基于人工智能的配电网设备负载预测预警系统设计研究

林树青

摘要：在配电网运行过程中经常会发生设备负载的现象，如若不能够对负载设备进行及时维护的话，那么将会造成极其严重的影响，该文根据对配电网设备负载率预测中框架结构、数据清洗、聚类分析、关联分析以及配电网元件重过载预警模型的构建的研究分析发现，只有合理对基于人工智能的配电网设备负载预测预警系统进行具体的研究应用，才能够对配电网设备的负载率进行监测，从而保证配电网设备运行的安全性和稳定性。

关键词：人工智能;配电网设备;负载预测预警系统;监测

中图分类号：TP311        文献标识码：A

文章编号：1009-3044（2022）16-0108-03

在配电网运行过程中会经常出现设备重过载的现象，而如若不能够及时对其进行发现且制止的话，那么配电网设备在重过载运行状态过程中将有很大的可能性发生各种各样的故障，甚至还可能直接威胁配电网的正常运行，对整个配电网的正常运行都造成较为严重的影响。随着人工智能技术的愈加成熟，在各行各业中都有了较为重要的应用，配电网设备负载预测预警系统便是基于人工智能技术设计而成的一套应用在配电网中的自动化系统，能够有效地对配电网设备负载率进行监测，防止配电网设备出现重过载现象，最大程度上保证配电网设备运行的稳定性和安全性。

现阶段国内外相关单位对于配电网设备负载预测预警系统的研究也越来越重视，该系统的实现应用能够很大程度上提升配电网的运行效率和运行安全。虽然我国相关技术还不够成熟，但是在系统大体构造以及功能上已经没有太大的问题。配电网设备负载预测预警系统所涉及的技术范围较为广泛，其中应用最为重要的便是人工智能技术，根据人工智能技术设计而成的配电网设备负载预测预警系统将更加智能化，其对于人力的依赖性将更低一些，同时所有配电网设备负载率监测数据的分析结果也将具有较高的精准性，可以说，其根据原理通过相关技术的利用能够实现具体的预警功能，因此可以看出配电网设备负载预测预警系统是具有技术可行性的。

1 系统设计

配电网设备负载预测预警系统主要包括硬件和软件两大部分，共同实现数据采集、故障诊断和故障预警的功能作用。当配电网设备负载预测预警系统发现设备负载率出现重过载现象的时候，配电网设备负载预测预警平台便会自动发出警报，从而达到预警目的。

1.1 系统目标[1]

配电网在运行过程中，如果设备负载率过高的话，将会使得设备出现故障的可能性大幅度提升，整个配电网都将会出现较大的安全隐患，而将配电网设备负载预测预警系统应用到配电系统中则能够对配电网设备的负载率进行实时的监测和分析，一旦配电设备负载率出现特殊情况，那么系统便会立即发出警报，提醒工作人员对预警部位进行检查维修，从而达到提升配电网运行稳定性的目的。

1.2 配电网设备负载预测预警系统的组成

配电网设备负载预测预警系统是利用计算机技术、人工智能技术等先进技术形成的配电网设备监测系统平台，其中主要分为设备负载率预测和设备重过载状态判断预警两大模块。配电网设备负载率预测模块主要实现对配电网设备正常运行所产生的负载率进行预测，其不仅能够有效辨别出环境干扰因素，而且还可以保证配电网设备的监测负载率的精准性。配电网设备重过载预警模块主要实现对配电网设备的负载率进行分析的作用，一旦配电网设备的负载率达到重过载状态，那么配电网设备负载预测预警系统平台便会立即发出警报，而且工作人员也能够根据平台上的监测信息来判断出现问题设备的具体位置和情况[2]。

1.3 配电网设备负载率预测框架

配电网设备负载预测预警系统中的配电网负载率预测框架大致分为数据清洗、聚类分析、关联分析等。其中数据清洗主要指對所监测收集到的所有配电网设备相关信息数据进行初步挑选，排除没有利用价值的无用信息，保留配电网设备负载率相关数据，从而以此来达到为下一步数据分析提供较为可靠基础数据的目的。而聚类分析则是可以根据不同用户的不同用电需求对其相关配电变压器进行分类监测，确保所有监测数据的合理性和科学性。关联分析则将配电网设备负载率等信息数据与自然因素等关联起来进行分析，以此达到降低监测失误可能性的目的。

1.4 配电网设备重过载预警框架[3]

