一种配电网运行可靠性指标提取方法与流程

本发明涉及一种可靠性指标提取方法，具体涉及一种配电网运行可靠性指标提取方法。

背景技术：

常规可靠性分析是以年为时间框架、研究系统在长期不同运行状态下的平均可靠性，主要指标为切负荷量，包括负荷点指标和系统指标，负荷点指标主要包括负荷点平均故障率、负荷点年平均停电时间和负荷点每次故障平均停电持续时间；系统指标包括系统平均停电频率指标、用户平均停电频率指标、系统平均停电持续时间指标、用户平均停电持续时间指标、平均供电可用度指标、系统总电量不足指标。

常规可靠性评估主要用于系统规划设计，而运行可靠性指标应用于运行调度，因此，配电网运行可靠性不仅要能反映系统的负荷损失情况，还要求能反映系统的安全裕度，以及线路潮流过载、节点电压超限等运行约束违限的情况，能够直观全面地描述系统整体可靠性，能够反映重要负荷节点和关键元件的可靠性，能够反映系统短期与长期的可靠性。相应的，运行可靠性指标包括状态类指标、程度类指标、层状类指标和时限类指标等四大类指标，各大类指标又分为若干子指标，包括：潮流安全概率与裕度、电压上下限安全裕度、潮流过载概率与期望、电压越限概率与期望、切负荷概率、电力不足期望、电量不足期望。各指标间存在相关性，信息有一定程度的重叠，逐个评估所需计算量大，处理复杂。在用统计分析方法研究多变量的课题时，变量个数太多就会增加课题的复杂性。

技术实现要素：

为了克服上述现有技术的不足，本发明提供一种配电网运行可靠性指标提取方法，本发明所提方法可以实现配电网运行可靠性的快速有效评估，有助于提高配电系统运行可靠性。

为了实现上述发明目的，本发明采取如下技术方案：

一种配电网运行可靠性指标提取方法，所述方法包括如下步骤：

(1)根据可靠性评估的需求建立配电网运行可靠性指标体系；

(2)收集历史运行可靠性指标数据，并将收集的指标数据进行标准化；

(3)建立各指标变量间的相关矩阵R，并计算其特征值和特征向量；

(4)计算各成分的方差贡献率以及累积方差贡献率，确定主成分，获得运行可靠性关键重要度指标。

优选的，所述步骤(1)中，所述配电网运行可靠性指标体系为四维指标体系，包括状态维、程度维、层次维和时间维；

状态维指标用于描述系统的整体运行可靠性，所述状态维指标包括健康状态、临界状态和风险状态三类；

程度维指标对运行可靠性进行量化描述，用于反映所述健康状态和所述临界状态下系统或区域的运行安全裕度，以及在所述风险状态下造成的严重程度；

层次维指标用于反映不同层次的可靠性；

时间维指标用于反映不同评估时限的可靠性。

优选的，所述程度维指标依次分为安全裕度、超限程度和负荷损失三个区间，各区间分别对应裕度类指标、超限类指标和切负荷指标；

所述层次维指标包括系统层、区域层、节点层和元件层，所述元件层的指标包括潮流安全概率及裕度指标、过载概率及期望值指标、过载导致的切负荷概率及期望值指标，所述负荷点层包括电压安全概率及裕度、电压超限概率及期望值以及所有切负荷指标的子指标，所述系统层和区域层的指标包括程度类指标的所有子指标；

所述时间维指标包括分钟级、小时级、天级、月级、年级的不同时限，用于反映短期和长期可靠性，基于不同的预测时间进行指标计算，得到相应的时限类指标。

优选的，所述步骤(2)中，根据公式(1)将收集的指标数据进行标准化处理，公式如下：

$Z=\frac{X-\stackrel{\‾}{X}}{\mathrm{\σ}}---\left(1\right)$

式中，X为指标变量，表示变量X的均值，σ表示X的标准差，Z为指标转换后的正态分布变量。

优选的，所述步骤(3)包括如下步骤：

步骤3-1、基于Pearson相关系数来度量两个随机指标变量之间线性相关性的强弱，随机指标变量X、Y的Pearson相关系数σ_X,Y，公式如下：

${\mathrm{\σ}}_{X,Y}=\frac{\mathrm{cov}(X,Y)}{\mathrm{\σ}\left(X\right)\mathrm{\σ}\left(Y\right)}---\left(2\right)$

