基于停電性質(zhì)分類的多環(huán)節(jié)電網(wǎng)可靠性評估方法

鄭文杰，黃嘉健 ，孫 川，汪隆君

（1.廣東電網(wǎng)公司電力科學研究院 廣東省智能電網(wǎng)新技術(shù)企業(yè)重點實驗室，廣東 廣州 510080；2.華南理工大學 電力學院，廣東 廣州 510640）

0 引言

隨著社會經(jīng)濟發(fā)展和生活水平提高，業(yè)界和用戶對供電可靠性的要求越來越高?？煽啃怨芾碜鳛樾袠I(yè)監(jiān)督管理和用戶服務的重要內(nèi)容，在促進電力企業(yè)加強設備管理、技術(shù)管理等方面具有極其重要的意義［1］。目前，電網(wǎng)可靠性管理按照工作流程可分為下達分解、落實管控和考核總結(jié)三部分。實踐中常出現(xiàn)以下問題：在考核總結(jié)時，往往將可靠性指標任務難以完成的原因直接歸結(jié)于脆弱的網(wǎng)架結(jié)構(gòu)和落后的管理手段；可靠性分析的內(nèi)容十分有限，缺少對電網(wǎng)管理水平、運維水平的關(guān)聯(lián)分析，更無法有針對性地指導增強性措施的開展。值得注意的是，電力系統(tǒng)可靠性是由電源向負荷經(jīng)過輸電網(wǎng)、配電網(wǎng)等多環(huán)節(jié)逐級傳遞，最終通過供電可靠性指標來表征。為進一步提高電網(wǎng)公司可靠性精益化管理水平，有必要研究多環(huán)節(jié)電網(wǎng)可靠性評估方法。

按照電網(wǎng)停電性質(zhì)劃分，可分為故障停電和預安排停電，系統(tǒng)平均停電時間指標則為故障停電時間與預安排停電時間之和［2］。故障停電是設備隨機故障引起的，在電網(wǎng)結(jié)構(gòu)、設備可靠性、運行環(huán)境等條件確定的情況下，其可控性不強。經(jīng)過多年發(fā)展，配電網(wǎng)故障停電可靠性評估方法可分為解析法和蒙特卡洛模擬法［3］，它們多假定配電網(wǎng)電源完全可靠，對配電設備故障造成的后果進行分析，基于狀態(tài)與后果的加權(quán)和獲得可靠性指標。輸電網(wǎng)規(guī)劃階段必須進行N-1校核，然而運行階段類似深圳“4·10停電”和東莞“4·12停電”等由輸電網(wǎng)引起的停電事件時有發(fā)生。由于計算規(guī)模限制，現(xiàn)有可靠性評估研究大多考慮了本環(huán)節(jié)電網(wǎng)安全約束和隨機故障，忽略了上一環(huán)節(jié)電網(wǎng)的隨機故障［4］。這樣處理忽略了輸電網(wǎng)故障對供電可靠性的影響，將造成配電網(wǎng)可靠性評估結(jié)果偏樂觀。以等效負荷削減為后果形成的輸電網(wǎng)可靠性評估指標體系［4］，不直觀且不易驗證，在工程界備受爭議。文獻［5-6］分別定義了傳輸點DP（Delivery Point）指標及基于DP的輸電網(wǎng)可靠性指標，直觀反映輸電網(wǎng)可靠性水平，但均未進一步拓展至供電可靠性。

