基于机器学习算法的配网线路重复跳闸概率预测研究

为了降低配网10kV线路重复跳闸对配网安全的威胁及减少对用户生产生活的影响,通过分析10 kV配网线路历史故障数据、缺陷数据、负荷数据及气象数据,提取影响线路重复跳闸的数据特征信息.首先,采用机器学习算法,对不同影响因素下的数据分别建立重复跳闸预测模型,然后对未来一个月内不同影响因素作用下的结果进行分析,构建10 k V线路重复跳闸预测模型,得到一条线路重复跳闸的概率.最后,针对部分线路进行算例分析,结果表明,通过对不同影响因素进行分析,建立的配网线路重复跳闸模型可以有效预测线路重复跳闸概率,能够为配网线路检修及停电事故预防提供决策支持.

Research on Prediction of Repeated Trip Probability of Distribution Network Line Based on Machine-Learning