一种电网目标网架规划方案的生成方法及装置

技术领域

本发明涉及数据预处理与识别的技术领域，特别是一种电网目标网架规划方案的生成方法及装置。

背景技术

随着新型电力系统建设进程的不断加速，电网作为电力系统的重要组成部分，其面临的形势和承担的任务发生明显的变化，尤其是近年来随着城市化建设的不断加快，对于电力资源的需求量日益增加。为更好地满足城市发展需求，供电部门要高度重视电网建设及规划工作，提升电力服务效率及质量，满足用户用电需求，当前规划考量较为单一，没有充分结合不同效益最大化，从需求与运行安全靠性出发，行成较为科学的规划方法。

为适应新的发展形式与要求，更好促进新型电力系统发展，本专利对电网规划、建设、运营等环节的关键问题进行研究，根据电网负荷预测结果，结合电网相关新技术，重点分析新型电力系统的规划方法和决策模型，为新形势下智能电网系统规划理论与经营决策的发展提供有益的思考和借鉴，为后续相关研究工作提供参考。

发明内容

本发明要解决的技术问题是：提供一种电网目标网架规划方案的生成方法及装置，能够结合负荷预测结果，并考虑可靠性目标约束，得到电网目标网架规划方案，能提高对电网目标网架规划的精准性。

为了解决上述技术问题，本发明提供了一种电网目标网架规划方案的生成方法，包括：

在一种可能的实现方式中，收集并根据目标区域的网架规划相关数据，对所述目标区域进行划分，得到多个目标子区域；

获取每个目标子区域的区域电力系统负荷数据，将所述区域电力系统负荷数据进行分解，得到三种负荷数据分量，其中，所述三种负荷数据分量包括时间变化量、趋势稳定分量和不规则波动分量；

将所述三种负荷数据分量对应输入到预构建的负荷数据预测模型中，得到预测负荷数据分量，整合所有目标子区域对应的预测负荷数据分量，得到所述目标区域的负荷预测结果；

获取现有网络拓扑和新增负荷点，基于生成树算法，生成新建线路，根据所述新建线路和所述负荷预测结果，构建考虑可靠性目标约束的电网目标网架多目标规划模型；

基于小生境遗传算法对所述电网目标网架多目标规划模型进行求解，得到电网目标网架规划方案。

在一种可能的实现方式中，收集并根据目标区域的网架规划相关数据，对所述目标区域进行划分，得到多个目标子区域，具体包括：

收集目标区域的网架规划相关数据，其中，所述网架规划相关数据包括：目标地区统计年鉴、国民经济和社会发展规划、城乡总体规划、土地利用总体规划、电网运行、统计基础数据和上级电网规划成果；

并收集目标区域的指标数据，其中，所述指标数据包括地区GDP、人口数量、电网资产规模、地域面积和负荷密度；

基于聚类分析方法，根据所述网架规划相关数据和所述指标数据，对所述目标区域进行划分，得到多个目标子区域。

在一种可能的实现方式中，获取每个目标子区域的区域电力系统负荷数据前，还包括：

获取历史电力系统负荷数据集，通过时间序列的季节分解方法将所述历史电力系统负荷数据集中的每个历史电力系统负荷数据分解成三种历史分量，得到历史时间变化量数据集、历史趋势稳定分量数据集和历史不规则波动分量数据集；

将所述历史时间变化量数据集、所述历史趋势稳定分量数据集和所述历史不规则波动分量数据集对应划分为训练集和测试集，得到历史时间变化量训练集、历史时间变化量测试集、历史趋势稳定分量训练集、历史趋势稳定分量测试集、历史不规则波动分量训练集和历史不规则波动分量测试集；

基于前馈神经网络，构建第一初始模型，根据所述历史时间变化量训练集和所述历史时间变化量测试集对所述第一初始模型进行模型训练和测试，得到时间变化量预测模型；

基于前馈神经网络，构建第二初始模型，根据所述历史趋势稳定分量训练集和所述历史趋势稳定分量测试集对所述第二初始模型进行模型训练和测试，得到趋势稳定分量预测模型；

基于前馈神经网络，构建第三初始模型，根据所述历史不规则波动分量训练集和所述历史不规则波动分量测试集对所述第三初始模型进行模型训练和测试，得到不规则波动分量预测模型。