預安排停電指電網(wǎng)公司為提高電網(wǎng)及設備安全運行水平，預先做計劃獲調(diào)度批準后調(diào)整運行方式而導致的部分區(qū)域停電，其不僅與電網(wǎng)及其設備安全運行水平等有關(guān)，還與運行管理因素緊密相關(guān)，具備一定的可控性。根據(jù)廣東電網(wǎng)近年停電事件的數(shù)據(jù)統(tǒng)計，預安排停電時間占停電總時間的60%以上［7］，預安排停電時間的合理控制是可靠性指標管理的關(guān)鍵。為快速有效地提高供電可靠性水平，電網(wǎng)企業(yè)應優(yōu)化生產(chǎn)管理流程，加強管控預安排停電時間，在盡力實現(xiàn)預安排停電可靠性指標的逐年縱向改進的同時，還應參與同行業(yè)的橫向?qū)?。目前對預安排停電建模主要有2種方案：折算法，將預安排停電率與投資或故障停電率等單一因素按一定比例折算；測算法［7］，根據(jù)具體停電計劃建立不同工程類型的預安排停電模型測算預安排停電率。前者工程可操作性強，但不利于預安排停電指標管控水平的提升；后者需要數(shù)據(jù)多，計算難度高，且指標下達之初難以獲得預安排停電時電網(wǎng)運行方式，工程可操作性欠佳。

為更加準確地評估電網(wǎng)可靠性、提高電網(wǎng)公司可靠性精益化管理水平，提出基于停電性質(zhì)分類的多環(huán)節(jié)電網(wǎng)可靠性評估方法；采用輸電網(wǎng)與配電網(wǎng)的連接點CP（Connection Point）建立多環(huán)節(jié)電網(wǎng)供電可靠性聯(lián)系，通過可靠性網(wǎng)絡等值方法量化輸電網(wǎng)故障對供電可靠性指標的影響；基于條件數(shù)診斷電網(wǎng)生產(chǎn)管理控制指標的多重共線性，采用嶺跡圖篩選出主要電網(wǎng)生產(chǎn)管理控制指標、確定嶺參數(shù)值，通過嶺回歸（ridge regression）分析量化管理控制指標對預安排停電可靠性指標的影響。以廣東電網(wǎng)公司所轄某供電局2013年供電可靠性評估為算例，對所提模型及方法進行了驗證。

1 多環(huán)節(jié)電網(wǎng)故障停電可靠性評估

1.1 連接點可靠性指標及其評估

處于輸電網(wǎng)末端的終端變電站，其降壓變壓器的低壓側(cè)母線（以下簡稱低壓母線）是輸配CP，也是電力資產(chǎn)管轄邊界。低壓母線停電必將對供電可靠性指標造成直接影響，即輸電網(wǎng)故障對供電可靠性的影響是通過終端變電站低壓母線施加的。導致低壓母線停電的原因按照停運發(fā)生位置可分為2類：終端變電站的電源進線停運，包括非計劃停運和受累停運；終端變電站內(nèi)主設備非計劃停運。其中，終端變電站電源進線的非計劃停運狀態(tài)指設施處于不可用而又不是計劃停運的狀態(tài)；受累停運指設施本身可用，因相關(guān)設施的停運而被迫退出運行狀態(tài)，包括了由終端變電站外輸電系統(tǒng)設備故障導致進線停運的情況。

以低壓母線為輸配CP，定義基于CP的可靠性指標，分為連接點級指標和系統(tǒng)級指標。連接點級指標不僅是求解系統(tǒng)級指標的基礎，還是電網(wǎng)故障停電可靠性評估的核心內(nèi)容，包括平均停運頻率λCP和平均停運時間dCP。其中，λCP表示統(tǒng)計時間范圍內(nèi)CP的平均停運次數(shù)；dCP表示統(tǒng)計時間范圍內(nèi)CP的平均停運時間。

系統(tǒng)級指標包括變電站平均停運頻率rSAIFI-S和平均停運時間rSAIDI-S、輸電網(wǎng)平均停運頻率rSAIFI-T和平均停運時間rSAIDI-T，它們的定義為：

其中，λCPi和dCPi分別為連第i個CP（下文用CPi表示）的平均故障頻率和平均故障時間；Ωs和Ωt分別為變電站和輸電網(wǎng)中CP構(gòu)成的集合；Ns和Nt分別為變電站和輸電網(wǎng)中CP的數(shù)量。

