一种配电网运行维护辅助决策分析方法及其系统技术方案

本发明专利技术提供一种配电网运行维护辅助决策分析方法及系统，该分析方法包括：根据配电网采集数据与配电网综合评价指标体系的知识构建配电网数据与配电网综合评价指标体系关联的数据库；建立仿真模型，根据获取到的基础数据和运行数据，对微电网系统中的各种供热

【技术实现步骤摘要】
一种配电网运行维护辅助决策分析方法及其系统


[0001]本专利技术涉及城市配电网运行仿真
，具体涉及一种配电网运行维护辅助决策分析方法及其系统
。

技术介绍

[0002]随着配电自动化
、
用电信息采集等应用系统的推广应用，配电网中产生指数级增长的海量异构
、
高维多态的数据
。
因此，配电网运维检修工作是一项复杂的系统工程，具有规模大
、
不确定因素多和涉及领域广的特点，当配电网出现运行故障时，周围居民很容易会出现局部断电或者大范围断电的情况，这种情况的普遍发生会对该地区造成难以估量的负面影响，因此配电网的运维检修工作的重要性显而易见
。
[0003]现有技术中，针对配电网的运维检修手段一般如下：相关人员需要搜集目标配电网发展的历史数据，充分分析配电网的特点进行深入研究，同时要对配电网运行健康状态和配电业务的薄弱环节有比较全面的了解
。
由于历史数据非常庞杂而无序，因此分析起来非常困难，要么仅仅采用划分地域进行分别分析，要么只能针对数据的某些几个属性数据进行分析，其得到的分析结果跟实际的运行状况相差很大，难以给出有效的运行决策
。
[0004]为有效提高配电网的运行维护能力，国内外对配电网的维护管理工作进行了极大的重视，并对其进行了优化和改进，缩短故障恢复时间，提升服务水平，计算机运行仿真辅助决策系统成为现代配电网规划建设不可或缺的工具
。
为此，目前应用于配电网运维管控仿真软件众多，比较知名的国内外电力系统仿真软件有：
PSMSP、NPM、PSS/E、ETMP、PSMPMG、DigSilent
和
NETOMSG
等
。
这些软件虽然为配电网仿真计算分析提供了有利工具，但实际应用起来，具有如下缺陷：
1、
需要搭建复杂的硬件平台，将大量的分布式电源
、
微电网
、
大容量充电器
、
储能装置等接入配电网，其环境搭建复杂，兼容性差，成本高；
2、
软件方面需要专门的技术人员使用配电网仿真计算分析工具进行数据分析，其需要人工对庞杂的数据进行预处理出需要的信息，然后再使用计算分析工具进行逐一分析，而分析的数据接口则是固定的几种数据属性，无法根据技术人员的实际需要进行扩展，因此其不仅使用困难，而且最终得到的故障诊断很容易发生误判
。

