摘要
本发明涉及电力系统及新能源接入技术领域,公开一种考虑分布式新能源出力特性的配电网停电识别方法,旨在解决新能源高渗透背景下负荷骤减与真实停电难以区分的误判问题。该方法通过融合新能源出力预测数据、气象参数、配电网终端状态及用户用电数据,构建包含出力波动性指标、负荷相关性系数及天气影响因子的多维特征体系;设计动态阈值匹配机制,结合随机森林机器学习模型,建立新能源出力特性与用户电量变化模式的关联映射关系;进一步通过时空滑动窗口分析区域性波动特征,并引入故障录波、保护动作及用户报修数据的异常事件校验机制。该方法相较于传统方法识别准确率提升较大,同时可缩短故障处理平均耗时,有效过滤伪停电报警。
技术关键词
停电识别方法
分布式新能源
新能源出力预测
异常事件
负荷
Pearson相关系数
配电网设备故障
滑动窗口
数据
指标
随机森林
天气
有功功率
风电变流器
场景系数
动态
因子
曲线
机器学习模型
故障录波
系统为您推荐了相关专利信息
低负荷工况
中央监控系统
数据处理平台
数据采集系统
预警系统
电网规划方法
粒子群优化算法
强化学习策略
数据
偏差
负荷特征
短期负荷预测方法
短期负荷预测系统
序列
LSTM模型
选址定容方法
负荷预测模型
坐标系
模糊逻辑
新建变电站