[发明专利]基于模型驱动和数据驱动结合的用户用电可靠性分析方法

权利要求书

1.一种基于模型驱动和数据驱动结合的用户用电可靠性分析方法，其特征在于，包括以下步骤：

S1：输入模型驱动的电网侧可靠性评估所需数据，所需数据包括元件连接关系；

S2：根据S1输入的数据，利用故障模式后果分析法评估电网侧可靠性；

S3：输入数据驱动的用户侧可靠性修正所需数据；

S4：对S3输入的数据进行清洗和分类；

S5：对经S4处理后的数据进行拟合，形成各负荷点每月各类日的标准负荷曲线；

S6：对经S4处理后的数据进行拟合，形成各负荷点每个电能质量事件日的负荷曲线；

S7：将S5的标准负荷曲线与S6的每个电能质量事件日的负荷曲线对比形成对比结果曲线；

S8：根据S7形成的对比结果曲线计算出缺供电量及停电时间；

S9：根据S7的对比结果曲线和S8的缺供电量及停电时间，修正S2得出的电网侧可靠性，得到用户侧用电可靠性；

S10：输出用户侧用电可靠性的系统级可靠性指标；

所述步骤S1中模型驱动的电网侧可靠性评估所需数据包括待分析的配电网所有元件的可靠性参数、元件连接关系、各负荷点的平均负荷和用户数、分段开关与联络开关的手动操作时间、所有开关元件的不可靠开断或闭合的概率；

步骤S1中模型驱动的电网侧可靠性评估所需数据均统一为矩阵branch，其中矩阵branch各行代表配电网各个元件，矩阵branch第一列和第二列分别为元件的首节点和末节点，表征了配电网各元件的连接关系；第三列表征元件的类型；第四列和第五列分别为元件的年故障率和平均故障修复时间；第六列存放线路元件的长度，若某行对应的元件不是线路，则该行的第六列元素为null；第七列存放负荷点的平均负荷；第八列存放负荷点的用户数；第九列存放所有开关元件的不可靠开断或闭合的概率；第十列存放分段开关与联络开关的手动操作时间；

步骤S2中的故障模式后果分析法具体为：

通过对矩阵branch第一、二列元素进行拓扑搜索，找出从电源点到主馈线末端节点之间的路径；然后遍历配电网中的各个元件，分别假设每个元件故障，分析本次故障引起哪些开关元件断开或闭合，从而得到本次故障下每个负荷点的故障停电次数与停电时间；最后根据每个负荷点的故障停电次数与停电时间计算出负荷点的年故障率、年平均故障停电时间，从而计算出整个配电网系统的系统级可靠性指标，包括系统平均停电时间SAIDI、系统平均停电频率SAIFI、停电用户平均停电时间CAIDI、供电可靠率ASAI和期望缺供电量ENS；

步骤S3中数据驱动的用户侧可靠性修正所需数据包括待分析的配电网所有负荷点近三年的负荷数据、待分析的配电网近三年的停电事件记录和电能质量问题事件记录；

步骤S4中对S3输入的数据进行清洗和分类具体为：

清洗：若一天内负荷点的负荷数据存在10个或以上连续的采集数据丢失，则该负荷点这一天的负荷数据为不满意数据，应舍弃掉，设该负荷点近三年的负荷数据经过剔除后，剩余T天的负荷数据，对负荷点T天的负荷数据进行检查，若存在一天内的数据少于480个，则对该天的负荷数据进行填充，具体地，首先找到缺失数据的时间点，然后找到该时间点最邻近的前面一个和后面一个不缺失数据的时间点a和b，作一条经过时间点a和b的负荷数据的直线，该直线上对应缺失数据的时间点的纵坐标值作为对缺失数据的时间点的负荷数据填充值；

分类：对每个负荷点近三年的负荷数据进行剔除和填充后，以一天的负荷数据为数据分类的最小单元，首先根据停电事件记录和电能质量问题事件记录，把T天的负荷数据分为3类：把存在电网侧停电事件的日期对应的当天负荷数据筛选出来，得到T₁天停电日的负荷数据；把不存在电网侧停电事件但存在电能质量问题事件的日期对应的当天负荷数据筛选出来，得到T₂天电能质量问题日的负荷数据；其余日期对应的当天负荷数据是正常日的负荷数据，设共有T₃天；然后把T₃天正常日的负荷数据按月份分成12类，再把属于同一个月份内三年的负荷数据按工作日与休息日分成2类，至此，每个负荷点T₃天正常日的负荷数据被分为了24类；

步骤S5中标准负荷曲线的拟合具体为：

依次遍历每个负荷点，依次遍历24类正常日的负荷数据，对同一类的负荷数据，首先对一天内同一个时间点采集的数据取平均值，则得到这一类负荷数据的一天480个采集时间点对应的采集数据平均值，然后采用带L2约束的最小二乘法对该480个数据点进行拟合，得到该负荷点该月份该类日的标准负荷曲线，具体地，该最小二乘法的目标函数为：

