面向不平衡数据的配电网故障停电预测方法

配电网故障停电事件会严重影响正常的社会经济生活。因此,迫切需要有效的配电网故障停电预测方法。采用人工智能方法分析配电网故障停电数据,发现存在配电网故障停电次数较少和引发配电网故障停电的原因分布不均等数据不平衡情况。为了及时、准确地预测配电网故障停电情况,从数据集质量和防止过拟合两方面入手改进故障停电预测模型。首先,设计了基于聚类的对抗神经网络来增强数据集质量。其次,构造了基于随机代价敏感卷积神经网络(RandomCost-CNN)的故障停电预测模型。RandomCost-CNN预测算法中采用有放回随机抽样思想设计了损失函数的随机选择策略,用以解决常规代价敏感过度拟合少数类(故障停电类)而使得大量多数类(正常类)被误报的问题,既保证少数类具有较好召回率与精确度,同时又提高了模型的泛化性能。实验证明所提方法能有效预测配电网故障停电事件发生概率,在配电网运维管理中能够发挥较好的预警作用。     

基于大数据的配电网故障停电指标关联因素建模研究

传统配电网故障停电指标关联因素分析方法存在停电预测耗时长和准确率低等问题。为此,研究基于大数据的配电网故障停电指标关联因素模型。基于大数据建立配电网停电故障风险指标,利用层次分析法计算配电网大数据风险指标总体权重。通过数据预处理生成随机森林分类器,将配电网停电故障风险指标作为分类器输入,以OOB残差均方法实现配电网故障停电指标关联因素重要性排序,分类器输出结果即为预测到的配电网停电故障。试验结果表明:模型的电网故障覆盖率较高,说明所提方法具有理想的准确性。     

基于大数据分析的配电网停电数据管理平台

针对当前配电网停电数据管理存在的问题,结合配电网停电数据管理需求,提出一种基于大数据分析技术的配电网停电数据管理平台的实现方法。应用结果表明:基于大数据分析的配电网停电数据管理平台实现了对停电故障的预警、告警和原因分析,可对监测范围内停电信息进行全局检索和综合展现,为停电故障的治理提供有力的数据支撑。     

智能配电网大数据应用需求和场景分析研究

智能配电网中存在大量异构多源的数据,其中的数据规模和特点符合大数据的各项特征。首先总结配电网大数据的来源和特征,然后从智能配电网中的应用场景出发,分别从配电网负荷预测、运行状态评估与预警、电能质量监测和评估、基于配电网数据融合的停电优化等方面进行分析。从不同系统和不同数据结构角度,对多源数据融合中的不良数据辨识进行重点分析,同时还归纳了配电网大数据关联模型建模方法和配电网大数据分析手段。通过在配电网中运行大数据的分析技术,能够为智能配电网开展分析提供强有力的计算和分析条件,大数据的分析结果可为配电网规划和安全运行提供数据支撑,也可有效提升配电网各类资产健康水平。     

省级配电自动化主站的停电信息资源池功能设计

各地配电自动化建设尚处于大规模试点阶段,很多区域的故障信息感知和定位手段有限,不同性质的停电事件信息又来源于多个业务系统,在条件有限的情况下实现停电事件精准分析的需求尤为迫切。文中结合电力公司的停电管理实际业务流程,设计停电信息资源池功能,综合分析变电站、馈线、台区、用户多层主网和配电网数据,在分层分级研判基础上建立信号可信度模型。结合DS证据理论算法融合分析,多维度灵活地挖掘分析停电事件,提高故障点定位的容错性,满足在差异化场景下构建可靠的结构化停电信息资源池实现数据的共享发布。     

分布式配电网故障停电快速恢复方法研究

传统配电网故障停电快速恢复方法因恢复时间较长而影响人们的日常用电.本文设计了一种新的分布式配电网故障停电快速恢复方法.分析了分布式配电网停电故障的特征,讨论了配电网停电故障的类型.优化了配电网停电故障快速恢复的流程,缩短了故障停电的时间.构建了配电网停电故障恢复的模型,提高了分布式配电网停电故障恢复的灵活性,实现了分布...     

