CN117114468A - 一种配电系统的供电可靠性评估方法、装置、设备及介质 - Google Patents
一种配电系统的供电可靠性评估方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117114468A CN117114468A CN202310937560.9A CN202310937560A CN117114468A CN 117114468 A CN117114468 A CN 117114468A CN 202310937560 A CN202310937560 A CN 202310937560A CN 117114468 A CN117114468 A CN 117114468A
- Authority
- CN
- China
- Prior art keywords
- association
- power supply
- index
- data
- supply reliability
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000004458 analytical method Methods 0.000 claims abstract description 130
- 238000004364 calculation method Methods 0.000 claims abstract description 70
- 238000011156 evaluation Methods 0.000 claims abstract description 54
- 238000012216 screening Methods 0.000 claims abstract description 6
- 238000010606 normalization Methods 0.000 claims description 36
- 238000005259 measurement Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 11
- 238000013075 data extraction Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 13
- 239000011159 matrix material Substances 0.000 description 6
- 238000004088 simulation Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013210 evaluation model Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012847 principal component analysis method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012098 association analyses Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06Q10/06—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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种配电系统的供电可靠性评估方法、装置、设备及介质,方法包括筛选若干个目标分析区域,获取各目标分析区域的各供电可靠性指标数据和各关联特征指标数据;将各供电可靠性指标数据和各关联特征指标数据进行归一化处理,将各供电可靠性指标归一化数据和各关联特征指标归一化数据进行数据关联度计算,获得各关联特征指标的关联度值;根据各关联特征指标的关联度值和预设关联性阈值条件,提取各目标分析区域的供电密切关联指标数据;根据各目标分析区域的供电可靠性指标数据和供电密切关联指标数据,评估配电系统的供电可靠性,得到配电系统的可靠性评估结果。本发明能够实现有效评估配电系统的供电可靠性,提高可靠性分析的准确性。
Description
技术领域
本发明涉及供电分析领域,尤其涉及一种配电系统的供电可靠性评估方法、装置、设备及介质。
背景技术
随着经济的发展,电力的稳定供应成为人们日益关注的问题。配电系统处于电力系统的末端,是整个电力系统与用户联系的重要环节。研究配电系统可靠性是保证电力系统供电质量的重要举措,是城市电网建设和改进的基础。近年来,电力逐步向大电网、大容量、特高压、超高压、交直流、智能电网、多能源系统深入,电力系统的复杂程度逐渐上升,电网的安全可靠问题日益突出。因此,如何从多维度综合考虑并准确评估供电可靠性成为了当下电力企业需要研究的重要问题。随着新能源、物联网、配网自动化等概念的提出和兴起,配电网面临着更高的要求和更多的挑战。为了进一步提高配电网供电可靠性,必须找到影响供电可靠性指标的相关因素,定量地用指标描述,并判别指标的影响程度。
