摘要：近年来，随着能源电力、云大物移智等技术的不断进步与应用，电力系统逐步向以“横向多能源互补、纵向源网荷储协调”为主要特征的能源互联网、综合能源系统发展。经济社会的不断发展，电力用户对电能产品的需求也呈现多元化的特征。同时受电力市场开放的影响，电网企业内部的提质增效也势在必行。泛在物联是指任何时间、任何地点、任何人、任何物之间的信息连接和交互。泛在电力物联网是泛在物联网在电力行业的具体表现形式和应用落地；不仅是技术的变革，更是管理思维的提升和管理理念的创新，对内重点是质效提升，对外重点是融通发展。鉴于此，结合多年工作经验，对适应配电网网格化规划的可靠性预测方法提出了一些建议，仅供参考。
关键词：配电网网格化；规划的现状；可靠性预测方法
引言
当前我国经济已由高速增长阶段转向高质量发展阶段，能源电力行业也正处于快速变革和发展时期，外部环境的快速改变对电网企业目前的生产经营提出了新的挑战，坚强智能电网是“骨骼肌肉”，支撑电力系统“能源流”的安全稳定传输，泛在电力物联网是“神经网络”，实现电力系统“源-网-荷-储”各环节“信息流”的末梢采集和归集处理。在后续配电网建设发展过程中，电网建设工作者也应当牢牢抓住网格化规划这一有利的工具，加强研究、做实规划，为新形势下的配电网建设夯实牢固的基础。
1、配电网网格化概述
1.1网格化的基本概念
在进行配电网规划以及用户接入工作时，网格是最小的单元。同时，在开展项目管理和配网运行检修过程中，网格也是最小的单元。所谓的配电网网格化，主要是对复杂的配电网进行有序的划分，使之成为多个相对独立的供电网格。意思就是“大而化小，分而治之”的简化思维。这一期间，要对该地区配电网的发展现状、负荷特性做出研究，同时还要分析负荷分布和地理分界线等众多因素。划分之后的配电网，每个网格中的线路网架能够独立承担网格内供电负荷，区域化供电明确，同时利用标准接线模式进行供电，因而每一个网格的供电工作有着较强的独立性。此外，需要定期对网格内部的目标网架进行修编和调整，确保供电能够满足不同用户的用电需求。配电网网格化过程中，需要注意一下两个方面的问题：首先，网格划分之前，要对相关区域内用户的用电需求进行调查，同时还要对该区域的用地性质以及开发深度等众多因素做出研究。其次，在对网格电源点进行规划时，要考虑到变电站中长期规划的影响，并尽可能遵循就近接入原则。做好配电网网格化规划，能够有效改善相关区域网架结构，提升供电可靠性，优化运行方式。
1.2网格化划分原则
划分清晰的配电网格网架片区是实行网格化管理的基本要求，对城市及农村的电能运输现状进行系统严密分析，有助于辅助之后的配电分布工作，其中包括以下几点原则。①城区供电网格采用双环网供电，农村则采用变电站分布配电或是采用多个乡镇合用一个网格单元进行局部供电模式。②网格划分需要配合供电片区的地理位置，预测网格单元的供电负荷，安排倒送模式。③网格化管理的配电网一般依照道路、河流边界等划分供电区域，联合当地政府的分配要求，合理规划同类型的网格结构，支配供电负荷的电路。④考虑每个网格单元的中压线路半径的合理化、自动化。
1.3规划设备网格分布
对每个片区的配电网合理划分后，需要完善每个网格单元的网格设备装置，确定运行指标，优先选择各类设备所在的网格单元，实行网格化管理的供电模式。
2、配电网的网格化现状
（1）网格装备指标。在区域式的网格网架划分后，运用合理的管理模式能通过统计数据对网格设备的运用有相对清晰的结论，关于相关运行指标有以下几项。
