CN106503847A - 基于配变台区关口表实测数据的分类负荷求取方法 - Google Patents
基于配变台区关口表实测数据的分类负荷求取方法 Download PDFInfo
- Publication number
- CN106503847A CN106503847A CN201610924053.1A CN201610924053A CN106503847A CN 106503847 A CN106503847 A CN 106503847A CN 201610924053 A CN201610924053 A CN 201610924053A CN 106503847 A CN106503847 A CN 106503847A
- Authority
- CN
- China
- Prior art keywords
- distribute
- load
- electricity transformer
- classed
- transformer district
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000005259 measurement Methods 0.000 claims abstract description 7
- 239000011159 matrix material Substances 0.000 claims description 20
- 238000011068 loading method Methods 0.000 claims description 8
- 230000001131 transforming effect Effects 0.000 claims description 4
- 235000006508 Nelumbo nucifera Nutrition 0.000 claims 1
- 240000002853 Nelumbo nucifera Species 0.000 claims 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 claims 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 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
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)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开一种基于配变台区关口表实测数据的分类负荷求取方法,在地理信息系统中构建配变台区供电范围图层;在地理信息系统中构建实际用地信息图层;获得每个配变台区中不同用地类型的面积;建立各配变台区负荷与分类负荷密度的关系方程;获取分类负荷密度;获取分类负荷。本发明利用已建立的用地信息和配变台区供电范围获得每个配变台区中各类用地的面积,最后建立各配变台区关口表实测负荷数据与分类负荷密度的关系方程,求取分类负荷密度,进而结合各类用地面积计算出各分类负荷数值大小。
Description
技术领域
本发明涉及城市配电网规划中的空间负荷预测领域,是一种基于配变台区关口表实测数据的分类负荷求取方法。
背景技术
分类负荷求取是对实际负荷进行分类处理的过程,也是实现空间负荷预测中一个非常重要的过程。但是按照用地性质来区分的分类负荷没有直接的数据可用,需要在现有的数据基础上借助GIS系统来进行处理来获得。目前大多数关于用地性质的分类负荷都是根据负荷密度指标法获得分类负荷密度,最后结合面积得到分类的负荷。但是负荷密度指标的获取是不容易的,如何准确的获得负荷密度指标更是难上加难。
发明内容
有鉴于此,本发明为克服分类负荷获取难题,提供一种基于配变台区关口表实测数据的分类负荷求取方法,通过配变台区关口表实测数据,结合地理信息系统(GIS),建立配变台区负荷-分类负荷密度关系方程,利用最小二乘法求解关系方程,通过求取分类负荷密度,进而求取分类负荷。
为实现上述目的,本发明采用以下技术方案:
一种基于配变台区关口表实测数据的分类负荷求取方法,包括以下步骤:
1)在地理信息系统中构建配变台区供电范围图层;
2)在地理信息系统中构建实际用地信息图层;
3)利用在地理信息系统中构建的配变台区供电范围图层和用地信息图层获得每个配变台区中不同用地类型的面积;
4)建立各配变台区负荷与分类负荷密度的关系方程;
5)获取分类负荷密度;
6)获取分类负荷。
优选的,所述步骤4)建立各配变台区负荷与分类负荷密度的关系方程,包括:
各分类负荷密度分别与某个配变台区内各分类负荷的用地面积相乘,即可得到该配变台区内的各分类负荷值,对其中所有分类负荷值求和即可得到配变台区的总负荷值;
配变台区的总负荷值由配电变压器出口的关口表直接实测得到,而每个配变台区内各类用地的面积利用在地理信息系统中所建立配变台区用地信息图层和供电范围图层求出;分类负荷密度通过公式(1)求取:
式中,Pi为第i个配变台区内的负荷,i=1,2,…,n,n为配变台区的总数,
Dj为第j类用地的负荷密度,j=1,2,…m,m为分类负荷的总数,Sij为第i个配变台区内第j类用地面积。
优选的,所述步骤5)获取分类负荷密度,包括:
公式(1)的矩阵形式如公式(2)所示,
P=SD (2)
式中,P为配变台区的负荷矩阵,S为反应各配变台区用地信息的面积矩阵,D为分类负荷密度矩阵;
运用最小二乘法求解公式(2):
若为配变台区的负荷矩阵的估计值,为分类负荷密度矩阵的估计值,则有公式(3)成立,
基于配变台区关口表实测的历史负荷数据,即配变台区负荷的观测值P与估计值之差的平方和记作Q,可用公式(4)来表示,
根据最小二乘法原理可知,分类负荷密度值就是公式(5)的解,
所得到的分类负荷密度D的最小二乘估计值见公式(6),
分类负荷密度估计值就是需要求取的分类负荷密度D,即
优选的,所述步骤6)获取分类负荷,包括:
将每个配变台区中每类用地面积对应求和得到每类负荷的总面积,再分别乘以对应的分类负荷密度即可得到分类负荷,见公式(8),
Pj=SjDj (8)
式中,Pj第j类用地的负荷,Dj为第j类用地的负荷密度,Sj为第j类用地面积。
本发明的有益效果是:
本发明提出了一种基于配变台区关口表实测数据的分类负荷求取新方法,解决了难以获取负荷密度指标的问题,通过结合地理信息系统(GIS),构建配变台区供电范围图层和实际用地信息图层,通过配变台区关口表实测数据,建立配变台区负荷-分类负荷密度关系方程,利用最小二乘法求解关系方程,求取分类负荷密度,准确的获取分类负荷。
附图说明
图1为本发明一种基于配变台区关口表实测数据的分类负荷求取方法的流程图。
图2为郑州市核心区所选53个配变台区供电范围图。
图3为郑州市核心区所选53个配变台区的用地信息图。
具体实施方式
下面利用附图和实例对本发明进行进一步说明。
实施例1:
如图1所示,一种基于配变台区关口表实测数据的分类负荷求取方法,包括如下步骤:
1、在地理信息系统(GIS)中构建配变台区供电范围图层;
2、在GIS中构建实际用地信息图层;
3、获取每个配变台区内各类用地面积;
利用在GIS中构建的配变台区供电范围图层和用地信息图层获得每个配变台区中不同用地类型的面积;
4、建立各配变台区负荷与分类负荷密度的关系方程;
各分类负荷密度分别与某个配变台区内各分类负荷的用地面积相乘,即可得到该配变台区内的各分类负荷值,对其中所有分类负荷值求和即可得到配变台区的总负荷值;
配变台区的总负荷大小能够由配电变压器出口的关口表直接实测得到,而每个配变台区内各类用地的面积可以利用在GIS中所建立配变台区用地信息图层和供电范围图层求出,所以分类负荷密度可通过公式(1)求取;
式中,Pi为第i个配变台区内的负荷,i=1,2,…,n,n为配变台区的总数,
Dj为第j类用地的负荷密度,j=1,2,…m,m为分类负荷的总数,
Sij为第i个配变台区内第j类用地面积;
5、求取分类负荷密度;
公式(1)的矩阵形式如公式(2)所示,
P=SD (2)
式中,P为配变台区的负荷矩阵,S为反应各配变台区用地信息的面积矩阵,D为分类负荷密度矩阵;
运用最小二乘法求解公式(2):
若为配变台区的负荷矩阵的估计值,为分类负荷密度矩阵的估计值,则有公式(3)成立:
基于配变台区关口表实测的历史负荷数据,即配变台区负荷的观测值P与估计值之差的平方和记作Q,可用公式(4)来表示:
根据最小二乘法原理可知,分类负荷密度值就是公式(5)的解:
所得到的分类负荷密度D的最小二乘估计值见公式(6):
分类负荷密度估计值就是需要求取的分类负荷密度D,即:
6、求取分类负荷;
将每个配变台区中每类用地面积对应求和得到每类负荷的总面积,再分别乘以对应的分类负荷密度即可得到分类负荷,见公式(8):
Pj=SjDj (8)
式中,Pj第j类用地的负荷,Dj为第j类用地的负荷密度,Sj为第j类用地面积。
本发明利用已建立的用地信息和配变台区供电范围获得每个配变台区中各类用地的面积,最后建立各配变台区关口表实测负荷数据与分类负荷密度的关系方程,求取分类负荷密度,进而结合各类用地面积计算出各分类负荷数值大小。
实施例2:
参照图2-图3,图2显示了实例中郑州市核心区基于电力地理信息系统的所选53个配变台区供电范围图;图3给出了郑州市核心区基于电力地理信息系统的所选53个配变台区的用地信息图;
本发明的方法包含以下步骤:
1)基于电力地理信息系统(GIS)构建郑州市核心区中所选53个配变台区的供电范围图层,如图2。
2)基于电力GIS构建郑州市核心区中所选53个配变台区实际用地信息图层,结合实际情况将53个配变台区用地分为八类用地,如图3。在图3中,A代表商业用地,B代表教育用地,C代表文化用地,D代表绿化用地,E代表文化用地,F代表医疗用地,G代表公用设施用地,其余为居民用地。
3)获取所选53个配变台区内各类用地面积,利用在电力地理信息系统(GIS)下构建的台区供电范围图层和用地信息图层获得每个台区中不同用地类型的面积,其结果见表1。
表1:53个配变台区中各类用地面积(单位:km2)
4)建立各配变台区负荷与分类负荷密度的关系方程;
根据关口表实测数据得到2015年郑州市核心区中所选的53个配变台区最大负荷值,见表2。
表2:53个配变台区最大负荷值(单位:MW)
配变台区的总负荷大小能够由配电变压器出口的关口表直接实测得到,而每个配变台区内各类用地的面积可以利用在GIS中所建立配变台区用地信息图层和供电范围图层求出,所以分类负荷密度可通过公式(1)求取,
式中,Pi为第i个配变台区内的负荷,i=1,2,…,n,n为配变台区的总数,
Dj为第j类用地的负荷密度,j=1,2,…m,m为分类负荷的总数,Sij为第i个配变台区内第j类用地面积。
7、求取分类负荷密度;
公式(1)的矩阵形式如公式(2)所示,
P=SD (2)
式中,P为配变台区的负荷矩阵,
S为反应各配变台区用地信息的面积矩阵,
D为分类负荷密度矩阵;
运用最小二乘法求解公式(2):
若为配变台区的负荷矩阵的估计值,为分类负荷密度矩阵的估计值,则有公式(3)成立,
基于配变台区关口表实测的历史负荷数据,即配变台区负荷的观测值P与估计值之差的平方和记作Q,可用公式(4)来表示,
根据最小二乘法原理可知,分类负荷密度值就是公式(5)的解,
所得到的分类负荷密度D的最小二乘估计值见公式(6),
分类负荷密度估计值就是需要求取的分类负荷密度D,即
根据公式(1)-(7)计算得到的分类负荷密度值见表3。
表3:53个配变台区分类负荷密度(单位:WM/km^2)
6)求取分类负荷;
将每个配变台区中每类用地面积对应求和得到每类负荷的总面积,郑州市核心区53个配变台区内八类用地面积的计算结果见表4。
表4配变台区内八类用地面积(单位:km^2)
再分别乘以对应的分类负荷密度即可得到分类负荷,如公式(8),
Pj=SjDj (8)
式中:Pj第j类用地的负荷;Dj为第j类用地的负荷密度;Sj为第j类用地面积。根据公式(8)计算得到的分类负荷结果见表5,
表5分类负荷结果(单位:MW)
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,本领域普通技术人员对本发明的技术方案所做的其他修改或者等同替换,只要不脱离本发明技术方案的精神和范围,均应涵盖在本发明的权利要求范围当中。
Claims (4)
1.一种基于配变台区关口表实测数据的分类负荷求取方法,其特征在于,它包括以下步骤:
1)在地理信息系统中构建配变台区供电范围图层;
2)在地理信息系统中构建实际用地信息图层;
3)利用在地理信息系统中构建的配变台区供电范围图层和用地信息图层获得每个配变台区中不同用地类型的面积;
4)建立各配变台区负荷与分类负荷密度的关系方程;
5)获取分类负荷密度;
6)获取分类负荷。
2.根据权利要求1所述的一种基于配变台区关口表实测数据的分类负荷求取方法,其特征在于:所述步骤4)建立各配变台区负荷与分类负荷密度的关系方程,包括:
各分类负荷密度分别与某个配变台区内各分类负荷的用地面积相乘,即可得到该配变台区内的各分类负荷值,对其中所有分类负荷值求和即可得到配变台区的总负荷值;
配变台区的总负荷值由配电变压器出口的关口表直接实测得到,而每个配变台区内各类用地的面积利用在地理信息系统中所建立配变台区用地信息图层和供电范围图层求出;分类负荷密度通过公式(1)求取:
式中,Pi为第i个配变台区内的负荷,i=1,2,…,n,n为配变台区的总数,Dj为第j类用地的负荷密度,j=1,2,…m,m为分类负荷的总数,Sij为第i个配变台区内第j类用地面积。
3.根据权利要求2所述的一种基于配变台区关口表实测数据的分类负荷求取方法,其特征在于:所述步骤5)获取分类负荷密度,包括:
公式(1)的矩阵形式如公式(2)所示,
P=SD (2)
式中,P为配变台区的负荷矩阵,S为反应各配变台区用地信息的面积矩阵,D为分类负荷密度矩阵;
运用最小二乘法求解公式(2):
若为配变台区的负荷矩阵的估计值,为分类负荷密度矩阵的估计值,则有公式(3)成立,
基于配变台区关口表实测的历史负荷数据,即配变台区负荷的观测值P与估计值之差的平方和记作Q,可用公式(4)来表示,
根据最小二乘法原理可知,分类负荷密度值就是公式(5)的解,
所得到的分类负荷密度D的最小二乘估计值见公式(6),
分类负荷密度估计值就是需要求取的分类负荷密度D,即
4.根据权利要求3所述的一种基于配变台区关口表实测数据的分类负荷求取方法,其特征在于:所述步骤6)获取分类负荷,包括:
将每个配变台区中每类用地面积对应求和得到每类负荷的总面积,再分别乘以对应的分类负荷密度即可得到分类负荷,见公式(8),
Pj=SjDj (8)
式中,Pj第j类用地的负荷,Dj为第j类用地的负荷密度,Sj为第j类用地面积。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610924053.1A CN106503847A (zh) | 2016-10-29 | 2016-10-29 | 基于配变台区关口表实测数据的分类负荷求取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610924053.1A CN106503847A (zh) | 2016-10-29 | 2016-10-29 | 基于配变台区关口表实测数据的分类负荷求取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106503847A true CN106503847A (zh) | 2017-03-15 |
Family
ID=58318506
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610924053.1A Pending CN106503847A (zh) | 2016-10-29 | 2016-10-29 | 基于配变台区关口表实测数据的分类负荷求取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106503847A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112611997A (zh) * | 2020-12-01 | 2021-04-06 | 国网河南省电力公司电力科学研究院 | 一种台区关口表挂接关系在线校验方法和系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101070368B1 (ko) * | 2009-08-27 | 2011-10-05 | 한국전력공사 | 자동 검침 데이터를 이용한 전력 고객 군집화 장치 및 그 방법 |
CN103258246A (zh) * | 2013-05-16 | 2013-08-21 | 东北电力大学 | 一种基于元胞历史数据的负荷密度指标的求取方法 |
CN105631547A (zh) * | 2015-12-28 | 2016-06-01 | 国家电网公司 | 一种基于负荷密度协调系数的空间电力负荷预测方法 |
CN105825295A (zh) * | 2016-03-13 | 2016-08-03 | 东北电力大学 | 一种计及元胞发展程度的空间负荷预测方法 |
-
2016
- 2016-10-29 CN CN201610924053.1A patent/CN106503847A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101070368B1 (ko) * | 2009-08-27 | 2011-10-05 | 한국전력공사 | 자동 검침 데이터를 이용한 전력 고객 군집화 장치 및 그 방법 |
CN103258246A (zh) * | 2013-05-16 | 2013-08-21 | 东北电力大学 | 一种基于元胞历史数据的负荷密度指标的求取方法 |
CN105631547A (zh) * | 2015-12-28 | 2016-06-01 | 国家电网公司 | 一种基于负荷密度协调系数的空间电力负荷预测方法 |
CN105825295A (zh) * | 2016-03-13 | 2016-08-03 | 东北电力大学 | 一种计及元胞发展程度的空间负荷预测方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112611997A (zh) * | 2020-12-01 | 2021-04-06 | 国网河南省电力公司电力科学研究院 | 一种台区关口表挂接关系在线校验方法和系统 |
CN112611997B (zh) * | 2020-12-01 | 2022-05-06 | 国网河南省电力公司电力科学研究院 | 一种台区关口表挂接关系在线校验方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Gorsevski et al. | A group-based spatial decision support system for wind farm site selection in Northwest Ohio | |
Van Herzele et al. | A monitoring tool for the provision of accessible and attractive urban green spaces | |
CN113487181B (zh) | 城市化区域生态安全格局评估方法 | |
Thapa et al. | Land evaluation for peri-urban agriculture using analytical hierarchical process and geographic information system techniques: A case study of Hanoi | |
Franco et al. | The impact of agroforestry networks on scenic beauty estimation: The role of a landscape ecological network on a socio-cultural process | |
CN108182484A (zh) | 基于网格化技术和bp神经网络的空间负荷预测方法 | |
CN103337035A (zh) | 基于定量评价的确定城市中心体系选址方法 | |
Amin et al. | Land transformation analysis using remote sensing and GIS techniques (a case study) | |
CN115310806A (zh) | 一种基于空间信息格网的洪涝灾害损失评估方法 | |
Venturelli et al. | Integrated indicators in environmental planning: Methodological considerations and applications | |
CN105975591A (zh) | 一种城市全域能耗数字地图制作及显示方法和系统 | |
CN103325010A (zh) | 基于因子综合评价的城市整体高度控制分区方法 | |
CN106503847A (zh) | 基于配变台区关口表实测数据的分类负荷求取方法 | |
CN102880753A (zh) | 基于分形维数的土地利用空间特征尺度转换方法 | |
CN101763659B (zh) | 基于图像集的大规模数字化高程数据模型自动生成方法 | |
CN104703059A (zh) | 一种宽带接入网络的规划方法及装置 | |
La Frenierre | Mapping heritage: A participatory technique for identifying tangible and intangible cultural heritage | |
Contin | Metropolitan Cartography as a Tool for the Metropolitan Approach to Complexity: The Uganda Key Study | |
CN110490488A (zh) | 基于大数据分析技术的电力企业主网规划数据分析系统 | |
Caiaffa | European marine information system: Eumaris prototype | |
Swaffield et al. | He tangata, he tangata, he tangata 1: Landscape characterisation in Aotearoa-New Zealand | |
Karlen | Opportunities and challenges associated with watershed-scale assessments of soil and water quality | |
Li | Comprehensive evaluation model for Smart Growth | |
Cathcart | A Group-based Spatial Decision Support System for Wind Farm Site Selection in Northwest Ohio | |
Arifin | Potential Analysis of New Hospital Locations in Tasikmalaya City Using Geographic Information Systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170315 |
|
RJ01 | Rejection of invention patent application after publication |