张稳(1988),女,博士研究生,研究方向为电力系统自动化,E-mail：zhangwen1898@126.com;
0 引言
配电网网络拓扑复杂、设备数量种类繁多,外部环境因素引发的故障随机性强、机理复杂,常规电气机理分析和概率统计难以发挥有效作用。配电网运维检修存在维护工具落后、维护工作量大,运维检修人员不足等现象[1]。因此,如何综合考虑配电网故障特征属性、故障严重程度、发生故障时环境因素[2],对配电网运行中潜在风险进行准确预测,找出薄弱环节加以改进,已成为当前亟待解决的问题。
恶劣天气情况下,配电网故障更容易发生,因此,天气因素日益成为影响配电网故障的重要因
素[3]。但由于天气变化的不规律性、突发性以及多样性等特点,导致天气因素引发的配电网故障不易被有效监测。随着气象卫星、气象雷达和超级计算机等现代科学技术的发展,气象预报准确率也在不断提高。基于天气数据的配电网故障停电风险(简称故障风险)等级预测模型建立天气因素与故障风险等级间的关联关系,通过对未来时间段的故障风险等级预警,可以帮助运维检修部门有针对性地进行设备管理、线路维护和系统升级[4-5]。
国外研究主要针对天气因素、动物因素及植物因素造成的配电网故障进行预测,但很少对配电网故障影响因素之间的相关性进行系统分析。文献[6]提出了一种与风暴天气相关的故障停电预测方法,利用历史停电数据和天气数据建立经验模型,通过实际风暴数据对预测模型的有效性进行评价;文
献[7-8]利用统计模型预测了飓风、台风等恶劣天气导致的配电网故障;文献[9]考虑了影响植被生长的因素,基于温度、降水和馈线附近植被的年均修剪次数等特征,采用线性回归、指数回归、线性多变量回归和人工神经网络四种模型预测了植被生长导致的配电网故障;文献[10-11]基于风速和雷电等数据运用泊松回归、贝叶斯网络和集成学习方法预测了天气导致的配电网故障。国内受限于在线监测设备匮乏和信息系统建设滞后,已开展的配电网故障风险预测方面的研究较少。文献[12-13]基于负荷特性、粗糙集和灰色理论提出变压器短期故障的风险评估和预测方法。文献[14]基于神经网络“能量-故障”映射关系,提出将小波频带分析与灰色预测理论相结合进行水电机组故障预测。文献[15]通过加权马尔可夫模型,提出基于马尔可夫链的连锁故障预测方法。
当前,大数据、物联网、云计算和人工智能技术逐渐成为智能化电网的研究热点。数据挖掘技术被应用在配电网故障预测和诊断中,文献[2]采用Apriori算法,提出一种基于典型故障与环境场景关联识别的配电网运行风险预警方法。文献[16]提出基于关联规则挖掘和改进频繁模式算法的电网故障诊断方法。配电网发生故障时环境因素众多,存在很多冗余、无关甚至对故障风险预测产生干扰的特征[17]。因此,从海量数据和众多故障特征中挖掘对配电网风险等级预测能力较强的特征[18],并进行相关性分析十分必要。
针对上述问题,本文提出一种计及天气因素相关性的配电网故障风险等级预测方法,首先对配电网运维、故障数据和相同时段的天气数据进行数据预处理,确定初始特征集合,提出配电网故障风险等级划分依据;然后基于改进G-ReliefF算法进行最优故障特征选择;最后采用Adaboost改进C4.5决策树(简称Ada-DT)为强分类器的算法进行故障风险等级预测,寻找故障风险等级与天气因素间的关联关系。经算例分析,本文所提方法的预测准确率和召回率都较高,具有实际应用价值。
1 配电网故障数据处理
1.1 数据基础
通过对配电网信息管理系统中气象信息系统、智能公用配变监测系统、地理信息系统和电网资产质量监督管理系统的调研[19],提取气象信息系统中的温度、湿度、风速等天气数据和配电地理信息系统中的设备位置数据,分析配电网故障发生的时空特性,用于确定配电网故障初始特征集合。提取智能公用配变监测系统中的配变容量、实时负荷数据、月最大负荷数据和电网资产质量监督管理系统中的停电时间、停电次数、缺供电量等用于配电网故障风险等级划分和预测。
分析系统中的数据类型、数据完整性、数据可用性;进行数据清洗、数据变换和数据集成,并对离群样本诊断和剔除。配电网故障风险等级预测相关数据源和数据类型如
图1
故障风险等级预测相关数据
Fig. 1
Data of fault risk level prediction
1.2 故障风险等级划分依据
配电网故障风险是指导致配电网停电的故障发生的可能性及故障停电损失的严重程度[20]。本文主要针对的是故障风险的充裕性评估,包括温度、风速、湿度等天气因素导致的故障停电的可能性及停电的影响程度。