在一种可能的实现方式中，将所述三种负荷数据分量对应输入到预构建的负荷数据预测模型中，得到预测负荷数据分量，整合所有目标子区域对应的预测负荷数据分量，得到所述目标区域的负荷预测结果，具体包括：

获取每个目标子区域的时间变化量、趋势稳定分量和不规则波动分量；

将所述时间变化量输入到构建的时间变化量预测模型中，得到每个目标子区域对应的预测时间变化量；

将所述趋势稳定分量输入到预构建的趋势稳定分量预测模型中，得到每个目标子区域对应的预测趋势稳定分量；

将所述不规则波动分量输入到预构建的不规则波动分量预测模型中，得到每个目标子区域对应的预测不规则波动分量；

整合所有预测时间变化量、所有预测趋势稳定分量和所有预测不规则波动分量，得到所述目标区域的负荷预测结果。

在一种可能的实现方式中，根据所述新建线路和所述负荷预测结果，构建考虑可靠性目标约束的电网目标网架多目标规划模型，具体包括：

根据所述负荷预测结果，获取目标区域的变配电容量需求，并根据所述新建线路搭建电网目标网架；

基于所述的电网目标网架，结合安全、可靠性、经济设定目标函数和约束条件，构建考虑可靠性目标约束的电网目标网架多目标规划模型。

在一种可能的实现方式中，所述目标函数，如下所示：

min R＝R

式中，R

在一种可能的实现方式中，所述约束条件包括功率平衡约束、线路潮流约束、节点电压约束、压降限值约束和供电可靠性目标约束。

本发明提供的一种电网目标网架规划方案的生成装置，包括：目标区域划分模块、负荷数据分解模块、负荷数据预测模块、电网目标网架多目标规划模型构建模块和电网目标网架多目标规划模型求解模块；

其中，所述目标区域划分模块，用于收集并根据目标区域的网架规划相关数据，对所述目标区域进行划分，得到多个目标子区域；

所述负荷数据分解模块，用于获取每个目标子区域的区域电力系统负荷数据，将所述区域电力系统负荷数据进行分解，得到三种负荷数据分量，其中，所述三种负荷数据分量包括时间变化量、趋势稳定分量和不规则波动分量；

所述负荷数据预测模块，用于将所述三种负荷数据分量对应输入到预构建的负荷数据预测模型中，得到预测负荷数据分量，整合所有目标子区域对应的预测负荷数据分量，得到所述目标区域的负荷预测结果；

所述电网目标网架多目标规划模型构建模块，用于获取现有网络拓扑和新增负荷点，基于生成树算法，生成新建线路，根据所述新建线路和所述负荷预测结果，构建考虑可靠性目标约束的电网目标网架多目标规划模型；

所述电网目标网架多目标规划模型求解模块，用于基于小生境遗传算法对所述电网目标网架多目标规划模型进行求解，得到电网目标网架规划方案。

在一种可能的实现方式中，所述目标区域划分模块，用于收集并根据目标区域的网架规划相关数据，对所述目标区域进行划分，得到多个目标子区域，具体包括：

收集目标区域的网架规划相关数据，其中，所述网架规划相关数据包括：目标地区统计年鉴、国民经济和社会发展规划、城乡总体规划、土地利用总体规划、电网运行、统计基础数据和上级电网规划成果；

并收集目标区域的指标数据，其中，所述指标数据包括地区GDP、人口数量、电网资产规模、地域面积和负荷密度；

基于聚类分析方法，根据所述网架规划相关数据和所述指标数据，对所述目标区域进行划分，得到多个目标子区域。

本发明提供的一种电网目标网架规划方案的生成装置，还包括：负荷数据预测模型构建模块；

所述负荷数据预测模型构建模块，用于获取历史电力系统负荷数据集，通过时间序列的季节分解方法将所述历史电力系统负荷数据集中的每个历史电力系统负荷数据分解成三种历史分量，得到历史时间变化量数据集、历史趋势稳定分量数据集和历史不规则波动分量数据集；

