3 基于聚类分析的供电可靠性指标预测方法 - ciced 2016.docVIP

基于数据挖掘的供电可靠性预测 刘苑红，张伟，伟周莉梅 中国电力科学研究院, ，100192 摘要: 本文研究了大数据在供电可靠性评估中的应用。在线监测以来，积累大量的可靠性运营数据，历史供电可靠性数据的统计、分析与评价，大数据挖掘技术聚类与序列，挖掘供电可靠性指标评估参数可靠率发展趋势性规律，于供电可靠性评估。表明挖掘结果能够为良好的基础，能够预测结果的与评估结果能地服务专业管理。 阐述配电网供电可靠性指标重要性可靠性的，对已经发生了的、历史的可靠性指标进行统计分析与，也需要对的可靠性情况进行评估两者，相辅相成，是供电可靠性不可或缺的两个重要方面。本文工作内容发展历程 2.1 阶段性历程配电网可靠性3个阶段：低可靠性水平阶段、迅速发展阶段和高可靠性水平阶段，如图1所示。分别对每个阶段进行分析。 图1 配电网发展不同阶段供电可靠率变化情况 2.2 中国所处发展阶段数据，分析我国供电可靠性发展历程，并定位目前所处阶段。 图2 我国配电网平均供电可靠率变化趋势 基于聚类分析的可靠性方法 3.1 基于网络可靠性特征模式划分，配电网规划计算分析软件架空、电缆各种典型网架结构分别建模，算法，充分挖掘线路故障率、平均用户数配电自动化降低故障停电时间比例等参数趋势性规律，年的规划数据，实现可靠性的预测。3.2 预测参数 依据聚类结果，关键参数的规律。故障率）用户数 （3）自动化时间序列模型的供电可靠性预测 4.1 时间序列模型 可靠率变化，应用算法，其发展趋势。4.2 预测流程 （1）预与故障对供指标的影响研发展趋势； ）挖掘内的预工作规律故障发生。 ）。数据所的规律，时间序列模型算法预测。 4）。预测结果在所设的方差范围内认为该模型是有效的结果是可信的。 选定典型区域，上述进行可靠性数据挖掘分析与指标预测评估 结论 如何科学、客观地对配电网的供电可靠性预测评估是供电可靠性管理工作中的一个难点。本文大数据技术在配电网可靠性预测评估中的，聚类了大数据背景下的设置数据建立指标时间序列模型数据挖掘，从业务角度，结合规划，对年的供电可靠性评估角度，根据可靠性发展，供电可靠性预测结果之间可验证: 供电可靠性，预测评估，大数据挖掘，聚类算法，序列模型 作者简介及联系方式: 苑红，，硕士，，研究方向为系统分析与规划分析与评估 联系方式： Tel: Email: liuyuanhong@ Nanjing, 20-23 Sep. 2010 2010 China International Conference on Electricity Distribution (CICED 2010) 2016 China International Conference on Electricity Distribution (CICED 2016) Xi’an, 10-13 Aug, 2016 CICED2016 Session x Paper No xxx Page1/3 2016China International Conference on Electricity Distribution (CICED 2016) Xian Sep. 2016 CICED2010 Session x Paper No xxx Page2/3