基于配电网电压数据分析的电压合格率提升方法技术

技术编号:36545041 阅读:23 留言:0更新日期:2023-02-04 16:56
本发明专利技术涉及一种基于配电网电压数据分析的电压合格率提升方法,属于配电网技术领域。本发明专利技术包括如下步骤:步骤一:基于多元线性回归的电压合格率影响因素研究;步骤二:以电压合格率为主要优化目标的配电网无功优化模型;步骤三:基于长短期记忆网络和KNN的电压故障检测。本发明专利技术利用因子分析法及主成分分析法对电压合格率的影响因素进行分析,并提出了相应的解决措施。提出了以电压合格率为主要优化目标的配电网无功优化模型,对多种人工智能优化算法进行研究,分析其优化轨迹特性,对多种人工智能算法的优缺点以及适用场合进行总结,并采用粒子群优化算法对配电网进行电压无功优化,明显改善了电压合格率偏低的问题;可广泛运用于配电网场合。运用于配电网场合。运用于配电网场合。

【技术实现步骤摘要】
基于配电网电压数据分析的电压合格率提升方法


[0001]本专利技术涉及一种基于配电网电压数据分析的电压合格率提升方法,属于配电网


技术介绍

[0002]周刚,杨强,陈扬.大数据技术在电压监测中的应用研究[J].自动化与仪器仪表,2017(4):86

87.国外对电压数据分析处理的研究比国内起步早,在电压质量监控软件研发方面投入较大,一些发达国家在电能质量控制方面的研究和应用已取得显著的成效,从实用的功率理论的扩展,到电能质量评价指标体系的建立,从广泛的电能质量普查,到对用户电能质量的监测等,已建立和形成了常务性机制。澳大利亚越网公司所开发的电压指标管理系统,是通过分析方法来收集并显示电压指标越限的信息,其中EMS系统每分钟运行记录一次数据,事故安全分析用图形,以图形和表格形式,按月度统计,包括低电压运行时间和高电压运行时间,统计越限次数和持续时间。
[0003]目前市县公司所用的系统进行电压合格率的统计分析及对下属市县供电公司进行低(过)电压的预警告知。但该系统存在一个很大的弊端就是1.预警信息推送不及时,因为电压数据量巨大,需经过一系列数据清洗并将结果上传到山东电网省公司之后才能将低(过)电压预警信息推送给电网下属的市县供电公司,而这个过程基本要用2天的时间。2.山东电网规定月度内低(过)电压客户累计时长超过48小时将对下属供电公司进行考核。那么下属的市县供电公司专责人当天只能看到2天之前的低(过)电压预警信息,当专责人登录系统看到低(过)电压预警信息之后再通知供电所进行治理,就会导致治理不及时,从而严重影响了电压合格率指标。3.工作效率低难以实现精准管控,主要依靠运检管理人员人工核对用采电压数据、电话通知经理治理,电压管控工作效率低,难以实现精准管控。4.随着配电网规模迅猛增加,迎峰度夏、迎峰度冬等低电压高发期查询数据量大,通知不及时易造成长期低电压,增大投诉风险。

