基于营配贯通电力大数据的配电网画像建模技术与运行状态评估研究

摘要

营配融合大数据面临的数据海量、价值密度低、指标特征量难以理解、状态评价主观臆断性强等问题,导致配电网设备运行特征不够直观明确,多源数据动态交互和价值挖掘不足以支撑调度业务闭环管控.基于机器学习的画像建模技术形成的配电变压器设备全景标签,可对画像时空维度、外界因素关联分析,从而挖掘缺陷特征量和缺陷根因.通过对特征标签二次建模,提出熵权法、层次分析法、偏好习惯结合的配电变压器运行状态评估,从变化异常指标辨识、异常根因分析角度,定位配电变压器运行存在的问题.通过该策略,可以有效反映配电变压器运行状态和存在的缺陷及原因.