[發明專利]基于多維多層關聯規則的電壓暫降預測分析方法

有效

• 申請號: 201310370105.1
• 申請日: 2013-08-22
• 公開（公告）號: CN103400214A
• 公開（公告）日: 2013-11-20
• 發明（設計）人: 齊林海;羅燕;焦潤海;馬素霞
• 申請（專利權）人: 華北電力大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 北京麟保德和知識產權代理事務所(普通合伙) 11428
• 代理人: 韓建功

技術領域

本發明涉及一種基于多維多層關聯規則的電壓暫降預測分析方法，屬于電能質量分析方法技術領域。

背景技術

電能質量問題包括穩態電能質量和暫態電能質量兩個方面。隨著電力市場化的逐步推進以及工業自動化、國民經濟信息化的發展，一方面，配電網中非線性負荷對電網的電能質量構成了嚴重的威脅；另一方面，配電網中諸如計算機等用電設備對系統干擾的高敏感性，對電能質量提出了高可靠性、高暫態恒定性、高可控性等要求。有監測數據表明，現有電能質量問題中，80%或者更多的是電壓暫降所引起的。因此，暫態電能質量問題成為當前國內外研究的熱點之一。

加拿大電氣協會（CEA）耗時三年對電能質量問題進行了專門調查。在550個供電點上進行實際監測，其中對工業用戶測量結果表明：平均每個用戶每相每月發生38次電壓暫降，即平均每天都有電壓暫降發生，給工業生產造成嚴重損失。美國一項調查研究表明電壓暫降對工商業大用戶造成的平均經濟損失達7694$/次，平均短時間中斷損失達11027$/次。在我國，國家電網公司曾在2003年對北京地區的電能質量問題進行調查和統計，調查結果表明在全年的電能質量事件中，短時中斷占43%、電壓暫降占38%、長時間中斷占9%、諧波及其他占10%。首鋼日電電子有限公司曾對電壓暫降造成的生產工藝流水線中斷、設備停機損失進行過估算，認為單次暫降事故的平均經濟損失在200～300萬元之間。由此可見，如果對電壓暫降歷史記錄進行分析，找出其中隱藏的規律，及時對可能發生的暫降事件做出預測預警，對實際生活生產具有重要的現實經濟意義。

在電力系統運行方式變化時，經驗豐富的現場運行通過長時間的運行實踐，掌握了代表電力系統安全運行水平的關鍵部位的狀態量和其他量的關聯性，他們可根據電力系統中控制量和擾動量的變化趨勢，預測出這些關鍵部位在運行方式變化時的狀態，這在很大程度上是一種經驗的積累。若要將這種經驗積累以智能算法的方式實現，并以直觀的形式展示出來，方法之一就是要用到關聯規則思想。

關聯規則挖掘是數據挖掘的重要分支，其通過描述數據庫中不同數據屬性之間所存在的潛在關系規則，找出滿足給定支持度和置信度之間的依賴關系。關聯規則通過特定的搜索方法可挖掘出數據集中項集之間有價值的關聯關系，從而給出數據集的關聯特征描述，可以幫助決策者分析歷史數據和當前數據的特征和規律，從而進一步預測未來。

經過多年的實際運行，電能質量智能信息系統已經累積了大量的電能質量電壓暫降事件記錄，我們采用量化屬性的靜態離散化方法挖掘多維多層關聯規則，尋找混合關聯規則中的頻繁項集。得到強關聯規則后，形成關聯規則歷史知識庫，再利用CBR推理方法，將未來可能存在的一種電網狀態作為已知條件，與挖掘到的關聯規則庫中的規則進行匹配，最終得到暫降預測的可能性結果。

所述CBR（Case?base?reasoning）推理方法是一種增量型、可持續的學習方法，其基本原理為：以實例為基礎進行推理，把以往的經驗存成一個個的實例，當面臨新的問題時，就可以對實例庫進行搜索，找到合適的實例作為參考，實現經驗的重用。

發明內容

本發明的目的在于，提出一種改進后的多維多層關聯規則方法，挖掘歷史電壓暫降事件中的強關聯規則，達到對未來暫降可能性的預測。

首先，結合電壓暫降直接影響因素和監測點運行環境，選取暫降關聯規則挖掘維度。電壓暫降的發生頻次和嚴重程度與電網結構、運行狀況、負荷類型有密切關系，本發明選取的挖掘維度包括：監測點位置、監測點所屬電壓等級、監測點負荷類型、暫降發生時間、暫降原因，其中暫降原因為必選維度，除暫降原因外的其他維度可以任意一項或多項。

然后，對參與挖掘的暫降維度歷史數據進行離散化分層處理。所述離散化分層處理方式包括：對于監測點位置，按監測網絡區域劃分層次；對于電壓等級，可以根據我國常用電壓等級劃分為11層，也可以合并相鄰層以減少總層次數；對于監測點負荷類型，按普通、新能源、重負荷、敏感用戶分層；對于暫降發生時間，又可以劃分出3個維度：季度、星期、時間段，對于季度分一季度、二季度、三季度、四季度4層，對于星期分工作日和節假日，對于時間段把一天分為3個時間段（0:00～8:00、8:00～18:00、18:00～24:00）；對于暫降原因，劃分為短路、變壓器投運、重負荷啟動、新能源、其他；對各維度層次分別以0，1，2…代表。層次最多的維度所含有的層次數目作為挖掘的總層次數，用LayerNum表示，LayerNum的數值大小選定在10以內。