技术实现思路

[0004]针对现有技术存在的上述缺陷,本专利技术提出了一种基于配电网电压数据分析的电压合格率提升方法。
[0005]本专利技术所述的基于配电网电压数据分析的电压合格率提升方法,包括如下步骤:
[0006]步骤一:基于多元线性回归的电压合格率影响因素研究,包括如下小步:
[0007]第一步:分析影响电压合格率的因素,对综合电压合格率及A、B、C、D四类监测点电压合格率进行分析;
[0008]第二步:根据基于多元线性回归的电压合格率影响因素研究模型,利用因子分析法及主成分分析法对电压合格率的影响因素进行分析;
[0009]第三步:然后对四类监测点进行电压合格率越上限和越下限原因分析,利用主成分分析法找出影响电压合格率的主要原因及二级原因,并提出相应的解决措施;
[0010]步骤二:以电压合格率为主要优化目标的配电网无功优化模型:为减少无功设备的投入,提高配电网电压合格率,需要利用无功调控策略对配电网进行优化,包括如下小步:
[0011]第一步:提出以电压合格率为主要优化目标的配电网无功优化模型,利用量子遗传算法、量子群搜索算法和粒子群算法三种人工智能优化算法进行研究;
[0012]第二步:分析其优化轨迹特性,对三种人工智能算法的优缺点以及适用场合进行总结,并采用粒子群算法对配电网进行电压无功优化,改善电压合格率偏低的问题;
[0013]步骤三:基于长短期记忆网络和KNN的电压故障检测:及早发现电压异常,并迅速判断何种电压故障,提高工人修复电压效率,进而提高电压合格率,包括如下小步:
[0014]第一步:根据基于长短期记忆网络和KNN的电压故障预测模型,使用长短期记忆网络提取电压波动数据的特征,捕获电压的历史信息,对电压序列数据进行学习,挖掘出内部隐含的信息;
[0015]第二步:将BLSTM网络提取到的特征向量输入到KNN分类器进行故障分类,精确指导低电压的治理。
[0016]优选地,所述步骤一中第一步的A、B、C、D四类监测点记录电压波动数据,每条数据记录24小时内的电压波动,电压数据每隔一小时采集一次。
[0017]优选地,所述步骤一中第二步中,多元线性回归的电压合格率影响因素研究模型,采用主成分回归的方法能够消除经典回归分析的缺陷,关于主成分回归的模型如下:
[0018][0019]ε

N(0,σ2)
[0020]式中:
[0021]——第i主成分;
[0022]——第i主成分系数;
[0023]通过主成分分析,对电压合格率的各个影响因素在SPSS中作回归分析,根据SPSS导出的以上结果,可以得到关于电压合格率的计算如下:
[0024]U(%)=44.436+0.959
×
SD+0.808
×
JB+1.021
×
ZB+0.98
×
WD+0.769
×
DR+0.847
×
SJ+1.257
×
DY

1.082
×
ZD+0.955
×
DJ+1.295
×
XL+1.769
×
FH+2.292
×
MX
ꢀꢀ
(2)
[0025]式中:
[0026]SD——水电厂电压并网波动因素权重值;
[0027]JB——旧变压器变比配置不合理因素权重值;
[0028]ZB——主变压器非有载调压因素权重值;
[0029]WD——无电压自动调节系统因素权重值;
[0030]DR——电容、电抗器未安装因素权重值;
[0031]SJ——上级电源电压不合格因素权重值;
[0032]DY——电压控制实时性差因素权重值;
[0033]ZD——自动电压调节系统效率低因素权重值;
[0034]DJ——电压监测仪表准确性差因素权重值;
[0035]XL——线路因素权重值;
[0036]FH——负荷过载因素权重值;
[0037]MX——母线电压越限因素权重值;
[0038]根据电压合格率多元线性回归模型,输入各个影响因素的标准化的权重值,即可对电压合格率进行预测评估,及时排除风险。
[0039]优选地,所述步骤一中第二步中,主成分分析法是通过投影的方式,将高维数据降维处理,进行复杂数据简化操作,包括如下小步:
[0040](1)设X=(x
ij
)为n
×
p阶的矩阵,记作X=(x1,...,x
n
)
T
=(x1,...,x
p
),x
i
为X矩阵的第i行,x
j
为X矩阵的第j列,当把X矩阵看作p维度的矩阵时,设R
q
(q<p)为低维度空间,使得X矩阵到R
q
本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于配电网电压数据分析的电压合格率提升方法,其特征在于,包括如下步骤:步骤一:基于多元线性回归的电压合格率影响因素研究,包括如下小步:第一步:分析影响电压合格率的因素,对综合电压合格率及A、B、C、D四类监测点电压合格率进行分析;第二步:根据基于多元线性回归的电压合格率影响因素研究模型,利用因子分析法及主成分分析法对电压合格率的影响因素进行分析;第三步:然后对四类监测点进行电压合格率越上限和越下限原因分析,利用主成分分析法找出影响电压合格率的主要原因及二级原因;步骤二:以电压合格率为主要优化目标的配电网无功优化模型:包括如下小步:第一步:提出以电压合格率为主要优化目标的配电网无功优化模型,利用量子遗传算法、量子群搜索算法和粒子群算法三种人工智能优化算法进行研究;第二步:分析其优化轨迹特性,对三种人工智能算法的优缺点以及适用场合进行总结,并采用粒子群算法对配电网进行电压无功优化;步骤三:基于长短期记忆网络和KNN的电压故障检测:包括如下小步:第一步:根据基于长短期记忆网络和KNN的电压故障预测模型,使用长短期记忆网络提取电压波动数据的特征,捕获电压的历史信息,对电压序列数据进行学习,挖掘出内部隐含的信息;第二步:将BLSTM网络提取到的特征向量输入到KNN分类器进行故障分类。2.根据权利要求1所述的基于配电网电压数据分析的电压合格率提升方法,其特征在于,所述步骤一中第一步的A、B、C、D四类监测点记录电压波动数据,每条数据记录24小时内的电压波动,电压数据每隔一小时采集一次。3.根据权利要求1所述的基于配电网电压数据分析的电压合格率提升方法,其特征在于,所述步骤一中第二步中,多元线性回归的电压合格率影响因素研究模型,采用主成分回归的方法能够消除经典回归分析的缺陷,关于主成分回归的模型如下:ε

