本发明专利技术公开提供一种面向敏感用户的电压暂降事件预测方法、介质及系统,包括:获取敏感用户的供电母线;获取预设时间段内所述供电母线每次发生电压暂降事件的第一历史参数,并进行预处理,得到第一训练样本;获取所述预设时间段内所述供电母线日常正常运行的第二历史参数,并进行预处理,得到第二训练样本;采用所述第一训练样本和所述第二训练样本训练深度神经网络DNN,得到训练后的预测网络;将采集的预测参数预处理后输入所述预测网络,得到电压预测幅值;若所述电压预测幅值小于第一预设阈值,则预测发生电压暂降事件,以向运维人员预警。本发明专利技术可以较为准确地预测是否发生电压暂降事件,以便可以及时进行预警。以便可以及时进行预警。以便可以及时进行预警。
【技术实现步骤摘要】
一种面向敏感用户的电压暂降事件预测方法、介质及系统
[0001]本专利技术涉及电压暂降
,尤其涉及一种面向敏感用户的电压暂降事件预测方法、介质及系统。
技术介绍
[0002]随着现代电力系统中精密设备和敏感用户的不断增多,对电能质量提出了更高的要求。在各种电能质量问题中,由电压暂降引起的事故达到了总事故量的80%以上,并且几乎每次暂降事件都会造成巨大经济损失。电压暂降风险预警是缓减电压暂降的重要工作之一。准确预测电压暂降幅值对于减小损失具有重要的理论价值与现实意义;同时有利于缓减电压暂降影响,合理编排生产计划。
技术实现思路
[0003]本专利技术实施例提供一种面向敏感用户的电压暂降事件预测方法、介质及系统,以解决现有技术不能准确预测电压暂降事件的问题。
[0004]第一方面,提供一种面向敏感用户的电压暂降事件预测方法,包括:
[0005]获取敏感用户的供电母线;
[0006]获取预设时间段内所述供电母线每次发生电压暂降事件的第一历史参数,并进行预处理,得到第一训练样本,其中,所述第一历史参数包括:第一历史时间,第一历史日期,历史电压暂降幅值,第一历史天气,以及,敏感用户因所述预设时间段内的电压暂降事件造成的平均经济损失值;
[0007]获取所述预设时间段内所述供电母线日常正常运行的第二历史参数,并进行预处理,得到第二训练样本,其中,所述第二历史参数包括:第二历史时间,第二历史日期,历史电压幅值,第二历史天气,以及,经济损失值;
[0008]采用所述第一训练样本和所述第二训练样本训练深度神经网络DNN,得到训练后的预测网络;
[0009]将采集的预测参数预处理后输入所述预测网络,得到电压预测幅值,其中,所述预测参数包括:预测时间,预测日期,以及,预测天气;
[0010]若所述电压预测幅值小于第一预设阈值,则预测发生电压暂降事件,以向运维人员预警。
[0011]第二方面,提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序指令;所述计算机程序指令被处理器执行时实现如上述第一方面实施例所述的面向敏感用户的电压暂降事件预测方法。
[0012]第三方面,提供一种面向敏感用户的电压暂降事件预测系统,包括:如上述第二方面实施例所述的计算机可读存储介质。
[0013]这样,本专利技术实施例,通过采用合适的参数训练深度神经网络,从而使得采用训练后的深度神经网络可以较为准确地预测是否发生电压暂降事件,以便可以及时进行预警。
附图说明
[0014]为了更清楚地说明本专利技术实施例的技术方案,下面将对本专利技术实施例的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专利技术的一些实施例,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他的附图。
[0015]图1是本专利技术实施例的面向敏感用户的电压暂降事件预测方法的流程图。
具体实施方式
[0016]下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获取的所有其他实施例,都属于本专利技术保护的范围。
[0017]本专利技术实施例公开了一种面向敏感用户的电压暂降事件预测方法。本专利技术实施例所述的敏感用户指的是易受到电压变化影响的用户。如图1所示,该方法包括如下的步骤:
[0018]步骤S1:获取敏感用户的供电母线。
[0019]步骤S2:获取预设时间段内供电母线每次发生电压暂降事件的第一历史参数,并进行预处理,得到第一训练样本。
[0020]其中,第一历史参数包括:第一历史时间,第一历史日期,历史电压暂降幅值,第一历史天气,以及,敏感用户因预设时间段内的电压暂降事件造成的平均经济损失值。
[0021]第一历史时间,第一历史日期,历史电压暂降幅值可以从电能质量监测系统中获取。第一历史天气可以从天气系统中查询得到,第一历史天气包括空气湿度和阴晴数据两类,其中,阴晴数据又包括晴天、多云、雷雨三种类型。敏感用户因预设时间段内的电压暂降事件造成的平均经济损失值通过计算该预设时间段内的所有电压暂降事件造成的经济损失的平均值得到,每次电压暂降事件造成的经济损失均通过发生电压暂降事件后统计得到。
[0022]根据不同类型的数据,预处理的方式不同,具体如下:
[0023](1)对于第一历史时间,预处理包括:将时间转化为分钟计量,且若该时间对应的秒钟超过30s,则将分钟加1。
[0024]例如,将时针刻度值记为m,将分针刻度值记为n,预处理后的时间值为x,则x=m*60+n,并且若秒针刻度值大于30,则x=m*60+n+1。
[0025](2)对于第一历史日期,预处理包括:计算日期与当年一月一日的间隔天数。
[0026]例如,日期为当年三月一日,则计算三月一日与一月一日间隔的天数作为预处理后的日期。
[0027](3)对于历史电压暂降幅值,预处理包括:将幅值进行标幺值化处理。
[0028]具体的,标幺值化处理的计算式为:
[0029]其中,U
*
表示标幺值,U表示历史电压暂降幅值,即供电母线发生电压暂降事件后的电压有效值,U
B
表示供电母线的供电电压等级。
[0030](5)对于第一历史天气,预处理包括:将天气中的空气湿度进行归一化处理,使空
气湿度位于[0,1]区间内;以及,将天气中的阴晴数据分为晴天、多云、雷雨三种天气,并对晴天赋值1,对多云赋值2,对雷雨赋值3。
[0031]因此,第一训练样本S1为预处理后的第一历史时间,第一历史日期,历史电压暂降幅值,第一历史天气,以及,敏感用户因预设时间段内的电压暂降事件造成的平均经济损失值构成的五维向量,且第一训练样本的标签值L1为历史电压暂降幅值。
[0032]步骤S3:获取预设时间段内供电母线日常正常运行的第二历史参数,并进行预处理,得到第二训练样本。
[0033]其中,第二历史参数包括:第二历史时间,第二历史日期,历史电压幅值,第二历史天气,以及,经济损失值。
[0034]第二历史时间,第二历史日期,历史电压幅值可以从电能质量监测系统中获取。第二历史天气可以从天气系统中查询得到,第二历史天气也包括空气湿度和阴晴数据两类,其中,阴晴数据又包括晴天、多云、雷雨三种类型。由于是正常运行,则经济损失值为0。
[0035]对于第二历史时间、第二历史日期、第二历史天气,预处理方式分别与前述的第一历史时间、第一历史日期、第一历史天气相同,在此不再赘述。对于历史电压幅值,也采用与历史电压暂降幅值相同的计算式处理,不同的是,此时,U表示历史电压幅值,即供电母线日常正常运行的电压有效值。
[0036]因此,第二训练样本S2为预处理后的第二历史时间,第二历史日期,历史电压幅值,第本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种面向敏感用户的电压暂降事件预测方法,其特征在于,包括:获取敏感用户的供电母线;获取预设时间段内所述供电母线每次发生电压暂降事件的第一历史参数,并进行预处理,得到第一训练样本,其中,所述第一历史参数包括:第一历史时间,第一历史日期,历史电压暂降幅值,第一历史天气,以及,敏感用户因所述预设时间段内的电压暂降事件造成的平均经济损失值;获取所述预设时间段内所述供电母线日常正常运行的第二历史参数,并进行预处理,得到第二训练样本,其中,所述第二历史参数包括:第二历史时间,第二历史日期,历史电压幅值,第二历史天气,以及,经济损失值;采用所述第一训练样本和所述第二训练样本训练深度神经网络DNN,得到训练后的预测网络;将采集的预测参数预处理后输入所述预测网络,得到电压预测幅值,其中,所述预测参数包括:预测时间,预测日期,以及,预测天气;若所述电压预测幅值小于第一预设阈值,则预测发生电压暂降事件,以向运维人员预警。2.根据权利要求1所述的面向敏感用户的电压暂降事件预测方法,其特征在于:对于所述第一历史时间、所述第二历史时间和所述预测时间,所述预处理包括:将时间转化为分钟计量,且若该时间对应的秒钟超过30s,则将分钟加1。3.根据权利要求1所述的面向敏感用户的电压暂降事件预测方法,其特征在于,对于所述第一历史日期、所述第二历史日期和所述预测日期,所述预处理包括:计算日期与当年一月一日的间隔天数。4.根据权利要求1所述的面向敏感用户的电压暂降事件预测方法,其特征在于,对于所述历史电压暂降幅值和所述历史电压幅值,所述预处理包括:将幅值进行标幺值化处理;其中,所述标幺值化处理的计算式为:U
*
表示标幺值,U
B
表示所述供电母线的供电电压等级;当对所述历史电压暂降幅值进行预处理时,U表示历史电压暂降幅值;当对所述历史电压幅值进行预处理时,U表示历史电压幅值。5.根据权利要求1所...
【专利技术属性】
技术研发人员:俞贤文,丁宁,王昊波,王海民,田勇杰,肖旭东,陈嘉岐,柳旭升,赵文韬,张建军,李静,吴良方,张丹杰,陆彦虎,何建剑,张皓文,马小天,魏青,王习源,董一庆,王海龙,
申请(专利权)人:国网宁夏电力有限公司中卫供电公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。