CN111753259A - 基于台区能量平衡的台区拓扑档案校核方法 - Google Patents

基于台区能量平衡的台区拓扑档案校核方法 Download PDF

Info

Publication number
CN111753259A
CN111753259A CN202010571990.XA CN202010571990A CN111753259A CN 111753259 A CN111753259 A CN 111753259A CN 202010571990 A CN202010571990 A CN 202010571990A CN 111753259 A CN111753259 A CN 111753259A
Authority
CN
China
Prior art keywords
target
target station
distribution room
station area
area
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
Application number
CN202010571990.XA
Other languages
English (en)
Inventor
赖国书
何海波
林华
夏桃芳
李建新
詹文
高琛
詹世安
鄢盛腾
丁忠安
陈吴晓
陈前
王雅平
许俊阳
张伟豪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Fujian Electric Power Co Ltd
Marketing Service Center of State Grid Fujian Electric Power Co Ltd
Original Assignee
State Grid Fujian Electric Power Co Ltd
Marketing Service Center of State Grid Fujian Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Fujian Electric Power Co Ltd, Marketing Service Center of State Grid Fujian Electric Power Co Ltd filed Critical State Grid Fujian Electric Power Co Ltd
Priority to CN202010571990.XA priority Critical patent/CN111753259A/zh
Publication of CN111753259A publication Critical patent/CN111753259A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Business, Economics & Management (AREA)
  • Algebra (AREA)
  • Probability & Statistics with Applications (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Operations Research (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Computing Systems (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Computational Linguistics (AREA)
  • Fuzzy Systems (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种基于台区能量平衡的台区拓扑档案校核方法，包括以下步骤：步骤S1:获取目标台区总表在n天内特定时刻的历史电能数值；步骤S2:获取目标台区及其相邻台区所有电表在n天内相同特定时刻的历史电能数值;步骤S3:根据电量平衡原理，构建目标台区总电量和相邻去在内户表电量间的多元线性回归模型矩阵；步骤S4:通过最小二乘法进行线性拟合，计算m个电表对应目标台区中的回归系数和t统计量；步骤S5:根据得到的回归系数和t统计量，判断目标台区内的户变关系。本发明实现户变关系的精准定位及户变异动的在线监控，减小了工作量，提高了工作效率和正确率，便于全面排查台区户变关系。

Description

基于台区能量平衡的台区拓扑档案校核方法
技术领域
本发明涉及台区运行监测领域，具体涉及一种基于台区能量平衡的台区拓扑档案校核方法。
背景技术
精准的台区户变关系是实现电力公司台区精细化的基础。通常情况下，电力公司会将这种关系记录在信息系统中，但是由于电网建设和发展引起的频繁变动，如扩容、割接，以及用户的新增、迁移和销户等一系列活动，时常导致台区下户变对应关系档案更新不及时或记录错误，影响电网基础数据的准确性，造成台区出现高损或负损等异常情况。
发明内容
有鉴于此，本发明的目的在于提供一种基于台区能量平衡的台区拓扑档案校核方法，实现户变关系的精准定位及户变异动的在线监控，减小了工作量，提高了工作效率和正确率，便于全面排查台区户变关系。
为实现上述目的，本发明采用如下技术方案：
一种基于台区能量平衡的台区拓扑档案校核方法，包括以下步骤：
步骤S1:获取目标台区总表在n天内特定时刻的历史电能数值；
步骤S2:获取目标台区及其相邻台区所有电表在n天内相同特定时刻的历史电能数值；
步骤S3:根据电量平衡原理，构建目标台区总电量和相邻去在内户表电量间的多元线性回归模型矩阵；
步骤S4:通过最小二乘法进行线性拟合，计算m个电表对应目标台区中的回归系数和t统计量；
步骤S5:根据得到的回归系数和t统计量，判断目标台区内的户变关系。
进一步的，所述多元线性回归模型矩阵具体为：
XA＝Y (3)
其中矩阵X、A、Y如下所示：
Figure BDA0002549674380000021
A＝[α0 α1 α2 ... αm]T (5)
Y＝[y1 y2 ... yn]T (6)
矩阵X中xij表示j时刻电表xi的电能值；矩阵A中αi表示电表xi对应目标台区下的回归系数；α0表示该模型对应的固定损耗值；矩阵Y中yj表示j时刻下目标台区总表的电能值。
进一步的，所述步骤S4具体为：
以误差的平方和最小为目标，通过最小二乘法，得到电表x1，x2，x3，…，xm对应目标台区下的回归系数α1，α2,α3，…，αm和α0
A＝[α0 α1 α2 ... αm]T＝(XTX)-1Y (7)。
进一步的，所述t统计量用于判断分项拟合度，如果户表xi隶属于目标台区内，则其对应的回归系数αi接近1，t统计量大，该项拟合度较高；如果户表xi不属于目标台区内，其则对应的回归系数αi远离1，t统计量较小，拟合度较差。
进一步的，所述拟合度判断具体为：若回归系数αi对应的t统计量越大，则该分项拟合度越高，反之越；若该多元线性回归方程的可决系数R2越大，则该方程整体拟合度越高，反之越低。
进一步的，所述多元线性回归方程的可决系数R2公式如下：
Figure BDA0002549674380000031
其中y(i)为i时刻目标台区总表电能值，
Figure BDA0002549674380000032
为i时刻目标台区总表拟合电能值，
Figure BDA0002549674380000033
为目标台区总表平均电能值。
进一步的，所述步骤S5具体为：根据αi、t判断目标台区内的户变关系：如果户表隶隶属目标台区，则其对应的回归系数αi接近1，t统计量大；如户表不属于目标台区，则其对应的回归系数αi远离1，t统计量较小。
本发明与现有技术相比具有以下有益效果：
本发明通过用电信息采集系统中台区总表和各户表的历史电能数据，实现户变关系的精准定位及户变异动的在线监控，减小了工作量，提高了工作效率和正确率，便于全面排查台区户变关系。
附图说明
图1是本发明方法流程图。
具体实施方式
下面结合附图及实施例对本发明做进一步说明。
在理想情况下，目标台区总表电量与目标台区内户表用电量满足总分电能平衡关系，台区下任何一个户表电量的增加都会导致总表电量增加。考虑到线损等因素，可知目标台区总表用电量与台区内户表电量关系如式(1)：
台区总表电量＝户表1+户表2+...户表m+损耗 (1)
根据台区内总表和户变电量平衡关系，扩大户表范围，将包括相邻台区在内的每个户表电量看作独立的变量。理论上只有隶属于目标台区的户表电量会造成总表电量发生相关变化，而非目标台区中的户表电量不会造成目标台区总表电量发生相关变化。应用多元线性回归分析统计法，建立目标台区总表电量和户表电量的多元线性回归模型如公式(2)：
y＝α0+α1x1+α2x2+α3x3+...+αmxm (2)
其中y是单个台区总表电量，作为因变量；x1，x2，x3，…，xm对应各户表电量，作为自变量；α1，α2，α3，…，αm分别为电表x1，x2，x3，…，xm对应目标台区下的回归系数，α0为台区固定损耗值。为了准确识别户表隶属，x1，x2，x3，…，xm包含了相邻台区在内的所有电表。以t统计量判断分项拟合度，如果户表xi隶属于目标台区内，则其对应的回归系数αi接近1，t统计量大，该项拟合度较高。如果户表xi不属于目标台区内，其则对应的回归系数αi远离1，t统计量较小，拟合度较差。
请参照图1，本发明提供一种基于台区能量平衡的台区拓扑档案校核方法，包括以下步骤：
步骤S1:获取目标台区总表在n天内特定时刻的历史电能数值；
步骤S2:获取目标台区及其相邻台区所有电表在n天内相同特定时刻的历史电能数值；
步骤S3:根据电量平衡原理，在累计足够样本(n>m)情况下，建立多元线性回归模型矩阵：
XA＝Y (3)
其中矩阵X、A、Y如下所示：
Figure BDA0002549674380000051
A＝[α0 α1 α2 ... αm]T (5)
Y＝[y1 y2 ... yn]T (6)
矩阵X中xij表示j时刻电表xi的电能值；矩阵A中αi表示电表xi对应目标台区下的回归系数；α0表示该模型对应的固定损耗值；矩阵Y中yj表示j时刻下目标台区总表的电能值。
步骤S4:通过最小二乘法进行线性拟合，计算m个电表对应目标台区中的回归系数和t统计量；
步骤S5:根据得到的回归系数和t统计量，判断目标台区内的户变关系。如果户表隶隶属目标台区，则其对应的回归系数αi接近1，t统计量大；如户表不属于目标台区，则其对应的回归系数αi远离1，t统计量较小。
在本实施例中，所述步骤S4具体为：
以误差的平方和最小为目标，通过最小二乘法，得到电表x1，x2，x3，…，xm对应目标台区下的回归系数α1，α2,α3，…，αm和α0
A＝[α0 α1 α2 ... αm]T＝(XTX)-1Y (7)。
根据求出的回归系数对该模型进行拟合度判断：若回归系数αi对应的t统计量越大，则该分项拟合度越高，反之越；若该多元线性回归方程的可决系数R2越大，则该方程整体拟合度越高，反之越低。
在本实施例中，所述多元线性回归方程的可决系数R2公式如下：
Figure BDA0002549674380000061
其中y(i)为i时刻目标台区总表电能值，
Figure BDA0002549674380000062
为i时刻目标台区总表拟合电能值，
Figure BDA0002549674380000063
为目标台区总表平均电能值。
以上所述仅为本发明的较佳实施例，凡依本发明申请专利范围所做的均等变化与修饰，皆应属本发明的涵盖范围。

Claims (7)

1.一种基于台区能量平衡的台区拓扑档案校核方法，其特征在于，包括以下步骤：
步骤S1:获取目标台区总表在n天内特定时刻的历史电能数值；
步骤S2:获取目标台区及其相邻台区所有电表在n天内相同特定时刻的历史电能数值；
步骤S3:根据电量平衡原理，构建目标台区总电量和相邻去在内户表电量间的多元线性回归模型矩阵；
步骤S4:通过最小二乘法进行线性拟合，计算m个电表对应目标台区中的回归系数和t统计量；
步骤S5:根据得到的回归系数和t统计量，判断目标台区内的户变关系。
2.根据权利要求1所述的基于台区能量平衡的台区拓扑档案校核方法，其特征在于，所述多元线性回归模型矩阵具体为：
XA＝Y
(3)
其中矩阵X、A、Y如下所示：
Figure FDA0002549674370000011
A＝[α0 α1 α2...αm]T
(5)
Y＝[y1 y2...yn]T
(6)
矩阵X中xij表示j时刻电表xi的电能值；矩阵A中αi表示电表xi对应目标台区下的回归系数；α0表示该模型对应的固定损耗值；矩阵Y中yj表示j时刻下目标台区总表的电能值。
3.根据权利要求2所述的基于台区能量平衡的台区拓扑档案校核方法，其特征在于，所述步骤S4具体为：
以误差的平方和最小为目标，通过最小二乘法，得到电表x1，x2，x3，…，xm对应目标台区下的回归系数α1，α2,α3，…，αm和α0
A＝[α0 α1 α2 ...αm]T＝(XTX)-1Y (7)。
4.根据权利要求2所述的基于台区能量平衡的台区拓扑档案校核方法，其特征在于，所述t统计量用于判断分项拟合度，如果户表xi隶属于目标台区内，则其对应的回归系数αi接近1，t统计量大，该项拟合度较高；如果户表xi不属于目标台区内，其则对应的回归系数αi远离1，t统计量较小，拟合度较差。
5.根据权利要求4所述的基于台区能量平衡的台区拓扑档案校核方法，其特征在于，所述拟合度判断具体为：若回归系数αi对应的t统计量越大，则该分项拟合度越高，反之越；若该多元线性回归方程的可决系数R2越大，则该方程整体拟合度越高，反之越低。
6.根据据权利要求5所述的基于台区能量平衡的台区拓扑档案校核方法，其特征在于，所述多元线性回归方程的可决系数R2公式如下：
Figure FDA0002549674370000021
其中y(i)为i时刻目标台区总表电能值，
Figure FDA0002549674370000031
为i时刻目标台区总表拟合电能值，
Figure FDA0002549674370000032
为目标台区总表平均电能值。
7.根据据权利要求1所述的基于台区能量平衡的台区拓扑档案校核方法，其特征在于，所述步骤S5具体为：根据αi、t判断目标台区内的户变关系：如果户表隶隶属目标台区，则其对应的回归系数αi接近1，t统计量大；如户表不属于目标台区，则其对应的回归系数αi远离1，t统计量较小。
CN202010571990.XA 2020-06-22 2020-06-22 基于台区能量平衡的台区拓扑档案校核方法 Pending CN111753259A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010571990.XA CN111753259A (zh) 2020-06-22 2020-06-22 基于台区能量平衡的台区拓扑档案校核方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010571990.XA CN111753259A (zh) 2020-06-22 2020-06-22 基于台区能量平衡的台区拓扑档案校核方法

Publications (1)

Publication Number Publication Date
CN111753259A true CN111753259A (zh) 2020-10-09

Family

ID=72675262

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010571990.XA Pending CN111753259A (zh) 2020-06-22 2020-06-22 基于台区能量平衡的台区拓扑档案校核方法

Country Status (1)

Country Link
CN (1) CN111753259A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113297539A (zh) * 2021-05-07 2021-08-24 天云融创数据科技（北京）有限公司 户变关系异常识别方法、装置、电子设备和介质
CN113762414A (zh) * 2021-10-13 2021-12-07 国网福建省电力有限公司营销服务中心 分时分路停上电的台区拓扑校核方法
CN114564699A (zh) * 2022-04-28 2022-05-31 成都博瑞科传科技有限公司 一种总磷总氮连续在线监测方法及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017151113A1 (en) * 2016-03-01 2017-09-08 Siemens Corporation Estimating the impact of weather in electricity bills
CN107462863A (zh) * 2017-09-05 2017-12-12 中国电力科学研究院 一种智能电能表运行误差运行诊断分析方法及系统
CN110516912A (zh) * 2019-07-24 2019-11-29 长沙恒电聚能电子科技有限公司 一种配电台区户变关系的识别方法
CN111008510A (zh) * 2019-12-04 2020-04-14 北京中宸泓昌科技有限公司 一种台区内电表识别方法及判断电表所属台区的方法
CN111026927A (zh) * 2019-12-26 2020-04-17 国网福建省电力有限公司电力科学研究院 一种低压台区运行状态智能监测系统

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017151113A1 (en) * 2016-03-01 2017-09-08 Siemens Corporation Estimating the impact of weather in electricity bills
CN107462863A (zh) * 2017-09-05 2017-12-12 中国电力科学研究院 一种智能电能表运行误差运行诊断分析方法及系统
CN110516912A (zh) * 2019-07-24 2019-11-29 长沙恒电聚能电子科技有限公司 一种配电台区户变关系的识别方法
CN111008510A (zh) * 2019-12-04 2020-04-14 北京中宸泓昌科技有限公司 一种台区内电表识别方法及判断电表所属台区的方法
CN111026927A (zh) * 2019-12-26 2020-04-17 国网福建省电力有限公司电力科学研究院 一种低压台区运行状态智能监测系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王玉荣 编著: "第五章 因素预测方法一---截面数据简单线性回归", 《商务预测方法 修订版》 *
黄静 等: "基于同期线损系统数据挖掘技术的低压台区线损诊断模型", 《重庆电力高等专科学校学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113297539A (zh) * 2021-05-07 2021-08-24 天云融创数据科技（北京）有限公司 户变关系异常识别方法、装置、电子设备和介质
CN113762414A (zh) * 2021-10-13 2021-12-07 国网福建省电力有限公司营销服务中心 分时分路停上电的台区拓扑校核方法
CN113762414B (zh) * 2021-10-13 2023-11-03 国网福建省电力有限公司营销服务中心 分时分路停上电的台区拓扑校核方法
CN114564699A (zh) * 2022-04-28 2022-05-31 成都博瑞科传科技有限公司 一种总磷总氮连续在线监测方法及系统

Similar Documents

Publication Publication Date Title
CN111753259A (zh) 基于台区能量平衡的台区拓扑档案校核方法
CN110471024B (zh) 一种基于量测数据分析的智能电表在线远程校验方法
CN112381476B (zh) 用于确定状态异常的电能表的方法及装置
CN110264107B (zh) 一种基于大数据技术的台区线损率异常诊断方法
CN106682763B (zh) 一种用于大量样本数据的电力负荷优化预测方法
CN107437135B (zh) 一种新型储能选型方法
CN111612647B (zh) 计量表异常数据检测方法、装置、计量表及可读存储介质
CN108490285B (zh) 一种基于电压降落法的低压台区线损率计算方法
WO2018209913A1 (zh) 一种考虑电压质量的配电网台区缺供电量预测方法
CN111830350B (zh) 能耗计量方法、装置及电器
CN111951125B (zh) 一种基于大数据分析的台区异常户变关系识别方法
CN113466520B (zh) 一种在线识别失准电能表的方法
CN112464550A (zh) 基于降维估计和阻尼最小二乘法的智能电表误差估计方法
CN107977898A (zh) 一种光伏电站的发电量保险定价评估方法
CN118171899A (zh) 一种基于专变终端用户电力需求响应业务分析方法
CN112001551B (zh) 一种基于大用户电量信息的地市电网售电量预测方法
CN113777551A (zh) 一种专线专变电力用户计量装置电流互感器变比核查方法
CN111651448B (zh) 一种基于降噪差分进化的低压拓扑识别方法
CN201332267Y (zh) 电能监控系统
CN112381422A (zh) 光伏电站性能的确定方法和装置
CN109613370B (zh) 一种基于智能电表数据的负荷参数辨识系统
CN116186950A (zh) 燃气管网模拟仿真的处理方法、系统、装置和存储介质
CN111047352A (zh) 一种渐进式电力现货市场运营效率测度方法及系统
CN118521346B (zh) 一种电力营销稽查指标相关性分析方法及系统
CN115099650B (zh) 基于抄表差错风险模型的抄表差错监控方法及系统

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201009