[发明专利]配电网电源并网评价方法及其评价系统

权利要求书

1.一种配电网电源并网评价方法，包括如下步骤：

S1.选取配电网电源并网评价的适应性评价指标因素；

S2.根据步骤S1选取的适应性评价指标因素，采集配电网中适应性评价指标因素所对应的历史指标值、历史指标权重值以及历史指标等级值；

S3.对步骤S2采集的适应性评价指标因素所对应的历史指标值、历史指标权重值以及历史指标等级值进行特征提取，并建立第一训练集；

S4.根据步骤S3建立的第一训练集，构建深度学习评价模型；

S5.计算步骤S2选取的适应性评价指标因素的当前评价指标值；

S6.根据计算得到的当前评价指标值与步骤S4构建的深度学习评价模型，建立配电网的适应性评价规则；

S7.对步骤S2采集的适应性评价指标因素所对应的历史指标值、历史指标权重值以及历史指标等级值进行特征提取，并建立第二训练集；

S8.根据步骤S7建立的第二训练集，构建深度学习指标权重模型；

S9.根据步骤S5计算得到的当前评价指标值与步骤S8构建的深度学习指标权重模型，计算适应性评价指标因素的当前指标权重值；

S10.根据步骤S1选取的适应性评价指标因素、步骤S9得到的适应性评价指标因素的当前指标权重值和步骤S6得到的配电网的适应性评价规则，计算配电网电源的适应性评价结果。

2.根据权利要求1所述的配电网电源并网评价方法，其特征在于步骤S1所述的选取配电网电源并网评价的适应性评价指标因素，具体为采用如下步骤进行选取：

(1)根据配电网设备的运行参数，选定原始评价指标因素；

(2)根据步骤(1)中选定的原始评价指标因素，采集配电网中原始评价指标因素所对应的历史指标值、历史指标权重值和历史指标等级，采用相关性分析算法计算各原始评价指标因素对应的相关系数；

(3)根据原值评价指标因素及其对应的相关系数，确定适应性评价指标因素。

3.根据权利要求2所述的配电网电源并网评价方法，其特征在于所述的适应性评价指标因素包括线路平均负载率、重载线路占比、载荷处在最佳运行区间的线路占比、开断容量平均裕度、开关合格率、容载比、重载变压器占比、载荷处在最佳运行区间的变压器占比、故障情况下保护误动率、保护灵敏度校验合格率以及正常运行时保护误动率。

4.根据权利要求3所述的配电网电源并网评价方法，其特征在于步骤S4所述的根据第一训练集构建深度学习评价模型，具体为根据第一训练集，采用深度神经网络模型对第一算法集合进行深度学习，从而构建深度学习指标权重模型。

5.根据权利要求4所述的配电网电源并网评价方法，其特征在于所述的第一算法集合包括数据降维算法、关联算法、线性回归算法和分类算法。

6.根据权利要求5所述的配电网电源并网评价方法，其特征在于步骤S8所述的根据第二训练集构建深度学习指标权重模型，具体为根据第二训练集，采用深度神经网络模型对第二算法集合进行深度学习，从而构建深度学习指标权重模型。

7.根据权利要求6所述的配电网电源并网评价方法，其特征在于所述的第二算法集合包括层次分析算法、主成分分析算法、关联算法、线性回归算法和分类算法。

8.根据权利要求7所述的配电网电源并网评价方法，其特征在于步骤S10所述的根据适应性评价指标因素、适应性评价指标因素的当前指标权重值和配电网的适应性评价规则计算适应性评价结果，具体为采用如下算式计算适应性评价结果Q：

式中N为适应性评价指标因素的个数，w_i为第i个适应性评价指标因素的权重，I_i为第i个适应性评价指标因素。

9.一种实现权利要求1～之一所述的配电网电源并网评价方法的评价系统，包括适应性评价指标因素选取模块、历史值采集模块、第一训练集建立模块、深度学习评价模型建立模块、当前评价指标值计算模块、适应性评价规则建立模块、第二训练集建立模块、深度学习权重模型建立模块、当前指标权重值计算模块和配电网电源适应性评价结果计算模块；适应性评价指标因素选取模块、历史值采集模块、第一训练集建立模块、深度学习评价模型建立模块、当前评价指标值计算模块、适应性评价规则建立模块、第二训练集建立模块、深度学习权重模型建立模块、当前指标权重值计算模块和配电网电源适应性评价结果计算模块依次串联；适应性评价指标因素选取模块用于选取配电网电源并网评价的适应性评价指标因素；历史值采集模块用于根据选取的适应性评价指标因素，采集配电网中适应性评价指标因素所对应的历史指标值、历史指标权重值以及历史指标等级值；第一训练集建立模块用于对采集的适应性评价指标因素所对应的历史指标值、历史指标权重值以及历史指标等级值进行特征提取，并建立第一训练集；深度学习评价模型建立模块用于根据建立的第一训练集，构建深度学习评价模型；当前评价指标值计算模块用于计算选取的适应性评价指标因素的当前评价指标值；适应性评价规则建立模块用于根据计算得到的当前评价指标值与构建的深度学习评价模型，建立配电网的适应性评价规则；第二训练集建立模块用于对采集的适应性评价指标因素所对应的历史指标值、历史指标权重值以及历史指标等级值进行特征提取，并建立第二训练集；深度学习权重模型建立模块用于根据建立的第二训练集，构建深度学习指标权重模型；当前指标权重值计算模块用于根据计算得到的当前评价指标值与构建的深度学习指标权重模型，计算适应性评价指标因素的当前指标权重值；配电网电源适应性评价结果计算模块用于根据适应性评价指标因素、适应性评价指标因素的当前指标权重值和配电网的适应性评价规则，计算配电网电源的适应性评价结果。