CN105389636A - 一种低压台区kfcm-svr合理线损预测方法 - Google Patents

Abstract

本发明公开了一种低压台区KFCM-SVR合理线损预测方法，包括如下步骤，1)在数据筛选之后将数据样本进行两次预分类；2)利用模糊核聚类对六大类数据进行聚类，得到若干小类；3)通过最小二乘支持向量机(LS-SVR)建立回归拟合模型；4)计算残差置信区间限值；5)按照欧氏距离的原则将待预测数据归入各小类；6)归类后待预测数据输入各自对应的LS-SVR模型，计算得到预测残差；7)预测残差与残差置信区间限值进行对比，给出结论。本发明中所述算法在大数据条件下具有一定的合理性，其计算结果可以为电力部门的台区线损管理提供较为可靠的指导意见，为当前智能电网中大数据的合理利用与挖掘提供了新的思路。

Description

一种低压台区KFCM-SVR合理线损预测方法

技术领域

本发明涉及一种低压台区KFCM-SVR合理线损预测方法，属于电力系统自动化技术领域。

背景技术

线损是电力输送与分配过程中产生的能量损耗，包括统计线损，理论线损，管理线损等多个种类。电力部门在实际的生产应用中，以供电量与售电量的差值作为统计线损，即实际线损，以统计线损占供电量的比重作为线损率。线损率是电力部门重要的综合经济指标，反映了电网规划建设、技术装备以及管理运行的综合水平。许多研究成果都从理论与实践角度分析了线损产生原因与影响因素。随着智能电网的快速发展以及电网规模的不断扩大，理论线损的精确计算显得越来越重要。精确而高效的理论线损计算能够显著提升电网的技术管理水平，创造巨大的经济效益。

传统上对于理论线损的计算主要包括潮流计算方法，负荷曲线法、节点电压法等。随着电网运行的实时化、数字化、智能化发展，对理论线损计算的精确度与计算效率的要求越来越高。然而，由于理论线损的数学模型复杂，影响因素众多，传统计算方法难以全面反映当前的线损状况。近年来，人工智能算法以其优越的性能，正逐步应用于理论线损的计算中。神经网络、支持向量机及其改进算法、多灰色预测组合模型、以及直接神经动态规划的电网状态估计模型等，开始应用于进行理论线损计算，这些在一定程度上代表了理论线损计算的水平。

传统的理论线损计算中考虑的因素主要包括有功供电量，无功供电量，配电变压器总容量、线路总长度这几项影响因素，对于低压台区自身的属性特征较少涉及，同时在计算过程中线路长度、供电半径等数据难以直接得到，这些都直接影响了线损预测的工程化应用步伐。当前，电网智能化水平不断提高，智能电表以及用电信息采集系统建设工作也在快速推进，这些措施都极大提高了低压台区线损管理的实时性与准确性。江苏省电力公司从2013年开始基于用电信息采集数据进行低压台区线损管理，实现了对低压台区基本信息的记录与线损数据的实时采集，积累了大量的原始数据。利用大数据挖掘手段，全方位多角度对台区线损的影响因素进行分析，考虑多种特征因素构建合理的线损数学模型已成为可能。利用配电监控和数据采集系统(DSCADA)计算线损率，并与设定置信阈值对比以确定线损是否合适是较为常用的方法。

目前，线损管理的现状是理论线损预测精度不高，而大量与线损有关的监测数据没有得到充分的挖掘与分析。因此，发明一种基于用采数据，针对低压台区管理，基于数据挖掘算法的线损预测方法成为亟需解决的问题。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种基于用采数据的低压台区KFCM-SVR合理线损预测方法，充分利用现有的用户信息采集系统中与线损相关的监测数据，对其进行深入的挖掘，考察数据样本与实际线损间的关联；建立有效的数据回归模型，并用回归模型对实际的每个台区的线损状况进行预测分析；考察台区的实际线损与预测得到的合理线损间的差值，以此判定线损是否在合理区间内，为线损管理提供可靠的科学依据，为营销管理的精益化打下良好的基础。

为了实现上述目标，本发明采用如下的技术方案：

一种低压台区KFCM-SVR合理线损预测方法，其特征是，包括以下步骤：

1)数据准备：从用电信息采集系统的Oracle数据库中以月为单位提取当月的相关建模数据，用于当月线损率的预测与评估；

2)数据筛选：将数据变化较大或数据异常的台区去除，留下数据较为稳定的样本数据作为建模的数据来源，筛选后台区作为稳定台区；

3)初次分类：按照城网与农网将数据分为两类，再按照居民容量占比将两类数据分别分为居民类、非居民类和混合类，得到6大类数据，其中，居民类容量占比≥0.9，非居民类容量占比≤0.1，混合类容量占比为(0.1,0.9)；

4)数据标准化：采用Z-score方法进行数据标准化，其公式如下：对于数据样本集X＝[x₁,x₂,…,x_i]，为标准化后数据，x_i为标准化前数据，为x_i的均值，σ_i为x_i的方差；

5)数据聚类：选取参数，设定聚类数，采用KFCM算法对每一小类的标准化数据进行聚类，计算隶属度矩阵，按照隶属度将数据归为若干小类；

6)最优聚类选取：针对每一个聚类类别计算轮廓系数，选取轮廓系数最大值所对应的聚类数作为最优聚类数，输出最优聚类结果以及聚类中心值；

7)SVR回归模型建立：利用LS-SVR算法建立n个回归模型，n为数据聚类后得到的总类别数，并计算每一类的残差置信空间；

8)合理线损置信区间确定：设定95％作为阈值，针对每一个LS-SVR回归模型计算其合理线损置信区间；

9)线损预测值输出：将每个待预测数据样本归入与聚类中心最近的类别，并输入到所对应的SVR模型中，得到每一个预测数据的线损率预测值；计算其预测残差，并与合理线损置信区间对比，超过合理线损置信区间限的数据样本认为是线损不合理，给出是否合理的结论。

前述的基于用采数据的低压台区KFCM-SVR合理线损预测方法，其特征是，所述步骤2)中去除的台区数据包括：

1)数据采集未全覆盖：所有在用计量点均已采集，无未采集供、用电表计；

2)台区下有特殊用户，包括光伏发电和无表计量；

3)当月发生业务变更，包括考核单元对象数量发生增减、户变关系调整、用户增减和不包含换表变更的用户业务变更；

4)月线损值超出(-1％，10％)范围的数据；

5)月内日线损超出(-1％，10％)范围的天数多于10天的数据。

前述的基于用采数据的低压台区KFCM-SVR合理线损预测方法，其特征是，所述步骤8)中的合理线损置信区间确定的具体步骤为：

81)将每个LS-SVR回归模型的建模训练数据输入到回归模型，得到单个样本的线损预测值；

82)将每一类数据样本的线损预测值与实际值的残差按照从大到小进行排序；

83)计算每一类数据样本5％数据个数n₁，n₁＝每一类数据样本总数/20；

84)线损预测值与实际值的残差按照从大到小进行排序后，前n₁个样本对应的残差值即为合理线损置信区间限。

本发明所达到的有益效果：本方法利用KFCM与LS-SVR算法，利用其计算精度等性能可以满足电力系统的要求，在大数据条件下具有一定的合理性，其计算结果可以为电力部门的台区线损管理提供较为可靠的指导意见，为当前智能电网中大数据的合理利用与挖掘提供了新的思路。

附图说明

图1是本发明的流程图；

图2是本发明的城网非居民类最优KFCM聚类分布结果图；

图3(a)是本发明的城网非居民类聚类-1的SVR模型拟合样本个数图；

图3(b)是本发明的城网非居民类聚类-1的SVR模型拟合实测线损率图；

图4(a)是本发明的城网非居民类聚类-2的SVR模型拟合样本个数图；

图4(b)是本发明的城网非居民类聚类-2的SVR模型拟合实测线损率图；

图5(a)是本发明的城网非居民类聚类-3的SVR模型拟合样本个数图；

图5(b)是本发明的城网非居民类聚类-3的SVR模型拟合实测线损率图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

如图1所示，本方法包括以下步骤：

步骤一，数据准备：从用电信息采集系统的Oracle数据库中以月为单位提取相关建模数据，包含参数：总用户数，居民户数，非居民户数，居民容量，非居民容量，售电量，变压器容量，居民容量占比，居民户均容量以及月均线损率。

步骤二，数据筛选：将数据变化较大或数据异常的台区去除。筛除台区数据包括：

1)数据采集未全覆盖：所有在用计量点均已采集，无未采集供、用电表计；

2)台区下有特殊用户，如光伏发电、无表计量等；

3)当月发生业务变更，如考核单元对象数量发生增减、户变关系调整、用户增减、用户业务变更(换表除外)；

4)月线损值超出(-1％～10％)的范围；

5)月内日线损超出(-1％～10％)范围的天数多于10天。

筛选后台区定义为稳定台区。

步骤三，初次分类：按照城网与农网将数据分为两类，再按照居民容量占比将两类数据分别分为居民类(≥0.9)、非居民类(≤0.1)与混合类(0.1～0.9)。得到6大类数据。

步骤四，数据标准化：采用Z-score方法进行数据标准化，其公式如下：对于数据样本集X＝[x₁,x₂,…,x_i]，为标准化后数据，x_i为标准化前数据，为x_i的均值，σ_i为x_i的方差。

步骤五，数据聚类：选取参数，设定聚类数，采用KFCM算法对每一小类的标准化数据进行聚类，计算隶属度矩阵，按照隶属度将数据归为若干小类。

KFCM通过将输入样本x_k(k＝1,2,…,n)利用非线性映射变换为φ(x_k)，再通过优化目标函数得到每个样本点对所有类中心的隶属度，从而决定样本的类属。

聚类目标函数为：定义核函数K(x,y)＝φ(x)^Tφ(y)，核空间的欧式距离表示为：||φ(x_k)-φ(ν_i)||²＝K(x_k,x_k)+K(ν_i,ν_i)-2K(x_k,ν_i)，ν_i(i＝1,2,…,c)为输入空间聚类中心；c为类别数；u_ik为第k个样本对第i个类别的隶属度；m为加权指数，取m＝2。u_ik满足0≤u_ik≤1且隶属度约束条件为：将欧式距离公式代入目标函数公式，并在约束条件下用拉格朗日乘子法寻优，得到隶属度及目标函数： $v_i=\frac{\underset{k=1}{\overset{n}{\Σ}}{u}_{ik}^{m}K(x_k,v_i)x_k}{\underset{k=1}{\overset{n}{\Σ}}{u}_{ik}^{m}K(x_k,v_i)}.$

本发明中选取高斯核函数：K(x_k,ν_i)＝exp[-||x_k-ν_i||/(2σ²)]，其中σ为高斯核参数。

步骤六，最优聚类选取：针对每一个聚类类别计算轮廓系数，选取轮廓系数最大值所对应的聚类数作为最优聚类数，输出最优聚类结果以及聚类中心值。

计算整体轮廓系数的过程为，

A1)对于第j个类C_j中的元素x_q，计算x_q与其同一类别内的所有其他元素距离的平均值，记作c_j；

A2)选取x_q外的一个类C_j'，j'∈[1,K]，计算x_q与C_j'中所有元素的平均距离，遍历所有其他类，找到最近的这个平均距离，记作c_j'；

A3)对于x_q，其轮廓系数

A4)计算所有K个类中所有元素的轮廓系数，求平均值即为整体轮廓系数。

步骤七，SVR回归模型建立：利用LS-SVR算法建立n个回归模型，n为数据聚类后得到的总类别数，同时计算每一类的残差置信空间。

LS-SVR的核心思想也是将线性不可分的输入样本空间映射到高维空间实现线性回归，得到非线性回归函数

目标函数为：w为最优超平面法向量，C为惩罚参数，l为样本数，约束条件：

利用拉格朗日乘子法求解，其回归模型可表示为：α_i与b分别为拉格朗日乘子和阈值，LS-SVR利用最小二乘法对其进行求解得到。

步骤八，合理线损置信区间确定：设定95％作为阈值，针对每一个LS-SVR回归模型计算其合理线损区间。

具体方法为：

B1)将每个LS-SVR回归模型的建模训练数据输入到回归模型，得到单个样本的线损预测值。

B2)将每一类数据样本的线损预测值与实际值的残差按照从大到小进行排序。

B3)计算每一类数据样本5％数据个数n₁，即n₁＝每一类数据样本总数/20。

B4)线损预测值与实际值的残差按照从大到小进行排序中n₁个样本对应的残差值即为合理线损置信区间限。

步骤九，线损预测值输出：按照与各聚类中心的欧氏距离值将待预测数据样本归于每一个类别中，即将每个待预测数据样本归入与其与聚类中心最近的类别，并输入到所对应的SVR模型中，得到每一个预测数据的线损率预测值。计算其预测残差，并与合理线损置信区间对比，超过合理线损置信区间限的数据样本认为是线损不合理，得到其是否合理的结论。

上述方法中所提出的基于KFCM-SVR的台区合理线损预测模型，其基本特征在于利用大数据统计学数据挖掘手段对台区基本特征与实测运行数据进行深入分析，找出线损率与各特征量之间的关联度，建立数学回归模型进行预测，通过残差置信区间的设置以判断台区实际线损是否合理。对于大数据样本来说，特征较为类似的台区应具有较为近似的线损值，而特征区分度较大的台区，其线损值也因影响系数的不同而发生改变。

根据上述思想，本发明中的KFCM-SVR线损预测模型可以基本分为四个主要步骤：

一是数据准备，选取具有代表性的、稳定的、特征变化较小的台区作为模型的数据来源并进行标准化处理；

二是初次分类后利用KFCM算法进行台区数据聚类，利用经典的轮廓系数值来对台区最优聚类数进行校核；

三是通过LS-SVR算法建立支持向量机训练模型，并对建模数据进行自预测以确定置信区间范围；

四是将预测数据输入到SVR训练模型，得到预测值，并与残差置信区间进行比对，得到是否合理的结论。

为了进一步说明本方法，本发明将利用用户信息采集系统的实际采集数据，基于IBMSPSSModeler软件平台，对上述算法在台区合理线损预测中的应用进行验证。

为验证本发明中算法流程的有效性，本发明以江苏省2014年12月线损管理数据为例，利用本发明所述模型进行理论线损的预测计算。

本发明中采用用电信息采集系统中的用采数据进行低压台区理论线损计算，线损影响因素众多，数据量庞大。为实现线损的精确预测与计算效率的有效保证，本发明中首先对线损的影响因素进行了关联度的分析，按照关联度指标将数据人工分为若干典型类别，再使用KFCM与LS-SVR算法进行合理线损预测。方法简单易行，便于通过分布式计算实现。

用电信息采集系统的用户特征数据包括用户总数、居民用户数、非居民用户数、居民用户容量、非居民用户容量、居民用户占比、居民户均容量、台区变压器容量、负载率等，实测数据包括供电量、售电量与线损率(月均值)。利用Pearson相关系数来考察线损率与上述特征数据及实测数据间的线性相关程度。考虑到城市台区与农村台区在台区用户特征及规划建设、用电习惯上的差异，本发明针对总体数据，农村台区数据，城市台区数据分别进行了Pearson关联度分析，使用模型步骤(2)所述筛选原则，共筛选稳定台区数据共164339个，其结果如表1所示。

