CN113516195A - 一种配电网极限线损率计算方法、装置、设备和介质 - Google Patents
一种配电网极限线损率计算方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN113516195A CN113516195A CN202110819298.9A CN202110819298A CN113516195A CN 113516195 A CN113516195 A CN 113516195A CN 202110819298 A CN202110819298 A CN 202110819298A CN 113516195 A CN113516195 A CN 113516195A
- Authority
- CN
- China
- Prior art keywords
- feeder
- loss rate
- line loss
- limit line
- category
- 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 64
- 238000004364 calculation method Methods 0.000 claims description 36
- 238000013527 convolutional neural network Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- Power Engineering (AREA)
- Bioinformatics & Computational Biology (AREA)
- Automation & Control Theory (AREA)
- Biomedical Technology (AREA)
- Fuzzy Systems (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种配电网极限线损率计算方法、装置、设备和介质，基于配电网中馈线线路的目标参数确定的聚类指标参数，对馈线线路进行模糊聚类，并根据聚类结果中各类别的馈线线路的隶属度确定各类别的参考馈线；采用等效电阻法计算各类别的参考馈线的极限线损率；根据各类别中的非参考馈线与参考馈线的偏差值计算各类别中的非参考馈线的极限线损率；基于各类别中的参考馈线和非参考馈线的极限线损率计算各类别馈线的修正极限线损率；根据各类别馈线电源之和、修正极限线损率和类别数计算配电网的极限线损率，改善了现有技术基于深度卷积神经网络来计算线损，该方法中的模型比较复杂，在工程应用中不易推广，不适用于实际应用当中的技术问题。
Description
技术领域
本申请涉及配电网技术领域，尤其涉及一种配电网极限线损率计算方法、装置、设备和介质。
背景技术
电能损耗主要是在某种限定时间内电流经过电流系统内各个设备元件所形成的电能与电力消耗。或者说电能损耗即电能运营传输中，从电厂上网端口至客户终端计量表整个过程形成的损耗。电能损耗涵盖电网在整个配电、变电和输电中全部电力设备的电量损耗和电力营销中所形成的不明损失。线损内部分损耗能够利用理论计算方法获得，该部分损耗涵盖低压电网内电能损耗、配电线路中的输电线路损耗，降压主变器以及配电变压器内能量损耗，电抗器设备以及无功补偿装置中的电能损耗等。结合损耗特征分析，线损包括固定损耗、可变损耗以及其他损耗。其中可变损耗也是负载损耗，主要是电网与输变电以及配电操作中，相关电力设备形成的损耗。固定损耗也是不变损耗，和运行电压相关，如果把电压当成固定不变的，该部分损耗也可以被当做固定不变的。线损和线损率全面反映了电网经济运行水平和供电企业管理水平，也与节能减排密切相关。如何降低线损具有极大的经济价值和节能意义。
现有技术基于深度卷积神经网络来计算线损，该方法中的模型比较复杂，计算难度大，在工程应用中不易推广，不适用于实际应用当中。
发明内容
本申请提供了一种配电网极限线损率计算方法、装置、设备和介质，用于改善现有技术基于深度卷积神经网络来计算线损，该方法中的模型比较复杂，在工程应用中不易推广，不适用于实际应用当中的技术问题。
有鉴于此，本申请第一方面提供了一种配电网极限线损率计算方法，包括：
基于采集的配电网中馈线线路的目标参数确定聚类指标参数；
基于所述聚类指标参数对所述馈线线路进行模糊聚类，并根据聚类结果中各类别的所述馈线线路的隶属度确定各类别的参考馈线；
采用等效电阻法计算各类别的所述参考馈线的极限线损率；
