基于数据驱动的配电网停电预测模型

来源：电工电能新技术杂志2021年第12期北京时间：

作者：南东亮， 冯长有， 曹晖， 王昕4， 李玉敦4， 谭金龙

单位：1.国网新疆电力有限公司电力科学研究院， 新疆 乌鲁木齐 830011；
\r\n2.国家电力调度控制中心， 北京 100031；
\r\n3.西安交通大学电气工程学院， 陕西 西安 710049；
\r\n4.国网山东省电力公司电力科学研究院， 山东 济南 250002

摘要：停电事故作为影响配电网供电可靠性重要的因素之一，其预测的准确性将给整个电力系统的可靠性带来积极影响。本文提出了一种基于数据驱动的配电网停电预测模型，能够有效地预测停电事故的发生。该模型首先采用一种基于K-means聚类的停电数据集欠采样方法降低原始数据集的不平衡比；然后在此基础上，提出了一种改进的Adaboost集成学习算法，在每次权值更新时，通过使用已经训练的弱分类下的分类误差进行权重更新，用于对后面的弱分类器进行训练，进而改善分类性能。某地区的实际数据测试结果表明，本文提出的基于数据驱动的配电网停电预测模型能够有效地预测配电网停电事故的发生，相比于传统预测方法具有更好的精确度、召回率、F1值，停电预测性能得到明显提高。

关键词：配电网, 数据驱动, 停电预测, 供电可靠性

基金资助：国家重点研发计划（2016YFB0901100）