為便于工程應用，基于CP可靠性指標的評估方法的步驟如下。

a.范圍界定。評估范圍界定為從終端變電站的電源進線到輸配CP的電氣主接線。

b.可靠性建模。對電源進線和站內(nèi)電氣設備建立相應的可靠性模型，可采用經(jīng)典的2狀態(tài)停運模型［4］，即設備狀態(tài)僅處于運行和停運2種狀態(tài)。

c.可靠性評估?；诠收虾蠊Ｊ椒治鯢MEA（Failure Mode and Effects Analysis）［8］法進行可靠性評估。

d.指標計算。計算CP、變電站、輸電網(wǎng)可靠性指標。

上述方法僅需要收集終端變電站主接線拓撲結(jié)構(gòu)、終端變電站電源進線和站內(nèi)電氣設備的非計劃停運率及其平均停運時間等。而以上數(shù)據(jù)統(tǒng)計屬于《輸變電設施可靠性評價規(guī)程實施細則》的日常工作，不需增加額外工作量，更不需要可能影響電網(wǎng)安全穩(wěn)定運行的敏感數(shù)據(jù)，如傳統(tǒng)輸電網(wǎng)可靠性評估所需的輸電網(wǎng)拓撲結(jié)構(gòu)及電氣參數(shù)；所獲系統(tǒng)級指標概念直觀，易于統(tǒng)計，便于驗證，從供電連續(xù)性角度深化了輸電網(wǎng)可靠性評估的分析應用。

1.2 計及輸電網(wǎng)故障的供電可靠性評估

從可靠性網(wǎng)絡等值法原理［9］可知，配電網(wǎng)可靠性評估包括向上等效及向下等效2個過程。由于終端變電站饋線電源側(cè)配有繼電保護裝置，能快速隔離饋線故障，因此饋線故障一般不會造成變電站低壓母線停運，可忽略向上等效過程；而在向下等效的過程中，將變電站低壓母線對饋線的影響用一個串在饋線首端的等效元件來代表。作為CP的低壓母線，其可靠性基礎數(shù)據(jù)在1.1節(jié)中已獲得。

對于輻射狀饋線，評估步驟與傳統(tǒng)方法［1，3，10-11］評估步驟基本相同；下面具體闡述計及輸電網(wǎng)故障的環(huán)網(wǎng)接線供電可靠性評估步驟。

饋線Fi的系統(tǒng)平均停電持續(xù)時間指標為：

其中，Ωi為饋線Fi最小隔離區(qū)的集合；λs為最小隔離區(qū) s的平均停運頻率；Bs、Cs、Ds分別為最小隔離區(qū)s故障時B類、C類、D類區(qū)域的集合；Nk為區(qū)域k內(nèi)的用戶數(shù)；tB、tC、tD分別為故障隔離平均時間、聯(lián)絡開關(guān)倒閘平均時間、故障修復時間；Ns為區(qū)域s內(nèi)的用戶數(shù)。

當CP下接的配電網(wǎng)連成環(huán)網(wǎng)時，根據(jù)主電源和備用電源異同情況，抽象為2種典型結(jié)構(gòu)。

a.饋線 Fi、Fj分別通過斷路器與 CPi、CPj相連，且2條饋線末端經(jīng)聯(lián)絡開關(guān)相連，其拓撲如圖1（a）所示。以饋線Fi為例，其主電源為Sm，與CPi直接連接，其備用電源Sa經(jīng)饋線Fj后與CPj相連。

b.饋線Fi、Fj均通過斷路器與CPi相連，其拓撲如圖 1（b）所示。

圖1 環(huán)網(wǎng)拓撲結(jié)構(gòu)Fig.1 Topology of loop network

圖1（a）中，饋線 Fi的備用電源點 Sa是饋線 Fj末端與聯(lián)絡開關(guān)相連的節(jié)點，Sa的平均停運率λa和年平均停運時間ta分別為：

其中，Γj為饋線Fj中導致Sa停電最小隔離區(qū)集合；tk為最小隔離區(qū)k故障造成Sa停電時間。若統(tǒng)計時間為1 a，則備用電源不可用率λAa為：

