CN119154281B 配电网薄弱环节的监控方法、系统、设备及存储介质 （广东电网有限责任公司梅州供电局）

局本发明公开了一种配电网薄弱环节的监控配电网的各节点进行初步状态评估以生成初步2基于所述运行相关数据对所述目标配电网的各节点进行初步状态评估以生成初步状基于所述初步状态矩阵进行薄弱环节定位以得到薄弱环节数据其中，所述基于所述运行相关数据对所述目标配电对所述运行相关数据进行频谱分析以生成频域特基于所述频域特征集对所述目标配电网的各节点进行频率响应分析基于所述相似性矩阵对所述目标配电网的各节点进行状态关联分析通过预设的拓扑分析算法对所述初步状态矩阵进行结构化处基于所述节点脆弱性指标对所述目标配电网的各节点进通过自组织映射神经网络算法根据所述各节点风险评分对所述目标配电网进行空间通过预设的风险评估算法在所述风险热点图中确定薄弱环节位置，并通过分布式传感器网络对所述目标配电网的各节对所述原始运行数据进行小波变换去噪处理以生成小波变换对所述小波变换去噪数据进行时序频率变化识别以生成频率变化识3对所述重构数据进行标准化处理以生成运行通过自组织映射神经网络算法对所述节点风险评分进行非线对所述各节点风险密度图中的节点密度分布进行局部深度分析，得到初步风险区域划根据所述薄弱环节向量生成时频特征向量，并对所述时频特征向量通过预设的模糊推理算法，基于所述动态建模向量对薄弱环节位置进行故障模式识初步状态矩阵生成模块，用于基于所述运行相关数据应急响应策略生成模块，用于基于所述初步状态矩阵进行薄4基于所述节点脆弱性指标对所述目标配电网的各节点进通过自组织映射神经网络算法根据所述各节点风险评分对所述目标配电网进行空间通过预设的风险评估算法在所述风险热点图中确定薄弱环节位置，并其中，所述存储器存储有能够被所述至少一个处理器执行程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1_5中任一算机指令用于使处理器执行时实现权利要求1_55[0007]基于运行相关数据对目标配电网的各节点进行初步状态评估以生成初步状态矩温度数据和负载率数据；对原始运行数据进行小波变换去噪处理以生成小波变换去噪数6联矩阵对目标配电网的各节点进行健康状态概率估计，得到各节点度对应的状态评估结7节数据生成应急响应策略，使得在配电网出现故障或异常时能够迅速采取有效的应对措[0025]应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特[0029]图3是根据本发明实施例三提供的一种配电网薄弱环节的监控系统的结构示意[0030]图4是实现本发明实施例的一种配电网薄弱环节的监控方法的电子设备的结构示[0032]图1为本发明实施例一提供了一种配电网薄弱环节的监控方法的流程图，本实施8温度数据和负载率数据；对原始运行数据进行小波变换去噪处理以生成小波变换去噪数代表原始多维度运行数据，i代表第iN代表维度的总数，i代表小波变换的尺度，i小波变换的时间平移索引，代表在第i维度、第i尺度和第k平移下的小波系数，9M代表频率索引的总数，i代表虚数单位，满足2--1，fa代表第m个频率值，w是插值基函数的总数，i表示联矩阵对目标配电网的各节点进行健康状态概率估计，得到各节点度对应的状态评估结i列在频率上的频域特i中的ii列的频i奇异矩阵，v代表降维后的秩，代表左奇异矩阵的前r列，代表右奇异矩阵的前r列，代表奇异值矩阵的前r个奇异值构成的对角矩阵，F代表降维后的频率的权重矩阵，b代表偏置向量，A代表第一趋势分析结果矩阵，代表状态关联矩阵，代表相似性矩阵的第i行第i代表状态影响因子矩阵的第i行第i列元素，代表状态关联计算矩阵的第i行第k列元素，代表状态关联计算矩阵的第k行第ii列，i列在时间tp上的多维度tp代表特定时间点，N代表目标配电网中的节点总供了不同频率对各节点响应的详细信息，能够帮助识别出哪些节点在特定频率下表现异出现问题的部分。