【技术实现步骤摘要】
本专利技术涉及配电重过载预测，具体是一种电网配电重过载预测系统及方法。
技术介绍
1、电力系统中各种电压的变电所及输配电线路组成的整体，称为电力网。它包含变电、输电、配电三个单元。电力网的任务是输送与分配电能，改变电压。
2、电网配电过程中，从输电网或地区发电厂接受电能，通过配电设施就地分配或按电压逐级分配给各类用户。配电网由架空线路、电缆、杆塔、配电变压器、隔离开关、无功补偿电容以及一些附属设施等组成的，在电力网中起分配电能的重要作用。
3、配电网简单分为中压配电网和低压配电网，以配电变压器为分界点。中压配电网电压常见为为10kv或20kv，少数也有35kv；低压配电网电压为380v(三相)和220v(单相)。
4、公开号为cn109063922b的专利文件一种基于小区入住率的配电变压器重过载预测方法从电力用户用电信息采集系统中获取并进行用户编号关联多表合一小区的客户电表、水表采集明细数据；根据客户用电量和用水量判断计算得到小区入住率；最后根据重过载判定规则判定小区入住饱和状态下配电变压器是否发生过载风险，可以有效解决配电变压器因台区负荷的突变性和波动性影响导致难以准确开展中长期重过载预测的问题，实现对配电变压器运行状态进行准确预测，提前预警配电变压器重过载风险，有助于提升配电变压器的运维水平，保障设备安全及小区居民的用电质量。
5、但在实现上述技术方案的过程中，发现上述技术方案存在如下技术问题：
6、电网配电工作复杂，其对象遍布城市的各个角落，在通过小区入住率来预测
技术实现思路
1、为了克服现有配电变压器重过载预测方法在实际的应用过程中，因配电均以区域形式存在，而该区域内用电单位较为复杂，容易影响以小区入住率来预测配电变压器运行状态，导致预测不够精准的不足，本申请实施例提供一种电网配电重过载预测系统及方法，通过将目标用电数据模块所得数据、关联用电数据模块所得数据与历史重过载数据模块中数据的差值求方差，以确定实际数据与历史数据之间的离散程度，便于清除被预测用电单位的干扰因素，分析同一用电区域内关联用电数据影响被预测单位重过载的趋势，预测结果更加可靠。
2、本申请实施例解决其技术问题所采用的技术方案是：
3、一种电网配电重过载预测系统，包括中心处理模块、预测模型、目标用电数据模块、关联用电数据模块和历史重过载数据模块；
4、其中，所述目标用电数据模块用于获取被预测单位用电设备类型和用电量；
5、所述关联用电数据模块用于获取同一用电区域内除被预测单位以外的单位用电设备类型和用电量；
6、所述历史中过载数据模块用于记录被预测单位往期电路过载时的用电设备类型和用电量；
7、所述中心处理模块从目标用电数据模块、关联用电数据模块和历史重过载数据模块获取用电设备类型和用电量，求得用电量差值，并进行差异性对比；
8、所述预测模型根据中心处理模块求得的电量差值、对比所得的差异点预测被预测单位的过载情况。
9、在一种可能的实现方式中，所述关联用电数据模块的输入端连接有关联单位筛选模块，所述关联单位筛选模块将同一用电区域内除被预测单位以外的单位分类。
10、在一种可能的实现方式中，所述目标用电数据模块和关联用电数据模块所获取的对应用电设备类型还区别于型号、功率，并统计出总数量；所述目标用电数据模块和关联用电数据模块所获取的对应用电设备用电量包括其在一年内不同季节、一天里不同时间段的用电量。
11、在一种可能的实现方式中，现阶段目标单位的用电量和关联单位用电量数据，与历史重过载数据计算所得差值分为正负两种，并被区分标记。
12、在一种可能的实现方式中，所述预测模型为prophet-lstm，其根据区域实际用电与否状态，对比现阶段用电情况与历史重过载用电时的差异性，进行预测。
13、在一种可能的实现方式中，所述所述预测模型对被预测单位的预测项目包括目标单位的过载周期、影响过载情况变异的影响因素和配电重过载的时间。
14、一种电网配电重过载预测方法，包括：s1:统计目标单位用电设备的类型、功率和数量，并获取目标单位不同季节、不同时间段的用电量；
15、s2:统计现阶段同一供电区域内关联单位的类型，并统计各个关联单位用电设备的类型、功率和数量，并获取其不同季节、不同时间段的用电量；