极端天气下智能配电网的弹性评估

近年来受极端天气的影响,配电网大范围停电事故率不断上升,能够防御自然灾害、减小停电事故影响的弹性配电网引起了人们的重视。为了更好地评估配电网应对极端灾害的弹性,文中提出了一种智能配电网弹性评估方法。首先,建立了极端天气下的故障模型用以量化极端天气对配电网的影响。其次,针对极端天气的随机性,文中通过蒙特卡洛法模拟极端天气场景并采用K-means聚类算法对场景进行缩减,根据脆弱性曲线可以得到配电网各支路的时变故障率。考虑到负荷、可再生能源出力的不确定性,采用拉丁超立方抽样抽取负荷、可再生能源出力和配电网故障场景对配电网进行弹性评估。然后,为了全面准确地反映含分布式电源的配电网弹性,将配电网遭受自然灾害时分为防灾和减灾2个阶段,并基于此构建了包括配电网防御时间、弹性恢复系数、孤岛可持续时间覆盖率和重要负荷平均中断时间在内的弹性评估指标体系。最后,对一包含2条馈线的实际配电系统的弹性进行仿真评估,并考虑了电力线路类型、光伏渗透率和联络线对配电网弹性的影响,验证了所提评估方法的有效性。     

计及天气因素相关性的配电网故障风险等级预测方法

配电网风险等级的准确性预测对配电网运行维护具有重要意义。针对配电网故障影响因素众多且冗余性强的问题,提出一种计及天气因素的配电网故障特征选择和故障停电风险等级预测的方法。通过对故障数据的预处理,归纳出18个配电网故障特征,综合考虑故障发生频率、停电时长和缺供电量比例,确定风险等级划分依据;提出改进G-Relief F算法实现对故障特征权重计算和冗余剔除,得到最优故障特征集合;基于Adaboost改进C4.5决策树算法进行配电网故障风险等级预测,挖掘故障停电风险等级与天气因素间的关联关系。通过实际算例分析,验证了所提方法的有效性,可以为配电网风险预控提供有效依据。     

计及网络信息安全的配电网CPS故障仿真

配电网信息物理系统的发展使得信息系统与物理系统相互融合,两者之间相互影响,网络信息安全给配电网安全稳定运行带来很大隐患。为研究信息系统对配电网物理系统的影响,首先搭建配电网信息物理系统(cyberphysical system,CPS)仿真平台,在此基础上,建立配电网CPS终端仿真模型,具有恒功率控制和下垂控制2种控制方式的分布式电源模型,通信网络模型,控制层模型,以及中间人攻击和虚假数据注入模型。然后仿真三相短路故障处理和孤岛运行控制2个场景,分析通信数据篡改对故障处理过程的影响以及虚假数据注入和数据拦截对孤岛运行控制过程的影响。仿真结果表明,通信数据篡改事件导致了停电范围扩大,虚假信息注入和数据拦截事件导致了孤岛运行频率调整失败等。该文仿真为配电网CPS运行特性分析以及信息网络安全事件识别与防控提供了仿真基础。     

基于天气因素的配电网故障停电风险预测研究

预测配电网运行中的潜在风险对配电网运维有重要的意义。因此,提出一种基于天气因素的配电线路故障停电预测方法。分析配电网故障停电概率与天气变量及其他可能因素变量之间的关联关系,得出故障特征变量,并基于ReliefF算法对故障特征变量合集与配电网故障停电概率进行关联性分析,得到故障特征变量的重要程度权重排序。依据主要故障特征变量,形成基于XGBoost算法的配电线路故障停电预测模型,并对预测结果进行评估及算例验证。通过算例证明该方法可实现对配电网线路故障停电概率的预测,有利于及时发布故障预警信息,为配电网运维部门提供运维指导。     

SVM在中压配网停电事件补全中的应用研究

应用大数据平台深入挖掘计量数据对配电网的运行支撑是当前电网重要研究方向,文中应用支持向量机(SVM)算法研究中压配网停电事件补全方法,解决停电事件准确统计难题。首先总结中压配电网的5类停电事件,接着重点研究了SVM补全方法,给出停电事件补全思路,5类停电事件的SVM补全模型构建方法,并提出了涵盖配电网模型构建、SVM模型构建、SVM求解及故障类型判断的补全流程,然后从工程应用角度,设计了补全模块与用电信息采集等各相关系统间的业务关系框架并进行数据分析架构设计。最后以安徽黄山等4家地市公司为例进行了实践应用分析,验证了文中研究方法可极大提升停电事件统计的及时性和准确性。     

基于负荷数据分析的用户侧用电感知与失电影响评估方法研究

提出一种基于调度侧配电网负荷数据分析进行负荷性质辨识与用户侧用电感知、失电影响评估的方法。利用调度自动化系统中的负荷数据,首先通过基于时间序列趋势的模糊C均值聚类方法求解馈线负荷曲线与典型负荷曲线的隶属度,判断馈线负荷性质;然后利用用户侧多维系统中历史数据,通过基于用电量积分的概率谱方法,分析线路负荷异常波动对应的用户侧实际用电感知及故障影响。实际案例分析表明:该方法能够根据调度侧负荷数据分析,正确辨识配电线路的负荷性质,精准评估用户侧失电影响,建立配网运行数据与客户用电感知之间的实时映射,辅助配网调控人员根据用户需求开展方式调整与故障处置。     

