基于迭代决策树(GBDT)短期负荷预测研究

迭代决策树(GBDT)属于机器学习算法的一种,由多颗决策树组成,所有树的结论累加起来作为最终答案。该算法表达能力强,可用于大部分回归问题。本文以贵州省遵义市某县负荷及天气数据为基础,结合GBDT算法,对该地区未来8天的日最大负荷进行预测。同时与随机森林和支持向量机两种算法的预测结果对比,结果证明GBDT算法对于短期负荷预测有较好的效果。     

台风灾害下电力抢修队伍智能调拨技术研究

为了减少停电带来的损失,提出了一种2阶段台风灾害下电力抢修队伍智能调拨技术。首先,综合考虑气象因素、地理因素及电网因素,使用随机森林算法在1 km×1 km网格尺度上对停电用户数量进行预测;其次,对每个网格的受损程度等级进行划分,根据受损程度不同,用非支配排序遗传算法对抢修路径进行寻优;最后,以广东省某县为例探讨该调拨策略有效性。案例结果表明:停电用户数量预测准确性达88.48%;电力抢修路径优化可帮助电网公司寻求最优抢修调拨策略,有效应对台风灾害。     

配网抢修调度关键技术研究

配电网生产抢修的统一指挥是配网运行管理的重要内容,由于传统的配网故障抢修缺乏统一管理、效率低下,建设一个以信息化为支撑的配网生产抢修指挥平台成为当务之急。配网生产抢修指挥平台通过信息交互总线与配电自动化系统、生产管理系统、用电信息采集系统、营销信息系统、95598客服系统、电网GIS等业务系统进行有效的数据交互,集生产指挥和抢修指挥于一体,做到提高抢修效率,缩短用户停电时间,提高配网生产抢修精益化管理水平。从配网生产抢修指挥平台的设计思路入手,阐述了该平台的核心功能。     

基于AHP的多因素中压配网线路风险量化评估方法研究

为提高配网风险管控手段及确保设备安全可靠运行,针对配网重跳闸的影响因素及停电事件的危害程度,首先采用机器学习算法对配网跳闸概率进行预测,其次结合层次分析法,确定配网风险的各影响因素的权重,计算得到在不同影响因素共同作用下配网的重跳闸概率,然后计算在不同线路的停电危害程度值,采用风险量化的定义对配网重跳闸的风险进行量化.最后,采用某地区高频重跳闸线路对线路运行风险量化方法的可行性进行验证.实例验证结果表明,采用此方法可有效评估配网线路风险,能够为配网风险管控提供决策支持.     

基于机器学习算法的配网线路重复跳闸概率预测研究

为了降低配网10kV线路重复跳闸对配网安全的威胁及减少对用户生产生活的影响,通过分析10 kV配网线路历史故障数据、缺陷数据、负荷数据及气象数据,提取影响线路重复跳闸的数据特征信息.首先,采用机器学习算法,对不同影响因素下的数据分别建立重复跳闸预测模型,然后对未来一个月内不同影响因素作用下的结果进行分析,构建10 k V线路重复跳闸预测模型,得到一条线路重复跳闸的概率.最后,针对部分线路进行算例分析,结果表明,通过对不同影响因素进行分析,建立的配网线路重复跳闸模型可以有效预测线路重复跳闸概率,能够为配网线路检修及停电事故预防提供决策支持.     

基于配网抢修系统的自动化设计

以电网调控与配网抢修业务融合为契机,基于PM S2.0系统及配网抢修指挥平台的工作需要创新了配网抢修新型管理模式.建立维修用户地址历史库,通过精细化维修用户地址管理,结合智能呼叫系统,为抢修单精准派发提供必要依据,快速提升抢修单整体流程的自动化和智能化运转,最终提升电力公司的对外服务水平.     

城市配电网智能感知系统建设与应用分析

随着电网的快速发展，城市配电网信息系统不断增多，信息孤岛、集成和整合不足的应用现状已不能适应新时代电网的要求。在现有的配网自动化系统基础上，提出了一种城市配电网智能感知系统。首先，结合泛在电力物联网的建设理念，依托关键数据，对不同系统中的相关联信息进行整合；其次，构建出一个相对完善的、先进的配网调度智能感知系统，用于支撑配网调度的相关业务；再次，结合EMS、DA提供的实时信息，利用人工智能研判技术，对配用电网络的运行状态进行分析研判；最后，通过信息监控感知，将用户停电信息研判精准定位，实现配用电网络实时、准确和全面的运行状态监控，缩短业务流程，及时传送运维抢修，提升了配网运维质效。所建系统试运行后，用户停电研判信息准确，极大缩短了用户抢修时间，提升了配电网管理和服务水平。     

