[发明专利]一种配电网线路故障规律挖掘方法、系统及存储介质

说明书

本发明实施例公开了一种配电网线路故障规律挖掘方法、系统及存储介质。其中，该方法包括采集配电网线路故障跳闸记录，生成配电网线路故障及原因场景下的标记事件，并生成配电线路故障信息库；基于k‑means的数据离散化方法，对配电线路故障信息库中每一项属性信息进行聚类，得到属性初级分类集；将属性初级分类集进行等频优化，基于apriori算法，对故障属性分类集中每一类故障属性进行故障频繁项集挖掘，构建频繁候选集，并进行配网线路故障跳闸强相关规则筛选。本发明实施例的技术方案实现故障属性的聚类以挖掘故障关联规则，缩小了配电网巡视运维范围。

技术领域

本发明实施例涉及电力系统配电网运行技术领域，尤其涉及一种配电网线路故障规律挖掘方法、系统及存储介质。

背景技术

配电网作为直接面向用户的电力网，配电网设备规模大、覆盖范围广，设备所处的外在环境复杂，据统计目前电网80％的故障属于配电网故障。引起配电网故障跳闸原因相关关联因素包括温度、线路长度、运行年限、所属配变数量以及线路的动态运行数据等。为了提升供电可靠性，需要提前针对线路进行巡检，由于配电网分布广、设备规模体量大，在没有故障辅助策略条件下，实现全部区域线路及设备的巡视及检修费用巨大，很难实现对线路的动态运行数据实时故障的预判。

因此，现有的配电网的全部区域线路及设备的巡视及检修费用高的问题亟待解决。

发明内容

本发明实施例提供一种配电网线路故障规律挖掘方法、系统及存储介质，实现配电网故障范围判断，缩小配电网巡视巡维范围，以解决现有的配电网的全部区域线路及设备的巡视及检修费用高的问题。

为实现上述技术问题，本发明采用以下技术方案：

第一方面，本发明实施例提供了一种配电网线路故障规律挖掘方法，包括：

采集配电网线路故障跳闸记录，生成配电网线路故障及原因场景下的标记事件；

根据所述标记事件，生成含有多属性信息的配电线路故障信息库；

基于k-means的数据离散化方法，对所述配电线路故障信息库中每一项属性信息进行聚类，得到属性初级分类集；

将所述属性初级分类集进行等频优化，得到故障属性分类集；

基于apriori算法，对所述故障属性分类集中每一类故障属性进行不同故障原因场景下的故障频繁项集挖掘，构建涵盖不同频繁属性个数的频繁候选项集；

根据所述频繁候选项集，基于所述配电线路故障信息库，进行配网线路故障跳闸强相关规则筛选。

进一步地，所述采集配电网线路故障跳闸记录，生成配电网线路故障及原因场景下的标记事件，包括：

采集所述配电网线路故障跳闸记录；

基于调度自动化系统或其他动态监控系统，根据采集到的所述配电网线路故障跳闸记录，产生配电网线路故障跳闸标记事件。

进一步地，根据所述标记事件，生成含有多属性信息的配电线路故障信息库，包括：

根据所述标记事件，基于信息化系统的多源数据，对配电网线路馈线级有效信息进行处理；

根据每一起配电网线路的故障跳闸记录及故障跳闸发生时间，整合故障时刻的属性，生成含有多属性信息的所述配电线路故障信息库；

其中，所述故障时刻的属性包括温度、雨量、风速、线路总长、架空线路总长、配电线路所属区域、配电线路下辖配变数量、线路电压、电流、有功、无功等运行数据以及线路运行年限中的一种或者至少两种。

进一步地，所述线路总长为电缆线路和架空线路导线段总和；所述架空线路总长为架空线路导线段总和；