配电网故障预测方法、装置、计算机设备和存储介质与流程

本申请涉及智能电网，特别是涉及一种配电网故障预测方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术：

1、配电网的网络拓扑复杂、设备数量种类繁多，容易出现因外部环境因素引发电源中断和其他类型故障的问题。并且，配电网出现的故障行为模式很有可能是随机的，且高度难以预测，例如，当一个初期故障转变为一个全面故障时，称为故障前阶段，故障前的时间可能会持续几秒钟到几个月，因此，需要通过预期保护方案或技术来提前预测或检测非常规故障和干扰，以减少对正常电网操作的威胁，维持配电网系统的正常运作。

2、目前，常用的配电网故障预测方案虽然在不同程度上解决了初期故障的问题，但是，有些方案本身只关注特定的用例，如设备故障，有些方案只能检测某些特定类型的故障干扰，如pq（power quality，电能质量）干扰或与天气相关的影响，还有一些方案需要参考的历史故障数据库。由此可见，目前的配电网故障预测方案难以全面且准确地预测出配电网可能存在的初期故障。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够实现准确的故障预测的配电网故障预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本申请提供了一种配电网故障预测方法。所述方法包括：

3、获取配电网中测量点的采样数据，所述采样数据包括电气波形；

4、针对每一所述测量点，对所述电气波形进行波形失真检测，得到所述测量点的波形失真检测结果；

5、基于所述测量点的波形失真检测结果和预设的失真百分比阈值，确定失真诱发事件的严重程度等级，所述失真百分比阈值为通过随机模拟方法对所述配电网的历史样本数据进行试验得到；

6、基于所述失真诱发事件的严重程度等级，得到故障预测结果。

7、在其中一个实施例中，方法还包括：

8、提取出测量点的波形失真检测结果中的目标样本数据，目标样本数据包括存在波形失真的电气波形；

9、基于目标样本数据和预设的失真百分比阈值，确定失真诱发事件的事件类型。

10、在其中一个实施例中，基于目标样本数据和预设的失真百分比阈值，确定失真诱发事件的事件类型，包括：

11、针对每一失真诱发事件，统计目标样本数据，得到电气波形的失真百分比，将失真百分比与预设的失真百分比阈值进行比较；

12、若在预设的最小间隔时间内出现失真百分比大于预设的失真百分比阈值的情况，则判定失真诱发事件的事件类型为第一类型；

13、若在预设的最小间隔时间内未出现失真百分比大于预设的失真百分比阈值的情况，则判定失真诱发事件的事件类型为第二类型。

14、在其中一个实施例中，基于测量点的波形失真检测结果和预设的失真百分比阈值，确定失真诱发事件的严重程度等级，包括：

15、针对每一失真诱发事件，基于测量点的波形失真检测结果，确定本地测量设备对应的第一失真百分比；

16、根据第一失真百分比和预设的本地测量设备对应的第一失真百分比阈值，得到失真诱发事件在本地测量设备维度上的严重程度等级，失真诱发事件的严重程度等级包括失真诱发事件在本地测量设备维度上的严重程度等级。

17、在其中一个实施例中，基于测量点的波形失真检测结果和预设的失真百分比阈值，确定失真诱发事件的严重程度等级，包括：

18、将配电网划分为多个网格分区；

19、针对每一失真诱发事件，基于测量点的波形失真检测结果，确定网格分区对应的第二失真百分比；

20、根据第二失真百分比和预设的配电系统对应的第二失真百分比阈值，得到失真诱发事件在配电网系统维度上的严重程度等级；

21、失真诱发事件的严重程度等级包括失真诱发事件在本地测量设备维度上的严重程度等级，以及失真诱发事件在配电网系统维度上的严重程度等级。

22、在其中一个实施例中，基于测量点的波形失真检测结果和预设的失真百分比阈值，确定失真诱发事件的严重程度等级之前，方法还包括：

23、获取每一失真诱发事件的最高失真百分比和蒙特卡罗试验次数，以及测量点总数；

24、基于最高失真百分比和蒙特卡罗试验次数，确定第一失真百分比阈值；

25、基于测量点总数和第一失真百分比阈值，确定第二失真百分比阈值。

26、第二方面，本申请还提供了一种配电网故障预测装置。所述装置包括：

27、数据获取模块，用于获取配电网中测量点的采样数据，所述采样数据包括电气波形；

28、数据检测模块，用于针对每一所述测量点，对所述电气波形进行波形失真检测，得到所述测量点的波形失真检测结果；

29、等级评定模块，用于基于所述测量点的波形失真检测结果和预设的失真百分比阈值，确定失真诱发事件的严重程度等级，所述失真百分比阈值为通过随机模拟方法对所述配电网的历史样本数据进行试验得到；

30、故障预测模块，用于基于所述失真诱发事件的严重程度等级，得到故障预测结果。

31、第三方面，本申请还提供了一种计算机设备。所述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时实现上述任意一个配电网故障预测方法实施例中的步骤。

32、第四方面，本申请还提供了一种计算机可读存储介质。所述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上述任意一个配电网故障预测方法实施例中的步骤。

33、第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任意一个配电网故障预测方法实施例中的步骤。

34、上述配电网故障预测方法、装置、计算机设备、存储介质和计算机程序产品，预先通过随机模拟方法对配电网的历史样本数据进行试验，能够得到真实准确的失真百分比阈值，在实际应用中，通过获取配电网中测量点的采样数据（如电气波形），实时监测电网的运行状态，通过对每个测量点的电气波形进行失真检测，可以准确识别出电气波形的非线性失真情况，有助于精确定位配电网中的问题区域，进而根据波形失真检测结果和预设的失真百分比阈值，能够准确且合理地确定失真诱发事件的严重程度等级，最后，基于失真诱发事件的严重程度等级进行故障预测，能够得到更为准确的故障预测结果。上述方案，将随机模拟方法和波形失真检测相结合，通过主动监测和故障预测的方式，能够得到更为准确的故障预测结果，增强了配电网对于外部扰动和内部故障的抵御能力。

技术特征：

1.一种配电网故障预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

3.根据权利要求2所述的方法，其特征在于，所述基于所述目标样本数据和预设的失真百分比阈值，确定失真诱发事件的事件类型，包括：

4.根据权利要求1至3任意一项所述的方法，其特征在于，所述基于所述测量点的波形失真检测结果和预设的失真百分比阈值，确定失真诱发事件的严重程度等级，包括：

5.根据权利要求4所述的方法，其特征在于，所述基于所述测量点的波形失真检测结果和预设的失真百分比阈值，确定失真诱发事件的严重程度等级，包括：

6.根据权利要求1至3任意一项所述的方法，其特征在于，所述基于所述测量点的波形失真检测结果和预设的失真百分比阈值，确定失真诱发事件的严重程度等级之前，所述方法还包括：

7.一种配电网故障预测装置，其特征在于，所述装置包括：

8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

技术总结本申请涉及一种配电网故障预测方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取配电网中测量点的采样数据，采样数据包括电气波形，针对每一测量点，对电气波形进行波形失真检测，得到测量点的波形失真检测结果，基于测量点的波形失真检测结果和预设的失真百分比阈值，确定失真诱发事件的严重程度等级，失真百分比阈值为通过随机模拟方法对配电网的历史样本数据进行试验得到，基于失真诱发事件的严重程度等级，得到故障预测结果。采用本方法能够得到更为准确的故障预测结果。技术研发人员：林翔,罗思敏,方健,代晓丰,田妍,林浩博,黄强,庞彪受保护的技术使用者：广东电网有限责任公司广州供电局技术研发日：技术公布日：2024/10/10