【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及電力系統(tǒng)檢測(cè)領(lǐng)域，主要涉及基于短時(shí)失地信號(hào)的配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患研判方法與系統(tǒng)。
技術(shù)介紹
1、近年來(lái)，隨著電力工業(yè)的快速發(fā)展，電力網(wǎng)絡(luò)愈加復(fù)雜，尤其是配電網(wǎng)。配電網(wǎng)涵蓋面積廣泛，接線錯(cuò)綜復(fù)雜，供電環(huán)境參差不齊，而不同區(qū)域的配電設(shè)備和線路質(zhì)量、損耗各異。在遭受外界干擾后，停電故障頻繁發(fā)生，其中10kv線路短路故障是配網(wǎng)常見(jiàn)的故障類型。隨著城市經(jīng)濟(jì)迅速發(fā)展，人民生活水平不斷提高，對(duì)電能質(zhì)量要求日益嚴(yán)格。一旦由于短路故障發(fā)生停電，將給人們的正常生產(chǎn)生活帶來(lái)不便，對(duì)國(guó)民經(jīng)濟(jì)發(fā)展也會(huì)造成影響。
2、短時(shí)失地信號(hào)指的是在配電網(wǎng)中，由于某種原因?qū)е碌膯蜗嘟拥毓收希衷诙虝r(shí)內(nèi)恢復(fù)時(shí)所產(chǎn)生的信號(hào)。這些原因往往是樹(shù)枝、異物在風(fēng)力作用下短時(shí)間跨接在線路上發(fā)生短路、或設(shè)備本體缺陷引起的短時(shí)沿面放電接地等。據(jù)統(tǒng)計(jì)，超70％配電線路在發(fā)生單相接地故障前會(huì)發(fā)出多次失地信號(hào)。因此，如何深入挖掘失地故障信號(hào)，在研判配網(wǎng)設(shè)備潛在風(fēng)險(xiǎn)隱患，提升配網(wǎng)運(yùn)維水平上凸顯出較大的應(yīng)用潛力。
3、如cn117347788a《一種配電網(wǎng)單相接地故障類別概率預(yù)測(cè)方法》公開(kāi)了“一種配電網(wǎng)單相接地故障類別概率預(yù)測(cè)方法，包括：s1、依據(jù)主流方法，構(gòu)造反映接地故障的若干故障特征，形成故障特征集合x(chóng)；s2、結(jié)合多層感知機(jī)方式，構(gòu)建故障特征與多類故障類別之間映射關(guān)系的單相接地故障類別辨識(shí)學(xué)習(xí)模型，并在所述單相接地故障類別辨識(shí)學(xué)習(xí)模型的輸出層引入多類的激活函數(shù)，并對(duì)通過(guò)所述激活函數(shù)得到的輸出層的結(jié)果進(jìn)行概率性轉(zhuǎn)換；s3、引入交叉熵方式對(duì)所述單相接地故障類別辨識(shí)
技術(shù)實(shí)現(xiàn)思路
1、為了解決現(xiàn)有技術(shù)所存在的上述問(wèn)題，本申請(qǐng)?zhí)峁┝嘶诙虝r(shí)失地信號(hào)的配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患研判方法與系統(tǒng)。
2、本申請(qǐng)的技術(shù)方案如下：
3、基于短時(shí)失地信號(hào)的配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患研判方法，所述方法包括：
4、獲取歷史短時(shí)失地信號(hào)，利用正則化表達(dá)式提取所述歷史短時(shí)失地信號(hào)的關(guān)鍵字段作為樣本屬性，所述樣本屬性包括配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患和失地指標(biāo)，所述失地指標(biāo)包括失地次數(shù)、失地持續(xù)時(shí)間和失地區(qū)域；
5、對(duì)所述失地指標(biāo)進(jìn)行特征提取，獲得失地指標(biāo)特征；繪制配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患-失地指標(biāo)特征的樣本分布圖，基于所述樣本分布圖和伯努利大數(shù)定理計(jì)算獲得配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患在各失地指標(biāo)特征中的初步概率值；
6、構(gòu)建n×m的失地指標(biāo)特征矩陣，對(duì)所述失地指標(biāo)特征矩陣進(jìn)行標(biāo)準(zhǔn)化處理獲得標(biāo)準(zhǔn)化矩陣；計(jì)算所述標(biāo)準(zhǔn)化矩陣對(duì)應(yīng)的概率矩陣，基于所述概率矩陣計(jì)算獲得失地指標(biāo)的信息熵，根據(jù)所述信息熵計(jì)算失地指標(biāo)對(duì)應(yīng)的初始權(quán)重；
7、利用層次分析法ahp對(duì)失地指標(biāo)特征進(jìn)行分析獲得判斷權(quán)重；結(jié)合初始權(quán)重和判斷權(quán)重獲得失地指標(biāo)特征的綜合權(quán)重；
8、結(jié)合配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患在各失地指標(biāo)特征中的初步概率值和失地指標(biāo)特征的綜合權(quán)重，獲得配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患綜合概率，對(duì)所述綜合概率進(jìn)行分析，獲得配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患的研判結(jié)果。
9、優(yōu)選的，所述方法還包括對(duì)樣本屬性進(jìn)行數(shù)據(jù)清洗，所述數(shù)據(jù)清洗包括處理缺失值、異常值和數(shù)據(jù)格式統(tǒng)一化。
