预安排停电时间预测方法及系统的制作方法
【技术领域】
[0001] 本发明涉及配电管理系统建设与应用领域，尤其涉及一种预安排停电时间预测方 法及系统。
【背景技术】
[0002] 预安排停电是电网公司有生产计划并且在至少6小时以前通知到用户的停电。预 安排停电不仅与网架结构水平、设备健康水平等客观因素有关，还与运行管理水平、停电需 求等主观因素紧密相关，具备一定的可控性。根据广东电网近几年停电事件的数据统计，预 安排停电时间占停电总时间的60%以上，预安排停电时间的合理控制是可靠管理的关键。 目前对预安排停电建模主要有2种方案：1)折算法，假设电网投资金额与预安排停电率成 线性关系，利用历年的电网投资金额和预安排停电率，测算两者的线性关系，然后根据预测 年的电网投资金额折算该年的预安排停电率。最后，利用较成熟的故障停电时间预测方法 计算预安排停电时间预测值；2)测算法，根据具体停电计划建立不同工程类型的预安排停 电模型，统计所有停电计划测算预安排停电时间。
[0003] 预安排停电受多方面因素影响，尤其受主观因素影响较大，很难建立完整的预测 模型。目前的方法所建立的模型往往只能反映网架结构和停电需求，尚未能反映电网的运 行管理水平。折算法和测算法所使用的基础信息包括网架拓扑信息和配网停电工程量，并 未考虑运行管理水平。目前的方法考虑因素比较片面，只能粗略预测预安排停电时间，其可 靠性、合理性有待提高。
【发明内容】
[0004] 基于此，有必要提供一种考虑因素更全面，预测结果更可靠、更合理的预安排停电 时间预测方法及系统。
[0005] -种预安排停电时间预测方法，包括步骤：
[0006] 获取筛选的、用于预测的生产管控指标，并获取历史数据样本；
[0007] 根据所述生产管控指标，建立所述生产管控指标和预安排停电时间的线性关系模 型；
[0008] 根据所述历史数据样本确定回归系数；
[0009] 将所述回归系数代入所述线性关系模型中，确定所述预安排停电时间的预测值；
[0010] 其中，所述生产管控指标包括负荷供应能力类指标、网络结构水平类指标、运行管 理水平类指标、装备技术水平类指标及基建技改投资类指标。
[0011] 一种预安排停电时间预测系统，包括：
[0012] 获取模块，用于获取筛选的、用于预测的生产管控指标，并获取历史数据样本；
[0013] 模型建立模块，用于根据所述生产管控指标，建立所述生产管控指标和预安排停 电时间的线性关系模型；
[0014] 系数确定模块，用于根据所述历史数据样本确定回归系数；
[0015] 时间预测模块，用于将所述回归系数代入所述线性关系模型中，确定所述预安排 停电时间的预测值；
[0016] 其中，所述生产管控指标包括负荷供应能力类指标、网络结构水平类指标、运行管 理水平类指标、装备技术水平类指标及基建技改投资类指标。
[0017] 上述预安排停电时间预测方法及系统，考虑了供应能力、网络结构水平、运行管理 水平、装备技术水平及基建技改投资等多方面生产管控因素，其确定的预安排停电时间的 预测值更可靠、更合理。
【附图说明】
[0018] 图1为一种实施方式的预安排停电时间预测方法的流程图；
[0019]图2为一种实施方式中生产管控指标与预安排停电时间的关系鱼骨图；
[0020] 图3为图1中一个步骤的具体流程图；
[0021] 图4为一种实施方式的预安排停电时间预测系统的结构图；
[0022] 图5为图4中一个模块的具体结构图。
【具体实施方式】
[0023] 为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。附图中 给出了本发明的较佳的实施例。但是，本发明可以以许多不同的形式来实现，并不限于本文 所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透 彻全面。
