[发明专利]一种考虑非平稳特征的变电站运行成本预测方法

权利要求书

1.一种考虑非平稳特征的变电站运行成本预测方法，其特征在于，包括以下步骤：

收集变电站历史运行成本数据，包括历史维护费用和历史能耗费用；

提取变电站运行全生命周期的非平稳特征，包括历史变电站组件的故障数据以及历史气象数据；

统计变电站的组件，并建立组件的可靠性分析模型，所述可靠性分析模型基于组件的属性对组件进行状态评估，输出组件的可靠性；

基于历史维护费用与历史变电站组件的故障数据间的映射关系建立变电站的维护策略，并基于变电站的维护策略建立基于组件可靠性的维护费用预测模型；

对历史能耗费用和历史气象数据进行聚类，分别得到若干聚类结果，根据聚类结果对历史能耗费用中的数据添加能耗成本级别标签，根据聚类结果对历史气象数据中的数据添加影响级别标签；基于能耗成本级别标签与影响级别标签的映射关系建立训练样本集；

建立神经网络，以训练样本集对神经网络进行训练，得到能耗费用预测模型；

通过维护费用预测模型和能耗费用预测模型预测变电站的运行成本。

2.根据权利要求1所述的一种考虑非平稳特征的变电站运行成本预测方法，其特征在于，所述可靠性分析模型通过故障率度量组件的可靠性，可靠性分析模型的建立步骤具体为：

统计变电站所有组件，并评估每个组件的当前状态，根据每个组件的当前状态进行排名，确定每个组件的状态评估等级；

根据各组件的使用寿命，统计并预估各组件的最大故障率和最小故障率；

可靠性分析模型通过各组件的状态评估等级、最大故障率和最小故障率，计算每个组件的预期故障率FRx：

FRx＝FRmin+(FRmax-FRmin)*Cx/100；

其中，FRmax和FRmin分别是组件的最大故障率和最小故障率，根据组件的使用寿命进行调整；Cx为状态评估等级。

3.根据权利要求1所述的一种考虑非平稳特征的变电站运行成本预测方法，其特征在于，所述基于历史维护费用与历史变电站组件的故障数据间的映射关系建立变电站的维护策略，并基于变电站的维护策略建立基于组件可靠性的维护费用预测模型的步骤具体为：

基于历史维护费用与历史变电站组件的故障数据间的映射关系确定每个组件对变电站维护成本的影响程度，根据各组件对变电站维护成本的影响程度制定若干维护策略；

建立维护费用预测模型，导入各维护策略并设定各维护策略中各组件的可靠性阈值，当可靠性低于阈值时，计算根据维护策略对组件进行维护的维护费用。

4.根据权利要求1所述的一种考虑非平稳特征的变电站运行成本预测方法，其特征在于，所述历史气象数据包括若干气象因素，在基于能耗成本级别标签与影响级别标签的映射关系建立训练样本集步骤中，还包括一因素筛选步骤，具体为：

基于FP-Growth关联算法构建FP-tree频繁树，将对应的能耗成本级别标签以及各气象因素的影响级别标签依次插入FP-tree频繁树中；

通过FP-tree频繁树计算各气象因素相对于能耗成本的置信度，设定阈值，筛选置信度大于阈值的气象因素为强关联因素，置信度小于阈值的气象因素为弱关联因素，剔除历史气象数据中的弱关联因素的数据。

5.根据权利要求1所述的一种考虑非平稳特征的变电站运行成本预测方法，其特征在于：所述神经网络采用BP神经网络。

6.一种考虑非平稳特征的变电站运行成本预测设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至5任一项所述的预测方法。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至5任一项所述的预测方法。