一种智能电网规划评估方法与流程

1.本发明涉及智能电网技术领域，特别涉及一种智能电网规划评估方法。


背景技术：

2.电网系统在运行一段时间后，需要对其运行状况进行检查分析，以便于判断电网规划是否合理，并根据评估的结果对电网系统进行部分的调整，在进行电网规划评估时，需要选取适当的评估指标，而在选取评估指标时应当遵循系统性、一致性、独立性、可测性以及可比性，然而目前电网规划评估的指标众多，在进行综合评估时，若评估指标较多，可能会造成重复，指标过少，会造成评估结果片面，导致无法准确的到电网规划是否合理进行评估。


技术实现要素：

3.鉴于此，本发明提出一种智能电网规划评估方法，根据电网类型选择不同的评估指标，从而可以获得准确的评估结果，以便于对电网规划不合理的地方进行整改。
4.本发明的技术方案是这样实现的：
5.一种智能电网规划评估方法，包括以下步骤：
6.步骤s1、确定电网类型，所述电网类型包括主网、配网以及主配协同；
7.步骤s2、根据电网类型选取一级指标，所述一级指标包括若干二级指标；
8.步骤s3、采用德尔菲法获取一级指标的评估权重以及二级指标的评估分数和评估权重，根据一级指标的评估权重以及二级指标的评估分数和评估权重获得一级指标的归一化分数；
9.步骤s4、根据一级指标的归一化分数获取电网规划评估结果。
10.优选的，所述步骤s2中的一级指标包括经济、安全、可靠、协调、环保以及智能，所述二级指标包括经济效益、投资容量比、loc容量比、网损率、n-1 通过率、电力不足概率lolp、电量不足期望值、容载比、设备利用率、污染物排放、非化石能源发电量占比、非化石能源装机比重、可再生能源消纳率、清洁能源发电量占比、清洁能源装机占比、智能变电站占比、投资回收期、线损率、供电可靠率、中压配电网线路可转供率、综合电压合格率、配电自动化有效覆盖率、智能电表覆盖率、低压集抄覆盖率、配电通信网覆盖率以及安全事故事件风险数量。
11.优选的，所述电网类型为主网时，所述一级指标包括经济、安全、可靠、协调、环保以及智能，所述经济的二级指标包括经济效益、投资容量比、loc 容量比、网损率，所述安全的二级指标包括n-1通过率，所述可靠的二级指标包括电力不足概率lolp、电量不足期望值，所述协调的二级指标包括容载比、设备利用率，所述环保的二级指标包括污染物排放、非化石能源发电量占比、非化石能源装机比重、可再生能源消纳率、清洁能源发电量占比、清洁能源装机占比，所述智能的二级指标包括智能变电站占比。
12.优选的，所述电网类型为配网时，所述一级指标包括经济、安全、可靠、协调以及智
能，所述经济的二级指标包括投资回收期、线损率，所述安全的二级指标包括n-1通过率，所述可靠的二级指标包括供电可靠率、中压配电网线路可转供率，所述协调的二级指标包括容载比、设备利用率、综合电压合格率，所述智能的二级指标包括配电自动化有效覆盖率、智能电表覆盖率、低压集抄覆盖率、配电通信网覆盖率。
13.优选的，所述电网类型为主配协同时，所述一级指标包括安全，所述安全的二级指标包括安全事故事件风险数量。
14.优选的，所述步骤s3用德尔菲法获取一级指标的评估权重以及二级指标的评估分数和评估权重的具体步骤为：由专家对一级指标的评估权重、二级指标的评估分数以及二级指标的评估权重分别进行打分，根据打分结果计算专家意见集中度期望值以及专家离散度，判断打分是否合理，若打分不合理时，重新进行打分。
15.优选的，所述专家意见集中度期望值的表达式为：
[0016][0017]
其中ai为专家对评估权重或评估分数的打分结果，m为专家人数，e为专家意见集中度期望值，若专家意见集中度期望值小于设定的意见集中度期望值阈值e0时，需要重新进行打分。
[0018]
优选的，所述专家离散度的表达式为：
[0019][0020]
所述δ为专家离散度，若专家离散度大于所设定的离散度阈值δ0时，需要重新进行打分。
[0021]
优选的，所述步骤s3的归一化分数的表达式为：
[0022][0023]
