本发明专利技术公开了一种配网停电事件真实性判断方法，涉及电网监控管理技术领域，包括以下步骤：收集配网供电系统中不同来源的原始数据，包括停电报告、用户反馈、气象信息、电网运行状态数据、历史停电记录，并对收集到的原始数据进行预处理操作，得到配电信息序列表；从配电信息序列表中提取与停电事件相关的异常特征。本发明专利技术通过实时监控系统与风险评估模型的结合，能够在第一时间内进行配网停电事件的真实性判断，融入实时的配网状态监测，使得判断结果更加准确，在停电事件发生时，能够迅速捕捉关键数据，并通过风险评估模型即时计算停电风险系数，从而快速判断停电事件的真实性与潜在影响。
1、随着电力系统的不断发展和电力市场的逐渐放开，用户对供电可靠性和服务质量的要求日益提高，配电网作为电力系统的重要组成部分，其停电事件的真实性判断直接关系到供电公司能否及时、准确地掌握停电情况，并采取相应的抢修措施，以保障用户的用电需求，频繁停电会严重影响供电可靠性水平，导致不同区域、线路可靠性水平相差较大，如果用户接入个别低可靠性线路，将形成新的电网薄弱节点，增加频繁投诉和抢修工单。
2、如中国专利公开号：cn108647328a的可靠性停电事件采集完整性分析与自动补全方法，包括构建配电网停电事件统一分析模型；将自动采集的离散的用户停电信息归集生成原始停电事件；对原始停电事件进行采集完整性分析，查找定位采集不完整的停电线段及采集缺失用户；在采集缺失用户中判断识别属于真实停电的用户；对真实停电的缺失用户自动补全停电信息，将最终的停电事件上传到可靠性业务系统。
3、现有技术中，通过定位查找采集缺失用户，利用共享数据判断识别用户真实是否停电，对属于真实停电的缺失用户自动补全停电信息，但是部分用户在停电后能够自主恢复供电，会影响判断结果的准确性，结合恶劣环境因素对供电恢复的干扰，进一步干扰了对配网停电事件的风险辨别，进而干扰了停电事件的真实性判断精度，因此，如何对停电事件进行综合分析和判断，增强配网停电事件的风险辨别能力，以提高真实性判断的精准度，是我们要解决的问题，为此，现提出一种配网停电事件真实性判断方法。
>技术实现思路1、本专利技术目的在于提供一种配网停电事件真实性判断方法，以解决上述
技术介绍
中提出的问题。
2、为解决上述技术问题，本专利技术所采用的技术方案是：
3、一种配网停电事件真实性判断方法，包括以下步骤：
4、步骤1，收集配网供电系统中不同来源的原始数据，包括停电报告、用户反馈、气象信息、电网运行状态数据、历史停电记录，并对收集到的原始数据进行清洗和整理的预处理操作，得到配电信息序列表；
5、步骤2，从配电信息序列表中提取与停电事件相关的异常特征，结合时间空间关联分析初步筛选出停电事件相关的停电区域和设备，分析停电事件的影响程度，并结合气象信息数据分析停电事件区域的环境干扰趋势；
6、步骤3，识别用户供电的行为模式，分析历史停电记录、用电习惯及电网状态，评估用户自主恢复供电的真实性；
7、步骤4，综合停电事件影响程度的分析结果、环境干扰趋势和用户自主恢复供电的评估结果，结合机器学习技术构建风险评估模型，对停电事件的风险进行分析，以进一步地判断停电事件的真实性；
8、步骤5，配置实时监控系统，持续跟踪配网状态，并根据风险评估模型的输出结果生成停电事件的风险报告，将风险报告及判断结果反馈至相关人员。
9、本专利技术技术方案的进一步改进在于：所述步骤1中，配电信息序列表的获取过程包括：
10、步骤101，从配网供电系统的电网管理系统、客户服务系统、气象部门以及历史数据库中收集原始数据，其中，从电网管理系统中提取电网运行状态数据，包括电压、电流、功率、设备状态等，从客户服务系统收集用户反馈和停电报告，包括报告时间、地点、描述等信息，从气象部门获取气象信息，包括温度、湿度、风速、降雨量等，从历史数据库中提取历史停电记录和用户的用电习惯数据，包括停电时间、地点、原因、持续时间等；
11、步骤102，将不同来源的原始数据整合到统一的数据集中，为数据集中的每个记录添加共同的时间戳，以便于后续分析，并对原始数据进行预处理操作，包括数据清洗和数据转化步骤；
12、步骤103，将数据按时间段进行分类整理，并根据整理后的数据，建立配电信息序列表，其中，配电信息序列表包含但不限于停电事件编号、停电时间、停电地点、影响范围、停电原因、气象条件、处理过程、恢复时间、用户反馈汇总以及相关设备状态，对整理后的配电信息序列表进行验证，确保数据的准确性和完整性，将经过验证的配电信息序列表及相关数据存储在数据仓库中。
13、本专利技术技术方案的进一步改进在于：所述步骤2中，停电事件的影响程度和环境干扰趋势的分析过程包括：
14、步骤201，从配电信息序列表中筛选出所有停电事件的记录，针对每条停电事件记录，提取停电事件的异常特征，包括停电时间异常、停电时长异常、停电范围异常扩大以及影响用户数量异常增多，并对提取的异常特征进行初步分析，识别出相应的异常模式；
