[发明专利]一种基于支持向量机的薄弱环节预警方法

说明书

本发明提供一种基于支持向量机的薄弱环节预警方法，包括下列步骤：S1、获取中低压配电网的历史数据以及现状数据；S2、建立问题发生可能性量化指标，同时建立向量机预测模型，以问题发生可能性量化指标作为向量机预测模型的输入，将历史数据作为训练集对向量机预测模型进行训练，获得薄弱环节预警引擎；S3、以现状数据作为薄弱环节预警引擎的输入，以问题发生可能性量化指标的量化值作为薄弱环节预警引擎的输出进行深度学习计算，获得第一评分结果；S4、对问题严重程度量化指标进行量化评分，获得第二评分结果；S5、根据第一评分结果以及第二评分结果获得风险等级结果，根据所述风险等级结果判断中低压配电网的薄弱环节。

技术领域

本发明涉及中低压配电网预警技术领域，尤其涉及一种基于支持向量机的薄弱环节预警方法。

背景技术

电网薄弱环节是制约电网高质量发展的根本。电网薄弱环节诊断分析所需的电网、用户基础数据规模大、涉及领域广、参与部门多、更新变化快，传统依靠人工方式核查海量电网数据，从数据中逐条筛查电网薄弱环节，存在薄弱环节感知难、定位难、信息不及时、治理滞后等问题，难以适应电网高可靠性供电、精益化管理、精准化投资的要求，需要有效的信息化工具集成、处理、共享数据并支撑规划项目安排等业务决策。

目前的电网薄弱环节动态监测预警主要是单项内容，如可靠性、安全性和供电质量等方面，不能完全覆盖电网规划所需信息，难以全面指导实际的电网投资建设。在电网建设发展方面，已有一些电网薄弱环节指标体系可供参考，但其主要是依据当前能够直接获得的电网数据而确定，受数据传递壁垒等因素制约，导致预警可信度低。

发明内容

本发明的目的在于提供一种基于支持向量机的薄弱环节预警方法，以解决上述背景技术中提出的问题。

本发明是通过以下技术方案实现的：一种基于支持向量机的薄弱环节预警方法，包括下列步骤：

S1、获取中低压配电网的历史数据以及现状数据，所述历史数据包括的历史运行数据以及设备参数信息；

S2、建立问题发生可能性量化指标，同时建立向量机预测模型，以问题发生可能性量化指标作为向量机预测模型的输入，将历史数据作为训练集对向量机预测模型进行训练，获得薄弱环节预警引擎；

S3、以现状数据作为薄弱环节预警引擎的输入，以问题发生可能性量化指标的量化值作为薄弱环节预警引擎的输出进行深度学习计算，获得第一评分结果；

S4、对问题严重程度量化指标进行量化评分，获得第二评分结果；

S5、根据第一评分结果以及第二评分结果获得风险等级结果，根据所述风险等级结果判断中低压配电网薄弱环节进行预警。

可选的，所述问题发生可能性量化指标包括线路重载、线路过载、线路低电压、线路过电压、配变重载、配变过载、配变低电压。

可选的，建立向量机预测模型，以问题发生可能性量化指标作为向量机预测模型的输入，将历史数据作为训练集对向量机预测模型进行训练，获得薄弱环节预警引擎，具体包括：

在建立向量机预测模型时，选择高斯径向函数作为核函数，并选择高斯径向函数的参数；

将历史运行数据、设备参数信息作为向量机预测模型的输入，分别以线路重载、线路过载、线路低电压、线路过电压、配变重载、配变过载、配变低电压指标的量化值作为向量机预测模型的输出，对向量机预测模型进行训练，获得薄弱环节预警引擎。

可选的，以现状数据作为薄弱环节预警引擎的输入，分别输出线路重载、线路过载、线路低电压、线路过电压、配变重载、配变过载、配变低电压指标的量化值，通过归一化处理将量化值计算成[0,1]的结果数值，将归一化数值*10并取整，得到可能性等级指标p，所述可能性等级指标p为第一评分结果。