[发明专利]一种基于大数据的电网规划适应性方法

说明书

本发明提供一种基于大数据的电网规划适应性方法，包括如下步骤：S1.选取多维配网规划指标，以规划业务视角对现状电网进行精准分析；S2.电网规划特征分析，提出规划特征要素与综合评价指标体系；S3.选取机器学习中的BPNN神经网络算法建立神经网络模型；S4.提取规划特征要素，通过BPNN神经网络模型的训练分析结果中提取出电网精准规划相关的特征要素。本发明涉及一种基于大数据的电网规划适应性方法，通过建立规划特征要素与综合评价指标体系从而应用机器学习中的BPNN神经网络算法以达到配电网规划适应性分析的目的。

技术领域

本发明涉及电网规划分析技术领域，尤其涉及一种基于大数据的电网规划适应性方法。

背景技术

电网是人们生产生活的基础设施，电网的精准规划能有效控制电能开销，提高电网的调度和管理能力。随着大数据技术的不断发展，基于大数据技术的电网精准规划适应性分析系统的设计受到人们的关注。电网精准规划适应性分析系统建立在大规模电网信息和用户的管理基础上，采用大数据信息处理和分析方法进行电网传输数据的实时监控和信息分析，提高精准规划的能力，研究电网精准规划适应性分析系统在提高电网的智能管理性能方面具有重要意义。

发明内容

本发明目的是针对现有技术存在的缺陷提供一种基于大数据的电网规划适应性方法，其中所述方法至少包括选取多维规划指标，电网规划特征分析，建立神经网络模型，提取规划特征要素，其特征在于，包括以下步骤：

S1.选取多维规划指标，从电网可靠性、结构、用户、投资角度开展，以规划业务视角对现状电网进行精准分析，选取多维配网规划分析指标；

S2.电网规划特征分析，提出规划特征要素与综合评价指标体系，应用形成的规划特征与运行指标分析方法对未来相关区域电网运行指标进行评估；

S3.建立神经网络模型，研究分析适应于规划特征信息数据与电网运行相关影响的机器学习方法；

S4.提取规划特征要素，通过BPNN神经网络算法的训练分析结果中提取出电网精准规划相关的特征要素。

进一步可选地，步骤S1所述的选取多维规划指标,其指标包括:供电可靠率、线路“N-1”通过率、线路平均供电半径、接线模式合理率、户均配变容量、线路平均装接容量、单位资产增售电量、单位投资增供负荷；

进一步可选地，步骤S2所述的电网规划特征分析，其特征分析内容包括：网架结构适应性、供电能力适应性、装备水平适应性、负荷特性适应性、新元素并网适应性；

进一步可选地，步骤S3所述的建立神经网络模型，具体包括：选取机器学习中的BPNN神经网络算法。

进一步可选地，步骤S4所述的提取规划特征要素，具体包括：站房规划要素、网架规划要素。

本发明要解决的技术问题在于提供一种基于大数据的电网规划适应性方法，通过选取多维规划指标，进行电网规划特征分析，建立BPNN神经网络模型，进而提取出规划特征要素。

附图说明

图1是本发明的一种基于大数据的电网规划适应性方法的流程示意图。

图2是本发明的一种基于大数据的电网规划适应性方法的神经网络模型示意图。

具体实施方式

请参阅图1，图1是本发明的一种基于大数据的电网规划适应性方法的流程示意图。

本发明的一种基于大数据的电网规划适应性方法包括以下步骤：

S1.选取多维规划指标，从电网可靠性、结构、用户、投资角度开展，以规划业务视角对现状电网进行精准分析，选取多维配网规划分析指标，指标包括：

供电可靠率：用于表征供电系统连续供电能力。