其中mi为第i个一级指标的归一化得分值，zi为第i个一级指标的评估权重， ki为第i个二级指标的评估分数，pi为第i个二级指标的评估权重，n为二级指标的数量。
[0024]
优选的，所述步骤s2的具体步骤为：
[0025]
步骤s21、根据电网类型获取其对应的拓扑结构；
[0026]
步骤s22、对电网拓扑结构进行分解；
[0027]
步骤s23、对分解的拓扑结构中的各部件进行关键字提取，并形成关键特征图像；
[0028]
步骤s24、将关键特征图像输入到已训练完成的神经网络中，由神经网络对关键特征图像进行识别，并获得对应的一级指标；
[0029]
步骤s25、将电网类型赋值到一级指标上形成一级指标特征图像，并由训练完成的神经网络对一级指标特征图像进行识别，获得对应的二级指标。
[0030]
与现有技术相比，本发明的有益效果是：
[0031]
本发明提供了一种智能电网规划评估方法，用于对电网的规划是否合理进行评估，而在进行评估前，首先确定需要用于评估的电网类型，根据不同的电网类型选取对应的一级指标，并对一级指标中包含的二级指标进行选取，避免所选取的指标发生重复，在确定一级指标以及二级指标后，采用德尔菲法分别计算一级指标的评估权重、二级指标的评估权重和评估分数，最终计算得到一级指标的归一化分数，从而根据归一化分数可以评估电
网的规划是否合理，以便于对规划不合理的地方进行整改。
附图说明
[0032]
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的优选实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0033]
图1为本发明的一种智能电网规划评估方法的流程图；
具体实施方式
[0034]
为了更好理解本发明技术内容，下面提供一具体实施例，并结合附图对本发明做进一步的说明。
[0035]
参见图1，本发明提供的一种智能电网规划评估方法，包括以下步骤：
[0036]
步骤s1、确定电网类型，所述电网类型包括主网、配网以及主配协同；
[0037]
步骤s2、根据电网类型选取一级指标，所述一级指标包括若干二级指标；
[0038]
步骤s3、采用德尔菲法获取一级指标的评估权重以及二级指标的评估分数和评估权重，根据一级指标的评估权重以及二级指标的评估分数和评估权重获得一级指标的归一化分数；
[0039]
步骤s4、根据一级指标的归一化分数获取电网规划评估结果。
[0040]
本发明的一种智能电网规划评估方法，用于对电网规划是否合理进行准确的评估，而在评估前，会先确定需要进行评估的电网类型，从而根据电网的不同类型选取对应的评估指标，评估指标包括一级指标以及二级指标，二级指标隶属于一级指标，在确定对应的评估指标后，本发明采用德尔菲法来进行打分，分别获取到一级指标的评估权重、二级指标的评估权重和评估分数，并以此来计算得到一级指标的归一化分数，最终根据归一化分数可以看出电网的规划是否合理，若电网的规划不合理时，可以及时的对规划不合理的地方进行整改。
[0041]
优选的，所述电网类型为主网时，所述一级指标包括经济、安全、可靠、协调、环保以及智能，所述经济的二级指标包括经济效益、投资容量比、loc 容量比、网损率，所述安全的二级指标包括n-1通过率，所述可靠的二级指标包括电力不足概率lolp、电量不足期望值，所述协调的二级指标包括容载比、设备利用率，所述环保的二级指标包括污染物排放、非化石能源发电量占比、非化石能源装机比重、可再生能源消纳率、清洁能源发电量占比、清洁能源装机占比，所述智能的二级指标包括智能变电站占比。
[0042]
优选的，所述电网类型为配网时，所述一级指标包括经济、安全、可靠、协调以及智能，所述经济的二级指标包括投资回收期、线损率，所述安全的二级指标包括n-1通过率，所述可靠的二级指标包括供电可靠率、中压配电网线路可转供率，所述协调的二级指标包括容载比、设备利用率、综合电压合格率，所述智能的二级指标包括配电自动化有效覆盖率、智能电表覆盖率、低压集抄覆盖率、配电通信网覆盖率。
[0043]
