CN106056234A - 变压器容量的确定方法和装置 - Google Patents
变压器容量的确定方法和装置 Download PDFInfo
- Publication number
- CN106056234A CN106056234A CN201610330959.0A CN201610330959A CN106056234A CN 106056234 A CN106056234 A CN 106056234A CN 201610330959 A CN201610330959 A CN 201610330959A CN 106056234 A CN106056234 A CN 106056234A
- Authority
- CN
- China
- Prior art keywords
- transformer
- time
- curve
- distribution capacity
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000005611 electricity Effects 0.000 claims abstract description 40
- 238000006243 chemical reaction Methods 0.000 claims abstract description 7
- 238000004364 calculation method Methods 0.000 claims description 32
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 claims description 4
- 238000007619 statistical method Methods 0.000 claims description 4
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000013075 data extraction Methods 0.000 claims description 3
- 238000005457 optimization Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000005057 refrigeration Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了变压器容量的确定方法和装置。所述方法的一具体实施方式包括:获取各业态用户的用电负荷数据;确定各业态用户的变压器配电容量指标;确定每一业态在预定时间段内的典型用电负荷曲线,根据典型用电负荷曲线的最大值与变压器配电容量指标的比例关系,对典型用电负荷曲线进行逐时用电负荷换算,生成第一特征值曲线集合;对第一特征值曲线集合错峰合并,生成第二特征值曲线;根据第二特征值曲线的最大值确定总业态变压器配电容量。该实施方式实现了配电变压器容量的优化,降低了变压器的容量,节省了资源。
Description
技术领域
本申请涉及建筑供配电技术领域,具体涉及配电变压器技术领域,尤其涉及变压器容量配置的技术领域。
背景技术
随着社会的进步发展,各业态用户对电量的需求不断增加,根据用户的需求合理的选择配电变压器容量成为一个重要的问题。若配电变压器的容量选择过大,会增加变压器实施的初期成本,同时实际负荷率低,造成资源浪费;若配电变压器的容量选择过小,则会造成实际负载过大,甚至超载,难以满足用户的用电需求,影响负荷稳定性。
用户用电处在配电变压器的末端,传统的配电变压器设计,是从变压器的末端容量设计开始,先确定变压器末端的配电容量指标,再根据末端容量,乘以需求系数,除以负荷率,除以功率因数,从而确定末端变压器配电容量。
然而,现有的变压器配电容量指标依赖经验值,且为了满足用户的需求,通常导致变压器设计的容量远大于实际运营中的用电量;同时,配电容量指标取值单一,无法根据不同的用户选取不同的指标值,运行负荷率难以提高,运营不经济。
发明内容
本申请的目的在于提出一种改进的变压器容量的确定方法和装置,来解决以上背景技术部分提到的技术问题。
第一方面,本申请提供了一种变压器容量的确定方法,所述方法包括:获取各业态用户的用电负荷数据,其中,所述用电负荷数据包括所述各业态用户在预定时间段内的逐时用电负荷数据;确定所述各业态用户的变压器配电容量指标,其中,所述变压器配电容量指标由所述用电负荷数据经过统计分析计算后生成;确定每一业态在预定时间段内的典型用电负荷曲线,根据所述典型用电负荷曲线的最大值与所述变压器配电容量指标的比例关系,对所述典型用电负荷曲线进行逐时用电负荷换算,生成第一特征值曲线集合;对所述第一特征值曲线集合错峰合并,生成第二特征值曲线;将所述第二特征值曲线的最大值作为总业态变压器配电容量指标,基于所述总业态变压器配电容量指标,确定总业态变压器配电容量。
在一些实施例中,所述确定所述各业态用户的变压器配电容量指标,包括:确定所述用电负荷数据的平均值及方差;基于所述平均值及方差,确定各业态用户的变压器配电容量指标。
在一些实施例中,所述确定所述用电负荷数据的平均值及方差,包括:提取所述用电负荷数据的最大值,生成逐时用电负荷数据最大值集合;将所述逐时用电负荷数据最大值集合按不同业态划分为n个子集;确定所述n个子集中每一子集的算术平均值和方差;其中,n为业态个数,且n大于等于1。