當饋線故障時，若備用電源可靠，故障下游負荷點的停電時間為聯(lián)絡開關(guān)倒閘平均時間tC；若備用電源失效，則轉(zhuǎn)供電失敗，故障下游負荷點的停電時間為故障修復時間tD。基于全概率公式，此時C類區(qū)域停電時間的修正值為：

式（9）將備用電源的不可靠性轉(zhuǎn)化為負荷停電時間的不確定性。

計及輸電網(wǎng)故障的饋線Fi的系統(tǒng)平均持續(xù)停電時間指標修正為：

圖1（b）中，由于饋線 Fi和 Fj的電源皆取自 CPi。當CPi故障時，饋線Fi、Fj同時停電，此時備用電源Sa亦處于停電狀態(tài)，無法實現(xiàn)對饋線Fi轉(zhuǎn)供電，即此時不存在C類區(qū)域。計及輸電網(wǎng)故障的饋線Fi的系統(tǒng)平均持續(xù)停電時間指標修正為：

饋線Fi其他可靠性指標的計算方法與系統(tǒng)平均持續(xù)停電時間類似，在此不再贅述。應用上述方法的關(guān)鍵在于2點：計算開環(huán)方式下備用電源的可靠性參數(shù)；故障后果分析時甄別備用電源是否同時處于失效狀態(tài)。

2 多環(huán)節(jié)電網(wǎng)預安排停電可靠性評估

可靠性指標與網(wǎng)絡拓撲、設備可靠性參數(shù)、開關(guān)類型和位置有關(guān)，而可靠性指標靈敏度分析所得結(jié)論非常有限，且分析對象僅限于配電網(wǎng)，缺少可靠性指標對電網(wǎng)管理水平、運維水平的關(guān)聯(lián)分析，更無法有針對性地指導增強性措施的開展。注意到電網(wǎng)公司日常運行管理已形成一套概念直觀、易于統(tǒng)計且在行業(yè)內(nèi)已達成共識的電網(wǎng)生產(chǎn)管理控制指標，若能與預安排停電可靠性指標建立某種函數(shù)關(guān)系，無疑開辟了一條新的可靠性管理思路，不僅能評估預安排停電可靠性指標，指導具體增強性措施的開展，還能激勵電網(wǎng)企業(yè)提升可靠性管理水平，在電網(wǎng)企業(yè)內(nèi)部形成促進可靠性提升的良性循環(huán)機制。

基于以下原則梳理篩選南方電網(wǎng)公司的管控指標：

a.選用信息系統(tǒng)中有統(tǒng)計的指標；

b.剔除統(tǒng)計口徑模糊的指標；

c.選用統(tǒng)計周期精確到月的指標。

構(gòu)建預安排停電可靠性指標與管控指標的關(guān)系，如圖2所示。這些指標大致分為5個方面，分別是負荷供應能力、網(wǎng)絡結(jié)構(gòu)水平、運行管理水平、裝備技術(shù)水平、基建技改投資。顯然，這些指標都與預安排停電的實施有著密切關(guān)系，其指標數(shù)據(jù)獲取和信息采集工作較為方便，容易量化并以月為單位滾動監(jiān)測。

圖2 預安排停電可靠性指標與管控指標的關(guān)系Fig.2 Relationship between scheduled outage reliability index and management control index

設自變量X表示各管控指標，因變量y表示預安排停電可靠性指標，采用多元線性回歸即可擬合出兩者之間的數(shù)學表達式，建立預安排停電可靠性指標和管控指標的經(jīng)驗函數(shù)關(guān)系，以便量化管控指標對預安排停電可靠性指標的影響。

管控指標不可避免地存在統(tǒng)計口徑相似或內(nèi)容相關(guān)，造成管控指標之間存在多重共線性。此時若采用常規(guī)最小二乘估計作回歸擬合將導致回歸系數(shù)估計值方差大、穩(wěn)定性差，模型精確度低，且回歸系數(shù)正負號可能出現(xiàn)倒置的情況，使得無法對回歸方程進行合理解釋，極大降低回歸模型的實用價值［12-14］。