台风灾害下用户停电区域预测及评估

台风灾害会造成电网大面积停电,对停电区域进行预测及评估具有重要意义。综合考虑气象因素、电网因素及地理因素,提出一种台风灾害下基于随机森林算法的用户停电区域预测评估方法。该方法首先采用1km×1km网格进行历史样本数据的收集整理及特征选取;其次基于随机森林算法对样本数据进行训练及验证,建立停电区域预测模型;再次,为进一步提高预测精度,对预测停电网格进行重要性评估,进而得到用户停电区域的预测评估结果。最后通过算例分析验证了所提方法的科学性及有效性。     

基于改进DFS算法的关键用户态势感知技术研究

配网调度重点保障重要、关注、敏感、保供电用户等关键用户,大面积停电时,关键用户失压或无法及时复电,将严重影响电网稳定运行和社会影响。目前,态势感知技术已成为发展趋势,但受制于主配图模拼接、配网数据动态变化等原因,涉及大面积停电场景的关键用户态势感知技术研究较少,实现关键用户精准复电的功能实用化存在一定难度。从实用化方向提出改进配网OCS深度优先搜索算法,快速获取主配网数据特征,并建立一套算法,实现配网关键用户态势感知技术,支持快速复电决策,保障电网安全运行和关键用户供电可靠性。     

山西省城市用户供电可靠性分析与措施探讨

随着电网的飞速发展,城市配网可靠性问题日益突出,为提高城市用户供电可靠性,立足山西电网,详细统计分析2015年历时8个月的相关指标,提出了加强综合停电计划管理、提高故障抢修效率、加强新技术新设备应用等提高其供电可靠性的措施。     

配电网重复多发性停电风险辨识方法

该文提出了一种针对配电网重复多发性停电的风险辨识方法。首先,界定了配电网重复多发性停电的频率,提出基于停电发生概率和停电严重程度的重复多发性停电风险预警指标。为准确刻画已发生停电次数对重复多发性停电预警指标的影响,提出重复多发性停电影响因子,用于修正预警指标。分别采用装备水平、运维水平和网架结构水平指标刻画重复多发性停电发生概率,采用停电负荷重要程度、历史停电投诉信息、停电影响用户数指标刻画重复多发性停电损失严重程度,基于层次分析法（analytic hierarchy process,AHP）和熵权法确定各影响指标的主、客观权重,最终实现配电网重复多发性停电的风险预警评估。根据量化评估结果,即可辨识出重复多发性停电风险较大的线路。以某省电力公司3条10 kV线路为例进行了算例分析,算例结果表明,所提指标和方法能够有效评估配电线路重复多发性停电风险,并辨识出风险较高的线路。     

基于历史故障记录数据的电网连锁故障规模概率分布研究

连锁故障规模的概率分布描述了电网连锁故障的传播特点,是衡量电网发生大规模停电故障概率的有效方法之一。针对历史故障统计数据进行计算,是传统电力系统可靠性评估方法之一。将其与分支过程模型结合,用于区域电网的连锁故障分析。采用某区域电网14年历史故障数据为样本数据,针对多种概率模型进行比较分析,提出采用波雷-坦尔分支过程模型计算该区域电网连锁故障规模的概率分布,并采用误差分析研究了波雷-坦尔模型应用于实际电网风险管理的有效性和可能性。结果表明,波雷-坦尔模型能够很好地估计线路故障规模的概率分布。在相同置信度要求下,基于波雷-坦尔模型估计故障概率分布所需样本数据比直接根据实际故障数据计算所得概率分布所需样本数据降低一个数量级。     

A classification approach for power distribution systems fault cause identification

Power distribution systems play an important role in modern society. When distribution system outages occur, fast and proper restorations are crucial to improve the quality of services and customer satisfaction. Proper usages of outage root cause identification tools are often essential for effective outage restorations. This paper reports on the investigation and results of two popular classification methods: logistic regression (LR) and artificial neural network (ANN) applied on power distribution fault cause identification. LR is seldom used in power distribution fault diagnosis, while ANN has been extensively used in power system reliability researches. This paper discusses the practical application problems, including data insufficiency, imbalanced data constitution, and threshold setting that are often faced in power distribution fault cause identification problems. Two major distribution fault types, tree and animal contact, are used to illustrate the characteristics and effectiveness of the investigated techniques.     