配电网设备负载预测预警系统能够根据配电网元件的运行负载率进行及时监测和分析，判断其是否存在重过载的现象，一旦配电网元件出现重过载现象，那么配电网设备负载预测预警系统便会自动发出警报，以此来达到确保配电网元件一直处于安全运行状态的目的。配电网元件重过载预警框架分为对象过滤和状态预警两大模块，其中对象过滤主要针对的是在配电网元件过载率所有数据进行筛选过滤，将一些与元件重过载分析没有任何关联的数据进行排除，筛选出具有一定价值的对象数据。而状态预警则是配电网元件重过载预警功能作用发挥的重中之重，其能够根据对象过滤后的配电网元件过载率数据进行实时分析，一旦配电网元件出现重过载现象，那么其便会立即发出警报，这样的话，工作人员便需要对配电网元件工作状态进行调整，从而确保配电网元件运行的稳定性。

2 配电网设备负载率预测

配电网设备负载率预测作为配电网设备负载预测预警系统的重要构成部分，配电网设备负载预测预警系统的系统目标主要是通过预测框架结构中的数据清洗、聚类分析和关联分析等功能实现的。如若配电网设备负载率过高的话将意味着其处于超负荷工作状态中，而这个状态的配电网设备出现故障的可能性也将会大幅度提升，只有根据实际情况及时做出调整，才能够最大程度上保证配电网设备的运行安全。

2.1 数据清洗

依据配电网设备负载预测预警系统进行配电网设备负载率预测的时候可能会遇到数据值出现异常丢失的情况，而在数据清洗中发现这种情况的话便需要对丢失的数据进行补充，根据预测需求的不同对数据补充的情况也有所不同，一般情况下配电网设备负载率数据缺失区间是不得超过1h或者1d的，如若超过的话，那么便需要在进行数据清洗的时候使用前一个小时或者前一天的运行数据进行补充，从而以此来达到让配电网设备负载率处于规律发展状态的目的[4]。大多数配电网设备负载预测预警系统对历史时序数据进行数据清洗的要求都是缺失区间不能超过一个月，若超过一个月的话，那么这条历史时序数据将会被丢弃，无法投入应用之中。

2.2 聚类分析[5]

根据用户用电需求的不同将配电网配电变压器分为住宅类、商业类和混用类三种，每种配电变压器的属性和运行效率都是有所不同的，所监测出来的运行数据自然也存在较大区别。为了保证所有监测信息数据分析的可行性和科学性，需要依靠配电网设备负载预测预警系统中的聚类分析功能将不同种类的配电变压器进行自动识别分类。聚类分析的功能主要依靠鉴别不同种类配电变压器的负载率曲线周期特征来实现，商业类的配电变压器负载率相对来说要平稳一些，这是因为其长时间处于运行状态之中，而住宅类的配电变压器则普遍出现高峰期和平台型，混用类配电变压器的识别是最高难度的，只能够根据判断其是否满足住宅类和商业类配电变压器负载率曲线的共同特征来进行分辨。

2.3 关联分析

配电网设备的负载率跟其运行环境也有着较大的关联，配电网设备运行过程中产生的信息数据在一定程度上也会受到温度、湿度等自然环境因素的影响，而通过配电网设备负载预测预警系统对配电网设备负载率进行监测的话则也需要对其造成影响的各方面因素进行分析。根据有关研究数据可以得知，配电网设备负载率与温度、湿度之间的关联性要大一些，温度、湿度越高的话，配电网设备负载率相比平时来说也要高一些，而配电网设备负载率与气压之间的关联性将小一些。虽然也会受到一定程度的影响，但是这种影响范围却具有较大的局限性。配电网设备负载预测预警系统中的关联分析便是基于配电网设备负载率监测信息数据的基础上对相关自然因素进行分析，以此来进一步确保配电网设备的运行安全[6]。

2.3.1 自然因素

配电网是处于长期运行状态之中的，其可能面临各种各样的恶劣天气，不管是风雨天气因素还是雷电等自然灾害都会对配电网造成一定的安全威胁。而且不同地区的温度、湿度也是不同的，这对于配电网设备的运行来说也有着一定的影响，配电网设备如若长期处于较为恶劣的自然环境中，那么其发生故障的可能性也将会大幅度增加，同时配电网设备的运行负载率也将会因为这些因素出现上升或者下降的现象，这对于配电网设备负载预测预警系统的功能作用发挥来说有着一定的影响。

2.3.2 电气设备自身缺陷

电气设备自身存在缺陷的话也会对配电网的运行造成较大的影响，如若所应用的配电网电气设备年限较长，自身各方面都存在问题的话，那么在应用过程中配电网设备的负载率将可能会经常出现异常现象，其出现故障的可能性也会大幅度地提升。

2.3.3 人为因素[7]

