[发明专利]一种基于SVM的电网线路故障风险预警方法

说明书

本发明涉及一种基于SVM的电网线路故障风险预警方法。该方法利用SVM学习线路受灾害影响的特点及后果，对线路的受灾易损性以及受损后结果进行综合的分析量化；本发明综合考虑了风灾、雷灾等多种灾害对电网的影响，并结合电网自身的抗灾性能，以及线路在电网中的重要程度，综合分析出线路对应的线路故障引起的电网受灾损失。本发明解决现电有的电网线路故障风险预警主观性较强，使用范围较窄，且考虑的气象元素较单一，不符合实际电网线路的受灾情况的弊端，以支持向量机算法代替层次分析法，以三种常见的气象元素代替单一的气象元素，且本发明还考虑了线路在电网结构中的重要程度，从作为电网防灾规划的参考来说，可以带来更好的经济效益。

技术领域

本发明属于电网规划中涉及电网防灾差异性规划的领域，具体涉及一种基于SVM的电网线路故障风险预警方法。

背景技术

近十年来，自然灾害导致的电力系统重大事故时有发生。洪水、台风、地震等自然灾害对电网及电网设备造成了物理结构上的破坏，其修复需要较长的时间以及大量的人力物力，给国民生产、生活带来了重大的损失。抗灾型电力系统规划可以极大地减小自然灾害对电力系统及社会造成的损失；而灾害条件下电网线路故障风险预警是电网抗灾性建设，电网防灾改造的基础。

从线路角度来看，最直接的提高电网抗灾性能的方法即为提高线路抗灾建设标准。自然灾害导致的大停电事故很多是由于电网中抗灾性弱的线路推出运行而导致的；这些脆弱线路退出运行后，潮流转移，导致相邻线路过负荷，线路过负荷保护动作，从而导致连锁故障发生。为了避免这种配电网严重故障的出现，必须对配电网线路的抗灾性建设做出合理规划，从而需要进行电网线路灾害预警。

现有电网线路灾害预警所考虑的灾害气象条件单一，并且一般只针对电网线路的灾害易损性进行预警，不考虑该线路在电网中的重要性。其预警实现方法主要通过层次分析法等主观性较强的算法实现，不具有普适性。

发明内容

本发明的目的在于提供一种基于SVM的电网线路故障风险预警方法，该方法利用预警对象电网的线路历史故障信息建立SVM电网线路故障风险预警算法的学习数据集合；其数据集合应包含电网所处气象环境、电网抗灾建设情况、线路重要程度、线路故障引起的电网受灾损失四个方面的数据。之后，利用学习数据集合对SVM算法进行学习，并输出SVM电网线路故障风险预警算法应用于此电网的预警准确度。最后建立预警对象电网的线路基本情况数据集合，利用学习过的SVM电网线路故障风险预警算法求出预警对象电网的每一条线路的故障风险值，并从高到低排序，对风险值排名前20％的线路进行预警。

为实现上述目的，本发明的技术方案是：一种基于SVM的电网线路故障风险预警方法，包括如下步骤：

步骤S1、利用预警对象电网的线路历史故障信息建立SVM电网线路故障风险预警算法的学习数据集合，该学习数据集合包括电网所处气象环境、电网抗灾建设情况、线路重要程度、线路故障引起的电网受灾损失四个方面的数据；

步骤S2、利用步骤S1中的学习数据集合对SVM算法进行学习，并输出SVM电网线路故障风险预警算法；

步骤S3、建立预警对象电网的线路基本情况数据集合；

步骤S4、利用步骤S2得出的SVM电网线路故障风险预警算法与步骤S3的预警对象电网的线路基本情况数据集合求出预警对象电网的每一条线路的故障风险值，并从高到低排序，对风险值排名前20％的线路进行预警。

在本发明一实施例中，所述步骤S1中，电网所处气象环境数据包括线路位置灾害等级；电网抗灾建设情况数据包括线路避雷器安装间隔、架设线路杆塔的平均高度、线路投入年限、档距；线路故障引起的电网受灾损失，考虑用户重要等级、线路停电导致用户损失的电量来表示。

在本发明一实施例中，所述步骤S1中，学习数据集合中的数据由电网线路历史故障数据直接获取，或通过对电网线路历史故障数据进行计算求取，其中需通过对电网线路历史故障数据进行计算求取的数据如下：