口期主要是由相关专责根据工作经验人为评估，大致过程是：首先根据历年业务经验选定受设备停电影响最大的主要几个因素，然后逐一查看这些因素的历史数据曲线划定一个阈值，在阈值范围内的时间段就判定为停电窗口期。
[0003]公开号为CN111917139A的中国专利申请公开了“一种电网主设备可停电窗口期确定方法及系统”，包括根据输变电设备的功用确定输变电设备在电网中功用分类的分类类型；根据所述分类类型确定并采集所述分类类型对应的基础数据；根据所述基础数据确定所述主网输变电设备可停电窗口期的制定原则；输出并显示所述主网输变电设备的可停电窗口期。该方案开创性的用科学、客观的手段划定了主网输变电设备可停电窗口期的一般制定原则，使停电窗口期的制定有了科学依据。但方案所述主网输变电设备所需基础数据的确定过于依赖相关人员的业务经验，逐一确定每一个设备所需基础数据的过程太繁琐；而且根据基础数据确定可停电窗口期的原则太广泛，主观指标多容易受干扰，不够明确与聚焦。目前，随着电网业务的拓展，这种确定基础数据和窗口期的方法还需要进一步的革新。
[0004]公开号为CN113590682A的中国专利申请公开了“一种电网停电窗口期生成方法、装置、电子设备和存储介质”，包括将设备的投运与检修状况数据作为参考序列，将对设备停电起到影响作用的关联因素数据形成被比较序列；利用参考序列与比较序列数据，计算各影响因素与停电设备之间的关联系数；再利用关联系数计算各影响因素与停电设备之间的关联度；获得设备停电窗口期的判据指标；利用所述判据指标作为约束条件，通过电网潮流计算对各电网设备的允许停电时间进行校验，生成设备的停电窗口期。该方案提升了电网检修计划编制的有效性与安全性，提高了停电窗口期的编制效率，减轻了停电计划编制人员的工作强度。但该方案所述通过电网潮流计算来校核各电网设备的允许停电时间从而生成停电窗口期的过程未明确，通过潮流计算来仿真模拟的实现路径效率也比较低。因此这种求解设备停电窗口期的方法还需要进一步的改进与完善。

技术实现思路

[0005]本专利技术的目的在于针对上述现有技术中的问题，提供一种主网输变电设备停电窗口期预测方法、系统、设备及介质，实现了主网输变电设备停电窗口期关键特征的自动识
别，以及关键特征空间下主网输变电设备可停电窗口期的科学判定，节省时间和人力成本。
[0006]为了实现上述目的，本专利技术有如下的技术方案：第一方面，提供一种主网输变电设备停电窗口期预测方法，包括：获取电网区域内与主网输变电设备停电有关的主要特征因素，并将主要特征因素分类为电网运行可靠性、电力电量平衡和清洁能源消纳三个组别；通过灰色关联分析方法计算各组别内部的每个主要特征因素与设备之间的关联度从而确定设备的关键特征；将设备在关键特征空间下的样本数据作为支持向量机算法的输入量从而求解出停电窗口期预测模型；利用停电窗口期预测模型获得设备的停电窗口期预测结果。
[0007]作为一种优选的方案，还包括电网特征数据获取、分类与建模的步骤，所述电网特征数据获取、分类与建模的步骤包括：确定面向电网年度检修计划的主网输变电设备；获取主网输变电设备的特征数据，所述特征数据包括历史可停电窗口期、历史潮流数据以及预测数据；对主网输变电设备的集合以及主网输变电设备的特征数据进行建模，在通过灰色关联分析方法计算各组别内部的每个主要特征因素与设备之间的关联度时，利用待评估设备建模后的数学表达式进行计算。
[0008]作为一种优选的方案，在所述获取电网区域内与主网输变电设备停电有关的主要特征因素，并将主要特征因素分类为电网运行可靠性、电力电量平衡和清洁能源消纳三个组别的步骤中，所述电网运行可靠性主要特征因素包括：对主网跨区跨省送电有影响的送端电网关联重载输电断面潮流、对主网跨区跨省送电有影响的送端电网主变上网断面潮流、对主网跨区跨省受电有影响的受端电网关联重载输电断面潮流、对主网跨区跨省受电有影响的受端电网主变下网断面潮流；所述电网电力电量平衡主要特征因素包括：区域电网调度口径发受电、省级电网调度口径发受电、存在内受电受阻或重点关注的局部电网调度口径发受电；所述电网清洁能源消纳主要特征因素包括：区域电网调度口径水电发电、区域电网调度口径光伏发电、省级电网调度口径水电发电、省级电网调度口径风电发电、省级电网调度口径光伏发电、存在外送电受阻或重点关注的局部电网调度口径水电发电、存在外送电受阻或重点关注的局部电网调度口径风电发电、存在外送电受阻或重点关注的局部电网调度口径光伏发电、国调直调水电厂调度口径发电、网省调重点关注水电厂调度口径发电。
