(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 202111627713.7 (22)申请日 2021.12.28 (71)申请人 国家电网有限公司 地址 100031 北京市西城区西长安 街86号 申请人 国网重庆市电力公司北碚供电分公 司 (72)发明人 陈爽　刘伟　李佳蓉　杨璐瑜　 张锦斌　张蓝丹　颜慧　曾敏　 傅飞　 (74)专利代理 机构 北京海虹嘉诚知识产权代理 有限公司 1 1129 代理人 胡博文 (51)Int.Cl. G06Q 10/00(2012.01) G06Q 10/06(2012.01)G06Q 10/10(2012.01) G06Q 50/06(2012.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于负荷分析的电网检修调度方法 (57)摘要 本发明提供的一种基于负荷分析的电网检 修调度方法， 包括以下步骤： S1.获取历史气象数 据以及电网的负荷数据， 并对气象数据和负荷数 据进行归一化处理； S2.确定检修申报数据， S3. 构建神经网络， 将归一化处理后的气象数据和负 荷数据输入至神经网络中进行训练； S4.实时获 取当前电网的气象数据以及负荷数据并进行归 一化处理， 并将归一化处理后的数据输入至神经 网络中进行处理， 预测检修日供电量； S5.采用改 进粒子群优化算法， 调整检修申报数据使得检修 日供电量最小为目标函数， 当检修日供电量达到 最小时所确定的检修申报数据作为检修调度依 据， 基于配电网的负荷以及气象的影响， 能够准 确预测出检修调度计划中检修日的供电量。 权利要求书1页 说明书3页 附图2页 CN 114330771 A 2022.04.12 CN 114330771 A 1.一种基于负荷分析的电网检修调度方法， 其特 征在于： 包括以下步骤： S1.获取历史气象数据以及电网的负荷数据， 并对气象数据和负荷数据进行归一化处 理； S2.确定检修申报数据， 其中检修申报数据包括运维站信息、 检修工作项目、 检修工作 项目优先级、 每个检修工作项目的申请检修日期及时间段、 运维站完成每个检修工作项目 所需的检修操作人数、 运 维站的单日允许操作人数上限和运 维站单日允许或禁止检修时间 段； S3.构建神经网络， 将归一化处理后的气象数据和负荷数据输入至神经网络中进行训 练； S4.实时获取当前电网的气象数据以及负荷数据并进行归一化处理， 并将归一化处理 后的数据输入至神经网络中进行处 理， 预测检修日供电量； S5.采用改进粒子群优化算法， 调整检修申报数据使得检修日供电量最小为目标函数， 当检修日供电量达 到最小时所确定的检修申报数据作为检修调度依据。 2.根据权利要求1所述基于负荷 分析的电网检修调度 方法， 其特征在于： 步骤S1和步骤 S4中， 对气象数据和负荷数据进行归一 化处理包括： 采用z‑score函数进行归一 化处理， 得到： 其中， x*为归一化处理后的数据， x为归一化前的输入样本数据， μ表示样本均值， σ 表示 样本方差 。 3.根据权利要求2所述基于负荷 分析的电网检修调度方法， 其特征在于： 在将归一化处 理后的气象数据和负荷数据输入至神经网络之前， 还 包括数据筛 选， 具体包括： 计算任意两个样本数据之间的欧氏距离； 将欧氏距离从小打到进行排序， 筛选出欧氏距离小于设定阈值的n个样本输入至神经 网络中。 4.根据权利要求3所述基于负荷分析的电网检修调度方法， 其特征在于： 步骤S3中， 所 构建的神经网络具体如下： 所述神经网络包括输入层、 多个隐含层和输出层； 其中， 隐含层与隐含层之间的传递公式如下： al＝s(Wl‑1al‑1+bl‑1) 其中： al代表第l层隐含层神经元的输 出， Wl‑1为连接第l ‑1层隐含层和第l层隐含层神经 元的权值矩阵， bl‑1为第l层隐含层神经 元的偏置项； 隐含层激活函数s(x)如下 所示： s(x)＝max(0.01x,x)； 其中， x为输入样本数据； 输出层的激活函数为： S(x)＝x。 5.根据权利要求4所述基于负荷 分析的电网检修调度方法， 其特征在于： 检修日供电量 的预测输出为： y＝y*σ + μ， 其中， y为检修日供电量的预测输出， y*为神经网络 输出量。权　利　要　求　书 1/1 页 2 CN 114330771 A 2基于负荷分析的电网检修调度方 法 技术领域 [0001]本发明涉及一种电力调度方法， 尤其涉及一种基于负荷分析的电网检修调度方 法。 背景技术 [0002]电网检修方式是电力系统运行计划中的一项重要内容， 直接关系供电系统和用户 的利益， 对电力系统的可靠性和经济性有很大影响。 科学合理的检修方式是电网经济可靠 运行和预防事故 发生的重要保障。 [0003]但是， 同一检修工作可能涉及多个运维站， 而每个运维站允许检修的时间、 可检修 工作人员数量可能存在区别， 同时在不同时间段检修造成的停电损失是不同的， 因此， 如何 准确的进行调度以减小停电损失成为了一个技 术难题。 发明内容 [0004]有鉴于此， 本发明的目的是提供一种基于负荷分析的电网检修调度方法， 基于配 电网的负荷以及气象的影响， 能够准确预测出检修调度计划中检修日的供电量， 并基于该 供电量确定出对供电量最小的检修日作为检修调 度依据， 从而使得检修停电造成的损失最 小。 [0005]本发明提供的一种基于负荷分析的电网检修调度方法， 包括以下步骤： [0006]S1.获取历史气象数据以及电网的负荷数据， 并对气象数据和负荷数据进行归一 化处理； [0007]S2.确定检修申报数据， 其中检修申报数据包括运维站信息、 检修工作项目、 检修 工作项目优先级、 每个检修工作项目的申请检修日期及时间段、 运维站完成每个检修工作 项目所需的检修操作人数、 运维站的单日允许操作人数上限和运 维站单日允许或禁止检修 时间段； [0008]S3.构建神经网络， 将归一化处理后的气象数据和负荷数据输入至神经网络中进 行训练； [0009]S4.实时获取当前电网的气象数据以及负荷数据并进行归一化处理， 并将归一化 处理后的数据输入至神经网络中进行处 理， 预测检修日供电量； [0010]S5.采用改进粒子群优化算法， 调整检修申报数据使得检修日供电量最小为目标 函数， 当检修日供电量达 到最小时所确定的检修申报数据作为检修调度依据。 [0011]进一步， 步骤S1和步骤S4中， 对气象数据和负荷数据进行归一 化处理包括： [0012]采用z‑score函数进行归一 化处理， 得到： [0013] [0014]其中， x*为归一化处理后的数据， x为归一化前的输入样本数据， μ表示样本均值， σ 表示样本方差 。说　明　书 1/3 页 3 CN 114330771 A 3