一种基于风险评估模型的低压配电网连锁故障预警方法

1.一种基于风险评估模型的低压配电网连锁故障预警方法，其特征在于，所述方法包括以下步骤：步骤1、数据采集及处理：对低压配电网的负荷数据、天气数据和故障数据进行采集，并对采集到的数据进行数据预处理，数据预处理包括数据清洗、数据变换、数据集成和离群样本剔除；步骤2、故障特征选择：采用改进的G-ReliefF算法进行低压配电网故障特征的最优化选择，具体包括如下内容：1)样本近邻的计算公式为式中：特征A、B分别用n维数组表示，A＝{a 1 ,a 2 ,…,a n }，B＝{b 1 ,b 2 ,…,b n }每个样本为n维空间的一个点；2)样本特征差计算公式为式中样本R 1 和样本R 2 在特征A上的差用diff(A,R 1 ,R 2 )表示；3)特征权重计算公式为式中：diff(A,R 1 ,H j )代表样本R和H j 关于特征A的差异；H j 与M j 分别代表训练集中与样本R距离最近的同类样本与不同类样本；m代表抽样次数；K代表近邻样本数；P(C)是第C类样本数占样本总数的比例；4)配电网主要故障特征矩阵配电网主要故障特征种类为m * ，每个评价对象包含的评价指标个数为n；特征矩阵中选择 作为“参考序列”，剩余特征分别作为“比较序列”；5)关联相关系数第k时刻比较序列X Ti 与参考序列X To 的相对差值作为X Ti 对X To 在k时刻的关联相关系数，记为式中：Δ 0i (min)＝min (i) min (k) |X To (k)-X Ti (k)|称为两级最小差，即X To 与所有X Ti 的最小绝对差值中再选出一个最小的差值；Δ 0i (max)＝max (i) max (k) |X To (k)-X Ti (k)|称为两级最大差，即X To 与所有X Ti 的最大绝对差值中再选出一个最大的差值；|X To (k)-X Ti (k)|＝Δ 0i (k)称为参考序列与比较序列在第k时刻的绝对差值；P为分辨系数，主观上体现研究者对Δ 0i (max)的重视程度，在客观上反映系统各个因子对关联度的间接影响程度；6)故障特征评价指标综合考虑特征的重要性与冗余性，定义如下的特征评价指标：其中， 为归一化后的Relief权重，该值越大，表示该特征与配电网故障之间的关系越密切；ρ i,j ∈[0,1]为序列之间的相关性指标，ρ i,j 的值越大，表示特征f i 与已选特征集s中的特征越冗余；t为相关性指标所占的惩罚因子，当t的值越大时，加重了由相关系数描述的冗余性的惩罚力度，使冗余度越小的特征综合权重越大，越容易被选中；步骤3、连锁故障搜索：为了更好地搜索连锁故障，将线路开断设为初始故障，然后根据线路停运模型和关键线路模型进行后续故障搜索，最终生成事故链并对其进行评价；连锁故障事故链搜索的具体实现步骤如下：1)对研究系统内的线路从1开始编号，如1、2、3、....，总数为N；令n＝1，并开断该线路；2)判断系统是否解列，若解列，则转入3)进行孤岛处理，否则转入4)；3)对每个满足条件的孤岛重选平衡机；4)进行常规潮流计算并判断收敛性，若不收敛则转入5)，否则转入6)；5)对不收敛的系统进行甩负荷操作，从最低电压负荷节点集合甩起，每甩一个集合后都进行一次常规潮流计算，若不收敛则甩次低电压负荷节点集合直至收敛为止；6)展开后续故障搜索，若有新故障，则转入2)，否则转入7)；7)保存潮流数据，进行评价指标计算；8)生成一条事故链；9)令n＝n+1，若n>N，则整个系统的连锁故障事故链搜索过程结束，否则开断第n条线路，然后转入2)，进行下一条事故链搜索；后续故障搜索的流程分为如下步骤：1)设第j层为待开断层，根据潮流结果，对系统中的剩余线路分别求取线路停运概率p，并将p>ph的线路确定为待开断线路集合，其中，ph为线路开断概率阈值；2)对待开断线路集合内的线路进行编号，如1、2、3、总数为K，若K>0，则令k＝1，并进入3)，否则转入7)；3)根据关键线路搜索的数学模型，求该线路的有向电气边介数值B(k)，根据线路停运模型，求该线路的开断风险值R(k,j)；4)令k＝k+1，若k>K，则进入5)，否则转入3)；5)对待开断线路集合内的所有线路，分别求解各个线路的开断风险值R(k,j)；6)选取Tmax(k,j)，以确定下一层开断线路；7)搜索结束；步骤4、故障预警：低压配电网的风险评估模型计算元件与线路的风险评估系数，通过风险评估系数确定故障发生概率，最终对故障进行综合风险评估，计算风险等级。 