[發明專利]一種電力系統臺區線損識別方法在審
| 申請號: | 202111150808.4 | 申請日: | 2021-09-29 |
| 公開(公告)號: | CN113866562A | 公開(公告)日: | 2021-12-31 |
| 發明(設計)人: | 楊軍亭;梁琛;馬喜平;董曉陽;李亞昕;常虹;馬振祺;張家午;張光儒;朱亮 | 申請(專利權)人: | 國網甘肅省電力公司電力科學研究院 |
| 主分類號: | G01R31/08 | 分類號: | G01R31/08;G06N3/04;G06N3/08 |
| 代理公司: | 蘭州中科華西專利代理有限公司 62002 | 代理人: | 賀云美 |
| 地址: | 730070 甘肅*** | 國省代碼: | 甘肅;62 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 電力系統 臺區線損 識別 方法 | ||
1.一種電力系統臺區線損識別方法,其特征在于,該方法包括:
獲取臺區的全耗能因素,并對其進行歸一化處理;
其中,所述全耗能因素包括設備參數和運行數據,所述設備參數包括變壓器阻抗參數、容量參數、線路阻抗和線路長度,所述運行數據包括臺區總有功、功率因數、變壓器負載率和電壓;
將歸一化處理后的全耗能因素輸入預設的卷積神經網絡模型,所述卷積神經網絡模型對輸入數據進行處理并輸出相應的線損率分類標簽;
其中,所述卷積神經網絡模型通過大量樣本訓練而成,訓練用輸入樣本為全耗能因素,訓練用輸出樣本為修正后線損率及其分類標簽;所述修正后線損率由預設的專家知識決策樹模型對表底數據進行修復后計算得到。
2.如權利要求1所述的方法,其特征在于,所述的預設的專家知識決策樹模型對表底數據進行修復,包括:
獲取臺區的表底數據,對所述表底數據中的異常情況進行分類研判,并針對不同分類采取不同的修復措施:
對當日斷采的情況,采用平均電量等效替代方法;
對連續斷采2~7天的情況,采用平均電量等效替代方法;
對斷采超7天以上或現場補抄情況,采取鄰近臺區每日變化趨勢占比的等效疊加方法;
對持續為0的情況,視為非離群點的正常數據,不做修復;
對當日表底突變的情況,采用次日數據等效替代方法。
3.如權利要求2所述的方法,其特征在于,在對所述表底數據中的異常情況進行分類研判之前,還包括修復用戶異常檔案:
判定當日用戶數量相較前一日是否變動;
若數量未變動,則直接對所述表底數據中的異常情況進行分類研判;
若數量增加,且線損率相比于前一降幅超1%或變為負數,則對比前一日刪除異常增加的用戶數據;
若數量減少,且線損率相比前一日增幅超1%或變為超10%高損,則對比前一日補充丟失的用戶數據。
4.如權利要求1所述的方法,其特征在于,所述不同的線損率分類標簽對應不同的線損程度,包括:
大負損:-100%≤x<-3%;
小負損:-3%≤x<0;
正常:0≤x<8%;
正常但偏高:8%≤x<10%;
高損:10%≤x<20%;
超大損:20%≤x<100%;
其中,x為修正后線損率。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于國網甘肅省電力公司電力科學研究院,未經國網甘肅省電力公司電力科學研究院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111150808.4/1.html,轉載請聲明來源鉆瓜專利網。





