CN116976701A - 一种电网线损水平的智能估测方法及系统 - Google Patents
一种电网线损水平的智能估测方法及系统 Download PDFInfo
- Publication number
- CN116976701A CN116976701A CN202310957288.0A CN202310957288A CN116976701A CN 116976701 A CN116976701 A CN 116976701A CN 202310957288 A CN202310957288 A CN 202310957288A CN 116976701 A CN116976701 A CN 116976701A
- Authority
- CN
- China
- Prior art keywords
- power supply
- line loss
- power grid
- area
- historical
- 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 29
- 238000004364 calculation method Methods 0.000 claims description 20
- 230000005611 electricity Effects 0.000 claims description 11
- 238000010276 construction Methods 0.000 description 4
- 238000003066 decision tree Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009466 transformation 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及电网运营管理技术领域,提供了一种电网线损水平的智能估测方法及系统,包括:按照供电类型对多个供电节点进行标识;基于供电站位置,根据预设单位距离对供电覆盖区域进行划分;对标识供电节点进行聚类,获得供电区域;依次对供电区域进行综合线损率分析,获得区域线损系数集合,其中包括多个时间段和多个线损系数;构建电网线损匹配模型;获取预设采集时间窗口内多个供电区域的供电量,输入电网线损匹配模型,输出初始电网线损率;根据管理线损系数对初始电网线损率进行校正。能够解决由于电网线损影响因素较多导致电网线损率估测准确率较低的技术问题,可以提高电网线损率估测的准确率,从而实现电网线损的有效管理。
Description
技术领域
本申请涉及电网运营管理技术领域,具体涉及一种电网线损水平的智能估测方法及系统。
背景技术
电能在传输和营销过程中所产生的电能消耗和损失称为线损。线损产生于供电、变电、配电、售电各个环节。线损率是供电企业日常管理工作中的一项重要经济技术指标,是全面衡量供电企业综合管理水平的重要标志。
目前由于造成电网线损的影响因素较多,例如:电网供电量、电网售电量、供电最高负荷、供电负荷率等都会对电网线损造成影响,从而造成电网线损率预测难度大,预测结果准确率较低,从而难以实现对电网线损进行有效管理。
综上所述,现有技术中存在由于电网线损影响因素较多导致电网线损率估测准确率较低的技术问题。
发明内容
基于此,有必要针对上述技术问题,提供一种电网线损水平的智能估测方法及系统。
一种电网线损水平的智能估测方法,包括:获取目标电网的供电覆盖区域,并按照预设供电类型对所述供电覆盖区域内的多个供电节点进行标识,获得标识供电节点集合;基于所述目标电网的供电站位置坐标,根据预设单位距离对所述供电覆盖区域进行划分,获得N个供电区域,N为大于1的整数;根据N个所述供电区域对所述供电节点标识集合内的标识供电节点进行聚类,获得N个供电区域,其中所述供电区域内包含多个标识供电节点;依次对N个所述供电区域进行综合线损率分析,获得N个区域线损系数集合,其中所述区域线损系数集合包括多个时间段和多个线损系数,所述时间段和所述线损系数具有对应关系;基于N个所述区域线损系数集合构建电网线损匹配模型;获取预设采集时间窗口内的N个所述供电区域的供电量,并将所述预设采集时间窗口和N个所述供电量输入所述电网线损匹配模型,输出初始电网线损率;获取所述供电覆盖区域的管理线损系数,并根据所述管理线损系数对所述初始电网线损率进行校正,获得优化电网线损率。
一种电网线损水平的智能估测系统,包括:
供电节点标识模块,所述供电节点标识模块用于获取目标电网的供电覆盖区域,并按照预设供电类型对所述供电覆盖区域内的多个供电节点进行标识,获得标识供电节点集合;
供电覆盖区域划分模块,所述供电区域划分模块用于基于所述目标电网的供电站位置坐标,根据预设单位距离对所述供电覆盖区域进行划分,获得N个供电区域,N为大于1的整数;
供电区域获得模块,所述供电区域获得模块用于根据N个所述供电区域对所述供电节点标识集合内的标识供电节点进行聚类,获得N个供电区域,其中所述供电区域内包含多个标识供电节点;
区域线损系数集合获得模块,所述区域线损系数集合获得模块用于依次对N个所述供电区域进行综合线损率分析,获得N个区域线损系数集合,其中所述区域线损系数集合包括多个时间段和多个线损系数,所述时间段和所述线损系数具有对应关系;
