[发明专利]一种基于主变负载状况的设备风险综合分析预警方法

说明书

本发明公开了一种基于主变负载状况的设备风险综合分析预警方法，该方法为：采用基于主变负载状况的设备风险综合分析预警系统收集主变负载数据信息以及全面分析主变负载特性有关的数据信息，将信息传送至主变负载综合分析预警系统，结合电力系统风险评估理论，构建基于主变负载状况的风险评估模型，如下所示：R＝P*F*C；F＝Π_if_i；根据主变负载风险值的大小，将主变负载风险分为三级，高风险、中风险和低风险。本发明全面收集主变负载影响因素，利用主变负载影响因素分析模型全面主变负载预测输入变量来提升主变负荷预测精度，以解决主变负荷预测精度受输入变量未完全涵盖数据特征的影响、训练得到的主变负荷预测模型精度低等问题。

技术领域

本发明涉及电力设备监控分析技术领域，具体涉及一种基于主变负载状况的设备风险综合分析预警方法。

背景技术

随着电网的快速发展，用电需求量不断增加，电网的用电负荷也逐年攀升。变压器作为核心电气设备，对电能的经济传输、灵活分配、安全稳定等具有重要意义。数据规模日益扩大，复杂程度不断增长。如何运用数据分析技术及时发现、总结变压器重过载运行的主要影响因素，对即将发生的重过负载变压器进行有效预测，对提高供电质量、供电可靠率和优质服务水平显得尤为重要。

在电网中，主变之间由于用电性质、负荷变化趋势、网架结构变化等等信息特点不尽相同，因此现有主变负荷预测中未能全面考虑主变所受因素影响情况，现有技术中缺少全面的统一主变负载多源数据信息采集及分析系统和平台，来收集和分析影响主变负载的数据和信息，而且主变负载分析时大多考虑如用电性质、用电时间特征等少量固定输入变量，缺少主变负载影响因素分析模型全面主变负载预测输入变量来提升主变负荷预测精度，造成主变负荷预测精度受输入变量未完全涵盖数据特征的影响、训练得到的主变负荷预测模型精度低等问题。同时在现有技术中，如何利用采集到主变负载多源数据信息实现主变负载风险评估，未见考虑因主变负载情况导致主变负载风险的量化评估；主变负载风险发生概率无有效评价依据，无法有效评价主变负载风险评估；主变负载预测未全面考虑影响因素，导致主变负载预测精度低。

发明内容

本发明要解决的技术问题是：提供一种基于主变负载状况的设备风险综合分析预警方法，全面收集主变负载影响因素，利用主变负载影响因素分析模型全面主变负载预测输入变量来提升主变负荷预测精度，以解决主变负荷预测精度受输入变量未完全涵盖数据特征的影响、训练得到的主变负荷预测模型精度低等问题。

本发明采取的技术方案为：一种基于主变负载状况的设备风险综合分析预警方法，该方法为：采用基于主变负载状况的设备风险综合分析预警系统收集主变负载数据信息以及全面分析主变负载特性有关的数据信息，将信息传送至主变负载综合分析预警系统，结合电力系统风险评估理论，构建基于主变负载状况的风险评估模型，如下所示：

R＝P*F*C (1)

F＝Π_if_i (3)

式中：

R为主变负载风险值；

P为负载因子，为主变负载率在时间区间T上的积分，β(t)为预测在时间区间内的各时点的负载率的值；

F为负载相关因子，为在主变负载率的基础上其它导致负载风险因素的因子f_i的乘积；f_i包括老化因子、告警因子、缺陷因子、历史重载、过载因子及过载修正因子；C为主变负载风险导致的后果严重度值；

根据主变负载风险值的大小，将主变负载风险分为三级，高风险、中风险和低风险。