為減少管控指標多重共線性導致回歸模型失真的問題，確?；貧w模型的有效性，首先應利用條件數(shù)法對管控指標之間的多重共線性進行診斷。設選定電網(wǎng)公司的p個管控指標，其構(gòu)成矩陣X：

方陣XTX的條件數(shù)定義為：

其中，λmax和λmin分別為方陣XTX的最大和最小特征根。條件數(shù)度量了XTX的特征根散布程度，可以用其判斷多重共線性是否存在及其嚴重程度。實踐中，若0＜Cd＜100，則認為不存在多重共線性；若100≤Cd≤1 000，則認為存在較強的多重共線性；若Cd＞1000，則認為存在嚴重的多重共線性［15］。

設y與X之間的多元線性回歸模型為：

其中，β為回歸系數(shù)構(gòu)成的列向量；ε為誤差項。

常規(guī)最小二乘估計法的回歸系數(shù)列向量為：

當診斷發(fā)現(xiàn)管控指標存在較為嚴重的多重共線性時，，常規(guī)最小二乘法法失效。而嶺回歸估計方法［16］則是給XTX附加一個正的常數(shù)矩陣kI（k＞0，I為單位矩陣），使矩陣 XTX+kI的奇異程度大幅降低，其回歸系數(shù)列向量為：

當k=0時，嶺回歸估計回歸系數(shù)（0）等于常規(guī)最小二乘估計所得β。當嶺參數(shù)k在（0，+∞）內(nèi)變化時，回歸系數(shù)（k）為 k 的函數(shù)，作出（k）的變化曲線，即嶺跡。通過對嶺跡的分析［15］，可對管控指標做進一步的判定和篩選，并確定合適的嶺參數(shù)k值。嶺參數(shù)的確定原則為：嶺參數(shù)取值應盡可能小，使嶺跡趨于穩(wěn)定。將嶺參數(shù)代入式（14），即可得到更加穩(wěn)定的回歸系數(shù)估計，從而減少管控指標多重共線性的影響。

綜上所述，基于嶺回歸分析評估預安排停電可靠性指標的方法如下：

a.基于條件數(shù)作多重共線性診斷；

b.采用嶺跡圖篩選出主要電網(wǎng)生產(chǎn)管理控制指標，并確定嶺參數(shù)值k；

c.將樣本數(shù)據(jù)的管控指標和預安排停電可靠性指標代入已確定k的式（16），獲得各管控指標的回歸系數(shù)；

d.把回歸系數(shù)和待估數(shù)據(jù)的管控指標值代入式（14），求預安排停電可靠性指標估計值。

3 多環(huán)節(jié)電網(wǎng)可靠性評估流程

基于以上理論，可得基于停電性質(zhì)分類的多環(huán)節(jié)電網(wǎng)可靠性評估流程如圖3所示。

圖3 多環(huán)節(jié)電網(wǎng)可靠性評估流程Fig.3 Flowchart of reliability evaluation for multi-level power grid

4 算例分析

以廣東電網(wǎng)公司所轄某供電局2013年供電可靠性的平均停電持續(xù)時間指標評估為算例，驗證所提模型以及方法?；趥鹘y(tǒng)配電網(wǎng)可靠性評估法可以求得不考慮輸電網(wǎng)故障的平均停電持續(xù)時間為1.743h/（戶·a），基于本文所提模型及方法求得計及輸電網(wǎng)故障的平均停電持續(xù)時間為1.789 h/（戶·a），輸電網(wǎng)故障停電時間占總停電時間的2.57%。2013年該供電局故障停電造成的用戶平均停電時間統(tǒng)計值為1.83 h，輸電網(wǎng)故障停電時間占總停電時間的2.22%。可見本文模型故障停電可靠性指標評估值與實際統(tǒng)計值十分接近，相對誤差小于5%。進一步地，忽略備用電源不可靠及同一低壓母線作為電源的情況，計及輸電網(wǎng)故障的平均停電持續(xù)時間為1.788 h/（戶·a）。可見，所提方法能有效量化輸電網(wǎng)故障對故障停電可靠性指標的影響。

