CN114925900A - 一种配变重、过载风险预警分析的方法 - Google Patents

一种配变重、过载风险预警分析的方法 Download PDF

Info

Publication number
CN114925900A
CN114925900A CN202210528506.4A CN202210528506A CN114925900A CN 114925900 A CN114925900 A CN 114925900A CN 202210528506 A CN202210528506 A CN 202210528506A CN 114925900 A CN114925900 A CN 114925900A
Authority
CN
China
Prior art keywords
distribution transformer
overload
early warning
risk
distribution
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210528506.4A
Other languages
English (en)
Inventor
熊军
王志超
胡熊迪
张江陵
杨倩倩
王超
姚文婧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xianning Power Supply Co of State Grid Hubei Electric Power Co Ltd
Original Assignee
Xianning Power Supply Co of State Grid Hubei Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xianning Power Supply Co of State Grid Hubei Electric Power Co Ltd filed Critical Xianning Power Supply Co of State Grid Hubei Electric Power Co Ltd
Priority to CN202210528506.4A priority Critical patent/CN114925900A/zh
Publication of CN114925900A publication Critical patent/CN114925900A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Public Health (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于配电网技术领域。一种配变重、过载风险预警分析的方法，其特征在于：通过历史配网变压器每天96点的用电采集数据，通过预警数据分析模型得出配变重过载预警清单，基于清单分析概率风险；以风险值作为指标，建立风险模型，提出意见。本发明可实现配变重载、过载精准预测,支撑基层单位开展重过载配变精准预警，超前制定检修、切改、增容或新增计划；提高供电服务质量，降低了用户投诉率。

