[發(fā)明專(zhuān)利]一種基于氣象影響因素的配網(wǎng)故障風(fēng)險(xiǎn)評(píng)估方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201410361584.5
• 申請(qǐng)日: 2014-07-28
• 公開(kāi)（公告）號(hào): CN104123682A
• 公開(kāi)（公告）日: 2014-10-29
• 發(fā)明（設(shè)計(jì)）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(qǐng)（專(zhuān)利權(quán)）人: 國(guó)家電網(wǎng)公司;江蘇省電力公司;江蘇省電力公司電力科學(xué)研究院;江蘇省電力公司南京供電公司
• 主分類(lèi)號(hào): G06Q50/06
• 分類(lèi)號(hào): G06Q50/06
• 代理公司: 南京縱橫知識(shí)產(chǎn)權(quán)代理有限公司 32224
• 代理人: 董建林;許婉靜

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于氣象影響因素的配網(wǎng)故障風(fēng)險(xiǎn)評(píng)估方法，屬于電力系統(tǒng)的電網(wǎng)故障分析領(lǐng)域。

背景技術(shù)

配網(wǎng)作為電網(wǎng)向用戶(hù)供電的最終環(huán)節(jié)，直接影響著社會(huì)正常生產(chǎn)生活秩序。由于地域分散、線路分支多、新舊設(shè)備混雜等因素，配網(wǎng)故障數(shù)量較高，約占整個(gè)電網(wǎng)故障數(shù)量的70%左右。配網(wǎng)故障的成因很多，如外力破壞、樹(shù)線矛盾、惡劣天氣、設(shè)備老化等。其中外力破壞具有偶然性，一般難以預(yù)測(cè)；而其他類(lèi)型故障往往與天氣有關(guān)，是由氣象因素直接或間接造成的。目前，福建、江蘇等多個(gè)網(wǎng)省電力公司都建立了電網(wǎng)氣象監(jiān)測(cè)預(yù)警系統(tǒng)，然而這些系統(tǒng)往往只在臺(tái)風(fēng)、冰雹、颶風(fēng)等強(qiáng)對(duì)流氣象下對(duì)所涉及的電網(wǎng)區(qū)域進(jìn)行預(yù)警，并未將電網(wǎng)故障與常規(guī)的溫度、濕度、風(fēng)速和雨量等氣象因素進(jìn)行量化關(guān)聯(lián)分析和預(yù)警提示。

因此，找出配網(wǎng)故障與氣象各因素之間的關(guān)聯(lián)關(guān)系并進(jìn)行量化，進(jìn)而利用天氣預(yù)報(bào)對(duì)配網(wǎng)故障進(jìn)行風(fēng)險(xiǎn)評(píng)估和預(yù)警具有重要的意義。

發(fā)明內(nèi)容

本發(fā)明所要解決的是克服現(xiàn)有配網(wǎng)故障缺乏有效風(fēng)險(xiǎn)評(píng)估與預(yù)警手段的問(wèn)題，提供一種基于氣象影響因素的配網(wǎng)故障風(fēng)險(xiǎn)評(píng)估方法。

為解決上述技術(shù)問(wèn)題，本發(fā)明提供一種基于氣象影響因素的配網(wǎng)故障風(fēng)險(xiǎn)評(píng)估方法,其特征在于，包括以下步驟:

步驟一：歷史氣象數(shù)據(jù)抽取及特征化；

步驟二：利用Canopy算法計(jì)算得到歷史氣象數(shù)據(jù)的初始中心點(diǎn)；

步驟三：利用K-Means算法計(jì)算得到氣象簇；

步驟四：抽取電網(wǎng)故障數(shù)據(jù)并與氣象數(shù)據(jù)關(guān)聯(lián)；

步驟五：將電網(wǎng)故障數(shù)據(jù)與氣象簇進(jìn)行關(guān)聯(lián)映射；

步驟六：計(jì)算得出各個(gè)氣象簇的故障氣象熵；

步驟七：根據(jù)電網(wǎng)區(qū)域的天氣預(yù)報(bào)數(shù)據(jù)，與氣象簇進(jìn)行關(guān)聯(lián)，并根據(jù)對(duì)應(yīng)氣象簇的故障氣象熵得到其故障風(fēng)險(xiǎn)評(píng)估等級(jí)；