配电网的故障风险不仅与停电发生频率有关,还与每次故障停电时长和缺供电量有关[21]。实际中不同供电区域的配电网规模相差甚远,本文在不考虑人工校正措施的基础上,以不同线段区域每周的运行数据和状态为统计分析对象,记
\({{S}_{i}}=\sum\limits_{j=1}^{n}{\frac{{{S}_{ij}}}{{{S}_{iN}}}}\) (1)
记
\({{E}_{i}}=\sum\limits_{j=1}^{n}{\frac{{{E}_{ij}}}{{{E}_{iN}}}}\) (2)
根据选取的每周故障次数
表1
配电网故障风险等级划分
Tab. 1
Level divided for fault risk of distribution network
2 配电网故障特征选择
Relief(relevant features)是著名的过滤式特征选择方法,根据各个特征和类别的相关性赋予特征不同的权重,权重小于某个阈值的特征将被移除[22]。Relief主要针对二分类问题,其拓展算法ReliefF用于处理多分类问题。
本文提出的G-ReliefF算法,改进了ReliefF算法不能有效剔除冗余的特点。采用G-ReliefF算法进行配电网故障特征的最优化选择主要分为2个部分：基于ReliefF算法的特征选择和基于灰色关联分析[23]的冗余特征剔除。
G-ReliefF算法具体伪代码如
1）样本近邻的计算公式为
\(d\text{(}\mathbf{A}\text{,}\ \mathbf{B}\text{)=}\sqrt{\sum\limits_{i=1}^{n}{{{({{a}_{i}}-{{b}_{i}})}^{2}}}}\) (3)
式中：特征
图2
G-ReliefF算法伪代码图
Fig. 2
Diagram of G-ReliefF algorithm pseudo code
2）样本特征差计算公式为
\(diff(\mathbf{A}\text{,}\ {{\mathbf{R}}_{\text{1}}}\text{,}\ {{\mathbf{R}}_{2}})\text{=}\)
式中样本
3）特征权重计算公式为
\(\begin{align} W(\mathbf{A})\text{=}W(\mathbf{A})-\sum\limits_{j=1}^{k}{diff(\mathbf{A}\text{,}\ \mathbf{R}\text{,}\ {{\mathbf{H}}_{j}})/(mK)}+ \\ \sum\limits_{C\notin \text{Class}(\mathbf{R})}{[\frac{P(C)}{1-P(\text{Class}(\mathbf{R}))}\cdot \sum\limits_{j=1}^{k}{diff(\mathbf{A}\text{,}\ \mathbf{R},{{\mathbf{M}}_{j}}\text{(}\mathbf{C}\text{))}}]/(mK)} \\\end{align}\)(5)
式中：\(diff(\mathbf{A}\text{,}\ \mathbf{R}\text{,}\ {{\mathbf{H}}_{j}})\)代表样本
离最近的同类样本与不同类样本;
4）配电网主要故障特征矩阵。
配电网主要故障特征种类为
5）关联系数。
第\(k\)时刻比较序列\({{\mathbf{X}}_{Ti}}\)与参考序列\({{\mathbf{X}}_{To}}\)的相对差值作为\({{\mathbf{X}}_{Ti}}\)对\({{\mathbf{X}}_{To}}\)在\(k\)时刻的关联系数,记为
\(\begin{align} {{\xi }_{oi}}(k)=\frac{{{\Delta }_{0i}}(min)+P\cdot {{\Delta }_{0i}}(max)}{{{\Delta }_{0i}}(k)+P\cdot {{\Delta }_{0i}}(max)} \\ 0<{{\xi }_{oi}}(k)\le 1P\in [0-1] \\\end{align}\) (8)
