[發明專利]基于配電網電壓數據分析的電壓合格率提升方法

在審

• 申請號: 202110828573.3
• 申請日: 2021-07-22
• 公開（公告）號: CN115693692A
• 公開（公告）日: 2023-02-03
• 發明（設計）人: 孫越;宗雪瑩;鐘離超超
• 申請（專利權）人: 國網山東省電力公司齊河縣供電公司
• 主分類號: H02J3/16
• 分類號: H02J3/16
• 代理公司: 青島發思特專利商標代理有限公司 37212
• 代理人: 宮兆儉

1.一種基于配電網電壓數據分析的電壓合格率提升方法，其特征在于，包括如下步驟：

步驟一：基于多元線性回歸的電壓合格率影響因素研究，包括如下小步：

第一步：分析影響電壓合格率的因素，對綜合電壓合格率及A、B、C、D四類監測點電壓合格率進行分析；

第二步：根據基于多元線性回歸的電壓合格率影響因素研究模型，利用因子分析法及主成分分析法對電壓合格率的影響因素進行分析；

第三步：然后對四類監測點進行電壓合格率越上限和越下限原因分析，利用主成分分析法找出影響電壓合格率的主要原因及二級原因；

步驟二：以電壓合格率為主要優化目標的配電網無功優化模型：包括如下小步：

第一步：提出以電壓合格率為主要優化目標的配電網無功優化模型，利用量子遺傳算法、量子群搜索算法和粒子群算法三種人工智能優化算法進行研究；

第二步：分析其優化軌跡特性，對三種人工智能算法的優缺點以及適用場合進行總結，并采用粒子群算法對配電網進行電壓無功優化；

步驟三：基于長短期記憶網絡和KNN的電壓故障檢測：包括如下小步：

第一步：根據基于長短期記憶網絡和KNN的電壓故障預測模型，使用長短期記憶網絡提取電壓波動數據的特征，捕獲電壓的歷史信息，對電壓序列數據進行學習，挖掘出內部隱含的信息；

第二步：將BLSTM網絡提取到的特征向量輸入到KNN分類器進行故障分類。

2.根據權利要求1所述的基于配電網電壓數據分析的電壓合格率提升方法，其特征在于，所述步驟一中第一步的A、B、C、D四類監測點記錄電壓波動數據，每條數據記錄24小時內的電壓波動，電壓數據每隔一小時采集一次。

3.根據權利要求1所述的基于配電網電壓數據分析的電壓合格率提升方法，其特征在于，所述步驟一中第二步中，多元線性回歸的電壓合格率影響因素研究模型，采用主成分回歸的方法能夠消除經典回歸分析的缺陷，關于主成分回歸的模型如下：

ε-N(0,σ²)

式中：

第i主成分；

第i主成分系數；

通過主成分分析，對電壓合格率的各個影響因素在SPSS中作回歸分析，根據SPSS導出的以上結果，可以得到關于電壓合格率的計算如下：

U(％)＝44.436+0.959×SD+0.808×JB+1.021×ZB+0.98×WD+0.769×DR+0.847×SJ+1.257×DY-1.082×ZD+0.955×DJ+1.295×XL+1.769×FH+2.292×MX (2)

式中：

SD——水電廠電壓并網波動因素權重值；

JB——舊變壓器變比配置不合理因素權重值；

ZB——主變壓器非有載調壓因素權重值；

WD——無電壓自動調節系統因素權重值；

DR——電容、電抗器未安裝因素權重值；

SJ——上級電源電壓不合格因素權重值；

DY——電壓控制實時性差因素權重值；

ZD——自動電壓調節系統效率低因素權重值；

DJ——電壓監測儀表準確性差因素權重值；

XL——線路因素權重值；

FH——負荷過載因素權重值；

MX——母線電壓越限因素權重值。