技术实现思路

[0005]在下文中给出了关于本专利技术实施例的简要概述，以便提供关于本专利技术的某些方面的基本理解
。
应当理解，以下概述并不是关于本专利技术的穷举性概述
。
它并不是意图确定本专利技术的关键或重要部分，也不是意图限定本专利技术的范围
。
其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序
。
[0006]根据本申请的一个方面，提供一种可方便扩展的配电网运行维护辅助决策分析方法，包括：
[0007]步骤1：根据配电网采集数据与配电网综合评价指标体系的知识构建配电网数据与配电网综合评价指标体系关联的数据库；其中，配电网综合评价指标体系是现有技术，其
具体评价指标可根据用户的配电网进行个性化调整，不影响本申请的辅助决策分析
。
所述配电网采集数据包括基础数据和运行数据，所述配电网采集数据是通过如下方法采集的：利用预先构建的集成协议接口转换器采集基础数据，同时启动外部数据补充服务，采集运行数据，将获取到的基础数据和运行数据进行分类管理并存储至数据库
。
[0008]步骤2：建立仿真模型，根据获取到的基础数据和运行数据，对微电网系统中的各种供热
、
供电
、
储能单元的数据及单元级控制器进行单元级建模；具体建模过程如下：收集配电网数据模型相关数据，该数据包括基础特征数据和运行特征数据，利用基础特征数据和运行特征数据的各属性特征值的判别方法，按照基础特征数据的特征值判别标准和运行特征数据的特征值判别标准，对收集到的数据进行数据属性特征值归类判别，形成体现配电网数据的属性特征值集合
AES(AES
为
Attribute eigenvalue set
属性特征值集合的缩写
)
＝
{m
’1,m
’2,
…
m
’
x
,n
’1,n
’2,
…
n
’
y
}
，并存储至数据库，
x、y
为自然数；其中，
m
’1,m
’2,
…
m
’
x
为基础特征数据，
n
’1,n
’2,
…
n
’
y
为运行特征数据；本申请将属性特征值的判别方法设为不确定的判别方法
Δ
，具有非常好的可扩展性，其具体使用时可根据配电网技术人员的分析使用喜好来自行扩展
。
[0009]步骤3：利用仿真模型进行数据分析，选择一个维度
(
或称角度
)
或者多个维度进行分析，具体的：在数据分析时，获取某维度的特征值集合并存储，获得该维度下的电网特征评价数据
GGI
＝
{g
’1,g
’2,
…
g
’
z
}
，将该维度下的电网特征信息数据与配电网综合评价指标体系的相应指标阈值进行比对，如果超过相应指标阈值则认为有故障，如果在相应指标阈值范围内，则认为运行正常
。
[0010]进一步的，该辅助决策分析方法还包括步骤4，对所有有故障的相关电网特征信息数据进行二次分析，以获得精确的风险分析并提供优化方案
。
[0011]此外，本申请的上述过程可以通过可视化界面显示出来，使用时，技术人员只需要根据自身需要输入相关属性值及其对应的指标阈值，则可获得该数据分析结果
。
此外，可视化界面还可用于展示仿真模型的实时运行信息或者数学模型曲线变化
。
[0012]所述步骤1包括如下具体步骤：
[0013]步骤
11
：配电网数据包括基础数据属性集
M
和运行数据属性集
N
，
M
记为
{M1,M2,
…
M
i
,
…
,M
x
},
其中，
M
i
的属性特征值记为
{m
i1
,m
i2
,m
i3
,
…
,m
iti
},
列表本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种配电网运行维护辅助决策分析方法，其特征在于：包括：步骤1：根据配电网采集数据与配电网综合评价指标体系的知识构建配电网数据与配电网综合评价指标体系关联的数据库；所述配电网采集数据包括基础数据和运行数据，步骤2：建立仿真模型，根据获取到的基础数据和运行数据，对微电网系统中的各种供热
、
供电
、
储能单元的数据及单元级控制器进行单元级建模；具体建模过程如下：收集配电网数据模型相关数据，该数据包括基础特征数据和运行特征数据，利用基础特征数据和运行特征数据的各属性特征值的判别方法，按照基础特征数据的特征值判别标准和运行特征数据的特征值判别标准，对收集到的数据进行数据属性特征值归类判别，形成体现配电网数据的属性特征值集合
AES
＝
{m
’1,m
’2,
…
m
’
x
,n
’1,n
’2,
…
n
’
y
}
，并存储至数据库，
x、y
为自然数；其中，
m
’1,m
’2,
…
m
’
x
为基础特征数据，
n
’1,n
