配电网是输电系统与用户连接的桥梁,在电力网中起分配电能的重要作用。配电网的可靠性在电力系统规划运行以及管理服务中的地位日益重要。目前,国内外对配电网可靠性预测的研究仍然较少。对配电网可靠性预测进行研究,可以得到可靠性发展趋势,为电网企业改善配电网结构,制定可靠性电价和投资计划提供可靠的依据。本文首先利用时间序列方法进行预测,从指标体系中选取系统平均供电可用率作为预测目标。系统平均供电可用率指标呈单调递增且指标值上限为1,以此建立基于数据变换的灰色预测模型进行配电网可靠性预测。首先,对配电网可靠性指标进行数据变换。然后,将变换后的数据输入灰色模型得到预测值。最后,将得到的预测值进行数据反变换,获得系统平均供电可用率的真实预测值。对国内某配电网统计数据进行分析:灰色预测模型对配电网可靠性预测的均方差为0.00277,并且解决了指标直接用于灰色模型预测值会超过上限1的问题。配电网可靠性主要由配电网的网络结构、电力设备和运行特性等因素决定。为了得到更准确的预测结果,需要从可靠性影响因素中筛选出关键因素。首先通过灰色关联度分析法对配电网可靠性影响因素进行辨识,然后采用相关系数矩阵分析法精简因素,得到配电网可靠性指标的关键影响因素。基于影响因素分析提出随机故障下的配电网可靠性神经网络预测方法并通过改进粒子群算法对模型进行优化。建立改进粒子群算法优化的配电网可靠性广义回归神经网络预测模型,将配电网可靠性的关键影响因素作为模型输入,随机故障下的用户停电时户数作为模型输出,通过算法迭代对神经网络模型参数进行优化,优化后的神经网络即可实现随机故障下的配电网可靠性指标预测。通过算例分析:随机故障下,模型预测的最大误差百分比为6.8%,平均误差百分比为4.2%,具有较好的预测效果。图[16]表[10]参[73]