配电网智能自恢复方法、装置、设备、介质及程序与流程

本技术涉及电力智能管理，尤其涉及一种配电网智能自恢复方法、装置、设备、介质及程序。

背景技术：

1、电力系统规模逐渐增大，通过对电力系统进行巡检，以进行电力故障诊断，以及时发现故障问题，保障电力系统能够正常运行。

2、相关技术中，通过人工巡检的方式对电力系统进行故障诊断，通过人工逐一排查配电网内的关键节点，并根据人工经验判断电力系统是否存在故障。之后，对配电网中存在故障的地方进行维护，存在无法提前精准预测潜在故障的问题，导致停电时间长、停电区域广，严重影响供电可靠性。

技术实现思路

1、本技术实施例提供配电网智能自恢复方法、装置、设备、介质及程序，用以达到减少停电区域的大小，提高供电可靠性的效果。

2、第一方面，本技术实施例提供一种配电网智能自恢复方法，包括：

3、将配电网的实时运行数据输入基于长短记忆网络的故障预测模型，得到配电网内各个节点的预测故障风险；

4、若预测故障风险指示存在故障，则将实时运行数据输入基于贝叶斯网络的故障诊断模型，得到配电网内各个节点的故障概率；

5、基于多源数据融合技术，根据预测故障风险和配电网内各个节点的故障概率，确定配电网的故障位置，故障位置用于指示存在故障的节点；

6、根据预测故障风险和故障位置，生成并执行针对配电网中开关设备的控制指令，以隔离故障区域；

7、基于配电网的适应度函数和约束条件，利用遗传算法和故障恢复策略，生成并执行非故障区域的供电恢复指令，以恢复非故障区域的供电，适应度函数是以配电网的恢复供电负荷量最大和恢复路径损耗最小为目标构建的，约束条件包含针对配电网的线路容量、电压偏移和短路电流的约束。

8、一种可能的实施方式中，配电网的实时运行数据是通过以下方式获取的：

9、通过与配电网内多个节点上部署的采集设备进行交互，获取用于指示节点运行状态的节点状态数据；

10、通过与配电网内多个电力设备上部署的采集设备进行交互，获取用于指示电力设备健康状态的设备健康状态数据；

11、对节点状态数据和设备健康状态数据进行整合，得到实时运行数据。

12、一种可能的实施方式中，得到实时运行数据之后，还包括：

13、基于预设的数据质量评估机制，对实时运行数据进行质量校验，得到实时运行数据的质量评分；

14、若实时运行数据的质量评分低于预设的评分阈值，则触发实时运行数据的数据校验，得到数据校验结果；

15、确定数据校验结果指示校验通过；

16、若数据校验结果指示校验不通过，则重新获取配电网的实时运行数据。

17、一种可能的实施方式中，将实时运行数据输入基于贝叶斯网络的故障诊断模型，得到配电网内各个节点的故障概率之前，还包括：

18、获取实时气象数据和设备老化程度数据；

19、基于实时气象数据和设备老化程度数据，通过调整故障诊断模型中的参数，对故障诊断模型进行更新。

20、一种可能的实施方式中，配电网智能自恢复方法还包括：

21、基于模型性能检测策略，定期对故障预测模型进行性能检测，得到故障预测模型的实时性能；

22、若实时性能小于性能阈值，对故障预测模型进行优化更新。

23、一种可能的实施方式中，基于以下方式，对故障预测模型进行优化更新：

24、采用adam优化器训练模型，损失函数为交叉熵损失函数；

25、基于学习率动态调整策略，通过公式l_r=l_{r0}\times\gamma^n对学习率进行指数衰减，其中，l_{ro}为初始学习率，\gamma为衰减因子，n为训练总轮数，r为当前训练轮数。

