[發明專利]一種基于氣象影響因素的配網故障風險評估方法

在審

• 申請號: 201410361584.5
• 申請日: 2014-07-28
• 公開（公告）號: CN104123682A
• 公開（公告）日: 2014-10-29
• 發明（設計）人: 陳錦銘;李斌;郭雅娟;張小易;袁宇波;袁曉冬;何劍;黃偉;陳昊;郭靜
• 申請（專利權）人: 國家電網公司;江蘇省電力公司;江蘇省電力公司電力科學研究院;江蘇省電力公司南京供電公司
• 主分類號: G06Q50/06
• 分類號: G06Q50/06
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林;許婉靜

1.一種基于氣象影響因素的配網故障風險評估方法,其特征在于，包括以下步驟:

步驟一：歷史氣象數據抽取及特征化；

步驟二：利用Canopy算法計算得到歷史氣象數據的初始中心點；

步驟三：利用K-Means算法計算得到氣象簇；

步驟四：抽取電網故障數據并與氣象數據關聯；

步驟五：將電網故障數據與氣象簇進行關聯映射；

步驟六：計算得出各個氣象簇的故障氣象熵；

步驟七：根據電網區域的天氣預報數據，與氣象簇進行關聯，并根據對應氣象簇的故障氣象熵得到其故障風險評估等級。

2.根據權利要求1所述的基于氣象影響因素的配網故障風險評估方法，其特征在于，所述步驟1包括：

步驟1a:從氣象信息系統中獲取全省各自動氣象站歷史氣象數據，取1-2年的數據，氣象數據至少包括溫度、濕度、雨量和風速因素；

步驟1b:將所有氣象數據轉換為特征值數據，直接使用數據值作為特征值，并根據數據重要程度設置權重系數，默認值均為1。

3.根據權利要求2所述的基于氣象影響因素的配網故障風險評估方法，其特征在于，所述步驟2具體為：取歷史氣象數據的溫度、濕度、風速和雨量四個維度的值，利用Canopy聚類算法確定所有氣象特征值初始中心點，對于Canopy算法的距離值參數t1和t2，初始設定為t1=30，t2=15。

4.根據權利要求3所述的基于氣象影響因素的配網故障風險評估方法，其特征在于，所述步驟3具體為：在步驟2得到氣象特征值初始中心點的基礎上，通過k-means聚類算法生成氣象簇，并得到所有氣象簇的中心坐標值；k-means最大迭代次數默認為20。

5.根據權利要求4所述的基于氣象影響因素的配網故障風險評估方法，其特征在于，所述步驟4具體為：從電網故障輔助分析系統中獲取全省電網故障數據并與氣象數據進行關聯，首先根據故障原因將與氣象無關的故障排除，然后對于每一條故障根據故障的發生時間和地理坐標到氣象歷史數據庫中進行匹配，獲取故障發生時的天氣情況。

6.根據權利要求5所述的基于氣象影響因素的配網故障風險評估方法，其特征在于，所述步驟5具體為：利用步驟4中得到的電網故障氣象數據與步驟3中計算得到的氣象簇進行映射關聯，計算故障氣象數據與各氣象簇中心點的歐式距離，并將故障與距離最小的氣象簇進行關聯。

7.根據權利要求6所述的基于氣象影響因素的配網故障風險評估方法，其特征在于，所述步驟6具體為：在步驟5的基礎上，對于每個氣象簇計算其對應的故障氣象熵，故障氣象熵是一種用于量化故障氣象統計相對率的指標，其計算公式為：故障氣象熵?=?(氣象簇所關聯的故障數量?/?總故障數量)?/?(氣象簇包含的氣象數量?/?總氣象數量)。

8.根據權利要求7所述的基于氣象影響因素的配網故障風險評估方法，其特征在于，所述步驟7包括：

步驟7a:從格點天氣預報中獲取各電網區域的天氣預報值計算該值與各氣象簇中心點的歐式距離，取歐式距離最小的中心點，所述中心點所在氣象簇即為該格點區域所屬的氣象簇；

步驟7b：根據格點區域所屬的氣象簇的故障氣象熵給出該預報值對應的故障風險評估等級，故障風險評估等級根據故障氣象熵規范化得到，取值區間為[0,3],各整數區間分別表示安全、黃色預警、橙色預警和紅色預警。

9.?根據權利要求8所述的基于氣象影響因素的配網故障風險評估方法，其特征在于，還包括以下步驟：進行氣象要素因素增刪和權重的調整，氣象簇參數的變更，氣象簇及故障氣象熵的滾動更新計算，以實現對整個模型進行優化與完善。