所述负荷数据预测模型构建模块，用于将所述历史时间变化量数据集、所述历史趋势稳定分量数据集和所述历史不规则波动分量数据集对应划分为训练集和测试集，得到历史时间变化量训练集、历史时间变化量测试集、历史趋势稳定分量训练集、历史趋势稳定分量测试集、历史不规则波动分量训练集和历史不规则波动分量测试集；

所述负荷数据预测模型构建模块，用于基于前馈神经网络，构建第一初始模型，根据所述历史时间变化量训练集和所述历史时间变化量测试集对所述第一初始模型进行模型训练和测试，得到时间变化量预测模型；

所述负荷数据预测模型构建模块，用于基于前馈神经网络，构建第二初始模型，根据所述历史趋势稳定分量训练集和所述历史趋势稳定分量测试集对所述第二初始模型进行模型训练和测试，得到趋势稳定分量预测模型；

所述负荷数据预测模型构建模块，用于基于前馈神经网络，构建第三初始模型，根据所述历史不规则波动分量训练集和所述历史不规则波动分量测试集对所述第三初始模型进行模型训练和测试，得到不规则波动分量预测模型。

在一种可能的实现方式中，所述负荷数据预测模块，用于将所述三种负荷数据分量对应输入到预构建的负荷数据预测模型中，得到预测负荷数据分量，整合所有目标子区域对应的预测负荷数据分量，得到所述目标区域的负荷预测结果，具体包括：

获取每个目标子区域的时间变化量、趋势稳定分量和不规则波动分量；

将所述时间变化量输入到构建的时间变化量预测模型中，得到每个目标子区域对应的预测时间变化量；

将所述趋势稳定分量输入到预构建的趋势稳定分量预测模型中，得到每个目标子区域对应的预测趋势稳定分量；

将所述不规则波动分量输入到预构建的不规则波动分量预测模型中，得到每个目标子区域对应的预测不规则波动分量；

整合所有预测时间变化量、所有预测趋势稳定分量和所有预测不规则波动分量，得到所述目标区域的负荷预测结果。

在一种可能的实现方式中，所述电网目标网架多目标规划模型构建模块，用于根据所述新建线路和所述负荷预测结果，构建考虑可靠性目标约束的电网目标网架多目标规划模型，具体包括：

根据所述负荷预测结果，获取目标区域的变配电容量需求，并根据所述新建线路搭建电网目标网架；

基于所述的电网目标网架，结合安全、可靠性、经济设定目标函数和约束条件，构建考虑可靠性目标约束的电网目标网架多目标规划模型。

在一种可能的实现方式中，所述电网目标网架多目标规划模型构建模块中的所述目标函数，如下所示：

min R＝R

式中，R

在一种可能的实现方式中，所述电网目标网架多目标规划模型构建模块中的所述约束条件包括功率平衡约束、线路潮流约束、节点电压约束、压降限值约束和供电可靠性目标约束。

本发明还提供了一种终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上述任意一项所述的电网目标网架规划方案的生成方法。

本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述任意一项所述的电网目标网架规划方案的生成方法。

本发明实施例一种电网目标网架规划方案的生成方法及装置，与现有技术相比，具有如下有益效果：

通过根据网架规划相关数据，对目标区域进行划分，得到多个目标子区域；并将每个目标子区域的区域电力系统负荷数据分解为三种负荷数据分量，并将其对应输入到预构建的负荷数据预测模型中，得到目标区域的负荷预测结果；获取现有网络拓扑和新增负荷点，生成新建线路，根据新建线路和负荷预测结果，构建考虑可靠性目标约束的电网目标网架多目标规划模型；基于小生境遗传算法对电网目标网架多目标规划模型进行求解，得到电网目标网架规划方案。与现有技术相比，本发明的技术方案能够通过将目标区域进行细分，提高负荷预测的准确性，以使后续结合负荷预测结果，并考虑可靠性目标约束，得到电网目标网架规划方案，能提高对电网目标网架规划的精准性；以提高供电可靠性，实现电网效益最大化，推进电网投资决策管理向精益化、科学化、系统化迈进。

