CN106251045A - 基于多种主导因素的配电网供电可靠性评估方法 - Google Patents

Abstract

一种基于多种主导因素的配电网供电可靠性评估方法：根据配电网的拓扑关系建立包括五种影响配电网中配电设备工作状态的故障类别的配电网故障影响分类表，分别确定每个配电设备中五类故障的权重；分别计算配电设备的配电网公用设备故障率，配电设备的自然灾害故障率；确定每个配电设备中八类配电网公用设备缺陷权重；计算配电设备的配网共用设备缺陷状态故障率；计算配电设备的修正自然灾害故障率；计算设备修正故障率；计算配电网的可靠性指标。本发明通过研究主网以及环境因素对配电网设备运行状态的影响，建立基于元件设备运行状态的故障率修正模型及方法；并根据配电网故障模式影响分析过程，建立配电网可靠性评估模型，为科学地进行配电网可靠性评估提供参考。

Description

基于多种主导因素的配电网供电可靠性评估方法

技术领域

本发明涉及一种电力系统评估方法。特别是涉及一种可以结合实际情况更为真实地对配电网进行可靠性评估的基于多种主导因素的配电网供电可靠性评估方法。

背景技术

电力系统由发电、输电、配电和用电等各部分系统组成。配电系统作为电力输送到用户的最后一环，与用户的联系最为紧密，对用户的影响也最为直接，是保证供电质量、提高电网运行效率、创新用户服务的关键环节。它是电能供应和分配的关键阶段。配电系统的运行直接关乎用户能否正常可靠用电，当这些设备由于故障、日常检修、施工或者其他原因导致停运时，整个电力系统就会停止对用户的供电，直到配电系统及其设备的故障被排除或修复，才能继续正常供电，所以配电系统可靠性指标集中反映了整个电力系统结构及运行特性。近年来，随着用户对供电质量要求的不断提高，配电系统可靠性得到人们越来越多的重视。

应用于配电系统可靠性分析常用方法主要有模拟法和解析法两大类。根据配电系统的模式、复杂程度、以及所需求的分析深度的不同，采用的评估方法也有所不同。模拟法中的典型方法为蒙特卡洛模拟法，蒙特卡洛模拟法是利用计算机产生随机数对元件的失效事件进行抽样构成系统失效事件集，再通过统计的方式计算可靠性指标的一类方法。该方法适用于求解复杂系统的可靠性，但在计算精度与计算时间之间存在较大矛盾。解析法模型准确，便于分析多种元件对配电网可靠性的影响，在配电网可靠性评估中应用更加广泛。对于辐射型配电系统，直接运用串联系统可靠性评估原理，通过对逐个元件进行故障分析、观察并列出每个负荷点的故障后果表的方法，可以十分方便地计算负荷点和系统的平均性能指标。而对于复杂配电系统，如并联结构和网形结构，由于系统的状态较多，往往先采用状态空间法和其它一些简化方法，例如网络化简法等方法选择系统失效状态，然后根据各失效状态的后果及其出现的概率计算整个系统的可靠性指标。

传统配电网可靠性评估中所采用的设备故障率参数是根据相关设备历史故障统计所得到的结果，在进行配电网可靠性计算时多采用单一的平均值作为元件可靠性参数，不能有效反映配电网设备状态水平的变化趋势，无法准确体现配电网当前的实际可靠性水平。因此，针对传统配电网可靠性评估方法的不足构建基于多主导因素的配电网可靠性指标和薄弱区域评估方法，将以历史统计结果得到的配电网设备故障率与配电网实际设备状态结合，得到考虑配电网设备所处时期、环境以及外力因素等实际状态的故障率模型，结合配电网馈线分区法提出基于设备故障率运行状态修正的配电网可靠性评估方法，具有良好的应用价值。