其中，为数据拟合前选定的基函数；a₀～a_n为基函数的系数，是标量；a是由a₀～a_n组成的向量[a₀，a₁，...，a_n]；(x_i，y_i)为一个负荷数据点，一共有480个，即n＝479，x_i为横坐标即采集时间点，y_i为纵坐标即采集的负荷数据值；是由L2约束转化而来的拉格朗日函数项，||a||₁为向量a的L1范数，||a||₂为向量a的L2范数，λ为拉格朗日乘子，此处选用高斯核函数作为基函数：

其中，h为带宽；

步骤S6每个电能质量事件日的负荷曲线的拟合具体为：

以步骤S4中筛选出来的每个负荷点的T₂天电能质量问题日的负荷数据为数据拟合的对象，遍历每个负荷点，遍历T₂天中的每一天，采用带L2约束的最小二乘法对当天中480个数据点进行拟合，得到该天的电能质量问题下的实际负荷曲线；

步骤S7中对比结果曲线的形成具体为：

遍历每个负荷点，遍历T₂天中每一天的电能质量问题下的实际负荷曲线，找出对应该月份该类日的标准负荷曲线，将这两条曲线进行对比，负荷缺失量不超过10％的为用户正常的负荷量波动，超出10％的部分有可能为电网侧电能质量问题引起的用户停电，还需要后续步骤进一步分析；以步长dx遍历横轴坐标，若电能质量问题下的负荷曲线对应的纵坐标值低于标准负荷曲线对应的纵坐标值，且它们相差超过标准负荷曲线对应的纵坐标值的10％，则输出纵坐标为1；若电能质量问题下的负荷曲线对应的纵坐标值高于标准负荷曲线对应的纵坐标值，或者电能质量问题下的负荷曲线对应的纵坐标值低于标准负荷曲线对应的纵坐标值，但它们相差不超过标准负荷曲线对应的纵坐标值的10％，则输出纵坐标为0，对每个负荷点，得到了T2天的纵坐标取值只有0或1的对比结果曲线；

步骤S8中计算出缺供电量及停电时间具体为：

通过步骤S1输入的元件连接关系和步骤S7得到的各负荷点的电能质量问题下的对比结果曲线，寻找同一10kV母线下的馈线中存在超过3个负荷点同一日期的对比结果曲线输出1的时段有重合的情况，找出这种重合的情况中涉及到的所有负荷点，对里面的每个负荷点执行以下操作：更新该负荷点的受电能质量问题事件影响的停电次数，即增加一次停电次数；找到重合时段的首时间点和末时间点的横坐标x₁和x₂，记录重合时段的时间长短作为该负荷点在本次电能质量问题事件中的停电时间；并对函数p(x)＝f₁(x)-f₂(x)在区间[x₁,x₂]内积分，积分值即为该负荷点在本次电能质量问题事件中的缺供电量，其中f₁(x)为该负荷点的本次电能质量问题事件日对应的该月份该类日的标准负荷曲线，由步骤S5得到，f₂(x)为该负荷点的本次电能质量问题事件日的实际负荷曲线，由步骤S6得到，经过步骤S8之后，将会得到待分析用户用电可靠性的配电网中所有负荷点近三年由于电能质量问题事件导致的停电次数、每次的停电时间、每次停电造成的缺供电量；对所有负荷点近三年由于电能质量问题事件导致的停电次数、每次的停电时间、每次停电造成的缺供电量都除以T再乘以365，得到所有负荷点平均每年由于电能质量问题事件导致的停电次数、每次的停电时间、每次停电造成的缺供电量。

2.根据权利要求1所述的基于模型驱动和数据驱动结合的用户用电可靠性分析方法，其特征在于，步骤S9中对S2中的系统级可靠性指标系统平均停电时间SAIDI、系统平均停电频率SAIFI、停电用户平均停电时间CAIDI、供电可靠率ASAI和期望缺供电量ENS进行修正，得到描述了用户用电体验的用户侧用电可靠性指标系统平均停电时间C-SAIDI、系统平均停电频率C-SAIFI、停电用户平均停电时间C-CAIDI、供电可靠率C-ASAI和期望缺供电量C-ENS，具体为：

其中，m为配电网中的负荷点个数；k_i为负荷点i平均每年由于电能质量问题事件导致的停电次数；N_i为负荷点i的用户数；t_ij为负荷点i在第j次由于电能质量问题事件导致的停电事件中的停电持续时间；ens_ij为负荷点i在第j次由于电能质量问题事件导致的停电事件中的缺供电量。