附图说明

图1是本发明提供的一种电网目标网架规划方案的生成方法的一种实施例的流程示意图；

图2是本发明提供的一种电网目标网架规划方案的生成装置的一种实施例的结构示意图；

图3是本发明提供的一种实施例的BP神经网络拓扑结构图。

具体实施方式

下面将结合本发明中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

参见图1，图1是本发明提供的一种电网目标网架规划方案的生成方法的一种实施例的流程示意图，如图1所示，该方法包括步骤101－步骤104，具体如下：

步骤101：收集并根据目标区域的网架规划相关数据，对所述目标区域进行划分，得到多个目标子区域。

一实施例中，收集目标区域的网架规划相关数据，其中，所述网架规划相关数据包括：目标地区统计年鉴、国民经济和社会发展规划、城乡总体规划、土地利用总体规划、电网运行、统计基础数据和上级电网规划成果。

一实施例中，还收集目标区域的指标数据，其中，所述指标数据包括地区GDP、人口数量、电网资产规模、地域面积和负荷密度。

一实施例中，基于聚类分析方法，根据所述网架规划相关数据和所述指标数据，对所述目标区域进行划分，得到多个目标子区域。

优选的，对所述目标区域进行划分时，可针对地区区域和用户类型进行划分。

具体的，假设c是聚类数量，

基于模糊矩阵，定义改进模糊聚类算法的目标函数为：

给定聚类类别数c，其中，2≤c≤n，n是数据个数；设定迭代停止阈值ε以及模糊指数m；初始化聚类原型模式v

对于任意i，k，如果存在d

如果存在i，r，使得d

若||V

一实施例中，通过对所述目标区域进行划分，以使后续对目标区域进行负荷数据预测时，能提高负荷数据预测的精确程度。

步骤102：获取每个目标子区域的区域电力系统负荷数据，将所述区域电力系统负荷数据进行分解，得到三种负荷数据分量，其中，所述三种负荷数据分量包括时间变化量、趋势稳定分量和不规则波动分量。

一实施例中，获取历史电力系统负荷数据集，通过时间序列的季节分解方法将所述历史电力系统负荷数据集中的每个历史电力系统负荷数据分解成三种历史分量，得到历史时间变化量数据集、历史趋势稳定分量数据集和历史不规则波动分量数据集。

优选的，使用时间序列的季节分解方法把历史电力系统负荷数据分解成历史时间变化量、历史趋势稳定分量和历史不规则波动分量三部分；对于时间序列回归，季节和趋势分解是一个改善参数估计属性的过程；季节性和趋势调整通常有助于更好地理解时间序列数据。

作为本实施例中的一种举例说明：例如，如果6月份的用电量较5月份增加了20％；通过对数据的分解，更容易发现用电量的上升主要是由与天气相关的季节效应引起的；因此，如果把原始负荷序列分解成更好解释的子序列，可以获得较好的负荷预测结果。

一实施例中，将所述历史时间变化量数据集、所述历史趋势稳定分量数据集和所述历史不规则波动分量数据集对应划分为训练集和测试集，得到历史时间变化量训练集、历史时间变化量测试集、历史趋势稳定分量训练集、历史趋势稳定分量测试集、历史不规则波动分量训练集和历史不规则波动分量测试集。

一实施例中，基于前馈神经网络，构建第一初始模型，根据所述历史时间变化量训练集和所述历史时间变化量测试集对所述第一初始模型进行模型训练和测试，得到时间变化量预测模型。

一实施例中，基于前馈神经网络，构建第二初始模型，根据所述历史趋势稳定分量训练集和所述历史趋势稳定分量测试集对所述第二初始模型进行模型训练和测试，得到趋势稳定分量预测模型。