Description

一种配变重、过载风险预警分析的方法
技术领域
本发明属于配电网技术领域，具体涉及一种配变重、过载风险预警分析的方法。
背景技术
配电变压器运行稳定性对整个配网系统的安全运行、经济运行具有直接影响，长期重过载运行会造成变压器绝缘层加速老化、使用寿命下降、设备故障发生率增加，严重者会发生电网停电、人身安全等事故，造成企业用户满意度下降。随着全社会用电需求不断增加，尤其在迎峰度夏、冬季取暖期间，配电变压器重过载现象时有发生。因此，及时有效预警配电变压器重过载运行问题，对提升供电质量，避免设备损坏，显得尤为重要。
配电变压器重载，指负载率≥80％且＜100％，且持续2h及以上；配电变压器过载，指负载率≥100％，且持续2h及以上。配电变压器重、过载率是电力系统重点关注的指标之一。
发明内容
本发明的目的在于提供一种配变重、过载风险预警分析的方法，可进行配变的重载、过载概率预测。
为了实现本发明的目的，本发明所采取的技术方案是：一种配变重、过载风险预警分析的方法，其特征在于：通过历史配网变压器每天96点的用电采集数据，通过预警数据分析模型得出配变重过载预警清单，基于清单分析概率风险；以风险值作为指标，建立风险模型，提出意见。
一种配变重、过载风险预警分析的方法，通过历史配网变压器每天96点的用电采集数据，通过预警数据分析模型得出配变重过载预警清单；包括短期风险预警和中期风险预警，具体步骤如下：
1)构建预警数据分析模型
通过K-Means算法实现预测模型，基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类；通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果；
公式：
Figure BDA0003645282910000011
式中表示：有V个群组Si，i＝1，2，...，k；ui是群组Si内所有元素xj的重心，或叫中心点；
①从M个文档随机选取I个文档作为要参考的质心量；
②对剩余的每个文档测量其到每一个质心空间距离，并将其聚类至最短空间距离的质心；
③重新计算已经得到的各个类的质心；
④再迭代2-3步直至新的质心与原质心相等或小于指定阈值，算法结束；
输入变量特征可以考虑：历史负载率、设备台账信息、环境因素、经济因素等；最终通过预警数据分析模型输出配变重过载预警清单；
2)短期风险预警
①首先基于配变重、过载短期预警清单分析概率风险，即通过短期的预警数据分析模型输出配变短期预警重、过载概率清单；通过结合配变上周在迎峰度夏期间的重过载持续时间，识别是持续性重、过载配变还是瞬时性重、过载配变；通过结合配变本周的检修及巡检计划，为优化配网应急响应提供参考视角；
然后结合配变健康度分析失效/停电风险，即通过配变役龄与配变故障/缺陷发生情况，以及配变的高温缺陷故障拐点综合反映设备的健康程度，同时结合配变短期预警重过载概率清单，分析配变未来失效/停电风险；
最后结合配变所属台区设备及用户重要度分析综合风险，即通过配变资产原值/容量反映配变的重要度，通过识别重要客户、重点保障客户以及敏感客户反映客户重要度，同时结合配变未来失效/停电风险分析配变重、过载的综合风险；
预警样本预处理
实际配变运行过程中，影响其发生重过载现象的因素可分为客户信息、负荷趋势、经济因素、气温数据、日期因素；其中，客户信息包括居民占比、居民用电量占比；经济因素则包括日调度口负荷值、配变对日调度口负荷值敏感度；气温数据则包括日最高气温、日平均气温、配变对最高温度敏感度、配变对平均气温敏感度；各影响因素自变量因度量单位不同而不能直接用于预警回归模型，需对其进行标准化处理，即各因素量的平均值为：
Figure BDA0003645282910000021
式中，Xi为各因素量值、Ximax、Ximin分别为其最大值与最小值；
设备的风险评价可利用定性评价或定量评价两种方法进行；以量化的方法基于配网变压器重、过载短期概率对其进行短期综合风险评价；配变的重、过载故障可能引发多种损失，资产的损失程度考虑设备损坏、人身安全、供电可靠性和社会影响；风险评价以风险值作为指标，综合考虑资产等级、设备健康程度、设备重、过载发生概率以及配变缺陷的高温拐点四者的作用；其风险模型如下式所示：
R(t)＝A(t)×H(t)×L(t)×T(t) (3)
式中：t表示某个时刻(Time)；A表示资产等级(Asset)，包括配变的容量、配变原值，配变所带用户级别、用户数量等，反映资产的重要程度；H表示设备健康等级(Health)，包括设备的役龄、设备当年缺陷率、故障率等，反映设备的健康程度；L表示设备预计的重、过载等级(Load)，通过概率值反映设备未来的重、过载程度；T表示设备缺陷的高温拐点(Temperature)，通过高温持续时间或峰值反映设备未来收高温影响的负面程度；R表示设备综合风险值(Risk)；
3)中期风险预警
首先基于配变重、过载中期预警清单分析概率风险，即通过中期预警数据分析模型输出配变中期预警重过载概率清单；通过结合配变去年在迎峰度夏期间的重载、过载天数，识别是存量重、过载配变还是增量重、过载配变；通过结合配变去年的技改增容量，为配网投资有效性提供参考视角；
然后结合配变健康度分析失效/停电风险，即通过配变役龄与配变故障/缺陷发生情况综合反映设备的健康程度，同时结合配变中期预警重过载概率清单，分析配变未来失效/停电风险；
最后结合配变所属台区设备及用户重要度分析综合风险，即通过配变资产原值/容量反映配变的重要度，通过识别重要客户、重点保障客户以及敏感客户反映客户重要度，同时结合配变未来失效/停电风险分析配变重、过载的综合风险。
本发明的有益效果是：1、实现配变重载、过载精准预测,支撑基层单位开展重过载配变精准预警，超前制定检修、切改、增容或新增计划；2、提高供电服务质量，降低了用户投诉率。
