(19)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 202210774448.3 (22)申请日 2022.07.01 (66)本国优先权数据 202210449089.4 202 2.04.26 CN (71)申请人 国网河北省电力有限公司电力科 学 研究院 地址 050000 河北省石家庄市裕华区体 育 南大街238号 申请人 国家电网有限公司 　 国网河北能源技 术服务有限公司 (72)发明人 刘杰　张志猛　贾伯岩　孙翠英　 伊晓宇　张佳鑫　郑雄伟　田霖　 (74)专利代理 机构 北京和联顺知识产权代理有 限公司 1 1621 专利代理师 卢太龙(51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06F 30/20(2020.01) G06F 111/10(2020.01) G06F 111/08(2020.01) (54)发明名称 恶劣天气下输电线路连续故障率预测方法 (57)摘要 本发明公开了一种恶劣天气下输电线路连 续故障率模 型包括： 通过统计历年相同月份故障 事件， 分析每个月份的故障率， 继而求得一种故 障率在不同年份相同月份的故障率分布函数， 得 到时间相依的最贴合实际故障率数学模型， 可以 更好的反映和预测该地区输电线路故障时间变 化的规律； 通过分析故障停运数据， 使用最常用 的几种概率分布模拟气象相关的输电线路强迫 停运时间的概率分布， 所提出的指数分布类型概 率密度描述故障停运时间更加可靠和准确。 权利要求书2页 说明书5页 附图4页 CN 115130757 A 2022.09.30 CN 115130757 A 1.一种恶劣天气下输电线路连续故障率预测方法， 其特 征在于， 步骤1： 获取输电线路在气象灾害下历年故障统计数据： 从数据库中读取历年与气象灾 害相关的故障数据， 包括指定时间段内各次故障发生时间和修复时长； 步骤2： 拟合故障函数： 根据各次故障发生时间拟合时间 ‑故障频次函数； 步骤3： 拟合停运时长概率函数： 根据输电线路各次故障修复时长拟合故障停运时间概 率密度分布函数； 步骤4： 故障预测： 使用所述故障函数和停运时长概 率函数预测未来故障发生的概 率。 2.根据权利要求1所述的恶劣天气下输电线路连续故障率预测方法， 其特征在于， 所述 步骤2由以下 具体步骤组成： 步骤2‑1： 统计历史同期各月故障次数； 步骤2‑2： 计算历史同期各月故障率； λ(x)为历史同期第x月的故障率(次/月)； Nxi为第i年第x月中的故障次数； Ti为第x个月 的时间； n 为统计年数； 步骤2‑3： 拟合月份 ‑故障率函数。 3.根据权利要求1所述的恶劣天气下输电线路连续故障率预测方法， 其特征在于， 所述 步骤3由以下 具体步骤组成： 步骤3‑1： 统计修复时长发生的频次； 步骤3‑2： 拟合修复时长 ‑概率函数。 4.根据权利要求2所述的恶劣天气下输电线路连续故障率预测方法， 其特征在于， 所述 步骤2‑2中使用三阶傅里叶函数拟合月份 ‑故障率函数： F(x)＝a1cos(ωx)+b1sin(ωx)+a2cos(2ωx)+b2sin(2ωx)+a3cos(3ωx)+b3sin(3ωx) +a0 其中x表示月份， a0， a1， b1， a2， b2， a3， b3， ω代表拟合系数。 5.根据权利要求2所述的恶劣天气下输电线路连续故障率预测方法， 其特征在于， 所述 步骤2‑2中使用三阶Si n函数拟合月份 ‑故障率函数： F(x)＝a1sin(b1x+c1)+a2sin(b2x+c2)+a3sin(b3x+c3) 其中a1， b1， c1， a2， b2， c2， a3， b3， c3代表拟合系数， x表示月份。 6.根据权利要求2所述的恶劣天气下输电线路连续故障率预测方法， 其特征在于， 所述 步骤2‑2中使用三阶高斯 函数拟合月份 ‑故障率函数： 其中a1， b1， c1， a2， b2， c2， a3， b3， c3代表拟合系数， x代 表月份。 7.根据权利要求3所述的一种 恶劣天气下输电线路连续故障率预测方法， 其特征在于， 所述步骤3‑2中使用ExpGro 函数拟合 修复时长的概 率函数：权　利　要　求　书 1/2 页 2 CN 115130757 A 2A、 B、 C、 D代 表拟合系数， t为 修复时长 。 8.根据权利要求3所述的一种 恶劣天气下输电线路连续故障率预测方法， 其特征在于， 所述步骤3‑2中使用Laplace函数拟合 修复时长的概 率函数： A、 B、 C代表拟合系数， t为 修复时长 。 9.根据权利要求3所述的一种 恶劣天气下输电线路连续故障率预测方法， 其特征在于， 所述步骤3‑2中使用Al lometric函数拟合 修复时长的概 率函数： G(t)＝AtB， A、 B代表拟合系数， t为 修复时长 。 10.根据权利要求4 ‑9所述的一种 恶劣天气下输电线路连续故障率预测方法， 其特征在 于， 根据拟合结果的评判指标， 选择最佳预测函数： 故障函数根据均方根误差RMS E和拟合优 度COD优选， 修复时长概 率函数根据趋势线拟合 程度R2优选； 均方根误差RMSE越小越好， 可以表明拟合效果较好； 拟合优度COD数值在0 ‑1之间， 其数 值越大表示拟合程度越高； 趋势线拟合程度R2的数值大小可以直观的反映出趋势线的估计 值与对应的实际数据之间的贴合 程度， 贴合 程度越高表明可靠性 就越高。权　利　要　求　书 2/2 页 3 CN 115130757 A 3