式中，cov(X,Y)表示变量X、Y的协方差，σ(X)、σ(Y)分别表示指标变量X、Y的标准差；

步骤3-2、建立n个指标变量Z的相关矩阵R，公式如下：

式中，为指标变量z_n和z_n的Pearson相关系数；

步骤3-3、根据自相关矩阵R求得其m个特征值λ₁≥λ₂≥…≥λ_m及相应的特征向量u₁,u₂,…,u_m。

优选的，所述步骤(4)包括如下步骤：

步骤4-1、根据公式(4)(5)求得第i个主成分的方差贡献率ω_i以及累积方差贡献率ρ_i，公式如下：

${\mathrm{\ω}}_i={\mathrm{\λ}}_i/\underset{j=1}{\overset{m}{\Σ}}{\mathrm{\λ}}_j---\left(4\right)$

${\mathrm{\ρ}}_i=\underset{k=1}{\overset{i}{\Σ}}{\mathrm{\λ}}_k/\underset{j=1}{\overset{m}{\Σ}}{\mathrm{\λ}}_j---\left(5\right)$

式中，m，i为特征值的个数，λ_i为第i个特征值，λ_j为第j个特征值，λ_k为第k个特征值；

步骤4-2、根据累积方差贡献率最小值，判断累积方差贡献率ρ_i是否大于最小值，若是则被选为主成分，将所有选出的主成分做为评估配电网运行可靠性的主要指标。

与现有技术相比，本发明的有益效果在于：

本发明提出的配电网运行可靠性四维评估指标体系，既可反映配电网的负荷损失情况，也能反映安全裕度；既能够描述系统整体可靠性，也能够反映关键元件、关键节点、关键区域、关键环节的可靠性，即能够反映短期可靠性，也能评估长期可靠性。

本发明所采用的基于主成分分析法提取运行可靠性主要指标的方法可简化运行可靠性评估模型，减少各评估指标间的相关性、降低评估指标的维度。

本发明所提取的主成分，可获得运行可靠性关键重要度指标，定位影响配电系统运行可靠性的关键元件和薄弱环节。

本发明所提方法，可以实现配电网运行可靠性的快速有效评估，有助于提高配电系统运行可靠性。

附图说明

图1是本发明提供的一种基于主成分分析的配电网运行可靠性指标提取方法流程图

图2是本发明提供的配电网运行可靠性四维指标体系

具体实施方式

下面结合附图对本发明作进一步详细说明。

如图1所示，本发明提出一种基于主成分分析的配电网运行可靠性指标提取方法，首先根据可靠性评估的需求提出配电网运行可靠性指标体系，在此基础上，采用主成分分析法，结合历史运行可靠性指标数据，建立相关矩阵R，并计算其特征值和特征向量，再根据相关矩阵的特征向量，计算各成分的方差贡献率，确定主成分，获得运行可靠性关键重要度指标，以定位影响系统运行可靠性的关键元件和薄弱环节。具体步骤为：

(1)根据可靠性评估的需求提出配电网运行可靠性指标体系；

常规可靠性分析是以年为时间框架、研究系统在长期不同运行状态下的平均可靠性，主要指标为切负荷量，包括负荷点指标和系统指标，负荷点指标主要包括负荷点平均故障率、负荷点年平均停电时间和负荷点每次故障平均停电持续时间；系统指标包括系统平均停电频率指标(System average interruption frequency index，SAIFI)、用户平均停电频率指标(Customer average interruption frequency index，CAIFI)、系统平均停电持续时间指标(System average interruption duration index，SAIDI)、用户平均停电持续时间指标(Customer average interruption duration index，CAIDI)、平均供电可用度指标(Average service availability index，ASAI)、系统总电量不足指标(Energy not supplied，ENS)、系统平均电量不足指标(Average energy not supplied，AENS)。

配电网运行可靠性分析是基于配电网各个运行调度监控系统提供的大量台账数据、实时运行数据及环境数据，考虑配电系统网络结构及各元件的可靠性参数、实时运行环境、电网实时运行状态及调度、检修计划等因素对系统运行可靠性的影响，研究系统在当前状态下未来一定时期内的可靠性，实时地给出系统的运行可靠性指标参数，基于预测结果，定量分析影响配电网运行可靠性的关键因素，快速寻找配电系统的薄弱元件和薄弱环节，保障配电网经济可靠运行。