配电网可靠性是配电网结构、技术装备水平和管理水平的综合体现。设备故障率作为可靠性计算中的重要参数，其修正模型的科学与否决定了配电网可靠性评估的结果是否具有实际指导意义，因此，采用准确反映设备运行状况的设备故障率是进行科学配电网可靠性评估的先决条件。通过长期运行记录的统计中得出的可靠性数据，有时由于对可靠性管理不够重视或其他因素，并不能准确且全面的反映设备运行状态；另外，由于电力设备运行环境的变动，设备运行工况也不尽相同，直接引用公开发布的全国或各大区范围统计的平均数据，必然产生较大误差，使得可靠性评估结果失去意义。

以历史统计结果得到的配电网设备故障率为基准，通过对配电网设备故障原因进行分析，从配电网设备所处内部自身运行状态以及外界自然环境两个主要影响因素对设备故障率进行量化修正，构建配电网设备故障率运行状态修正模型，可实现历史大规模统计结果与配电网实际设备状态的结合，解决传统配电网可靠性评估方法的不足。

采用解析法进行可靠性评估，通过故障模式影响分析，建立每个设备预想事故的系统故障影响分类表，结合可简化故障模式影响分析过程的配电网馈线分区法，提出基于设备故障率运行状态修正的配电网可靠性评估方法，准确详实地体现配电网可靠性水平。

发明内容

本发明所要解决的技术问题是，提供一种能够用以更加合理实际地计算反映配电网实际可靠性水平的负荷点及系统可靠性指标的基于多种主导因素的配电网供电可靠性评估方法。

本发明所采用的技术方案是：一种基于多种主导因素的配电网供电可靠性评估方法，包括如下步骤：

1)根据配电网的拓扑关系建立配电网故障影响分类表，其中，所述的配电网故障影响分类表包括五种影响配电网中配电设备工作状态的故障类别包括：配网公用设备原因、外力破坏、自然气候因素、用户故障影响和主网故障；

2)根据每个配电设备的功能及外部环境，分别确定每个配电设备i中五类故障的权重w_(i)故j，其中j为故障种类，j＝1,2,3,4,5；

3)将第i个配电设备的基础故障率λ_(i)代入类型故障率公式λ＝λ_(i)×w_(i)故j，分别计算第i个配电设备的配电网公用设备故障率λ_配(i)，以及第i个配电设备的自然灾害故障率λ_自(i)；

4)根据每个配电设备的功能及外部环境，确定每个配电设备i中八类配电网公用设备缺陷权重w_(i)配k，其中，k＝1,2,3,4,5,6,7,8；所述的八类缺陷具体包括：规划设计不周、施工安装原因、产品质量原因、设备老化、检修试验质量不良、运行管理不当、停电责任原因不清和低压设施故障；

5)将第i个配电设备中相对于第k类配电网公用设备缺陷的设备状态程度修正指数c_(i)k，第i个配电设备中相对于第k类配电网公用设备缺陷权重w_(i)配k，第i个配电设备第一类故障权重w_(i)故1，以及配电网中第i个配电设备的基础故障率λ_(i)代入设备缺陷状态故障率修正公式：

计算第i个配电设备的配网共用设备缺陷状态故障率λ_配修(i)；

6)将第m月的故障率月降水量修正指数M_(m)，月雷击修正指数T_(m)，第i个配电设备的雷击故障权重w_(i)气1、大风大雨故障权重w_(i)气2、其他气象故障权重w_(i)气3，代入如下设备故障率自然灾害修正公式，计算第i个配电设备的修正自然灾害故障率λ_自修(i)，

λ_自修(i)＝T_(m)×λ_(i)×w_(i)故3×w_(i)气1+M_(m)×λ_(i)×w_(i)故3×w_(i)气2+λ_(i)×w_(i)故3×w_(i)气3 (2)

其中，T_(m)为第m月的故障率月雷击修正指数；λ_(i)为配电网中第i个配电设备的基础故障率；w_(i)故3为配电网中第i个配电设备第三类故障权重；w_(i)气1为配电网中第i个配电设备的雷击故障权重；M_(m)第m月的故障率月降水量修正指数；w_(i)气2为配电网中第i个配电设备的大风大雨故障权重w_(i)气2、w_(i)气3为配电网中第i个配电设备的其他气象故障权重w_(i)气；