26、第二方面，本技术实施例提供一种配电网智能自恢复装置，包括：

27、预测模块，用于将配电网的实时运行数据输入基于长短记忆网络的故障预测模型，得到配电网内各个节点的预测故障风险；

28、诊断模块，用于若预测故障风险指示存在故障，则将实时运行数据输入基于贝叶斯网络的故障诊断模型，得到配电网内各个节点的故障概率；基于多源数据融合技术，根据预测故障风险和配电网内各个节点的故障概率，确定配电网的故障位置，故障位置用于指示存在故障的节点；

29、处理模块，用于根据预测故障风险和故障位置，生成并执行针对配电网中开关设备的控制指令，以隔离故障区域；基于配电网的适应度函数和约束条件，利用遗传算法和故障恢复策略，生成并执行非故障区域的供电恢复指令，以恢复非故障区域的供电，适应度函数是以配电网的恢复供电负荷量最大和恢复路径损耗最小为目标构建的，约束条件包含针对配电网的线路容量、电压偏移和短路电流的约束。

30、一种可能的实施方式中，配电网的实时运行数据是通过以下方式获取的：

31、通过与配电网内多个节点上部署的采集设备进行交互，获取用于指示节点运行状态的节点状态数据；

32、通过与配电网内多个电力设备上部署的采集设备进行交互，获取用于指示电力设备健康状态的设备健康状态数据；

33、对节点状态数据和设备健康状态数据进行整合，得到实时运行数据。

34、一种可能的实施方式中，得到实时运行数据之后，质量检测模块，具体用于：

35、基于预设的数据质量评估机制，对实时运行数据进行质量校验，得到实时运行数据的质量评分；

36、若实时运行数据的质量评分低于预设的评分阈值，则触发实时运行数据的数据校验，得到数据校验结果；

37、确定数据校验结果指示校验通过；

38、若数据校验结果指示校验不通过，则重新获取配电网的实时运行数据。

39、一种可能的实施方式中，诊断模块，还用于：

40、获取实时气象数据和设备老化程度数据；

41、基于实时气象数据和设备老化程度数据，通过调整故障诊断模型中的参数，对故障诊断模型进行更新。

42、一种可能的实施方式中，预测模块，还用于：

43、基于模型性能检测策略，定期对故障预测模型进行性能检测，得到故障预测模型的实时性能；

44、若实时性能小于性能阈值，对故障预测模型进行优化更新。

45、一种可能的实施方式中，基于以下方式，对故障预测模型进行优化更新：

46、采用adam优化器训练模型，损失函数为交叉熵损失函数；

47、基于学习率动态调整策略，通过公式对学习率进行指数衰减，其中，为初始学习率，为衰减因子，n为训练总轮数，r为当前训练轮数。

48、第三方面，本技术实施例提供一种配电网智能自恢复设备，包括：存储器，处理器；

49、存储器存储计算机执行指令；

50、处理器执行存储器存储的计算机执行指令，使得处理器执行如上第一方面和/或第一方面各种可能的实施方式。

51、第四方面，本技术实施例提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现如上第一方面和/或第一方面各种可能的实施方式。

52、第五方面，本技术实施例提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上第一方面和/或第一方面各种可能的实施方式。

53、本技术实施例提供的配电网智能自恢复方法、装置、设备、介质及程序，通过将配电网的实时运行数据用于故障风险预测，并在检测到故障风险后进一步获得各个节点的故障概率，结合多源数据融合技术确定故障位置，能够提高配电网故障预测、诊断及定位的准确性和时效性，进而为故障区域的快速隔离提供可靠依据；通过根据预测故障风险和故障位置生成并执行针对开关设备的控制指令，并基于以恢复供电负荷量最大和恢复路径损耗最小为目标构建的适应度函数、结合线路容量、电压偏移和短路电流等约束条件，利用遗传算法和故障恢复策略生成并执行非故障区域的供电恢复指令，能够在满足配电网运行约束的前提下提高恢复决策的适应性与可靠性，进而实现非故障区域供电的高效恢复。