附图说明
图1为本发明对配变重过载风险预警分析的应用思路图。
图2为本发明对配变重过载风险预警分析的短期预警管理模型图。
图3为本发明对配变重过载风险预警分析的短期预警概率清单图。
图4为本发明对配变重过载风险预警分析的中期预警管理模型图。
图5为本发明对配变重过载风险预警分析的中期预警概率清单图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
一种配变重、过载风险预警分析的方法，通过历史配网变压器每天96点的用电采集数据 (15分钟一个点，4x24＝96个点)，通过预警数据分析模型得出配变重过载预警清单，基于清单分析概率风险；综合风险评价则采用定量评价方法进行，以风险值作为指标，考虑多个对重过载有影响的内外因素的作用，建立风险模型(见式(3))，最终提出意见(进一步关联分析及评价工作，从资产、能量的视角出发，从而对配变技改计划、客户服务提供针对性的改善建议)。
一种配变重、过载风险预警分析的方法，通过历史配网变压器每天96点的用电采集数据，运用预警数据分析模型(见式(1))得出配变重过载预警清单；包括短期风险预警和中期风险预警，具体步骤如下：
1)构建预警数据分析模型
通过K-Means算法实现预测模型，基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类。通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果。
公式：
Figure BDA0003645282910000041
式中表示：有V个群组Si，i＝1，2，...，k；ui是群组Si内所有元素xj的重心，或叫中心点。
算法流程：
①从M个文档随机选取I个文档作为要参考的质心量。
②对剩余的每个文档测量其到每一个质心空间距离，并将其聚类至最短空间距离的质心。
③重新计算已经得到的各个类的质心。
④再迭代2-3步直至新的质心与原质心相等或小于指定阈值，算法结束。
输入变量特征可以考虑：历史负载率、设备台账信息、环境因素、经济因素等。最终通过预警数据分析模型输出配变重过载预警清单。
2)短期风险预警
①首先基于配变重、过载短期预警清单分析概率风险，即通过短期的预警数据分析模型输出配变短期预警重、过载概率清单；通过结合配变上周在迎峰度夏期间的重过载持续时间，识别是持续性重、过载配变还是瞬时性重、过载配变；通过结合配变本周的检修及巡检计划，为优化配网应急响应提供参考视角；
然后结合配变健康度分析失效/停电风险，即通过配变役龄与配变故障/缺陷发生情况，以及配变的高温缺陷故障拐点综合反映设备的健康程度，同时结合配变短期预警重过载概率清单，分析配变未来失效/停电风险；
最后结合配变所属台区设备及用户重要度分析综合风险，即通过配变资产原值/容量反映配变的重要度，通过识别重要客户、重点保障客户以及敏感客户反映客户重要度，同时结合配变未来失效/停电风险分析配变重、过载的综合风险；
预警样本预处理
实际配变运行过程中，影响其发生重过载现象的因素可分为客户信息、负荷趋势、经济因素、气温数据、日期因素等几类；其中，客户信息包括居民占比、居民用电量占比等；经济因素则包括日调度口负荷值、配变对日调度口负荷值敏感度等；气温数据则包括日最高气温、日平均气温、配变对最高温度敏感度、配变对平均气温敏感度；各影响因素自变量因度量单位不同而不能直接用于预警回归模型，需对其进行标准化处理，即各因素量的平均值为：
Figure BDA0003645282910000042
式中，Xi为各因素量值、Ximax、Ximin分别为其最大值与最小值；
设备的风险评价可利用定性评价或定量评价两种方法进行；以量化的方法基于配网变压器重、过载短期概率对其进行短期综合风险评价；配变的重、过载故障可能引发多种损失，资产的损失程度考虑设备损坏、人身安全、供电可靠性和社会影响等要素；风险评价以风险值(进行预警样本处理时的影响因素)作为指标，综合考虑资产等级、设备健康程度、设备重、过载发生概率以及配变缺陷的高温拐点四者的作用；其风险模型如下式所示：
R(t)＝A(t)×H(t)×L(t)×T(t) (3)
式中：t表示某个时刻(Time)；A表示资产等级(Asset)，包括配变的容量、配变原值，配变所带用户级别、用户数量等，反映资产的重要程度；H表示设备健康等级(Health)，包括设备的役龄、设备当年缺陷率、故障率等，反映设备的健康程度；L表示设备预计的重、过载等级(Load)，通过概率值反映设备未来的重、过载程度；T表示设备缺陷的高温拐点(Temperature)，通过高温持续时间或峰值反映设备未来收高温影响的负面程度；R表示设备综合风险值(Risk)；
2)中期风险预警
首先基于配变重、过载中期预警清单分析概率风险，即通过中期的预警数据分析模型(见式(1))输出配变中期预警重过载概率清单；通过结合配变去年在迎峰度夏期间的重载、过载天数，识别是存量重、过载配变还是增量重、过载配变；通过结合配变去年的技改增容量，为配网投资有效性提供参考视角；
然后结合配变健康度分析失效/停电风险，即通过配变役龄与配变故障/缺陷发生情况综合反映设备的健康程度，同时结合配变中期预警重过载概率清单，分析配变未来失效/停电风险；
最后结合配变所属台区设备及用户重要度分析综合风险，即通过配变资产原值/容量反映配变的重要度，通过识别重要客户、重点保障客户以及敏感客户反映客户重要度，同时结合配变未来失效/停电风险分析配变重、过载的综合风险。中期预警数据分析模型计算原则同短期预警模型。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何属于本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (2)