前述的基于氣象影響因素的配網(wǎng)故障風(fēng)險(xiǎn)評(píng)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(tǒng)中獲取全省各自動(dòng)氣象站歷史氣象數(shù)據(jù)，取1-2年的數(shù)據(jù)，氣象數(shù)據(jù)至少包括溫度、濕度、雨量和風(fēng)速因素；

步驟1b:將所有氣象數(shù)據(jù)轉(zhuǎn)換為特征值數(shù)據(jù)，直接使用數(shù)據(jù)值作為特征值，并根據(jù)數(shù)據(jù)重要程度設(shè)置權(quán)重系數(shù)，默認(rèn)值均為1。

前述的基于氣象影響因素的配網(wǎng)故障風(fēng)險(xiǎn)評(píng)估方法，其特征在于，所述步驟2具體為：取歷史氣象數(shù)據(jù)的溫度、濕度、風(fēng)速和雨量四個(gè)維度的值，利用Canopy聚類(lèi)算法確定所有氣象特征值初始中心點(diǎn)，對(duì)于Canopy算法的距離值參數(shù)t1和t2，初始設(shè)定為t1=30，t2=15。

前述的基于氣象影響因素的配網(wǎng)故障風(fēng)險(xiǎn)評(píng)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(diǎn)的基礎(chǔ)上，通過(guò)k-means聚類(lèi)算法生成氣象簇，并得到所有氣象簇的中心坐標(biāo)值；k-means最大迭代次數(shù)默認(rèn)為20。

前述的基于氣象影響因素的配網(wǎng)故障風(fēng)險(xiǎn)評(píng)估方法，其特征在于，所述步驟4具體為：從電網(wǎng)故障輔助分析系統(tǒng)中獲取全省電網(wǎng)故障數(shù)據(jù)并與氣象數(shù)據(jù)進(jìn)行關(guān)聯(lián)，首先根據(jù)故障原因?qū)⑴c氣象無(wú)關(guān)的故障排除，然后對(duì)于每一條故障根據(jù)故障的發(fā)生時(shí)間和地理坐標(biāo)到氣象歷史數(shù)據(jù)庫(kù)中進(jìn)行匹配，獲取故障發(fā)生時(shí)的天氣情況。

前述的基于氣象影響因素的配網(wǎng)故障風(fēng)險(xiǎn)評(píng)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(wǎng)故障氣象數(shù)據(jù)與步驟3中計(jì)算得到的氣象簇進(jìn)行映射關(guān)聯(lián)，計(jì)算故障氣象數(shù)據(jù)與各氣象簇中心點(diǎn)的歐式距離，并將故障與距離最小的氣象簇中心點(diǎn)進(jìn)行關(guān)聯(lián)。

前述的基于氣象影響因素的配網(wǎng)故障風(fēng)險(xiǎn)評(píng)估方法，其特征在于，所述步驟6具體為：在步驟5的基礎(chǔ)上，對(duì)于每個(gè)氣象簇計(jì)算其對(duì)應(yīng)的故障氣象熵，故障氣象熵是一種用于量化故障氣象統(tǒng)計(jì)相對(duì)率的指標(biāo)，其計(jì)算公式為：故障氣象熵?=?(氣象簇所關(guān)聯(lián)的故障數(shù)量?/?總故障數(shù)量)?/?(氣象簇包含的氣象數(shù)量?/?總氣象數(shù)量)。

前述的基于氣象影響因素的配網(wǎng)故障風(fēng)險(xiǎn)評(píng)估方法，其特征在于，所述步驟7包括：

步驟7a:從格點(diǎn)天氣預(yù)報(bào)中獲取各電網(wǎng)區(qū)域的天氣預(yù)報(bào)值計(jì)算該值與各氣象簇中心點(diǎn)的歐式距離，取歐式距離最小的中心點(diǎn)，所述中心點(diǎn)所在氣象簇即為該格點(diǎn)區(qū)域所屬的氣象簇；

步驟7b：根據(jù)格點(diǎn)區(qū)域所屬的氣象簇的故障氣象熵給出該預(yù)報(bào)值對(duì)應(yīng)的故障風(fēng)險(xiǎn)評(píng)估等級(jí)，故障風(fēng)險(xiǎn)評(píng)估等級(jí)根據(jù)故障氣象熵規(guī)范化得到，取值區(qū)間為[0,3],各整數(shù)區(qū)間分別表示安全、黃色預(yù)警、橙色預(yù)警和紅色預(yù)警。