基于配电网系统与元件可靠性参数反演分析方法及系统与流程

本发明涉及电力系统可靠性评估，具体为基于配电网系统与元件可靠性参数反演分析方法及系统。

背景技术：

1、电力系统的可靠性可以根据元件的可靠性参数，如故障率和修复时间来评估。由于数据输入错误、数据缺失或设备可靠性参数的变化等原因，在可靠性评估时可能无法准确获取某些元件的可靠性参数。电力系统可靠性评估逆问题是指从已知的可靠性指标值出发求取未知的元件可靠性参数的问题，是电力系统可靠性领域一个重要的潜在研究方向，可用于解决前文所述的问题。

2、配电系统的可靠性指标，如系统平均中断频率指数(saifi)、系统平均中断持续时间指数(saidi)和未供应电能期望(ens)，通常由配电企业根据记录的中断次数、中断持续时间以及每个负荷点中断的负荷量统计计算得到。通过对可用的可靠性指标进行逆向可靠性评估(inverse reliability evaluation，ire)，可以找出未知的元件可靠性参数，从而准确了解电力系统元件的状况。

3、随着电力系统的快速发展，配电网作为连接电力系统与用户的重要环节，其可靠性水平直接关系到电力供应的稳定性与安全性。近年来，电力系统可靠性的研究逐渐深入，特别是在配电网的系统可靠性及元件可靠性参数评估方面取得了显著进展。传统的可靠性分析方法主要依赖于历史故障数据和统计分析，通过建立数学模型来预测系统或元件的故障率和维修率等指标。然而，这些方法在处理复杂电网结构时，往往因缺乏有效的数据处理机制和模型构建方法，难以准确反映系统的真实运行状态。此外，随着配电网向智能化、数字化转型，数据采集和处理技术的进步为系统可靠性评估提供了新的方法和手段。基于最小二乘估计原理的非线性优化模型，为精确评估配电网系统可靠性和元件可靠性参数提供了新的思路，但在实际应用中仍面临模型准确性和计算效率的双重挑战。

4、现有的配电网可靠性评估技术主要集中在简化模型的构建和静态数据分析上，较少考虑到系统运行中的动态变化和实时数据反馈。这导致评估结果往往无法全面准确地反映系统的实时可靠性状态，难以为系统的优化运行和决策提供有效支持。此外，现有方法在处理大规模数据时，常常受限于计算能力和算法效率，无法实现高效的数据处理和分析。针对这些不足，我方发明提出了一种新的分析方法，通过采集可靠性指标数据构建更为精确的可靠性指标模型，并基于最小二乘估计原理构建非线性优化模型，有效地提高了模型的准确性和可靠性。通过对非线性优化模型附加信息的处理和边界条件的设置，构建与实际场景相对应的反问题模型，不仅能够精确反映配电网系统及元件的可靠性状态，还能根据实际运行数据进行动态调整和优化，从而提高配电网的整体运行效率和可靠性。

技术实现思路

1、鉴于上述存在的问题，提出了本发明。

2、因此，本发明解决的技术问题是：现有的配电网可靠性评估方法存在使用范围狭窄，准确率低，求解效率低，以及建立的模型和所提出的求解方法较难推广至一般情形。

3、为解决上述技术问题，本发明提供如下技术方案：基于配电网系统与元件可靠性参数反演分析方法，包括采集可靠性指标数据构建可靠性指标模型；基于最小二乘估计原理构建非线性优化模型；对非线性优化模型附加信息和设置边界条件，构建与场景对应的反问题模型。

4、作为本发明所述的基于配电网系统与元件可靠性参数反演分析方法的一种优选方案，其中：所述采集可靠性指标数据构建可靠性指标模型包括采集负荷点、负荷数、总客户数、故障率、年停电时间、平均负荷、修复时间。

5、作为本发明所述的基于配电网系统与元件可靠性参数反演分析方法的一种优选方案，其中：所述采集可靠性指标数据构建可靠性指标模型包括构建面向客户可靠性指标模型；

6、所述面向客户可靠性指标模型包括构建系统平均停电频率模型，表示为：

7、

8、其中，saifi表示系统平均停电频率，nlp表示负荷点，ni表示总客户数，表示负荷点i的故障率，i表示负荷点；

9、所述面向客户可靠性指标模型包括构建用户平均停电频率模型，表示为：

10、

11、其中，caifi表示用户平均停电频率，表示负荷点i供应的客户数；

12、所述面向客户可靠性指标模型包括构建系统平均停电时间模型，表示为：

13、

14、其中，saidi表示系统平均停电时间，ui表示负荷点i的年停电时间；

15、所述面向客户可靠性指标模型包括构建用户平均停电时间模型，表示为：

16、

17、其中，caidi表示用户平均停电时间；

18、所述面向客户可靠性指标模型包括构建平均供电可用性模型，表示为：

19、

20、其中，asui表示平均供电可用性；

21、所述面向客户可靠性指标模型包括构建平均供电不可用性模型，表示为：

22、asai＝1-asui

23、其中，asai表示平均供电不可用性。

24、作为本发明所述的基于配电网系统与元件可靠性参数反演分析方法的一种优选方案，其中：所述采集可靠性指标数据构建可靠性指标模型包括构建面向能源可靠性指标模型；

25、所述向能源可靠性指标模型包括构建缺供电量模型，表示为：

26、

27、其中，ens表示缺供电量，li表示负荷点i的平均负荷；

28、所述向能源可靠性指标模型包括构建平均缺供电量模型，表示为：

29、

30、其中，aens表示平均缺供电量；

31、所述向能源可靠性指标模型包括系统与用户平均缺电量模型，表示为：

32、

33、其中，asci表示系统平均缺供电量，acci表示用户平均缺电量；

34、saifi、saidi和ens三个指标可表示为：

35、

36、其中，rij表示负荷点i第j元素的修复时间，a1ij，a2ij，a3ij表示化简产生的系数；

37、若系统可靠性指标已知，部件的可靠性参数未知，则模型表示为：

38、

39、其中，e1、e2和e3表示以λn,rn为参数的函数，n∈{1,2,…,n},n表示未知参数的个数。

40、作为本发明所述的基于配电网系统与元件可靠性参数反演分析方法的一种优选方案，其中：所述基于最小二乘估计原理构建非线性优化模型包括基于最小二乘估计原理，输出非线性优化模型p1表示为：

41、

42、其中，x表示待求元件可靠性参数构成的向量，包含元件的修复率、故障率，为模型p1的决策变量，yi表示系统元件i模型的输入数据，包含已知系统可靠性指标值，xub、xlb表示由工程经验得到的crp的取值上下限，nid表示已知可靠性指标的个数。

43、作为本发明所述的基于配电网系统与元件可靠性参数反演分析方法的一种优选方案，其中：所述对非线性优化模型附加信息和设置边界条件，构建与场景对应的反问题模型包括若n＞nid，模型p1有概率存在无数解，要确定唯一解，应当结合的工程场景，在模型p1的基础上添加附加信息和设置边界条件，构建与场景对应的反问题模型p2，表示为：

44、

45、

46、ui＝λi/(λi+μi

47、i∈scom

48、ej(λ,μ),yj j＝1,2,…,nid

49、其中，scom表示包括crp的元件集合，表示元件i的投资费用，表示元件i的年运维费用，α表示年金现值系数，u0,i与分别表示元件i的基准不可用率和基准投资费用，umax,i、umin,i分别表示元件i不可用率的上下限，τi表示关于元件i的常数，λ、μ表示待求故障率、修复率向量，ej(λ,μ)是与λ、μ相应的第j个可靠性指标的计算值，λlb、λub分别表示待求故障率参数向量上下限，μlb、μub分别表示待求修复率参数向量上下限，yj表示第j个指标的约束。

50、作为本发明所述的基于配电网系统与元件可靠性参数反演分析方法的一种优选方案，其中：所述对非线性优化模型附加信息和设置边界条件，构建与场景对应的反问题模型包括非线性优化模型p1为通用基础逆问题模型，输出现有的crp以及规划场景中确定未来的crp，与场景对应的反问题模型p2是在模型p1存在无限解的情况下使用的。

51、本发明的另外一个目的是提供基于粒子群遗传算法的计算平台负载平衡系统，其能通过基于最小二乘估计原理构建的非线性优化模型，解决了目前的配电网可靠性评估方法含有准确率低的问题。

52、作为本发明所述的基于粒子群遗传算法的计算平台负载平衡系统的一种优选方案，其中：包括初始化模块，可靠性指标构建模块，非线性优化模型构建模块，场景对应的反问题模型构建模块；所述初始化模块用于采集可靠性指标数据；所述可靠性指标构建模块用于构建面向客户和能源的可靠性指标模型；所述非线性优化模型构建模块用于基于最小二乘估计构建非线性优化模型；所述场景对应的反问题模型构建模块用于对模型p1的基础上添加附加信息和设置边界条件，构建与场景对应的反问题模型。

53、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序是实现基于配电网系统与元件可靠性参数反演分析方法的步骤。

54、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现基于配电网系统与元件可靠性参数反演分析方法的步骤。

55、本发明的有益效果：本发明提供的基于配电网系统与元件可靠性参数反演分析方法通过采构建面向客户和能源的可靠性指标模型，有效地提升了对电力供应可靠性的评估能力，提高整体电力系统效率和可靠性的有益效果，基于最小二乘估计原理构建的非线性优化模型，提高模型的预测准确性，且优化系统的性能，确保评估结果的稳定性和可靠性，提高配电网可靠性评估和预测的精度，对非线性优化模型附加信息和设置边界条件，构建与场景对应的反问题模型，提高配电网的运行效率、降低运维成本。本发明在准确性、简洁性以及普适性方面都取得更加良好的效果。