本发明涉及电力分析技术领域，具体涉及电压越限预测。
背景技术：
电压是电能质量的重要指标之一，它综合反映了电力系统的规划、设计、运行、维护和经营管理的水平，是电网经营的一项重要经济、技术指标。随着电网网架规模迅速扩大，新能源发电设备不断投运，电网的电能供应水平得到了大幅度提升，但电力负荷总量的迅猛提升，导致部分地区配网设备难以满足工作需求，配网线路末端电压波动问题严重，电压越限问题时有发生。
由于末端配电网拓扑、负荷的多变性，同时考虑到线路参数和变压器运行方式的获取困难，通过传统网络建模和潮流计算的方式进行电压越限问题的分析与诊断的可行性较为不足。此外电压越限问题的影响因素较多，包括配变容量、配变负载、电源距离、母线电压、功率因素、母线供电半径、线径宽度、关联的同母线配变电压及环境温度等等因素，且这些因素在导致电压越限的结果中所占的比重各不相同，而且不同的电压越限记录中各因素的比重都不尽相同。因此，如果仅仅是将所有可能导致电压越限问题的因素进行等比重分析，对电压的越限情况进行预测显然是不合理的。
技术实现要素：
本发明所要解决的技术问题是提供一种基于主成分分析和多元回归算法的电压越限预测模型，提高电压越限预测的科学性和准确性。
为解决上述技术问题，本发明采用如下技术方案：基于主成分分析和多元回归算法的电压越限预测模型，包括，
电压越限关联因素分析模块，对电网内外部的数据进行处理，利用相关性分析确定与电压越限存在关联的因素；
电压越限关联因素筛选模块，根据历史电压越限数据确定越限时间，并分析该越限时间下关联因素与对应额定指标的关系，如果该关联因素在电压越限时存在较大偏移，则保留，否则删除；
主成分分析模块，将保留下来的关联因素定义为影响因素，对影响因素进行主成分分析，计算每个影响因素的因子载荷，并求取该因子载荷的绝对值，保留因子载荷绝对值大的影响因素作为电压越限预测的主要影响因素；
影响因素权重确定模块，根据电压越限历史数据和越限主要影响因素的时序数据建立电压越限与主要影响因素的多元回归数学模型，确定各主要影响因素权重；
电压判别线确定模块，对主要影响因素的时序数据进行训练，确定电压越限的自回归模型，然后根据主要影响因素的权重和电压越限判定值确定电压判别线；
电压越限概率计算模块，根据当前电压在多维空间中的位置与判别线的几何距离，计算电压越限概率，从而对电压越限情况进行预测。
优选的，所述电网内外部的数据包括配变容量、电源距离、母线供电电压、线径宽度、配变负载、功率因素、母线电压、线路材料、允许电流、环境温度、地区产值。
优选的，主成分分析模块中，保留因子载荷绝对值大于0.6的影响因素，并将其作为电压越限的主要影响因素。
优选的，当主要影响因素少于3个时将因子载荷绝对值在0.5～0.6之间的因素也作为主要影响因素。
优选的，所述影响因素权重确定模块是以台区配变为单位建立电压越限与相关因素的多元回归模型，该多元回归模型如下示：
其中，y为电压归一值；xi为相关因素做归一化处理后的历史数据；wi为各类因素影响的权重。
优选的，电压判别线L，如下式：
其中，wi为训练得到的各主要影响的权重，xi为影响因素的归一化值，取电压越限判定值为额定电压的±5％。
优选的，根据当前电压在多维空间中的位置，做该点到判别线L的垂线，求得最短几何距离d，即为电压越限的概率，分析电压越限概率，从而对电压越限情况进行预测，当d＜0.025认为电压越限概率低；当0.025≤d＜0.05，认为电压存在越限可能；当d＞0.05，则认为电压越限可能性极大，需要立即采取措施。
本发明采用的技术方案，首先采用主成分分析法确定电压越限预测的主要影响因素，进一步以多元回归方法建立电压越限的预测模型，可以获得更具科学性和准确性的配电网电压越限预测情况，从而有利于全面地考察不同地区配电网的运行情况，有利于发现电压存在越限风险的区域，并及早对该预警问题进行处理，提高电网运行效率，同时也有益于电网海量数据的多样化分析应用。
附图说明
下面结合附图和具体实施方式对本发明作进一步描述：
图1是本发明的电压越限预测流程框图。
具体实施方式
主成分分析法也称为主分量分析，旨在利用降维的思想，把多指标转化为少数几个主成分，其中每个主成分都能够反映原始变量的大部分信息，且所含信息互不重复。这种方法在引进多方面变量的同时将复杂因素归结为几个主成分，使问题简单化，同时得到的结果更加科学有效的数据信息。在电压越限预测分析中每个变量都在不同程度上反映了所电压越限的某些信息，并且变量之间有一定的关联性，若不先进行主成分分析会导致所得的统计数据反映的信息在一定程度上有重叠。
多元回归法则是研究多个变量之间关系的回归分析方法，其可以反映一种现象或事物的数量依多种现象或事物的数量的变动而相应地变动的规律。
