[发明专利]一种配变重、过载风险预警分析的方法

权利要求书

1.一种配变重、过载风险预警分析的方法，其特征在于：通过历史配网变压器每天96点的用电采集数据，通过预警数据分析模型得出配变重过载预警清单，基于清单分析概率风险；以风险值作为指标，建立风险模型，提出意见。

2.根据权利要求1所述的一种配变重、过载风险预警分析的方法，其特征在于：通过历史配网变压器每天96点的用电采集数据，通过预警数据分析模型得出配变重过载预警清单；包括短期风险预警和中期风险预警，具体步骤如下：

1)构建预警数据分析模型

通过K-Means算法实现预测模型，基本思想是：以空间中k个点为中心进行聚类，对最靠近他们的对象归类；通过迭代的方法，逐次更新各聚类中心的值，直至得到最好的聚类结果；

公式：

式中表示：有V个群组S_i，i＝1，2，...，k；u_i是群组S_i内所有元素x_j的重心；

①从M个文档随机选取I个文档作为要参考的质心量；

②对剩余的每个文档测量其到每一个质心空间距离，并将其聚类至最短空间距离的质心；

③重新计算已经得到的各个类的质心；

④再迭代2-3步直至新的质心与原质心相等或小于指定阈值，算法结束；

输入变量特征可以考虑：历史负载率、设备台账信息、环境因素、经济因素；最终通过预警数据分析模型输出配变重过载预警清单；

2)短期风险预警

①首先基于配变重、过载短期预警清单分析概率风险，即通过短期的预警数据分析模型输出配变短期预警重、过载概率清单；通过结合配变上周在迎峰度夏期间的重过载持续时间，识别是持续性重、过载配变还是瞬时性重、过载配变；通过结合配变本周的检修及巡检计划，为优化配网应急响应提供参考视角；

然后结合配变健康度分析失效/停电风险，即通过配变役龄与配变故障/缺陷发生情况，以及配变的高温缺陷故障拐点综合反映设备的健康程度，同时结合配变短期预警重过载概率清单，分析配变未来失效/停电风险；

最后结合配变所属台区设备及用户重要度分析综合风险，即通过配变资产原值/容量反映配变的重要度，通过识别重要客户、重点保障客户以及敏感客户反映客户重要度，同时结合配变未来失效/停电风险分析配变重、过载的综合风险；

预警样本预处理

实际配变运行过程中，影响其发生重过载现象的因素可分为客户信息、负荷趋势、经济因素、气温数据、日期因素；其中，客户信息包括居民占比、居民用电量占比；经济因素则包括日调度口负荷值、配变对日调度口负荷值敏感度；气温数据则包括日最高气温、日平均气温、配变对最高温度敏感度、配变对平均气温敏感度；各影响因素自变量因度量单位不同而不能直接用于预警回归模型，需对其进行标准化处理，即各因素量的平均值为：

式中，Xi为各因素量值、Ximax、Ximin分别为其最大值与最小值；

设备的风险评价可利用定性评价或定量评价两种方法进行；以量化的方法基于配网变压器重、过载短期概率对其进行短期综合风险评价；配变的重、过载故障可能引发多种损失，资产的损失程度考虑设备损坏、人身安全、供电可靠性和社会影响；风险评价以风险值作为指标，综合考虑资产等级、设备健康程度、设备重、过载发生概率以及配变缺陷的高温拐点四者的作用；其风险模型如下式所示：

R(t)＝A(t)×H(t)×L(t)×T(t) (3)

式中：t表示某个时刻(Time)；A表示资产等级(Asset)，包括配变的容量、配变原值，配变所带用户级别、用户数量等，反映资产的重要程度；H表示设备健康等级(Health)，包括设备的役龄、设备当年缺陷率、故障率等，反映设备的健康程度；L表示设备预计的重、过载等级(Load)，通过概率值反映设备未来的重、过载程度；T表示设备缺陷的高温拐点(Temperature)，通过高温持续时间或峰值反映设备未来收高温影响的负面程度；R表示设备综合风险值(Risk)；

3)中期风险预警

首先基于配变重、过载中期预警清单分析概率风险，即通过中期预警数据分析模型输出配变中期预警重过载概率清单；通过结合配变去年在迎峰度夏期间的重载、过载天数，识别是存量重、过载配变还是增量重、过载配变；通过结合配变去年的技改增容量，为配网投资有效性提供参考视角；

然后结合配变健康度分析失效/停电风险，即通过配变役龄与配变故障/缺陷发生情况综合反映设备的健康程度，同时结合配变中期预警重过载概率清单，分析配变未来失效/停电风险；

最后结合配变所属台区设备及用户重要度分析综合风险，即通过配变资产原值/容量反映配变的重要度，通过识别重要客户、重点保障客户以及敏感客户反映客户重要度，同时结合配变未来失效/停电风险分析配变重、过载的综合风险。