System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于电网,具体涉及一种复杂混联电网雷害风险评估简化模型的构建方法及系统。
技术介绍
1、现有技术中缺乏对雷害风险评估的方法,导致电网运行过程中,无法对雷害风险进行有效的规避,容易造成安全隐患和财产损失。
技术实现思路
1、本专利技术的目的就是为了解决上述
技术介绍
存在的不足,提供一种复杂混联电网雷害风险评估简化模型的构建方法及系统,可以有效评估雷害风险。
2、本专利技术采用的技术方案是:一种复杂混联电网雷害风险评估简化模型的构建方法,包括以下步骤:
3、基于待评估电网的历史数据,收集线路雷击故障特征向量,并对线路雷击故障特征向量进行编码处理;
4、对编码处理后的线路雷击故障特征向量进行相关性分析,将相关性排序处于第一名至设定名次所在区间的线路雷击故障特征向量作为初步因子;
5、将初步因子作为回归模型的输入变量,对回归模型进行训练,根据训练完成的回归模型验证初步因子的合理性;
6、对编码处理后的线路雷击故障特征向量进行聚类分析,根据聚类分析结果在通过合理性验证的初步因子中选取致灾因子;
7、基于待评估电网的历史数据,构建用于表征致灾因子和雷害风险数学关系的简化模型。
8、上述技术方案中,所述线路雷击故障特征向量包括:省份、电压等级、跳闸月份、闪络形式、同塔回数、雷电流幅值、防雷措施、塔型、塔高、接地电阻、保护角、大号侧挡距、小号侧挡距、地形地貌、地面倾角、海拔高度、地闪密度、雷暴日和放电痕迹数
9、上述技术方案中,所述编码处理的过程包括:针对线路雷击故障特征向量中不具备序列特征的变量,使用虚拟编码方法将其编码为虚拟变量;对于放电痕迹数量直接进行序列编码处理;对定类变量按类别赋予数字编码;对保护角和地面倾角使用比例归一化处理;对定量变量使用最小最大归一化处理。
10、上述技术方案中,相关性分析的过程中,定类变量之间使用cramer’s v系数计算相关性;定序变量和定量变量之间使用spearman秩相关计算相关性;定序变量之间使用somer’s d计算相关性;定类变量与定量变量之间使用eta系数计算相关性;将定序变量视为定类变量,使用cramer’s v系数计算定类变量和定序变量之间的相关性。
11、上述技术方案中,省份、跳闸月份、闪络形式、同塔回数、防雷措施、塔型、地形地貌为定类变量;电压等级、放电痕迹数量为定序变量;雷电流幅值、塔高、接地电阻、保护角、大号侧档距、小号侧档距、地面倾角、海拔高度、地闪密度、雷暴日为定量变量。
12、上述技术方案中,回归模型将放电痕迹数量作为因变量。
13、上述技术方案中,回归模型采用logistic回归模型;当放电痕迹数量小于等于设定值时标记为类别0,当放电痕迹数量大于设定值时标记为类别1。
14、上述技术方案中,基于训练完成的回归模型,计算每个输入变量的显著性,判定显著性小于设定值的输入变量通过合理性验证。
15、上述技术方案中,聚类分析中因变量的分类根据放电痕迹数量确定。
16、上述技术方案中,通过聚类分析得到线路雷击故障特征向量的f值并从大到小排序,选择排序处于第一名至设定名次所在区间且通过合理性验证的到线路雷击故障特征向量作为致灾因子。
17、上述技术方案中,所述雷害风险表征为闪络形式;所述闪络形式包括绕击和反击。
18、上述技术方案中,所述简化模型的数学表达式为:
19、
20、其中,b为常量;xn,n=1,2,...,7为致灾因子;wn为第n个致灾因子的相应权重,f(x)表示雷害风险。
21、上述技术方案中,基于待评估电网的历史数据对简化模型进行拟合计算,求解得到每个致灾因子的相应权重取值。
22、本专利技术还提供了一种复杂混联电网雷害风险评估简化模型的构建系统,其特征在于:包括数据收集模块、编码处理模块、相关性分析模块、回归分析模块、聚类分析模块和简化模型构建模块;其中,
23、数据收集模块用于基于待评估电网的历史数据,收集线路雷击故障特征向量;
24、编码处理模块用于对线路雷击故障特征向量进行编码处理;
25、相关性分析模块用于对编码处理后的线路雷击故障特征向量进行相关性分析,将相关性排序处于设定名次区间的线路雷击故障特征向量作为初步因子;
26、回归分析模块用于将初步因子作为回归模型的输入变量,对回归模型进行训练,根据训练完成的回归模型验证初步因子的合理性;
27、聚类分析模块用于对编码处理后的线路雷击故障特征向量进行聚类分析,根据聚类分析结果在通过合理性验证的初步因子中选取致灾因子;
28、简化模型构建模块用于基于待评估电网的历史数据,构建用于表征致灾因子和雷害风险数学关系的简化模型。