10、優(yōu)選的，繪制配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患-失地指標(biāo)特征對(duì)應(yīng)的樣本分布圖，基于所述樣本分布圖和伯努利大數(shù)定理計(jì)算獲得配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患在各失地指標(biāo)特征中的初步概率值，具體為：
11、計(jì)算每種配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患在每個(gè)失地指標(biāo)特征下的占比，以公式表達(dá)為：
12、
13、式中，p(cifj)表示配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患ci在失地指標(biāo)特征fj下的占比，表示在失地指標(biāo)特征fj下配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患ci的樣本數(shù)，表示失地指標(biāo)特征fj的樣本個(gè)數(shù)；
14、以各配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患在相應(yīng)失地指標(biāo)特征下的占比作為樣本分布圖的縱坐標(biāo)，各失地指標(biāo)特征作為橫坐標(biāo)，繪制對(duì)應(yīng)的折線圖作為各配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患對(duì)應(yīng)的配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患-失地指標(biāo)特征樣本分布圖；將樣本分布圖中的失地指標(biāo)特征進(jìn)行區(qū)間劃分，統(tǒng)計(jì)各配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患在各區(qū)間內(nèi)的分布情況，具體為每個(gè)區(qū)間內(nèi)各配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患出現(xiàn)的次數(shù)；根據(jù)所述分布情況計(jì)算獲得各配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患在各區(qū)間內(nèi)的概率pij，以公式表達(dá)為：
15、
16、式中，kij表示各配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患在各區(qū)間內(nèi)的樣本數(shù)，ni表示各區(qū)間內(nèi)的樣本數(shù)；
17、根據(jù)所述概率pij計(jì)算各配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患的總體初步概率值pj，以公式表達(dá)為：
18、
19、式中，n表示所有區(qū)間樣本總和。
20、優(yōu)選的，構(gòu)建nxm的失地指標(biāo)特征矩陣，對(duì)所述失地指標(biāo)特征矩陣進(jìn)行標(biāo)準(zhǔn)化處理獲得標(biāo)準(zhǔn)化矩陣，具體為：
21、將失地特征指標(biāo)作為列向量，配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患在失地指標(biāo)特征構(gòu)建一個(gè)n×m的矩陣x＝{xab}，其中m表示失地指標(biāo)特征數(shù)量，a＝1,2,3,...,n，b＝1,2,3,...,m，所述矩陣x，表示為：
22、
23、對(duì)每列向量進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化矩陣y＝{yab}，表示為：
24、
25、其中，式中，max(xb)表示當(dāng)前列向量的最大值；min(xb)表示當(dāng)前列向量的最小值；
26、計(jì)算所述標(biāo)準(zhǔn)化矩陣對(duì)應(yīng)的概率矩陣yp＝{ypab}，表示為：
27、
28、優(yōu)選的，基于所述概率矩陣計(jì)算獲得失地指標(biāo)的信息熵，根據(jù)所述信息熵計(jì)算失地指標(biāo)對(duì)應(yīng)的初始權(quán)重，具體為：
29、所述失地指標(biāo)的信息熵，以公式表示為：
30、
31、式中，sb表示第b個(gè)失地指標(biāo)特征的信息熵；
32、所述失地指標(biāo)對(duì)應(yīng)的初始權(quán)重，以公式表示：
33、
34、式中，αb表示第b個(gè)失地指標(biāo)的指標(biāo)權(quán)重值。
35、優(yōu)選的，利用層次分析法ahp對(duì)失地指標(biāo)特征進(jìn)行分析獲得判斷權(quán)重，根據(jù)專家打分表對(duì)每?jī)蓚€(gè)數(shù)據(jù)值樣本屬性的重要程度進(jìn)行打分，得到判斷矩陣q＝{qub}，具體表示為：
36、
37、式中，qub表示每?jī)蓚€(gè)數(shù)據(jù)樣本屬性的重要程度的打分值，其中qub和qbu互為倒數(shù)；
38、求解矩陣每一行乘積的m次方，獲得一個(gè)m維的權(quán)重向量，以公式表示為：
39、
40、進(jìn)行歸一化處理，得到判斷權(quán)重以公式表示本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.基于短時(shí)失地信號(hào)的配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患研判方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的基于短時(shí)失地信號(hào)的配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患研判方法，其特征在于，所述方法還包括對(duì)樣本屬性進(jìn)行數(shù)據(jù)清洗，所述數(shù)據(jù)清洗包括處理缺失值、異常值和數(shù)據(jù)格式統(tǒng)一化。