根据各类别中的非参考馈线与所述参考馈线的偏差值和所述参考馈线的极限线损率计算各类别中的所述非参考馈线的极限线损率；
基于各类别中的所述参考馈线和所述非参考馈线的极限线损率计算各类别馈线的修正极限线损率；
根据各类别馈线电源之和、各类别的所述修正极限线损率和类别数计算配电网的极限线损率。
可选的，所述基于采集的配电网中馈线线路的目标参数确定聚类指标参数，包括：
采集配电网中各馈线线路的若干目标参数，所述目标参数包括供电半径、平均电量、最大电流、电缆速率、总容量和最大负载量；
计算各所述目标参数之间的相关系数，并基于所述相关系数从所述目标参数中确定聚类指标参数。
可选的，所述基于所述聚类指标参数对所述馈线线路进行模糊聚类，并根据聚类结果中各类别的所述馈线线路的隶属度确定各类别的参考馈线，包括：
基于所述聚类指标参数对所述馈线线路进行模糊聚类，得到聚类结果；
选择聚类结果中各类别的所述馈线线路的隶属度中最大隶属度对应的所述馈线线路作为各类别的参考馈线。
可选的，所述参考馈线的极限线损率的计算公式为：
式中，δ0为参考馈线的极限线损率，Iif为RMS电流，Req为参考馈线的等效电阻，t为运行时间，El为参考馈线的电源，m为参考馈线的划分的总段数，li为第i段参考馈线的长度，SNi、SN∑为第i段参考馈线的额定变压器容量和线路的总分配变压器容量，Ri为第i段参考馈线上变压器的等效电阻，r0为第i段参考馈线单位长度交流电阻。
可选的，所述基于各类别中的所述参考馈线和所述非参考馈线的极限线损率计算各类别馈线的修正极限线损率，包括：
检验各类别中的所述参考馈线和所述非参考馈线的极限线损率是否符合正态分布，若是，则将各类别中的所述参考馈线和所述非参考馈线的极限线损率的平均值作为各类别馈线的修正极限线损率，若否，则将各类别中的所述参考馈线和所述非参考馈线的极限线损率的中位数作为各类别馈线的修正极限线损率。
本申请第二方面提供了一种配电网极限线损率计算装置，包括：
确定单元，用于基于采集的配电网中馈线线路的目标参数确定聚类指标参数；
聚类单元，用于基于所述聚类指标参数对所述馈线线路进行模糊聚类，并根据聚类结果中各类别的所述馈线线路的隶属度确定各类别的参考馈线；
第一计算单元，用于采用等效电阻法计算各类别的所述参考馈线的极限线损率；
第二计算单元，用于根据各类别中的非参考馈线与所述参考馈线的偏差值和所述参考馈线的极限线损率计算各类别中的所述非参考馈线的极限线损率；
第三计算单元，用于基于各类别中的所述参考馈线和所述非参考馈线的极限线损率计算各类别馈线的修正极限线损率；
第四计算单元，用于根据各类别馈线电源之和、各类别的所述修正极限线损率和类别数计算配电网的极限线损率。
可选的，所述确定单元具体用于：
采集配电网中各馈线线路的若干目标参数，所述目标参数包括供电半径、平均电量、最大电流、电缆速率、总容量和最大负载量；
计算各所述目标参数之间的相关系数，并基于所述相关系数从所述目标参数中确定聚类指标参数。
可选的，所述聚类单元具体用于：
基于所述聚类指标参数对所述馈线线路进行模糊聚类，得到聚类结果；
选择聚类结果中各类别的所述馈线线路的隶属度中最大隶属度对应的所述馈线线路作为各类别的参考馈线。
本申请第三方面提供了一种配电网极限线损率计算设备，所述设备包括处理器以及存储器；
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行第一方面任一种所述的配电网极限线损率计算方法。
本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行第一方面任一种所述的配电网极限线损率计算方法。
从以上技术方案可以看出，本申请具有以下优点：
本申请提供了一种配电网极限线损率计算方法，包括：基于采集的配电网中馈线线路的目标参数确定聚类指标参数；基于聚类指标参数对馈线线路进行模糊聚类，并根据聚类结果中各类别的馈线线路的隶属度确定各类别的参考馈线；采用等效电阻法计算各类别的参考馈线的极限线损率；根据各类别中的非参考馈线与参考馈线的偏差值和参考馈线的极限线损率计算各类别中的非参考馈线的极限线损率；基于各类别中的参考馈线和非参考馈线的极限线损率计算各类别馈线的修正极限线损率；根据各类别馈线电源之和、各类别的修正极限线损率和类别数计算配电网的极限线损率。