一实施例中，基于前馈神经网络，构建第三初始模型，根据所述历史不规则波动分量训练集和所述历史不规则波动分量测试集对所述第三初始模型进行模型训练和测试，得到不规则波动分量预测模型。

具体的，基于训练集和测试集对初始模型进行训练和测试时，通过训练集对初始模型进行训练学习，得到并基于训练后的初始模型，对测试集中的样本进行预测，得到负荷预测值就是模型输出值，并对负荷预设值进行反归一化处理，得到最终的负荷预测结果，计算负荷预测结果和负荷真实值之间的误差，基于所述误差对初始模型的准确性进行评估，得到最优负荷预测模型，用于对目标区域的负荷数据进行预测。

具体的，采用前馈神经网络方法，分别针对上述三个分量构建预测模型，通过设X

设该网络中各层节点的激活函数都为S型函数，并且网络中第一层i节点的输入记为net

net

o

net

定义网络的误差为期望输出与实际输出的差值，则有

由于BP算法是按照误差E的负梯度来修正权值的，所以权值的修改可表示为；

W

其中，m表示迭代次数，λ表示学习的步长。

因为是输出层，此时

根据e

根据上式

根据上式net

最后得到：

现在令输出层的学习误差：

σ

得：

(2)隐含层神经单元权值修改量Δw

根据上式net

因为是求隐含层权值的变化。这时应考虑上一层对它的作用，固有：

根据net

又根据

把

令隐含层的学习误差：

然后通过遗传算法对模型进行优化。

一实施例中，同样采用时间序列的季节分解方法把获取的每个目标子区域的区域电力系统负荷数据进行分解，得到三种负荷数据分量，其中，所述三种负荷数据分量包括时间变化量、趋势稳定分量和不规则波动分量。

步骤103：将所述三种负荷数据分量对应输入到预构建的负荷数据预测模型中，得到预测负荷数据分量，整合所有目标子区域对应的预测负荷数据分量，得到所述目标区域的负荷预测结果。

一实施例中，获取每个目标子区域的时间变化量、趋势稳定分量和不规则波动分量；将所述时间变化量输入到构建的时间变化量预测模型中，得到每个目标子区域对应的预测时间变化量；将所述趋势稳定分量输入到预构建的趋势稳定分量预测模型中，得到每个目标子区域对应的预测趋势稳定分量；将所述不规则波动分量输入到预构建的不规则波动分量预测模型中，得到每个目标子区域对应的预测不规则波动分量；整合所有预测时间变化量、所有预测趋势稳定分量和所有预测不规则波动分量，得到所述目标区域的负荷预测结果。

步骤104：获取现有网络拓扑和新增负荷点，基于生成树算法，生成新建线路，根据所述新建线路和所述负荷预测结果，构建考虑可靠性目标约束的电网目标网架多目标规划模型。

一实施例中，根据所述负荷预测结果，获取目标区域的变配电容量需求，并根据所述新建线路搭建电网目标网架。

一实施例中，基于所述的电网目标网架，结合安全风险、可靠风险、经济风险设定目标函数和约束条件，构建考虑可靠性目标约束的电网目标网架多目标规划模型。

具体的，安全风险是指由安全隐患造成的人身伤害和缺供电损失，主要包括人身安全和供电安全两个方面。其中人身安全默认必须满足，但不量化体现；供电安全主要指负荷转供能力，重点考察联络率和负载水平，需要进行N－1校核，因此将供电安全处理为约束条件。

具体的，可靠风险是由于供电不可靠造成的缺供电损失，主要包括供电可靠性和电压质量两个方面。其中，供电可靠性主要指标为供电可靠率(期望缺供电损失)；电压质量的主要指标为电压降，因此将电压降处理为约束条件。