3.根據(jù)權(quán)利要求2所述的基于短時(shí)失地信號(hào)的配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患研判方法，其特征在于，繪制配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患-失地指標(biāo)特征對(duì)應(yīng)的樣本分布圖，基于所述樣本分布圖和伯努利大數(shù)定理計(jì)算獲得配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患在各失地指標(biāo)特征中的初步概率值，具體為：
4.根據(jù)權(quán)利要求3所述的基于短時(shí)失地信號(hào)的配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患研判方法，其特征在于，構(gòu)建N×m的失地指標(biāo)特征矩陣，對(duì)所述失地指標(biāo)特征矩陣進(jìn)行標(biāo)準(zhǔn)化處理獲得標(biāo)準(zhǔn)化矩陣，具體為：
5.根據(jù)權(quán)利要求4所述的基于短時(shí)失地信號(hào)的配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患研判方法，其特征在于，基于所述概率矩陣計(jì)算獲得失地指標(biāo)的信息熵，根據(jù)所述信息熵計(jì)算失地指標(biāo)對(duì)應(yīng)的初始權(quán)重，具體為：
6.根據(jù)權(quán)利要求5所述的基于短時(shí)失地信號(hào)的配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患研判方法，其特征在于，利用層次分析法AHP對(duì)失地指
7.根據(jù)權(quán)利要求6所述的基于短時(shí)失地信號(hào)的配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患研判方法，其特征在于，結(jié)合初始權(quán)重和判斷權(quán)重獲得失地指標(biāo)特征的綜合權(quán)重，以公式表示為：
8.一種基于短時(shí)失地信號(hào)的配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患研判系統(tǒng)，其特征在于，所述系統(tǒng)包括數(shù)據(jù)獲取模塊、概率計(jì)算模塊、權(quán)重計(jì)算模塊和成因研判模塊，具體為：
9.一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述的基于短時(shí)失地信號(hào)的配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患研判方法。
10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，該程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述的基于短時(shí)失地信號(hào)的配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患研判方法。
...【技術(shù)特征摘要】
1.基于短時(shí)失地信號(hào)的配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患研判方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的基于短時(shí)失地信號(hào)的配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患研判方法，其特征在于，所述方法還包括對(duì)樣本屬性進(jìn)行數(shù)據(jù)清洗，所述數(shù)據(jù)清洗包括處理缺失值、異常值和數(shù)據(jù)格式統(tǒng)一化。
3.根據(jù)權(quán)利要求2所述的基于短時(shí)失地信號(hào)的配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患研判方法，其特征在于，繪制配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患-失地指標(biāo)特征對(duì)應(yīng)的樣本分布圖，基于所述樣本分布圖和伯努利大數(shù)定理計(jì)算獲得配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患在各失地指標(biāo)特征中的初步概率值，具體為：
4.根據(jù)權(quán)利要求3所述的基于短時(shí)失地信號(hào)的配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患研判方法，其特征在于，構(gòu)建n×m的失地指標(biāo)特征矩陣，對(duì)所述失地指標(biāo)特征矩陣進(jìn)行標(biāo)準(zhǔn)化處理獲得標(biāo)準(zhǔn)化矩陣，具體為：
5.根據(jù)權(quán)利要求4所述的基于短時(shí)失地信號(hào)的配網(wǎng)設(shè)備風(fēng)險(xiǎn)隱患研判方法，其特征在于，基于所述概率矩陣計(jì)算獲得失地指標(biāo)的信息熵，根據(jù)所述信息熵計(jì)算失地指標(biāo)對(duì)應(yīng)的初始權(quán)重，具體為：
6.根據(jù)權(quán)利要求5所述...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：陳晶騰，郭嘉禮，黃凌雁，黃佳銘，林之希，陳翰，郭凱琪，饒俊民，趙睿，高漩，陳友恒，陳天鵬，
申請(qǐng)(專利權(quán))人：國(guó)網(wǎng)福建省電力有限公司莆田供電公司，
類型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。