7)将修正后的配电网公用设备缺陷状态故障率λ_配修(i)、自然灾害故障率λ_自修(i)、第i个配电设备第一类故障权重w_(i)故1、第i个配电设备第三类故障权重w_(i)故3和第i个配电设备的基础故障率λ_(i)代入如下设备修正故障公式计算设备修正故障率λ_修(i)：

λ_修(i)＝λ_配修(i)+λ_自修(i)+λ_(i)(1-w_(i)故1-w_(i)故3) (3)；

8)根据步骤7)中得到的设备修正故障率λ_修(i)计算配电网的可靠性指标。

步骤3)中所述的第i个配电设备的基础故障率λ_(i)是指第i个配电设备在一年内所发生故障的次数；根据类型故障率公式得到第i个配电设备的配电网公用设备故障率λ_配(i)＝λ_(i)×w_(i)故1，第i个配电设备的自然灾害故障率λ_自(i)＝λ_(i)×w_(i)故3。

步骤6)中所述的第m月的故障率月降水量修正指数M_(m)的计算公式为：

$M_{\left(m\right)}=\frac{12{\stackrel{\‾}{H}}_{\left(m\right)}}{\underset{i=1}{\overset{12}{\Σ}}{\stackrel{\‾}{H}}_{\left(i\right)}}---\left(4\right)$

其中，m表示月份，表示第m个月的月均降水量，计算公式为：

${\stackrel{\‾}{H}}_{\left(m\right)}=\frac{\underset{l=p}{\overset{p+n}{\Σ}}{H}_{\left(m\right)l}}{n}---\left(5\right)$

其中，l是数据统计年份，为p年至p+n年，H_(m)l表示第l年第m个月的月降水量。

步骤6)中所述的第m月的故障率月雷击修正指数T_(m)的计算公式为：

$T_{\left(m\right)}=\frac{12{\stackrel{\‾}{Y}}_{\left(m\right)}}{\underset{i=1}{\overset{12}{\Σ}}{\stackrel{\‾}{Y}}_{\left(i\right)}}---\left(6\right)$

其中m表示月份，表示第m个月的月均雷击次数，计算公式为：

${\stackrel{\‾}{Y}}_{\left(m\right)}=\frac{\underset{l=p}{\overset{p+n}{\Σ}}{Y}_{\left(m\right)l}}{n}---\left(7\right)$

其中，l是数据统计年份，为p年至p+n年，Y_(m)j表示第l年第m个月的雷击次数。

步骤8)中所述的配电网可靠性指标，包括系统平均停电频率、系统平均停电持续时间、平均供电可用度以及系统总电量不足。

本发明的基于多种主导因素的配电网供电可靠性评估方法，用以更加合理实际地计算反映配电网实际可靠性水平的系统可靠性指标。通过研究主网以及环境因素对配电网设备运行状态的影响，建立基于元件设备运行状态的故障率修正模型及方法；并根据配电网故障模式影响分析过程，建立配电网可靠性评估模型，为科学地进行配电网可靠性评估提供参考。

附图说明

图1是配电网设备故障原因分析示意图；

图2是本发明的基于多种主导因素的配电网供电可靠性评估方法；

图3是本发明实例配网系统馈线第一示意图；

图4是本发明实例配网系统馈线第二示意图。

具体实施方式

下面结合实施例和附图对本发明的基于多种主导因素的配电网供电可靠性评估方法做出详细说明。

本发明的基于多种主导因素的配电网供电可靠性评估方法，通过研究主网、外力以及环境因素对配电网设备运行状态的影响，建立基于元件设备运行状态的故障率修正模型及方法；并且结合馈线分区的概念，根据配电网故障模式影响分析过程，建立配电网可靠性评估模型，为科学地进行配电网可靠性评估提供参考。

配电网主要由架空线、电缆、配变、断路器、开关元件等设备组成。设备发生故障或者被预安排产生停运是系统失效的主要原因，设备故障率是配电网可靠性评估的关键参数，因此可靠性评估首先要确定科学的设备停运模型。本发明针对实际设备故障率受配电网公用设备以及自然气候等多方面原因影响而具有不确定性的特点，建立设备故障率运行状态修正模型。

如图2所示，本发明的基于多种主导因素的配电网供电可靠性评估方法，包括如下步骤：

1)根据配电网的拓扑关系建立配电网故障影响分类表，具体的分类情况如图1所示，其中，所述的配电网故障影响分类表包括五种影响配电网中配电设备工作状态的故障类别包括：配网公用设备原因、外力破坏、自然气候因素、用户故障影响和主网故障；

2)根据每个配电设备的功能及外部环境，分别确定每个配电设备i中五类故障的权重w_(i)故j，其中j为故障种类，j＝1,2,3,4,5；设备故障因素与其权重名称对应关系如表1所示。

表1设备故障因素与其权重名称对应关系

构造设备故障因素权重矩阵如下：

其中，w_(i)故j表示对于第i类设备，第j种故障因素的权重值；

3)将第i个配电设备的基础故障率λ_(i)代入类型故障率公式λ＝λ_(i)×w_(i)故j，分别计算第i个配电设备的配电网公用设备故障率λ_配(i)，以及第i个配电设备的自然灾害故障率λ_自(i)；

所述的第i个配电设备的基础故障率λ_(i)是指第i个配电设备在一年内所发生故障的次数；根据类型故障率公式得到第i个配电设备的配电网公用设备故障率λ_配(i)＝λ_(i)×w_(i)故1，第i个配电设备的自然灾害故障率λ_自(i)＝λ_(i)×w_(i)故3。

4)根据每个配电设备的功能及外部环境，确定每个配电设备i中八类配电网公用设备缺陷权重w_(i)配k，其中，k＝1,2,3,4,5,6,7,8；所述的八类缺陷具体包括：规划设计不周、施工安装原因、产品质量原因、设备老化、检修试验质量不良、运行管理不当、停电责任原因不清和低压设施故障；其中，配网公用设备故障因素与其权重名称对应关系如表2所示。

表2配网共用设备故障因素与其权重名称对应关系

构造设备故障因素权重矩阵如下：

其中，w_(i)配k(1≤k≤8)表示对于第i类设备，第k种设备故障因素的权重值。

5)将第i个配电设备中相对于第k类配电网公用设备缺陷的设备状态程度修正指数c_(i)k，第i个配电设备中相对于第k类配电网公用设备缺陷权重w_(i)配k，第i个配电设备第一类故障权重w_(i)故1，以及配电网中第i个配电设备的基础故障率λ_(i)代入设备缺陷状态故障率修正公式：

计算第i个配电设备的配网共用设备缺陷状态故障率λ_配修(i)；

其中，设备电气绝缘状态修正指数与其符号名称对应关系如表3所示。

表3配网共用设备状态程度与其符号名称对应关系

构造设备状态程度矩阵如下：

$C=\left[\begin{array}{cccc}{c}_{\left(1\right)1}& c_{\left(1\right)2}& \mathrm{...}& c_{\left(1\right)8}\\ c_{\left(2\right)1}& c_{\left(2\right)2}& \mathrm{...}& c_{\left(2\right)8}\\ \mathrm{...}& \mathrm{...}& \mathrm{...}& \mathrm{...}\\ c_{\left(5\right)1}& c_{\left(5\right)2}& \mathrm{...}& c_{\left(5\right)8}\end{array}\right]---\left(4\right)$

6)将第m月的故障率月降水量修正指数M_(m)，月雷击修正指数T_(m)，第i个配电设备的雷击故障权重w_(i)气1、大风大雨故障权重w_(i)气2、其他气象故障权重w_(i)气3，代入如下设备故障率自然灾害修正公式，计算第i个配电设备的修正自然灾害故障率λ_自修(i)，