下面驗證所提預安排停電時間評估方法的有效性和可行性。基于所提原則選出電網(wǎng)公司管控指標：基建技改投資額x1、變電站重過載率x2、線路重過載率x3、配變重過載率x4、延時送電率x5、單線單變率x6、自動化覆蓋率x7、帶電作業(yè)率x8、配網(wǎng)線路分段數(shù)x9、配網(wǎng)線路線徑不滿足率x10、配網(wǎng)線路環(huán)網(wǎng)率x11和配網(wǎng)線路可轉(zhuǎn)供率x12等，并設y表示預安排平均停電持續(xù)時間。以廣東電網(wǎng)公司所轄18個地級供電公司2013年數(shù)據(jù)為樣本，對余下1個地級供電公司的預安排平均停電持續(xù)時間進行評估，并與實際統(tǒng)計值作對比分析。此時樣本數(shù)n=18，管控指標數(shù)p=12。

首先基于條件數(shù)作多重共線性診斷，計算方陣XTX 的特征根，得 λmax=186.8626，λmin=0.0004，此時Cd=467156，遠大于1000，說明管控指標存在嚴重的多重共線性。

通過嶺跡分析篩選管控指標。令嶺參數(shù)k從0增加至0.4，步長設為0.001，部分管控指標的回歸系數(shù)嶺跡如圖4所示，包括延時送電率x5、配網(wǎng)線路分段數(shù)x9、配電網(wǎng)線路環(huán)網(wǎng)率x11和配電網(wǎng)線路可轉(zhuǎn)供率x12的回歸系數(shù)所對應的嶺跡曲線。

圖4 部分管控指標的回歸系數(shù)嶺跡Fig.4 Ridge trace curve of regression coefficient for some management control indices

由圖4可得以下結(jié)論。

a.在嶺參數(shù) k=0 時，5（k）數(shù)值很大；k 略微增加，5（k）迅速趨于 0，并且穩(wěn)定下來。這表明：延時送電率對預安排平均停電持續(xù)時間的影響很小，可將其剔除。若采用常規(guī)最小二乘法，則會夸大延時送電率的影響。

b.在 k=0 附近，11（k）驟然降低，12（k）急速增加，兩者變化劇烈，兩者之和在 k?（0，0.4］范圍內(nèi)大體上平穩(wěn)，這反映出可轉(zhuǎn)供率與環(huán)網(wǎng)率存在顯著的線性相關(guān)性，這與工程實際相符。嶺回歸分析時，強相關(guān)的管控指標僅需保留1個。又注意到11（k）隨k值增加由正值變?yōu)樨撝担h(huán)網(wǎng)率越高平均停電持續(xù)時間越小，其回歸系數(shù)不應為正；12（k）不受 k 變化影響均為負值，與工程實際相符。因此，剔除環(huán)網(wǎng)率，保留可轉(zhuǎn)供率。

c.9（k）不受 k 變化影響保持為正值，而配網(wǎng)線路分段數(shù)越多供電可靠性越高，平均停電持續(xù)時間越小，其回歸系數(shù)不應為正，即回歸系數(shù)符號與工程實際并不相符，因此剔除線路分段數(shù)。

至此，通過嶺跡圖剔除了多余和不合理的管控指標，余下9個管控指標分別為：投資總額x1、變電站重過載率x2、線路重過載率x3、配變重過載率x4、單線單變率x6、自動化覆蓋率x7、帶電作業(yè)率x8、配網(wǎng)線路線徑不滿足率x10和配網(wǎng)線路可轉(zhuǎn)供率x12。計算篩選后方陣XTX的特征根，求得此時的條件數(shù)Cd=3196，這說明保留管控指標的多重共線性有所降低，但依然還存在。為此對嶺跡圖作進一步分析以確定合適的嶺參數(shù)。