本申请中，采用模糊聚类的方法对馈线线路进行模糊聚类，并根据聚类结果中各类别的馈线线路的隶属度确定各类别的参考馈线，能够在没有任何先验信息的情况下，发现数据中潜在的相似模式，并对数据进行分类，对于无参考的同类型馈线具有有效性，适用于普通的用电场景，有较强的适应性；在基于等效电阻法计算各类别的参考馈线的极限线损率后，根据各类别中的非参考馈线与参考馈线的偏差值和参考馈线的极限线损率计算各类别中的非参考馈线的极限线损率，简化了各非参考馈线的极限线损率计算过程，使其方便应用于实际应用中；进一步，基于各类别中的参考馈线和非参考馈线的极限线损率计算各类别馈线的修正极限线损率，进而获取配电网的极限线损率，通过对极限线损率进行修正，以尽可能减少极限线损率的计算误差，在不影响配电网的极限线损率的计算精度的情况下，改善了改善现有技术基于深度卷积神经网络来计算线损，该方法中的模型比较复杂，在工程应用中不易推广，不适用于实际应用当中的技术问题。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
图1为本申请实施例提供的一种配电网极限线损率计算方法的一个流程示意图；
图2为本申请实施例提供的一种聚类结果的一个示意图；
图3为本申请实施例提供的一种B型参考馈线拓扑示意图；
图4为本申请实施例提供的一种配电网极限线损率计算装置的一个结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
为了便于理解，请参阅图1，本申请提供的一种配电网极限线损率计算方法的一个实施例，包括：
步骤101、基于采集的配电网中馈线线路的目标参数确定聚类指标参数。
采集配电网中各馈线线路的若干目标参数，目标参数包括供电半径、平均电量、最大电流、电缆速率、总容量和最大负载量；计算各目标参数之间的相关系数，并基于相关系数从目标参数中确定聚类指标参数。
采集配电网中各馈线线路的实际数据，考虑其对极限线损的影响，配电网线路的数据选择为：供电半径、平均电量、最大电流、电缆速率、总容量和最大负载量。
相关系数计算公式为：
式中，ρ为目标参数x与目标参数y之间的相关系数，E(x)、E(y)、E(xy)分别为目标参数x、目标参数y、目标参数xy乘积的数学期望；D(x)、D(y)分别为目标参数x、y的方差。当两个目标参数之间的相关系数大于0.7时，认为这两个目标参数之间存在较高的相关性。
例如，本申请实施例采集某市配电网87条10kV线路的目标参数，供电半径X1、平均电量X2、最大电流X3、电缆速率X4、总容量X5、最大负载量X6，计算得到的相关系数结果如表1所示。
表1目标参数之间的相关系数
相关系数大于0.7的组合有X2和X3，X2和X6，X3和X6，也就是说这些目标参数之间的相关性强，可以基于这些目标参数选择聚类指标参数。
步骤102、基于聚类指标参数对馈线线路进行模糊聚类，并根据聚类结果中各类别的馈线线路的隶属度确定各类别的参考馈线。
基于聚类指标参数对馈线线路进行模糊聚类，得到聚类结果；选择聚类结果中各类别的馈线线路的隶属度中最大隶属度对应的馈线线路作为各类别的参考馈线。
对于n个馈线样本x，其聚类数为K，模糊聚类的目标函数为：
隶属度uij的约束如下：
式中，U为隶属度矩阵，V为聚类中心矩阵，uij为第i类别第j条馈线的隶属度，m为模糊度参数，d2(xj,vi)为馈线样本xj到聚类中心vi的欧氏距离，C为馈线全部类别的集合，Ci为第i类别的集合。
在确定最优数量的集群时，首先，通过FCM算法(模糊C-均值聚类算法)初始化聚类中心，然后通过迭代计算更新隶属度矩阵和聚类中心矩阵，直到两次迭代的目标函数Jm(U,V)之间的差在一个给定的范围内，然后停止迭代计算，输出聚类结果。
初始聚类中心表达式如下：
隶属度uij和聚类中心vi的更新公式分别为：
式中，vi为第i个聚类中心，vr为第r个聚类中心。
同时，考虑数据划分的紧凑性和分离性，确定最优聚类数，选择聚类有效性指标函数，使划分结果满足类内紧凑性和类间分离原则，即：
计算得到的XB(-)为推断是满足异类差异性最大同类差异性最小的系数，用于找到最优解。
经过聚类计算，根据隶属度最大原则选择参考馈线。最终选择隶属度矩阵中各类别的馈线线路的隶属度中最大隶属度的馈线作为参考馈线。
例如，沿用上述例子，馈线样本数据见表2，聚类指标参数为供电半径和平均电量，假设最大迭代次数为100次，聚类数K＝6，即类别数为6，模糊度参数m＝2，迭代终止条件为目标函数值变化小于1×e-5，聚类结果如图2所示，图2中横坐标为电源半径，纵坐标为平均电量，每个点代表一条10kV的馈线线路，从图2可以看出，分类结果满足类间分离和类内紧性的标准。
表2馈线样本数据
