一种配电网故障预测方法及其预测系统与流程

本发明涉及电力系统，尤其涉及一种配电网故障预测方法及其预测系统。

背景技术：

1、随着电力行业的快速发展和智能电网的广泛推广，配电网作为电力系统的关键环节，其安全稳定运行对于保障电力供应、提高供电质量具有重要意义。然而，配电网运行过程中往往会出现各种故障，这些故障可能导致停电、设备损坏等问题，给用户带来极大的不便和经济损失。因此，如何准确预测配电网故障，提前采取措施进行防范和修复，成为电力行业亟待解决的问题。

2、传统的配电网故障预测方法主要依赖于人工巡检和经验判断，这种方法不仅效率低下，而且容易受到人为因素的影响，导致预测结果不准确。近年来，随着大数据、人工智能等技术的不断发展，越来越多的学者和工程师开始探索基于数据驱动的配电网故障预测方法。

3、因此，本发明提供一种配电网故障预测方法及其预测系统解决上述技术问题。

技术实现思路

1、为解决上述技术问题，本发明提供一种配电网故障预测方法及其预测系统，综合考虑了配电网的拓扑结构特性、数据关联性和动态变化特性，可以提高预测的准确性和可靠性，为配电网的安全稳定运行提供有力保障，并且能够更精确地确定故障发生的具体分段，从而加速维护工作的响应与执行。

2、本发明提供的一种配电网故障预测方法，预测方法包括以下步骤：

3、基于待预测配电网的拓扑结构数据，对配电网的物理区间进行分割，得到多个区段；

4、获取配电网的电力数据，并将所述配电网的电力数据分解为与所述多个区段对应的多个子数据；

5、基于预设的数据阈值条件对所有区段进行 n次分割，每次分割后得到多个第 n分段以及与第 n分段对应的第 n子数据，其中， n为正整数；

6、基于区段以及对应的子数据与第 n分段以及对应的第 n子数据通过预构建的基于神经网络的故障预测模型进行配电网故障预测。

7、优选的，所述基于待预测配电网的拓扑结构，对配电网的物理区间进行分割，得到多个区段，具体包括：

8、获取待预测配电网的拓扑结构数据，其中，所述拓扑结构数据包括各个节点的连接关系；

9、基于各个节点之间的连接关系对配电网的物理区间进行区段划分，分割为多个区段。

10、优选的，所述获取配电网的电力数据，并将所述配电网的电力数据分解为与所述多个区段对应的多个子数据，具体包括：

11、获取配电网的电力数据，并进行预处理；

12、将所述配电网的电力数据与相应的区段进行关联，得到配电网的电力数据与区段之间的关系；

13、基于配电网的电力数据与区段之间的关系，将配电网的电力数据根据区段划分为多个子数据。

14、优选的，所述基于预设的数据阈值条件对所有区段进行 n次分割，每次分割后得到多个第 n分段以及与第 n分段对应的第 n子数据，具体包括：

15、设定数据阈值条件，其中，所述数据阈值条件为数据密度阈值；

16、基于数据密度阈值对所有区段进行 n次分割，得到多个第 n分段以及与第 n分段对应的第 n子数据，其中， n为正整数；

17、获取经过 n次分割后的所有第 n子数据的当前数据密度；

18、逐一判断第 n子数据的当前数据密度是否小于设定的数据密度阈值，

19、若当前数据密度不小于数据密度阈值的第 n子数据的个数不少于当前数据密度小于数据密度阈值的第 n子数据的个数，则停止分割，反之，则继续进行分割。

20、优选的，基于神经网络的故障预测模型的构建，具体包括：

21、收集与配电网运行状态关联的历史配电网数据；

22、基于特征关联度从历史配电网数据中提取出配电网故障特征；

23、利用提取的电网故障特征训练基于神经网络的故障预测模型，使其学习配电网故障特征与故障状态之间的关系。

24、优选的，所述基于区段以及对应的子数据与第 n分段以及对应的第 n子数据通过预构建的基于神经网络的故障预测模型进行配电网故障预测，具体包括：

25、先将区段对应的子数据输入所述故障预测模型进行配电网故障预测，若预测结果为故障，则将预测结果为故障的区段对应的第一子数据至第 n子数据逐级输入故障预测模型进行故障预测，得到故障的第 n分段。

26、本发明还提供了一种配电网故障预测系统，预测系统包括：

27、区段分割模块，用于基于待预测配电网的拓扑结构数据，对配电网的物理区间进行分割，得到多个区段；

28、数据分解模块，用于获取配电网的电力数据，并将所述配电网的电力数据分解为与所述多个区段对应的多个子数据；

29、分段分割模块，用于基于预设的数据阈值条件对所有区段进行 n次分割，每次分割后得到多个第 n分段以及与第 n分段对应的第 n子数据，其中， n为正整数；

30、预测模块，用于基于区段以及对应的子数据与第 n分段以及对应的第 n子数据通过预构建的基于神经网络的故障预测模型进行配电网故障预测。

31、优选的，所述区段分割模块包括：

32、拓扑结构获取模块，用于获取待预测配电网的拓扑结构数据，其中，所述拓扑结构数据包括各个节点的连接关系；

33、划分模块，用于基于各个节点之间的连接关系对配电网的物理区间进行区段划分，分割为多个区段。

34、优选的，所述数据分解模块包括：

35、数据获取模块，用于获取配电网的电力数据，并进行预处理；

36、关联模块，用于将所述配电网的电力数据与相应的区段进行关联，得到配电网的电力数据与区段之间的关系；

37、数据划分模块，用于基于配电网的电力数据与区段之间的关系，将配电网的电力数据根据区段划分为多个子数据。

38、优选的，所述分段分割模块包括：

39、阈值设定模块，用于设定数据阈值条件，其中，所述数据阈值条件为数据密度阈值；

40、分割模块，用于基于数据密度阈值对所有区段进行 n次分割，得到多个第 n分段以及与第 n分段对应的第 n子数据，其中， n为正整数；

41、数据密度获取模块，用于获取经过 n次分割后的所有第 n子数据的当前数据密度；

42、判断模块，用于逐一判断第 n子数据的当前数据密度是否小于设定的数据密度阈值，

43、若当前数据密度不小于数据密度阈值的第 n子数据的个数不少于当前数据密度小于数据密度阈值的第 n子数据的个数，则停止分割，反之，则继续进行分割。

44、与相关技术相比较，本发明提供的一种配电网故障预测方法及其预测系统具有如下有益效果：

45、本发明通过对待预测配电网进行拓扑结构分析和物理区间分割，得到多个区段，并获取相应的电力数据，然后，根据预设的数据阈值条件对每个区段进行多次分割，得到更细粒度的分段，最后，利用预构建的基于神经网络的故障预测模型对分割后的分段的数据进行处理和分析，实现对配电网故障的准确预测，本发明综合考虑了配电网的拓扑结构特性、数据关联性和动态变化特性，可以提高预测的准确性和可靠性，为配电网的安全稳定运行提供有力保障，并且能够更精确地确定故障发生的具体分段，从而加速维护工作的响应与执行。