应急响应策略是指针对配电网可能出现的紧急情况而制定的应对措施。[0078]其中，T是拓扑结构矩阵，Zij表示第i个节点与第i第i个节点与第i个节点之间的连接关系，N表示节点的总数。构矩阵的第i行第i列元素，表示节点i和节点i之间的连接关系，代表度矩阵的第i行第i列元素，表示节点i的度，代表节点i的特征向量，a代表正则化参数，控制o的差距。[0084]其中，代表节点i的脆弱性指标，是拓扑结构矩阵的第i行第i列元素，表示节点i和节点i之间的连接关系，o,代表节点i的网络特征向量，N代表节点总表示路径k对节点i节点i的电流，v,代表i的电压，L代表归一化因子总数，代表归一化矩阵的第i行列元素，代表归一化矩阵的第l行第i列元素。RY代表节点i的风险评分，a代表邻接矩阵和脆弱性坐标权重参数，ii的脆弱性指NM代表功率路径总数，代表归一化矩阵的第i行第l列元素，代表归一化矩阵的第l行第iiv,表示节点i的电压，代表节点i的地理位置特征向量，yns是通信特征对节点i的影响系数，代表高风险和中风险区域的权重参数，和分别代表功率路径和温度特征的权重参代表节点i代表节点iv代表节点i的i代表节点i对风险评估算法的影响系数，R代表节点i的归一化因子，s代表节点i的归一化因子，代表节点i的各节点对应的支路阻抗参数以及电气特性，这些信息为后续的风险评估奠定了重要基础。可以将各节点的风险评分作为输入向量输入到SOM的输入层。然后，输出层的代表节点i和节点i在映射网格上的风险分布，代表非线性激活函P是节点特征的总数，是自组织映射神经网络中的激活函数，Q是输入特征的维矩阵的元素，表示节点i和节点i之间的连接关系，是节点i的脆弱性指标。点的距离，并根据核函数计算其对当前节点风险密度的贡献。将所有邻域内节点的贡献相对映射网格上的所有节点重复上述过程，得到各节点风险密度图。风险密度图显示了每个节点的相对风险密度，颜色较深的区域表示风险密度较高的区域。具体可以采用如下公式i的位置，代表节点i和节点i之间的风而局部深度较小的节点被认为处于风险密度较高的区i行第i是第i行第i列的边界条件，DY表示第i行第i节数据生成应急响应策略，使得在配电网出现故障或异常时能够迅速采取有效的应对措[0107]图2为本发明实施例二提供的一种配电网薄弱环节的监控方法的流程图，本实施例在上述实施例一的基础上增加了根据薄弱环节数据生成目标配电网的应急响应策略的温度数据和负载率数据；对原始运行数据进行小波变换去噪处理以生成小波变换去噪数联矩阵对目标配电网的各节点进行健康状态概率估计，得到各节点度对应的状态评估结ti是非线性动态函数，作用于第i-1个时频特征v是第i个模糊隶属函数，iz是薄弱环节类型，ar是第k类的权重系数，5(M,ce)是动态分类函k个分类标准,K是分类类别数量。[0132]其中，语义解析是将自然语言描述的薄弱环节类型转化为计算机可理解的语义节数据生成应急响应策略，使得在配电网出现故障或异常时能够迅速采取有效的应对措[0142]图3为本发明实施例三提供的一种配电网薄弱环节的监控系统的结构示意图。如[0143]初步状态矩阵生成模块320，用于基于运行相关数据对目标配电网的各节点进行[0144]应急响应策略生成模块330，用于基于初步状态矩阵进行薄弱环节定位以得到薄温度数据和负载率数据；对原始运行数据进行小波变换去噪处理以生成小波变换去噪数过预设的拓扑分析算法对初步状态矩阵进行结构化处理，得到目标配电网的拓扑结构矩节数据生成应急响应策略，使得在配电网出现故障或异常时能够迅速采取有效的应对措[0152]本发明实施例所提供的一种配电网薄弱环节的监控系统可执行本发明任意实施[0154]图4示出了可以用来实施本发明