29、上述技术方案中,所述编码处理模块针对线路雷击故障特征向量中不具备序列特征的变量,使用虚拟编码方法将其编码为虚拟变量;对于放电痕迹数量直接进行序列编码处理;对定类变量按类别赋予数字编码;对保护角和地面倾角使用比例归一化处理;对定量变量使用最小最大归一化处理。
30、上述技术方案中,所述相关性分析模块在相关性分析的过程中,定类变量之间使用cramer’s v系数计算相关性;定序变量和定量变量之间使用spearman秩相关计算相关性;定序变量之间使用somer’s d计算相关性;定类变量与定量变量之间使用eta系数计算相关性;将定序变量视为定类变量,使用cramer’s v系数计算定类变量和定序变量之间的相关性。
31、上述技术方案中,回归分析模块中回归模型采用logistic回归模型;当放电痕迹数量小于等于设定值时标记为类别0,当放电痕迹数量大于设定值时标记为类别1。
32、上述技术方案中,回归分析模块中基于训练完成的回归模型,计算每个输入变量的显著性,判定显著性小于设定值的输入变量通过合理性验证。
33、上述技术方案中,聚类分析模块通过聚类分析得到线路雷击故障特征向量的f值并从大到小排序,选择排序处于第一名至设定名次所在区间且通过合理性验证的到线路雷击故障特征向量作为致灾因子。
34、上述技术方案中,简化模型构建模块中简化模型的数学表达式为:
35、
36、其中,b为常量;xn,n=1,2,...,7为致灾因子;wn为第n个致灾因子的相应权重,f(x)表示雷害风险。
37、本专利技术还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述技术方案所述的复杂混联电网雷害风险评估简化模型的构建方法。
38、本专利技术的有益效果是:本专利技术通过将多组线路雷击故障数据进行相关性分析、回归模型分析和聚类分析,提取出雷击致灾因子,简化了不同典型场景下雷害风险评估模型,提高了电力系统雷害评估和预防的效率。
39、进一步地,本文档来自技高网...
【技术保护点】
1.一种复杂混联电网雷害风险评估简化模型的构建方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种方法,其特征在于:所述线路雷击故障特征向量包括:省份、电压等级、跳闸月份、闪络形式、同塔回数、雷电流幅值、防雷措施、塔型、塔高、接地电阻、保护角、大号侧挡距、小号侧挡距、地形地貌、地面倾角、海拔高度、地闪密度、雷暴日和放电痕迹数量。
3.根据权利要求1所述的一种方法,其特征在于:所述编码处理的过程包括:针对线路雷击故障特征向量中不具备序列特征的变量,使用虚拟编码方法将其编码为虚拟变量;对于放电痕迹数量直接进行序列编码处理;对定类变量按类别赋予数字编码;对保护角和地面倾角使用比例归一化处理;对定量变量使用最小最大归一化处理。
4.根据权利要求1所述的一种方法,其特征在于:相关性分析的过程中,定类变量之间使用Cramer’s V系数计算相关性;定序变量和定量变量之间使用Spearman秩相关计算相关性;定序变量之间使用Somer’s D计算相关性;定类变量与定量变量之间使用eta系数计算相关性;将定序变量视为定类变量,使用Cramer’s V
5.根据权利要求4所述的一种方法,其特征在于:省份、跳闸月份、闪络形式、同塔回数、防雷措施、塔型、地形地貌为定类变量;电压等级、放电痕迹数量为定序变量;雷电流幅值、塔高、接地电阻、保护角、大号侧档距、小号侧档距、地面倾角、海拔高度、地闪密度、雷暴日为定量变量。
6.根据权利要求2所述的一种方法,其特征在于:回归模型将放电痕迹数量作为因变量。
7.根据权利要求6所述的一种方法,其特征在于:回归模型采用Logistic回归模型;当放电痕迹数量小于等于设定值时标记为类别0,当放电痕迹数量大于设定值时标记为类别1。
8.根据权利要求6所述的一种方法,其特征在于:基于训练完成的回归模型,计算每个输入变量的显著性,判定显著性小于设定值的输入变量通过合理性验证。
9.根据权利要求3所述的一种方法,其特征在于:聚类分析中因变量的分类根据放电痕迹数量确定。
10.根据权利要求9所述的一种方法,其特征在于:通过聚类分析得到线路雷击故障特征向量的F值并从大到小排序,选择排序处于第一名至设定名次所在区间且通过合理性验证的到线路雷击故障特征向量作为致灾因子。
11.根据权利要求2所述的一种方法,其特征在于:所述雷害风险表征为闪络形式;所述闪络形式包括绕击和反击。
12.根据权利要求11所述的一种方法,其特征在于:所述简化模型的数学表达式为:
13.根据权利要求12所述的一种方法,其特征在于:基于待评估电网的历史数据对简化模型进行拟合计算,求解得到每个致灾因子的相应权重取值。