人为因素主要分为外力破坏和人为操作失误两种，其中外力破坏的话指配电网电气设备、线路等遭受暴力损坏，而人为操作失误指工作人员操作不规范引起配电网设备发生故障等现象。人为因素在配电网风险来源中占据着较大的比例，只有通过加强日常的管理监督，才能够降低人为因素导致的配电网出现故障的可能性。

3 配电网元件重过载预警[8]

随着社会的快速发展以及不同地区发展不均衡现象的出现，对于配电需求也是处于不断增长的状态，而且在进行配电网建设的时候也可能会由于各方面因素导致无法满足所有用户的用电需求，且在配电过程中还可能会发生各种各样的突发情况，这都会对配电网的正常运行造成较大的影响。当配电网设备负载预测预警系统对设备负载率进行实时监测后，其元件重过载预警功能便能够对所产生的相应数据对象进行过滤，从而根据最终的数据判定结果来实现预警的目的。

3.1 对象过滤

通过配电网设备负载预测预警系统进行配电网元件重过载预警的时候，最关键的便是需要对所监测的配电网元件负载率数据进行对象过滤，根据实际应用需求一般情况下能够将负载率指标设置为二级监测指标和二级关注状态，从而实现过滤出重点关注对象的目的。根据配电网设备负载预测预警系统对象过滤的分析，配电网设备在过去一周内的最高负载率不超过50%便属于二级监测指标和二级关注状态，说明配电网设备的运行处于二级运行安全范围之内，并没有太大的运行风险，而如若是超过50%的话[9]，那么便意味着配电网设备负载率数据符合一级监测指标和一级关注状态，这个状态的配电网设备便属于重过载运行状态，具有较大的安全风险。如若不能够根据实际监测分析情况对配电网设备进行运行问题排除的话，那么便可能会使得配电网设备出现故障的可能性大幅度提升，严重威胁到整个配电网的正常运行。

3.2 状态预警[10]

根据配电网元件负载率的预测值判断配电变压器、线路的运行状态，其中轻载、临界、重载、过载的设定如下：轻载状态下的配电网元件负载率预测值小于60%，临界状态下的配电网元件负载率预测值大于等于60%且小于70%，重载状态下的配电网元件负载率预测值大于等于70%且小于100%，过载状态下的配电网元件负载率预测值则大于100%。利用配电网设备负载预测预警系统在对配电网元件进行负载率监测的时候，便能够根据预测值判断配电网元件处于何种负载状态中，并对其不同时间段内形成不同负载状态的所有数据情况进行具体的整合和分析，最大程度上保证了配电网元件运行状态的实时把控。

4 结束语

总而言之，配电网设备负载预测预警系统在配电网运行过程中有着极其重要的应用，其能够对配电网设备的负载率做到实时监测，有利于保证配电网设备运行过程中的稳定性和安全性。而且基于人工智能的配电网设备负载预测预警系统完全地将人力解放了出来，其智能化和自动化的工作模式在保证工作质量的同时降低了工作人员的工作压力，可以说配电网设备负载预测预警系统的设计与应用能够从根本上推动电力行业更加快速发展。

参考文献：

[1] 周明龙，程晶晶.基于短期负载预测的并网风电储能系统的设计[J].佳木斯大学学报（自然科学版），2018，36（3）：361-362，349.

[2] 韩笑，王春蘅.基于大数据的智能配电网三相不平衡负荷预测系统设计[J].现代电子技术，2020，43（7）：182-186.

[3] 杨玥，张胜军，康琪.基于电网运维数据的智能预警系统设计[J].内蒙古电力技术，2017，35（4）：20-23.

[4] 段军鹏.电力设备载流故障智能预警信息系统设计[J].云南电力技术，2014，42（S1）：105-107.

[5] 易晓君.电力系统中的智能配网设计研究[J].建筑工程技术与设计，2018（12）：3498.

[6] 田树仁.基于神经网络的智能电气火灾预警系统设计[J].消防科学与技术，2015，34（9）：1201-1204.

[7] 裴若辰，李敬兆，王诗兵.基于CPS的电力设备在线监测预警系统[J].阜阳师范学院学报（自然科学版），2020，37（1）：80-85.

[8] 郑开涛，刘世洪，聂秀萍，等.稻谷质量智能监测预警系统的研究与设计[J].中国粮油学报，2018，33（1）：125-130.

[9] 肖艳炜.基于大電网的智能调度控制系统智能告警设计研究[J].自动化与仪器仪表，2019（2）：29-32.

[10] 朱辉，吴建辉，王玉忠，孙浩然.基于物联网技术的智能电网输配电检测系统设计[J].现代科学仪器，2020（1）：113-117.

【通联编辑：代影】