基于机器学习算法的配网线路重复跳闸概率预测研究

• 作者: 聂鼎 宋忧乐 王科 范黎涛 高意义 苗刚
• 来源期刊: 电工技术
• 关键词: 配网线路 重复跳闸 机器学习 概率预测
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 电力自动化|Power Automation
• 页码范围: 97-99
• 页数: 3页
• 分类号: TM732
• 语种: 中文
• DOI: 10.19768/j.cnki.dgjs.2021.06.041

摘要

为了降低配网10kV线路重复跳闸对配网安全的威胁及减少对用户生产生活的影响,通过分析10 kV配网线路历史故障数据、缺陷数据、负荷数据及气象数据,提取影响线路重复跳闸的数据特征信息.首先,采用机器学习算法,对不同影响因素下的数据分别建立重复跳闸预测模型,然后对未来一个月内不同影响因素作用下的结果进行分析,构建10 k V线路重复跳闸预测模型,得到一条线路重复跳闸的概率.最后,针对部分线路进行算例分析,结果表明,通过对不同影响因素进行分析,建立的配网线路重复跳闸模型可以有效预测线路重复跳闸概率,能够为配网线路检修及停电事故预防提供决策支持.