[发明专利]基于BPNN的检修需求指数分析最优停电检修方法

说明书

本发明涉及在电力技术领域，公开了一种基于BPNN的检修需求指数分析最优停电检修方法。通过采用构建层次结构树的思想建立电网网络拓扑结构，按照树形结构分析电网中各个设备之间相互影响的关系，得出某次停电检修的影响范围，并基于此影响范围得出本次停电检修的所有设备，然后基于BPNN分析出这些设备的检修需求指数，以此为基础制定最优停电检修方案。本发明在必检设备停电检修的停电线路上，找出相应的陪停设备，并对需要检修的陪停设备提出检修方案，因此大大提高了检修效率，实现一停多用、综合检修，避免用户出现频繁停电、长时间停电。大大提高了用户用电满意度和供电可靠性。

技术领域

本发明涉及在电力技术领域，尤其涉及电力系统设备检修中的最优停电检修方法。

背景技术

在电力系统设备检修中，每一次停电检修的过程会对社会和居民产生一定的影响和心理抵触。由于缺乏科学的规划，检修计划往往受到人为因素，包括工作经验，个人判断等影响，对检修工作产生负面的效果。基于此背景，需要制定一种科学合理的检修计划安排方法，在少停电情况的情况下，尽量减少重复停电的次数，减少停电对用户的影响。

目前对于多指标综合分析在确定指标权重的时候大多是出自于对于指标的主观判断，并没有客观、量化、完善的评估方法，因此，研究简便、客观、量化的停电检修需求指数的方法至关重要。

发明内容

本发明所要解决的技术问题是提供一种基于BPNN的检修需求指数分析最优停电检修方法，提高检修效率保障停电检修指标。实现一停多用、综合检修，避免用户出现频繁停电、长时间停电。

为解决上述技术问题，本发明提出了一种基于BPNN的检修需求指数分析最优停电检修方法，包括以下步骤：

步骤A、将停电检修评价指标的数量作为BPNN输入层的神经元个数，将停电检修需求指数作为BPNN模型的输出，隐含层神经元个数可通过逐步增长的方法确定，这样就确定BPNN的拓扑结构，所述停电检修评价指标包括故障率、负载路、服役时长、未检修时长，各指标作为被赋予不同权重的参数；

步骤B、对所述停电检修评价指标进行归一化处理，消除指标量纲差异的不利影响；归一化公式为：式中，x_i表示第i个指标，x_{i min}和x_{i max}分别表示是第i个指标最小值和最大值，x_i′表示归一化后的值；

步骤C、初始化BPNN的参数，并选取足够的需求指数样本，采用BPNN对其进行训练和学习，从而建立需求检修指数评价模型；

步骤D、将所述设备停电检修评价指标输入所述检修需求指数评价模型，分析并输出设备的停电检修需求指数，一个设备的停电检修需求指数反映该设备的检修紧迫程度。

进一步的，计算某电网线路中各个设备的停电检修需求指数；然后根据所述停电检修需求指数确定必检设备。

进一步的，基于BPNN的停电检修需求指数分析及检修方案生成方法，包括以下步骤：

S1、建立电网网络拓扑结构；

S2、基于所述电网网络拓扑结构，找出与必检设备相关联的陪停设备；

S3、计算出各个陪停设备的停电检修需求指数；

S4、生成停电检修方案；

4、根据权利要求3所述的基于BPNN的停电检修需求指数分析及检修方案生成方法，其特征在于，所述步骤S1包括：

1)对电网线路，按照电流的流向构建树形结构，电流经过的每个节点作为一个记录，并在此记录下存储其父节点，

2)建立节点数据库记录每个节点的信息，