本发明针对海量的电网运行数据，提出了一种基于主成分分析和多元回归算法的电压越限预测方法，考虑到电压越限的影响因素多且不同越限情况下各影响因素所占的成因比重不同，以主成分分析法先提取电压越限的主要因素，再以多元回归方法建立电压越限的预测模型。
如图1所示，本发明的具体实现方法如下：
电压越限关联因素分析模块，对电网内外部的配变容量、电源距离、母线供电电压、线径宽度、配变负载、功率因素、母线电压、线路材料、允许电流、环境温度、地区产值等海量数据进行处理，利用相关性分析确定与电压越限存在关联的因素。
电压越限关联因素筛选模块，根据历史电压越限数据确定越限时间，分析该越限时间下的线路电流、配变负载、功率因素、频率等因素与这些因素的额定指标的关系，判断其在电压越限时是否存在较大偏移(这个较大偏移量可以人为设定)，若是则保留，否则删除。
主成分分析模块，对保留下来的影响因素进行主成分分析，计算每个影响因素的因子载荷，并求取该因子载荷的绝对值，保留因子载荷绝对值大的影响因素作为电压越限预测的主要因素。导致电压越限的因素很多，而有的因素对电压越限的影响微乎其微，故先就影响因素进行主成分分析，计算每个影响因素的因子载荷，保留因子载荷绝对值大的影响因素作为电压越限预测的关键影响因素。具体在本发明中，保留因子载荷绝对值大于0.6的影响因素，并将其作为电压越限的主要影响因素，当主要影响因素少于3个时将因子载荷绝对值在0.5～0.6之间的因素也作为主要影响因素。
影响因素权重确定模块，根据电压越限历史数据和越限主要影响因素的时序数据建立电压越限与相关因素的数学模型，确定各因素权重。
电压判别线确定模块，对相关因素的时序数据进行训练，根据电压越限历史数据和越限的主要影响因素的时序数据，建立以台区配变为单位的电压越限与相关因素的多元回归模型，从而获得电压判别线。
所述影响因素权重确定模块是以台区配变为单位建立电压越限与相关因素的多元回归模型，多元回归模型如下示：
其中，y为电压归一值；xi为相关因素做归一化处理后的历史数据；wi为各类因素影响的权重。
电压判别线L，具体如下式：
其中，wi为训练得到的各主要影响的权重，xi为影响因素的归一化值，取电压越限判定值为额定电压的±5％。
电压越限概率计算模块，最后根据当前电压在多维空间中的位置与判别线的几何距离，计算电压越限概率，从而对电压越限情况进行可靠预测。具体是根据当前电压在多维空间中的位置，做该点到判别线L的垂线，求得最短几何距离d，即为电压越限的概率，分析电压越限概率，从而对电压越限情况进行预测，当d＜0.025认为电压越限概率低；当0.025≤d＜0.05，认为电压存在越限可能；当d＞0.05，则认为电压越限可能性极大，需要立即采取措施。
因为本发明的目的是对配网电压的越限情况进行预测，故需要建立影响因素与电压越限的相关性模型。首先对来自电网的历史运行数据、营配数据和用采数据以及来自外部的气象数据等进行预处理，清洗冗余数据，避免数据源的质量问题引起的误差。利用相关性分析法确定与电压越限存在关联的因素，作为后续主成分分析的原始变量。
电网公司内部存储着海量的用电信息采集数据、营销数据和运维数据等，外部则有气象、经济数据，这些数据信息对电压越限的预测可能存在着影响，为了保证电压越限预测的准确性，需要对电网内外部海量数据进行预处理，清洗冗余数据，避免数据源的质量问题引起的误差。因为数据量巨大且不是所有数据都对电压越限有影响，因此利用相关性分析法确定与电压越限存在关联的因素，作为后续主成分分析的原始变量。
从历史电压越限时序数据中确定越限发生的时间，根据该时序数据提取出该越限时间下各时变关联因素的信息，包括线路电流、配变负载、功率因素、母线电压、频率等因素，分析其与标称的额定指标之间的关系，若其值在电压越限时间下存在较大的偏移，且该偏移值已经超过允许偏移量，则确定该影响因素与电压越限相关，予以保留，否则删除。
导致电压越限的因素很多，而有的因素对电压越限的影响微乎其微，比如具体的某一种极端天气，有的只是在特定场景下会产生影响，因此需要先就影响因素进行主成分分析，计算每个影响因素的因子载荷，保留因子载荷绝对值大的影响因素，确定配变容量、母线供电半径、电源距离、线径宽度、配变负载、功率因素、关联性同目标配变电压和环境温度作为电压越限预测的关键影响因素。
以上显示和描述了本发明的基本原理、主要特征和有益效果和实施方案。本发明不受数据类型的限制，可以应用于各个电压等级下的电压越限预测，是一种通用的方法。以上重点阐述的是以相关性分析确定与电压越限相关的因素、主成分分析法筛选主要影响因素并由多元回归算法确定电压越限模型，求取电压限额下的电压越限判别线，随后根据与电压越限判别线的空间距离确定电压越限概率的思想，其具体实施方案，可以根据不同电压等级的实际影响因素自主设定。通过本发明计算所得的电压越限情况，结合了对海量综合电力大数据的分析，更适用于对未来对各电压等级电压的越限预判中。