在一些实施例中,所述基于所述平均值及方差,确定各业态用户的变压器配电容量指标,包括:确定所述n个子集中每一子集的样本容量值;根据所述平均值与所述样本容量值确定每一子集的总体样本均值和总体样本方差,如下式①-②所示:
Ai *=Ni·Ai ①;
其中,为第i子集的总体样本均值,为第i子集的总体样本方差,Ni为第i子集的样本容量,Ai为第i子集的平均值,σi为第i子集的方差,i为自然数且1≤i≤n;确定所述方差与所述平均值的关系,用下式③表述:
σi=βAi ③;
其中,β为所述第i子集的方差σi与所述第i子集的平均值Ai的比例系数;基于所述每一子集的总体样本均值和总体样本方差,确定所述每一子集的变压器配电容量指标,如下式④所示:
其中,Si为第i子集的变压器配电容量指标,α为变压器配电容量指标与总体样本均值的比例系数,α可用下式⑤表述:
在一些实施例中,所述确定每一业态在预定时间段内的典型用电负荷曲线,包括:获取所述各业态用户在预定时间段内的逐时用电负荷曲线;将所述逐时用电负荷曲线划分为所述n个子集,生成所述n个子集的逐时用电负荷曲线群;对所述逐时用电负荷曲线群逐时求取平均值,生成n条典型用电负荷曲线,所述n条典型用电负荷曲线为每一业态在预定时间段内的典型用电负荷曲线。
在一些实施例中,所述将所述第二特征值曲线的最大值作为总业态变压器配电容量指标,基于所述总业态变压器配电容量指标,确定总业态变压器配电容量,包括:根据公式⑥,确定总业态变压器配电容量,公式⑥如下所述:
总业态变压器配电容量=总业态变压器配电容量指标/负荷率/功率因数⑥,所述总业态变压器配电容量指标为所述第二特征值曲线的最大值。
在一些实施例中,所述获取各业态用户的用电负荷数据,包括:根据标准差置信区间与预设阈值对所述用电负荷数据进行筛选,过滤掉异常数据。
第二方面,本申请提供了一种变压器容量的确定装置,所述装置包括:数据采集单元,配置用于获取各业态用户的用电负荷数据,其中,所述用电负荷数据包括所述各业态用户在预定时间段内的逐时用电负荷数据;变压器配电容量指标单元,配置用于确定所述各业态用户的变压器配电容量指标,其中,所述变压器配电容量指标由所述用电负荷数据经过统计分析计算后生成;第一特征值曲线集合单元,配置用于确定每一业态在预定时间段内的典型用电负荷曲线,根据所述典型用电负荷曲线的最大值与所述变压器配电容量指标的比例关系,对所述典型用电负荷曲线进行逐时用电负荷换算,生成第一特征值曲线集合;第二特征值曲线单元,配置用于对所述第一特征值曲线集合错峰合并,生成第二特征值曲线;变压器容量确定单元,配置用于将所述第二特征值曲线的最大值作为总业态变压器配电容量指标,基于所述总业态变压器配电容量指标,确定总业态变压器配电容量。
在一些实施例中,所述变压器配电容量指标单元包括:平均值计算子单元,配置用于确定所述用电负荷数据的平均值及方差;变压器配电容量指标计算子单元,配置用于基于所述平均值及方差,确定各业态用户的变压器配电容量指标。
在一些实施例中,所述平均值计算子单元,包括:数据提取模块,配置用于提取所述用电负荷数据的最大值,生成逐时用电负荷数据最大值集合;数据分配模块,配置用于将所述逐时用电负荷数据最大值集合按不同业态划分为n个子集;数据计算模块,配置用于确定所述n个子集中每一子集的算术平均值和方差;其中,n为业态个数,且n大于等于1。
在一些实施例中,所述变压器配电容量指标计算子单元包括:样本容量计算模块,配置用于确定所述n个子集中每一子集的样本容量值;总体样本计算模块,配置用于根据所述平均值与所述样本容量值确定每一子集的总体样本均值和总体样本方差,如下式①-②所示:
Ai *=Ni·Ai ①;
其中,为第i子集的总体样本均值,为第i子集的总体样本方差,Ni为第i子集的样本容量,Ai为第i子集的平均值,σi为第i子集的方差,i为自然数且1≤i≤n;系数计算模块,配置用于确定所述方差与所述平均值的关系,用下式③表述:
σi=βAi ③;
其中,β为所述第i子集的方差σi与所述第i子集的平均值Ai的比例系数;配电容量指标计算模块,配置用于根据所述每一子集的总体样本均值和总体样本方差,确定所述每一子集的变压器配电容量指标,如下式④所示:
其中,Si为第i子集的变压器配电容量指标,α为变压器配电安全系数,α可用下式⑤表述:
在一些实施例中,所述第一特征值曲线集合单元,包括:曲线获取模块,配置用于获取所述各业态用户在预定时间段内的逐时用电负荷曲线;曲线分配模块,配置用于将所述逐时用电负荷曲线划分为所述n个子集,生成所述n个子集的逐时用电负荷曲线群;曲线计算模块,配置用于对所述逐时用电负荷曲线群逐时求取平均值,生成n条典型用电负荷曲线,所述n条典型用电负荷曲线为每一业态在预定时间段内的典型用电负荷曲线。
在一些实施例中,所述压器容量确定单元配置进一步用于:根据公式⑥,确定总业态变压器配电容量,公式⑥如下所述:
总业态变压器配电容量=总业态变压器配电容量指标/负荷率/功率因数⑥,所述总业态变压器配电容量指标为所述第二特征值曲线的最大值。
在一些实施例中,所述数据采集单元包括:数据筛选模块,配置用于根据标准差置信区间与预设阈值对所述用电负荷数据进行筛选,过滤掉异常数据。
本申请提供的变压器容量的确定方法和装置,通过精准的数据采集和计算分析,获取各业态的变压器配电容量指标,并通过数据分析确定各业态的特征值曲线,基于各业态特征值曲线的峰值不同进行错峰合并,确定变压器容量,充分的利用了变压器的空间,降低了变压器的配电容量,提高了变压器的运行负荷率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请可以应用于其中的示例性系统架构图;
