[发明专利]一种适用于恶劣天气引起的电网故障预测方法

说明书

本发明公开了一种适用于恶劣天气引起的电网故障预测方法，包括：收集气象数据及电网故障计数记录，对收集的数据进行预处理；根据预处理后的的数据提取天气特征及对故障级别进行分类，分析二者的关联关系，并根据所述关联关系建立线性方程；基于所述线性方程及贝叶斯神经网络建立电网故障预测模型，实现恶劣天气引起的电网故障预测。本发明提高了电网故障的预测精度，从而能够在恶劣天气情况下实现配电网故障的快速准确地预测，进而提高配电网供电的安全性及可靠性。

技术领域

本发明涉及配电网故障预测的技术领域，尤其涉及一种适用于恶劣天气引起的电网故障预测方法。

背景技术

近年来，随着国民经济的高速发展，使得用户的用电需求不断增长，对电力企业的供电能力、供电质量以及供电可靠性的要求也越来越高，电力企业只有通过自身不断的发展，才能满足日益增长的电能需求。电力系统是国家基础性行业，电网建设的发展水平不仅影响着国民经济的发展，还涉及到一次能源的消耗以及巨额投资，进行合理的规划不但能够减少资源的浪费，还能获得巨大的社会和经济效益，促进其他行业的健康发展；反之，如果规划不合理或规划失误，将会给国家带来巨大的损失。随着电能需求的增加以及我国社会主义市场经济的不断发展，使得市场机制下的电力企业面临着激烈的竞争，实现电力资源的优化配置已然成为了电力企业改革和发展的必然趋势，从而开展配电网可靠性预测研究的意义和重要性不言而喻。

配电网是电力系统向用户供应和分配电能的重要环节，其可靠性日益受到用户和供电企业的重视。对配电网进行可靠性预测，能够对配电网可能达到的可靠性目标进行客观的估计，为了解电网可靠性发展趋势，确定可靠性投资方向，知道电力市场下可靠性电价等提供有价值的依据。随着电力系统规模的增大，电网结构日益复杂，而且电力系统各元件的相关关系随着系统运行方式与运行状态的改变而改变，因此，亟需一种方法来实现配电网的可靠性预测。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明解决的技术问题是：现有技术预测精度低，从而导致电网可靠性及安全性较低。

为解决上述技术问题，本发明提供如下技术方案：收集气象数据及电网故障计数记录，对收集的数据进行预处理；根据预处理后的的数据提取天气特征及对故障级别进行分类，分析二者的关联关系，并根据所述关联关系建立线性方程；基于所述线性方程及贝叶斯神经网络建立电网故障预测模型，实现恶劣天气引起的电网故障预测。

作为本发明所述的适用于恶劣天气引起的电网故障预测方法的一种优选方案，其中：所述数据预处理过程包括，数据清洗：空缺值清洗、格式内容清洗、逻辑错误清洗、非需求数据清洗；数据变换：对数据进行特征构造、数据分级及数据量化；数据集成：对数据变换后的数据进行数据统计，将数据合并到统一的数据存储中；采用基于聚类的离群样本检测策略对数据样本中仍可能出现异常的样本进行检测剔除。

作为本发明所述的适用于恶劣天气引起的电网故障预测方法的一种优选方案，其中：定义预处理后的数据包括，

Y∈{x*,y*}

其中，x*表示天气特征数据值，y*表示电网故障计数数据值，Y表示数据集。

作为本发明所述的适用于恶劣天气引起的电网故障预测方法的一种优选方案，其中：所述天气特征包括，

每周平均和最大风速、每周平均和最大降雨以及一周内的闪电天数。

作为本发明所述的适用于恶劣天气引起的电网故障预测方法的一种优选方案，其中：所述故障级别的分类包括将所述故障计数分为三个故障级别。