N(0,σ2)式中:第i主成分;第i主成分系数;通过主成分分析,对电压合格率的各个影响因素在SPSS中作回归分析,根据SPSS导出的以上结果,可以得到关于电压合格率的计算如下:U(%)=44.436+0.959
×
SD+0.808
×
JB+1.021
×
ZB+0.98
×
WD+0.769
×
DR+0.847
×
SJ+1.257
×
DY

1.082
×
ZD+0.955
×
DJ+1.295
×
XL+1.769
×
FH+2.292
×
MX
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)式中:SD——水电厂电压并网波动因素权重值;JB——旧变压器变比配置不合理因素权重值;ZB——主变压器非有载调压因素权重值;WD——无电压自动调节系统因素权重值;
DR——电容、电抗器未安装因素权重值;SJ——上级电源电压不合格因素权重值;DY——电压控制实时性差因素权重值;ZD——自动电压调节系统效率低因素权重值;DJ——电压监测仪表准确性差因素权重值;XL——线路因素权重值;FH——负荷过载因素权重值;MX——母线电压越限因素权重值。4.根据权利要求3所述的基于配电网电压数据分析的电压合格率提升方法,其特征在于,所述步骤一中第二步中,主成分分析法是通过投影的方式,将高维数据降维处理,进行复杂数据简化操作,包括如下小步:(1)设X=(x
ij
)为n
×
p阶的矩阵,记作X=(x1,...,x
n
)
T
=(x1,...,x
p
),x
i
为X矩阵的第i行,x
j
为X矩阵的第j列,当把X矩阵看作p维度的矩阵时,设R
q
(q<p)为低维度空间,使得X矩阵到R
q
空间的投影值与原始值最接近;(2)把X
(n
×
p)
矩阵中心标准化,即X

HXD
‑1,其中I为n阶单位矩阵,D=diag[Hx1,

,Hx
p
],矩阵变换后仍然赋值给矩阵X;(3)求解矩阵X
T
X的特征值λ1≥...≥λ
p
≥0,求解特征值对应的标准正交特征向量u1,...,u
p
,令X
T
X=UΛU
T
,式中U=(u1,...,u
p
);(4)计算主要成分的累记贡献率对于规定的贡献率c0,确定使累计贡献率α
q
≥c0时最小的q,一般取c0=85%;(5)计算主成分得分,,y

j.=X,u

j.,j=1,...,q

.,y
j
是第j个主成分得分值。5.根据权利要求1所述的基于配电网电压数据分析的电压合格率提升方法,其特征在于,所述步骤一中第三步中,监测点进行电压合格率越上限和越下限原因分析,分为:模型拟合优度及残差检验、F检验、直方图及PP图检验,其中:模型拟合优度及残差检验:根据拟合优度,判断模型的拟合优度是否符合理想...

【专利技术属性】
技术研发人员:孙越宗雪莹钟离超超
申请(专利权)人:国网山东省电力公司齐河县供电公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1