本发明属于配电网线路安全,具体涉及一种考虑极端天气的配电网线路安全风险评估方法。
背景技术:
1、极端天气情况下,配电网故障更容易发生,因此,极端天气因素日益成为影响配电网故障的重要因素,但由于天气变化的不规律性、突发性以及多样性等特点,导致天气因素引发的配电网故障不易被有效监测。
2、并且配电网电气安全的早期隐患具有信号微弱、变化缓慢、数据量大,早期隐患数值小于或远小于报警阈值等共性特点,早期安全隐患的各类实时数据,包含的隐患信息少,绝大部分是重复性的垃圾类数据,大幅增加通信带宽成本和服务器储存成本。
3、为解决上述问题,开发一种考虑极端天气的配电网线路安全风险评估方法很有必要。
技术实现思路
1、本发明针对极端天气情况下配电网故障频发问题,而提供一种基于ssa-lstm模型(sparrow search algorithm麻雀搜索算法/long short-term memory长短期记忆网络)的考虑极端天气的配电网线路安全风险评估方法,可实现各类气象安全隐患的准确感知和及时报警,使电气线路安全从“灾后报警”向“灾前预警”转变。
2、本发明的目的是这样实现的:一种考虑极端天气的配电网线路安全风险评估方法,包括如下步骤:
3、步骤a,获取配电网历史故障数据及同时期外部气象数据;
4、步骤b,利用步骤a获取的气象数据和故障线路数目训练ssa-lstm模型,建立考虑极端天气因素下的配电网线路故障概率模型,然后基于该配电网线路故障概率模型输出当前气象条件下线路发生故障的概率值;
5、步骤c,利用步骤a获取的故障数据建立配电网故障后果评价指标;
6、步骤d,综合步骤b得到的故障概率值和步骤c得到的配电网故障后果评价指标列写风险矩阵,评估配电网当前气象条件下的安全风险等级。
7、优选的,所述气象数据包括降水量、风速、雷暴和高温,所述故障数据包括故障线路数目、停电容量、缺供电量、停电用户小时数和停电用户重要级别。
8、优选的,所述步骤d中,配电网安全风险等级由配电网线路的风险值确定,配电网线路的风险值由故障的可能性与故障停电后果程度确定,具体为配电网线路的风险值是线路发生故障的频次与故障停电影响程度相乘确定的,计算公式如下:
9、;
10、式中n是区域内配电网线路故障的数目,i为线路编号,i=1…n,risk是设备发生故障停电的风险值,p(i)是区域配电网线路发生故障的频次,sev(i)是设备发生故障停电后果程度。
11、优选的,所述配电网线路故障频次p(i)由所搭建的ssa-lstm模型输出,其中降水量、风速、雷暴、高温的分级数据构成ssa-lstm的输入,通过气象参数的输入,反应外部气象条件的变化。
12、优选的,所述步骤c中,配电网线路故障停电影响评价包括故障停电负荷集s的建立和故障停电后果评价指标的建立。
13、优选的,所述故障停电后果评价指标用综合负荷损失表示,其中综合负荷损失包括停电容量、缺供电量、停电用户小时数、停电用户重要级别;
14、配电网任意线路发生故障后,停电负荷集s内的停电容量ll用配变年平均负荷量表示,计算公式如下:
15、;
16、式中ai是停电负荷集s内负荷i对应的配变年度抄见电量,ta是配电网中配变的年度平均运行时间;
17、缺供电量el的计算公式如下:
18、;
19、式中tr为故障恢复时间,假设tr时间内停电负荷集s内持续停电;
20、停电用户小时数hpou的计算公式如下:
21、;
22、式中wlui为停电负荷集s内的用户数;
23、停电用户重要级别wpou的计算公式如下:
24、;
25、式中am为停电负荷集s内对应i号负荷中第m个用户的级别取值,市区用户取ka1,城镇用户取ka2,农村用户取1;
26、采用熵权法确定各评估指标权重,计算每个指标的信息熵,并计算信息效用值,并归一化得到每个指标的熵权;
27、首先计算四个评价指标的信息熵ej,计算公式如下:
28、;
29、式中ej越大,则第j个指标的信息熵越大,其对应的信息量越少;
30、然后计算信息效用值dj,计算公式如下:
31、;
32、接着将信息效用值归一化,得到四个评价指标的熵权ωj,计算公式如下:
33、;
