CN114925900A - 一种配变重、过载风险预警分析的方法 - Google Patents

Abstract

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。

Description

一种配变重、过载风险预警分析的方法

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；

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。

本发明的有益效果是：1、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；2、提高供电服务质量，降低了用户投诉率。

附图说明

图1为本发明对配变重过载风险预警分析的应用思路图。

图2为本发明对配变重过载风险预警分析的短期预警管理模型图。

图3为本发明对配变重过载风险预警分析的短期预警概率清单图。

图4为本发明对配变重过载风险预警分析的中期预警管理模型图。

图5为本发明对配变重过载风险预警分析的中期预警概率清单图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

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 (15分钟一个点，4x24＝96个点)，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；综合风险评价则采用定量评价方法进行，以风险值作为指标，考虑多个对重过载有影响的内外因素的作用，建立风险模型(见式(3))，最终提出意见(进一步关联分析及评价工作，从资产、能量的视角出发，从而对配变技改计划、客户服务提供针对性的改善建议)。

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，运用预警数据分析模型(见式(1))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。

算法流程：

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；

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、日期因素等几类；其中，客户信息包括居民占比、居民用电量占比等；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等；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等要素；风险评价以风险值(进行预警样本处理时的影响因素)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)；

2)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，即通过中期的预警数据分析模型(见式(1))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。中期预警数据分析模型计算原则同短期预警模型。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何属于本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (2)

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。

Images