根据表2可知，A型馈线数据的供电半径和平均功耗最小，E型馈线数据的供电半径和平均功耗最大。而且供电半径和平均电量对线损率的影响较大，因此各类馈线的线损率比较集中。
根据聚类得到的隶属度矩阵，选择各类别中最大隶属度对应的馈线作为各类别的参考馈线，如表3所示，可知各类别的参考馈线的隶属度均在0.94以上。
表3各类别的参考馈线的隶属度表
步骤103、采用等效电阻法计算各类别的参考馈线的极限线损率。
根据区段极限线损率的定义，馈线的所有馈线区段均采用供电公司规定的最大区段型导线代替；根据最优变压器极限线损率的定义，将馈线变压器替换为供电公司规定的最优型变压器；根据三相平衡极限线损率的定义，计算条件为假定极限线损率处于三相平衡状态，考虑中压配电线路的特点，结合上述极限线损的定义，采用等效电阻法计算极限线损。具体的，通过计算参考馈线极限参数的等效电路，得到网络拓扑结构。
参考馈线的极限线损率的计算公式为：
式中，δ0为参考馈线的极限线损率，Iif为RMS(均方根)电流，Req为参考馈线的等效电阻，t为运行时间，El为参考馈线的电源，m为参考馈线的划分的总段数，li为第i段参考馈线的长度，SNi、SN∑为第i段参考馈线的额定变压器容量和线路的总分配变压器容量，Ri为第i段参考馈线上变压器的等效电阻，r0为第i段参考馈线单位长度交流电阻。
选择参考馈线后，根据实际数据绘制网络拓扑，将线路参数替换为极限参数。沿用上述例子，以B型F28为例，原线路外的3×240电缆由3×400电缆代替，主路为JKLVJ-3×240架空电缆，支路为JKLVJ-3×150架空电缆，配电变压器为S15。更换后的拓扑图如图3所示，图3中变压器容量单位为kVA。然后通过参考馈线的极限线损率的计算公式计算参考馈线的极限线损率，计算得到各类别的参考馈线的极限线损率如表4所示。
表4各类别的参考馈线的极限线损率
本申请实施例采用等效电阻法计算参考馈线的极限线损率，等效电阻法适用于运行中配电网络的线损计算，把配电网通过原件的有功损耗视为通过等值电阻所产生的有功损耗，其在线损管理与应用中具有良好效果；本申请实施例在等效电阻法得出线路有功损耗的此基础上采用模糊聚类算法，对采集的数据进行分类，快速得出配电网极限线损率，结合了两种算法的优势，补充了各自单一算法的缺点，大大提升了配电网的极限线损率的计算准确性，有助于提升检测窃电行为的准确性与适应性。
步骤104、根据各类别中的非参考馈线与参考馈线的偏差值和参考馈线的极限线损率计算各类别中的非参考馈线的极限线损率。
采用同一类别中非参考馈线(即各类别中除参考馈线之外的馈线)与参考馈线的偏差值和参考馈线的极限线损率来计算各类别中的非参考馈线的极限线损率，以简化计算。首先，计算类内非参考馈线和参考馈线之间的调整系数，即：
式中，
为第i类别(i＝1,2,...，K)中第j条非参考馈线的调整系数，q为选择的聚类指标参数的总个数，
为第i类别中第j条非参考馈线的第s个聚类指标参数的数值，
为第i类别中的参考馈线的第s个聚类指标参数的数值。
然后，计算各类别中的非参考馈线的极限线损率，即：
式中，
为第i类别(i＝1,2,...，K)中第j条非参考馈线的极限线损率，
为第i类别中参考馈线的极限线损率。
沿用步骤103中的例子，计算得到B型馈线的极限线损率如表5所示。
表5 B型非参考馈线的极限线损率
| 线路编号 | 极限线损率(％) | 线路编号 | 极限线损率(％) |
| F15 | 0.534 | F34 | 1.133 |
| F16 | 0.804 | F35 | 0.738 |
| F20 | 0.933 | F36 | 1.932 |
| F25 | 0.776 | F39 | 1.519 |
| F26 | 0.92 | F40 | 1.529 |
| F27 | 1.268 | F42 | 1.893 |
| F29 | 1.363 | F49 | 1.996 |
| F30 | 0.948 | F56 | 2.447 |
步骤105、基于各类别中的参考馈线和非参考馈线的极限线损率计算各类别馈线的修正极限线损率。
检验各类别中的参考馈线和非参考馈线的极限线损率是否符合正态分布，若是，则将各类别中的参考馈线和非参考馈线的极限线损率的平均值作为各类别馈线的修正极限线损率，若否，则将各类别中的参考馈线和非参考馈线的极限线损率的中位数作为各类别馈线的修正极限线损率。
可以用Lilliefors函数检验各类别馈线的极限线损率是否符合正态分布。沿用上述步骤中的例子，检验后发现各类别中的参考馈线和非参考馈线的极限线损率符合正态分布，因此计算其平均值为各类别馈线的修正极限线损率，如表6所示。