[0009]作为一种优选的方案，还包括获取各组别主要特征因素的历史数据与预测数据，对各组别主要特征因素以及所对应的历史数据与预测数据进行建模，在通过灰色关联分析方法计算各组别内部的每个主要特征因素与设备之间的关联度时，利用各组别内部的每个主要特征因素建模后的数学表达式进行计算。
[0010]作为一种优选的方案，在所述通过灰色关联分析方法计算各组别内部的每个主要特征因素与设备之间的关联度从而确定设备的关键特征的步骤中，求解待评估设备与电网运行可靠性特征因素的关联度包括：提取所有电网运行可靠性特征因素的历史数据序列：
通过均值化方法，将电网运行可靠性分类下的第k个特征因素的历史数据序列进行无量纲化处理后得到参考序列，计算公式为：通过灰色关联分析方法，求解电网运行可靠性分类下的每个特征因素与第i个设备之间的关联系数序列，计算公式为：其中，表示电网运行可靠性分类下第k个特征因素的第j个数据点与第i个设备之间的关联系数；表示将j从1枚举到M求取的最小值，表示将j从1枚举到M求取的最大值；表示将k从1枚举到求取的最小值，表示将k从1枚举到求取的最大值；表示电网运行可靠性第k个特征因素历史数据序列中的第j个数据点，表示第i个设备历史潮流数据序列中的第j个数据点；通过加权平均求解电网运行可靠性分类下的每个特征因素与第i个设备之间的关联度，计算公式为：将电网运行可靠性分类下的每个特征因素与第i个设备之间的关联度按照从大到小排名，形成设备Ei与电网运行可靠性所有特征因素之间的关联度序列：其中，表示电网运行可靠性分类下的第个特征因素与设备Ei的关联度排名在第k位。
[0011]作为一种优选的方案，在所述通过灰色关联分析方法计算各组别内部的每个主要特征因素与设备之间的关联度从而确定设备的关键特征的步骤中，求解待评估设备与电网电力电量平衡特征因素的关本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种主网输变电设备停电窗口期预测方法，其特征在于，包括：获取电网区域内与主网输变电设备停电有关的主要特征因素，并将主要特征因素分类为电网运行可靠性、电力电量平衡和清洁能源消纳三个组别；通过灰色关联分析方法计算各组别内部的每个主要特征因素与设备之间的关联度从而确定设备的关键特征；将设备在关键特征空间下的样本数据作为支持向量机算法的输入量从而求解出停电窗口期预测模型；利用停电窗口期预测模型获得设备的停电窗口期预测结果。2.根据权利要求1所述的主网输变电设备停电窗口期预测方法，其特征在于，还包括电网特征数据获取、分类与建模的步骤，所述电网特征数据获取、分类与建模的步骤包括：确定面向电网年度检修计划的主网输变电设备；获取主网输变电设备的特征数据，所述特征数据包括历史可停电窗口期、历史潮流数据以及预测数据；对主网输变电设备的集合以及主网输变电设备的特征数据进行建模，在通过灰色关联分析方法计算各组别内部的每个主要特征因素与设备之间的关联度时，利用待评估设备建模后的数学表达式进行计算。3.