CN110889466B - 一种基于线损分类器的台区线损分析方法 - Google Patents
一种基于线损分类器的台区线损分析方法 Download PDFInfo
- Publication number
- CN110889466B CN110889466B CN201911286795.6A CN201911286795A CN110889466B CN 110889466 B CN110889466 B CN 110889466B CN 201911286795 A CN201911286795 A CN 201911286795A CN 110889466 B CN110889466 B CN 110889466B
- Authority
- CN
- China
- Prior art keywords
- line loss
- area
- transformer
- loss rate
- classifier
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Abstract
本发明公开了一种基于线损分类器的台区线损分析方法,包括:选取典型台区进行理论线损计算得到准确线损率和准确线损率台区,提取样本台区的特征参数、供电量、售电量等关键数据;将样本台区输入到台区线损训练器功能模块,台区线损分类器对样本台区进行分类,形成分类原则;将分好的各类别样本台区输入到台区线损率多元线性回归计算得到各类别台区线损率多元线性回归计算模型;将分类原则和各类别台区线损率多元线性回归计算模型输入线损分类器,从计量自动化系统和营销系统采集每个台区的信息利用多元线性回归计算模型得到每个台区的线损率,与统计线损率进行比对,给出线损异常报警信息;解决了台区线损分析和管理难的问题。
Description
技术领域
本发明属于电力技术领域,尤其涉及一种基于线损分类器的台区线损分析方法。
背景技术
线损是供电企业重要经济技术指标,这项指标牵动电网的发、供、变、用等多个环节,是电力网的规划设计、生产运营管理水平的反映,也与企业的经济效益挂钩,在配网自动化飞速发展的情况下,配网线损分析计算和监测已成为电力企业迫切改善的环节。随着电力市场经济改革的不断深入,在用电精细化管理、节能降损不断提出新的要求,管理上的创新的和科学化、现代化,要求线损在线监测和线损细分管理作为生产运营和需求管理的必要技术手段。
线损率作为一种综合反映电力系统中规划设计、生产运行、经营管理水平的经济技术指标,是电力部门日常管理工作中所关注的重要内容。降低线损率能够带来非常可观的经济与社会效益。我国对低压客户全面实行分台区管理,台区线损直接反映了一个地区的电网营销管理水平。台区线损管理通过比较理论线损与实际线损的差值,对不合理线损进行分析和预测,提供较为科学有效的降损措施,有利于提升电力部门的管理水平与经济效益,促进电网的建设与改造的科学性与合理性。
现阶段线损分析和管理存在以下不足:
1)由于台区数量很大,对所有台区进行理论线损计算需耗费大量人力物力,增加了线损管理的困难程度,使台区线损治理不具有针对性。
2)台区线损管理没有一个比较合理的线损控制目标,线损异常判断也是一刀切或凭经验主观判断,未针对具体台区进行合理分析。
发明内容
本发明要解决的技术问题是:针对上述台区线损分析和线损管理中技术不足,提供一种基于线损分类器的台区线损分析方法,以解决现有技术大量台区线损率分析和计算困难、线损率控制目标不明确、台区线损率异常无法判断等技术问题。
本发明采取的技术方案为:
一种基于线损分类器的台区线损分析方法,它包括:
步骤1、采取区域特征法,选取典型台区;
步骤2、将典型台区的特征参数、供电量和售电量参数输入到台区理论线损计算模块,得到典型台区线损率;
步骤3、将典型台区输入到样本台区功能模块,形成样本台区集;
步骤4、将样本台区集输入到台区线损训练器功能模块,台区线损训练器对样本台区进行分类,形成分类原则和得到各类别的样本台区;
步骤5、将分好的各类别样本台区输入到台区线损率多元线性回归计算模型功能模块,得到各类别的台区线损率多元线性回归计算模型;
步骤6、将分类原则和各类别台区线损率多元线性回归计算模型输入线损分类器,线损分类器进行分类原则和各类别台区线损率多元线性回归计算模型的数据更新;
步骤7、系统接口模块按固定周期从计量自动化系统和营销系统采集每个台区的信息,并将所有台区信息输入到线损分类器;
步骤8、线损分类器将采集到的每个台区信息,根据更新的分类原则对每一个台区进行分类,贴上台区类别电子标签,并利用更新的多元线性回归计算模型得到每个台区的计算线损率;
步骤9、线损分类器将利用多元线性回归计算模型得到的每个台区计算线损率,与从计量自动化系统、营销系统采集的统计线损率进行比对,误差超过限定范围的,给出线损异常报警信息。
步骤10、线损分类器将台区类别标签、正常台区、线损异常报警信息反馈至计量自动化系统、营销系统,并对异常台区进行警示。
步骤11、线损分类器将线损率正常的台区输送到线损分析模块,将线损异常的台区进行线损率修正后输送到线损分析模块,线损分析模块对台区进行月度统计和分区统计,并对台区线损率信息进行发布。
所述区域特征法为根据区域网络结构差异,以网络特征为基础,根据供电半径、负荷大小和三相不平衡特征选取各区域内的具有各种特征的典型台区,并作为样本台区。
所述台区线损训练器功能模块集成一种以上数据挖掘算法以适应各种台区的线损分类训练。
台区理论线损计算模块集成等值电阻法、潮流法或迭代法计算台区线损率。
本发明的有益效果:
本发明利用现有信息系统和数据挖掘技术,为台区线损率分析和管理提供了系统解决方案,有助于解决台区线损分析和管理困难的问题,促进台区线损率的精细化管理,降低台区损耗,为电网节能做出贡献。
本发明将本发明得出的台区信息反馈至计量自动化和营销系统,为计量自动化和营销系统提供线损管理目标,有助于计量自动化和营销系统数据质量的提升。
本发明提出了台区线损异常判断方法和流程,减轻了线损管理人员的工作量;解决了现有技术大量台区线损率分析和计算困难、线损率控制目标不明确、台区线损率异常无法判断等技术问题。
附图说明
图1为本发明流程示意图。
具体实施方式
下面结合附图及具体的实施例对本发明进行进一步介绍。
实施例1:如图1所示,一种基于线损分类器的台区线损分析方法,该方法包括以下步骤:
步骤1、采取区域特征法,选取典型台区。
步骤2、将典型台区的特征参数、供电量、售电量等参数输入到台区理论线损计算模块,得到典型台区线损率。台区理论线损计算模块集成等值电阻法、潮流法、迭代法等多种台区线损率计算方法。该步骤形成了典型台区线损率以及其他相关信息。
步骤3、将典型台区输入到样本台区功能模块,形成样本台区集。该步骤形成了样本台区集,为后面数据挖掘训练提供样本。用户根据需求,可以不断更新和增加典型台区和样本台区。
步骤4、将样本台区集输入到台区线损训练器功能模块,台区线损训练器对样本台区进行分类,形成分类原则和得到各类别的样本台区。该步骤台区线损训练器利用多种数据挖掘技术,进行样本台区的分类,形成分类原则。
步骤5、将分好的各类别样本台区输入到台区线损率多元线性回归计算模型功能模块,得到各类别的台区线损率多元线性回归计算模型。该步骤利用样本台区数据信息和分类信息,形成台区线损率多元线性回归计算模型,为后续步骤所有台区线损率计算提供计算方法。
步骤6、将分类原则和各类别台区线损率多元线性回归计算模型输入线损分类器,线损分类器进行分类原则和各类别台区线损率多元线性回归计算模型的数据更新。该步骤不断优化和更新线损分类器,使线损分类器不断进化,提升台区线损分类器处理能力。
步骤7、系统接口模块按固定周期从计量自动化系统和营销系统采集每个台区的信息,并将所有台区信息输入到线损分类器。该步骤的采集固定周期,一般按日和月进行数据信息采集。该步骤获得每个台区信息。
步骤8、线损分类器将采集到的每个台区信息,根据更新的分类原则对每一个台区进行分类,贴上台区类别电子标签,并利用更新的多元线性回归计算模型得到每个台区的计算线损率。该步骤线损分类器对每个台区进行贴电子标签和线损率计算。
步骤9、线损分类器将利用多元线性回归计算模型得到的每个台区计算线损率,与从计量自动化系统、营销系统采集的统计线损率进行比对,误差超过限定范围的,给出线损异常报警信息。该步骤对每个台区统计线损率是否异常进行判断。
步骤10、线损分类器将台区类别标签、正常台区、线损异常报警信息反馈至计量自动化系统、营销系统,并对异常台区进行警示。该步骤为线损分类器将处理得到的台区计算线损率等信息反馈至计量自动化系统、营销系统。
步骤11、线损分类器将线损率正常的台区输送到线损分析模块,将线损异常的台区进行线损率修正后输送到线损分析模块,线损分析模块对台区进行月度统计和分区统计,并对台区线损率信息进行发布。该步骤将所有台区线损率进行总体分析,并将所有台区线损率信息发布给线损管理人员。
该方法包括典型台区选取功能模块、台区理论线损计算模块、台区线损训练器功能模块、台区线损率多元线性回归计算模型功能模块、线损分类器、线损分析模块、系统接口模块7大功能模块构成。
