一种配网问题线路的改造优先级排序方法、装置、终端设备及存储介质与流程

本发明涉及线路改造，尤其涉及一种配网问题线路的改造优先级排序方法、装置、终端设备及存储介质。

背景技术：

1、随着碳达峰碳中和目标的深入推进，以分布式光伏和风电为代表的新能源在配电网中的接入规模持续扩大，配网网架结构因此变得更加复杂，运行特性也呈现出明显的不确定性与强非线性特征，这种变化给传统配电网的管理方式带来了严峻挑战。

2、现有技术中通常依赖专家打分，确定各问题线路的处理改造优先级，这种方式下的优先级排序方法依赖个人经验，紧急问题可能被延误，次要问题却优先立项，因此在最后的改造过程中存在资源配置不合理的问题。

技术实现思路

1、本发明提供了一种配网问题线路的改造优先级排序方法、装置、终端设备及存储介质，能解决现有技术的改造优先级排序方法依赖个人经验，因此在最后的改造过程中存在资源配置不合理的问题。

2、本发明一实施例提供一种配网问题线路的改造优先级排序方法，包括：

3、获取配电网的原始电力运行数据、原始气象数据、设备台账数据和拓扑连接关系；

4、根据所述原始电力运行数据、原始气象数据和设备台账数据和拓扑连接关系，构建得到配电网数字化模型；

5、根据所述配电网数字化模型、预设线路显性问题诊断规则库，以及预设线路隐性问题识别模型，确定所述配电网的问题线路；

6、根据所述配电网数字化模型，计算得到每一问题线路各项指标的值；

7、根据所有问题线路的所有指标的值，构建得到原始数据矩阵；

8、根据所述原始数据矩阵，计算得到每一指标的熵权，并根据所有熵权生成所有指标的客观权重向量；

9、基于层次分析法得到所有指标的主观权重向量；

10、根据原始数据矩阵、客观权重向量以及主观权重向量，计算得到各问题线路的相对贴近度；

11、按所述相对贴近度从大到小的顺序，为所有问题线路进行改造优先级排序，并根据改造优先级排序结果进行线路改造。

12、进一步的，所述根据所述原始电力运行数据、原始气象数据和设备台账数据和拓扑连接关系，构建得到配电网数字化模型，包括：

13、根据所述设备台账数据和拓扑连接关系，确定配电网的电力设备、各电力设备之间的电气连接关系、所述电力设备的设备属性信息以及所述电气连接关系的连接属性信息；

14、以所述电力设备为节点，各电力设备之间的连接关系为边，各电力设备的设备属性信息为节点属性信息，各连接属性信息为边属性信息，构建配电网拓扑模型；

15、确定所述原始电力运行数据和原始气象数据所对应的目标电力设备，并依据所述目标电力设备，将所述原始电力运行数据和原始气象数据关联至所述目标电力设备对应的节点上；

16、将所有所述节点属性信息、对应的原始电力运行数据和原始气象数据进行单位统一化、语义统一化和命名统一化处理，得到所述配电网数字化模型。

17、进一步的，根据所述配电网数字化模型、预设线路显性问题诊断规则库，以及预设线路隐性问题识别模型，确定所述配电网的问题线路，包括：

18、从所述配电网数字化模型中，提取得到每一线路的线路信息数据；

19、根据所述线路信息数据，确定各线路的预设监测指标的监测指标值；

20、针对每一线路，将所述监测指标值与预设线路显性问题诊断规则库进行比对，确定存在显性风险问题的显性问题线路；

21、根据所述线路信息数据，构建故障统计特征向量、运行状态特征向量、电能质量特征向量、新能源影响特征向量以及环境因素特征向量；

22、将所述故障统计特征向量、运行状态特征向量、电能质量特征向量、新能源影响特征向量以及环境因素特征向量，输入至预设线路隐性问题识别模型，得到所述线路存在隐性风险的置信度；

23、将所述置信度不小于预设置信度阈值的线路，作为存在隐性风险问题的隐性问题线路；

24、将所述显性问题线路和隐性问题线路，共同作为所述问题线路。

25、进一步的，所述预设线路隐性问题识别模型的训练，包括：

26、获取各历史隐性问题线路的第一线路信息数据，以及各历史无隐性问题线路的第二线路信息数据；

27、根据所述第一线路信息数据和第二线路信息数据，构建对应历史线路的历史多维特征向量；其中，所述历史线路包括：历史隐性问题线路和历史无隐性问题线路；

28、根据带有真实标签的历史多维特征向量，生成训练样本集；其中，所述真实标签用于表示对应历史线路为历史隐性问题线路或历史无隐性问题线路；

29、将所述训练样本集输入至待训练的线路隐性问题识别模型，以使待训练的线路隐性问题识别模型基于梯度提升算法进行迭代训练，直至达到预设的迭代轮数，得到训练完成的预设线路隐性问题识别模型；

30、其中，在每一轮迭代中，将所述训练样本集输入至待训练的线路隐性问题识别模型，生成当前预测值；以拟合当前预测值与所对应真实标签之间的残差为目标新增一棵决策树，并通过最小化目标函数确定当前新增决策树的结构和叶子节点权重；判断当前迭代轮数是否达到预设的迭代轮数，若是，则生成训练完成的预设线路隐性问题识别模型；否则，基于所述训练样本集继续进行下一轮迭代；

