[发明专利]基于BP神经网络的配电网故障停电影响因素敏感度分析

权利要求书

1.一种基于BP神经网络算法的配电网故障停电影响因素敏感度分析方法，其特征在于，包括以下步骤：

步骤1：梳理与投资相关的配电网故障停电影响因素集合，形成投资-影响因素-户均故障停电指标的关联关系；

步骤2：以各影响因素作为BP神经网络算法的输入，以户均故障停电指标作为BP神经网络算法的输出，建立故障停电预测模型；

步骤3：采用灵敏度分析方法分析影响户均故障停电指标的各影响因素；

步骤4：将各影响因素灵敏度的绝对值并按照大小排序，获取对户均故障停电指标影响最大的几个影响因素，其中影响因素灵敏度的绝对值排序越靠前，则对户均故障停电指标影响越大，说明该影响因素越薄弱，由此可对配电网投资提供方向上的指引。

2.如权利要求1所述的基于BP神经网络算法的配电网故障停电影响因素敏感度分析方法，其特征在于，与投资相关的配电网故障停电影响因素集合包括：网架结构因素、装备水平因素、抢修水平因素和折旧因素。

3.如权利要求2所述的基于BP神经网络算法的配电网故障停电影响因素敏感度分析方法，其特征在于，所述网架结构因素包括：平均每段线路所挂负荷比例、线路平均长度、平均分段数、可转供馈线比例、单个变电站的平均供电半径、中压线路平均装机容量、户均容量。

4.如权利要求3所述的基于BP神经网络算法的配电网故障停电影响因素敏感度分析方法，其特征在于，所述平均每段线路所挂负荷比例的计算方法为：至该月为止平均每段线路挂接的变压器台数；所述线路平均长度的计算方法为：至该月为止在运线路平均长度；所述平均分段数的计算方法为：平均每条线路分段数；所述可转供馈线比例的计算方法为：拥有联络开关馈线占比；所述单个变电站的平均供电半径的计算方法为：等于线路长度/变电站出现开关数量；所述中压线路平均装机容量的计算方法为：配电变压器总容量/配电线路条数；所述户均容量的计算方法为：配变总容量/该月低压总户数。

5.如权利要求2所述的基于BP神经网络算法的配电网故障停电影响因素敏感度分析方法，其特征在于，所述装备水平因素包括：架空线路绝缘化率、电缆化率、配变额定容量分布、配电开关灭弧性质占比、配变投运月限分布、开关投运月限。

6.如权利要求5所述的基于BP神经网络算法的配电网故障停电影响因素敏感度分析方法，其特征在于，所述架空线路绝缘化率的计算方法为：该月架空线路绝缘线总长度/架空线路总长度；所述电缆化率的计算方法为：该月电缆线路总长度/线路总长度；所述配变额定容量分布的计算方法为：各额定容量配变占比情况统计，占比越大，装备水平越高；所述配电开关灭弧性质占比的计算方法为：至该月为止在运的油开关/总开关数、至该月为止在运的真空开关/总开关数、至该月为止在运的六氟化硫开关数/总开关数；所述配变投运月限分布的计算方法为：至该月为止在运的投运时间在3年内配变台数/总变压器台数、至该月为止在运的投运时间在3-5年配变台数/总变压器台数、至该月为止在运的投运时间在5年以上配变台数/总变压器台数；所述开关投运月限的计算方法为：至该月为止在运的投运时间在3年内开关台数/总开关台数、至该月为止在运的投运时间在3-5年开关台数/总开关台数、至该月为止在运的投运时间在5年以上开关台数/总开关台数。

7.如权利要求2所述的基于BP神经网络算法的配电网故障停电影响因素敏感度分析方法，其特征在于，所述折旧因素为随着时间的推移设备故障率的变化；所述抢修水平因素包括：平均故障恢复时间、中大型故障平均故障恢复时间、小型故障平均故障恢复时间、中大型故障发生频率、带电作业次数、故障停电范围分布、极端恶劣天气情况下故障平均恢复时间。