配电网停电管理系统分析与设计

配电网的停电直接影响线路的供电可靠性以及配电服务质量。该文在明确了系统的数据信息流转以及停电处理的业务流程之后,分析了利用G IS技术设计配电网停电管理系统,支持对计划停电以及故障停电的处理。在建立配电网的网络模型基础上利用G IS的路径追踪分析、连通性分析、网络分析功能,在线路容量、负荷平衡等约束条件下,进行最佳停电隔离点决策以及负荷转移分析,制定辅助停电方案,使停电影响最小。在设计的可视化人机界面上系统实现对配电网停电的显示、模拟、分析统计、方案分析以及工作票操作票管理。     

面向配电网弹性提升的智能软开关鲁棒优化

研究了自然灾害场景下提升配电网弹性的智能软开关(SNOP)优化配置问题。综合考虑SNOP的功能特性与运行边界,建立了面向配电网弹性提升的SNOP配置三层防御-攻击-防御优化模型,并提出了求解该模型的两阶段鲁棒优化方法——列约束生成(CCG)算法。以IEEE 33节点为例,对所述模型和求解算法进行验证,结果表明所得的SNOP优化配置与运行方案可显著提升灾害场景下的配电网弹性,降低供电负荷损失量。     

改进贝叶斯网络在大面积停电事件应急情景动态推演模型中的应用

为了有效界定停电事件的影响因素,提高应急情景动态推演模型的准确性,避免电力突发事故的发生,设计基于改进贝叶斯网络的大面积停电事件应急情景动态推演模型。首先,对初始情景、引发情景、爆发情景、恢复情景和消失情景等五个网络层级进行分析,构建大面积停电事件情景网络；其次,考虑应急决策主体、对象、目标、方案以及决策环境,模拟大面积停电事件应急决策过程,利用改进贝叶斯网络计算多层次情景网络之间移动概率,确定事件动态演化规律；最后,通过大面积停电事件数据的输入结果,得出包含大面积停电事件动态推演路径和最优应急方案。实验结果表明：应用设计模型后,停电面积缩小率为48.57%,停电事件的实际停电面积明显缩小。完善了应急情景动态推演过程,事件应急方案与实际停电情况相匹配,可以高效应对大面积停电事件,具有较高的应用价值。     

基于熵权-灰色关联分析的降低区域停电损失举措研究

停电损失是衡量电网经济性标准之一,合理估算停电损失,能够为提高配电网可靠性和社会应急电源分配、公共预防性预算分配等提供依据。采用产电比法计算停电损失,并使用熵权加权计算各影响因素的客观权重,以提高灰色关联分析方法评价结果的准确性。使用熵权加权–灰色关联分析方法,分别计算区域产电比与各行业、配电网可靠性与其影响因素之间的关联度。在实际案例分析中,对4个不同区域的停电损失与各行业的紧密程度和区域配网可靠性与各影响因素之间的关系进行分析,从而提出每个区域电网设备升级的重点方向和地域,集中供电企业资金投入,最大限度提高配电网可靠性,降低停电损失。     

基于负荷点聚类分区的配电网网架规划方法

针对大规模配电网中负荷点众多,一次性考虑所有负荷点的网架规划存在决策变量过多和规划难度大的问题,提出了一种基于负荷点聚类分区的配电网网架规划方法。首先,通过负荷权重改进K-means聚类算法,并对负荷点进行聚类分区;其次,建立连接关系矩阵用于快速计算流过线路的电流和分析联络线位置对故障线路下游负荷转供的影响;然后,建立计及地理因素的年投资和运行总成本最小的主网架规划模型,并用改进的最小生成树算法求解;最后,以年投资和停电总成本最小为目标进行各负荷点分区之间的联络线规划,且根据不同的负荷转供情况采用了不同的停电成本计算方法。算例结果验证了所提方法的正确性和有效性。     

基于模糊层次分析法的配电网重复多发性停电风险评估

介绍重复多发性停电的概念。对95598停电投诉记录、配电网抢修管理平台、配电网运行监测平台等信息系统中的停电数据进行汇总分析,并进行实际调研工作。归纳配电网重复多发性停电常见原因,针对各种原因分别给出影响因数指标,用以衡量配电网重复停电概率水平。应用模糊层次分析法建立指标评价体系,分别从装备水平、运行维护水平和网架结构水平3个方面对配电网重复多发性停电发生概率的影响情况进行评价。针对某实际停电实例进行重复多发性停电风险评估,获得了重复多发性停电综合概率值。