[0024] 除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的 技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具 体的实施例的目的，不是旨在于限制本发明。本文所使用的术语"或/和"包括一个或多个 相关的所列项目的任意的和所有的组合。
[0025] 如图1所示，一种实施方式的预安排停电时间预测方法，包括以下步骤：
[0026] SllO :获取筛选的、用于预测的生产管控指标，并获取历史数据样本。
[0027] 在其中一个实施例中，如图2所示，所述生产管控指标包括负荷供应能力类指标、 网络结构水平类指标、运行管理水平类指标、装备技术水平类指标及基建技改投资类指标。 如此，可以综合考虑各类因素，能够使预测安排停电时间的可靠性、合理性更好。
[0028] 其中，所述负荷供应能力类指标包括配变重过载率、线路重过载率及变电站重过 载率；所述网络结构水平类指标包括配网线路环网率、配网线路分段数、配网线路线径不满 足率及单线单变率；所述运行管理水平类指标包括延时停送电率、带电作业率、消缺率及重 复停电率；所述装备技术水平类指标包括配网线路可转供率及自动化覆盖率；所述基建技 改投资类指标包括投资资金（图未示）。
[0029] 可以理解地，上述生产管控指标仅为推荐项，可根据实际情况，按照上述筛选原则 进行增减。
[0030] 生产管控指标繁多，首先需要根据筛选原则对生产管控指标进行筛选。
[0031] 在其中一个实施例中，生产管控指标的筛选原则包括：优先选用信息系统中已有 统计的生产管控指标；剔除统计口径、统计方法模糊的生产管控指标；优先选用统计周期 至少精确到月的生产管控指标。
[0032] 获取预设时限的历史数据样本。预设时限可以是任意近几年、任意几年或任意近 几个月或任意几个月。
[0033] 历史数据样本包括历史预安排停电时间的列向量Y。与历史生产管控指标矩阵X。， 因此可以通过历史数据样本，来确定回归系数0。
[0034] S130 :根据所述生产管控指标，建立所述生产管控指标和预安排停电时间的线性 关系t吴型。
[0035] 采用多元线性回归即可建立预安排停电时间与生产管控指标两者之间的线性关 系模型，其函数关系可表达为：
[0036] y=X0......(1)
[0037]y表示预安排停电时间，X表示各项生产管控指标向量，P为回归系数构成的列向 量。
[0038] S150 :获取历史数据样本，并根据所述历史数据样本确定回归系数。
[0039] 请参阅图3,在其中一个实施例中，步骤S150包括步骤S153~S157。
[0040] S153:根据所述历史数据样本，判断所述生产管控指标之间是否存在多重共线性。 若否，则执行步骤S155 ;若是，则执行步骤S157。
[0041] 为减少生产管控指标之间因多重共线性而导致线性关系模型失真的问题，确保线 性关系模型的有效性，根据所述历史数据样本，利用条件数法判断生产管控指标之间是否 存在多重共线性。
[0042] 在其中一个实施例中，设筛选了n项历史数据样本数，p项生产管控指标，构成生 产管控指标矩阵X。为：
[0044] 其中，^第1项生产管控指标历史数据列向量；Xp是第p项生产管控指标历史数 据列向量。
[0045] 方阵XqtXq的条件数为：
[0047] 其中，人_和A_分别为方阵X。％的最大和最小特征根。由于条件数可度量方 阵XidtXid的特征根散布程度，所以可用条件数来判断是否存在多重共线性。
[0048] 当条件数属于第一预设范围时，则不存在多重共线性。在本实施例中，第一预设范 围为：0〈Cd〈100。
[0049] 当条件数属于第二预设范围时，则存在多重共线性。在本实施例中，第二预设范围 为：100 <Cd。其中，第二预设范围与第一预设范围不存在公共范围。
[0050] S155 :根据所述历史数据样本采用最小二乘估计法确定回归系数。
[0051] 最小二乘估计法确定的回归系数列向量为：