[发明专利]一种配变台区重过载特征模型的构建和预警的方法

说明书

本发明公开了一种配变台区重过载特征模型的构建和预警的方法，它包括收集重过载历史数据、数据预处理、提取重过载特征因子、构建重过载特征模型和对重过载特征模型进行评估五个步骤。利用基因表达式对收集的数据进行分类并进化分化，获得足够完整的重过载特征集；再利用关联规则算法将多个特征集中的特征变量进行分配组合，构建重过载特征模型。最后使用柯尔莫可洛夫—斯米洛夫校验方法对模型进行验证，预测重过载发生的原因，通过重过载特征模型对配变台区进行实时监测，当监测数据与预测结果相同时，重过载特征模型发出预警。本发明减少了配电台区重过载事故发生的概率，减少经济损失，提高设备使用寿命，提升用户对于电网服务的满意度。

技术领域

本发明属于电网故障诊断技术，尤其涉及一种配变台区重过载特征模型的构建和预警的方法。

背景技术

配变台区作为面向低压用户的最末端供电单位，台区内供电设备的运行状态直接影响台区供电质量。设备的重过载运行是引起故障停电的主要原因之一，严重影响用电安全，同时也加速了设备的损耗，降低了设备的使用寿命，对配电网安全带来较大的风险。

目前，对于配电台区的重过载处置及治理仍停留在传统的事后处理阶段。这种被动的管理与处置方式也造成了目前配变台区重过载治理收效不佳的情况，无法杜绝变压器爆炸等情况的发生，其原因在于：1、目前配变重过载情况监测主要依靠计量自动化系统，而计量自动化系统对数据的采集和反馈不及时，通常都是第二天之后才能看到前一天的数据，导致配变因过载烧坏的事件无法及时监测；2、变压器重过载与用户用电行为紧密相关，但其发生的原因难以明晰，故有效和有针对性的治理方法较少；3、缺乏必要的分析和预警措施，不能提前预见配变台区的重过载情况，台区变压器会面临出事故的风险。

发明内容

本发明要解决的技术问题是：提供一种配变台区重过载特征模型的构建和预警的方法，以解决现有技术中配变台区重过载原因无法有效的分析，并且不能及时预警的问题。

本发明的技术方案是：

一种配变台区重过载特征模型的构建和预警的方法，它包括以下步骤：

步骤1、收集配变台区重过载历史数据；

步骤2、对所收集的重过载历史数据进行预处理；

步骤3、从预处理好的数据中提取重过载特征因子；

重过载特征因子的提取方法包括：

步骤3.1、对预处理好的数据进行分类整理，每一类数据形成一个特征变量；

步骤3.2、将单个特征变量或特征变量之间的组合与台区重过载事件的特征变量进行比对，获得重过载特征因子。

步骤4、获取所有的重过载特征因子，构建重过载特征模型；

重过载特征模型的构建包括：

步骤4.1、对于提取的重过载特征因子，利用基因表达式编程算法按照用户信息、电气设备信息、环境信息、用电负荷特征信息和电气设备运行状况信息来进行进化分类，形成重过载关联特征集；

步骤4.2、通过关联规则算法将两个以上的重过载关联特征集进行互相关联，形成重过载特征模型。

步骤5、对重过载特征模型进行评估，对于与评估结果相同，且对即将发生的重过载特征因子，发出重过载预警。

步骤6、根据当前配变台区的基本情况，重过载特征模型进行实时监测并发出预警。

步骤1中所述配变台区重过载历史数据包括与配变台区重过载相关的用户信息、电气设备信息、环境信息、用电负荷特征信息和电气设备运行状况信息。

步骤2中对重过载历史数据进行预处理的方法为：对数据中的缺失项进行补齐和对数据中的重复项进行删除，以获取完整的数据表。