传统方法在分析供电可靠性相关指标时,一般大多基于实际网架进行物理建模,并根据模型进行可靠性的推导分析,分析过程复杂且不具普遍适用性,虽然通过深化建模可以对此类方法进行改进,建模或抽样模拟用多个指标进行评估,如负荷点指标、停电时间指标、停电经济类指标等,但会导致更为复杂繁琐的计算。目前比较常用的可靠性指标分析技术有解析法和模拟法。解析法是通过系统的结构、系统和元件的功能以及它们之间的可靠性逻辑关系,建立起系统的可靠性概率模型。通过递推或迭代等数学求解方法精确求解此模型,从而计算出系统的可靠性指标。模拟法主要采用蒙特卡罗的思想,通过计算机,在虚拟环境中重建一个系统,仿真系统的运行。因此模拟法允许采用时变的负荷模型,可以得到概率分布型的结果,在解决元件数量多、拓扑结构复杂的电网建模问题上有较大优势。可见,传统方法大多根据现实网架搭建物理模型,通过理论推导得出可靠性相关指标。这种物理建模方法很容易会由于研究人员主观选择建模方式、考虑问题侧重点的不同而导致模型有不同程度的偏差。而且这类分析方式的计算过程往往繁琐复杂,需要大量的人工参与,效率低下。
同时,影响配网供电可靠性的因素有许多,主要可划分为配网的网架结构、配网设备质量、配网技术装备水平、配网运行维护水平、配网故障等因素。目前的配电网可靠性评估大多是利用配电网拓扑信息和元件可靠性参数,如元件故障率、平均修复时间等,采用解析法或模拟法计算配电网的各项可靠性指标。国外配电网可靠性评估研究主要集中在可靠性指标计算模型和算法优化。传统的配电网可靠性评估方法的计算量随着网络的增大成指数增长。因此需要一种高效准确的可靠性评估方法。对于供电可靠性评估指标,目前常用的供电可靠性指标可分为以下三类:持续停电指标(主要是采用用户持续停电时间、用户停电次数计算的指标)、瞬时停电指标(主要是采用瞬时停电次数等计算的指标)、基于负荷量的指标(主要是采用停电损失负荷计算的指标)。国内的配网可靠性指标的计算主要是建立在历史统计数据的基础上,具有概率统计性,缺乏科学的数据统计方法和指标评估体系。此外,由于配电网与用户端直接相连,电能质量问题对配网可靠性影响更为严重,但以往的配网供电可靠性评估研究往往以供电可靠率和用户停电时间作为供电可靠性衡量指标,并未考虑相关性指标之间的相互关联程度对供电可靠性的影响。
发明内容
本发明提供了一种配电系统的供电可靠性评估方法、装置、设备及介质,实现有效评估配电系统的供电可靠性,提高可靠性分析的准确性。
为了解决上述技术问题,本发明实施例提供了一种配电系统的供电可靠性评估方法,包括:
根据预设区域数量,在配电系统的管辖区域中筛选若干个目标分析区域,并获取各目标分析区域的若干个供电可靠性指标数据和若干个关联特征指标数据;其中,各关联特征指标数据是选取各目标分析区域与若干个供电相关性指标相关联的若干个指标数据;各供电相关性指标是各目标分析区域的供电可靠性指标具有相关性的若干个指标;
将各供电可靠性指标数据和各关联特征指标数据进行归一化处理,获得各目标分析区域对应的供电可靠性指标归一化数据和关联特征指标归一化数据;
将各供电可靠性指标归一化数据和各关联特征指标归一化数据进行数据关联度计算,获得各关联特征指标的关联度值;
根据各关联特征指标的关联度值和预设关联性阈值条件,提取各目标分析区域的供电密切关联指标数据;
根据各目标分析区域的供电可靠性指标数据和供电密切关联指标数据,评估配电系统的供电可靠性,得到配电系统的可靠性评估结果。
实施本发明实施例,根据预设区域数量,在配电系统的管辖区域中筛选若干个目标分析区域,并获取各目标分析区域的若干个供电可靠性指标数据和若干个关联特征指标数据;其中,各关联特征指标数据是选取各目标分析区域与若干个供电相关性指标相关联的若干个指标数据;各供电相关性指标是各目标分析区域的供电可靠性指标具有相关性的若干个指标;将各供电可靠性指标数据和各关联特征指标数据进行归一化处理,获得各目标分析区域对应的供电可靠性指标归一化数据和关联特征指标归一化数据;将各供电可靠性指标归一化数据和各关联特征指标归一化数据进行数据关联度计算,获得各关联特征指标的关联度值;根据各关联特征指标的关联度值和预设关联性阈值条件,提取各目标分析区域的供电密切关联指标数据;根据各目标分析区域的供电可靠性指标数据和供电密切关联指标数据,评估配电系统的供电可靠性,得到配电系统的可靠性评估结果。通过采用数据关联度计算对比分析不同目标分析区域中各相关的关联特征指标与供电可靠性指标走势变化的相近程度,计算每个关联特征指标与供电可靠性指标的关联度,得到各关联特征指标的关联度值。通过这种大数据方法,可以避免复杂的物理建模过程,根据关联度值判断关联特征指标的关联性,并通过数据关联度计算和预设关联性阈值条件,提取供电密切关联指标数据,将其与供电可靠性指标数据共同进行供电可靠性评估,有效评估配电系统的供电可靠性,综合评价供电可靠性,避免了建模过程中由于人为因素导致的误差避免误差,提高可靠性分析的准确性。
作为优选方案,将各供电可靠性指标归一化数据和各关联特征指标归一化数据进行数据关联度计算,获得各关联特征指标的关联度值,具体为:
根据预设关联计算规则,将各供电可靠性指标归一化数据和各关联特征指标归一化数据进行关联系数计算,得到各目标分析区域对应的关联特征指标的灰色关联系数;
将各关联特征指标的灰色关联系数进行关联度统计计算,获得各关联特征指标的关联度值。
作为优选方案,根据预设关联计算规则,将各供电可靠性指标归一化数据和各关联特征指标归一化数据进行关联系数计算,得到各目标分析区域对应的关联特征指标的灰色关联系数,具体为:
将当前的目标分析区域的各供电可靠性指标归一化数据作为若干个参考序列,将当前的目标分析区域的各关联特征指标归一化数据作为若干个比较序列;
将各参考序列和各比较序列进行关联系数计算,得到当前的目标分析区域对应的关联特征指标的灰色关联系数,关联系数计算的公式具体为:
其中,ξ0i(k)为所述当前的目标分析区域对应的关联特征指标的灰色关联系数;|x0(k)-xi(k)|为参考序列x0与比较序列xi在第k点之差的绝对值,其中,所述比较序列{xi|i=1,2,…,m},m表示所述比较序列的数量,所述参考序列和所述比较序列都是n个分量;表示所述参考序列x0与所述比较序列xi在各自对应点之差的绝对值的最小值;/>表示所述参考序列x0与所述比较序列xi在各自对应点之差的绝对值的最大值;ρ为分辨系数。
作为优选方案,将各关联特征指标的灰色关联系数进行关联度统计计算,获得各关联特征指标的关联度值,具体为:
将各目标分析区域对应的关联特征指标的灰色关联系数进行关联度统计计算,获得当前的关联特征指标的关联度值,具体为:
其中,r0i表示当前的第i个关联特征指标的关联度值。
作为优选方案,将各供电可靠性指标数据和各关联特征指标数据进行归一化处理,获得各目标分析区域对应的供电可靠性指标归一化数据和关联特征指标归一化数据,归一化处理的计算公式具体为:
其中,xi(k)*表示第i个指标第k个目标分析区域的指标归一化数据,xi(k)表示第i个指标第k个目标分析区域的测量指标数据,xi,max表示测量指标数据的最大值,xi,min表示测量指标数据的最小值;其中,测量指标数据包括供电可靠性指标数据和关联特征指标数据;指标归一化数据包括供电可靠性指标归一化数据和关联特征指标归一化数据。
作为优选方案,根据各关联特征指标的关联度值和预设关联性阈值条件,提取各目标分析区域的供电密切关联指标数据,具体为:
若当前的关联特征指标的关联度值大于预设关联度阈值,则当前的关联特征指标与供电可靠性指标的关联密切程度高;
若当前的关联特征指标的关联度值不大于预设关联度阈值,则当前的关联特征指标与供电可靠性指标的关联密切程度低;
根据预设关联性阈值条件,提取各关联特征指标的关联度值中关联密切程度高的关联特征指标数据,得到各目标分析区域的供电密切关联指标数据。
为了解决相同的技术问题,本发明实施例还提供了一种配电系统的供电可靠性评估装置,包括:特征指标数据获取模块、归一化处理模块、关联度计算模块、密切关联指标数据提取模块和评估模块;
其中,特征指标数据获取模块用于根据预设区域数量,在配电系统的管辖区域中筛选若干个目标分析区域,并获取各目标分析区域的若干个供电可靠性指标数据和若干个关联特征指标数据;其中,各关联特征指标数据是选取各目标分析区域与若干个供电相关性指标相关联的若干个指标数据;各供电相关性指标是各目标分析区域的供电可靠性指标具有相关性的若干个指标;
归一化处理模块用于将各供电可靠性指标数据和各关联特征指标数据进行归一化处理,获得各目标分析区域对应的供电可靠性指标归一化数据和关联特征指标归一化数据;
关联度计算模块用于将各供电可靠性指标归一化数据和各关联特征指标归一化数据进行数据关联度计算,获得各关联特征指标的关联度值;
密切关联指标数据提取模块用于根据各关联特征指标的关联度值和预设关联性阈值条件,提取各目标分析区域的供电密切关联指标数据;
评估模块用于根据各目标分析区域的供电可靠性指标数据和供电密切关联指标数据,评估配电系统的供电可靠性,得到配电系统的可靠性评估结果。
作为优选方案,关联度计算模块包括关联系数计算单元和关联度统计单元;
其中,关联系数计算单元用于根据预设关联计算规则,将各供电可靠性指标归一化数据和各关联特征指标归一化数据进行关联系数计算,得到各目标分析区域对应的关联特征指标的灰色关联系数;
关联度统计单元用于将各关联特征指标的灰色关联系数进行关联度统计计算,获得各关联特征指标的关联度值。
为了解决相同的技术问题,本发明实施例还提供一种计算机设备,包括处理器和存储器,存储器用于存储计算机程序,计算机程序被处理器执行时实现配电系统的供电可靠性评估方法。
为了解决相同的技术问题,本发明实施例还提供一种计算机可读存储介质,其存储有计算机程序,计算机程序被处理器执行时实现配电系统的供电可靠性评估方法。
本申请提供的技术方案包括以下有益技术效果:
(1)本发明通过大数据方法实现有效评估配电系统的供电可靠性,综合评价供电可靠性,提高可靠性分析的准确性。
(2)本发明通过根据关联度值判断关联特征指标的关联性,并通过数据关联度计算和预设关联性阈值条件,提取供电密切关联指标数据,将其与供电可靠性指标数据共同进行供电可靠性评估,可以避免复杂的物理建模过程,避免了建模过程中由于人为因素导致的误差避免误差,有效评估配电系统的供电可靠性。
附图说明
图1:为本发明提供的一种配电系统的供电可靠性评估方法的一种实施例的流程示意图;
图2:为本发明提供的一种配电系统的供电可靠性评估装置的一种实施例的结构示意图。
具体实施方式
下面将结合本发明实施例的附图,对本发明实施例的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有作出创造性劳动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。
实施例一
请参照图1,为本发明实施例提供的一种配电系统的供电可靠性评估方法的流程示意图。本实施例的供电可靠性评估方法适用于配电系统,本实施例通过数据关联度计算和预设关联性阈值条件,提取供电密切关联指标数据,与供电可靠性指标数据共同进行供电可靠性评估,有效评估配电系统的供电可靠性,提高可靠性分析的准确性。该供电可靠性评估方法包括步骤101至步骤104,各步骤具体如下:
步骤101:根据预设区域数量,在配电系统的管辖区域中筛选若干个目标分析区域,并获取各目标分析区域的若干个供电可靠性指标数据和若干个关联特征指标数据;其中,各关联特征指标数据是选取各目标分析区域与若干个供电相关性指标相关联的若干个指标数据;各供电相关性指标是各目标分析区域的供电可靠性指标具有相关性的若干个指标。
在本实施例中,将根据预设区域数量筛选出的多个目标分析区域作为分析样本,目标分析区域即目标地区,对于可靠性及其影响因素分析,样本数越多,分析越准确,故需选取足够多的地区作为分析样本。选取各目标分析区域的若干供电可靠性指标作为目标指标,选取各目标分析区域与供电可靠性可能相关的若干指标作为供电相关性指标(分析指标),根据分析指标,选取目标分析区域与每个分析指标相关联的特征指标,即选取关联特征指标,并在配电系统的各目标分析区域中提取供电可靠性指标和关联特征指标相应的数据,得到各目标分析区域的多个供电可靠性指标数据和多个关联特征指标数据。
步骤102:将各供电可靠性指标数据和各关联特征指标数据进行归一化处理,获得各目标分析区域对应的供电可靠性指标归一化数据和关联特征指标归一化数据。
在本实施例中,根据各供电可靠性指标数据和各关联特征指标数据,构建目标分析区域数据集以及每个目标分析区域对应的关联特征指标数据集;将各供电可靠性指标数据和各关联特征指标数据进行归一化处理,即对关联特征指标数据集进行最大最小归一化处理,使归一化后的数据均分布在0到1之间。
可选的,归一化处理的计算公式具体为:
其中,xi(k)*表示第i个指标第k个目标分析区域的指标归一化数据,即归一化后第i个指标第k个样本的数据;xi(k)表示第i个指标第k个目标分析区域的测量指标数据,即输入数据中第i个指标第k个样本的测量数据;xi,max表示测量指标数据的最大值,即输入数据中的最大值;xi,min表示测量指标数据的最小值,即输入数据中的最小值;其中,测量指标数据包括供电可靠性指标数据和关联特征指标数据;指标归一化数据包括供电可靠性指标归一化数据和关联特征指标归一化数据。
步骤103:将各供电可靠性指标归一化数据和各关联特征指标归一化数据进行数据关联度计算,获得各关联特征指标的关联度值。
可选的,步骤103具体包括步骤1031至步骤1032,各步骤具体如下:
步骤1031:根据预设关联计算规则,将各供电可靠性指标归一化数据和各关联特征指标归一化数据进行关联系数计算,得到各目标分析区域对应的关联特征指标的灰色关联系数。
在本实施例中,根据预设关联计算规则、供电可靠性指标归一化数据和关联特征指标归一化数据,对各关联特征指标计算关联系数,获得各目标分析区域对应的关联特征指标的灰色关联系数,
可选的,步骤1031具体为:将当前的目标分析区域的各供电可靠性指标归一化数据作为若干个参考序列,将当前的目标分析区域的各关联特征指标归一化数据作为若干个比较序列;
将各参考序列和各比较序列进行关联系数计算,得到当前的目标分析区域对应的关联特征指标的灰色关联系数,关联系数计算的公式具体为:
其中,ξ0i(k)为所述当前的目标分析区域对应的关联特征指标的灰色关联系数;|x0(k)-xi(k)|为参考序列x0与比较序列xi在第k点之差的绝对值,其中,所述比较序列{xi|i=1,2,…,m},m表示所述比较序列的数量,所述参考序列和所述比较序列都是n个分量;表示所述参考序列x0与所述比较序列xi在各自对应点之差的绝对值的最小值,即所有m个参考序列x0与比较序列xi在各自对应点之差的绝对值中的最小值;表示所述参考序列x0与所述比较序列xi在各自对应点之差的绝对值的最大值,即所有m个参考序列x0与比较序列xi在各自对应点之差的绝对值中的最大值;ρ为分辨系数,取值区间为(0,1)。
在本实施例中,数据关联度计算过程中,以关联特征指标作为灰色关联分析的比较序列,选取目标分析区域供电可靠性指标作为目标指标,供电可靠性指标作为参考序列,即将目标指标的可靠性作为参考序列。优选的,分辨系数ρ的取值为0.5。
步骤1032:将各关联特征指标的灰色关联系数进行关联度统计计算,获得各关联特征指标的关联度值。
在本实施例中,将关联度作为每个关联特征指标与可靠性指标的灰色关联系数,计算每个特征指标与可靠性指标的关联度,对同一关联特征指标不同样本的关联系数计算关联度,获得每个关联特征指标与供电可靠性指标的关联度值,即各关联特征指标的关联度值。其中,不同样本是指不同的目标分析区域。
可选的,步骤1032具体为:将各目标分析区域对应的关联特征指标的灰色关联系数进行关联度统计计算,获得当前的关联特征指标的关联度值,具体为:
其中,r0i表示当前的第i个关联特征指标的关联度值,即第i个关联特征指标对供电可靠性指标的关联度。
步骤104:根据各关联特征指标的关联度值和预设关联性阈值条件,提取各目标分析区域的供电密切关联指标数据。
可选的,步骤104具体为:
若当前的关联特征指标的关联度值大于预设关联度阈值,则当前的关联特征指标与供电可靠性指标的关联密切程度高;
若当前的关联特征指标的关联度值不大于预设关联度阈值,则当前的关联特征指标与供电可靠性指标的关联密切程度低;
根据预设关联性阈值条件,提取各关联特征指标的关联度值中关联密切程度高的关联特征指标数据,得到各目标分析区域的供电密切关联指标数据。
在本实施例中,将关联特征指标的关联度值作为该指标与供电可靠性指标的关联密切程度,根据关联度值判断关联特征指标的关联性,若关联特征指标的关联度值大于预设关联度阈值,则判断关联特征指标与供电可靠性指标具有密切关联(关联密切程度高),若关联特征指标的关联度不大于预设关联度阈值,则判断关联特征指标与供电可靠性指标不具有密切关联(关联密切程度低)。预设关联性阈值条件可以根据实际情况,相应的设定关联度阈值,进而有效筛选出供电密切关联指标数据。
步骤105:根据各目标分析区域的供电可靠性指标数据和供电密切关联指标数据,评估配电系统的供电可靠性,得到配电系统的可靠性评估结果。
在本实施例中,评估配电系统的供电可靠性的方法包括但不限于模型评估法、主成分分析法和矩阵计算法;模型评估法通过建立供电可靠性评估模型,将供电可靠性指标数据和供电密切关联指标数据输入供电可靠性评估模型获得评估结果。主成分分析法通过对供电可靠性指标数据和供电密切关联指标数据标准化形成标准化指标矩阵,对标准化指标矩阵做主成分分析,找出起主要作用的主成分,并利用其对应的特征值及规范正交特征向量值确定各指标的权重,根据相应的权重,计算待评估对象的可靠性评估函数值,得到配电系统的可靠性评估结果。矩阵计算法通过根据供电可靠性指标数据和供电密切关联指标数据,建立因子数值矩阵,根据因子数值矩阵,利用熵权法计算得到各个因子的评估熵系数,计算出各个因子的评估利益系数;计算综合评估系数,得到述配电系统的可靠性评估结果。
实施本发明实施例,根据预设区域数量,在配电系统的管辖区域中筛选若干个目标分析区域,并获取各目标分析区域的若干个供电可靠性指标数据和若干个关联特征指标数据;其中,各关联特征指标数据是选取各目标分析区域与若干个供电相关性指标相关联的若干个指标数据;各供电相关性指标是各目标分析区域的供电可靠性指标具有相关性的若干个指标;将各供电可靠性指标数据和各关联特征指标数据进行归一化处理,获得各目标分析区域对应的供电可靠性指标归一化数据和关联特征指标归一化数据;将各供电可靠性指标归一化数据和各关联特征指标归一化数据进行数据关联度计算,获得各关联特征指标的关联度值;根据各关联特征指标的关联度值和预设关联性阈值条件,提取各目标分析区域的供电密切关联指标数据;根据各目标分析区域的供电可靠性指标数据和供电密切关联指标数据,评估配电系统的供电可靠性,得到配电系统的可靠性评估结果。通过采用数据关联度计算对比分析不同目标分析区域中各相关的关联特征指标与供电可靠性指标走势变化的相近程度,计算每个关联特征指标与供电可靠性指标的关联度,得到各关联特征指标的关联度值。通过这种大数据方法,可以避免复杂的物理建模过程,根据关联度值判断关联特征指标的关联性,并通过数据关联度计算和预设关联性阈值条件,提取供电密切关联指标数据,将其与供电可靠性指标数据共同进行供电可靠性评估,有效评估配电系统的供电可靠性,综合评价供电可靠性,避免了建模过程中由于人为因素导致的误差避免误差,提高可靠性分析的准确性。
实施例二
相应地,参见图2,图2是本发明提供的配电系统的供电可靠性评估装置的实施例二的结构示意图。如图2所示,配电系统的供电可靠性评估装置包括特征指标数据获取模块201、归一化处理模块202、关联度计算模块203、密切关联指标数据提取模块204和评估模块205;
其中,特征指标数据获取模块201用于根据预设区域数量,在配电系统的管辖区域中筛选若干个目标分析区域,并获取各目标分析区域的若干个供电可靠性指标数据和若干个关联特征指标数据;其中,各关联特征指标数据是选取各目标分析区域与若干个供电相关性指标相关联的若干个指标数据;各供电相关性指标是各目标分析区域的供电可靠性指标具有相关性的若干个指标;
归一化处理模块202用于将各供电可靠性指标数据和各关联特征指标数据进行归一化处理,获得各目标分析区域对应的供电可靠性指标归一化数据和关联特征指标归一化数据;
关联度计算模块203用于将各供电可靠性指标归一化数据和各关联特征指标归一化数据进行数据关联度计算,获得各关联特征指标的关联度值;
关联度计算模块203包括关联系数计算单元2031和关联度统计单元2032;
其中,关联系数计算单元2031用于根据预设关联计算规则,将各供电可靠性指标归一化数据和各关联特征指标归一化数据进行关联系数计算,得到各目标分析区域对应的关联特征指标的灰色关联系数;
关联度统计单元2032用于将各关联特征指标的灰色关联系数进行关联度统计计算,获得各关联特征指标的关联度值。
密切关联指标数据提取模块204用于根据各关联特征指标的关联度值和预设关联性阈值条件,提取各目标分析区域的供电密切关联指标数据;
评估模块205用于根据各目标分析区域的供电可靠性指标数据和供电密切关联指标数据,评估配电系统的供电可靠性,得到配电系统的可靠性评估结果。
实施本发明实施例,通过采用数据关联度计算对比分析不同目标分析区域中各相关的关联特征指标与供电可靠性指标走势变化的相近程度,得到各相关指标与可靠性指标的关联程度,即各关联特征指标的关联度值。通过这种大数据方法,可以避免复杂的物理建模过程,同时也避免了建模过程中由于人为因素导致的误差。
另外,本申请实施例还提供一种计算机设备,计算机设备包括处理器和存储器,存储器用于存储计算机程序,计算机程序被处理器执行时实现上述任意方法实施例的步骤。
本申请实施例还提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述任意方法实施例的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在计算机设备上运行时,使得计算机设备执行时实现上述各个方法实施例的步骤。
上述的一种配电系统的供电可靠性评估装置可实施上述方法实施例的一种配电系统的供电可靠性评估方法。上述方法实施例的可选项也适用于本实施例,这里不再详述。本申请实施例的其余内容可参照上述方法实施例的内容,在本实施例中,不再进行赘述。
以上的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步的详细说明,应当理解,以上仅为本发明的具体实施例而已,并不用于限定本发明的保护范围。特别指出,对于本领域技术人员来说,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种配电系统的供电可靠性评估方法,其特征在于,包括:
根据预设区域数量,在配电系统的管辖区域中筛选若干个目标分析区域,并获取各所述目标分析区域的若干个供电可靠性指标数据和若干个关联特征指标数据;其中,各所述关联特征指标数据是选取各所述目标分析区域与若干个供电相关性指标相关联的若干个指标数据;各所述供电相关性指标是各所述目标分析区域的供电可靠性指标具有相关性的若干个指标;
将各所述供电可靠性指标数据和各所述关联特征指标数据进行归一化处理,获得各所述目标分析区域对应的供电可靠性指标归一化数据和关联特征指标归一化数据;
将所述各所述供电可靠性指标归一化数据和各所述关联特征指标归一化数据进行数据关联度计算,获得各所述关联特征指标的关联度值;
根据各所述关联特征指标的关联度值和预设关联性阈值条件,提取各所述目标分析区域的供电密切关联指标数据;
根据各所述目标分析区域的供电可靠性指标数据和所述供电密切关联指标数据,评估所述配电系统的供电可靠性,得到所述配电系统的可靠性评估结果。
2.如权利要求1所述的配电系统的供电可靠性评估方法,其特征在于,所述将所述各所述供电可靠性指标归一化数据和各所述关联特征指标归一化数据进行数据关联度计算,获得各所述关联特征指标的关联度值,具体为:
根据预设关联计算规则,将各所述供电可靠性指标归一化数据和各所述关联特征指标归一化数据进行关联系数计算,得到各所述目标分析区域对应的关联特征指标的灰色关联系数;
将各所述关联特征指标的灰色关联系数进行关联度统计计算,获得各所述关联特征指标的关联度值。
3.如权利要求2所述的配电系统的供电可靠性评估方法,其特征在于,所述根据预设关联计算规则,将各所述供电可靠性指标归一化数据和各所述关联特征指标归一化数据进行关联系数计算,得到各所述目标分析区域对应的关联特征指标的灰色关联系数,具体为:
将当前的目标分析区域的各供电可靠性指标归一化数据作为若干个参考序列,将当前的目标分析区域的各关联特征指标归一化数据作为若干个比较序列;
将各所述参考序列和各所述比较序列进行关联系数计算,得到当前的目标分析区域对应的关联特征指标的灰色关联系数,所述关联系数计算的公式具体为:
其中,ξ0i(k)为所述当前的目标分析区域对应的关联特征指标的灰色关联系数;|x0(k)-xi(k)|为参考序列x0与比较序列xi在第k点之差的绝对值,其中,所述比较序列{xi|i=1,2,…,m},m表示所述比较序列的数量,所述参考序列和所述比较序列都是n个分量;表示所述参考序列x0与所述比较序列xi在各自对应点之差的绝对值的最小值;/>表示所述参考序列x0与所述比较序列xi在各自对应点之差的绝对值的最大值;ρ为分辨系数。
4.如权利要求3所述的配电系统的供电可靠性评估方法,其特征在于,所述将各所述关联特征指标的灰色关联系数进行关联度统计计算,获得各所述关联特征指标的关联度值,具体为:
将各所述目标分析区域对应的关联特征指标的灰色关联系数进行关联度统计计算,获得当前的关联特征指标的关联度值,具体为:
其中,r0i表示当前的第i个关联特征指标的关联度值。
5.如权利要求1所述的配电系统的供电可靠性评估方法,其特征在于,所述将各所述供电可靠性指标数据和各所述关联特征指标数据进行归一化处理,获得各所述目标分析区域对应的供电可靠性指标归一化数据和关联特征指标归一化数据,所述归一化处理的计算公式具体为:
其中,xi(k)*表示第i个指标第k个目标分析区域的指标归一化数据,xi(k)表示第i个指标第k个目标分析区域的测量指标数据,xi,max表示所述测量指标数据的最大值,xi,min表示所述测量指标数据的最小值;其中,所述测量指标数据包括所述供电可靠性指标数据和所述关联特征指标数据;所述指标归一化数据包括所述供电可靠性指标归一化数据和所述关联特征指标归一化数据。
6.如权利要求1所述的配电系统的供电可靠性评估方法,其特征在于,所述根据各所述关联特征指标的关联度值和预设关联性阈值条件,提取各所述目标分析区域的供电密切关联指标数据,具体为:
若当前的关联特征指标的关联度值大于预设关联度阈值,则当前的关联特征指标与所述供电可靠性指标的关联密切程度高;
若所述当前的关联特征指标的关联度值不大于所述预设关联度阈值,则所述当前的关联特征指标与所述供电可靠性指标的关联密切程度低;
根据所述预设关联性阈值条件,提取各所述关联特征指标的关联度值中关联密切程度高的关联特征指标数据,得到各所述目标分析区域的供电密切关联指标数据。
7.一种配电系统的供电可靠性评估装置,其特征在于,包括:特征指标数据获取模块、归一化处理模块、关联度计算模块、密切关联指标数据提取模块和评估模块;
所述特征指标数据获取模块用于根据预设区域数量,在配电系统的管辖区域中筛选若干个目标分析区域,并获取各所述目标分析区域的若干个供电可靠性指标数据和若干个关联特征指标数据;其中,各所述关联特征指标数据是选取各所述目标分析区域与若干个供电相关性指标相关联的若干个指标数据;各所述供电相关性指标是各所述目标分析区域的供电可靠性指标具有相关性的若干个指标;
所述归一化处理模块用于将各所述供电可靠性指标数据和各所述关联特征指标数据进行归一化处理,获得各所述目标分析区域对应的供电可靠性指标归一化数据和关联特征指标归一化数据;
所述关联度计算模块用于将所述各所述供电可靠性指标归一化数据和各所述关联特征指标归一化数据进行数据关联度计算,获得各所述关联特征指标的关联度值;
所述密切关联指标数据提取模块用于根据各所述关联特征指标的关联度值和预设关联性阈值条件,提取各所述目标分析区域的供电密切关联指标数据;
所述评估模块用于根据各所述目标分析区域的供电可靠性指标数据和所述供电密切关联指标数据,评估所述配电系统的供电可靠性,得到所述配电系统的可靠性评估结果。
8.如权利要求7所述的配电系统的供电可靠性评估装置,其特征在于,所述关联度计算模块包括关联系数计算单元和关联度统计单元;
关联系数计算单元用于根据预设关联计算规则,将各所述供电可靠性指标归一化数据和各所述关联特征指标归一化数据进行关联系数计算,得到各所述目标分析区域对应的关联特征指标的灰色关联系数;
关联度统计单元用于将各所述关联特征指标的灰色关联系数进行关联度统计计算,获得各所述关联特征指标的关联度值。