线损分类处理器硬件结构包括单片机、电源、点阵LCD、输入设备,无线载波通讯模块、数据缓存器、存储器和数据I/O接口。其中单片机核心,采用工业级别高速单片处理器,主要进行数据计算处理、采集和对外围器件的控制,本发明采用64位嵌入式微处理器,点阵LCD即为液晶显示屏,输入设备主要指键盘,存储器采用Flash闪存存储器,数据缓存器采用固态存储硬盘。
典型台区的选取采取区域特征法,即根据区域网络结构差异,以网络特征为基础,如供电半径、负荷大小、三相不平衡等特征,选取各区域内的具有各种特征的典型台区,并作为样本台区。
步骤1到步骤6之间根据样本增加或样本更新,进行不断优化循环和进化,使分类原则和计算模型更加科学合理。
线损训练器功能模块集成多种数据挖掘算法,可适应各种台区的线损分类训练。
台区线损率多元线性回归计算模型功能模块对台区的关键电气特征参数进行回归。
线损率分类器根据分类原则和计算模型,将所有台区进行分类和贴标签,判断异常台区,并将台区标签信息、正常台区信息、异常台区信息反馈至计量自动系统和营销系统。
线损分类器与计量自动化系统、营销系统是可信息交互的,可成为计量自动化系统、营销系统的实用化工具。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内,因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (3)
1.一种基于线损分类器的台区线损分析方法,它包括:
步骤1、采取区域特征法,选取典型台区;
步骤2、将典型台区的特征参数、供电量和售电量参数输入到台区理论线损计算模块,得到典型台区线损率;
步骤3、将典型台区输入到样本台区功能模块,形成样本台区集;
步骤4、将样本台区集输入到台区线损训练器功能模块,台区线损训练器对样本台区进行分类,形成分类原则和得到各类别的样本台区;所述台区线损训练器功能模块集成一种以上数据挖掘算法以适应各种台区的线损分类训练;
步骤5、将分好的各类别样本台区输入到台区线损率多元线性回归计算模型功能模块,得到各类别的台区线损率多元线性回归计算模型;
步骤6、将分类原则和各类别台区线损率多元线性回归计算模型输入线损分类器,线损分类器进行分类原则和各类别台区线损率多元线性回归计算模型的数据更新;
步骤7、系统接口模块按固定周期从计量自动化系统和营销系统采集每个台区的信息,并将所有台区信息输入到线损分类器;
步骤8、线损分类器将采集到的每个台区信息,根据更新的分类原则对每一个台区进行分类,贴上台区类别电子标签,并利用更新的多元线性回归计算模型得到每个台区的计算线损率;
步骤9、线损分类器将利用多元线性回归计算模型得到的每个台区计算线损率,与从计量自动化系统、营销系统采集的统计线损率进行比对,误差超过限定范围的,给出线损异常报警信息;
步骤10、线损分类器将台区类别标签、正常台区、线损异常报警信息反馈至计量自动化系统、营销系统,并对异常台区进行警示;
步骤11、线损分类器将线损率正常的台区输送到线损分析模块,将线损异常的台区进行线损率修正后输送到线损分析模块,线损分析模块对台区进行月度统计和分区统计,并对台区线损率信息进行发布。
2.根据权利要求1所述的一种基于线损分类器的台区线损分析方法,其特征在于:所述区域特征法为根据区域网络结构差异,以网络特征为基础,根据供电半径、负荷大小和三相不平衡特征选取各区域内的具有各种特征的典型台区,并作为样本台区。
3.根据权利要求1所述的一种基于线损分类器的台区线损分析方法,其特征在于:台区理论线损计算模块集成等值电阻法、潮流法或迭代法计算台区线损率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911286795.6A CN110889466B (zh) | 2019-12-14 | 2019-12-14 | 一种基于线损分类器的台区线损分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911286795.6A CN110889466B (zh) | 2019-12-14 | 2019-12-14 | 一种基于线损分类器的台区线损分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110889466A CN110889466A (zh) | 2020-03-17 |
CN110889466B true CN110889466B (zh) | 2020-12-25 |
Family
ID=69751912
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911286795.6A Active CN110889466B (zh) | 2019-12-14 | 2019-12-14 | 一种基于线损分类器的台区线损分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110889466B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111985794B (zh) * | 2020-07-31 | 2023-09-29 | 广东卓维网络有限公司 | 一种基于营配信息集成平台的线损管理方法 |
CN112465349A (zh) * | 2020-11-26 | 2021-03-09 | 国网天津市电力公司营销服务中心 | 一种基于一台区一指标的营销线损计算评估系统 |
CN112561734A (zh) * | 2020-12-15 | 2021-03-26 | 云南电网有限责任公司大理供电局 | 一种台区线损分析系统及其分析方法 |
CN113325231B (zh) * | 2021-05-21 | 2022-06-24 | 国网山东省电力公司济南供电公司 | 一种台区线损监测分析定位装置 |
CN113269462A (zh) * | 2021-06-08 | 2021-08-17 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 基于边缘计算的台区线损计算方法 |
CN113837725A (zh) * | 2021-09-29 | 2021-12-24 | 国网辽宁省电力有限公司沈阳供电公司 | 一种线损工单自动流转系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105069527A (zh) * | 2015-07-31 | 2015-11-18 | 国家电网公司 | 一种基于数据挖掘技术的台区合理线损预测方法 |
CN106291252A (zh) * | 2016-09-14 | 2017-01-04 | 国网上海市电力公司 | 一种10kV线损及低压台区线损管理分析方法 |
CN109272176A (zh) * | 2018-12-10 | 2019-01-25 | 贵州电网有限责任公司 | 利用K-means聚类算法对台区线损率预测计算方法 |
CN110362894A (zh) * | 2019-06-28 | 2019-10-22 | 贵州电网有限责任公司 | 配电线路、变压器综合降损及节能计算分析方法及系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
BE464851A (zh) * | 1939-08-14 | |||
US8578093B1 (en) * | 2011-12-27 | 2013-11-05 | Emc Corporation | Managing indications in data storage systems |
KR20140125011A (ko) * | 2013-04-17 | 2014-10-28 | 한국전자통신연구원 | 기본 서비스 설정 영역 제어 장치 및 그 방법 |
CN105389636A (zh) * | 2015-12-11 | 2016-03-09 | 河海大学 | 一种低压台区kfcm-svr合理线损预测方法 |
US11205103B2 (en) * | 2016-12-09 | 2021-12-21 | The Research Foundation for the State University | Semisupervised autoencoder for sentiment analysis |
CN106991524A (zh) * | 2017-03-20 | 2017-07-28 | 国网江苏省电力公司常州供电公司 | 一种台区线损率预估方法 |
US11042891B2 (en) * | 2017-06-05 | 2021-06-22 | International Business Machines Corporation | Optimizing revenue savings for actionable predictions of revenue change |
-
2019
- 2019-12-14 CN CN201911286795.6A patent/CN110889466B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105069527A (zh) * | 2015-07-31 | 2015-11-18 | 国家电网公司 | 一种基于数据挖掘技术的台区合理线损预测方法 |
CN106291252A (zh) * | 2016-09-14 | 2017-01-04 | 国网上海市电力公司 | 一种10kV线损及低压台区线损管理分析方法 |
CN109272176A (zh) * | 2018-12-10 | 2019-01-25 | 贵州电网有限责任公司 | 利用K-means聚类算法对台区线损率预测计算方法 |
CN110362894A (zh) * | 2019-06-28 | 2019-10-22 | 贵州电网有限责任公司 | 配电线路、变压器综合降损及节能计算分析方法及系统 |
Non-Patent Citations (2)
Title |
---|
低压台区线损诊断模型研究;涂旺;《中国优秀硕士学位论文全文数据库 工程科技II辑》;20180415;第2018年卷(第4期);参见摘要,第5-9、11-16、25-39、57、59页 * |
贵州电网10kV线路理论线损率标杆值研究;张裕 等;《电力大数据》;20180131;第21卷(第1期);参见第61页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110889466A (zh) | 2020-03-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110889466B (zh) | 一种基于线损分类器的台区线损分析方法 | |
CN102855525B (zh) | 一种居民用户负荷预测分析系统和方法 | |
CN105811402B (zh) | 一种电力负荷预测系统及其预测方法 | |
CN101728868B (zh) | 遥测电力负荷特性的分类和预测方法 | |
CN103325072B (zh) | 一种配用电系统中服务器的设备状态检修模糊决策方法 | |
CN106772205B (zh) | 一种电力计量自动化系统终端设备异常监测方法及装置 | |
CN106779129A (zh) | 一种考虑气象因素的短期电力负荷预测方法 | |
CN102509178A (zh) | 配网设备状态评估系统 | |
CN110346661B (zh) | 一种用户电压异常自动巡检的方法及系统 | |
CN105740975A (zh) | 一种基于数据关联关系的设备缺陷评估与预测方法 | |
WO2021007871A1 (zh) | 一种基于云边协同的氧化铝生产运行优化系统及方法 | |
CN110927654A (zh) | 一种智能电能表批次运行状态评价方法 | |
CN108898239A (zh) | 一种基于数据分析的配电变压器选址方法 | |
CN115860694A (zh) | 一种基于即时消息技术的业扩流程管控方法及系统 | |
CN114596693A (zh) | 用于能源监控和管理的方法、系统、介质和程序产品 | |
CN104049595B (zh) | 用工业自动化系统的组织模型确定能量信息的系统及方法 | |
CN110378510B (zh) | 一种基于时间序列和层次聚合的配网物资需求预测方法 | |
CN102065449A (zh) | 一种基于聚类ls-svm的移动通信话务量预测方法 | |
CN110533247A (zh) | 一种采用气温数据异常点补偿的月度用电量预测方法 | |
CN112418548B (zh) | 一种基于人工智能技术的智能车间管理方法和系统 | |
CN117273337A (zh) | 一种智能电能表评价方法 | |
CN111062608A (zh) | 基于线损分类器的10kV线路线损监控方法 | |
CN111445126A (zh) | 基于多维数据分析应用的配电网设备画像方法及系统 | |
CN111144628A (zh) | 一种分布式供能的冷热电负荷预测模型系统及方法 | |
CN116050788A (zh) | 一种工业智能排产管理系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |