发明公开
- 专利标题: 基于数值气象数据与机器学习的电网故障预测方法及系统
-
申请号: CN202010514091.6申请日: 2020-06-08
-
公开(公告)号: CN111860943A公开(公告)日: 2020-10-30
- 发明人: 钟海旺 , 张广伦 , 程通 , 夏清 , 康重庆
- 申请人: 清华大学 , 国网河北省电力有限公司 , 国家电网有限公司
- 申请人地址: 北京市海淀区清华园
- 专利权人: 清华大学,国网河北省电力有限公司,国家电网有限公司
- 当前专利权人: 清华大学,国网河北省电力有限公司,国家电网有限公司
- 当前专利权人地址: 北京市海淀区清华园
- 代理机构: 北京清亦华知识产权代理事务所
- 代理商 石茵汀
- 主分类号: G06Q10/04
- IPC分类号: G06Q10/04 ; G06Q10/06 ; G06N3/04 ; G06N3/08 ; G06Q50/06
摘要:
本发明公开了一种基于数值气象数据与机器学习的电网故障预测方法及系统,其中,方法包括:获取所分析区域的电网基础信息、历史运行故障数据及历史数值气象数据;根据历史故障数据计算各元件的历史宏观可靠性指标数据,以建立神经网络,并将成对的历史可靠性数据与历史气象数据输入神经网络进行训练,经过参数调整后得到可靠性数据与气象数据的关联模型;通过关联模型,基于数值天气预报的在线数值气象预报数据,对电力系统元件的故障进行在线预测。该方法采用数值气象预报与机器学习相结合的方式,解决了气象因素与电网运行可靠性数据的关联性问题,为事前甄别电力系统发生故障的可能性提供计算依据,保障电力系统运行的稳定性与可靠性。