[發(fā)明專利]基于深度學習的冰災環(huán)境主動配電網(wǎng)態(tài)勢預警及評估方法

在審

• 申請?zhí)枺?/td>: 202111330411.3
• 申請日: 2021-11-11
• 公開（公告）號: CN113988273A
• 公開（公告）日: 2022-01-28
• 發(fā)明（設計）人: 李德鑫;王佳蕊;高松
• 申請（專利權）人: 國網(wǎng)吉林省電力有限公司電力科學研究院;吉林省電力科學研究院有限公司;國家電網(wǎng)有限公司
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06Q50/06;G06Q10/04;G06N3/08;G06F15/78
• 代理公司: 長春市吉利專利事務所(普通合伙) 22206
• 代理人: 李曉莉

1.基于深度學習的冰災環(huán)境主動配電網(wǎng)態(tài)勢預警及評估方法，其特征是：包括以下步驟，且以下步驟順次進行，

步驟一、建立微氣象和微地形的修正覆冰模型，對沿線氣象因素辨識、利用線路架設高度和類型對覆冰預測模型修正，構(gòu)建配電網(wǎng)冰災故障概率修正預測模型；

步驟二、提出在冰災環(huán)境下基于深度學習算法的配電網(wǎng)態(tài)勢預警，進行安全風險評估指標定義，并通過對每個安全風險指標進行計算整合數(shù)據(jù)信息，分析安全風險指標相關性；

步驟三、基于所述步驟二的冰災環(huán)境下配電網(wǎng)態(tài)勢感知的深度學習算法進行配電網(wǎng)冰災故障概率實時預測，綜合態(tài)勢感知的各項安全風險指標，構(gòu)建LSCVI描述線路段的薄弱程度；

步驟四、針對所述步驟三得到的線路段薄弱程度，建立配電網(wǎng)在冰災環(huán)境下綜合考慮失負荷和經(jīng)濟成本的最小函數(shù)模型，通過Benders分解方法將MINLP模型轉(zhuǎn)換為混合整數(shù)線性規(guī)劃MILP模型；

步驟五、將所述步驟四算法編輯到單片機中，用于冰災環(huán)境主動配電網(wǎng)安全風險評估裝置。

2.根據(jù)權利要求1所述的基于深度學習的冰災環(huán)境主動配電網(wǎng)態(tài)勢預警及評估方法，其特征是：所述步驟一配電網(wǎng)冰災故障概率修正預測模型的構(gòu)建方法包括以下步驟，

步驟一、建立微氣象、微地形模型，引入覆冰強度、碰撞系數(shù)、凍結(jié)系數(shù)、收集系數(shù)和電流熱效應系數(shù)相關參數(shù)，建立線路覆冰重量和覆冰增厚模型，

一、覆冰強度

計算單位時間，單位面積導線覆冰質(zhì)量，獲得導線覆冰強度I的計算公式，

式中，β為局部碰撞系數(shù)；W為液態(tài)水含量；α為凍結(jié)系數(shù)；

其中，凍結(jié)系數(shù)為單位時間內(nèi)凍結(jié)在導線表面的水分質(zhì)量與導線捕獲的水分質(zhì)量之比，計算最大可能覆冰情況時，凍結(jié)系數(shù)為α＝1；

二、碰撞系數(shù)

局部碰撞系數(shù)可以表示為，

式中，V_e為雨滴與結(jié)構(gòu)物表面的局部碰撞速度；δ為雨滴路徑切線與物體表面的夾角；V_a為空氣流動速度；

三、收集系數(shù)

導線捕獲水滴量的大小與風速v和水滴直徑d相關，收集系數(shù)公式為：

式中，C_a是積冰常數(shù)；

四、電流熱效應系數(shù)

為計算覆冰重量，假設覆冰形態(tài)為有規(guī)則或近似規(guī)則截面形狀的覆冰，則覆冰重量模型為，

式中，V表示風速；雨滴和線路之間的角度設置為δ，風和線路之間的角度設置為θ；r是線路的半徑；d是表示過冷水滴直徑，I表示流過線路的電流；

液態(tài)水含量W與降水率ρ₀S的關系式為，

W＝0.067ρ₀S^0.846

式中，ρ₀是冰凍雨水或過冷水的密度；S表示降水量；

步驟二、實時辨識電網(wǎng)各線路的微氣象信息，對于研究節(jié)點進行區(qū)域劃分，識別該研究區(qū)域現(xiàn)配備k個氣象觀測點，進行各個觀測點的權重計算，

式中，ω_i(i＝1,2,...k)表示第i個觀測點節(jié)點的影響權重；

節(jié)點的氣象狀態(tài)表達式為，

式中，ν(a_i,b_i)表示坐標為S_i(a_i,b_i)的氣象觀測點的氣象因素狀況；ν(a,b)表示節(jié)點Q的氣象因素狀態(tài)；

步驟三、根據(jù)各地形粗糙度的分類，根據(jù)步驟一獲得的節(jié)點Q的氣象因素狀態(tài)，進行微地形的系統(tǒng)辨識；

步驟四、根據(jù)地形和微氣象的因素識別，確定覆冰厚度與架設高度和直徑有著直接關系，引入線路自身因素對覆冰厚度的修正因子為k_l，表示為，

k_l＝k_hk_d

其中：為覆冰厚度隨導線高度或直徑的變化系數(shù)；T₀為導線的設計懸掛高度，d₀為導線的設計直徑；T為導線懸掛高度的實際測量值，d為導線直徑的實際測量值；α為指數(shù)，與風速、含水量、海拔高度及捕獲系數(shù)有關；

步驟五、根據(jù)步驟四的修正因子得到，風速受線路所在高度和地貌環(huán)境修正后的表達式為：

式中：V_F表示微地形影響下的風速；μ,ε,σ為權重。

因此，基于綜合考慮微氣象、微地形因素影響下的改進的覆冰增厚模型為：