表6各类别馈线的修正极限线损率
| 类别号 | 修正极限线损率(％) |
| A | 1.127 |
| B | 1.446 |
| C | 1.343 |
| D | 2.49 |
| E | 1.487 |
| F | 1.958 |
步骤106、根据各类别馈线电源之和、各类别的修正极限线损率和类别数计算配电网的极限线损率。
配电网的极限线损率的计算公式可以为：
式中，δ为配电网的极限线损率，δli为第i类别馈线的修正极限线损率，Eli为第i类别馈线的电源之和，K为馈线的类别总数。
继续沿用上述例子，计算得出配电网的极限线损率为1.859％。由于极限线损率是取线损率极限的一种方式，其值能尽可能接近假设中的实际极限值。与现有线损比较，其数据满足城市线路10kV及以下综合线损率低于5％(扣除无损的线)的要求，这是低于当前统计线损率5.5％和理论线损率3.2％。因此认为该区域在一定程度上已经达到了理想的极限线损率，可以作为当前配电网络的极限线损率。
本申请实施例中，采用模糊聚类的方法对馈线线路进行模糊聚类，并根据聚类结果中各类别的馈线线路的隶属度确定各类别的参考馈线，能够在没有任何先验信息的情况下，发现数据中潜在的相似模式，并对数据进行分类，对于无参考的同类型馈线具有有效性，适用于普通的用电场景，有较强的适应性；在基于等效电阻法计算各类别的参考馈线的极限线损率后，根据各类别中的非参考馈线与参考馈线的偏差值和参考馈线的极限线损率计算各类别中的非参考馈线的极限线损率，简化了各非参考馈线的极限线损率计算过程，使其方便应用于实际应用中；进一步，基于各类别中的参考馈线和非参考馈线的极限线损率计算各类别馈线的修正极限线损率，进而获取配电网的极限线损率，通过对极限线损率进行修正，以尽可能减少极限线损率的计算误差，在不影响配电网的极限线损率的计算精度的情况下，改善了改善现有技术基于深度卷积神经网络来计算线损，该方法中的模型比较复杂，在工程应用中不易推广，不适用于实际应用当中的技术问题。
以上为本申请提供的一种配电网极限线损率计算方法的一个实施例，以下为本申请提供的一种配电网极限线损率计算装置的一个实施例。
请参考图4，本申请实施例提供的一种配电网极限线损率计算装置，包括：
确定单元，用于基于采集的配电网中馈线线路的目标参数确定聚类指标参数；
聚类单元，用于基于聚类指标参数对馈线线路进行模糊聚类，并根据聚类结果中各类别的馈线线路的隶属度确定各类别的参考馈线；
第一计算单元，用于采用等效电阻法计算各类别的参考馈线的极限线损率；
第二计算单元，用于根据各类别中的非参考馈线与参考馈线的偏差值和参考馈线的极限线损率计算各类别中的非参考馈线的极限线损率；
第三计算单元，用于基于各类别中的参考馈线和非参考馈线的极限线损率计算各类别馈线的修正极限线损率；
第四计算单元，用于根据各类别馈线电源之和、各类别的修正极限线损率和类别数计算配电网的极限线损率。
可选的，确定单元具体用于：
采集配电网中各馈线线路的若干目标参数，目标参数包括供电半径、平均电量、最大电流、电缆速率、总容量和最大负载量；
计算各目标参数之间的相关系数，并基于相关系数从目标参数中确定聚类指标参数。
可选的，聚类单元具体用于：
基于聚类指标参数对馈线线路进行模糊聚类，得到聚类结果；
选择聚类结果中各类别的馈线线路的隶属度中最大隶属度对应的馈线线路作为各类别的参考馈线。
本申请实施例中，采用模糊聚类的方法对馈线线路进行模糊聚类，并根据聚类结果中各类别的馈线线路的隶属度确定各类别的参考馈线，能够在没有任何先验信息的情况下，发现数据中潜在的相似模式，并对数据进行分类，对于无参考的同类型馈线具有有效性，适用于普通的用电场景，有较强的适应性；在基于等效电阻法计算各类别的参考馈线的极限线损率后，根据各类别中的非参考馈线与参考馈线的偏差值和参考馈线的极限线损率计算各类别中的非参考馈线的极限线损率，简化了各非参考馈线的极限线损率计算过程，使其方便应用于实际应用中；进一步，基于各类别中的参考馈线和非参考馈线的极限线损率计算各类别馈线的修正极限线损率，进而获取配电网的极限线损率，通过对极限线损率进行修正，以尽可能减少极限线损率的计算误差，在不影响配电网的极限线损率的计算精度的情况下，改善了改善现有技术基于深度卷积神经网络来计算线损，该方法中的模型比较复杂，在工程应用中不易推广，不适用于实际应用当中的技术问题。
本申请实施例还提供了一种配电网极限线损率计算设备，设备包括处理器以及存储器；
存储器用于存储程序代码，并将程序代码传输给处理器；
