[发明专利]一种配电网年运行效率预测方法、系统及设备

权利要求书

1.一种配电网年运行效率预测方法，其特征在于，包括以下步骤：

获取配电网设备的历史负载率以及配电网设备的负载率影响因素；

采用关联要素挖掘法对负载率影响因素进行分析，得到负载率主要影响因素；

将历史负载率和负载率主要影响因素根据配电网设备的层级进行分类，得到不同设备层级的历史负载率以及不同设备层级所对应的负载率主要影响因素；

将每个设备层级的历史负载率以及该设备层级所对应的负载率主要影响因素划分为训练集与测试集；

将每个设备层级的训练集分别输入到不同的卷积神经网络进行训练，并将每个设备层级所对应的测试集对训练后的卷积神经网络进行测试，得到不同设备层级的训练好的卷积神经网络；

获取未来一年配电网设备的主要影响因素规划值，将主要因素规划值根据设备层级输入到对应设备层级的训练好的卷积神经网络中，得到未来一年配电网设备的负载率预测值；

预测未来一年配电网设备的极限负载率，根据未来一年配电网设备的负载率预测值和未来一年配电网设备的极限负载率计算未来一年配电网设备的年运行效率；

基于配电网设备的资产价值为配电网设备分配权重，根据配电网设备的权重和未来一年配电网设备的年运行效率计算未来一年配电系统的年运行效率。

2.根据权利要求1所述的一种配电网年运行效率预测方法，其特征在于，配电网设备的负载率影响因素包括具有标称属性的负载率影响因素和具有数值属性的负载率影响因素；其中，具有标称属性的负载率影响因素包括线路类型、接线模式以及所在片区，具有数值属性的负载率影响因素包括线路长度、负荷特性因素以及设备容量。

3.根据权利要求2所述的一种配电网年运行效率预测方法，其特征在于，采用皮尔逊相关系数法对具有数值属性的负载率影响因素进行分析，得到具有数值属性的负载率主要影响因素，采用关联规则中的支持度与置信度对具有标称属性的负载率影响因素进行计算分析，得到具有标称属性的负载率主要影响因素。

4.根据权利要求3所述的一种配电网年运行效率预测方法，其特征在于，采用皮尔逊相关系数法对具有数值属性的负载率影响因素进行分析的具体过程为：

计算不同的具有数值属性的负载率影响因素与配电设备历史负载率之间的皮尔逊相关系数，若皮尔逊相关系数大于0.6，则该负载率影响因素为具有数值属性的负载率主要影响因素。

5.根据权利要求3所述的一种配电网年运行效率预测方法，其特征在于，采用关联规则中的支持度与置信度对具有标称属性的负载率影响因素进行计算分析的具体过程为：

获取配电网设备的历史运行效率；

采用k-means算法对配电网设备的历史运行效率进行聚类，将配电网设备的历史运行效率分为高、较高、中、较低、低五类；

扫描每一类历史运行效率中具有标称属性的负载率影响因素出现次数最频繁的影响因素；

计算出现次数最频繁的影响因素的支持度与置信度，根据支持度与置信度判断该影响因素是否为具有标称属性的负载率主要影响因素。

6.根据权利要求5所述的一种配电网年运行效率预测方法，其特征在于，为支持度和置信度设置阈值，当现次数最频繁的影响因素的支持度和置信度均大于设置的阈值时，则该影响因素为具有标称属性的负载率主要影响因素。

7.根据权利要求1所述的一种配电网年运行效率预测方法，其特征在于，预测未来一年配电网设备的极限负载率的具体过程为：

获取未来一年配电网设备的网架结构规划情况，根据网架结构规划情况确定未来一年配电网设备的极限负载率。