[发明专利]配电网重过载预警方法、装置、计算机设备和存储介质

说明书

本申请涉及一种配电网重过载预警方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取电网实时数据；根据电网实时数据，获取不同维度的重过载分类特征，根据不同维度的重过载分类特征，确定重过载负荷类型；将电网实时数据输入与重过载负荷类型对应的预设预警模型进行预测，得到预警结果数据。本方法首先根据电网实时数据获取不同维度的重过载分类特征，进而根据不同维度的重过载分类特征准确地确定重过载负荷类型，提高符合预测的针对性，进而选择与重过载类型对应的预警模型进行重过载预测，提高了重过载预警的准确率。

技术领域

本申请涉及配电自动化技术领域，特别是涉及一种配电网重过载预警方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

配电网作为电网直接面向用户的环节，供电设备的运行状态直接影响供电质量。随着社会经济的飞速发展和电力需求的快速增长，生产、生活用电负荷在不断攀升，使得电网原有的配变设备所承受的负荷日趋严重，成为电网安全运行的重大隐患。设备的重过载运行是引起故障停电的主要原因之一，而重过载现象通常也伴随着三相不平衡、电压偏移等其他问题，严重影响用户安全可靠用电。特别在夏季、节假日等用电高峰时段，存在重过载变压器烧坏及配电变压器容量不足导致不能正常供电的情况，影响供电可靠性且造成客户投诉，同时也会造成直接的经济损失。此外，设备长时间处于重过载状态会加快元件的非正常损耗，降低设备使用寿命，给电网带来故障隐患和运行风险，同时也会影响公司经济效益。因此，重过载治理一直是配电网运维检修工作的重要内容。

目前，对于配电网的重过载治理通常分为事中监测和事后处理两个阶段，即实时监测配电网设备的运行情况，在发现重过载事件后，向运维人员发出告警信息，然后由现场专工根据具体情况采取相应措施进行处理。面临的业务难题是这种治理方式相对被动，需要投入大量监测时间成本和技改检修人力成本。在大部分情况下，考虑到实际工况中允许设备短时间重过载运行，为保证持续供电，对一般的重过载事件只进行监测，对频繁出现重过载的配变进行报备，并列入周期性技术改造大修计划。而对于可能或已经造成停电的重过载事件，可以通过切改用户线路或临时替换大容量变压器消除重过载现象，但临时停电依然不可避免。

由于用电需求增长、地区发展不均衡、配网投资精准性不高、配网结构复杂、突发偶然事件等内外部原因，配变重过载时有发生。改善重过载治理工作现状，提高重过载设备的治理效率和效果，具有重要的现实意义和经济社会效益。

用电负荷不断增长，配变重过载现象频发，造成直接经济损失并对电网安全运行造成重大隐患。常规事中监控、事后处理的方式相对被动，需要投入大量监测时间成本和技改检修人力成本，重过载预警准确率低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高配电网重过载预警准确率的配电网重过载预警方法、装置、计算机设备和存储介质。

第一方面，本申请提供了一种配电网重过载预警方法。该方法包括：

获取电网实时数据；

根据电网实时数据，获取不同维度的重过载分类特征，根据不同维度的重过载分类特征，确定重过载负荷类型；

将电网实时数据输入与重过载负荷类型对应的预设预警模型进行预测，得到预警结果数据。

在其中一个实施例中，根据电网实时数据，获取不同维度的重过载分类特征，根据不同维度的重过载分类特征，确定重过载负荷类型，包括：根据电网实时数据，获取负荷特征、发生时段、持续时长、相别特征、气象特征、经济特征、设备特征；根据负荷特征、发生时段、持续时长、相别特征、气象特征、经济特征以及设备特征，确定重过载负荷类型。

在其中一个实施例中，预警模型的训练过程包括：获取样本数据；其中，样本数据根据配电网历史重过载记录提取得到；对样本数据进行关联分析，得到重过载影响数据集合；根据重过载影响数据集合对初始预警模型进行训练，当初始预警模型预测得到的样本预警结果与真实预警结果的差值小于预设误差阈值时，得到预设预警模型。