处理器用于根据程序代码中的指令执行前述方法实施例中的配电网极限线损率计算方法。
本申请实施例还提供了一种计算机可读存储介质，计算机可读存储介质用于存储程序代码，程序代码用于执行前述方法实施例中的配电网极限线损率计算方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以通过一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文全称：Read-OnlyMemory，英文缩写：ROM)、随机存取存储器(英文全称：Random Access Memory，英文缩写：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种配电网极限线损率计算方法，其特征在于，包括：
基于采集的配电网中馈线线路的目标参数确定聚类指标参数；
基于所述聚类指标参数对所述馈线线路进行模糊聚类，并根据聚类结果中各类别的所述馈线线路的隶属度确定各类别的参考馈线；
采用等效电阻法计算各类别的所述参考馈线的极限线损率；
根据各类别中的非参考馈线与所述参考馈线的偏差值和所述参考馈线的极限线损率计算各类别中的所述非参考馈线的极限线损率；
基于各类别中的所述参考馈线和所述非参考馈线的极限线损率计算各类别馈线的修正极限线损率；
根据各类别馈线电源之和、各类别的所述修正极限线损率和类别数计算配电网的极限线损率。
2.根据权利要求1所述的配电网极限线损率计算方法，其特征在于，所述基于采集的配电网中馈线线路的目标参数确定聚类指标参数，包括：
采集配电网中各馈线线路的若干目标参数，所述目标参数包括供电半径、平均电量、最大电流、电缆速率、总容量和最大负载量；
计算各所述目标参数之间的相关系数，并基于所述相关系数从所述目标参数中确定聚类指标参数。
3.根据权利要求1所述的配电网极限线损率计算方法，其特征在于，所述基于所述聚类指标参数对所述馈线线路进行模糊聚类，并根据聚类结果中各类别的所述馈线线路的隶属度确定各类别的参考馈线，包括：
基于所述聚类指标参数对所述馈线线路进行模糊聚类，得到聚类结果；
选择聚类结果中各类别的所述馈线线路的隶属度中最大隶属度对应的所述馈线线路作为各类别的参考馈线。
4.根据权利要求1所述的配电网极限线损率计算方法，其特征在于，所述参考馈线的极限线损率的计算公式为：
式中，δ0为参考馈线的极限线损率，Iif为RMS电流，Req为参考馈线的等效电阻，t为运行时间，El为参考馈线的电源，m为参考馈线的划分的总段数，li为第i段参考馈线的长度，SNi、SN∑为第i段参考馈线的额定变压器容量和线路的总分配变压器容量，Ri为第i段参考馈线上变压器的等效电阻，r0为第i段参考馈线单位长度交流电阻。
5.根据权利要求1所述的配电网极限线损率计算方法，其特征在于，所述基于各类别中的所述参考馈线和所述非参考馈线的极限线损率计算各类别馈线的修正极限线损率，包括：
检验各类别中的所述参考馈线和所述非参考馈线的极限线损率是否符合正态分布，若是，则将各类别中的所述参考馈线和所述非参考馈线的极限线损率的平均值作为各类别馈线的修正极限线损率，若否，则将各类别中的所述参考馈线和所述非参考馈线的极限线损率的中位数作为各类别馈线的修正极限线损率。
6.一种配电网极限线损率计算装置，其特征在于，包括：
确定单元，用于基于采集的配电网中馈线线路的目标参数确定聚类指标参数；
聚类单元，用于基于所述聚类指标参数对所述馈线线路进行模糊聚类，并根据聚类结果中各类别的所述馈线线路的隶属度确定各类别的参考馈线；
第一计算单元，用于采用等效电阻法计算各类别的所述参考馈线的极限线损率；
第二计算单元，用于根据各类别中的非参考馈线与所述参考馈线的偏差值和所述参考馈线的极限线损率计算各类别中的所述非参考馈线的极限线损率；
第三计算单元，用于基于各类别中的所述参考馈线和所述非参考馈线的极限线损率计算各类别馈线的修正极限线损率；
第四计算单元，用于根据各类别馈线电源之和、各类别的所述修正极限线损率和类别数计算配电网的极限线损率。
7.根据权利要求6所述的配电网极限线损率计算装置，其特征在于，所述确定单元具体用于：
采集配电网中各馈线线路的若干目标参数，所述目标参数包括供电半径、平均电量、最大电流、电缆速率、总容量和最大负载量；
计算各所述目标参数之间的相关系数，并基于所述相关系数从所述目标参数中确定聚类指标参数。
8.根据权利要求6所述的配电网极限线损率计算装置，其特征在于，所述聚类单元具体用于：