具体的，经济风险是由于电网新建、改造、运维等引起的费用。改造投资是指与健康状态指数相关的更换设备的投资；运行费用主要指线损费用。

一实施例中，所述目标函数，如下所示：

min R＝R

式中，R

具体的，对于新建馈线投资成本C

C

其中，b(l)是新建线路集，l

具体的，对于设备更换成本C

C

其中，r(l)是更换设备的集合，包括所有在规划水平年处于危急缺陷的馈线段、开关和高压配电变压器；l

具体的，对于电网的年运行成本

其中，u(l)现状馈线集；b(l)新建馈线集；z

具体的，对于电网的年维护成本

其中，λ为电网的检修维护率。

具体的，对于年可靠性风险费用

其中，d

优选的，单位停电损失d

优选的，期望缺供电量P

式中，l

一实施例中，所述约束条件包括功率平衡约束、线路潮流约束、节点电压约束、压降限值约束和供电可靠性目标约束。

具体的，对于功率平衡约束：

式中，P

具体的，对于线路潮流约束：

S

上式中，S

具体的，对于节点电压约束：

U

式中，U

具体的，对于压降限值约束：

U

式中，ΔU

具体的，对于供电可靠性目标约束：

RS≥RS

式中，RS和RS

步骤105：基于小生境遗传算法对所述电网目标网架多目标规划模型进行求解，得到电网目标网架规划方案。

一实施例中，小生境遗传算法对电网目标网架多目标规划模型的求解过程，具体包括：

S1：输入小生境遗传算法参数，其中，所述小生境遗传算法参数包括个体群体规模、个体所含基因数、交叉率、变异率以及最大遗传代数。

S2：基于输出的小生境遗传算法参数，用二进制进行染色体编码，以使随机产生初始种群户印。

S3：并对随机产生的初始种群户印设置校验约束条件；具体的，通过潮流计算校验潮流约束、线路负载约束、电压约束；通过N-1计算校验供电安全性和转供能力；通过供电可靠性评估校验可靠性约束，进而计算缺供电量和可靠风险。此外，还包括非网络手段的上下限约束等。

S4：计算群体中每个染色体的适应度函数值；具体的，以总风险最小为目标函数，为适应用遗传算法求最大值的特点，其适应度函数为：

F＝R+μW+ρ|T

式中，GF为适应度函数；F为目标函数的修正值；F

网络过负荷容量指规划方案在正常运行状态下出现的过负荷容量，即：

式中，P

当前方案的供电可靠性与供电可靠性目标(SAIDI)的差值，单位为分钟，计算公式如下：

T

式中，RS和RS

S5：获取并根据每个染色体对应的适应度函数值，对所有染色体进行降序排列，记录预设数量M个染色体，其中，预设数量M小于染色体总数N，即M

S6：对群体P(t)进行比例选择运算，得到选择群体P′(t)；具体的采用适应度函数值比例法作为选择策略，实现选择操作。

S7：对选择群体P′(t)印作单点交叉运算，得到第一群体P″(t)；具体的，交叉操作能改变两个网络的拓扑结构，从而获取新结构，实现交叉的基本步骤为：

S71：选择父代染色体。过程是：从i＝1到N重复以下过程：从[0，1]中产生随机数r

S72：选择交叉点。采用一点交叉，具体操作是在一个染色体中随机地选定一个交叉点，两个染色体在该点前或后进行部分互换，以产生新的染色体。

S8：对第一群体P″(t)作两点变异运算，得到第二群体P″′(t)。

S9：计算第二群体P″′(t)的适应度。

S10：进行小生境淘汰算法；具体的，将步骤S8得到的第一群体中的N个染色体和步骤S5中所记录预设数量M个染色体合并在一起，得到一个含有(N+M)个染色体的新群体。对这(N+M)个染色体，按下面计算公式得到两个染色体X

当||X

S11：获取新群体中的(N+M)个染色体的新适应度，并根据所述新适应度进行降序排列，以使对新群体中的(N+M)个染色体进行排序，记录预设数量M个染色体。

S12：执行最优保存策略。

S13：判断是否满足终止条件；若满足终止条件，则转向步骤S14，否则更新进化代数计数器Gen＝Gen+1，将步骤S10排列中的前N个染色体作为新的下一代群体然后转到步骤S6。

