[發明專利]配電網電壓薄弱環節的分析診斷方法、裝置、設備及介質

在審

• 申請號: 202211654364.2
• 申請日: 2022-12-20
• 公開（公告）號: CN115795913A
• 公開（公告）日: 2023-03-14
• 發明（設計）人: 李志華;喻旻
• 申請（專利權）人: 廣東電網有限責任公司;廣東電網有限責任公司梅州供電局
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F113/04;G06F119/02
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 楊義

1.一種配電網電壓薄弱環節的分析診斷方法，其特征在于，包括：

建立多維時序數據分析模型；

獲取各級電壓控制對象的當前實測數據；

將所述各級電壓控制對象的所述當前實測數據輸入所述多維時序數據分析模型，通過所述多維時序數據分析模型在空間層面和時間層面上，輸出配電網中存在的電壓薄弱環節。

2.根據權利要求1所述的分析診斷方法，其特征在于，建立多維時序數據分析模型，包括：

獲取所述各級電壓控制對象的歷史實測數據；

利用所述歷史實測數據訓練所述多維時序數據分析模型。

3.根據權利要求2所述的分析診斷方法，其特征在于，在利用所述歷史實測數據訓練所述多維時序數據分析模型之前，還包括：

對所述歷史實測數據進行預處理；

利用所述歷史實測數據訓練所述多維時序數據分析模型，包括：

將完成預處理的所述歷史實測數據區分為訓練集和測試集；

利用所述訓練集和所述測試集對所述多維時序數據分析模型進行訓練。

4.根據權利要求3所述的分析診斷方法，其特征在于，對所述歷史實測數據進行預處理，包括：

根據所述各級電壓控制對象對所述歷史實測數據進行分類；

將完成分類的所述歷史實測數據作為初始分析數據，對所述初始分析數據進行數據降維；

對降維后的所述初始分析數據進行數據清洗。

5.根據權利要求3所述的分析診斷方法，其特征在于，利用所述訓練集和所述測試集對所述多維時序數據分析模型進行訓練，包括：

利用訓練集調試所述多維時序數據分析模型的參數；

利用測試集評價所述多維時序數據分析模型的調試結果。

6.根據權利要求1所述的分析診斷方法，其特征在于，在將所述各級電壓控制對象的所述當前實測數據輸入所述多維時序數據分析模型之前，還包括：

對所述當前實測數據進行預處理。

7.根據權利要求6所述的分析診斷方法，其特征在于，對所述當前實測數據進行預處理，包括：

根據所述各級電壓控制對象對所述當前實測數據進行分類；

將完成分類的所述當前實測數據作為初始分析數據，對所述初始分析數據進行數據降維；

對降維后的所述初始分析數據進行數據清洗。

8.根據權利要求1所述的分析診斷方法，其特征在于，在將所述各級電壓控制對象的所述當前實測數據輸入所述多維時序數據分析模型，通過所述多維時序數據分析模型在空間層面和時間層面上，輸出配電網中存在的電壓薄弱環節之后，還包括：

利用電壓薄弱環節以及預設的配電網電壓薄弱環節的診斷規則確定配電網中存在的電壓薄弱環節的分析診斷結果。

9.一種配電網電壓薄弱環節的分析診斷裝置，其特征在于，包括：

模型建立模塊，用于建立多維時序數據分析模型；

數據獲取模塊，用于獲取各級電壓控制對象的當前實測數據；

電壓薄弱環節輸出模塊，用于將所述各級電壓控制對象的所述當前實測數據輸入所述多維時序數據分析模型，通過所述多維時序數據分析模型在空間層面和時間層面上，輸出配電網中存在的電壓薄弱環節。

10.一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1-8中任一項所述的配電網電壓薄弱環節的分析診斷方法。

11.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1-8中任一項所述的配電網電壓薄弱環節的分析診斷方法。