’2,
…
n
’
y
为运行特征数据；步骤3：利用仿真模型进行数据分析，选择一个维度或者多个维度进行分析，具体的：在数据分析时，获取某维度的特征值集合并存储，获得该维度下的电网特征评价数据
GGI
＝
{g
’1,g
’2,
…
g
’
z
}
，将该维度下的电网特征信息数据与配电网综合评价指标体系的相应指标阈值进行比对，如果超过相应指标阈值则认为有故障，如果在相应指标阈值范围内，则认为运行正常
。2.
根据权利要求1所述的一种配电网运行维护辅助决策分析方法，其特征在于：该辅助决策分析方法还包括：步骤4，对所有有故障的相关电网特征信息数据进行二次分析，以获得精确的风险分析并提供优化方案
。3.
根据权利要求1所述的一种配电网运行维护辅助决策分析方法，其特征在于：所述配电网采集数据是通过如下方法采集的：利用预先构建的集成协议接口转换器采集基础数据，同时启动外部数据补充服务，采集运行数据，将获取到的基础数据和运行数据进行分类管理并存储至数据库
。4.
根据权利要求1所述的一种配电网运行维护辅助决策分析方法，其特征在于：所述步骤1包括如下具体步骤：步骤
11
：配电网数据包括基础数据属性集
M
和运行数据属性集
N
，
M
记为
{M1,M2,
…
M
i
,
…
,M
x
},
其中，
M
i
的属性特征值记为
{m
i1
,m
i2
,m
i3
,
…
,m
iti
},
列表表示如下：其中，
m
ij
是基础数据属性
M
i
的属性特征值，
m
ij
(i
＝
1,
…
,x
；
j
＝
1,
…
,t
i
)
的下标中，
i
是指第
i
个的基础数据属性，
j
是指
M
i
属性的第
j
个属性特征值，
t
i
是表示
M
i
的属性特征值的个数；特征值判别方法
Δ
i
(i
＝
1,
…
,x)
是判别基础数据属性组
M
i
(i
＝
1,
…
,x)
各特征值的方法；关联数据集是判别方法
Δ
i
中使用的相关数据的集合；特征值判别标准
σ
ij
是对应基础数据属性
M
i
确认各个特征值
m
ij
(i
＝
1,
…
,x
；
j
＝
1,
…
,t
i
)
的判断标准值；运行数据属性集
N
记为
{N1,N2,
…
N
i
,
…
,N
y
},
其中，
N
i
的属性特征值记为
{n
i1
,n
i2
,n
i3
,
…
,
n
iri
},
列表表示如下：其中，
n
ij
是运行数据属性
N
i
的属性特征值，
n
ij
(i
＝
1,
…
,y
；
j
＝
1,
…
,r
i
)
的下标中，
i
是指第
i
个的运行数据属性，
j
是指
N
i
属性的第
j
个属性特征值，
r
i
是表示
N
i
的属性特征值的个数；特征值判别方法
Δ
x+i
(i
＝
1,
…
,y)
是判别基础数据属性组
N
i
(i
＝
1,
…
,y)
各特征值的方法；关联数据集是判别方法
Δ
x+i
中使用的相关数据集合；特征值判别标准
η
ij
是对应
N
i
属性确认各个特征值
n
ij
的判别标准值；步骤
12
：定义电网特征评价数据
G
，该电网特征评价数据
G
包含但不限于系统输出功率
、
实时运行电压
、
实时运行电流
、
三相电波形
、
三相电压不平衡度
、
供电频率偏差
、
实时电压偏差
、
实时电压波动
、
实时功率偏差属性；电网特征评价数据
G
记为
{G1,G2,
…
G
i
,
…
,G
z
}
；其中，
G
i
的属性特征值记为
{g
i1
,g
i2
,g
i3
,
…
,g
ipi
},
列表表示如下：电网特征评价数据
G
属性特征值
G1g
11
,g
12
,g
13
,
…
,g
1p1
G2g
21
,g
22
,g
23
,
…
,g
2p2
G
i
g
i1
,g
i2
,g
i3
,
…
,g
ipi
……
G
z
g
z1
,g
z2
,g
z3
,
…
,g
zpz
其中，
g
ij
是
G
i
电网特征评价属性所罗列的属性特征值，
g
ij
(i
＝
1,
…
,z
；
j
＝
1,
…
,p
i
)
的下标中，
i
是指第
i
个的电网特征评价属性，
j
是指
G
i
属性的第
j
个属性特征值，
p
i
是表示
G
i
的属性特征值的个数；
i

【专利技术属性】
技术研发人员：刘海涛，何锦雄，邓刘毅，许建远，陈槾露，彭发东，刘同斌，陈阅，钟元高，安向阳，陈童，丁鹏，王达，杨仁利，池莲庆，凌炬，黄子千，吴茂育，王春洋，陈俊安，吴淑思，陈忠楚，武燕如，曾东，游上院，
申请(专利权)人：广东电网有限责任公司茂名供电局，
类型：发明
国别省市：