基于因素預測的配變重過載預警分析
2018-11-29 14:52:27
次
一、項目背景
隨著社會經濟的飛速發展和電力需求的快速增長,生產、生活用電負荷不斷攀升,供電企業原有配變設備所承受的負荷也日益增高,給電網運行安全造成重大的安全隱患。特別在夏季、節假日等用電高峰時段,存在重過載變壓器燒壞及配電變壓器容量不足導致不能正常供電的情況,影響供電可靠性且造成客戶投訴,同時也會造成直接的經濟損失。另外,設備長時間處于重過載狀態會加速元器件老化,降低設備使用壽命,給電網帶來故障隱患和運行風險,同時也會影響公司經濟效益。
二、問題與挑戰
由于用電需求增長、地區發展不均衡、配網投資精準性不高、配網結構復雜、突發偶然事件等內外部原因,配變重過載時有發生。改善重過載治理工作現狀,提高重過載設備的治理效率和效果,具有重要的現實意義和經濟社會效益。
用電負荷不斷增長,配變重過載現象頻發,造成直接經濟損失并對電網安全運行造成重大隱患。常規事中監控、事后處理的方式相對被動,需要投入大量監測時間成本和技改檢修人力成本。
配電網的正常運行除了要考慮設備和線路本身性能和狀態外,還會受到外部氣候、環境、用戶等各種復雜因素的影響,傳統配變重過載預警依靠人工經驗及閾值預警方法,精度及效率無法滿足需要。
重過載預警實現,目前主要依靠信息化手段進行定制開發、固定參數配置等方式實現,開發實施成本較高,準確率不足,不能滿足科學、動態預警管理需求。
三、解決方案
基于Tempo大數據分析平臺豐富的機器學習算法,數據準備、挖掘建模與成果可視化展示為一體的數據分析與應用,讓業務管理借助大數據思維,采用數據分析方法,實現業務精準預測,變被動為主動,改善重過載治理工作現狀,提高重過載設備的治理效率和效果,對提升電網運行安全,提高客戶服務質量,促進公司經營效益提升,具有重要的意義。
配變重過載影響因素分析
從配變重載和過載兩個角度出發,對迎峰度夏、春節等用電高峰時期配變運行狀況進行分析,分別從地域、月份、日期、行業、時段等維度展示地市配變運行狀況全貌,發現影響重過載的主要因素。
基于因素預測的配變重過載預警
運用梯度提升決策樹、貝葉斯網絡分類等挖掘算法,建立基于影響因素的10kV配網變壓器重過載分類預測模型,并通過對模型的不斷優化評估,得到最優預測模型,實現對配變重過載的提前預警。
預測結果可視化展示
對未來一周配變重過載預測結果進行可視化展示,包括地域分布、清單(對于預測為重過載的配變,結合配變的安全系數評價結果,給出處理優先級建議)等內容,便于工作人員直觀地獲取重過載清單,指導配網檢修。
四、項目成果
采用大數據思維與數據挖掘分析方法,快速構建業務分析模型與結果展示應用,為業務管理提升提供新的方法和途徑。
替代傳統預警方式,提前發出配網運行異動預警,輔助配網工作計劃、規劃方案的制定,促進檢修工作的質量、效率雙提升。
有效降低配變重過載發生概率,提升電網運行安全和供電服務質量,促進公司核心競爭力提升。