定義
預安排停運是不會引起人身、設備和資產損害風險的、可延遲的、人為預先安排的停運。
停運模型
（1）以線路長度為單位進行預安排停運，即線路預安排停運率的單位為：次/(km·a)。由於負荷開關具備開斷正常工作電流的能力，故應採用斷路器和負荷開關劃分的分段數N:確定預安排停運影響範圍，計算相應的預安排停運隔離及倒閘操作時間。對於電纜系統，SAIDI只需區分單輻射和有聯絡。
（2）以線路分段為單位進行預安排停運，包括主幹線和首端有斷路器的大分支線路。線路預安排停運率的單位為：次/(段·a)。對於架空線，基本主幹線上的斷路器/負荷開關/隔離開關劃分出的線路為一段，大分支線中的斷路器/負荷開關/隔離開關劃分出的線路為一段；對於電纜系統，主幹線上的環網櫃劃分出的線路為一段，環網櫃的每個分支開關連線的分支線為一段。
停電過程描述
當線路中的元件發生故障或預安排停運時，上游最近的開關（斷路器或負荷開關）自動跳閘或人工拉閘，該開關上游負荷不受影響。經故障定位後（預安排停運不需定位），通過開關開合將停運元件隔離，故障（預安排）停運段上游受影響但可被隔離的線段經上游開關合閘操作後恢復供電。對於有聯絡線路，若忽略轉供通道容量約束，下游受影響但可被隔離的線段經聯絡開關倒閘操作後恢復供電，受影響且不可被隔離用戶則需等到故障修復或計畫檢修完成後恢復供電；而對於單輻射線路，由於不存在負荷轉帶的可能，停運段下游所有受故障（預安排）停運影響的用戶都要等到故障修復或計畫檢修完成後恢復供電。
預安排停電
預安排停電是指電力部門有計畫地對電網某些區域或位置實施停電處理，按照事件原因分為工程停電（包括電網及其二次系統建設和改造工程）和檢修/試驗停電，並進行建模，即把預安排停電分為檢修和擴容2種類型。
在進行分析時有2個重要的計算指標失效率與故障率。失效率指工作到某一時刻尚未失效元件，在該時刻後單位時間內發生失效的機率；故障率指某元件在單位時間內發生故障的次數。
影響配網可靠性的電力設備包括輸電線路、變電設備和開關3大類。與其他2類設備相比，輸電線生命周期相對較長，老化速度較慢，因而其檢修周期相對較長，檢修機率相對較小。變電設備老化速度相對較快，故其檢修周期相對較短，檢修機率相對較大。
相關研究
由於中壓配電網可靠性評估數據錄入繁瑣且收集困難或缺乏，可靠性指標的近似估算顯得實用和必要。王主丁等 提出了根據典型供電區域和典型接線模式的饋線分類原則。基於故障模式後果分析法，分別建立了各典型接線模式饋線故障和預安排停運系統平均停電持續時間（SAIDI）的基本估算模型：對於架空系統，考慮了不同類別的開關以及大分支的影響;對於電纜系統，則考慮了環網櫃內開關為斷路器、負荷開關及其組合的情況。建立了考慮設備容量約束和負荷變化的擴展模型，用以修正基本估算模型得到的指標。算例驗證了所提估算模型的實用性和可操作性;計算結果同時表明，採用精細的供電區域劃分方式有利於減小估算誤差。
傳統的配電網可靠性評估，大多基於確定的配電網結構和元件多年可靠性統計參數。當網路結構等難以確定或配電網規模非常大時，傳統方法難以實現對配電網未來可靠性的預測。為此，張樺 提出計及元件隨機故障和預安排停運的配電網可靠性神經網路預測方法。建立計及隨機故障影響配電網可靠性三層BP神經網路預測模型，其輸入層為隨機故障的關鍵影響因素，輸出層為用戶停電時戶數，套用配電網多年可靠性統計數據訓練該神經網路，訓練後的神經網路即可實現隨機故障指標預測。根據資金投資量等建立預安排停電模型，進而得到配電網總的可靠性指標預測值。通過對多個實際配電網進行算例分析，表明了該算法的有效性和實用性。