S14：解码并输出优化计算结果；具体的，输出若干适应度函数值最高或次最高的染色体，解码还原成电网目标网架规划方案。

实施例2

参见图2，图2是本发明提供的一种电网目标网架规划方案的生成装置的一种实施例的结构示意图，如图2所示，该装置包括目标区域划分模块201、负荷数据分解模块202、负荷数据预测模块203、电网目标网架多目标规划模型构建模块204和电网目标网架多目标规划模型求解模块205，具体如下：

所述目标区域划分模块201，用于收集并根据目标区域的网架规划相关数据，对所述目标区域进行划分，得到多个目标子区域。

所述负荷数据分解模块202，用于获取每个目标子区域的区域电力系统负荷数据，将所述区域电力系统负荷数据进行分解，得到三种负荷数据分量，其中，所述三种负荷数据分量包括时间变化量、趋势稳定分量和不规则波动分量。

所述负荷数据预测模块203，用于将所述三种负荷数据分量对应输入到预构建的负荷数据预测模型中，得到预测负荷数据分量，整合所有目标子区域对应的预测负荷数据分量，得到所述目标区域的负荷预测结果。

所述电网目标网架多目标规划模型构建模块204，用于获取现有网络拓扑和新增负荷点，基于生成树算法，生成新建线路，根据所述新建线路和所述负荷预测结果，构建考虑可靠性目标约束的电网目标网架多目标规划模型。

所述电网目标网架多目标规划模型求解模块205，用于基于小生境遗传算法对所述电网目标网架多目标规划模型进行求解，得到电网目标网架规划方案。

一实施例中，所述目标区域划分模块201，用于收集并根据目标区域的网架规划相关数据，对所述目标区域进行划分，得到多个目标子区域，具体包括：收集目标区域的网架规划相关数据，其中，所述网架规划相关数据包括：目标地区统计年鉴、国民经济和社会发展规划、城乡总体规划、土地利用总体规划、电网运行、统计基础数据和上级电网规划成果；并收集目标区域的指标数据，其中，所述指标数据包括地区GDP、人口数量、电网资产规模、地域面积和负荷密度；基于聚类分析方法，根据所述网架规划相关数据和所述指标数据，对所述目标区域进行划分，得到多个目标子区域。

一实施例中，本发明提供的一种电网目标网架规划方案的生成装置，还包括：负荷数据预测模型构建模块。

一实施例中，所述负荷数据预测模型构建模块，用于获取历史电力系统负荷数据集，通过时间序列的季节分解方法将所述历史电力系统负荷数据集中的每个历史电力系统负荷数据分解成三种历史分量，得到历史时间变化量数据集、历史趋势稳定分量数据集和历史不规则波动分量数据集；

一实施例中，所述负荷数据预测模型构建模块，用于将所述历史时间变化量数据集、所述历史趋势稳定分量数据集和所述历史不规则波动分量数据集对应划分为训练集和测试集，得到历史时间变化量训练集、历史时间变化量测试集、历史趋势稳定分量训练集、历史趋势稳定分量测试集、历史不规则波动分量训练集和历史不规则波动分量测试集；

一实施例中，所述负荷数据预测模型构建模块，用于基于前馈神经网络，构建第一初始模型，根据所述历史时间变化量训练集和所述历史时间变化量测试集对所述第一初始模型进行模型训练和测试，得到时间变化量预测模型；

一实施例中，所述负荷数据预测模型构建模块，用于基于前馈神经网络，构建第二初始模型，根据所述历史趋势稳定分量训练集和所述历史趋势稳定分量测试集对所述第二初始模型进行模型训练和测试，得到趋势稳定分量预测模型；

一实施例中，所述负荷数据预测模型构建模块，用于基于前馈神经网络，构建第三初始模型，根据所述历史不规则波动分量训练集和所述历史不规则波动分量测试集对所述第三初始模型进行模型训练和测试，得到不规则波动分量预测模型。