15、步骤202，根据停电事件的时间戳，分析停电事件的时间分布，生成停电事件的时间分布图表，识别频繁停电的时间段，利用gis技术，将停电事件的地点在地图上进行标注，分析停电事件的空间分布，识别频繁停电的区域及邻近区域，将时间分布和空间分布的结果进行叠加分析，识别出既在时间上频繁又在空间上集中的停电区域，基于时空关联分析的结果，初步筛选出频繁停电的区域；
16、步骤203，检查频繁停电区域内相关设备的状态记录，包括故障记录、维护记录，汇总和分析频繁停电区域内用户的反馈意见，结合设备状态和用户反馈，进一步筛选出与停电事件直接相关的设备；
17、步骤204，基于频繁停电区域内停电事件的持续时间、停电影响的用户数量、停电导致的严重性评分以及停电的设备故障状态记录，综合分析得到停电事件影响指数，评估停电事件的影响程度；
18、步骤205，将气象信息与停电事件的时间点和地点进行匹配，获取对应时间点和地点的气象数据，分析气象信息随时间的变化趋势，识别影响停电事件的气象因素，根据气象信息的严重程度和历史数据，计算环境干扰指数，量化气象信息对停电事件的潜在影响；
19、步骤206，结合环境干扰指数和气象预测数据，评估气象信息变化对停电事件的干扰趋势，以识别出高风险时间段和区域。
20、本专利技术技术方案的进一步改进在于：所述停电事件影响指数的表达式为：
21、
22、其中，s为停电事件影响指数，表示停电事件的综合影响评分，ti为第i次停电的持续时间，tbase为基线停电持续时间，tmax为观测期间最长的停电持续时间，fi为第i次停电影响的用户数量，fmax为观测期间最多的用户影响数量，ui为第i次停电的用户反馈的严重程度评分，ubase为基线用户反馈严重程度评分，ri为第i次停电的设备状态记录，n为总的停电事件次数；
23、所述环境干扰指数的表达式为：
24、
25、其中，ei为环境干扰指数，mj为第j个气象因素的当前值，mbase为第j个气象因素的基线值，mmax为第j个气象因素观测期间的最大值，wj为第j个气象因素的权重，表示其对停电事件影响的重要性，α为衰减系数，用于调整历史影响hi的衰减速度，hij为第j个气象因素的历史影响指数，m为气象因素总数。
26、本专利技术技术方案的进一步改进在于：所述步骤3中，评估用户自主恢复供电真实本文档来自技高网...
【技术保护点】
1.一种配网停电事件真实性判断方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种配网停电事件真实性判断方法，其特征在于：所述步骤1中，配电信息序列表的获取过程包括：
3.根据权利要求2所述的一种配网停电事件真实性判断方法，其特征在于：所述步骤2中，停电事件的影响程度和环境干扰趋势的分析过程包括：
4.根据权利要求3所述的一种配网停电事件真实性判断方法，其特征在于：所述停电事件影响指数的表达式为：
5.根据权利要求4所述的一种配网停电事件真实性判断方法，其特征在于：所述步骤3中，评估用户自主恢复供电真实性的过程包括：
6.根据权利要求5所述的一种配网停电事件真实性判断方法，其特征在于：所述供电恢复指数的表达式为：
7.根据权利要求6所述的一种配网停电事件真实性判断方法，其特征在于：所述步骤4中，风险评估模型的构建过程包括：
8.根据权利要求7所述的一种配网停电事件真实性判断方法，其特征在于：所述停电风险系数的表达式为：
9.根据权利要求8所述的一种配网停电事件真实性判断方法，其特征在于：多个所述风险等级对应多个所述风险阈值，其中，所述风险阈值包括上限阈值和下限阈值；
10.根据权利要求9所述的一种配网停电事件真实性判断方法，其特征在于：所述步骤5中，停电事件风险报告的生成过程包括：
...
【技术特征摘要】
1.一种配网停电事件真实性判断方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的一种配网停电事件真实性判断方法，其特征在于：所述步骤1中，配电信息序列表的获取过程包括：
3.根据权利要求2所述的一种配网停电事件真实性判断方法，其特征在于：所述步骤2中，停电事件的影响程度和环境干扰趋势的分析过程包括：
4.根据权利要求3所述的一种配网停电事件真实性判断方法，其特征在于：所述停电事件影响指数的表达式为：
5.根据权利要求4所述的一种配网停电事件真实性判断方法，其特征在于：所述步骤3中，评估用户自主恢复供电真实性的过程包括：
6.根据权利要...
【专利技术属性】
技术研发人员：刘峰，
申请(专利权)人：合肥创数信息科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。