[发明专利]一种配电网供电可靠性评估指标权重的修正算法

说明书

本发明涉及一种配电网供电可靠性评估指标权重的修正算法，所述的算法包含供电可靠性评估体系建立、指标权重计算、神经网络修正三个步骤。本发明从影响供电可靠性的不确定因素和固定性因素分析入手，提出一套考虑各种不确定性因素的配电网供电可靠性评估体系，采用层次分析法计算权重，利用神经网络对影响因素指标权重进行自修正。与常规方法相比，省略网络拓扑及设备建模的过程，算法简便且计算速度快，既能定量分析供电可靠性影响因素的影响程度，又可以应用于供电可靠率的现状计算和远景预测。

技术领域

本发明涉及配电网供电可靠性领域，尤其是涉及一种配电网供电可靠性评估指标权重的修正算法。

背景技术

配电网供电可靠性是衡量供电质量的重要指标，直接关系到用户可否正常有效地利用电能，影响国民经济的发展，因此，提高供电可靠性成为配网管理的中心任务。传统可靠性评估主要针对电力系统的静态统计数据，普遍通过分析设备故障率或停电时间方式，或建立配电网拓扑模型进行故障模拟，这种方式只能解决电力系统规划问题，无法直接反映环境等不确定因素对可靠性的影响程度。

本发明从影响供电可靠性的不确定因素和固定性因素分析入手，提出一套考虑各种不确定性因素的可工程化应用的评估体系和算法，采用层次分析法计算权重，利用人工神经网络对因素权重进行自修正，既能定量分析供电可靠性影响因素的影响程度，又可以应用于供电可靠率的现状计算和远景预测，为电力部门运维和规划人员开展精准运维、规划和技改提供实用化的工具，对供电质量的改善具有重大意义。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种配电网供电可靠性评估指标权重的修正算法。

本发明的目的可以通过以下技术方案来实现：

一种配电网供电可靠性评估指标权重的修正算法，其特征在于，包含以下步骤：

S1：分析影响供电可靠性的不确定因素和固定性因素，提出因素指标判据，建立配电网供电可靠性指标体系；

S2：采用层次分析法计算影响因素指标权重；

S3：采用神经网络以历史指标数据为训练样本，对待分析样本进行影响因素指标权重自修正和供电可靠率识别预测。

优选地，所述影响供电可靠性的不确定因素为自然环境，包括温度、树障、落雷、降雪、风况和外力破坏。

优选地，所述影响供电可靠性的固定性因素包括装备水平、网架结构和运维计划。

优选地，所述装备水平包括设备选型合格率、重要设备运行寿命、保护设备配置率、自动化配置率和架空线绝缘化率。

优选地，所述网架结构包括线路N-1通过率、分段开关配置率和联络开关配置率。

优选地，所述运维计划包括日常作业执行率和计划作业执行率。

优选地，所述的采用人工神经网络进行因素指标权重自修正，将不确定因素模型设置为二次函数，将固定性因素模型设置为一次函数，形成修正后的神经网络输入输出函数映射关系。

优选地，所述的采用人工神经网络进行供电可靠率识别预测，以历史供电可靠性率为训练样本，基于修正后影响因素指标权重，直接输出现状配电网供电可靠率，或根据故障概率，预测远景配电网供电可靠率。

与现有技术相比，本发明具有以下优点：