[发明专利]一种台风灾害下10kV杆塔受损风险评估方法及系统

说明书

本发明提供一种台风灾害下10kV杆塔受损风险评估方法及系统，包括收集研究区域的数据，所述数据包括台风信息、电网信息和地理信息；对数据进行处理与分析，建立输入信息数据体系，所述处理与分析包括数据预处理、分类变量处理、样本均衡、相关性分析和变量剔除；基于多种机器学习算法，分别建立台风灾害下10kV杆塔受损风险评估模型，对各模型进行训练和测试，并对研究区域10kV杆塔进行受损风险评估；以拟合优度和时间两类指标作为模型评价指标，对比各模型的风险评估结果，基于层次分析法和熵权法对各指标进行综合赋权，选择最优模型，并将风险评估结果进行可视化。本发明满足不同场景下最优模型选择时的需求，为及时进行灾前巡检调拨提供实际数据支撑。

技术领域

本发明涉及电力系统风险评估领域，具体涉及到一种台风灾害下10kV杆塔受损风险评估方法及系统。

背景技术

台风灾害往往会导致受灾区域电网输配电设备大量受损，给沿海地区电网带来了巨大威胁。专利文献CN103049646B提供了一种电网500kv终端变电站建设的综合风险评估方法，基于500kv终端变电站和周边的500kv电网、220kv电网的主要元件风险基础数据进行了研究。相比于主网，配网网络结构更为复杂，安全环境相对较差，影响其稳定运行的风险因素也相对较多，更易受到极端自然灾害的影响。同时，配网10kV杆塔设计规范相对较低，且数量较大，在台风灾害下更易发生断杆、倒杆等事故。

本申请发明人在实施本发明的过程中，发现现有技术的方法，至少存在如下技术问题：

目前已有研究者利用物理模型来实现电网的风险预测，物理模型具有预测精度较高的特点，但由于模型较为复杂，因此模型一般仅适用于样本数量较少的情况，且往往忽略了微地形对设备风险的影响，当样本数量增加或者自变量数量增加时，易导致模型运行时间过长，运行效率不高。在利用数据驱动模型进行风险评估的研究方面，由于电网数据收集体系的运行尚处于初级阶段，样本数量和数据质量欠佳，故模型的精度大多较低，因此现有模型大多将重点放在主网设备损失预测和模型预测精度的提升上，对更易受损的配网设备损失预测较少，且大多没有考虑模型运行时间对模型优劣的影响。但由于台风实时性较强，一些模型为了追求模型精度，可能在模型训练时间或者运行时间上耗费较多，对制定及时的应急调度策略造成一定影响。因此，本发明提出综合考虑模型精度和运行时间，研究基于数据驱动的10kV杆塔受损风险评估方法，对及时制定电网防风应急方案有重要意义。

发明内容

有鉴于此，本发明提供了一种台风灾害下10kV杆塔受损风险评估方法，用以解决配网杆塔受损预测模型较少、模型运行效率低、模型考虑因素不全面等技术问题。

为了解决上述技术问题，本发明提供了一种台风灾害下10kV杆塔受损风险评估方法，包括以下步骤：

步骤S1，收集研究区域的数据，所述数据包括台风信息、电网信息和地理信息；

步骤S2，对数据进行处理与分析，建立输入信息数据体系，所述处理与分析包括数据预处理、分类变量处理、样本均衡、相关性分析和变量剔除；

步骤S3，基于多种机器学习算法，建立各算法下的台风灾害下10kV杆塔受损风险评估模型，输入步骤S2处理完成的数据，对各模型进行训练和测试，并对研究区域10kV杆塔进行受损风险评估；

步骤S4，以拟合优度和时间两类指标作为模型评价指标，对比各模型的风险评估结果，基于层次分析法和熵权法对各指标进行综合赋权，选择最优模型，并将风险评估结果进行可视化。

而且，步骤S1中，台风信息由气象部门提供，包括台风下的最大阵风风速V；电网信息由电力部门提供，包括杆塔设计风速V_d、运行年限T、是否加固F、特殊区段Spe、所处位置Loc和土质情况Soi；地理信息包括经度Lon、纬度Lat、海拔Alt、坡向SA、坡度Sl、坡位SP、下垫面类型US、地表类型ST和地表粗糙度R。