表1台区线损率及影响因素线性关联度

	总体	农网	城网
				总用户数	0.180	0.165	0.236
居民户数	0.185	0.170	0.241
				非居民户数	-0.052	-0.052	-0.049
居民容量	0.089	0.074	0.145
				非居民容量	-0.141	-0.134	-0.165
供电量	-0.005(不相关)	-0.005(不相关)	-0.163
				售电量	-0.134	-0.132	-0.142
变压器容量	-0.236	-0.242	-0.213
				居民容量占比	0.387	0.363	0.466
居民户均容量	0.066	0.028	0.192
				负载率	-0.003(不相关)	-0.003(不相关)	-0.061

从结果中可以看出，居民容量占比的线性关联度相对较高。而供电量与负载率关联程度相对较低，甚至存在显著性水平过低的情况。

因此，本发明中选择总用户数，居民户数，非居民户数，居民容量，非居民容量，售电量，变压器容量，居民容量占比，居民户均容量9个参数作为建模的输入变量。

同时由于居民容量占比的关联度较高，对回归模型的影响可能较大，本发明将农网和城网数据按照居民容量占比分为分别分为居民类(≥0.9)、非居民类(≤0.1)与混合类(0.1～0.9)。

特征参数包含总用户数，居民户数，非居民户数，居民容量，非居民容量，变压器容量，居民容量占比，居民户均容量以及实测数据每月日均售电量。目标对象为实测每月日均线损率。按照模型步骤(3)所述初步分类原则，将其首先分为农网台区数据133165个与城网台区数据31174个；再按照居民容量占比分类。数据大小结果如表2所示：

表2台区线损数据初步分类结果

Z-score标准化在数据初步分类后进行。完成数据准备后，对全部6类数据利用KFCM进行聚类。由于篇幅所限，本发明中只选取城网非居民类4581个数据进行建模说明，设定聚类数为2～10。

表3所示为城网非居民类进行KFCM聚类后的每一类别数对应的轮廓系数值。

表3城网非居民类KFCM聚类效果

类别数	2	3	4	5	6
						轮廓系数	0.7735	0.8050	0.4470	0.5025	0.4120
类别数	7	8	9	10
						轮廓系数	0.3597	0.3386	0.3549	0.3341

由表3可见，类别数为3时的轮廓系数最高。因此，可以认为城网非居民类分为3类较为合理。

表4为最优聚类下聚类中心，图2为聚类结果分布图。三类中数据量分别为：261、3833、487个。也就是说，三类数据量占总数据量的比例分别为：5.70％，83.67％和10.63％。

表4城网非居民类聚类中心值

从表4中可以看出，三类数据的特征存在着明显的差异，说明聚类中心较为离散，聚类取得了比较理想的结果。

在此基础之上，将这3类数据分别利用LS-SVR进行回归建模。

图3-5所示为城网非居民的三类数据分别建立SVR模型的预测线损率拟合图。

表5所示为三类数据SVR模型拟合度的残差平方和与均方误差值。可见，三类数据的拟合精度较高，平均误差较小，预测精度能够满足要求。

表5残差平方和与均方误差值

利用上述方法，对剩余5大类数据分别进行聚类与SVR模型建立，并计算95％置信区间值。KFCM-LSSVR建模结果如表6所示：

表6KFCM-LSSVR建模结果

从表中可以看出，大部分类别数据的残差平方和与均方误差值都很小，说明回归拟合程度与预测误差值相对较小，使用该模型进行线损率预测可以取得较好的结果。同时，样本数量越小，其拟合精度越高，预测误差越小，通过细化分类结果，调整算法参数能够将回归模型精度不够理想的类别进行进一步的优化。

为对上述算法模型的预测有效性进行验证，本发明单独选取了线损管理较好的某两个区县的台区线损数据进行数据验证，超过残差置信区间的认为是线损不合格台区，满足残差置信区间的认为是合格台区。台区总数为6469个，预测结果如表7所示：

表7KFCM-LSSVR预测结果

可见，对于上述6469个台区数据而言，通过KFCM-LSSVR模型进行预测，合格台区数量为4479个，不合格台区数量为1990个，合格率为69.24％。对结果进行进一步的分析比较发现，不合格台区主要存在三种类型：一是实测线损率过高(超过10％)或过低(低于-1％)，这部分台区属于需要通过管理手段进行整改的台区，需要考察计量装置以及特征量的准确性；二是实测线损率不高(10％以内)，但与预测误差值存在差异，需要进一步深入考察，确定是否在管理角度上具有提升的空间；三是实测线损率较低，但预测线损率过高，需要重点加强监测，确认误差来源于表计误差还是建模误差，以提升建模精度。

综上所述，本发明提出了一种基于KFCM与SVR，利用实测线损与负荷数据，以及用户特征数据的台区合理线损计算方法。利用KFCM算法对台区数据按照用户特征及负荷进行分类，利用SVR算法建立回归模型，取得了较好的曲线拟合效果。通过对现场数据的分析处理表明，该算法具有较高的计算精度，对现场实测数据具有很好的处理能力，符合工程的实际需求，能够为电力部门线损管理的科学化，精细化提供较为可靠的指导意见。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (3)

1.一种低压台区KFCM-SVR合理线损预测方法，其特征是，包括以下步骤：

1)数据准备：从用电信息采集系统的Oracle数据库中以月为单位提取当月的相关建模数据，用于当月线损率的预测与评估；

2)数据筛选：将数据变化较大或数据异常的台区去除，留下数据较为稳定的样本数据作为建模的数据来源，筛选后台区作为稳定台区；

3)初次分类：按照城网与农网将数据分为两类，再按照居民容量占比将两类数据分别分为居民类、非居民类和混合类，得到6大类数据，其中，居民类容量占比≥0.9，非居民类容量占比≤0.1，混合类容量占比为(0.1,0.9)；

4)数据标准化：采用Z-score方法进行数据标准化，其公式如下：对于数据样本集X＝[x₁,x₂,…,x_i]，为标准化后数据，x_i为标准化前数据，为x_i的均值，σ_i为x_i的方差；

5)数据聚类：选取参数，设定聚类数，采用KFCM算法对每一小类的标准化数据进行聚类，计算隶属度矩阵，按照隶属度将数据归为若干小类；

6)最优聚类选取：针对每一个聚类类别计算轮廓系数，选取轮廓系数最大值所对应的聚类数作为最优聚类数，输出最优聚类结果以及聚类中心值；

7)SVR回归模型建立：利用LS-SVR算法建立n个回归模型，n为数据聚类后得到的总类别数，并计算每一类的残差置信空间；

8)合理线损置信区间确定：设定95％作为阈值，针对每一个LS-SVR回归模型计算其合理线损置信区间；

9)线损预测值输出：将每个待预测数据样本归入与聚类中心最近的类别，并输入到所对应的SVR模型中，得到每一个预测数据的线损率预测值；计算其预测残差，并与合理线损置信区间对比，超过合理线损置信区间限的数据样本认为是线损不合理，给出是否合理的结论。

2.根据权利要求1所述的一种低压台区KFCM-SVR合理线损预测方法，其特征是，所述步骤2)中去除的台区数据包括：

1)数据采集未全覆盖：所有在用计量点均已采集，无未采集供、用电表计；

2)台区下有特殊用户，包括光伏发电和无表计量；

3)当月发生业务变更，包括考核单元对象数量发生增减、户变关系调整、用户增减和不包含换表变更的用户业务变更；

4)月线损值超出(-1％，10％)范围的数据；

5)月内日线损超出(-1％，10％)范围的天数多于10天的数据。

3.根据权利要求1所述的一种低压台区KFCM-SVR合理线损预测方法，其特征是，所述步骤8)中的合理线损置信区间确定的具体步骤为：

81)将每个LS-SVR回归模型的建模训练数据输入到回归模型，得到单个样本的线损预测值；

82)将每一类数据样本的线损预测值与实际值的残差按照从大到小进行排序；

83)计算每一类数据样本5％数据个数n₁，n₁＝每一类数据样本总数/20；

84)线损预测值与实际值的残差按照从大到小进行排序后，前n₁个样本对应的残差值即为合理线损置信区间限。