[發明專利]臺區低壓跳閘預測方法、裝置、計算機設備及存儲介質

在審

• 申請號: 201911020923.2
• 申請日: 2019-10-25
• 公開（公告）號: CN111382897A
• 公開（公告）日: 2020-07-07
• 發明（設計）人: 洪海生;吳瓊;李茜瑩;余文鋮;段煉;陸顥文;鄧祺
• 申請（專利權）人: 廣州供電局有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/00
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 黃鴻華

本發明提供一種臺區低壓跳閘預測方法、裝置、計算機設備及存儲介質，該方法包括：獲取影響臺區低壓跳閘故障的特征變量數據；將特征變量數據劃分成訓練數據及測試數據；將訓練數據采用孤立森立算法及SMOTE?NC組合數據處理方式可以使合成的新樣本訓練數據；根據合成的少數類樣本數據及訓練數據中的多數類樣本數據，得到優化訓練數據；根據優化訓練數據，構建跳閘預測模型；將測試數據代入跳閘預測模型，得到臺區低壓跳閘故障概率，以實現對臺區低壓跳閘故障的準確預測；根據低壓跳閘概率對臺區的變壓器進行預處理；及時發現配變故障隱患，防范停電風險，為提高供電可靠性提供重要的決策支持。

技術領域

本發明涉及電力系統技術領域，特別是涉及一種臺區低壓跳閘預警方法、裝置、計算機設備及存儲介質。

背景技術

大多數地區配電網具有負荷密度大、用電量集中、供電要求高等特點，部分城區的設備運行年限長，配電網絡較為薄弱，負荷轉供能力面臨著重大的挑戰。尤其在夏季高溫時段，大功率電器的使用導致用電負荷大幅攀升，部分配變容量無法滿足客戶用電增長需求，臺區出現電壓不穩，故障停電等問題。其中，配網臺區低壓跳閘故障所導致的頻繁停電是引發供電類客服投訴的主要原因。目前，對于低壓跳閘的管控措施主要有更換開關、低壓調荷、增容改造、公改專等應急搶修機制和長遠解決手段，處理方式以事后處理為主，缺乏預判性的工作。因此，開展配網臺區低壓跳閘預警模型研究，可以及時發現配變故障隱患，防范停電風險，為提高供電可靠性提供重要的決策支持。

為滿足配電網規劃和運行中對配變故障隱患提前預警的研究需求，國內外學者在配變運行狀態的預測分析上做了大量工作。部分研究以配變重過載預測為切入點定位風險臺區，如基于統計學方法的配變重過載關聯分析和事前預測，以及基于邏輯回歸、BP(BackPropagation，反向傳播)神經網絡等機器學習算法的配變重過載預測。盡管配變重過載是引發低壓跳閘的重要原因，但仍有部分低壓跳閘故障是由于分路之間負荷分配不均、三相電流不平衡等運行管理因素以及開關線路老化、開關整定值設置問題等設備因素引發的。因此基于這些重過載預測方法對低壓跳閘風險臺區進行定位劃分，在準確率上還存在很大的問題。

發明內容

基于此，有必要針對臺區低壓跳閘預測準確率低的問題，提供一種臺區低壓跳閘預警方法、裝置、計算機設備及存儲介質。

一種臺區低壓跳閘預測方法，包括：獲取影響臺區低壓跳閘故障的特征變量數據；將所述特征變量數據劃分成訓練數據及測試數據；根據孤立森林算法，將所述訓練數據中的少數類樣本數據進行剔除處理，得到剔除后的少數類樣本數據；根據SMOTE-NC算法，對所述剔除后的少數類樣本數據進行過采樣處理，得到合成的少數類樣本數據；根據所述合成的少數類樣本數據及所述訓練數據中的多數類樣本數據，得到優化訓練數據；根據所述優化訓練數據，構建跳閘預測模型；將所述測試數據代入所述跳閘預測模型，得到臺區低壓跳閘故障概率；根據所述低壓跳閘概率對臺區的變壓器進行預處理。

上述臺區低壓跳閘預測方法，通過對影響臺區低壓跳閘故障的特征變量數據劃分成訓練數據及測試數據，訓練數據用于構建低壓跳閘預測模型，通過將訓練數據采用孤立森立算法及SMOTE-NC組合數據處理方式可以使合成的新樣本訓練數據不容易偏離出類別樣本集的幾何空間，改善數據分布邊緣化問題，提升了跳閘預測模型構建的準確率，測試數據用于計算低壓跳閘故障概率，以實現對臺區低壓跳閘故障的準確預測，便于工作人員根據預測結果，對臺區的變壓器進行預處理，可以及時發現配變故障隱患，防范停電風險，為提高供電可靠性提供重要的決策支持。