电网线损匹配模型构建模块,所述电网线损匹配模型构建模块用于基于N个所述区域线损系数集合构建电网线损匹配模型;
初始电网线损率输出模块,所述初始电网线损率输出模块用于获取预设采集时间窗口内的N个所述供电区域的供电量,并将所述预设采集时间窗口和N个所述供电量输入所述电网线损匹配模型,输出初始电网线损率;
优化电网线损率获得模块,所述优化电网线损率获得模块用于获取所述供电覆盖区域的管理线损系数,并根据所述管理线损系数对所述初始电网线损率进行校正,获得优化电网线损率。
上述一种电网线损水平的智能估测方法及系统,能够解决由于电网线损影响因素较多导致电网线损率估测准确率较低的技术问题,首先获取目标电网的供电覆盖区域,并按照预设供电类型对所述供电覆盖区域内的多个供电节点进行标识,获得标识供电节点集合;获得目标电网的供电站位置坐标,并以所述供电站位置坐标为圆心,根据预设单位距离对所述供电覆盖区域进行划分,获得N个供电区域,其中在每个供电区域内的供电距离可视为相同;根据N个所述供电区域对所述供电节点标识集合内的标识供电节点进行聚类,获得N个供电区域;依次对N个所述供电区域进行综合线损率分析,获得N个区域线损系数集合,其中包括多个时间段和多个线损系数;基于N个所述区域线损系数集合构建电网线损匹配模型;获取预设采集时间窗口内的N个所述供电区域的供电量,并将所述预设采集时间窗口和N个所述供电量输入所述电网线损匹配模型,输出初始电网线损率;对所述供电覆盖区域进行线损管理误差采集,获取所述供电覆盖区域的管理线损系数,并根据所述管理线损系数对所述初始电网线损率进行校正,获得优化电网线损率。通过上述方法可以提高电网线损率估测的准确率,从而实现电网线损的有效管理。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请提供了一种电网线损水平的智能估测方法的流程示意图;
图2为本申请提供了一种电网线损水平的智能估测方法中根据预设单位距离对供电覆盖区域进行划分的流程示意图;
图3为本申请提供了一种电网线损水平的智能估测方法中生成第一线损系数集合的流程示意图;
图4为本申请提供了一种电网线损水平的智能估测系统的结构示意图。
附图标记说明:供电节点标识模块1、供电覆盖区域划分模块2、供电区域获得模块3、区域线损系数集合获得模块4、电网线损匹配模型构建模块5、初始电网线损率输出模块6、优化电网线损率获得模块7。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
如图1所示,本申请提供了一种电网线损水平的智能估测方法,包括:
步骤S100:获取目标电网的供电覆盖区域,并按照预设供电类型对所述供电覆盖区域内的多个供电节点进行标识,获得标识供电节点集合;
具体而言,本申请提供的方法用于对电网线损率进行智能估测,具体实施于一种电网线损水平的智能估测系统,用于提高电网线损率估测的准确率。首先,获取目标电网的供电覆盖区域,所述目标电网是指待进行电网线损率估测的电网运营系统,所述供电覆盖区域是指所述目标电网提供供电的区域范围。获取预设供电类型,其中所述预设供电类型包括工业供电、商业供电、农业供电和居民供电,其中所述预设供电类型中各供电类型的供电特征各不相同。根据所述预设供电类型对所述供电覆盖区域内的多个供电节点进行标识,所述供电节点是指所述供电覆盖区域内一个最小的完整的供电单元,例如:一套居民房、商场中一间商铺、工厂中的一个车间等,获得多个标识供电节点,并根据多个表示供电节点生成所述标识供电节点集合,通过生成所述标识供电节点集合,可以提高目标电网线损率分析的精细度,从而提高线损率估测的准确率。
步骤S200:基于所述目标电网的供电站位置坐标,根据预设单位距离对所述供电覆盖区域进行划分,获得N个供电区域,N为大于1的整数;
如图2所示,在一个实施例中,本申请步骤S200还包括:
步骤S210:获取预设单位距离;
步骤S220:以所述供电站位置坐标为圆心,以所述预设单位距离为半径,获得第一圆覆盖区域,并将所述第一圆覆盖区域与所述供电覆盖区域的重叠区域作为第一供电区域;
步骤S230:以所述供电站位置坐标为圆心,以二倍所述预设单位距离为半径,获得第二圆覆盖区域,将所述第二圆覆盖区域与所述供电覆盖区域的重叠区域减去所述第一供电区域,获得第二供电区域;
步骤S240:依次对所述供电覆盖区域进行N次划分,获得N个供电区域。
具体而言,获取所述目标电网的供电站位置坐标,所述供电站位置坐标是指所述目标电网输出供电的位置,所述供电站位置坐标可能在所述目标电网的供电覆盖区域内,也可能在供电覆盖区域外。获取预设单位距离,所述预设单位距离本领域技术人员可基于计算精度和实际情况自定义设置,其中所述预设单位距离越小,则线损率计算精度越高,例如:将所述预设单位距离设置为0.5千米。
