[发明专利]基于大数据挖掘配的电网运行效率评价方法及系统

说明书

技术领域

本发明涉及配电网监测控制领域，尤其是基于大数据挖掘配的电网运行效率评价方法及系统。

背景技术

作为电网的六大环节之一，配电网直接面向用户是保证供电质量、提高电网运行效率、立异用户服务的关头环节。所以配电网的建设关系到整个电网的稳定性以及用户的电能质量，尤其是国家大力发展智能电网后，配电网的建设就显得尤其重要了。如何保证配电网为地区经济社会发展和人民生活水平提高提供优质的电力供应，是配电网规划所面临的主要问题。

电力企业为达到实现节约型社会的目标，应努力开展节能降损工作，降低配电网电能的损失。之前，供电企业把工作重点放在了电力系统的安全性，可靠性，而忽视了经济效益。随着电力市场的逐步形成，配电网运行的经济性越来越重要，供电企业要提高竞争力，必须提高配电网运行的经济性。但由于历史条件的限制，我国电网未能统一规划，电网运行的经济效益较低，尤其是配电网的经济运行、线损计算与分析方面存在着很多不足。虽然经过电网建设与改造，配电网运行的经济性有了大幅度的提高，但依然存在电网损耗大、电压低、变电站布局不合理、供电半径过长等问题。另外，随着用电负荷的变化，当初规划的电网不一定适应当前负荷的发展状况。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于大数据挖掘配的电网运行效率评价方法及系统通过挖掘配网的相关性大数据，按照不同供电区域、功能区类型，分析配网设备及系统运行效率、协调性及设备均衡度，以及公用电网资产、用户专用资产效率，挖掘效率低的影响因素，以上述的挖掘结果，建立线性或者非线性回归模型，形成对配网效率监测的高效工具，并具备一定的趋势预判及估算功能。

本发明的目的是通过以下技术方案来实现的，基于大数据挖掘配的电网运行效率评价方法，具体至少包括如下步骤：

采集配电网运行效率评价参数，并建立配电网运行效率评价参数数据库；

构建至少包括多元线性回归模型、指数平滑模型、一阶/二阶自适应组合模型和神经网络参数优化模型；

利用所述多元线性回归模型、指数平滑模型、一阶/二阶自适应组合模型和神经网络参数优化模型对配电网运行效率进行评价和/或预测。

进一步的，所述配电网运行效率评价参数至少包括：运行水平参数和供电能力参数，所述运行水平参数至少包括综合指标参数、装备水平参数和/或设备运行状况参数；所述供电能力参数至少包括负载能力参数和/或转供能力参数。

进一步的，所述综合指标参数至少包括供电可靠率RS3、D类电压合格率、综合线损率和/或重复计划停电用户比例；所述装备水平参数至少包括运行超30年线路故障停电率、运行超20年配变故障停电率、运行超20年的开关故障停电率和/或线路绝缘化率；所述或设备运行状况参数至少包括架空线路故障停电率、电缆线路故障停电率、配变故障停电率、开关设备故障停电率、外力破坏的故障停电次数比例、线路轻载比例、配变轻载比例和/或理论线损偏高线路比例。

进一步的，所述多元线性回归模型，用以对配电网运行效率的预测具体包括：

若存在两个以上的自变量，假定被解释变量Y与多个解释变量X₁,X₂,…,X_k之间具有线性关系，是解释变量的多元线性函数，即元线性回归模型，具体表示为：

Y＝β₀+β₁X₁+β₂X₂+…+β_kX_k+ε

其中Y为被解释变量X_j(j＝1,2,…,k)为k个解释变量，β_j(j＝0,1,2,…,k)为k+1个未知参数，ε为随机误差项，服从正态分布，满足：

E(ε)＝0,Var(ε)＝σ²。

对等式两边同时取期望，则被解释变量Y的期望值与解释变量X₁,X₂,…,X_k的多元总体线性回归方程，简称总体回归方程线性方程为：

E(Y|X)＝β₀+β₁X₁+β₂X₂+β_kX_k

若β₀,β₁,β₂,…,β_k的估计值为则：