1.一种配变重、过载风险预警分析的方法，其特征在于：通过历史配网变压器每天96点的用电采集数据，通过预警数据分析模型得出配变重过载预警清单，基于清单分析概率风险；以风险值作为指标，建立风险模型，提出意见。
2.根据权利要求1所述的一种配变重、过载风险预警分析的方法，其特征在于：通过历史配网变压器每天96点的用电采集数据，通过预警数据分析模型得出配变重过载预警清单；包括短期风险预警和中期风险预警，具体步骤如下：
1)构建预警数据分析模型
通过K-Means算法实现预测模型，基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类；通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果；
公式：
Figure FDA0003645282900000011
式中表示：有V个群组Si，i＝1，2，...，k；ui是群组Si内所有元素xj的重心；
①从M个文档随机选取I个文档作为要参考的质心量；
②对剩余的每个文档测量其到每一个质心空间距离，并将其聚类至最短空间距离的质心；
③重新计算已经得到的各个类的质心；
④再迭代2-3步直至新的质心与原质心相等或小于指定阈值，算法结束；
输入变量特征可以考虑：历史负载率、设备台账信息、环境因素、经济因素；最终通过预警数据分析模型输出配变重过载预警清单；
2)短期风险预警
①首先基于配变重、过载短期预警清单分析概率风险，即通过短期的预警数据分析模型输出配变短期预警重、过载概率清单；通过结合配变上周在迎峰度夏期间的重过载持续时间，识别是持续性重、过载配变还是瞬时性重、过载配变；通过结合配变本周的检修及巡检计划，为优化配网应急响应提供参考视角；
然后结合配变健康度分析失效/停电风险，即通过配变役龄与配变故障/缺陷发生情况，以及配变的高温缺陷故障拐点综合反映设备的健康程度，同时结合配变短期预警重过载概率清单，分析配变未来失效/停电风险；
最后结合配变所属台区设备及用户重要度分析综合风险，即通过配变资产原值/容量反映配变的重要度，通过识别重要客户、重点保障客户以及敏感客户反映客户重要度，同时结合配变未来失效/停电风险分析配变重、过载的综合风险；
预警样本预处理
实际配变运行过程中，影响其发生重过载现象的因素可分为客户信息、负荷趋势、经济因素、气温数据、日期因素；其中，客户信息包括居民占比、居民用电量占比；经济因素则包括日调度口负荷值、配变对日调度口负荷值敏感度；气温数据则包括日最高气温、日平均气温、配变对最高温度敏感度、配变对平均气温敏感度；各影响因素自变量因度量单位不同而不能直接用于预警回归模型，需对其进行标准化处理，即各因素量的平均值为：
Figure FDA0003645282900000021
式中，Xi为各因素量值、Ximax、Ximin分别为其最大值与最小值；
设备的风险评价可利用定性评价或定量评价两种方法进行；以量化的方法基于配网变压器重、过载短期概率对其进行短期综合风险评价；配变的重、过载故障可能引发多种损失，资产的损失程度考虑设备损坏、人身安全、供电可靠性和社会影响；风险评价以风险值作为指标，综合考虑资产等级、设备健康程度、设备重、过载发生概率以及配变缺陷的高温拐点四者的作用；其风险模型如下式所示：
R(t)＝A(t)×H(t)×L(t)×T(t) (3)
式中：t表示某个时刻(Time)；A表示资产等级(Asset)，包括配变的容量、配变原值，配变所带用户级别、用户数量等，反映资产的重要程度；H表示设备健康等级(Health)，包括设备的役龄、设备当年缺陷率、故障率等，反映设备的健康程度；L表示设备预计的重、过载等级(Load)，通过概率值反映设备未来的重、过载程度；T表示设备缺陷的高温拐点(Temperature)，通过高温持续时间或峰值反映设备未来收高温影响的负面程度；R表示设备综合风险值(Risk)；
3)中期风险预警
首先基于配变重、过载中期预警清单分析概率风险，即通过中期预警数据分析模型输出配变中期预警重过载概率清单；通过结合配变去年在迎峰度夏期间的重载、过载天数，识别是存量重、过载配变还是增量重、过载配变；通过结合配变去年的技改增容量，为配网投资有效性提供参考视角；
然后结合配变健康度分析失效/停电风险，即通过配变役龄与配变故障/缺陷发生情况综合反映设备的健康程度，同时结合配变中期预警重过载概率清单，分析配变未来失效/停电风险；
最后结合配变所属台区设备及用户重要度分析综合风险，即通过配变资产原值/容量反映配变的重要度，通过识别重要客户、重点保障客户以及敏感客户反映客户重要度，同时结合配变未来失效/停电风险分析配变重、过载的综合风险。
CN202210528506.4A 2022-05-16 2022-05-16 一种配变重、过载风险预警分析的方法 Pending CN114925900A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210528506.4A CN114925900A (zh) 2022-05-16 2022-05-16 一种配变重、过载风险预警分析的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210528506.4A CN114925900A (zh) 2022-05-16 2022-05-16 一种配变重、过载风险预警分析的方法