將篩選后管控指標的嶺跡圖繪于圖5，由圖5可見：隨著k的增大，9條嶺跡趨于穩(wěn)定，且在k≥0.3后，嶺跡基本保持不變。根據(jù)嶺回歸理論和嶺參數(shù)確定原則，取k=0.3。

圖5 嶺參數(shù)的確定Fig.5 Determination of ridge parameters

將嶺參數(shù)值代入式（16）作嶺回歸，并與常規(guī)最小二乘法結(jié)果進行比較。嶺回歸方程為：

若直接采用常規(guī)最小二乘法所獲回歸方程為：

從式（17）和式（18）可見，2 種方法擬合出的回歸系數(shù)存在較大區(qū)別。為檢驗回歸方程的合理性，將所余供電局的管控指標數(shù)據(jù)代入嶺回歸方程，繪出隨嶺參數(shù)k變化的曲線見圖6。2013年該供電局預安排停電時間的實際統(tǒng)計值為2.95 h，在圖6中以虛線標識。式（17）估計預安排停電時間為3.04 h；式（18）所獲常規(guī)最小二乘法估計結(jié)果為2.15 h，與嶺參數(shù)k=0時的嶺估計結(jié)果相等。由于管控指標存在多重共線性，常規(guī)最小二乘法估計所擬合結(jié)果嚴重偏離實際統(tǒng)計值，且回歸系數(shù)β6為負值，即單線單變率越高供電可靠性越高，不符合工程實際，可見常規(guī)最小二乘法實用價值較低；合適嶺參數(shù)的嶺估計所擬合結(jié)果在實際統(tǒng)計值附近，這是由于嶺回歸估計有效降低了管控指標多重共線性的影響，效果優(yōu)于常規(guī)最小二乘法，其回歸系數(shù)還量化了管控指標對預安排停電可靠性指標的影響。

圖6 嶺估計法和常規(guī)最小二乘估計法的結(jié)果比較Fig.6 Comparison of results between ridge estimation and least square estimation

5 結(jié)論

本文提出了基于停電性質(zhì)分類的多環(huán)節(jié)電網(wǎng)可靠性評估方法。該方法基于輸配CP和可靠性網(wǎng)絡等值方法量化輸電網(wǎng)故障對故障停電可靠性指標的影響；基于嶺跡圖和嶺回歸分析量化管控指標對預安排停電可靠性指標的影響。算例分析表明：所提模型及方法能更加精準地評估電網(wǎng)可靠性指標，有助于提高電網(wǎng)公司可靠性精益化管理水平。

樣本數(shù)量增加有助于提高預測的準確性，減少樣本不足導致的模型誤差。因此，后續(xù)將研發(fā)電網(wǎng)可靠性評估輔助分析系統(tǒng)，與地理信息系統(tǒng)（GIS）平臺、營配一體化平臺等相關(guān)信息系統(tǒng)接口，實現(xiàn)數(shù)據(jù)自動導入，滾動預測電網(wǎng)公司可靠性指標，橫向/縱向促進電網(wǎng)公司可靠性管控水平提升。

［1］邱生敏，管霖.規(guī)劃配電網(wǎng)簡化方法及其可靠性評估算法［J］.電力自動化設備，2013，33（1）：85-90.QIU Shengmin，GUAN Lin.Simplification of distribution network planning and its reliability evaluation algorithm［J］.Electric Power Automation Equipment，2013，33（1）：85-90.

［2］國家能源局.供電系統(tǒng)用戶供電可靠性評價規(guī)程：DL/T836—2012［S］.北京：中國電力出版社，2012.