λ_自修(i)＝T_(m)×λ_(i)×w_(i)故3×w_(i)气1+M_(m)×λ_(i)×w_(i)故3×w_(i)气2+λ_(i)×w_(i)故3×w_(i)气3 (5)

其中，T_(m)为第m月的故障率月雷击修正指数；λ_(i)为配电网中第i个配电设备的基础故障率；w_(i)故3为配电网中第i个配电设备第三类故障权重；w_(i)气1为配电网中第i个配电设备的雷击故障权重；M_(m)第m月的故障率月降水量修正指数；w_(i)气2为配电网中第i个配电设备的大风大雨故障权重w_(i)气2、w_(i)气3为配电网中第i个配电设备的其他气象故障权重w_(i)气；

所述的第m月的故障率月降水量修正指数M_(m)的计算公式为：

$M_{\left(m\right)}=\frac{12{\stackrel{\‾}{H}}_{\left(m\right)}}{\underset{i=1}{\overset{12}{\Σ}}{\stackrel{\‾}{H}}_{\left(i\right)}}---\left(6\right)$

其中，m表示月份，表示第m个月的月均降水量，计算公式为：

${\stackrel{\‾}{H}}_{\left(m\right)}=\frac{\underset{l=p}{\overset{p+n}{\Σ}}{H}_{\left(m\right)l}}{n}---\left(7\right)$

其中，l是数据统计年份，为p年至p+n年，H_(m)l表示第l年第m个月的月降水量。

所述的第m月的故障率月雷击修正指数T_(m)的计算公式为：

$T_{\left(m\right)}=\frac{12{\stackrel{\‾}{Y}}_{\left(m\right)}}{\underset{i=1}{\overset{12}{\Σ}}{\stackrel{\‾}{Y}}_{\left(i\right)}}---\left(8\right)$

其中m表示月份，表示第m个月的月均雷击次数，计算公式为：

${\stackrel{\‾}{Y}}_{\left(m\right)}=\frac{\underset{l=p}{\overset{p+n}{\Σ}}{Y}_{\left(m\right)l}}{n}---\left(9\right)$

其中，l是数据统计年份，为p年至p+n年，Y_(m)j表示第l年第m个月的雷击次数。

7)将修正后的配电网公用设备缺陷状态故障率λ_配修(i)、自然灾害故障率λ_自修(i)、第i个配电设备第一类故障权重w_(i)故1、第i个配电设备第三类故障权重w_(i)故3和第i个配电设备的基础故障率λ_(i)代入如下设备修正故障公式计算设备修正故障率λ_修(i)：

λ_修(i)＝λ_配修(i)+λ_自修(i)+λ_(i)(1-w_(i)故1-w_(i)故3) (10)；

8)根据步骤7)中得到的设备修正故障率λ_修(i)计算配电网的可靠性指标。

所述的配电网可靠性指标，包括系统平均停电频率SAIFI、系统平均停电持续时间SAIDI、平均供电可用度ASAI以及系统总电量不足ENS。

下面给出具体实例：

MATLAB是美国MathWorks公司出品的商业数学软件，是一个可用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境。本发明以MATLAB为基础，实现了配电自动化终端优化配置模型，将本发明在其中进行了应用。

1)发明实施背景

为验证本发明的有效性，选取某市配电网的一组单联络网作为实例分析对象，研究分析实例电网的网架结构、设备状态评估结果，分析影响该区域及重点用户可靠性的薄弱环节，验证本发明的有效性和实用性。选取某市变电站10kV馈线即馈线一与馈线二作为架空线单联络网算例，适用于实例分析的馈线一与馈线二网络结构示意图，分别如图3与图4所示。

实施过程中主要针对架空线、电缆、断路器、开关及配电变压器等五种配电网典型设备进行基于实际设备状态的配电网可靠性分析。通过统计，馈线一及馈线二所包含各类型设备数量如表4所示。