Publications (1)

Publication Number Publication Date
CN114925900A true CN114925900A (zh) 2022-08-19

Family

ID=82807875

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210528506.4A Pending CN114925900A (zh) 2022-05-16 2022-05-16 一种配变重、过载风险预警分析的方法

Country Status (1)

Country Link
CN (1) CN114925900A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116526415A (zh) * 2023-06-26 2023-08-01 国网山东省电力公司禹城市供电公司 一种电力设备保护装置及其控制方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116526415A (zh) * 2023-06-26 2023-08-01 国网山东省电力公司禹城市供电公司 一种电力设备保护装置及其控制方法
CN116526415B (zh) * 2023-06-26 2023-09-19 国网山东省电力公司禹城市供电公司 一种电力设备保护装置及其控制方法

Similar Documents

Publication Publication Date Title
CN109165763B (zh) 一种电网客服工单的潜在被投诉的评估方法及装置
CN111310803B (zh) 环境数据处理方法和装置
Gajowniczek et al. Electricity peak demand classification with artificial neural networks
CN111028004A (zh) 一种基于大数据技术的市场评估分析方法
CN112712203A (zh) 一种配电网日最高负荷预测方法和系统
CN108304990B (zh) 一种停电敏感预判方法和系统
CN114118588A (zh) 聚类欠采样下基于博弈特征提取的迎峰度夏停电预测方法
CN114925900A (zh) 一种配变重、过载风险预警分析的方法
CN114943565A (zh) 基于智能算法的电力现货价格预测方法及装置
CN112785060A (zh) 一种配电网精益化运维水平优化方法
CN111105218A (zh) 一种基于全息影像技术的配电网运行监视方法
CN114862229A (zh) 电能质量评估方法、装置、计算机设备和存储介质
CN111967684B (zh) 一种基于大数据分析的计量资产主动配送方法
Abbasghorbani et al. Reliability‐Centered Maintenance for Overhead Transmission Lines in Composite Power System
CN112801542A (zh) 用电客户信用评估方法
CN111861587A (zh) 一种基于隐马尔可夫模型和向前算法的居民用电行为分析的系统及方法
CN112036682A (zh) 一种频繁停电的预警方法及装置
CN113537681A (zh) 用于炼化企业设备管理信息化的方法及系统
CN116522746A (zh) 高耗能企业配电托管方法
CN114254806A (zh) 配电网重过载预警方法、装置、计算机设备和存储介质
CN115907719A (zh) 充电站分级运维管理方法及装置
Ya’An Application of artificial intelligence in computer network technology in the era of big data
CN114266439A (zh) 一种配电变压器的运行状态评估方法和相关装置
CN114154879A (zh) 电网运行风险评估方法、装置、电子设备及可读存储介质
CN112348066A (zh) 一种基于灰色聚类算法的线路不停电等级评估方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination