[發明專利]一種基于GA-SVR的配電網線路參數辨識方法

在審

• 申請號: 202210266955.6
• 申請日: 2022-03-18
• 公開（公告）號: CN114648042A
• 公開（公告）日: 2022-06-21
• 發明（設計）人: 劉海濤;陸恒;紀雨清;張埕瑜;黃鋮
• 申請（專利權）人: 南京工程學院
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/12
• 代理公司: 南京鐘山專利代理有限公司 32252
• 代理人: 徐燕

一種基于GA?SVR的配電網線路參數辨識方法，包括：S1、設置各支路參數，包括各支路電阻、電抗，通過節點潮流計算程序獲得各支路首末端節點電壓幅值、有功功率、無功功率、有功損耗、無功損耗的指標數據；S2、提取各指標數據，進行整理成線路參數數據組；S3、歸一化處理線路參數數據組中數據；S4、將歸一化處理后的線路參數數據組結合GA算法對支持向量回歸機SVR的懲罰因子c與核函數參數g進行尋優，形成GA?SVR；S5、通過GA?SVR對配電網線路參數進行識別。實現對配電網線路參數的有效辨識；并且仿真結果表明，該方法與傳統SVR方法相比，極大程度地提升線路參數的辨識精度，具有更好的線路參數辨識效果。

技術領域

本發明涉及配電網電力技術領域，特別涉及一種基于GA-SVR的配電網線路參數辨識方法。

背景技術

精細化的配電網線路參數辨識有助于后續狀態估計、潮流準確計算、線損準確計算、繼電保護整定以及故障定位等后續工作的展開，不僅是實現更高水平以及更合理的儲能設備等裝置接入的重要基礎，更是配電網優化運行的前提條件。近年來，隨著大規模分布式電源、儲能設備、電動汽車以及非線性負荷接入配電網，配電網結構日益復雜，同時，線路參數受到配電網運行工況、線路溫度、線路環境、過電壓等因素的影響，真實值與臺賬記錄值存在著差異。因此，進行線路參數的準確辨識對于潮流計算、繼電保護整定及故障定位等配電網分析應用十分重要。

以往的研究中，對線路進行參數辨識建立在辨識方程已知的基礎之上，而線路參數在實際情況中往往與理論數學模型存在一定的差異，可能會造成辨識結果不能在真正意義上反映線路參數真實值；有時，為了保證所建立模型的精確性，模型的階次會大大提高，而基于高階系統模型的參數辨識復雜度也隨之直線上升。進行無線路模型下的線路參數辨識是進行基于數據驅動的線路參數辨識的關鍵。支持向量回歸機(SVR)可以對線路參數辨識模型進行有效搭建，但其懲罰因子與核函數參數的取值對回歸預測模型有很大的影響。遺傳算法(GA)根據大自然中生物體進化規律而設計提出，其對于參數尋優問題有獨特的優勢。本發明基于當前國內外對這些問題的研究基礎之上，進一步研究了應用GA-SVR算法提高配電網線路參數辨識精度的方法，主要研究運用GA對SVR的懲罰因子與核函數參數進行尋優，搭建GA-SVR回歸預測處理器，從而實現對配電網線路參數的高精度辨識。

發明內容

本發明針對現有技術中的不足，提供一種基于GA-SVR的配電網線路參數辨識方法；通過設置各支路間參數并代入33節點潮流計算程序，得到各支路首末端節點的電壓幅值、有功功率、無功功率、有功損耗與無功損耗等數據，利用GA得到SVR懲罰因子與核函數參數的最優取值，構建GA-SVR回歸預測處理器，將數據樣本進行歸一化處理并采用5倍交叉驗證劃分為訓練集與測試集，將其輸入GA-SVR回歸預測處理器，結合最優參數，實現對配電網線路參數的高精度辨識。

為實現上述目的，本發明采用以下技術方案：

一種基于GA-SVR的配電網線路參數辨識方法，包括以下步驟：

S1、設置各支路的參數，包括各支路的電阻、電抗，并通過節點潮流計算程序獲得各支路首末端節點的電壓幅值、有功功率、無功功率、有功損耗、無功損耗的指標數據；

S2、提取各指標數據，并進行整理形成線路參數數據組；

S3、歸一化處理線路參數數據組中的各指標數據；

S4、將歸一化處理后的線路參數數據組結合GA算法對支持向量回歸機SVR的懲罰因子c與核函數參數g進行尋優，進而形成GA-SVR回歸預測處理器；

S5、通過GA-SVR回歸預測處理器對配電網線路參數進行識別。

為優化上述技術方案，采取的具體措施還包括：

進一步地，步驟S4的內容包括：

S4.1、獲取歸一化處理線路參數數據組中的各指標數據，分為訓練樣本集和測試樣本集；