(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111405765.X (22)申请日 2021.11.24 (71)申请人 国网福建省电力有限公司莆田供电 公司 地址 351100 福建省莆田市城厢区霞林街 道南园东路9 99号 申请人 国网福建省电力有限公司 (72)发明人 陈晶腾　吴敏辉　林鸿伟　陈芳　 周怡冰　刘烁洁　李剑　蒋雷震　 高漩　蒋东伶　肖华振　 (74)专利代理 机构 福州科扬专利事务所(普通 合伙) 35001 代理人 何小星 (51)Int.Cl. G06Q 10/04(2012.01)G06Q 50/06(2012.01) G06N 3/08(2006.01) (54)发明名称 一种面向用户的电网电压暂降严重度预测 方法 (57)摘要 本发明涉及电网安全技术领域， 公开了一种 面向用户的电网电压暂降严重度预测方法， 包括 以下步骤： 步骤S1： 建立数据库； 步骤S2： 计算预 测区域内的用户暂降频次数据、 用户暂降损失数 据及受暂降影 响综合数据， 根据受暂降影响综合 数据对预测区域进行划分； 步骤S3： 计算划分出 的区域的各次电压暂降严重程度； 步骤S4： 针对 划分出的区域训练出用于预测对应区域电压暂 降严重程度的BP神经网络模型； 步骤S5： 将天气 信息数据输入对应BP神经网络模型内， BP神经网 络模型输 出对应区域电压暂降严重程度； 本发明 具有减少所得结果与实际情况存在的误差、 保证 电压暂降严重度预测结果 准确度的优点的特点。 权利要求书2页 说明书5页 附图1页 CN 114154698 A 2022.03.08 CN 114154698 A 1.一种面向用户的电网电压暂降严重度预测方法， 其特 征在于： 包括以下步骤： 步骤S1： 建立数据库； 步骤S2： 计算预测区域内的用户暂降频次数据、 用户暂降损失数据及受暂降影响综合 数据， 根据受暂降影响综合数据对预测区域进行划分； 步骤S3： 计算划分出的区域的各次电压暂降严重程度； 步骤S4： 针对划分出的区域训练出用于预测对应区域电压暂降严重程度的BP神经网络 模型； 步骤S5： 将天气信息数据输入对应BP神经网络模型内， BP神经网络模型输出对应区域 电压暂降严重程度。 2.根据权利要求1所述的一种面向用户的电网电压 暂降严重度预测方法， 其特征在于： 所述步骤S1中建立数据库的方法包括： 从电能质量监测系统中获取历史各次电压暂降监测 数据信息， 并根据历史各次电压暂降监测数据获取预测区域内不同用户的电压暂降经济损 失情况， 之后从气象系统中获取暂降发生时刻的天气信息数据， 包括 天气情况、 温度、 湿度、 风速、 PM2.5数据， 最后将以上 数据共同录入数据库中。 3.根据权利要求1所述的一种面向用户的电网电压 暂降严重度预测方法， 其特征在于： 所述步骤S2中计算预测区域内的用户暂降频次数据的计算公式为： Ni＝∑n 其中， Ni代表用户暂降频次数据， i代 表第i个用户， n代 表发生的一次电压暂降。 4.根据权利要求3所述的一种面向用户的电网电压 暂降严重度预测方法， 其特征在于： 所述步骤S2中计算预测区域内的用户暂降损失数据的计算公式为： Ci＝∑lossj 其中， Ci代表用户暂降损失数据， i代表第i个节点， lossj代表第j个用户在本次电压暂 降所遭受的经济损失。 5.根据权利要求4所述的一种面向用户的电网电压 暂降严重度预测方法， 其特征在于： 所述步骤S2中计算预测区域内的受暂降影响综合数据的方法包括： 利用主成分分析法， 对 用户暂降频次数据和用户暂降损失数据进 行客观赋值， 并根据受暂降影响综合数据的计算 公式进行计算， 受暂降影响综合数据的计算公式为： 其中， Si代表受暂降影响综合数据， Ni代表用户暂降频次数据， Ci代表用户暂降损失数 据， 代表Ni经主成分分析法客观赋值后的对应特征值， 代表Ci经主成分分析法客观赋 值后的对应特 征值。 6.根据权利要求5所述的一种面向用户的电网电压 暂降严重度预测方法， 其特征在于： 所述步骤S2中根据受暂降影响综合数据对预测区域进 行划分的方法包括： 将 计算所得受暂 降影响综合数据Si按照从小到大顺序进行排列， 之后 采用分位数划分方式对预测区域进行 划分， 选择受暂降影响综合数据Si最大值的50％、 85％为分位数， 将受暂降影响综合数据Si 为其最大值0～50％范围内所对应 的区域划为轻微区域， 将受暂降影响综合数据Si为其最 大值51～85％范围内所对应的区域划为中度区域， 将受暂降影响综合数据Si为其最大值86权　利　要　求　书 1/2 页 2 CN 114154698 A 2～100％范围内所对应的区域划为 严重区域。 7.根据权利要求6所述的一种面向用户的电网电压 暂降严重度预测方法， 其特征在于： 所述步骤S2中预测区域内的用户暂降频次数据、 用户暂降损失数据及受暂降影响综合数据 的计算每月更新一次， 并根据更新后所得的受暂降影响综合数据对预测区域进行重新划 分。 8.根据权利要求7所述的一种面向用户的电网电压 暂降严重度预测方法， 其特征在于： 所述步骤S3中计算划分出的区域的各次电压暂降严重程度的计算公式为： 其中， Se代表各次电压暂降严重程度， U代表残余电压幅度标幺值， UCurve(d)代表电压暂 降耐受曲线上与此次电压暂降持续时间相同为d的残余电压幅度大小。 9.根据权利要求8所述的一种面向用户的电网电压 暂降严重度预测方法， 其特征在于： 所述步骤S4中建立BP神经网络模 型的方法包括： 选取数据库中天气信息数据进 行标准化处 理， 标准化处理的计算公式为： 其中， x*代表标准化后天气信息数据数据， x代表未标准化的天气信息数据， xmax代表未 标准化的天气信息数据的最大值， xmin代表未标准化的天气信息数据的最小值； 之后选取标准化后的天气信息数据数据为BP神经网络输入数据， 选取对应区域各次电 压暂降严重程度Se作为对应BP神 经网络输出数据， 训练对应BP神经网络模型， 训练完成后 即可得到轻微区域BP神经网络模型、 中度区域BP神经网络模型和严重区域BP神经网络模 型。 10.根据权利要求9所述的一种面向用户的电网电压暂降严重度预测方法， 其特征在 于： 所述步骤S 3中各次电压暂降严重程度的计算和步骤S4中BP神经网络模型的训练每月更 新一次。权　利　要　求　书 2/2 页 3 CN 114154698 A 3