[發明專利]一種天氣敏感型區域配電網擾動事件預測方法及裝置

有效

• 申請號: 201710861109.8
• 申請日: 2017-09-21
• 公開（公告）號: CN107368979B
• 公開（公告）日: 2020-05-08
• 發明（設計）人: 周剛;謝善益;楊強;陳冠緣;徐思堯;范穎;肖斐
• 申請（專利權）人: 廣東電網有限責任公司電力科學研究院
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 張春水;唐京橋

本發明提供了一種天氣敏感型區域配電網擾動事件預測方法及裝置，其中方法包括：S1、利用相關性分析方法分析擾動事件的嚴重程度和天氣類型之間的相關性，確定天氣敏感型區域配電網；S2、將擾動事件按照擾動事件的嚴重程度合成擾動事件程度序列，將擾動事件程度序列按照時間先后合成第二擾動事件時間序列，將第二擾動事件時間序列按照天氣類型，劃分為每一類天氣類型下的第三擾動事件時間序列；S3、利用離散隱馬爾科夫模型分別訓練每一類天氣類型下的第三擾動事件時間序列，得到不同嚴重程度的擾動事件間的狀態轉移概率矩陣模型；S4、結合貝葉斯模型和狀態轉移概率矩陣模型，計算當前狀態轉移至不同嚴重程度的擾動事件的狀態轉移概率值。

技術領域

本發明涉及電能質量監測領域，尤其涉及一種天氣敏感型區域配電網擾動事件預測方法及裝置。

背景技術

近年來，電能質量問題一直受到電網公司和電力用戶的共同關注。隨著電能質量監測系統(power quality measurement system，PQMS)在各省逐步建設推廣，如何有效利用數據分析技術從數據中提取信息，建立起事件的因果關系，以達到決策支持的目的是電能質量研究中值得關注和有價值的發展趨勢之一。一方面，分布式電源的大面積建設，使具有電能質量治理能力的變流器運行決策需要準確地預測電能質量水平。另一方面，可靠的電能質量變化趨勢預估是保證電網安全、經濟運行的關鍵措施之一。

目前利用電能質量監測數據的深化應用大多集中于擾動類型識別、故障源定位、負荷在線監測、電能質量綜合評估等方面，關于電能質量預測的相關研究較少。已有方法結合電力擾動歷史數據和標準電網運行指標，通過數理統計分析方法有效評估了輸配網的電能質量狀態，但未考慮電能質量變化趨勢。已有的相關預測方法只考慮風電系統的不確定出力對電能質量波動的影響，難以全面衡量系統的電能質量水平。

在可靠性工程中，惡劣天氣條件是造成元件故障，并引發電力擾動事故的主要原因，現有方法主要針對輸電網和大型風電場可靠性評估，并不適用于網絡結構復雜的配電網系統。由于配電網本身的運行狀態多變，導致了電能質量監測設備統計的暫態事件特征難以與配電網運行狀態簡單地一一對應的技術問題。

發明內容

本發明提供了一種天氣敏感型區域配電網擾動事件預測方法及裝置，解決了現有方法主要針對輸電網和大型風電場可靠性評估，并不適用于網絡結構復雜的配電網系統。由于配電網本身的運行狀態多變，導致的電能質量監測設備統計的暫態事件特征難以與配電網運行狀態簡單地一一對應的技術問題。

本發明提供了一種天氣敏感型區域配電網擾動事件預測方法，包括：

S1、利用相關性分析方法分析擾動事件的嚴重程度和天氣類型之間的相關性，確定天氣敏感型區域配電網；

S2、將擾動事件按照擾動事件的嚴重程度合成擾動事件程度序列，將擾動事件程度序列按照時間先后合成第二擾動事件時間序列，將第二擾動事件時間序列按照天氣類型，劃分為每一類天氣類型下的第三擾動事件時間序列；

S3、利用離散隱馬爾科夫模型分別訓練每一類天氣類型下的第三擾動事件時間序列，得到不同嚴重程度的擾動事件間的狀態轉移概率矩陣模型；

S4、結合貝葉斯模型和狀態轉移概率矩陣模型，計算當前狀態轉移至不同嚴重程度的擾動事件的狀態轉移概率值，若狀態轉移概率值高于預設閾值，則對當前狀態進行預警。

作為優選，步驟S1之前還包括：

從電能質量監測平臺中獲取擾動事件數據和天氣信息數據，根據擾動事件發生頻次確定擾動事件的嚴重程度，并將天氣信息劃分為預置類型數量的天氣類型。

作為優選，所述從電能質量監測平臺中獲取擾動事件數據和天氣信息數據，根據擾動事件發生頻次確定擾動事件的嚴重程度，并將天氣信息劃分為預置類型數量的天氣類型之后，步驟S1之前還包括：