[发明专利]一种配变重过载预测的方法

说明书

本发明公开了一种配变重过载预测的方法，其中方法包括获取台区重过载的历史数据；根据台区重过载的历史数据，确定影响配变重过载的特征变量；确定各特征变量的影响比重；对台区重过载的历史数据分析，得到各特征变量的危险设定值；根据台区重过载的历史数据，得到各特征变量的达到危险设定值发生重过载的概率；根据贝叶斯法则确定各特征变量达到危险设定值时发生重过载的概率；通过监控各特征变量，再根据全概率公式得到配变重过载的发生的概率。本发明通过基于电网大数据的数据集成平台，利用统计原理和概率学分析出实时的配变重过载概率，进而预防配变重过载的风险，提高了电力设备运行的安全性和经济效益。

技术领域

本发明涉及电力大数据应用技术领域，具体涉及一种配变重过载预测的方法。

背景技术

随着各类业务系统应用的成熟、低压集抄全覆盖的实施，供电企业已经积累了包含企业经营、生产运行、客户服务等方面的海量数据。而这些数据并没有真正的实现跨业务域的整合应用。在各电网公司的数据集成平台上线之后，各类数据资产将陆续归集到数据集成平台，开展各业务域的数据整合应用、深挖大数据价值将为推动数据资产变现、提高基于数据的管理决策提供帮助。

配电网是面向电力用户的最末一级电网，而以配电变压器地理供电区域为边界的配电台区是配电网运维中的重要基本单元。配电变压器运行状态很大程度上决定了供区内的供电质量和供电安全。配电变压器长时间处于重载或过载状态在降低设备寿命的同时会带来设备故障风险，引起停电事故发生，给电力公司和用户双方带来不必要的经济损失。配电变压器的重过载与台区内的活动用户数量、用户用电方式以及天气等有关。因此配变重过载是电力系统中典型的大数据研究需求点和应用场景之一，而数据集成平台上可以统计得到我们所需要的数据，基于电力大数据理念，融合电网内部数据与外部环境数据，开展配变重过载影响因素挖掘与预测研究，具有重要的现实意义和经济社会效益。

发明内容

本发明的目的在于提供一种配变重过载预测的方法，可以通过电力大数据的统计计算解决现有技术中由于配变重过载(配电变压器)造成的经济损失。

本发明的目的是通过以下技术方案实现的：

本发明提供一种配变重过载预测的方法，包括以下步骤：

步骤S1、获取台区重过载的历史数据；

步骤S2、根据台区重过载的历史数据，确定影响配变重过载的特征变量；

步骤S3、确定各特征变量的影响比重，并根据影响比重分为A₁、A₂……A_i；

步骤S4、对台区重过载的历史数据分析，得到各特征变量的危险设定值；

步骤S5、根据台区重过载的历史数据，得到各特征变量的达到危险设定值发生重过载的概率，记为P(A₁)、P(A₂)……P(A_i)；

步骤S6、根据贝叶斯法则确定各特征变量达到危险设定值时发生重过载的概率，记为P(B|A₁)、P(B|A₂)……P(B|A_i)；

步骤S7、通过监控各特征变量，再根据全概率公式得到配变重过载的发生的概率，记为P(B)，可表示为：

P(B)＝P(A₁)P(B|A₁)+P(A₂)P(B|A₂)+……+P(A_i)P(B|A_i)

进一步的，所述台区重过载的历史数据包括按年统计的重过载次数、按月统计的重过载次数以及每次引起重过载的特征变量。

进一步的，所述对台区重过载的历史数据分析，得到各特征变量的危险设定值具体包括：