[發明專利]基于短期負荷預測的智能箱式變電站運行組合優化方法

在審

• 申請號: 201810623929.8
• 申請日: 2018-06-15
• 公開（公告）號: CN108921335A
• 公開（公告）日: 2018-11-30
• 發明（設計）人: 王振樹;王煜
• 申請（專利權）人: 山東大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 李圣梅

1.基于短期負荷預測的智能箱式變電站運行組合優化方法，其特征是，包括：

采用基于長短期記憶網絡的短期負荷預測模型，對智能箱式變電站集群進行短期負荷預測，得到目標日負荷預測曲線；

通過智能箱變集群不同運行組合方式計算臨界負荷值，形成臨界負荷值分界線；

將得出的短期負荷預測曲線與得出的臨界負荷值分界線作于同一直角坐標系下，得出可投切操作時間段；

建立目標節能函數，即將箱變變壓器經濟運行臨界負荷作為分界線，確定負荷預測曲線位于分界線上方的時間段，然后借助負荷預測曲線求出箱變在不同運行組合方式下的有功功率損耗差值，即改變運行組合方式后減少的有功功率損耗，將此差值即改變運行組合方式后節約的電能進行積分計算求取電量后與投切操作折算的電能進行比較，得到各個操作時間段的節約電能；

通過比較不同時間段的節約電能，最終得出改變箱變運行組合方式的最佳時間段。

2.如權利要求1所述的基于短期負荷預測的智能箱式變電站運行組合優化方法，其特征是，所述基于長短期記憶網絡的短期負荷預測模型，對智能箱式變電站集群進行短期負荷預測，具體步驟為：

獲取電力負荷歷史數據并計算負荷序列的均值和方差；

根據負荷序列的均值和方差對負荷數據序列進行非正常數判斷，當負荷數據序列判斷為壞數據時進行修正；

在對電力負荷歷史數據進行壞數據判斷和修正后，對負荷數據庫中缺失的數據進行補充；

確定長短期記憶網絡短期負荷預測模型參數，包括：輸入層維數、隱藏層數目、隱藏層維數以及輸出層維數；

利用歷史數據訓練網絡，然后選定目標日，利用訓練好的長短期記憶網絡進行負荷預測，得到目標日負荷預測數據及負荷預測曲線。

3.如權利要求1所述的基于短期負荷預測的智能箱式變電站運行組合優化方法，其特征是，所述形成臨界負荷值分界線的方式為：

按照國家標準列出短路阻抗相近的雙繞組變壓器并列運行時，確定有功功率實現經濟運行的臨界負荷S_L，結合兩臺相同容量變壓器并列運行的有功功率損耗，聯立計算臨界負荷值并形成臨界負荷值分界線。

4.如權利要求1所述的基于短期負荷預測的智能箱式變電站運行組合優化方法，其特征是，根據負荷序列的均值和方差對負荷數據序列進行非正常數判斷時，利用3σ原理的非正常數判斷，其中ε為閾值，公式如下：

負荷數據序列為x(i,n)，其中i＝1,2,...,96表示一天中的96個數據采集時刻點，n＝1,2,...,N表示共N天負荷數據，為負荷序列的均值，σ_i為方差。

5.如權利要求4所述的基于短期負荷預測的智能箱式變電站運行組合優化方法，其特征是，如果負荷數據序列中的某一數據滿足式上式，則該數據為壞數據，利用下列公式進行修正：

式中a+b+c＝1，x(i,n)^*為第n天第i時間點的修正后數據，x(i,n±1)為x(i,n)附近兩個橫向負荷數據點，x(i,n)'和x(i,n)″為距離x(i,n)最近的兩個相似日負荷數據點。

6.如權利要求1所述的基于短期負荷預測的智能箱式變電站運行組合優化方法，其特征是，所述目標節能函數表示為：

式中：ΔP_Ι為第Ι種運行方式的有功功率損耗；ΔP_ΙΙ為第ΙΙ種運行方式的有功功率損耗；W_c為箱變投切操作損耗的折算電能，由運維人員通過計算設定，單位kW·h，t_a及t_b為電量初始時間及結束時間。