31、其中，所述目标函数基于当前模型预测值构建得到；初始时的预测值为预设初始预测值。

32、进一步的，根据所述原始数据矩阵，计算得到每一指标的熵权，包括：

33、对所述原始数据矩阵进行标准化，得到标准化矩阵；

34、根据所述标准化矩阵，计算得到每一指标下各问题线路的特征比重；

35、根据所述特征比重，计算得到每一指标的信息熵；

36、根据所述信息熵，计算得到每一指标的熵权。

37、进一步的，基于层次分析法得到所有指标的主观权重向量，包括：

38、获取各专家针对所有指标构建的判断矩阵；

39、针对每一专家，计算当前专家所构建判断矩阵的最大特征值和特征向量；

40、对所述特征向量进行归一化，得到所有指标的初始主观权重向量，继而得到各专家对应的初始主观权重向量；

41、针对每一初始主观权重向量，根据当前初始主观权重向量所对应的最大特征值，计算得到一致性指标值；

42、根据所述一致性指标值计算得到一致性比率；

43、将所述一致性比率小于预设比率阈值的初始主观权重向量，进行剔除，得到有效主观权重向量；

44、计算所有有效主观权重向量的算术平均值，得到各指标的主观权重向量。

45、进一步的，根据原始数据矩阵、客观权重向量以及主观权重向量，计算得到各问题线路的相对贴近度，包括：

46、对所述原始数据矩阵中各项指标的值，进行同趋势化和归一化处理，得到规范化矩阵；

47、根据所述客观权重向量以及主观权重向量，计算得到各指标的综合权重向量；

48、计算所述规范化矩阵和综合权重向量的乘积，得到加权规范化矩阵；

49、从所述加权规范化矩阵中提取得到各指标的最大值和最小值；

50、根据所有指标的最大值构建正理想解，根据所有指标的最小值构建负理想解；

51、根据所述正理想解和加权规范化矩阵，计算得到每一问题线路与正理想解之间的第一欧式距离；

52、根据所述负理想解和加权规范化矩阵，计算得到每一问题线路与负理想解之间的第二欧式距离；

53、根据所述第一欧式距离和第二欧式距离，计算得到每一问题线路的相对贴近度。

54、在上述方法项实施例的基础上，本发明对应提供了装置项实施例；

55、本发明提供了一种配网问题线路的改造优先级排序装置，包括：

56、数据获取模块、数字化模型构建模块、问题线路识别模块、指标计算模块、矩阵构建模块、客观权重计算模块、主观权重计算模块、相对贴近度计算模块以及线路改造排序模块；

57、所述数据获取模块，用于获取配电网的原始电力运行数据、原始气象数据、设备台账数据和拓扑连接关系；

58、所述数字化模型构建模块，用于根据所述原始电力运行数据、原始气象数据和设备台账数据和拓扑连接关系，构建得到配电网数字化模型；

59、所述问题线路识别模块，用于根据所述配电网数字化模型、预设线路显性问题诊断规则库，以及预设线路隐性问题识别模型，确定所述配电网的问题线路；

60、所述指标计算模块，用于根据所述配电网数字化模型，计算得到每一问题线路各项指标的值；

61、所述矩阵构建模块，用于根据所有问题线路的所有指标的值，构建得到原始数据矩阵；

62、所述客观权重计算模块，用于根据所述原始数据矩阵，计算得到每一指标的熵权，并根据所有熵权生成所有指标的客观权重向量；

63、所述主观权重计算模块，用于基于层次分析法得到所有指标的主观权重向量；

64、所述相对贴近度计算模块，用于根据原始数据矩阵、客观权重向量以及主观权重向量，计算得到各问题线路的相对贴近度；

65、所述线路改造排序模块，用于按所述相对贴近度从大到小的顺序，为所有问题线路进行改造优先级排序，并根据改造优先级排序结果进行线路改造。

66、在上述方法项实施例的基础上，本发明对应提供了一终端设备项实施例；

67、本发明提供了一种终端设备，包括处理器、存储器以及存储在上述存储器中且被配置为由上述处理器执行的计算机程序，上述处理器执行上述计算机程序时实现本发明任意一实施例上述的一种配网问题线路的改造优先级排序方法。

68、在上述方法项实施例的基础上，本发明对应提供了一存储介质项实施例；

69、本发明提供了一种存储介质，包括处理器、存储器以及存储在上述存储器中且被配置为由上述处理器执行的计算机程序，上述处理器执行上述计算机程序时实现本发明任意一实施例上述的一种配网问题线路的改造优先级排序方法。

70、本发明的实施例，具有如下有益效果：

71、本发明提供了一种配网问题线路的改造优先级排序方法、装置、终端设备及存储介质，上述方法包括：获取配电网的原始电力运行数据、原始气象数据、设备台账数据和拓扑连接关系；根据所述原始电力运行数据、原始气象数据和设备台账数据和拓扑连接关系，构建得到配电网数字化模型；根据所述配电网数字化模型、预设线路显性问题诊断规则库，以及预设线路隐性问题识别模型，确定所述配电网的问题线路；根据所述配电网数字化模型，计算得到每一问题线路各项指标的值；根据所有问题线路的所有指标的值，构建得到原始数据矩阵；根据所述原始数据矩阵，计算得到每一指标的熵权，并根据所有熵权生成所有指标的客观权重向量；基于层次分析法得到所有指标的主观权重向量；根据原始数据矩阵、客观权重向量以及主观权重向量，计算得到各问题线路的相对贴近度；按所述相对贴近度从大到小的顺序，为所有问题线路进行改造优先级排序，并根据改造优先级排序结果进行线路改造。在本发明中，首先通过设置多项指标，并基于熵权法确定各指标的客观权重，在熵权法中，在同一个指标下线路间的数值差异越大，说明该指标提供的区分信息越多，熵权法就会自动赋予这个指标更高的权重。其次，采用topsis法计算出用于反映线路综合优劣程度的相对贴近度，将最终的排序过程由现有技术的专家主观经验排序，转化为基于客观数据计算的标准化决策流程，使每条线路的优先级排序完全由其指标数据的量化表现决定，从根本上消除了主观随意性，提高了资源配置的合理性。