基于深度学习开展农网迎峰度冬配变重过载预警分析

2018年1月31日，**供电公司利用自主开发的基于分布式深度学习的农网配变重过载预警分析模型完成了今年迎峰度冬除夕前一个月预警发布工作，总预警配变数1442台，其中预测迎峰度冬将发生重过载配变为225台，为**供电公司运检班做好春节保电项目施工准备提供了有力支撑。

今年春节比往年晚，外来人员集中返乡过节，用电负荷短期突增，将造成城郊及农村地区居民用电负荷大幅增加，出现中低压配电设施过载运行、频繁停电等情况。同时受“拉尼娜”现象影响，冬季气温偏低，春节保供电任务艰巨。国网福建电力早部署、早行动、以分布式深度学习框架dl4j构建迎峰度冬配变重过载预警模型，依托大数据平台处理，能够准确地定位目标配变，准确率可达到92%，高于以往传统通过配变年均负荷超过50%的额定容量标准研判，开展电网迎峰度冬和春节保电工作，加快推进涉及春节保供电农网建设改造工程、突出解决过重载等问题，有序推进电网迎峰度冬和春节供电保障工作。

配变重过载预警按预警的区域划分，根据各县的气温特点分沿海区域，以及山区区域。根据各县经济情况以及人员返乡回潮地区差异给配变打上不同标签，以配变在用电采集系统的数据，跟踪每台配变在历史三年迎峰度冬期间的负载情况，分析每台配变的客户用电特性、用电结构以及不同特征的配变发生重过载的概率，识别可能出现重过载的配变，并从客户全方位、资产全寿命两个维度开展关联分析，为运检部门制定春节前保供电巡视清单提供决策参考，做好节前业扩报装，减少配变发生重过载的现象。