表4配电网所含设备类型及规模

通过分析实施地点2010年7月至2014年6月配电网设备故障因素记录，得到五种设备的故障参数如表5所示。

表5设备故障参数

另外，开关的平均故障定位隔离时间为1h；开关的故障点上游恢复供电操作时间为0.78h。

2)设备故障因素权重矩阵

通过分析实施地点2010年7月至2014年6月配电网设备故障因素记录，得到实施地点配网设备故障因素权重矩阵、配网公用设备故障因素矩阵、自然灾害气象影响因素权重矩阵如表6至表8所示。

配网的设备故障因素权重矩阵如表6所示。

表6设备故障因素权重矩阵

配网设备电气绝缘缺陷因素权重矩阵如表7所示。

表7配网公用设备故障因素权重矩阵

实施地点自然灾害气象影响因素权重矩阵如表8所示。

表8自然灾害气象影响因素权重矩阵

设备	雷击	大风大雨	其他
				电缆	0.357	0.143	0.500
架空线	0.593	0.261	0.147
				断路器	0.000	0.000	0.000
开关	0.735	0.143	0.122
				配变	0.385	0.462	0.154

3)设备故障影响因素修正指数

表9配网公用设备故障因素修正系数矩阵

表10月均降水量与雷击修正系数

修正月	降水修正系数	雷击修正系数
			6月	2.22	3.39
10月	0.44	0.18

4)可靠性结果分析

不同月份的系统可靠性指标对比情况如表11所示。

表11不同气候条件下系统可靠性指标对比

系统可靠性指标	6月指标大小	10月指标大小
			SAIFI[次/(用户·a)]	4.3489	2.9713
SAIDI[h/(用户·a)]	14.4745	9.9861
			ASAI[％]	99.83	99.89
ENS[kW·h/a]	18.3357	12.6528

通过对表11的系统可靠性指标进行分析可知，不同月份系统可靠性指标的差异较大，其根本原因在于天气因素不同，造成配电网设备元件的故障率发生变化，从而影响了系统可靠性指标。

Claims (5)

1.一种基于多种主导因素的配电网供电可靠性评估方法，其特征在于，包括如下步骤：

1)根据配电网的拓扑关系建立配电网故障影响分类表，其中，所述的配电网故障影响分类表包括五种影响配电网中配电设备工作状态的故障类别包括：配网公用设备原因、外力破坏、自然气候因素、用户故障影响和主网故障；

2)根据每个配电设备的功能及外部环境，分别确定每个配电设备i中五类故障的权重w_(i)故j，其中j为故障种类，j＝1,2,3,4,5；

3)将第i个配电设备的基础故障率λ_(i)代入类型故障率公式λ＝λ_(i)×w_(i)故j，分别计算第i个配电设备的配电网公用设备故障率λ_配(i)，以及第i个配电设备的自然灾害故障率λ_自(i)；

4)根据每个配电设备的功能及外部环境，确定每个配电设备i中八类配电网公用设备缺陷权重w_(i)配k，其中，k＝1,2,3,4,5,6,7,8；所述的八类缺陷具体包括：规划设计不周、施工安装原因、产品质量原因、设备老化、检修试验质量不良、运行管理不当、停电责任原因不清和低压设施故障；

5)将第i个配电设备中相对于第k类配电网公用设备缺陷的设备状态程度修正指数c_(i)k，第i个配电设备中相对于第k类配电网公用设备缺陷权重w_(i)配k，第i个配电设备第一类故障权重w_(i)故1，以及配电网中第i个配电设备的基础故障率λ_(i)代入设备缺陷状态故障率修正公式：

计算第i个配电设备的配网共用设备缺陷状态故障率λ_配修(i)；

6)将第m月的故障率月降水量修正指数M_(m)，月雷击修正指数T_(m)，第i个配电设备的雷击故障权重w_(i)气1、大风大雨故障权重w_(i)气2、其他气象故障权重w_(i)气3，代入如下设备故障率自然灾害修正公式，计算第i个配电设备的修正自然灾害故障率λ_自修(i)，