16、s3:提取现阶段目标单位的用电量和关联单位用电量数据，与历史重过载数据对比，获得用电差值；
17、s4:筛分正差值和负差值，根据区域实际用电与否状态，对比现阶段用电情况与历史重过载用电时的差异性；
18、s5:利用prophet-lstm预测同一用电区域内，目标单位的过载周期、影响过载情况变异的影响因素和配电重过载的时间。
19、在一种可能的实现方式中，所述s4中现阶段用电情况与历史重过载用电时的差异性特征包括目标单位用电设备数量的增减、目标单位用电设备用电时间的调整、关联用电单位用电设备数量的变化和关联用电单位用电设备用电时间的调整。
20、本申请的有益效果为：
21、一是，本方案中，通过将目标用电数据模块所得的被预测单位用电设备用电量数据与历史重过载数据模块中的数据求得用电量差值，将关联用电数据模块所得的同一用电区域内除被预测单位以外的单位用电设备用电量数据与历史重过载数据模块中的数据求得差值，可以在后续预测过程中，确定该类设备用电情况对整体单位用电过载的影响情况，有利于减小预测干扰，提高预测精度；
22、二是，本方案中，通过将目标用电数据模块所得数据、关联用电数据模块所得数据与历史重过载数据模块中数据的差值求方差，以确定实际数据与历史数据之间的离散程度，便于清除被预测用电单位的干扰因素，分析同一用电区域内关联用电数据影响被预测单位重过载的趋势，预测结果更加可靠。
本文档来自技高网...【技术保护点】
1.一种电网配电重过载预测系统，其特征在于，包括：
2.如权利要求1所述的一种电网配电重过载预测系统，其特征在于：所述关联用电数据模块的输入端连接有关联单位筛选模块，所述关联单位筛选模块将同一用电区域内除被预测单位以外的单位分类。
3.如权利要求1所述的一种电网配电重过载预测系统，其特征在于：所述目标用电数据模块和关联用电数据模块所获取的对应用电设备类型还区别于型号、功率，并统计出总数量，所述目标用电数据模块和关联用电数据模块所获取的对应用电设备用电量包括其在一年内不同季节、一天里不同时间段的用电量。
4.如权利要求1所述的一种电网配电重过载预测系统，其特征在于：现阶段目标单位的用电量和关联单位用电量数据，与历史重过载数据计算所得差值分为正负两种，并被区分标记。
5.如权利要求1所述的一种电网配电重过载预测系统，其特征在于：所述预测模型为Prophet-LSTM，其根据区域实际用电与否状态，对比现阶段用电情况与历史重过载用电时的差异性，进行预测。
6.如权利要求1所述的一种电网配电重过载预测系统，其特征在于：所述所述预测
7.一种电网配电重过载预测方法，该方法基于权利要求1-6任一一项实现，其特征在于，包括：
8.如权利要求7所述的一种电网配电重过载预测方法，其特征在于：所述S4中现阶段用电情况与历史重过载用电时的差异性特征包括目标单位用电设备数量的增减、目标单位用电设备用电时间的调整、关联用电单位用电设备数量的变化和关联用电单位用电设备用电时间的调整。
...【技术特征摘要】
1.一种电网配电重过载预测系统，其特征在于，包括：
2.如权利要求1所述的一种电网配电重过载预测系统，其特征在于：所述关联用电数据模块的输入端连接有关联单位筛选模块，所述关联单位筛选模块将同一用电区域内除被预测单位以外的单位分类。
3.如权利要求1所述的一种电网配电重过载预测系统，其特征在于：所述目标用电数据模块和关联用电数据模块所获取的对应用电设备类型还区别于型号、功率，并统计出总数量，所述目标用电数据模块和关联用电数据模块所获取的对应用电设备用电量包括其在一年内不同季节、一天里不同时间段的用电量。
4.如权利要求1所述的一种电网配电重过载预测系统，其特征在于：现阶段目标单位的用电量和关联单位用电量数据，与历史重过载数据计算所得差值分为正负两种，并被区分标记。
5.如权...
【专利技术属性】
技术研发人员：张振，刘芳红，孙阿欢，房玉祥，崔健，
申请(专利权)人：合肥开关厂有限公司，
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。