[发明专利]基于数据-机理联合驱动的配电网可靠性评估方法及系统

说明书

本发明公开一种基于数据‑机理联合驱动的配电网可靠性评估方法及系统，涉及供电技术领域，方法包括：获取待评估配电网的可靠性影响因素指标；根据可靠性影响因素指标确定关键影响因素向量；将关键影响因素向量输入优化后的深度卷积神经网络模型中，得到第一系统侧供电可靠性评估指标；基于待评估配电网拓扑结构建立机理模型；根据机理模型进行可靠性评估，得到第二系统侧供电可靠性评估指标；确定拓扑结构变化程度；根据变化程度，采用动态加权法确定第一权重和第二权重；根据权重和系统侧供电可靠性评估指标，确定最终的系统侧供电可靠性评估指标，进行配电网可靠性评估。本发明能够提高配电网的可靠性评估的准确性。

技术领域

本发明涉及供电技术领域，特别是涉及一种基于数据-机理联合驱动的配电网可靠性评估方法及系统。

背景技术

配电网的主要任务是承担并满足用户的供电需求，其中供电可靠性是衡量配电网对用户持续供电能力的重要指标，也是电力企业的重要考核指标，随着经济发展以及高新企业增多，用户对供电可靠性的要求越来越高，供电企业的可靠性管控工作也逐步系统化、层次化和精细化。配电网结构复杂、元件繁多，数据庞大，基础数据的细微差别容易对系统可靠性造成较大影响，如何挖掘和分析配电网设备元件大数据，实现对配电网拓扑特征的数据驱动精准控制以进行可靠性变化的预测和评估仍然是目前重点关注的问题。在保证电力系统供电质量的前提下，配电网的可靠性评估和预测是提高电力工业现代化水平的重要工作环节，通过对配电网的可靠性分析，发现配电网的薄弱环节，进而针对存在的问题提出具体的电网改造方案，能够有效增加配电网的安全性能。

目前，配电网的可靠性评估中并未基于拓扑结构变化性对配电网可靠性影响规律进行研究，而配电网拓扑结构的变化对可靠性指标的演变性还无法从单一数据或机理模型上得到合理性分析，因而存在可靠性评估准确率低的问题。

发明内容

本发明的目的是提供一种基于数据-机理联合驱动的配电网可靠性评估方法及系统，能够提高配电网的可靠性评估的准确性。

为实现上述目的，本发明提供了如下方案：

一种基于数据-机理联合驱动的配电网可靠性评估方法，所述方法包括：

获取待评估配电网的可靠性影响因素指标；所述可靠性影响因素指标包括架空线路平均长度、配电网可转供率、配电网线路联络率、线路平均分段数、单位分段平均用户数和馈线支路条数、主干线负载率、线路重过载率、配变重过载率、线路平均配变数和配变平均低压用户数；

根据所述可靠性影响因素指标确定待评估配电网的关键影响因素向量；

将所述关键影响因素向量输入优化后的深度卷积神经网络模型中，得到第一系统侧供电可靠性评估指标；所述第一系统侧供电可靠性评估指标包括系统平均停电频率指标、系统平均停电持续时间指标、用户平均停电频率指标、用户平均停电持续时间指标和用户平均缺供电量指标；所述优化后的深度卷积神经网络模型是采用待评估配电网的历年可靠性影响因素指标，以及与所述历年可靠性影响因素指标对应的系统侧供电可靠性评估指标进行训练和优化的；

基于待评估配电网拓扑结构建立机理模型；

根据所述机理模型进行可靠性评估，得到第二系统侧供电可靠性评估指标；所述第二系统侧供电可靠性评估指标包括系统平均停电频率指标、系统平均停电持续时间指标、用户平均停电频率指标、用户平均停电持续时间指标和用户平均缺供电量指标；

确定待评估配电网拓扑结构的变化程度；

根据所述变化程度，采用动态加权法确定第一权重和第二权重；所述第一权重为第一系统侧供电可靠性评估指标对应的权重；所述第二权重为第二系统侧供电可靠性评估指标对应的权重；

根据所述第一权重、所述第二权重、所述第一系统侧供电可靠性评估指标和所述第二系统侧供电可靠性评估指标，确定最终的系统侧供电可靠性评估指标；