然后以所述供电站位置坐标为圆心,以所述预设单位距离为半径进行画圆,获得第一圆覆盖区域,并将所述第一圆覆盖区域与所述供电覆盖区域的重叠区域作为第一供电区域,在所述第一供电区域内,从供电站到每个供电节点的供电距离可视为相同,即表征相同类型的供电方式中电线距离对线损造成的影响相同。以所述供电站位置坐标为圆心,以二倍所述预设单位距离为半径进行画圆,获得第二圆覆盖区域,将所述第二圆覆盖区域与所述供电覆盖区域的重叠区域减去所述第一供电区域的区域作为第二供电区域。按照预设供电距离不断对所述供电覆盖区域进行N次划分,其中N为大于1的整数,所述N的具体值由所述供电站位置、所述供电覆盖区域面积和所述预设单位距离决定,获得N个供电区域,通过获得N个供电区域,可以对所述供电覆盖区域进行精细化划分,为提高目标电网线损率估测的准确率提供了支持。
步骤S300:根据N个所述供电区域对所述供电节点标识集合内的标识供电节点进行聚类,获得N个供电区域,其中所述供电区域内包含多个标识供电节点;
具体而言,根据N个所述供电区域对所述供电节点标识集合内的标识供电节点进行聚类,所述聚类是指将所述供电节点标识集合内的标识供电节点按照节点位置分别添加进行对应位置的供电区域内,获得N个供电区域,其中所述供电区域内包含多个标识供电节点。通过获得N个供电区域,为下一步进行供电区域的线损率分析提供了支持。
步骤S400:依次对N个所述供电区域进行综合线损率分析,获得N个区域线损系数集合,其中所述区域线损系数集合包括多个时间段和多个线损系数,所述时间段和所述线损系数具有对应关系;
在一个实施例中,本申请步骤S400还包括:
步骤S410:在N个所述供电区域内随机选取一供电区域作为第一供电区域;
步骤S420:获取所述第一供电区域内标识供电节点的第一历史供电信息集合,所述第一历史供电信息包括历史供电量和历史线损率;
步骤S430:基于预设时间周期对所述第一历史供电信息集合进行划分,获得多个时间段内的标识供电节点的历史供电信息集合;
具体而言,对所述N个供电区域的综合线损率依次进行分析,所述综合线损率是指某个时间段内区域线损率的均值情况。首先在:在N个所述供电区域内随机选取一供电区域作为第一供电区域,然后连接所述目标电网的供电数据库,获取所述第一供电区域内多个标识供电节点的第一历史供电信息集合,其中所述第一历史供电信息集合包括历史供电量和历史线损率,其中所述历史供电量和所述历史线损率带有时间标识,即在每个时间段内,由于供电量、供电负荷率和最大供电负荷不同,所造成的线损率都是不同的。
获取预设时间周期,所述预设时间周期本领域技术人员可基于实际情况自定义设置,例如:1小时、2小时等。根据所述预设时间周期对所述第一历史供电信息集合进行划分,获得多个时间段内的多个标识供电节点的历史供电信息集合。例如:获取的第一历史供电信息集合为前一个月的历史供电信息,所述预设时间周期为1小时,则根据所述预设时间周期对所述历史供电信息进行划分,即划分为前一个月每一天内具体时间段的历史供电信息,例如:前一个月内第三天上午9时-10时的历史供电信息。通过按照预设时间周期对所述第一历史供电信息集合进行划分,可以获得一天内不同时段的电网线损情况,从而提高目标电网线损率的预测精度。
步骤S440:基于多个时间段内的历史供电信息集合生成所述第一供电区域的第一线损系数集合;
如图3所示,在一个实施例中,本申请步骤S440还包括:
步骤S441:在多个所述时间段内随机选取一时间段作为第一时间段,并获得所述第一时间段的历史供电信息集合;
步骤S442:按照历史供电信息生成时间对所述第一时间段的历史供电量和历史线损率设置渐变权重,根据所述渐变权重求得所述第一供电区域内标识供电节点的第一历史供电量和第一历史线损率;
步骤S443:将所述第一供电区域内标识供电节点的第一历史供电量相加求和,获得第一历史总供电量;
步骤S444:将所述第一供电区域内标识供电节点的第一历史供电量与所述第一历史总供电量的比值作为权重系数,对所述第一供电区域内标识供电节点的第一历史线损率进行加权计算,获得所述第一时间段的第一线损系数;
步骤S445:依次进行多个所述时间段的第一线损系数计算,获得所述第一线损系数集合。
具体而言,对多个时间段内的历史供电信息集合进行电网线损率分析,首先,在多个所述时间段内随机选取一时间段作为第一时间段,例如:第三天的8时-9时,并获得所述第一时间段的历史供电信息集合。按照历史供电信息的生成时间对所述第一时间段的历史供电量和历史线损率设置渐变权重,所述历史供电信息的生成时间距离当前时间越近,则信息的可靠度越高,则权重系数越大。其中具体权重值可基于实际情况下自定义设置。例如:距离当前时间最近一天权重值为1,距离最近第二天的权重值为0.995。
根据所述渐变权重对所述第一时间段的历史供电量和历史线损率进行加权计算,并将历史供电量加权计算结果的均值作为所述第一供电区域内标识供电节点的第一历史供电量,将历史线损率加权计算结果的均值作为第一历史线损率,通过设置渐变权重对所述第一时间段内的历史供电信息进行加权计算,可以提高第一历史供电量和第一历史线损率的准确率,从而可以提高第一线损系数获得的准确率。
将所述第一供电区域内多个标识供电节点的第一历史供电量相加求和,获得第一历史总供电量,然后将所述第一供电区域内标识供电节点的第一历史供电量与所述第一历史总供电量的比值作为权重系数,根据所述权重系数对所述第一供电区域内标识供电节点的第一历史线损率进行加权计算,并将加权计算结果作为所述第一时间段的第一线损系数。然后依次进行多个所述时间段的第一线损系数计算,获得多个时间段内的第一线损系数,进一步获得所述第一线损系数集合,所述第一线损系数集合中包括所述第一供电区域内多个时间段内的第一线损系数。
