论文部分内容阅读
随着配电网信息化的快速发展和电力需求影响因素的逐渐增多,配电系统的数据量越来越庞大,传统的可靠性分析方法受数据获取渠道窄、数据集成处理能力弱等因素限制,已经变得不再适用。而配电网中的数据规模和特点非常符合大数据的各项特征,这为配电网的可靠性分析提供了新的思路。本文正是基于大数据的思想,提出了配电网可靠性分析的新方法,即利用配电大数据采集、存储、分析、关联、预测技术,从海量数据中挖掘、提炼关键信息,预测未来一定时刻的可靠性指标参数,以判断配电网运行可靠性水平,具体的研究内容如下:首先对卢龙县2012到2016年的停电大数据中的停电性质、停电原因和故障设备进行数据特征化分析,明确各子项的比例。随后从区域、户时数、故障停电原因和故障设备类型四个变量出发,对停电大数据进行两步聚类分析,通过校验表明聚类有效,并提取出卢龙县各地区故障停电数据的统计学特征,挖掘出与可靠性关系密切的评估指标。然后利用数据来源建立配电网运行可靠性的四维指标体系,第一步采用主成分分析法挖掘出主要评估指标;第二步针对所得的主要指标,分析相应的影响因素,并采用并行关联规则模型,获得主要影响因素;第三步基于人工神经网络,将上述主要影响因素作为预测的输入量、主要评估指标作为输出量,预测未来一定时间尺度的配电网运行可靠性指标值。最后,以卢龙县某10kV配电系统为算例,得到了与实际相符合的评价结果,验证了本文所提方法的有效性。并且还针对可靠性较低的分析结果,结合卢龙县的配电系统现状,给出了相应的措施和建议。