［3］趙華，王主丁，謝開貴，等.中壓配電網(wǎng)可靠性評估方法的比較研究［J］.電網(wǎng)技術(shù)，2013，37（11）：3295-3302.ZHAO Hua，WANG Zhuding，XIE Kaigui，etal.Comparative study on reliability assessmentmethodsformedium voltage distribution network［J］.Power System Technology，2013，37（11）：3295-3302.

［4］LI W.Risk assessment of power systems：models，methods and applications［M］. ［S.l.］：IEEE Computer Society Press，2005.

［5］Task Force Member.Reporting bulk power system delivery point reliability［J］.IEEE Trans on Power Systems，1996，11（3）：1262-1268.

［6］張蓓，張焰，李力，等.基于連接點的輸電系統(tǒng)可靠性統(tǒng)計評價方法［J］.電力自動化設備，2012，32（3）：76-80.ZHANG Bei，ZHANG Yan，LI Li，et al.Reliability assessment based on connection point analysis for transmission system ［J］.Electric Power Automation Equipment，2012，32（3）：76-80.

［7］王浩浩，管霖，吳熳紅.配電網(wǎng)可靠性評估中預安排停電的實用模型［J］.電力系統(tǒng)自動化，2011，35（23）：59-63.WANG Haohao，GUAN Lin，WU Manhong.Mathematical model ofscheduled outage in reliability assessmentofdistribution network［J］.Automation of Electric Power Systems，2011，35（23）：59-63.

［8］郭永基.電力系統(tǒng)可靠性分析［M］.北京：清華大學出版社，2003：172-179.

［9］萬國成，任震，田翔.配電網(wǎng)可靠性評估的網(wǎng)絡等值法模型研究［J］.中國電機工程學報，2003，23（5）：48-52.WAN Guocheng，REN Zhen，TIAN Xiang.Study on model of reliability-network-equivalent of distribution system reliability evalution［J］.Proceedings of the CSEE，2003，23（5）：48-52.

［10］陳璨，吳文傳，張伯明，等.基于元件組的復雜配電網(wǎng)可靠性評估［J］.電網(wǎng)技術(shù)，2012，36（8）：48-52.CHEN Can，WU Wenchuan，ZHANG Boming，et al.Reliability evaluation for large-scale distribution network based on component groups［J］.Power System Technology，2012，36（8）：48-52.

［11］許丹，唐巍.基于區(qū)域可達性分析的復雜配電網(wǎng)可靠性評估［J］.電工技術(shù)學報，2011，26（6）：172-177.XU Dan，TANG Wei.Reliability evaluation of complex distribution networks based on regional accessibility analysis［J］.Transactions of China Electrotechnical Society，2011，26（6）：172-177.

［12］何曉群，劉文卿.應用回歸分析［M］.北京：中國人民大學出版社，2001：156-158.

［13］楊杰，吳中如.觀測數(shù)據(jù)擬合分析中的多重共線性問題［J］.四川大學學報：工程科學版，2005，37（5）：19-24.YANG Jie，WU Zhongru.Research on the multicollinearity existing inobservation data simulation and analysis［J］.Journal of Sichuan University：Engineering Science Edition，2005，37（5）：19-24.

［14］馬雄威.線性回歸方程中多重共線性診斷方法及其實證分析［J］.華中農(nóng)業(yè)大學學報：社會科學版，2008（2）：78-85.MA Xiongwei.Diagnosis and empirical analysis on multicollinearity in linear regression model［J］.Journal of Huazhong Agricultural University：Social Sciences Edition，2008（2）：78-85.

［15］陳希孺，王松桂.近代回歸分析：原理方法及應用［M］.合肥：安徽教育出版社，1987：4-6，218-223.

［16］牛勝鎖，梁志瑞，張建華，等.基于廣義嶺估計的電力系統(tǒng)諧波狀態(tài)估計［J］.電力自動化設備，2012，32（7）：94-98.NIU Shengsuo，LIANG Zhirui，ZHANG Jianhua，etal.Power system harmonic state estimation based on generalized ridge estimation［J］.Electric Power Automation Equipment，2012，32（7）：94-98.