【技术实现步骤摘要】
本专利技术涉及故障风险预测，特别涉及一种极端天气中配电网故障风险等级预测方法及系统。
技术介绍
1、配电网网络拓扑复杂、设备数量种类多，外部环境因素引发的故障随机性强、机理复杂，常规电气机理分析和概率统计难以发挥有效作用。恶劣天气情况下，容易发生配电网故障。因此，天气因素日益成为影响配电网故障的重要因素，但由于天气变化的不规律性、突发性以及多样性等特点，导致天气因素引发的配电网故障不易被有效监测。
2、现有技术中，针对极端天气进行故障风险预测普遍有几种方法，一是利用历史停电数据和天气数据建立经验模型，通过实际极端天气数据对预测模型的有效性进行评价；另外还有基于温度、风速和馈线附近植被的年均修剪次数等特征，采用线性回归、指数回归、线性多变量回归和人工神经网络四种模型预测了植被导致的配电网故障等方式。上述方法对于配电网故障预测的综合性比较强，而针对风险等级的预测精度比较低，这样容易出现预测结果不够全面的问题。
技术实现思路
1、本申请实施例提供了一种极端天气中配电网故障风险等级预测...
【技术保护点】
1.一种极端天气中配电网故障风险等级预测方法，其特征在于，包括：
2.根据权利要求1所述的极端天气中配电网故障风险等级预测方法，其特征在于，所述基于所述二维矩阵数组计算在当前时间段所述环境特征向量与预先构建的关联规则库中配电网环境特征向量的马氏距离，包括：
3.根据权利要求2所述的极端天气中配电网故障风险等级预测方法，其特征在于，所述有效规则库的表达式如下：
4.根据权利要求3所述的极端天气中配电网故障风险等级预测方法，其特征在于，所述提升度和杠杆率的表达式如下：
5.根据权利要求4所述的极端天气中配电网故障风险等级预测...
【技术特征摘要】
1.一种极端天气中配电网故障风险等级预测方法，其特征在于，包括：
2.根据权利要求1所述的极端天气中配电网故障风险等级预测方法，其特征在于，所述基于所述二维矩阵数组计算在当前时间段所述环境特征向量与预先构建的关联规则库中配电网环境特征向量的马氏距离，包括：
3.根据权利要求2所述的极端天气中配电网故障风险等级预测方法，其特征在于，所述有效规则库的表达式如下：
4.根据权利要求3所述的极端天气中配电网故障风险等级预测方法，其特征在于，所述提升度和杠杆率的表达式如下：
5.根据权利要求4所述的极端天气中配电网故障风险等级预测方法，其特征在于，所述基于所述二维矩阵数组计算在当前时间段所述环境特征向量与预先构建的关联规则库中配电网环境特征向量的马氏距离，包括：
6.根据权利要求1所述的极端天气中配电网故障风险等级预测方法...
【专利技术属性】
技术研发人员：吴阿琴，唐玲洁，刘海洋，徐柏嵩，余昊，陈成，孙弘，李智灵，黄馨仪，柯伟，袁太平，王浩，李欣洋，唐华俊，
申请(专利权)人：广西电网有限责任公司桂林供电局，
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。