步骤S450:依次对N个所述供电区域进行综合线损率分析,获得N个区域线损系数集合。
具体而言,然后依次对N个所述供电区域中的每个供电区域进行综合线损率分析,获得N个供电区域对应的线损系数集合。通过获得所述线损系数集合,为下一步构建电网线损匹配模型提供了数据支持。
步骤S500:基于N个所述区域线损系数集合构建电网线损匹配模型;
在一个实施例中,本申请步骤S500还包括:
步骤S510:所述电网线损匹配模型包括输入层、线损系数匹配层、线损率计算层、输出层;
步骤S520:所述线损系数匹配层包括时间匹配通道和区域匹配通道;
步骤S530:对N个所述供电区域进行序号标定,获得N个序号标定区域;
步骤S540:基于N个所述序号标定区域和N个所述区域线损系数集合构建所述线损系数匹配层。
在一个实施例中,本申请步骤S540还包括:
步骤S541:将N个所述序号标定区域作为一级子节点,将N个所述区域线损系数集合中的多个时间段作为所述一级子节点的一级叶节点,将N个所述区域线损系数集合中的线损系数作为一级叶节点的二级叶节点,构建所述线损系数匹配层。
具体而言,构建电网线损匹配模型,所述电网线损匹配模型包括输入层、线损系数匹配层、线损率计算层、输出层,所述输入层的输入数据为当前时间段和当前时间段内多个区域供电量,所述线损系数匹配层包括时间匹配通道和区域匹配通道,所述时间匹配通道用于匹配所述输入层输入的当前时间段,所述区域匹配通道用于匹配多个区域供电量的位置。所述线损率计算层用于对当前多个区域的线损率进行均值计算,所述输出层的输出数据为初始电网线损率。
首先,对N个所述供电区域进行序号标定,所述序号标定方法可基于供电站到供电区域的预设单位距离进行标定,例如:距离一个预设单位距离标为一号区域,距离两个预设单位距离标为二号区域,获得N个序号标定区域。并根据N个所述序号标定区域和N个所述区域线损系数集合构建所述线损系数匹配层,首先,基于决策树原理将N个所述序号标定区域作为一级子节点,将N个所述区域线损系数集合中的多个时间段作为所述一级子节点的一级叶节点,将N个所述区域线损系数集合中的线损系数作为一级叶节点的二级叶节点,构建线损系数匹配层,通过基于决策树原理构建线损系数匹配层,可以提高线损系数匹配的效率,通过构建电网线损匹配模型,可以提高电网线损率获得的准确率和效率。
步骤S600:获取预设采集时间窗口内的N个所述供电区域的供电量,并将所述预设采集时间窗口和N个所述供电量输入所述电网线损匹配模型,输出初始电网线损率;
具体而言,获取预设时间窗口,所述预设时间窗口为一个具体的时间段,例如:周二的10时30分-11时,根据所述预设时间窗口对N个所述供电区域的供电量进行采集,获得N个所述供电区域的供电量,其中所述供电量带有序号标定。然后将所述预设采集时间窗口和N个带有序号标定的供电量输入所述电网线损匹配模型,首先通过所述线损系数匹配层的时间匹配通道对所述预设时间窗口进行匹配,根据时间匹配结果对N个带有序号标定的供电量进行线损系数匹配,获得N个线损系数,通过所述线损率计算层对所述N个线损系数进行均值计算,并将均值计算结果作为初始电网线损率,通过所述输出层进行输出,获得初始电网线损率。通过获得所述初始电网线损率,为下一步获得优化电网线损率提供了原始数据。
步骤S700:获取所述供电覆盖区域的管理线损系数,并根据所述管理线损系数对所述初始电网线损率进行校正,获得优化电网线损率。
在一个实施例中,本申请步骤S700还包括:
步骤S710:在所述供电覆盖区域内随机生成多个管理数据采集点;
步骤S720:获取多个所述管理数据采集点的历史管理数据信息,所述历史管理数据信息包括错位电量信息、窃电信息;
步骤S730:基于所述错位电量信息和所述窃电信息进行管理线损分析,获得所述管理线损系数。
具体而言,首先在所述供电区域内随机获得多个供电节点,并将多个所述供电节点标识为管理数据采集点。连接所述目标电网的电网运行管理系统,通过所述电网运行管理系统提取多个管理数据采集点的历史管理数据信息,其中所述历史管理数据信息包括错位电量信息和窃电信息,所述错位电量信息包括多个错位电量,所述窃电信息包括多个窃电量,将多个错位电量与多个窃电量进行相加求和,并将两者之与多个管理数据采集点供电量之和的比值作为所述管理线损系数。最后根据所述管理线损系数对所述初始电网线损率进行校正,即将所述初始电网线损率与所述管理线损系数之和作为所述优化电网线损率。通过生成管理线损系数对所述初始电网线损率进行校正,可以进一步提高优化电网线损率获得的准确率,从而提高目标电网线损率估测的准确率。
通过上述方法解决了由于电网线损影响因素较多导致电网线损率估测准确率较低的技术问题,可以提高电网线损率估测的准确率,从而实现电网线损的有效管理。
在一个实施例中,如图4所示提供了一种电网线损水平的智能估测系统,包括:供电节点标识模块1、供电覆盖区域划分模块2、供电区域获得模块3、区域线损系数集合获得模块4、电网线损匹配模型构建模块5、初始电网线损率输出模块6、优化电网线损率获得模块7、其中:
供电节点标识模块1,所述供电节点标识模块1用于获取目标电网的供电覆盖区域,并按照预设供电类型对所述供电覆盖区域内的多个供电节点进行标识,获得标识供电节点集合;
供电覆盖区域划分模块2,所述供电区域划分模块2用于基于所述目标电网的供电站位置坐标,根据预设单位距离对所述供电覆盖区域进行划分,获得N个供电区域,N为大于1的整数;
供电区域获得模块3,所述供电区域获得模块3用于根据N个所述供电区域对所述供电节点标识集合内的标识供电节点进行聚类,获得N个供电区域,其中所述供电区域内包含多个标识供电节点;
区域线损系数集合获得模块4,所述区域线损系数集合获得模块4用于依次对N个所述供电区域进行综合线损率分析,获得N个区域线损系数集合,其中所述区域线损系数集合包括多个时间段和多个线损系数,所述时间段和所述线损系数具有对应关系;
电网线损匹配模型构建模块5,所述电网线损匹配模型构建模块5用于基于N个所述区域线损系数集合构建电网线损匹配模型;
初始电网线损率输出模块6,所述初始电网线损率输出模块6用于获取预设采集时间窗口内的N个所述供电区域的供电量,并将所述预设采集时间窗口和N个所述供电量输入所述电网线损匹配模型,输出初始电网线损率;
优化电网线损率获得模块7,所述优化电网线损率获得模块7用于获取所述供电覆盖区域的管理线损系数,并根据所述管理线损系数对所述初始电网线损率进行校正,获得优化电网线损率。
在一个实施例中,所述系统还包括:
预设单位距离获取模块,所述预设单位距离获取模块用于获取预设单位距离;
第一供电区域获得模块,所述第一供电区域获得模块用于以所述供电站位置坐标为圆心,以所述预设单位距离为半径,获得第一圆覆盖区域,并将所述第一圆覆盖区域与所述供电覆盖区域的重叠区域作为第一供电区域;
第二供电区域获得模块,所述第二供电区域获得模块用于以所述供电站位置坐标为圆心,以二倍所述预设单位距离为半径,获得第二圆覆盖区域,将所述第二圆覆盖区域与所述供电覆盖区域的重叠区域减去所述第一供电区域,获得第二供电区域;
供电区域获得模块,所述供电区域获得模块用于依次对所述供电覆盖区域进行N次划分,获得N个供电区域。
在一个实施例中,所述系统还包括:
第一供电区域获得模块,所述第一供电区域获得模块用于在N个所述供电区域内随机选取一供电区域作为第一供电区域;
第一历史供电信息集合获得模块,所述第一历史供电信息集合获得模块用于获取所述第一供电区域内标识供电节点的第一历史供电信息集合,所述第一历史供电信息包括历史供电量和历史线损率;
历史供电信息集合获得模块,所述历史供电信息集合获得模块用于基于预设时间周期对所述第一历史供电信息集合进行划分,获得多个时间段内的标识供电节点的历史供电信息集合;
第一线损系数集合生成模块,所述第一线损系数集合生成模块用于基于多个时间段内的历史供电信息集合生成所述第一供电区域的第一线损系数集合;
区域线损系数集合生成模块,所述区域线损系数集合生成模块用于依次对N个所述供电区域进行综合线损率分析,获得N个区域线损系数集合。
在一个实施例中,所述系统还包括:
第一时间段获得模块,所述第一时间段获得模块用于在多个所述时间段内随机选取一时间段作为第一时间段,并获得所述第一时间段的历史供电信息集合;
渐变权重设置模块,所述渐变权重设置模块用于按照历史供电信息生成时间对所述第一时间段的历史供电量和历史线损率设置渐变权重,根据所述渐变权重求得所述第一供电区域内标识供电节点的第一历史供电量和第一历史线损率;
第一历史总供电量获得模块,所述第一历史总供电量获得模块用于将所述第一供电区域内标识供电节点的第一历史供电量相加求和,获得第一历史总供电量;
第一线损系数获得模块,所述第一线损系数获得模块用于将所述第一供电区域内标识供电节点的第一历史供电量与所述第一历史总供电量的比值作为权重系数,对所述第一供电区域内标识供电节点的第一历史线损率进行加权计算,获得所述第一时间段的第一线损系数;
第一线损系数集合获得模块,所述第一线损系数集合获得模块用于依次进行多个所述时间段的第一线损系数计算,获得所述第一线损系数集合。
在一个实施例中,所述系统还包括:
电网线损匹配模型概括模块,所述电网线损匹配模型概括模块用于所述电网线损匹配模型包括输入层、线损系数匹配层、线损率计算层、输出层;
线损系数匹配层模块,所述线损系数匹配层模块是指所述线损系数匹配层包括时间匹配通道和区域匹配通道;
序号标定模块,所述序号标定模块用于对N个所述供电区域进行序号标定,获得N个序号标定区域;
线损系数匹配层构建模块,所述线损系数匹配层构建模块用于基于N个所述序号标定区域和N个所述区域线损系数集合构建所述线损系数匹配层。
在一个实施例中,所述系统还包括:
线损系数匹配层构建模块,所述线损系数匹配层构建模块用于将N个所述序号标定区域作为一级子节点,将N个所述区域线损系数集合中的多个时间段作为所述一级子节点的一级叶节点,将N个所述区域线损系数集合中的线损系数作为一级叶节点的二级叶节点,构建所述线损系数匹配层。
在一个实施例中,所述系统还包括:
管理数据采集点生成模块,所述管理数据采集点生成模块用于在所述供电覆盖区域内随机生成多个管理数据采集点;
历史管理数据信息获取模块,所述历史管理数据信息获取模块用于获取多个所述管理数据采集点的历史管理数据信息,所述历史管理数据信息包括错位电量信息、窃电信息;
管理线损分析模块,所述管理线损分析模块用于基于所述错位电量信息和所述窃电信息进行管理线损分析,获得所述管理线损系数。
综上所述,本申请提供了一种电网线损水平的智能估测方法及系统具有以下技术效果:
1.解决了由于电网线损影响因素较多导致电网线损率估测准确率较低的技术问题,可以提高电网线损率估测的准确率,从而实现电网线损的有效管理。
2.通过生成标识供电节点集合,可以提高目标电网线损率分析的精细度,从而提高线损率估测的准确率。通过按照预设时间周期对第一历史供电信息集合进行划分,可以获得第一供电区域中一天内不同时段的电网线损情况,从而提高目标电网线损率的预测精度。
3.通过基于决策树原理构建线损系数匹配层,可以提高线损系数匹配的效率,通过构建电网线损匹配模型,可以提高电网线损率获得的准确率和效率。
4.通过生成管理线损系数对所述初始电网线损率进行校正,可以进一步提高优化电网线损率获得的准确率,从而提高目标电网线损率估测的准确率。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种电网线损水平的智能估测方法,其特征在于,所述方法包括:
获取目标电网的供电覆盖区域,并按照预设供电类型对所述供电覆盖区域内的多个供电节点进行标识,获得标识供电节点集合;
基于所述目标电网的供电站位置坐标,根据预设单位距离对所述供电覆盖区域进行划分,获得N个供电区域,N为大于1的整数;
根据N个所述供电区域对所述供电节点标识集合内的标识供电节点进行聚类,获得N个供电区域,其中所述供电区域内包含多个标识供电节点;
依次对N个所述供电区域进行综合线损率分析,获得N个区域线损系数集合,其中所述区域线损系数集合包括多个时间段和多个线损系数,所述时间段和所述线损系数具有对应关系;
基于N个所述区域线损系数集合构建电网线损匹配模型;
获取预设采集时间窗口内的N个所述供电区域的供电量,并将所述预设采集时间窗口和N个所述供电量输入所述电网线损匹配模型,输出初始电网线损率;
获取所述供电覆盖区域的管理线损系数,并根据所述管理线损系数对所述初始电网线损率进行校正,获得优化电网线损率。
2.如权利要求1所述的方法,其特征在于,所述根据预设单位距离对所述供电覆盖区域进行划分,获得N个供电区域,还包括:
获取预设单位距离;
以所述供电站位置坐标为圆心,以所述预设单位距离为半径,获得第一圆覆盖区域,并将所述第一圆覆盖区域与所述供电覆盖区域的重叠区域作为第一供电区域;
以所述供电站位置坐标为圆心,以二倍所述预设单位距离为半径,获得第二圆覆盖区域,将所述第二圆覆盖区域与所述供电覆盖区域的重叠区域减去所述第一供电区域,获得第二供电区域;
依次对所述供电覆盖区域进行N次划分,获得N个供电区域。
3.如权利要求1所述的方法,其特征在于,所述依次对N个所述供电区域进行综合线损率分析,还包括:
在N个所述供电区域内随机选取一供电区域作为第一供电区域;
获取所述第一供电区域内标识供电节点的第一历史供电信息集合,所述第一历史供电信息包括历史供电量和历史线损率;
基于预设时间周期对所述第一历史供电信息集合进行划分,获得多个时间段内的标识供电节点的历史供电信息集合;
基于多个时间段内的历史供电信息集合生成所述第一供电区域的第一线损系数集合;
依次对N个所述供电区域进行综合线损率分析,获得N个区域线损系数集合。
4.如权利要求3所述的方法,其特征在于,所述基于多个时间段内的历史供电信息集合生成所述第一供电区域的第一线损系数集合,还包括:
在多个所述时间段内随机选取一时间段作为第一时间段,并获得所述第一时间段的历史供电信息集合;
按照历史供电信息生成时间对所述第一时间段的历史供电量和历史线损率设置渐变权重,根据所述渐变权重求得所述第一供电区域内标识供电节点的第一历史供电量和第一历史线损率;
将所述第一供电区域内标识供电节点的第一历史供电量相加求和,获得第一历史总供电量;
将所述第一供电区域内标识供电节点的第一历史供电量与所述第一历史总供电量的比值作为权重系数,对所述第一供电区域内标识供电节点的第一历史线损率进行加权计算,获得所述第一时间段的第一线损系数;
依次进行多个所述时间段的第一线损系数计算,获得所述第一线损系数集合。
5.如权利要求1所述的方法,其特征在于,还包括:
所述电网线损匹配模型包括输入层、线损系数匹配层、线损率计算层、输出层;
所述线损系数匹配层包括时间匹配通道和区域匹配通道;
对N个所述供电区域进行序号标定,获得N个序号标定区域;
基于N个所述序号标定区域和N个所述区域线损系数集合构建所述线损系数匹配层。
6.如权利要求5所述的方法,其特征在于,所述基于N个所述序号标定区域和N个所述区域线损系数集合构建所述线损系数匹配层,还包括:
将N个所述序号标定区域作为一级子节点,将N个所述区域线损系数集合中的多个时间段作为所述一级子节点的一级叶节点,将N个所述区域线损系数集合中的线损系数作为一级叶节点的二级叶节点,构建所述线损系数匹配层。
7.如权利要求1所述的方法,其特征在于,所述获取所述供电覆盖区域的管理线损系数,还包括:
在所述供电覆盖区域内随机生成多个管理数据采集点;
获取多个所述管理数据采集点的历史管理数据信息,所述历史管理数据信息包括错位电量信息、窃电信息;
基于所述错位电量信息和所述窃电信息进行管理线损分析,获得所述管理线损系数。
8.一种电网线损水平的智能估测系统,其特征在于,用于实施权利要求1-7所述的一种电网线损水平的智能估测方法中的任意一项,所述系统包括:
供电节点标识模块,所述供电节点标识模块用于获取目标电网的供电覆盖区域,并按照预设供电类型对所述供电覆盖区域内的多个供电节点进行标识,获得标识供电节点集合;
供电覆盖区域划分模块,所述供电区域划分模块用于基于所述目标电网的供电站位置坐标,根据预设单位距离对所述供电覆盖区域进行划分,获得N个供电区域,N为大于1的整数;
供电区域获得模块,所述供电区域获得模块用于根据N个所述供电区域对所述供电节点标识集合内的标识供电节点进行聚类,获得N个供电区域,其中所述供电区域内包含多个标识供电节点;
区域线损系数集合获得模块,所述区域线损系数集合获得模块用于依次对N个所述供电区域进行综合线损率分析,获得N个区域线损系数集合,其中所述区域线损系数集合包括多个时间段和多个线损系数,所述时间段和所述线损系数具有对应关系;
电网线损匹配模型构建模块,所述电网线损匹配模型构建模块用于基于N个所述区域线损系数集合构建电网线损匹配模型;
初始电网线损率输出模块,所述初始电网线损率输出模块用于获取预设采集时间窗口内的N个所述供电区域的供电量,并将所述预设采集时间窗口和N个所述供电量输入所述电网线损匹配模型,输出初始电网线损率;
优化电网线损率获得模块,所述优化电网线损率获得模块用于获取所述供电覆盖区域的管理线损系数,并根据所述管理线损系数对所述初始电网线损率进行校正,获得优化电网线损率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310957288.0A CN116976701B (zh) | 2023-08-01 | 2023-08-01 | 一种电网线损水平的智能估测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310957288.0A CN116976701B (zh) | 2023-08-01 | 2023-08-01 | 一种电网线损水平的智能估测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116976701A true CN116976701A (zh) | 2023-10-31 |
CN116976701B CN116976701B (zh) | 2024-03-19 |
Family
ID=88480992
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310957288.0A Active CN116976701B (zh) | 2023-08-01 | 2023-08-01 | 一种电网线损水平的智能估测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116976701B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109687446A (zh) * | 2018-12-30 | 2019-04-26 | 国网北京市电力公司 | 确定电网线损方法及装置、存储介质、处理器 |
CN110163410A (zh) * | 2019-04-08 | 2019-08-23 | 国网信通亿力科技有限责任公司 | 一种基于神经网络-时间序列的线损电量预测方法 |
CN111967183A (zh) * | 2020-07-31 | 2020-11-20 | 中国电力科学研究院有限公司 | 一种配电网台区线损的计算方法和系统 |
CN113507108A (zh) * | 2021-06-08 | 2021-10-15 | 西安理工大学 | 一种基于区域划分的配电网线损估计方法 |
CN113887916A (zh) * | 2021-09-27 | 2022-01-04 | 国网山西省电力公司电力科学研究院 | 一种配电网线损动态量化评估方法及系统 |
CN115422788A (zh) * | 2022-11-07 | 2022-12-02 | 广东电网有限责任公司 | 一种配电网线损分析管理方法、装置、存储介质及系统 |
CN115986724A (zh) * | 2022-12-01 | 2023-04-18 | 江苏方天电力技术有限公司 | 一种基于等值电阻的配电台区同期线损率预测方法 |
CN116128117A (zh) * | 2022-12-29 | 2023-05-16 | 国网宁夏电力有限公司中卫供电公司 | 基于数字孪生的配电线路线损预测方法和装置 |
-
2023
- 2023-08-01 CN CN202310957288.0A patent/CN116976701B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109687446A (zh) * | 2018-12-30 | 2019-04-26 | 国网北京市电力公司 | 确定电网线损方法及装置、存储介质、处理器 |
CN110163410A (zh) * | 2019-04-08 | 2019-08-23 | 国网信通亿力科技有限责任公司 | 一种基于神经网络-时间序列的线损电量预测方法 |
CN111967183A (zh) * | 2020-07-31 | 2020-11-20 | 中国电力科学研究院有限公司 | 一种配电网台区线损的计算方法和系统 |
CN113507108A (zh) * | 2021-06-08 | 2021-10-15 | 西安理工大学 | 一种基于区域划分的配电网线损估计方法 |
CN113887916A (zh) * | 2021-09-27 | 2022-01-04 | 国网山西省电力公司电力科学研究院 | 一种配电网线损动态量化评估方法及系统 |
CN115422788A (zh) * | 2022-11-07 | 2022-12-02 | 广东电网有限责任公司 | 一种配电网线损分析管理方法、装置、存储介质及系统 |
CN115986724A (zh) * | 2022-12-01 | 2023-04-18 | 江苏方天电力技术有限公司 | 一种基于等值电阻的配电台区同期线损率预测方法 |
CN116128117A (zh) * | 2022-12-29 | 2023-05-16 | 国网宁夏电力有限公司中卫供电公司 | 基于数字孪生的配电线路线损预测方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN116976701B (zh) | 2024-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3300205A1 (en) | Energy demand predicting system and energy demand predicting method | |
CN113267692B (zh) | 一种低压台区线损智能诊断分析方法和系统 | |
US20160364807A1 (en) | Electric power business profit and loss calculation system and electric power business profit and loss calculation method | |
CN114004296A (zh) | 一种基于电力负荷特征反向提取监测点的方法及系统 | |
CN111626614A (zh) | 一种基于电费回收的用户分类方法 | |
CN104735710A (zh) | 一种基于趋势外推聚类的移动网络性能预警预判方法 | |
CN112701675A (zh) | 基于筛选电压数据的配电台区用户相别辨识方法及系统 | |
JPWO2018225219A1 (ja) | 系統状態推定装置および系統状態推定方法 | |
CN112598155A (zh) | 一种变电站的负荷增减预估方法及系统 | |
KR102324783B1 (ko) | 심층 신경망 기반 전력 수요 예측 장치 및 방법 | |
CN115908051A (zh) | 一种电力系统储能容量确定方法 | |
CN116976701B (zh) | 一种电网线损水平的智能估测方法及系统 | |
CN107179758B (zh) | 一种动态信号参数辨识方法及系统 | |
CN116468253B (zh) | 结合智慧能源管理平台的多能源调度管控方法及系统 | |
CN117235642A (zh) | 基于时间和空间的供热、供冷异常数据诊断处理方法 | |
CN115207909B (zh) | 一种台区拓扑识别方法、装置、设备及存储介质 | |
CN117728379A (zh) | 用于区域电网的智能运行调度方法 | |
Cao et al. | Short-term load forecasting enhanced with statistical data-filtering method | |
CN116683459A (zh) | 一种基于数字化负荷预测的配电站控制方法及系统 | |
Lim et al. | Application of expert system to load composition rate estimation algorithm | |
Memmel et al. | Simulation of vertical power flow at MV/HV transformers for quantification of curtailed renewable power | |
CN116862036A (zh) | 一种负载预测方法以及装置 | |
CN115455689A (zh) | 一种充电桩电能计量误差的高精度分析方法 | |
CN113489005A (zh) | 配电网潮流计算的配变负荷估算方法及系统 | |
CN111368257B (zh) | 煤改电负荷特性的分析预测方法及装置 |
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 |