优选的，所述电网类型为主配协同时，所述一级指标包括安全，所述安全的二级指标包括安全事故事件风险数量。
[0044]
评估指标的内容见表1：
[0045]
[0046]
[0047]
[0048][0049]
其中二级指标下还会分成若干个三级指标，同样的，对三级指标的评估权重和评估分数进行打分，获取三级指标的评估权重和评估分数后，可以计算得到二级指标的评估分数，根据二级指标的评估分数和评估权重以及一级指标的评估权重后可以得到一级指标的评估分数。
[0050]
优选的，所述步骤s3用德尔菲法获取一级指标的评估权重以及二级指标的评估分数和评估权重的具体步骤为：由专家对一级指标的评估权重、二级指标的评估分数以及二级指标的评估权重分别进行打分，根据打分结果计算专家意见集中度期望值以及专家离散度，判断打分是否合理，若打分不合理时，重新进行打分。
[0051]
德尔菲法又称专家打分法，是一种充分综合领域专家知识、经验和信息的方法，专家的宝贵经验和智慧在此方法中发挥了重要的作用，一般用来分析复杂模型的输入，德尔菲在分析与决策领域中有广泛的应用，其本质上是一种反馈匿名函询法，按照德尔菲法，选用多位电力行业智能电网领域专家结合各个指标重要性对该示范区的指标权重进行打分，专家以匿名的方式，按照“百分制”规则，采用相对法及绝对法，分别对经济、安全、可靠、协调、环保、智能一级指标及二级指标进行第一轮打分，在处理各个因素时，主要遵循两个约束条件，分别为专家意见集中度期望值和专家离散度。
[0052]
优选的，所述专家意见集中度期望值的表达式为：
[0053][0054]
其中ai为专家对评估权重或评估分数的打分结果，m为专家人数，e为专家意见集中度期望值，若专家意见集中度期望值小于设定的意见集中度期望值阈值e0时，需要重新进行打分。
[0055]
优选的，所述专家离散度的表达式为：
[0056][0057]
所述δ为专家离散度，若专家离散度大于所设定的离散度阈值δ0时，需要重新进行打分。
[0058]
当e＞e0，且δ《δ0时，打分结束，否则需要循环进行打分。
[0059]
优选的，所述步骤s3的归一化分数的表达式为：
[0060][0061]
其中mi为第i个一级指标的归一化得分值，zi为第i个一级指标的评估权重， ki为第i个二级指标的评估分数，pi为第i个二级指标的评估权重，n为二级指标的数量。
[0062]
在获得所有一级指标的归一化分数后，将归一化分数求和，其总和即为待评价的现状或电网规划方案的分数。
[0063]
优选的，所述步骤s2的具体步骤为：
[0064]
步骤s21、根据电网类型获取其对应的拓扑结构；
[0065]
步骤s22、对电网拓扑结构进行分解；
[0066]
步骤s23、对分解的拓扑结构中的各部件进行关键字提取，并形成关键特征图像；
[0067]
步骤s24、将关键特征图像输入到已训练完成的神经网络中，由神经网络对关键特征图像进行识别，并获得对应的一级指标；
[0068]
步骤s25、将电网类型赋值到一级指标上形成一级指标特征图像，并由训练完成的神经网络对一级指标特征图像进行识别，获得对应的二级指标。
[0069]
在获取电网类型后，需要选择对应的一级指标以及二级指标，而该选取过程并非人为经验判断，本发明通过训练完成的神经网络可以进行自动化的识别，将电网的拓扑结构进行分解后，可以获得其中包含了各种部件，例如继电器、隔离开关、配电箱、环网柜等等，将其中各部件进行关键字提取后，可以获得对应的电网的关键特征图片，例如对于配网而言，会包含配电箱、升降压变压器等关键字，将包含的关键特征图像输入到神经网络中后，可以获得对应需要的一级指标，而由于一级指标会包含若干二级指标，在选取二级指标时，将电网类型以标号的形式赋值到一级指标上形成一级指标特征图像，随后神经网络可以根据一级指标特征图像识别得到二级指标，以此类推可以获得三级指标，避免人为经验选取评估指标造成指标过多或过少而影响到评估结果。
[0070]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。