根据权利要求1所述的主网输变电设备停电窗口期预测方法，其特征在于，在所述获取电网区域内与主网输变电设备停电有关的主要特征因素，并将主要特征因素分类为电网运行可靠性、电力电量平衡和清洁能源消纳三个组别的步骤中，所述电网运行可靠性主要特征因素包括：对主网跨区跨省送电有影响的送端电网关联重载输电断面潮流、对主网跨区跨省送电有影响的送端电网主变上网断面潮流、对主网跨区跨省受电有影响的受端电网关联重载输电断面潮流、对主网跨区跨省受电有影响的受端电网主变下网断面潮流；所述电网电力电量平衡主要特征因素包括：区域电网调度口径发受电、省级电网调度口径发受电、存在内受电受阻或重点关注的局部电网调度口径发受电；所述电网清洁能源消纳主要特征因素包括：区域电网调度口径水电发电、区域电网调度口径光伏发电、省级电网调度口径水电发电、省级电网调度口径风电发电、省级电网调度口径光伏发电、存在外送电受阻或重点关注的局部电网调度口径水电发电、存在外送电受阻或重点关注的局部电网调度口径风电发电、存在外送电受阻或重点关注的局部电网调度口径光伏发电、国调直调水电厂调度口径发电、网省调重点关注水电厂调度口径发电。4.根据权利要求1所述的主网输变电设备停电窗口期预测方法，其特征在于，还包括获取各组别主要特征因素的历史数据与预测数据，对各组别主要特征因素以及所对应的历史数据与预测数据进行建模，在通过灰色关联分析方法计算各组别内部的每个主要特征因素与设备之间的关联度时，利用各组别内部的每个主要特征因素建模后的数学表达式进行计算。5.根据权利要求1所述的主网输变电设备停电窗口期预测方法，其特征在于，在所述通过灰色关联分析方法计算各组别内部的每个主要特征因素与设备之间的关联度从而确定设备的关键特征的步骤中，求解待评估设备与电网运行可靠性特征因素的关联度包括：提取所有电网运行可靠性特征因素的历史数据序列：
通过均值化方法，将电网运行可靠性分类下的第k个特征因素的历史数据序列进行无量纲化处理后得到参考序列，计算公式为：通过灰色关联分析方法，求解电网运行可靠性分类下的每个特征因素与第i个设备之间的关联系数序列，计算公式为：其中，表示电网运行可靠性分类下第k个特征因素的第j个数据点与第i个设备之间的关联系数；表示将j从1枚举到M求取的最小值，表示将j从1枚举到M求取的最大值；表示将k从1枚举到求取的最小值，表示将k从1枚举到求取的最大值；表示电网运行可靠性第k个特征因素历史数据序列中的第j个数据点，表示第i个设备历史潮流数据序列中的第j个数据点；通过加权平均求解电网运行可靠性分类下的每个特征因素与第i个设备之间的关联度，计算公式为：将电网运行可靠性分类下的每个特征因素与第i个设备之间的关联度按照从大到小排名，形成设备Ei与电网运行可靠性所有特征因素之间的关联度序列：
其中，表示电网运行可靠性分类下的第个特征因素与设备Ei的关联度排名在第k位。6.根据权利要求1所述的主网输变电设备停电窗口期预测方法，其特征在于，在所述通过灰色关联分析方法计算各组别内部的每个主要特征因素与设备之间的关联度从而确定设备的关键特征的步骤中，求解待评估设备与电网电力电量平衡特征因素的关联度包括：提取所有电网电力电量平衡特征因素的历史数据序列：通过均值化方法，将电网电力电量平衡分类下的第k个特征因素的历史数据序列进行无量纲化处理后得到参考序列，计算公式为：通过灰色关联分析方法，求解电网电力电量平衡分类下的每个特征因素与第i个设备之间的关联系数序列，计算公式为：其中，表示电网电力电量平衡分类下第k个特征因素的第j个数据点与第i个设备之间的关联系数；通过加权平均求解电网电力电量平衡分类下的每个特征因素与第i个设备之间的关联度，计算公式为：将电网电力电量平衡分类下的每个特征因素与第i个设备之间的关联度按照从大到小排名，形成设备Ei与电网电力电量平衡所有特征因素之间的关联度序列：其中，表示电网电力电量平衡分类下的第个特征因素与设备Ei的关联度排名在第k位。7.根据权利要求1所述的主网输变电设备停电窗口期预测方法，其特征在于，在所述通过灰色关联分析方法计算各组别内部的每个主要特征因素与设...

【专利技术属性】
技术研发人员：张风彬，孙大雁，李立新，陶洪铸，刘幸蔚，杨军峰，於益军，王超，宋旭日，董时萌，卫泽晨，武力，杨楠，姚伟峰，张加力，李增辉，黄宇鹏，叶瑞丽，齐晓琳，韩昳，邱成建，狄方春，
申请(专利权)人：中国电力科学研究院有限公司，
类型：发明
国别省市：