λ_自修(i)＝T_(m)×λ_(i)×w_(i)故3×w_(i)气1+M_(m)×λ_(i)×w_(i)故3×w_(i)气2+λ_(i)×w_(i)故3×w_(i)气3 (2)

其中，T_(m)为第m月的故障率月雷击修正指数；λ_(i)为配电网中第i个配电设备的基础故障率；w_(i)故3为配电网中第i个配电设备第三类故障权重；w_(i)气1为配电网中第i个配电设备的雷击故障权重；M_(m)第m月的故障率月降水量修正指数；w_(i)气2为配电网中第i个配电设备的大风大雨故障权重w_(i)气2、w_(i)气3为配电网中第i个配电设备的其他气象故障权重w_(i)气；

7)将修正后的配电网公用设备缺陷状态故障率λ_配修(i)、自然灾害故障率λ_自修(i)、第i个配电设备第一类故障权重w_(i)故1、第i个配电设备第三类故障权重w_(i)故3和第i个配电设备的基础故障率λ_(i)代入如下设备修正故障公式计算设备修正故障率λ_修(i)：

λ_修(i)＝λ_配修(i)+λ_自修(i)+λ_(i)(1-w_(i)故1-w_(i)故3) (3)；

8)根据步骤7)中得到的设备修正故障率λ_修(i)计算配电网的可靠性指标。

2.根据权利要求1所述的基于多种主导因素的配电网供电可靠性评估方法，其特征在于，步骤3)中所述的第i个配电设备的基础故障率λ_(i)是指第i个配电设备在一年内所发生故障的次数；根据类型故障率公式得到第i个配电设备的配电网公用设备故障率λ_配(i)＝λ_(i)×w_(i)故1，第i个配电设备的自然灾害故障率λ_自(i)＝λ_(i)×w_(i)故3。

3.根据权利要求1所述的基于多种主导因素的配电网供电可靠性评估方法，其特征在于，步骤6)中所述的第m月的故障率月降水量修正指数M_(m)的计算公式为：

$M_{\left(m\right)}=\frac{12{\stackrel{\‾}{H}}_{\left(m\right)}}{\underset{i=1}{\overset{12}{\Σ}}{\stackrel{\‾}{H}}_{\left(i\right)}}---\left(4\right)$

其中，m表示月份，表示第m个月的月均降水量，计算公式为：

${\stackrel{\‾}{H}}_{\left(m\right)}=\frac{\underset{l=p}{\overset{p+n}{\Σ}}{H}_{\left(m\right)l}}{n}---\left(5\right)$

其中，l是数据统计年份，为p年至p+n年，H_(m)l表示第l年第m个月的月降水量。

4.根据权利要求1所述的基于多种主导因素的配电网供电可靠性评估方法，其特征在于，步骤6)中所述的第m月的故障率月雷击修正指数T_(m)的计算公式为：

$T_{\left(m\right)}=\frac{12{\stackrel{\‾}{Y}}_{\left(m\right)}}{\underset{i=1}{\overset{12}{\Σ}}{\stackrel{\‾}{Y}}_{\left(i\right)}}---\left(6\right)$

其中m表示月份，表示第m个月的月均雷击次数，计算公式为：

${\stackrel{\‾}{Y}}_{\left(m\right)}=\frac{\underset{l=p}{\overset{p+n}{\Σ}}{Y}_{\left(m\right)l}}{n}---\left(7\right)$

其中，l是数据统计年份，为p年至p+n年，Y_(m)j表示第l年第m个月的雷击次数。

5.根据权利要求1所述的基于多种主导因素的配电网供电可靠性评估方法，其特征在于，步骤8)中所述的配电网可靠性指标，包括系统平均停电频率、系统平均停电持续时间、平均供电可用度以及系统总电量不足。