面向不平衡数据的配电网故障停电预测方法

配电网故障停电事件会严重影响正常的社会经济生活。因此,迫切需要有效的配电网故障停电预测方法。采用人工智能方法分析配电网故障停电数据,发现存在配电网故障停电次数较少和引发配电网故障停电的原因分布不均等数据不平衡情况。为了及时、准确地预测配电网故障停电情况,从数据集质量和防止过拟合两方面入手改进故障停电预测模型。首先,设计了基于聚类的对抗神经网络来增强数据集质量。其次,构造了基于随机代价敏感卷积神经网络(RandomCost-CNN)的故障停电预测模型。RandomCost-CNN预测算法中采用有放回随机抽样思想设计了损失函数的随机选择策略,用以解决常规代价敏感过度拟合少数类(故障停电类)而使得大量多数类(正常类)被误报的问题,既保证少数类具有较好召回率与精确度,同时又提高了模型的泛化性能。实验证明所提方法能有效预测配电网故障停电事件发生概率,在配电网运维管理中能够发挥较好的预警作用。     

基于态势感知的电网停电用户敏感度及投诉预测

在电网停电用户敏感度及投诉预测中,由于预测结果不准确影响了电网公司的精准化服务,因而设计一种基于态势感知的电网停电用户敏感度及投诉预测方法。通过SAS软件中的Enterprise Miner workstation模块和Enterprise Guide模块采集电网停电用户敏感度及投诉相关数据,具体包括停电敏感用户标签数据、故障处理数据、停电事件数据、客户通话数据、95598工单数据。对挖掘数据实施缺失数据处理、异常数据处理以及告警误报漏报数据处理等预处理。基于态势感知技术与随机森林算法构建电网停电用户敏感度及投诉预测模型,实现用户对于停电的敏感度及投诉预测。利用该方法对某地区电网实施用户关于停电的敏感度及投诉预测,测试该方法的预测性能。测试结果表明该方法有着高于90%的查准率、查全率,F测度数据值较高,AUC面积较大,数据灵敏度始终大于97%,说明设计方法有着优越的电网停电用户敏感度及投诉预测性能。     

SVM在中压配网停电事件补全中的应用研究

应用大数据平台深入挖掘计量数据对配电网的运行支撑是当前电网重要研究方向,文中应用支持向量机(SVM)算法研究中压配网停电事件补全方法,解决停电事件准确统计难题。首先总结中压配电网的5类停电事件,接着重点研究了SVM补全方法,给出停电事件补全思路,5类停电事件的SVM补全模型构建方法,并提出了涵盖配电网模型构建、SVM模型构建、SVM求解及故障类型判断的补全流程,然后从工程应用角度,设计了补全模块与用电信息采集等各相关系统间的业务关系框架并进行数据分析架构设计。最后以安徽黄山等4家地市公司为例进行了实践应用分析,验证了文中研究方法可极大提升停电事件统计的及时性和准确性。     

基于不完全S变换与梯度提升树的电能质量复合扰动识别

针对电能质量复合扰动中特征选择困难和分类准确率不高的问题,提出基于不完全S变换和梯度提升树的特征选择和分类器构建方法。首先通过选取特定频率的不完全S变换得到扰动的时频矩阵。再从时频矩阵中提取53种原始特征量,并基于梯度提升树对各个特征的重要性进行度量,选取重要特征。最后根据选取的特征集训练和构建梯度提升树,得到扰动分类器。仿真实验表明,对于包括8种复合扰动在内的共17种扰动类型,该方法的分类准确率高于CART决策树、随机森林(RF)、多层感知机(MLP)等现有方法。不同噪声条件下的分类结果表明,该方法具有良好的抗噪性能和算法鲁棒性,展现出良好的应用前景。     

“十一五”期间小火电机组关停对广东电网影响研究

在阐述了广东省安排的小火电机组关停规模及分布的基础上,结合目前电源和电网建设及运行情况,从满足安全供电的角度,对“十一五”后三年规划电网的适应性及电源调峰能力进行分析,研究小火电机组关停对广东电网安全稳定运行的影响,并提出相应的措施和建议。     

极端灾害下考虑应急转供的配网停电过程仿真方法

提出了新的灾害下配电网故障模拟方法,其中综合考虑了台风灾害对设备运行可靠性影响以及关键负荷最优应急转供策略执行效果。首先,对极端灾害进行时空建模,评估受灾配电网元件和关联馈线停运概率;其次,分析关键负荷复电最优转供路径,形成应急供电拓扑;进一步,设计时序蒙特卡洛仿真流程,模拟气象条件、设备停运和应急转供等不确定因素影响下配电网停电随机动态过程。最后,采用IEEE算例构建灾害场景,证明了所提仿真方法的有效性和实用性。