34、最后计算综合符合损失sev,计算公式如下:
35、;
36、式中ω1、ω2、ω3、ω4为四个评价指标的熵权。
37、优选的,所述步骤d中,对ssa-lstm模型输出的当前气象条件下线路的故障频次,依据频次大小划分为五个等级,分别为罕见[0,3]、不太可能[4,10]、可能[11,15]、很可能[16,25]、几乎肯定[26,];对故障停电后果分析的结果,依照对用户的危害大小划分成五个等级,分别为可忽略[0,0.15]、较小[0.16,0.35]、中等[0.36,0.50]、较大[0.51、0.70]、灾难性[0.71,1];
38、从而列写如下表所示的风险矩阵,得出安全风险评估等级:
39、
40、将矩阵中的25个风险值,按风险结果划分的范围标准重新映射为ⅰ~ⅴ个级别:区间[20,25]为ⅴ级;区间[15,20]为ⅳ级;区间[10,15]为ⅲ级;区间[5,10]为ⅱ级;区间[1,5]为ⅰ级。
41、由于采用了上述技术方案,本发明的有益效果是:
42、(1)本发明利用配电网历史运行数据、故障数据以及同时段气象数据训练ssa-lstm模型,生成考虑天气因素的配电网线路故障预测模型,通过气象参数的输入,反映外部气象条件的变化,得到当前运行条件下24h内配电网线路的故障频次,然后建立故障停电后果评价指标,通过停电容量、缺供电量、停电用户小时数、停电用户重要级别四个指标,反应线路故障的个性化差异,然后综合故障频次以及故障停电后果评价指标,利用风险矩阵对配电网实现风险评估,准确评估配电网线路的安全风险等级;
43、(2)本发明利用深度学习技术通过自主学习训练对数据进行解构分析,删除无用、相似信息,提取隐式信息,并进行风险趋势预测,辨识未知的异常信息,在此基础上结合非阈值预警技术,克服传统阈值报警或跳闸方式无法发现早期隐患的缺点,实现各类安全隐患的准确感知和及时报警,提前在电网侧和信息侧采取相应控制措施,减少运维人员工作量同时使安全风险在造成重大影响之前被隔离和阻断,使电气线路安全从“灾后报警”向“灾前预警”转变。
1.一种考虑极端天气的配电网线路安全风险评估方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的考虑极端天气的配电网线路安全风险评估方法,其特征在于:所述气象数据包括降水量、风速、雷暴和高温,所述故障数据包括故障线路数目、停电容量、缺供电量、停电用户小时数和停电用户重要级别。
3.根据权利要求2所述的考虑极端天气的配电网线路安全风险评估方法,其特征在于:所述步骤d中,配电网安全风险等级由配电网线路的风险值确定,配电网线路的风险值由故障的可能性与故障停电后果程度确定,具体为配电网线路的风险值是线路发生故障的频次与故障停电影响程度相乘确定的,计算公式如下:
4.根据权利要求3所述的考虑极端天气的配电网线路安全风险评估方法,其特征在于:所述配电网线路故障频次p(i)由所搭建的ssa-lstm模型输出,其中降水量、风速、雷暴、高温的分级数据构成ssa-lstm的输入,通过气象参数的输入,反应外部气象条件的变化。
5.根据权利要求2所述的考虑极端天气的配电网线路安全风险评估方法,其特征在于:所述步骤c中,配电网线路故障停电影响评价包括故障停电负荷集s的建立和故障停电后果评价指标的建立。
6.根据权利要求5所述的考虑极端天气的配电网线路安全风险评估方法,其特征在于:所述故障停电后果评价指标用综合负荷损失表示,其中综合负荷损失包括停电容量、缺供电量、停电用户小时数、停电用户重要级别;
7.根据权利要求2述的考虑极端天气的配电网线路安全风险评估方法,其特征在于:所述步骤d中,对ssa-lstm模型输出的当前气象条件下线路的故障频次,依据频次大小划分为五个等级,分别为罕见[0,3]、不太可能[4,10]、可能[11,15]、很可能[16,25]、几乎肯定[26,];对故障停电后果分析的结果,依照对用户的危害大小划分成五个等级,分别为可忽略[0,0.15]、较小[0.16,0.35]、中等[0.36,0.50]、较大[0.51、0.70]、灾难性[0.71,1];