一实施例中，所述负荷数据预测模块203，用于将所述三种负荷数据分量对应输入到预构建的负荷数据预测模型中，得到预测负荷数据分量，整合所有目标子区域对应的预测负荷数据分量，得到所述目标区域的负荷预测结果，具体包括：获取每个目标子区域的时间变化量、趋势稳定分量和不规则波动分量；将所述时间变化量输入到构建的时间变化量预测模型中，得到每个目标子区域对应的预测时间变化量；将所述趋势稳定分量输入到预构建的趋势稳定分量预测模型中，得到每个目标子区域对应的预测趋势稳定分量；将所述不规则波动分量输入到预构建的不规则波动分量预测模型中，得到每个目标子区域对应的预测不规则波动分量；整合所有预测时间变化量、所有预测趋势稳定分量和所有预测不规则波动分量，得到所述目标区域的负荷预测结果。

一实施例中，所述电网目标网架多目标规划模型构建模块204，用于根据所述新建线路和所述负荷预测结果，构建考虑可靠性目标约束的电网目标网架多目标规划模型，具体包括：根据所述负荷预测结果，获取目标区域的变配电容量需求，并根据所述新建线路搭建电网目标网架；基于所述的电网目标网架，结合安全、可靠性、经济设定目标函数和约束条件，构建考虑可靠性目标约束的电网目标网架多目标规划模型。

一实施例中，所述电网目标网架多目标规划模型构建模块204中的所述目标函数，如下所示：

min R＝R

式中，R

一实施例中，所述电网目标网架多目标规划模型构建模块204中的所述约束条件包括功率平衡约束、线路潮流约束、节点电压约束、压降限值约束和供电可靠性目标约束。

所属领域的技术人员可以清楚的了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不在赘述。

需要说明的是，上述电网目标网架规划方案的生成装置的实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

在上述的电网目标网架规划方案的生成方法的实施例的基础上，本发明另一实施例提供了一种电网目标网架规划方案的生成终端设备，该电网目标网架规划方案的生成终端设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时，实现本发明任意一实施例的电网目标网架规划方案的生成方法。

示例性的，在这一实施例中所述计算机程序可以被分割成一个或多个模块，所述一个或者多个模块被存储在所述存储器中，并由所述处理器执行，以完成本发明。所述一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序在所述电网目标网架规划方案的生成终端设备中的执行过程。

所述电网目标网架规划方案的生成终端设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述电网目标网架规划方案的生成终端设备可包括，但不仅限于，处理器、存储器。

所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field－Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述电网目标网架规划方案的生成终端设备的控制中心，利用各种接口和线路连接整个电网目标网架规划方案的生成终端设备的各个部分。

所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述电网目标网架规划方案的生成终端设备的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据手机的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart MediaCard，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

在上述电网目标网架规划方案的生成方法的实施例的基础上，本发明另一实施例提供了一种存储介质，所述存储介质包括存储的计算机程序，其中，在所述计算机程序运行时，控制所述存储介质所在的设备执行本发明任意一实施例的电网目标网架规划方案的生成方法。

在这一实施例中，上述存储介质为计算机可读存储介质，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read－OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

综上，本发明公开了一种电网目标网架规划方案的生成方法及装置，通过根据网架规划相关数据，对目标区域进行划分，得到多个目标子区域；并将每个目标子区域的区域电力系统负荷数据分解为三种负荷数据分量，并将其对应输入到预构建的负荷数据预测模型中，得到目标区域的负荷预测结果；获取现有网络拓扑和新增负荷点，生成新建线路，根据新建线路和负荷预测结果，构建考虑可靠性目标约束的电网目标网架多目标规划模型；基于小生境遗传算法对电网目标网架多目标规划模型进行求解，得到电网目标网架规划方案。与现有技术相比，本发明的技术方案能够结合负荷预测结果，并考虑可靠性目标约束，得到电网目标网架规划方案，能提高对电网目标网架规划的精准性。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和替换，这些改进和替换也应视为本发明的保护范围。