本发明涉及配电网风险评估,特别涉及一种基于极端天气的配电网风险评估方法及系统。
背景技术:
1、近年来,在全球变暖等多种原因的影响下极端自然灾害发生的概率和强度不断增加,电力系统的运行也受到了严重的影响。配电网位于电网末端,负责向终端电力用户输送电能,是大部分电力中断的源头,也很容易收到极端天气的影响。极端天气下,配电网的故障概率会显著增加,存在大面积和长时间停电风险,因此配电网预警和风险评估非常关键。
2、现有技术中,针对配电网风险评估的方法主要分为数理统计和人工智能算法,例如构建回归模型用于揭示洪涝等气象灾害对电网设备的影响,例如引入灾害信息作为输入变量建立故障预测模型、基于非线性状态估计预测线路状态构建出配电网故障预警模型等。然而,数理统计方法构建的预测模型不能充分反映气象因素对故障率的影响,难以实现精准的在线预警;而人工智能算法受制于灾害影响数据,由于灾害影响配电网的因素有很多,若人工智能算法的输入变量不能准确揭示灾害影响,预测的准确度也会大大降低。
3、鉴于此,需要一种基于极端天气的配电网风险评估方法及系统。
技术实现思路
1、本申请实施例提供了一种基于极端天气的配电网风险评估方法及系统,用于解决基于极端天气配电网评估结果准确率比较低的问题。
2、本申请实施例第一方面提供了一种基于极端天气的配电网风险评估方法,包括:
3、获取目标地区在预设时间内的极端天气数据信息和配电网设备的运行数据;
4、将所述极端天气数据信息和配电网的运行数据进行数据预处理,得到目标参数,所述目标参数为引起目标地区配电网设备发生故障的影响因素参数;
5、根据所述目标参数构建配电网的失效概率模型;
6、基于所述失效概率模型进行蒙特卡洛抽样,模拟所述配电网设备的运行状态;
7、设置配电网的风险指标,根据所述运行状态和风险指标生成风险评估结果。
8、更进一步地,所述将所述极端天气数据信息进行数据预处理,包括:
9、将所述极端天气数据信息进行缺失值处理和异常值剔除;
10、采用随机森林算法对进行缺失值处理和异常值剔除后的数据选取特征参数。
11、更进一步地,所述失效概率模型的表达式如下:
12、
13、式中:pw为配电网失效概率,m为配电网实际致灾因子,m为设定的致灾因子最大承受程度,γ为阻尼系数,λ为承受程度的倍数。
14、更进一步地,所述基于所述失效概率模型进行蒙特卡洛抽样,模拟所述配电网设备的运行状态,包括:
15、设置参数,所述参数包括评估时长、时间间隔、抽样轮次和起始时间;
16、对各时刻配电网设备n节点的运行状态进行抽取,n≥1;
17、判断在某一个时刻配电网n节点的运行状态是否满足预设条件,若是,则确定所述配电网设备的目标运行状态。
18、更进一步地,所述对各时刻配电网设备n节点的运行状态进行抽取的表达式如下:
19、
20、式中:ε为[0,1]上均匀分布的随机数,当pi(t)<ε时,节点处于正常工作状态,pi(t)>ε时,节点处于故障状态。
21、更进一步地,所述配电网的风险指标包括失负荷风险指标、电压越限风险指标和经济损失风险指标。
22、更进一步地,所述失负荷风险指标rll的表达式如下:
23、
24、式中:mu为蒙特卡洛法抽样数,为节点i的运行状态,pr,i为第r次抽样时节点i的失负荷量;
25、电压越限风险指标rvl的表达式如下:
26、
27、式中:bi为节点i的权重系数,为第r次抽样时节点i的电压越限程度;
28、经济损失风险指标rel的表达式如下:
29、
30、式中:c0为单位负荷停电经济损失,其大小取决于负荷的权重系数,cr为维修设备的单位费用,nk,r为第r次抽样下设备的损失数量。
31、本申请实施例第二方面提供了一种基于极端天气的配电网风险评估系统,包括:
32、数据获取单元,用于获取目标地区在预设时间内的极端天气数据信息和配电网设备的运行数据;
33、数据预处理单元,用于将所述极端天气数据信息和配电网的运行数据进行数据预处理,得到目标参数,所述目标参数为引起目标地区配电网设备发生故障的影响因素参数;
34、失效概率模型构建单元,用于根据所述目标参数构建配电网的失效概率模型;
35、蒙特卡洛模拟单元,用于基于所述失效概率模型进行蒙特卡洛抽样,模拟所述配电网设备的运行状态;
36、风险评估结果生成单元,用于设置配电网的风险指标,根据所述运行状态和风险指标生成风险评估结果。
37、本申请实施例第三方面提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器并可在所述处理器上运行的计算机可读指令,所述处理器执行所述计算机可读指令时实现如上述任意一项所述的基于极端天气的配电网风险评估方法的步骤。
38、本申请实施例第四方面提供了一种计算机可读指令,所述计算机可读指令被处理器执行时实现如上述任意一项所述的基于极端天气的配电网风险评估方法的步骤。
39、从以上技术方案可以看出,本申请实施例具有以下优点:
40、本申请首先获取某地区在一定时间内的极端天气数据信息和配电网设备的运行数据,进行数据预处理后得到目标参数,其中目标参数为引起目标地区配电网设备发生故障的影响因素参数,然后根据目标参数构建配电网设备的失效概率模型,再基于失效概率模型进行蒙特卡洛抽样,模拟配电网设备的运行状态,最后在设置配电网的风险指标的基础上,结合运行状态生成评估结果。本申请通过构建失效概率模型表示影响因素与配电网故障概率的映射关系,再基于蒙特卡洛模拟法对配电网故障场景进行模拟,可以准确评估极端天气对配电网设备的时空影响,为进行配电网预警提供了准确的数据依据。
1.一种基于极端天气的配电网风险评估方法,其特征在于,包括:
2.根据权利要求1所述的基于极端天气的配电网风险评估方法,其特征在于,所述将所述极端天气数据信息进行数据预处理,包括:
3.根据权利要求1所述的基于极端天气的配电网风险评估方法,其特征在于,所述失效概率模型的表达式如下:
4.根据权利要求1所述的基于极端天气的配电网风险评估方法,其特征在于,所述基于所述失效概率模型进行蒙特卡洛抽样,模拟所述配电网设备的运行状态,包括:
5.根据权利要求4所述的基于极端天气的配电网风险评估方法,其特征在于,所述对各时刻配电网设备n节点的运行状态进行抽取的表达式如下:
6.根据权利要求4所述的基于极端天气的配电网风险评估方法,其特征在于,所述配电网的风险指标包括失负荷风险指标、电压越限风险指标和经济损失风险指标。
7.根据权利要求6所述的基于极端天气的配电网风险评估方法,其特征在于,所述失负荷风险指标rll的表达式如下:
8.一种基于极端天气的配电网风险评估方法,其特征在于,包括:
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器并可在所述处理器上运行的计算机可读指令,其特征在于,所述处理器执行所述计算机可读指令时实现如权利要求1至7任意一项所述的基于极端天气的配电网风险评估方法的步骤。
10.一种可读存储介质,所述可读存储介质存储有计算机可读指令,其特征在于,所述计算机可读指令被处理器执行时实现如权利要求1至7任意一项所述的基于极端天气的配电网风险评估方法的步骤。