基于數據挖掘的配電網故障風險預警

劉科研，吳心忠，石 琛，賈東梨

(1. 中國電力科學研究院，北京 100192；2. 北京交通大學 電氣工程學院，北京 100044)

0 引言

據統計，用戶停電事故中80%以上都為配電網發生故障導致的，因此，對配電網運行過程中存在的故障風險進行有效的預警，及時采取風險防控措施，對保障供電安全性和可靠性顯得尤為重要[1-2]。

停電事故風險預警技術已較多地應用在輸電網中，主要基于潮流、電壓、頻率等狀態監測數據，并對輸電網的運行風險進行評估并預警[3-4]，但是這些成果很難應用到配電網中。配電網的網絡拓撲復雜，設備種類眾多、分布相對分散，設備運行狀態容易受到外部因素的影響，且故障發生的隨機性強，因此難以通過分析機理實現風險預警。

文獻[5]在配電網實時風險評估中，考慮了設備實時故障率，并對故障停電影響后果中的各指標進行量化。文獻[6]以用戶為中心進行風險評估，近似采用穩態的失效率計算故障率，但僅能用于評估短期的運行風險狀況。文獻[7]通過分析突發事件對設備故障率的影響建立評估模型，考慮孤島運行情況，并給出了風險預警等級和劃分方法。文獻[8]以最小過熱區域為單位計算停運概率，同時考慮故障恢復重構，計算不同災害下的停電指標，縮短了計算時間。傳統的配電網風險評估預警研究主要從故障率和故障影響后果入手，偏向于建立停電風險指標，對停電風險關聯因素及其風險預警模型的建立涉及較少。

近年來，數據挖掘算法憑借計算速度快、泛化能力強等優點廣泛應用于電網研究和工程實際。……