①中压架空线路绝缘化率，对相关某个片区的绝化率调查结果。②每个片区的户均容量，随机选取某个片区的用户抽查样表。③低压绝缘化率，随机调查某个片区的数据。（2）运行指标。①线路短路断路（停电）情况。大部分指标是根据某个网格的停电情况来检测线路是否故障的关键因素，随机抽取某个片区的故障情况。②故障保修。故障工单率是精益化指标中最大的指标之一，计算方式是用故障工单数除以低压用户数，调查某个片区的故障保修情况。
3、适应配电网网格化规划的可靠性预测方法
3.1回归预测法
回归预测法利用数理统计原理，找寻因变量与自变量的一定函数关系，建立一个相关性较好的回归方程，并以此方程作为外推的依据。对于网格化规划中的可靠性预测而言，以SAIDI指标作为因变量y，将通过灰色关联分析所确定的主要影响因素的量化值作为自变量xi，建立y与xi的回归方程，根据影响因素xi在规划年或目标年的数值来预测相应的SAIDI。由于供电可靠性受到很多因素影响，通常呈现出逐年单调递增趋势，故采用多元线性回归模型：y=b0+b1x1+b2x2+…bkxk+e式中k为解释变量的数目；b0为常数项，b1，b2，…，bk为回归系数；e为误差，服从均值为0的正态分布，一般可省略。将网格中影响因素xi在规划年或目标年的数据代入回归方程式（6），就能计算出相应年份的SAIDI。
3.2人工神经网络法
人工神经网络中以误差逆传播算法（BackPropagation，简称BP）为基础训练的多层前馈网络是目前应用最广泛的神经网络和最简单的监督学习技术，具有很强的非线性捕捉映射能力。从本质上讲，BP算法就是以网络误差均方差为目标函数、采用梯度下降法来计算目标函数的最小值。BP神经网络模型拓扑结构一般包括输入层（input）、隐层（hidelayer）和输出层（outputlayer），典型的三层BP神经网络只含有一个隐层。三层BP神经网络结构。wji，wkj是需要学习的权重矩阵，xi为输入特征矢量，yj为隐层的输出，zk为输出层的输出，tk为输出端的期望输出值，用以计算误差和更新权值。进行可靠性指标预测时，BP神经网络法计及了影响因素，并通过不断学习调整，准确性和智能化水平都有着传统方法无法比拟的优势。
3.3确定电网项目，加强项目储备
通过网格化规划，紧密结合控规、综合统筹规划、合理制定网格内的配网建设方案。在网格化规划中，加强对电网的梳理，针对网格的具体状况做好问题分析，及时找出薄弱环节并对其进行重点规划。尤其在进行目标网架的建设过程中，要根据实际状况以及开发深度，因地制宜的做好建设与规划方法的选择，进而形成项目储备。通过项目的实施，优化网架结构，提升供电可靠性，提高配网投资效益。
结束语
综上所述，根据现有的社会发展趋势和配电网的进步模式，传统的配电方式已经不能适应社会发展的需要。因此，相关部门以及工作人员必须要重新审视配电网的合理规划，转变思想观念，创新配电网规划方式。配电网网格化的规划和应用，对于改善配电网的现状有重要作用，配电网网格化规划具备独特的优势和特点，具有做可靠性预测的优势，有利于提升配电网的规划标准和规划质量，从而满足城市化发展进程的需要，为社会的持续稳定发展做出贡献，推动社会更好、更快、健康发展，成为坚定力量的重要保障，值得人们思考和探索。
参考文献
[1]苏传坤.配电网网格化优化规划方法研究与应用[D].郑州大学,2018.
[2]杜佩仁,董祥飞,林韶生,张翼,王小磊.DSMT配电网格模型及其配电网规划体系设计研究[J].电力大数据,2018,21(03):1-6.
[3]王靖.连云港“三级网格”配电网规划方法研究[D].南京理工大学,2018.
[4]任脉.基于网格化思路的配电网规划探讨[J].科技风,2017(16):203.
[5]吴朝阳.基于“网格化”的城区配电网规划研究[D].华北电力大学(北京),2017.