图2是根据本申请的变压器容量的确定方法的一个实施例的流程图;
图3是根据本申请的变压器容量的确定方法的一个应用场景的曲线图;
图4是根据本申请的变压器容量的确定方法的又一个实施例的流程图;
图5是根据本申请的变压器容量的确定方法的一个实施例的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的变压器容量的确定方法或变压器容量的确定装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104、106,服务器105和实体设备107、108、109。网络104、106用以在终端设备101、102、103和服务器105之间或者服务器105和实体设备107、108、109之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以发送用电用户数据信息、工作参数等信息。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、工控软件等可用于向服务器105发送指令的软件。
终端设备101、102、103可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio LayerIII,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group AudioLayer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
后台服务器可以将变压器容量匹配方案对应的参数输出到终端设备101、102、103上进行显示。
本申请实施例所提供的用于变压器容量的确定方法一般由服务器105执行,相应地,用于变压器容量的确定装置一般设置于服务器105中。
继续参考图2,示出了根据本申请的变压器容量的确定方法的一个实施例的流程200。所述的变压器容量的确定方法,包括以下步骤:
步骤201,获取各业态用户的用电负荷数据。
在本实施例中,电量用户按照业态的不同可以分为不同的种类,大体可分为零售类、餐饮类、娱乐电玩类、办公(含空调)类、公寓办公类、商场公区动力类、商场制冷站(包括单位工区的空调面积)、办公制冷站、车库等不同的类别,分别从这些类别的用电用户中选取有代表性的用户,例如某一广场的商业区、办公区、停车场等用电用户,获取用户的用电负荷数据作为样本,每种业态选取的样本数量不低于10个,选取的样本数据包括:用电用户一年内每一天的用电负荷数据。
步骤202,确定各业态用户的变压器配电容量指标。
在本实施例中,基于上述步骤201,获取用户的用电负荷数据后,每一个业态都有多个同一业态用户的用电负荷数据样本,对每个业态的用电负荷数据样本进行计算分析,确定针对每一个业态对应的一个变压器配电容量指标,其中变压器配电容量指标为变压器总容量除以其末端负载面积得到的一个指标,单位为VA/m2。
步骤203,确定每一业态在预定时间段内的典型用电负荷曲线,根据典型用电负荷曲线的最大值与变压器配电容量指标的关系,生成第一特征值曲线集合。
在本实施例中,根据上述步骤201,获取不同业态用户的用电负荷数据后,对不同业态用户的用电负荷数据进行统计分析,可以确定每一个业态在某段时间内会有一条基于这段时间的最大的用电负荷曲线,将这条负荷曲线确定为每个业态的典型用电负荷曲线。在上述典型用电负荷曲线上会有一个最大值点,该最大值点为上述某段时间内的峰值负荷。该典型用电负荷曲线包括每一业态在尖峰负荷日的逐时用电负荷曲线。将该峰值负荷点根据上述步骤202确定的变压器配电容量指标进行对比,根据各个业态用户的实际用电量的需求,确定上述峰值负荷与上述变压器配电容量指标的比例值。根据该比例值,对上述各个业态的典型用电负荷曲线上每个时间点的负荷值进行换算,得到各个业态的基于比例值换算后的新的特征值曲线。将各个业态的新的特征值曲线放在同一个集合中,生成第一特征值曲线集合。
在本实施例的一些可选的实现方式中,确定每一业态在预定时间段内的典型用电负荷曲线可以如下进行:首先,获取各业态用户在预定时间段内的逐时用电负荷曲线;其次,将逐时用电负荷曲线根据各个业态不同划分为n个子集,生成n个子集的逐时用电负荷曲线群;最后,对上述逐时用电负荷曲线群逐时求取平均值,生成n条典型用电负荷曲线,上述n条典型用电负荷曲线为每一业态在预定时间段内的典型用电负荷曲线。其中,n为业态个数,且n大于等于1。
步骤204,对第一特征值曲线集合错峰合并,生成第二特征值曲线。
在本实施例中,根据上述步骤203确定的第一特征值曲线集合中,每一条特征值曲线的峰值负荷点不会在同一时刻出现,根据各个业态的特征值曲线出现的峰值负荷点不同,将第一特征值曲线集合中的每一条特征值曲线按照时间一一对应的关系进行错峰合并,生成第二特征值曲线。
步骤205,将第二特征值曲线的最大值作为总业态变压器配电容量指标,基于总业态变压器配电容量指标,确定总业态变压器配电容量。
在本实施例中,根据上述步骤204确定的第二特征值曲线,选取第二特征值曲线的最大值点,将该最大值点作为总业态的变压器配电容量指标,根据总业态的变压器配电容量指标确定总业态的变压器配电容量。
在本实施例的一些可选的实现方式中,基于所述总业态变压器配电容量指标,确定总业态变压器配电容量,包括:根据下述公式:
总业态变压器配电容量=总业态变压器配电容量推荐指标/负荷率/功率因数,确定变压器配电容量。