基于所述聚类指标参数对所述馈线线路进行模糊聚类，得到聚类结果；
选择聚类结果中各类别的所述馈线线路的隶属度中最大隶属度对应的所述馈线线路作为各类别的参考馈线。
9.一种配电网极限线损率计算设备，其特征在于，所述设备包括处理器以及存储器；
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行权利要求1-5任一项所述的配电网极限线损率计算方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-5任一项所述的配电网极限线损率计算方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110819298.9A CN113516195A (zh) | 2021-07-20 | 2021-07-20 | 一种配电网极限线损率计算方法、装置、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110819298.9A CN113516195A (zh) | 2021-07-20 | 2021-07-20 | 一种配电网极限线损率计算方法、装置、设备和介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113516195A true CN113516195A (zh) | 2021-10-19 |
Family
ID=78067607
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110819298.9A Pending CN113516195A (zh) | 2021-07-20 | 2021-07-20 | 一种配电网极限线损率计算方法、装置、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113516195A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110163507A (zh) * | 2019-05-23 | 2019-08-23 | 国网甘肃省电力公司张掖供电公司 | 一种配电网线损的处理方法 |
| CN110163283A (zh) * | 2019-05-23 | 2019-08-23 | 国网甘肃省电力公司张掖供电公司 | 一种配电网极限线损率的计算方法 |
| WO2020140743A1 (zh) * | 2018-12-30 | 2020-07-09 | 国网天津市电力公司电力科学研究院 | 配电台区源-荷协同接入方法、终端、存储介质 |
| CN111428754A (zh) * | 2020-02-29 | 2020-07-17 | 贵州电网有限责任公司 | 一种基于基态修正的线损率标杆值的优化设计方法 |
| CN111680469A (zh) * | 2020-02-29 | 2020-09-18 | 贵州电网有限责任公司 | 一种中低压配电网线损极限值计算方法 |
-
2021
- 2021-07-20 CN CN202110819298.9A patent/CN113516195A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020140743A1 (zh) * | 2018-12-30 | 2020-07-09 | 国网天津市电力公司电力科学研究院 | 配电台区源-荷协同接入方法、终端、存储介质 |
| CN110163507A (zh) * | 2019-05-23 | 2019-08-23 | 国网甘肃省电力公司张掖供电公司 | 一种配电网线损的处理方法 |
| CN110163283A (zh) * | 2019-05-23 | 2019-08-23 | 国网甘肃省电力公司张掖供电公司 | 一种配电网极限线损率的计算方法 |
| CN111428754A (zh) * | 2020-02-29 | 2020-07-17 | 贵州电网有限责任公司 | 一种基于基态修正的线损率标杆值的优化设计方法 |
| CN111680469A (zh) * | 2020-02-29 | 2020-09-18 | 贵州电网有限责任公司 | 一种中低压配电网线损极限值计算方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Nose-Filho et al. | Short-term multinodal load forecasting using a modified general regression neural network | |
| de Souza et al. | Detection and identification of energy theft in advanced metering infrastructures | |
| De Souza et al. | Microgenetic algorithms and fuzzy logic applied to the optimal placement of capacitor banks in distribution networks | |
| Deng et al. | A branch-estimation-based state estimation method for radial distribution systems | |
| CN106505557B (zh) | 一种遥测错误辨识方法及装置 | |
| Hong et al. | Placement of power quality monitors using enhanced genetic algorithm and wavelet transform | |
| CN106372747B (zh) | 基于随机森林的台区合理线损率估计方法 | |
| WO2013046938A1 (ja) | 電力系統状態推定装置およびそれを用いた電力系統システム | |
| CN107679289B (zh) | 一种降低多馈入直流换相失败风险的动态无功补偿配置方法 | |
| CN107067092A (zh) | 一种特高压输变电工程造价组合预测方法及预测装置 | |
| Jain et al. | Adaptive wavelet neural network-based fast dynamic available transfer capability determination | |
| CN114977517A (zh) | 一种低压台区的拓扑识别方法和相关装置 | |
| CN110163283A (zh) | 一种配电网极限线损率的计算方法 | |
| CN107274025B (zh) | 一种实现用电模式智能识别与管理的系统和方法 | |
| CN113516195A (zh) | 一种配电网极限线损率计算方法、装置、设备和介质 | |
| CN113364058A (zh) | 一种配电网无功控制方法和系统 | |
| CN116307844A (zh) | 一种低压台区线损评估分析方法 | |
| CN112241812B (zh) | 基于单边优化与遗传算法协作的低压配电网拓扑识别方法 | |
| Hsu et al. | A multi-objective evolution programming method for feeder reconfiguration of power distribution system | |
| CN110163507A (zh) | 一种配电网线损的处理方法 | |
| Roselyn et al. | Multi-objective differential evolution for voltage security constrained optimal power flow in deregulated power systems | |
| CN115309801A (zh) | 配电网的异常线损数据双层定位方法、系统、设备及介质 | |
| CN114548266A (zh) | 基于曲线聚类和覆盖法的变电站无功优化配置方法及装置 | |
| Montazeri et al. | A new analytical index for solving capacitor placement problem of distribution networks in bi‐level framework: Total loss index | |
| Sharif et al. | Dynamic online energy loss minimisation |
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 |