[发明专利]一种配变重、过载风险预警分析的方法

说明书

本发明属于配电网技术领域。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。本发明可实现配变重载、过载精准预测,支撑基层单位开展重过载配变精准预警，超前制定检修、切改、增容或新增计划；提高供电服务质量，降低了用户投诉率。

技术领域

本发明属于配电网技术领域，具体涉及一种配变重、过载风险预警分析的方法。

背景技术

配电变压器运行稳定性对整个配网系统的安全运行、经济运行具有直接影响，长期重过载运行会造成变压器绝缘层加速老化、使用寿命下降、设备故障发生率增加，严重者会发生电网停电、人身安全等事故，造成企业用户满意度下降。随着全社会用电需求不断增加，尤其在迎峰度夏、冬季取暖期间，配电变压器重过载现象时有发生。因此，及时有效预警配电变压器重过载运行问题，对提升供电质量，避免设备损坏，显得尤为重要。

配电变压器重载，指负载率≥80％且＜100％，且持续2h及以上；配电变压器过载，指负载率≥100％，且持续2h及以上。配电变压器重、过载率是电力系统重点关注的指标之一。

发明内容

本发明的目的在于提供一种配变重、过载风险预警分析的方法，可进行配变的重载、过载概率预测。

为了实现本发明的目的，本发明所采取的技术方案是：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。

一种配变重、过载风险预警分析的方法，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，或叫中心点；

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、经济因素等；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；