继续参见图3,图3是根据本实施例的变压器容量的确定方法的应用场景的一个曲线图。示意图中给出了8种不同业态在一天内的逐时用电负荷曲线,其中,标号1为餐饮类逐时用电负荷曲线,标号2为娱乐电玩类逐时用电负荷曲线,标号3为零售类逐时用电负荷曲线,标号4为办公(含空调)类逐时用电负荷曲线,标号5为商场制冷站(单位空调面积)的逐时用电负荷曲线;标号6为小型办公类逐时用电负荷曲线,标号7为办公制冷站的逐时用电负荷曲线,标号8为车库逐时用电负荷曲线。
以餐饮类、娱乐电玩类以及零售类这三种业态的典型值负荷曲线为例,首先获取餐饮类、娱乐电玩类和零售类这三种业态下个体用户在某一时间内的逐时用电负荷数据,分别确定餐饮类、娱乐电玩类以及零售类的变压器配电容量指标,同时依据餐饮类、娱乐电玩类以及零售类这三种业态的逐时用电负荷数据绘制每一业态的逐时用电负荷曲线,根据这三种业态的典型值负荷曲线以及变压器配电容量指标,生成基于这三个业态的特征值曲线,即图3中这三个业态的曲线。从图3中可以看出,每一个业态在一天内负荷峰值出现的时间不同,基于此,对这三个业态的特征值曲线进行错峰合并,可以得到基于这三个业态的总特征值曲线,选取总特征值曲线的最大值作为这三个业态总的变压器配电容量指标,根据此变压器配电容量指标,确定基于这三个业态的总体的变压器配电容量。
进一步参考图4,其示出了根据本申请的变压器容量的确定方法的又一个实施例的流程400。该变压器容量的确定方法的流程400,包括以下步骤:
步骤401,获取各业态用户的用电负荷数据。
电量用户按照业态的不同可以分为不同的种类,分别从这些类别的用电用户中选取有代表性的用户,获取用户的用电负荷数据作为样本,每种业态选取的样本数量不低于10个,选取的样本数据包括:用电用户一年内每一天的用电负荷数据。
步骤402,对用电负荷数据进行筛选,过滤掉异常数据。
在本实施例中,基于上述步骤401,由于数据传输过程中会产生一些脱离了用户实际使用范围的异常数据,例如数据过大或过小,在上述构架100中的实体设备中设置门限阈值,采用标准差置信区间的方法对用户的用电负荷数据进行筛选,过滤掉异常数据。同时,可以对数据进行多次循环筛选,扩大置信区间的范围,提高数据的准确性。
步骤403,确定用电负荷数据的平均值及方差。
在本实施例中,将步骤402筛选后的数据进行计算,获取用户的用电负荷数据的平均值和方差,可以如下进行:首先,提取用电负荷数据的最大值,生成逐时用电负荷数据最大值集合;其次,将逐时用电负荷数据最大值集合按不同业态划分为上述步骤203中的n个子集;最后,确定n个子集中每一子集的算术平均值和方差。
步骤404,基于平均值及方差,确定各业态用户的变压器配电容量指标。
在本实施例中,基于步骤403,通过计算用户的用电负荷数据的平均值和方差的方式,确定各个业态用户的变压器配电容量指标,可以如下进行:确定上述步骤402中n个子集中每一子集的样本容量值;
根据步骤402中的平均值与上述样本容量值确定每一子集的总体样本均值和总体样本方差,如下式①-②所示:
Ai *=Ni·Ai ①;
其中,为第i子集的总体样本均值,为第i子集的总体样本方差,Ni为第i子集的样本容量,Ai为第i子集的平均值,σi为第i子集的方差,i为自然数且1≤i≤m;
确定步骤402中方差与平均值的关系,用下式③表述:
σi=βAi ③;
其中,β为上述第i子集的方差σi与上述第i子集的平均值Ai的比例系数;
基于每一子集的总体样本均值和总体样本方差,确定每一子集的变压器配电容量指标,如下式④所示:
其中,Si为第i子集的变压器配电容量指标,α为变压器配电容量指标与总体样本均值的比例系数,可用下式⑤表述:
具体的,对用户的用电负荷数据经过上述方法进行定量分析后,得到上述方差与平均值的比例系数β的取值为0.2~0.6;以同一业态的用户样本为例,在比例系数β取值0.6的情况下,表一给出了同一业态的不同样本容量值下的变压器配电容量指标。
表一样本容量值与变压器配电容量指标的关系
由表一可以看出,随着样本容量逐渐增大,变压器配电容量指标越接近上述用户分布容量的样本平均值,在同一业态内,用户的样本容量值不少于10。当样本容量取值10时,同一业态的变压器配电容量指标为1.2倍的该业态用电负荷数据的平均值。
步骤405,确定每一业态在预定时间段内的典型用电负荷曲线,根据典型用电负荷曲线的最大值与变压器配电容量指标的关系,生成第一特征值曲线集合。
在本实施例中,步骤401与图2所对应实施例中的步骤203基本相同,这里不再赘述。
步骤406,对第一特征值曲线集合错峰合并,生成第二特征值曲线。
在本实施例中,步骤401与图2所对应实施例中的步骤204基本相同,这里不再赘述。
步骤407,将第二特征值曲线的最大值作为总业态变压器配电容量指标,基于总业态变压器配电容量指标,确定总业态变压器配电容量。
在本实施例中,步骤401与图2所对应实施例中的步骤205基本相同,这里不再赘述。
从图4中可以看出,与图2对应的实施例不同的是,本实施例中的变压器容量的确定方法的流程400多出了对用电负荷数据进行筛选,过滤掉异常数据的步骤402、确定用电负荷数据的平均值及方差的步骤403和基于平均值及方差,确定各业态用户的变压器配电容量指标的步骤404。通过增加的步骤402、403和404,本实施例描述的方案可以更精准的确定变压器配电容量指标,增强了用户的用电负荷数据的准确性以及变压器配电容量指标的可靠性。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种变压器容量的确定装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例所述的变压器容量的确定装置500包括:数据采集单元501、变压器配电容量指标单元502、第一特征值曲线集合单元503、第二特征值曲线单元504和变压器容量单元。其中,数据采集单元501配置用于获取各业态用户的用电负荷数据,其中,用电负荷数据包括各业态用户在预定时间段内的逐时用电负荷数据;变压器配电容量指标单元502配置用于确定上述各业态用户的变压器配电容量指标;其中,变压器配电容量指标由上述用电负荷数据经过分析计算后生成;第一特征值曲线集合单元503配置用于确定每一业态在预定时间段内的典型用电负荷曲线,根据典型用电负荷曲线的最大值与上述变压器配电容量指标的比例关系,对典型用电负荷曲线进行逐时用电负荷换算,生成第一特征值曲线集合;第二特征值曲线单元504配置用于对上述第一特征值曲线集合错峰合并,生成第二特征值曲线;变压器容量单元505配置用于将所述第二特征值曲线的最大值作为总业态变压器配电容量指标,基于所述总业态变压器配电容量指标,确定总业态变压器配电容量。
在本实施例中,变压器容量的确定装置500的用户的用电负荷数据501可以从本地或者远程地获取用户的用电负荷数据信息,具体而言,当上述变压器容量的确定装置500位于对用户的用电负荷数据可以直接获取的后台服务器上时,用户的用电负荷数据501可以直接从服务器本地获取上述用电负荷数据;而当变压器容量的确定装置500位于远程终端设备上时,用户的用电负荷数据501可以通过有线连接方式或者无线连接方式从可以直接获取用户的用电负荷数据信息的后台服务器获取。在这里,用户的用电负荷数据包括各业态用户在预定时间段内的逐时用电负荷数据。
在本实施例中,在数据采集单元501获取用户各业态用户的用电负荷数据之后,变压器配电容量指标单元502可以用于对上述各业态用户的用电负荷数据进行计算分析,确定各业态用户的变压器配电容量指标。
在本实施例中,变压器容量的确定装置500的第一特征值曲线集合单元503可以对数据采集单元501获取的用电负荷数据以及变压器配电容量指标单元502获取的各业态用户的变压器配点容量指标进行汇总分析,生成第一特征值曲线集合单元。
在本实施例中,变压器容量的确定装置500的第二特征值曲线单元504可以把上述第一特征值曲线集合单元503生成的第一特征值曲线集合进行错峰合并,生成一条基于总业态负荷的特征值曲线,即第二特征值曲线。
在本实施例中,变压器容量的确定装置500的变压器容量单元505可以对上述第二特征值曲线单元504的曲线进行分析,确定第二特征值曲线的最大值,将此最大值作为总业态变压器配电容量指标,根据此总业态变压器配电容量指标,确定总业态的变压器容量。
在本实施例的一个可选实施方式中,上述变压器容量的确定装置500的数据采集单元501进一步包括:数据筛选模块(未示出),配置用于根据标准差置信区间与预设阈值对所述用电负荷数据进行筛选。上述变压器容量的确定装置500的变压器配电容量指标单元502进一步包括:平均值计算子单元(未示出),配置用于确定所述用电负荷数据的平均值及方差;变压器配电容量指标计算子单元(未示出),配置用于基于所述平均值及方差,确定各业态用户的变压器配电容量指标。平均值计算子单元(未示出)进一步包括:数据提取模块(未示出),配置用于提取所述用电负荷数据的最大值,生成逐时用电负荷数据最大值集合;数据分配模块(未示出),配置用于将所述逐时用电负荷数据最大值集合按不同业态划分为n个子集;数据计算模块(未示出),配置用于确定所述n个子集中每一子集的算术平均值和方差;其中,n为业态个数,且n大于等于1。变压器配电容量指标计算子单元(未示出)进一步包括:样本容量计算模块(未示出),配置用于确定所述n个子集中每一子集的样本容量值;总体样本计算模块(未示出),配置用于根据所述平均值与所述样本容量值确定每一子集的总体样本均值和总体样本方差;系数计算模块(未示出),配置用于确定所述方差与所述平均值的关系;配电容量指标计算模块,配置用于基于所述每一子集的总体样本均值和总体样本方差,确定所述每一子集的变压器配电容量指标。上述变压器容量的确定装置500的数据采集单元503进一步包括:第一特征值曲线集合单元(未示出),配置用于确定每一业态在预定时间段内的典型用电负荷曲线,根据所述典型用电负荷曲线的最大值与所述变压器配电容量指标的比例关系,对所述典型用电负荷曲线进行逐时用电负荷换算,生成第一特征值曲线集合。第一特征值曲线集合单元(未示出)进一步包括:曲线获取模块(未示出),配置用于获取所述各业态用户在预定时间段内的逐时用电负荷曲线;曲线分配模块(未示出),配置用于将所述逐时用电负荷曲线划分为所述n个子集,生成所述n个子集的逐时用电负荷曲线群;曲线计算模块(未示出),配置用于对所述逐时用电负荷曲线群逐时求取平均值,生成n条典型用电负荷曲线,所述n条典型用电负荷曲线为每一业态在预定时间段内的典型用电负荷曲线。
本领域技术人员可以理解,上述信息推送装置500还包括一些其他公知结构,例如处理器、存储器等,为了不必要地模糊本公开的实施例,这些公知的结构在图5中未示出。
本申请实施例中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,例如,可以描述为:一种处理器包括数据采集单元、变压器配电容量指标单元、第一特征值曲线集合单元、第二特征值曲线单元和变压器容量单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,数据采集单元还可以被描述为“配置用于获取各业态用户的用电负荷数据的单元”。
作为另一方面,本申请还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中所述装置中所包含的计算机可读存储介质;也可以是单独存在,未装配入终端中的计算机可读存储介质。所述计算机可读存储介质存储有一个或者一个以上程序,所述程序被一个或者一个以上的处理器用来执行描述于本申请的变压器容量配置方法。
Claims (14)
1.一种变压器容量的确定方法,其特征在于,所述方法包括:
获取各业态用户的用电负荷数据,其中,所述用电负荷数据包括所述各业态用户在预定时间段内的逐时用电负荷数据;
确定所述各业态用户的变压器配电容量指标,其中,所述变压器配电容量指标由所述用电负荷数据经过统计分析计算后生成;
确定每一业态在预定时间段内的典型用电负荷曲线,根据所述典型用电负荷曲线的最大值与所述变压器配电容量指标的比例关系,对所述典型用电负荷曲线进行逐时用电负荷换算,生成第一特征值曲线集合;
对所述第一特征值曲线集合错峰合并,生成第二特征值曲线;
将所述第二特征值曲线的最大值作为总业态变压器配电容量指标,基于所述总业态变压器配电容量指标,确定总业态变压器配电容量。
2.根据权利要求1所述的方法,其特征在于,所述确定所述各业态用户的变压器配电容量指标,包括:
确定所述用电负荷数据的平均值及方差;
基于所述平均值及方差,确定各业态用户的变压器配电容量指标。
3.根据权利要求2所述的方法,其特征在于,所述确定所述用电负荷数据的平均值及方差,包括:
提取所述用电负荷数据的最大值,生成逐时用电负荷数据最大值集合;
将所述逐时用电负荷数据最大值集合按不同业态划分为n个子集;
确定所述n个子集中每一子集的算术平均值和方差;其中,n为业态个数,且n大于等于1。
4.根据权利要求3所述的方法,其特征在于,所述基于所述平均值及方差,确定各业态用户的变压器配电容量指标,包括:
确定所述n个子集中每一子集的样本容量值;
根据所述平均值与所述样本容量值确定每一子集的总体样本均值和总体样本方差,如下式①-②所示:
Ai *=Ni·Ai ①;
其中,为第i子集的总体样本均值,为第i子集的总体样本方差,Ni为第i子集的样本容量,Ai为第i子集的平均值,σi为第i子集的方差,i为自然数且1≤i≤n;
确定所述方差与所述平均值的关系,用下式③表述:
σi=βAi ③;
其中,β为所述第i子集的方差σi与所述第i子集的平均值Ai的比例系数;
基于所述每一子集的总体样本均值和总体样本方差,确定所述每一子集的变压器配电容量指标,如下式④所示:
其中,Si为第i子集的变压器配电容量指标,α为变压器配电容量指标与总体样本均值的比例系数,α可用下式⑤表述:
5.根据权利要求3所述方法,其特征在于,所述确定每一业态在预定时间段内的典型用电负荷曲线,包括:
获取所述各业态用户在预定时间段内的逐时用电负荷曲线;
将所述逐时用电负荷曲线划分为所述n个子集,生成所述n个子集的逐时用电负荷曲线群;
对所述逐时用电负荷曲线群逐时求取平均值,生成n条典型用电负荷曲线,所述n条典型用电负荷曲线为每一业态在预定时间段内的典型用电负荷曲线。
6.根据权利要求1所述方法,其特征在于,所述将所述第二特征值曲线的最大值作为总业态变压器配电容量指标,基于所述总业态变压器配电容量指标,确定总业态变压器配电容量,包括:
根据公式⑥,确定总业态变压器配电容量,公式⑥如下所述:
总业态变压器配电容量=总业态变压器配电容量指标/负荷率/功率因数⑥,所述总业态变压器配电容量指标为所述第二特征值曲线的最大值。
7.根据权利要求1所述的方法,其特征在于,所述获取各业态用户的用电负荷数据,包括:
根据标准差置信区间与预设阈值对所述用电负荷数据进行筛选,过滤掉异常数据。
8.一种变压器容量的确定装置,其特征在于,所述装置包括:
数据采集单元,配置用于获取各业态用户的用电负荷数据,其中,所述用电负荷数据包括所述各业态用户在预定时间段内的逐时用电负荷数据;
变压器配电容量指标单元,配置用于确定所述各业态用户的变压器配电容量指标,其中,所述变压器配电容量指标由所述用电负荷数据经过统计分析计算后生成;
第一特征值曲线集合单元,配置用于确定每一业态在预定时间段内的典型用电负荷曲线,根据所述典型用电负荷曲线的最大值与所述变压器配电容量指标的比例关系,对所述典型用电负荷曲线进行逐时用电负荷换算,生成第一特征值曲线集合;
第二特征值曲线单元,配置用于对所述第一特征值曲线集合错峰合并,生成第二特征值曲线;
变压器容量单元,配置用于将所述第二特征值曲线的最大值作为总业态变压器配电容量指标,基于所述总业态变压器配电容量指标,确定总业态变压器配电容量。
9.根据权利要求8所述的装置,其特征在于,所述变压器配电容量指标单元包括:
平均值计算子单元,配置用于确定所述用电负荷数据的平均值及方差;
变压器配电容量指标计算子单元,配置用于基于所述平均值及方差,确定各业态用户的变压器配电容量指标。
10.根据权利要求9所述的装置,其特征在于,所述平均值计算子单元,包括:
数据提取模块,配置用于提取所述用电负荷数据的最大值,生成逐时用电负荷数据最大值集合;
数据分配模块,配置用于将所述逐时用电负荷数据最大值集合按不同业态划分为n个子集;
数据计算模块,配置用于确定所述n个子集中每一子集的算术平均值和方差;其中,n为业态个数,且n大于等于1。
11.根据权利要求10所述的装置,其特征在于,所述变压器配电容量指标计算子单元,包括:
样本容量计算模块,配置用于确定所述n个子集中每一子集的样本容量值;
总体样本计算模块,配置用于根据所述平均值与所述样本容量值确定每一子集的总体样本均值和总体样本方差,如下式①-②所示:
Ai *=Ni·Ai ①;
其中,为第i子集的总体样本均值,为第i子集的总体样本方差,Ni为第i子集的样本容量,Ai为第i子集的平均值,σi为第i子集的方差,i为自然数且1≤i≤n;
系数计算模块,配置用于确定所述方差与所述平均值的关系,用下式③表述:
σi=βAi ③;
其中,β为所述第i子集的方差σi与所述第i子集的平均值Ai的比例系数;
配电容量指标计算模块,配置用于基于所述每一子集的总体样本均值和总体样本方差,确定所述每一子集的变压器配电容量指标,如下式④所示:
其中,Si为第i子集的变压器配电容量指标,α为变压器配电系数,α可用下式⑤表述:
12.根据权利要求10所述装置,其特征在于,所述第一特征值曲线集合单元,包括:
曲线获取模块,配置用于获取所述各业态用户在预定时间段内的逐时用电负荷曲线;
曲线分配模块,配置用于将所述逐时用电负荷曲线划分为所述n个子集,生成所述n个子集的逐时用电负荷曲线群;
曲线计算模块,配置用于对所述逐时用电负荷曲线群逐时求取平均值,生成n条典型用电负荷曲线,所述n条典型用电负荷曲线为每一业态在预定时间段内的典型用电负荷曲线。
13.根据权利要求8所述的装置,其特征在于,所述变压器容量确定单元配置进一步用于:
根据公式⑥,确定总业态变压器配电容量,公式⑥如下所述:总业态变压器配电容量=总业态变压器配电容量指标/负荷率/功率因数⑥,所述总业态变压器配电容量指标为所述第二特征值曲线的最大值。
14.根据权利要求8所述的装置,其特征在于,所述数据采集单元包括:
数据筛选模块,配置用于根据标准差置信区间与预设阈值对所述用电负荷数据进行筛选,过滤掉异常数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610330959.0A CN106056234B (zh) | 2016-05-18 | 2016-05-18 | 变压器容量的确定方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610330959.0A CN106056234B (zh) | 2016-05-18 | 2016-05-18 | 变压器容量的确定方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106056234A true CN106056234A (zh) | 2016-10-26 |
CN106056234B CN106056234B (zh) | 2020-07-28 |
Family
ID=57177807
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610330959.0A Active CN106056234B (zh) | 2016-05-18 | 2016-05-18 | 变压器容量的确定方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106056234B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106921158A (zh) * | 2017-02-09 | 2017-07-04 | 国网福建省电力有限公司 | 一种基于配电变压器时间序列的历史采集数据的需要系数分析方法 |
CN109975607A (zh) * | 2019-02-19 | 2019-07-05 | 国网江西省电力有限公司电力科学研究院 | 配电台区容量识别方法、装置、存储介质及电子设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104092215A (zh) * | 2014-06-24 | 2014-10-08 | 广东电网公司佛山供电局 | 配电变压器容量控制方法与系统 |
-
2016
- 2016-05-18 CN CN201610330959.0A patent/CN106056234B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104092215A (zh) * | 2014-06-24 | 2014-10-08 | 广东电网公司佛山供电局 | 配电变压器容量控制方法与系统 |
Non-Patent Citations (3)
Title |
---|
Y IWAFUNE等: "Estimation of Appliance Electricity Consumption by Monitoring Currents on Residential Distribution Boards", 《2010 INTERNATIONAL CONFERENCE ON POWER SYSTEM TECHNOLOGY》 * |
谢绍锋等: "基于统计的牵引变压器典型负荷曲线分析", 《机车电传动》 * |
雍静等: "配电变压器最佳容量的选择", 《现代建筑电气》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106921158A (zh) * | 2017-02-09 | 2017-07-04 | 国网福建省电力有限公司 | 一种基于配电变压器时间序列的历史采集数据的需要系数分析方法 |