常规可靠性评估主要用于系统规划设计，而运行可靠性指标应用于运行调度，因此，配电网运行可靠性不仅要能反映系统的负荷损失情况，还要求能反映系统的负荷裕度；既能反映线路过载情况、节点电压超限等运行约束违限的情况，也要能反映电压安全裕度、潮流安全裕度等情况；既要能够全面地描述系统整体可靠性，又能够反映关键元件、关键节点、关键区域、关键环节的可靠性；能够反映短期可靠性，也要能评估长期可靠性。针对这些需求，在常规可靠性指标基础上进行拓展，建立了配电网运行可靠性四维指标体系，包括状态维、程度维、层次维以及时间维，各维指标又可细化为多个子指标，各维所包含的子指标如附图2所示。

状态维指标描述系统的整体运行可靠性，配电网运行状态包括健康状态、临界状态、风险状态三类；程度维指标是对运行可靠性进行量化描述，用于反映健康状态下及临界状态下系统或区域的运行安全裕度及风险状态下后果严重程度，程度维指标从安全裕度、超限程度、负荷损失三个区间，各区间分别对应裕度类指标、越限类指标、切负荷类指标。

层次维指标包括系统层、区域层、节点层、元件层四个层次，元件层的指标包括潮流安全概率及裕度、过载概率及期望值、过载导致的切负荷概率及期望值等指标，负荷点层包括电压安全概率及裕度、电压超限概率及期望值以及所有切负荷指标的子指标，系统层和区域层的指标包括程度类指标的所有子指标。

时间维指标反映不同评估时限的可靠性，包括分钟级、小时级、天级、月级、年级等不同时限，既可反映短期可靠性，又可反映长期可靠性。基于不同的预测时间进行指标计算，可得到相应的时限类指标。

(2)收集历史运行可靠性指标数据，并将原始数据标准化；

运行可行性各指标的量纲不同，分布各异，首先需要对各指标参数进行标准化处理。首先基于配电大数据得到各指标的分布函数，并按式(1)对各指标变量X进行正态分布标准化处理，转换为对应的正态分布变量Z：

$Z=\frac{X-\stackrel{\‾}{X}}{\mathrm{\σ}}---\left(6\right)$

式中，表示变量X的均值，σ表示X的标准差。

(3)建立各指标变量间的相关矩阵R，并计算其特征值和特征向量；

变量间的相关关系是指已知一个变量或一组变量时，可以确定另一个变量的值，或者找到一种变化规律。在统计学中，通常用Pearson相关系数来度量两个随机变量之间线性相关性的强弱。随机变量X、Y的Pearson相关系数σ_X,Y通常定义为

${\mathrm{\σ}}_{X,Y}=\frac{\mathrm{cov}(X,Y)}{\mathrm{\σ}\left(X\right)\mathrm{\σ}\left(Y\right)}---\left(7\right)$

式中，cov(X,Y)表示变量X、Y的协方差，σ(X)、σ(X)分别表示变量X、Y的标准差。

n个变量Z的相关矩阵R为

根据自相关矩阵R求得其m个特征值λ₁≥λ₂≥…≥λ_m及相应的特征向量u₁,u₂,…,u_m。

(4)计算各成分的方差贡献率以及累积方差贡献率，确定主成分，获得运行可靠性关键重要度指标。

按照式(4)(5)求得第i主成分的方差贡献率ω_i以及累积方差贡献率ρ_i。

${\mathrm{\ω}}_i={\mathrm{\λ}}_i/\underset{j=1}{\overset{m}{\Σ}}{\mathrm{\λ}}_j---\left(9\right)$

${\mathrm{\ρ}}_i=\underset{k=1}{\overset{i}{\Σ}}{\mathrm{\λ}}_k/\underset{j=1}{\overset{m}{\Σ}}{\mathrm{\λ}}_j---\left(10\right)$

根据经验或实际需求选取累积方差贡献率最小值，累计方差贡献率大于最小值的，则被选为主成分，主成分的个数p取决于累计方差贡献率,前p个主成分便包含m个原始变量所能提供的绝大部分信息。前p个主成分做为评估配电网运行可靠性的主要指标，用于定位影响系统运行可靠性的关键元件和关键环节。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。