2.根据权利要求1所述的一种基于风险评估模型的低压配电网连锁故障预警方法，其特征在于，所述步骤1具体包括如下内容：a.数据清洗：包含数据空缺值处理、数据异常值处理、数据重复值处理；数据空缺值处理是对原始数据中记录缺失和记录中的某个缺失字段缺失进行剔除或补充；数据异常值处理是根据原始数据的特点，制定相应的规则对偏差过大的数据进行剔除或替换；数据重复值处理是根据数据自身的特点，对重复的数据进行剔除；b.数据变换：将原有的数据转换为易于分析和应用的形式，包含特征构造、数据分级及数据量化；c.数据集成：进行数据统计，将数据合并到某个统一的数据库中，馈线故障风险预警所需数据来自于不同的配电信息管理系统，需要对原始数据进行统计分析与合并；d.离群样本剔除：经过前述预处理的原始数据中会包含异常的样本，与同一数据集中的绝大部分数据差异明显，这种数据称之为离群样本；采用基于统计的、基于邻近值或基于聚类的方法，加以识别和剔除。 3.根据权利要求2所述的一种基于风险评估模型的低压配电网连锁故障预警方法，其特征在于，由于各特征变量的影响程度与其取值范围有密切关系，所有变量都预先按下式进行归一化处理：其中，x为归一化前的数据，x max 、x min 分别为原始数据中同类数据的最大值和最小值。 4.根据权利要求1所述的一种基于风险评估模型的低压配电网连锁故障预警方法，其特征在于，所述步骤4具体包括如下内容：将步骤3中搜索到的故障作为风险评估模型的输入量X i ，确定风险评估系数，风险评估系数还需考虑雷击、外力、鸟害、设备、台风原因，风险评估系数公式如下所示：式中，λ i 为低压配电网的停运率，N D 为对应类别设备总数，N GWR 为大风大雨或雷击导致的此类设备故障停电次数，N GS 为线路老化程度；λ i ＝λ thunderi +λ windi +λ devicei +λ birdi +λ forcei +λ base式中，λ thunderi 为雷电引起的输配电线停运率；λ devicei 为输电设备引起的输配电线停运率；λ windi 为台风引起的输配电线停运率；λ birdi 为鸟害引起的输配电线停运率；λ forcei 为外力引起的输配电线停运率；λ base 为其他输配电线的输配基础停运率；通过风险评估系数确定故障发生概率，公式如下所示：P TH 为自然气象引发的故障概率；P S 为人为因素导致施工破坏引发的故障概率；T Ci 为连续故障阶段最短的故障间隔时间；N i 为发生连锁故障时两元件的最短路径长度；T Di 为连锁故障阶段的持续时间；对故障进行综合风险评估需在进行风险评估前得到一个能够覆盖所有危险点的故障集，使得风险评估的结果具有实用性；故障集的生成需对电网进行拓扑分析，通过对电网分区确定故障的影响域；在影响域中，通过建立电气节点支路连通图，确定故障集U i ，故障集用矩阵进行表示，即式中，v ijk (i＝1,2,…,m；j＝1,2,…,n；k＝1,2,…,p)为U i 的第j个支路中第k个节点的故障；获得的综合评价集为S＝ωU i ＝(s 1 ,s 2 ,…,s p )式中，ω为发生连锁故障的权重因子，s k (1,2,…,p)为综合考虑所有因素时故障在支路中的隶属度；最终得到综合风险评估的严重程度N，公式如下所示： 5.根据权利要求1所述的一种基于风险评估模型的低压配电网连锁故障预警方法，其特征在于，根据综合风险评估的严重程度N将故障分为五个等级：忽略、考虑、严重、很严重、灾难性。