式中：\({{\Delta }_{0i}}(min)\text{=}{{\min }_{(i)}}{{\min }_{(k)}}\left| {{X}_{To}}(k)-{{X}_{Ti}}(k) \right|\)称为两级最小差,即\({{\mathbf{X}}_{To}}\)与所有\({{\mathbf{X}}_{Ti}}\)的最小绝对差值中再选出一个最小的差值;\({{\Delta }_{0i}}(\max )\text{=}{{\max }_{(i)}}\)\({{\max }_{(k)}}\left| {{X}_{To}}(k)-{{X}_{Ti}}(k) \right|\)称为两级最大差,即\({{\mathbf{X}}_{To}}\)与所有\({{\mathbf{X}}_{Ti}}\)的最大绝对差值中再选出一个最大的差值;\(\left| {{X}_{To}}(k)-{{X}_{Ti}}(k) \right|\text{=}{{\Delta }_{0i}}(k)\)称为参考序列与比较序
列在第
6）关联度。
\(\begin{align} \overline{{{\xi }_{oi}}(k)}=\sum\limits_{k=1}^{n}{{{\omega }_{k}}{{\xi }_{oi}}(k)} \\ (i=1,2,\cdots ,{{m}^{*}}k=1,2,\cdots ,n) \\\end{align}\) (9)
式中：\({{\omega }_{k}}\)的取值直接影响关联度的大小,\({{\omega }_{k}}\)详细求解步骤见文献[23];\(\overline{{{\xi }_{oi}}(k)}\)的值越大说明两个特征之间的相关性越强。
7）关联度矩阵。
\({{\mathbf{X}}_{ij}}=\text{Inter}({{\mathbf{X}}_{i}}\to {{\mathbf{X}}_{j}})\text{,}\ {{\mathbf{X}}_{i}}\text{,}\ {{\mathbf{X}}_{j}}\in \mathbf{A}\) (10)
3 基于Adaboost的配电网故障风险预测
3.1 Adaboost-DT算法
Adaboost算法是机器学习中的集成学习算法,通过对同一训练集训练不同的弱分类器,然后将这些弱分类器组合成强分类器。弱分类器之间的互补特性使组合后的强分类器有较强泛化能力。该算法核心思想是提高训练集中训练效果差的样本权重和学习能力强的弱分类器权重,降低训练效果好的样本权重和学习能力弱的弱分类器权重[24]。
Adaboost算法具体步骤见文献[24],不再赘述。
本文提出的Ada-DT算法采用了基于C4.5算法的决策树作为弱分类器。决策树算法作为一种典型的分类算法,着眼于从一组无次序、无规则的事例中推理出以决策树形式表示的分类规则[25]。典型的决策树算法有ID3、C4.5、CART等,其中,C4.5决策树算法计算特征变量的信息增益和增益率,根据计算结果选取分裂节点、构建分支及生成叶节点,最后通过后剪枝方法完成决策树构建。
使用Adaboost算法训练
图3
Ada-DT算法流程图
Fig. 3
Flow chart of Ada-DT algorithm
3.2 配电网故障风险等级预测
本文计及天气因素相关性的配电网故障特征最优化选择和故障风险等级预测方法的研究主要分为四个阶段：信息采集/处理、天气相关的故障特征提取、故障特征选择和风险等级预测。配电网故障风险等级预测实现流程,如
1）信息采集/处理阶段。对采集到的配电网负荷数据、台账数据、天气数据和故障数据进行数据预处理;筛除故障数据中明显与天气无关的数据。
2）初始故障特征确定和风险等级划分阶段。分析可能与配电网故障风险有关的天气数据,筛选与配电网故障风险有关的特征集合,建立初始特征集;考虑故障发生频率、停电时长和缺供电量,确定配电网故障风险等级划分的依据。
3）故障特征选择阶段。基于改进G-ReliefF进行特征选择,剔除相关性强的特征,得到最优故障
图4
配电网故障风险等级预测流程
Fig. 4
Flow chart of fault risk level prediction
特征集合。
4）故障风险等级预测阶段。采用Ada-DT算法得到强分类器,进行配电网故障风险等级预测。
4 算例分析
本文采用北方某区县52个线段区域2014年
1月至2017年12月的故障数据、运维数据和天气数据进行试验。按停电线段统计故障数据8065条,经过预处理,筛除设备因素、运行维护和施工影响等明显与天气无关的数据。以周为单位统计故障数据922条,其中一类样本数据620条,二类样本数据230条,三类样本数据72条。
实验平台包括硬件配置和软件环境两部分,硬件配置为Intel(R)Core i7-6700HQ 2.6 GHz处理器、8 GB内存的PC机,软件环境采用基于WIN7操作系统的MATLAB R2015a。
4.1 特征选择及分析
4.1.1 数据分析
统计该区县不同线段区域不同月份的故障情况,计算平均故障数,得到该区县12个月份的平均故障和52个线段区域月平均故障分布如
由
图5
平均故障分布图
Fig. 5
Distribution diagram of average fault
4个等级;不同线段区域月平均故障数存在较大差异,即故障发生情况存在地域特性,将“区域分级”作为故障特征,并依据各线段区域对应的月平均故障数大小对线段区域划分4个等级。
考虑温升高将导致设备耐压水平、绝缘特性下降;湿度大容易降低设备绝缘性能,导致电流泄漏、污闪等情况的发生;雷电可能直接导致设备承受雷击过电压等。经分析,初步确定配电网故障特征如
表2
配电网故障风险特征(1)
Tab. 2
Fault risk features of distribution network(1)
4.1.2 特征选择
对初始故障特征进行权重计算,其中样本抽样次数50,最近邻样本数10,重复计算20次,得到特征权重和按权重从大到小排序情况如
由
表3
配电网故障风险特征(2)
Tab. 3
Fault risk features of distribution network(2)
4.1.3 冗余特征剔除
配电网故障风险特征个数设为12,每个特征评价对象包含的评价指标设为922,建立相应配电网故障风险特征矩阵;分别设12个故障风险特征作为参考序列,对应余下11个故障风险特征作为比
图6
分类准确率变化趋势
Fig. 6
Trend of classification accuracy rate
较序列;设置分辨系数
由
表4
配电网故障特征关联度矩阵
Tab. 4
Correlation matrix of distribution network fault feature
4.2 配电网故障风险等级预测
采用本文Ada-DT算法,以2014年1月至2016年12月的线段区域周故障数据作为训练样本,2017年1月至12月的线段区域周故障数据作为测试样本进行预测,预测结果如
表5
配电网故障风险等级预测结果
Tab. 5
Prediction results of fault risk level
为验证本文Ada-DT算法进行风险等级预测的优越性,分别采用BP神经网络、RBF-SVM进行等级预测,预测准确率和召回率对比如
表6
配电网故障风险等级预测对比
Tab. 6
Prediction comparison of fault risk level
淆矩阵对比如
从
图7
3种算法的混淆矩阵对比
Fig. 7
Confusion matrix comparison of three algorithms
法和RBF-SVM算法,预测误差率9.6%,低于其他2种算法;基于Ada-DT算法对3类风险等级预测的召回率相对较高,说明其对不同预测样本具有较好的适应性;虽然基于BP神经网络算法对风险等级1的预测准确率为97.6%,但其对等级2的预测准确率仅为60.8%,说明对等级2样本进行预测的适应性极差。
5 结论
本文提出一种计及天气因素相关性的配电网故障风险等级预测方法,得出如下结论：
1）基于G-ReliefF算法的配电网故障风险特征选择和相关性分析方法,提高了配电网故障风险预测效率。
2）基于Ada-DT算法对配电网故障风险等级的预测精度和泛化能力均优于BP神经网络和RBF- SVM算法。通过对某区县不同线段区域进行算例分析,验证了本文所提方法的有效性和正确性,可以为后续配电网风险预警和运行维护提供理论依据。
3）本文旨在提出一种考虑天气因素的配电网故障特征选择和风险等级预测的方法,鉴于配电网故障风险影响因素繁多、部分因素无法量化或获取,随着配电网海量数据挖掘技术的发展和数据量的累积,本文所提方法可以针对不同区县的不同时间尺度进行更多类型的风险特征相关性分析和等级预测,预测精度也会不断提升。
参考文献
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
[16]
[17]
[18]
[19]
[20]
[21]
[22]
[23]
[24]
[25]