9.一种计算机设备,其特征在于,包括处理器和存储器,所述存储器用于存储计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至6任一项所述的配电系统的供电可靠性评估方法。
10.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的配电系统的供电可靠性评估方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310937560.9A CN117114468A (zh) | 2023-07-27 | 2023-07-27 | 一种配电系统的供电可靠性评估方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310937560.9A CN117114468A (zh) | 2023-07-27 | 2023-07-27 | 一种配电系统的供电可靠性评估方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117114468A true CN117114468A (zh) | 2023-11-24 |
Family
ID=88795582
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310937560.9A Pending CN117114468A (zh) | 2023-07-27 | 2023-07-27 | 一种配电系统的供电可靠性评估方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117114468A (zh) |
-
2023
- 2023-07-27 CN CN202310937560.9A patent/CN117114468A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112699913B (zh) | 一种台区户变关系异常诊断方法及装置 | |
CN111008778A (zh) | 一种台区计量点异常诊断方法及系统 | |
CN112149873A (zh) | 一种基于深度学习的低压台区线损合理区间预测方法 | |
CN106874676B (zh) | 一种电能计量装置状态评估方法 | |
CN116401532B (zh) | 一种电力系统受扰后频率失稳识别方法及系统 | |
CN112001644A (zh) | 一种配电网运行可靠性检测方法、装置、终端及存储介质 | |
CN116739829B (zh) | 一种基于大数据的电力数据分析方法、系统及介质 | |
CN112994017A (zh) | 基于配电网概率潮流计算的分布式光伏电源选址优化方法 | |
CN111612149A (zh) | 一种基于决策树的主网线路状态检测方法、系统及介质 | |
CN111814284A (zh) | 基于相关性检测与改进随机森林的在线电压稳定评估方法 | |
CN111582630A (zh) | 一种用于确定低压台区线损率评估值的方法及系统 | |
CN115526258A (zh) | 基于Spearman相关系数特征提取的电力系统暂稳评估方法 | |
CN109447512B (zh) | 基于均匀设计的大电网可靠性评估方法 | |
CN111340287A (zh) | 配电柜运行状态预测方法及装置 | |
CN112446175B (zh) | 基于配电网概率潮流计算的分布式电源选址优化方法 | |
CN116565861B (zh) | 一种配电网可靠性评估方法、系统、设备和介质 | |
CN113554229A (zh) | 三相电压不平衡异常检测方法及装置 | |
CN116400266A (zh) | 基于数字孪生模型的变压器故障检测方法、装置及介质 | |
CN115829089A (zh) | 一种负荷组成分析方法、装置及设备 | |
CN117114468A (zh) | 一种配电系统的供电可靠性评估方法、装置、设备及介质 | |
CN115577856A (zh) | 一种变电工程造价预测与结余控制方法及系统 | |
CN115409317A (zh) | 基于特征选择和机器学习的台区线损检测方法及装置 | |
CN114239999A (zh) | 基于交叉熵重要抽样的元件可靠性参数优化解析方法 | |
CN114240069A (zh) | 一种基于回归学习与特征挖掘的电网在线风险计算方法 | |
CN111382147A (zh) | 一种气象数据缺失插补方法和系统 |
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 |