14.一种复杂混联电网雷害风险评估简化模型的构建系统,其特征在于:包括数据收集模块、编码处理模块、相关性分析模块、回归分析模块、聚类分析模块和简化模型构建模块;其中,
15.根据权利要求14所述的一种复杂混联电网雷害风险评估简化模型的构建系统,其特征在于:所述编码处理模块针对线路雷击故障特征向量中不具备序列特征的变量,使用虚拟编码方法将其编码为虚拟变量;对于放电痕迹数量直接进行序列编码处理;对定类变量按类别赋予数字编码;对保护角和地面倾角使用比例归一化处理;对定量变量使用最小最大归一化处理。
16.根据权利要求14所述的一种复杂混联电网雷害风险评估简化模型的构建系统,其特征在于:所述相关性分析模块在相关性分析的过程中,定类变量之间使用Cramer’s V系数计算相关性;定序变量和定量变量之间使用Spearman秩相关计算相关性;定序变量之间使用Somer’s D计算相关性;定类变量与定量变量之间使用eta系数计算相关性;将定序变量视为定类变量,使用Cramer’s V系数计算定类变量和定序变量之间的相关性。
17.根据权利要求14所述的一种复杂混联电网雷害风险评估简化模型的构建系统,其特征在于:回归分析模块中回归模型采用Logistic回归模型;当放电痕迹数量小于等于设定值时标记为类别0,当放电痕迹数量大于设定值时标记为类别1。
18.根据权利要求14所述的一种复杂混联电网雷害风险评估简化模型的构建系统,其特征在于:回归分析模块中基于训练完成的回归模型,计算每个输入变量的显著性,判定显著性小于设定值的输入变量通过合理性验证。
19.根据权利要求14所述的一种复杂混联电网雷害风险评估简化模型的构建系统,其特征在于:聚类分析模块通过聚类分析得到线路雷击故障特征向量的F值并从大到小排序,选...
【技术特征摘要】
1.一种复杂混联电网雷害风险评估简化模型的构建方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种方法,其特征在于:所述线路雷击故障特征向量包括:省份、电压等级、跳闸月份、闪络形式、同塔回数、雷电流幅值、防雷措施、塔型、塔高、接地电阻、保护角、大号侧挡距、小号侧挡距、地形地貌、地面倾角、海拔高度、地闪密度、雷暴日和放电痕迹数量。
3.根据权利要求1所述的一种方法,其特征在于:所述编码处理的过程包括:针对线路雷击故障特征向量中不具备序列特征的变量,使用虚拟编码方法将其编码为虚拟变量;对于放电痕迹数量直接进行序列编码处理;对定类变量按类别赋予数字编码;对保护角和地面倾角使用比例归一化处理;对定量变量使用最小最大归一化处理。
4.根据权利要求1所述的一种方法,其特征在于:相关性分析的过程中,定类变量之间使用cramer’s v系数计算相关性;定序变量和定量变量之间使用spearman秩相关计算相关性;定序变量之间使用somer’s d计算相关性;定类变量与定量变量之间使用eta系数计算相关性;将定序变量视为定类变量,使用cramer’s v系数计算定类变量和定序变量之间的相关性。
5.根据权利要求4所述的一种方法,其特征在于:省份、跳闸月份、闪络形式、同塔回数、防雷措施、塔型、地形地貌为定类变量;电压等级、放电痕迹数量为定序变量;雷电流幅值、塔高、接地电阻、保护角、大号侧档距、小号侧档距、地面倾角、海拔高度、地闪密度、雷暴日为定量变量。
6.根据权利要求2所述的一种方法,其特征在于:回归模型将放电痕迹数量作为因变量。
7.根据权利要求6所述的一种方法,其特征在于:回归模型采用logistic回归模型;当放电痕迹数量小于等于设定值时标记为类别0,当放电痕迹数量大于设定值时标记为类别1。
8.根据权利要求6所述的一种方法,其特征在于:基于训练完成的回归模型,计算每个输入变量的显著性,判定显著性小于设定值的输入变量通过合理性验证。
9.根据权利要求3所述的一种方法,其特征在于:聚类分析中因变量的分类根据放电痕迹数量确定。
10.根据权利要求9所述的一种方法,其特征在于:通过聚类分析得到线路雷击故障特征向量的f值并从大到小排序,选择排序处于第一名至设定名次所在区间且通过合理性验证的到线路雷击故障特征向量作为致灾因子。
11.根据权利要求2所述的一种方法,其特征在于:所述雷害风险表征为闪络形式;所述闪络形式包括绕击和反击。
12.根据权利要求...
【专利技术属性】
技术研发人员:谷山强,李健,吴敏,汤亮亮,雷梦飞,谢迎谱,曹伟,刘子皓,任华,王健,何一川,
申请(专利权)人:国网电力科学研究院武汉南瑞有限责任公司,
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。