CN106921158B (zh) * | 2017-02-09 | 2020-01-31 | 国网福建省电力有限公司 | 一种基于配电变压器时间序列的历史采集数据的需要系数分析方法 |
CN109975607A (zh) * | 2019-02-19 | 2019-07-05 | 国网江西省电力有限公司电力科学研究院 | 配电台区容量识别方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN106056234B (zh) | 2020-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107944481B (zh) | 用于生成信息的方法和装置 | |
US9754329B2 (en) | Management system, smart meter, server, operation method and management method | |
EP2595098B1 (en) | Method and system for detecting an appliance based on users' feedback information | |
CN105740975B (zh) | 一种基于数据关联关系的设备缺陷评估与预测方法 | |
US9053438B2 (en) | Energy consumption analysis using node similarity | |
CN110363427A (zh) | 模型质量评估方法和装置 | |
Dias et al. | Inflation expectations in the euro area: are consumers rational? | |
KR102438442B1 (ko) | 전력 수요 관리 기능을 갖는 시스템 | |
CN111709756A (zh) | 一种可疑社团的识别方法、装置、存储介质和计算机设备 | |
CN113094325B (zh) | 设备部署方法、装置、计算机系统和计算机可读存储介质 | |
CN110019098A (zh) | 基于Hadoop框架的电能计量大数据分析系统 | |
CN104102968A (zh) | 一种移动关键业务的预警方法及装置 | |
CN106056234B (zh) | 变压器容量的确定方法和装置 | |
CN111353862A (zh) | 商品的推荐方法和装置、电子设备和存储介质 | |
KR102438439B1 (ko) | 전력 수요 관리 기능을 갖는 서버, 통신 기기 및 서버, 및 그것의 전력 사용 관리 방법 | |
US20150088441A1 (en) | Energy usage estimation device and energy usage estimation method | |
CN111092764B (zh) | 一种实时动态亲密度关系分析方法及系统 | |
Wills et al. | Adaptation and validation of an existing bottom-up model for simulating temporal and inter-dwelling variations of residential appliance and lighting demands | |
WO2015087473A1 (ja) | 需要予測装置、節電支援システム | |
Van Hove et al. | Uncertainty and sensitivity analysis of building-stock energy models: sampling procedure, stock size and Sobol’convergence | |
CN110380902B (zh) | 拓扑关系生成方法、装置、电子设备及存储介质 | |
CN112348281A (zh) | 电力数据的处理方法和装置 | |
KR20190041260A (ko) | 공동주택의 에너지 수요관리 장치 및 방법 | |
CN115086180B (zh) | 网络组网方法、网络组网装置及电子设备 | |
US20140288861A1 (en) | Sampling methodology for measuring power consumption for a population of power-consuming devices |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: Room 221, building 5, No. 11, Deshengmenwai street, Xicheng District, Beijing 100044 Applicant after: Borui Shangge Technology Co., Ltd Address before: 100088, No. 3, Building 102, building 28, Xinjie Avenue, Xicheng District, Beijing, 326 Applicant before: BEIJING PERSAGY ENERGY SAVING TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |