[发明专利]一种基于多源数据挖掘的配电线路时变故障概率计算方法

权利要求书

1.一种基于多源数据挖掘的配电线路时变故障概率计算方法，其特征在于，包括以下步骤：

S1、根据收集电网数据，确定配电网历史故障数据，历史气象数据及各条馈线所属变电站的地理位置；

S2、根据历史故障数据筛选出由恶劣气象导致故障的数据，并在历史气象数据中找到对应的气象数据作为训练样本集；

配电线路运行训练样本集为：

S＝{(x_i,y_i),x_i∈Rⁿ,y_i∈{0,1}}

式中，x_i表示第i个n维输入向量，包括温度、风速、降水、雷击、湿度的气象数据；

y_i为类别标签，根据当前配电线路运行状态是否发生故障来进行划分；y_i＝0表示配电线路当天运行状态下没有发生故障，y_i＝1表示当天该条线路发生故障的次数大于0，表示发生故障；

S3、分别统计配电线路在正常天气下的故障率与修复率，与恶劣天气下的故障率与修复率；其中，

通过对步骤S2中发生故障的数据和没有发生故障数据的分类统计，可以分别得到在易发故障环境下的状态转移速率λ₀₁如下式所示：

式中，N_Lji表示第j条线路发生的第i次故障，T_L表示该运行工况持续的时间；

修复率μ₀₁如下式：

式中，R_Lji表示第j条线路第i次修复，D_L表示该运行工况持续的时间；

S4、根据训练样本集与SVM方法，构建SVM气象分类器；构建分类平面方程如下式：

y＝ω·x+b

式中，ω＝(ω₁,ω₁...ω_n)为权向量，x＝(x₁,x₂...x_m)^T；b为阈值，并将训练误差ε作为约束条件，并引入松弛变量ξ，使得两类样本的分隔面最大的优化问题可表示为：

s.t.y_i[ω·x+b]≥1-ξ_i

0≤α_i≤C,ξ_i≥0,i＝1,2...,l

式中，C0为惩罚系数，其值越大表示对超出ε的数据点惩罚越大；

S5、采用福克-普朗克方程对步骤S3中的配电线路状态转移过程进行建模；

S6、确定当前气象，根据步骤S4确定当前运行状态下的故障率与修复率；

S7、将步骤S6中确定的故障率与修复率代入福克-普朗克方程，计算得到配电线路的时变故障概率；

其中，历史气象数据包括：日平均温度,日最高/低温度,日平均风速,日累计降水量,日累计雷击量；历史故障数据中筛选出由于雷雨、大风、覆冰恶劣气象的数据。

2.如权利要求1所述的计算方法，其特征在于，所述步骤S5中配电线路状态转移过程建模如下式：

P′(t)＝P(t)Q

式中，P₀为馈线处于正常运行的概率，P₁为馈线处于故障状态的概率。