【技术实现步骤摘要】
本专利技术涉及电力系统数据分析，具体涉及一种分布式光伏并网线损诊断优化方法。
技术介绍
1、随着国家对清洁能源的重视和大力推广，光伏发电作为一种重要的分布式能源形式，在全国范围内得到了迅速发展，然而，随着光伏并网规模的不断扩大，配电网中出现了一系列新的技术挑战，尤其是台区线损问题日益突出。电力系统目前正在积极推广和应用智能电能表及全事件用电信息采集系统，该系统能够实现智能电表全量信息的上传(包括电压、电流、功率及冻结电量等)以及用电异常事件上报(例如停电事件、开表盖事件、电压电流异常、潮流反转等)，为线损问题的分析提供了大量的有效信息。
2、目前，国内外针对台区线损的研究工作集中在理论线损计算和线损管理方式方面，关于诊断和降低线损的研究较少，传统的线损分析方法往往依赖于人工经验判断，难以实现精准辨识。而且传统的k-means聚类方法在处理大规模数据时虽然效率较高，但其初始分类数确定不变且效果不佳，无法应对复杂多变的电力数据。
3、因此，本专利技术结合二阶聚类模型提供了一种分布式光伏并网线损诊断优化方法，以解决上述问题。
技术实现思路
1、针对上述情况，为克服现有技术之缺陷，本专利技术提供了一种分布式光伏并网线损诊断优化方法，以解决传统的k-means聚类方法在处理大规模电力数据时初始分类数固定不变且效果不佳的问题。
2、为了实现上述目的，本专利技术采取的技术方案为：
3、一种分布式光伏并网线损诊断优化方法，包括：
4、实时
5、基于线损履历档案库构建的线损异常判别库对第一线损诊断结果进行分析，确定异常数据等级，当异常数据等级符合线损异常判别库的预设标准时，发出预警信息以及发出根据第一线损诊断结果匹配得到的线损决策。
6、根据线损决策优化台区内设备状态，并采用线损检测模型对优化后的用电数据进行分析，得到第二线损诊断结果。
7、基于线损评价指标体系，对第一线损诊断结果和第二线损诊断结果进行比较分析，以得到优化效果并生成线损管理报告。
8、优选地，所述创建聚类特征树包括：确定扫描半径；将数据点按照扫描半径进行聚合，形成多个聚类中心和多个边界，以构成聚类特征树；根据新的预处理数据动态更新所述聚类特征树。
9、优选地，所述根据聚类特征树进行二次聚类，以确定聚类数目并得到二次聚类结果，包括：根据聚类特征树中的聚类中心和边界，采用k-means算法对数据点进行二次聚类；采用肘部法则、bic准则或aic准则确定聚类数目，以得到二次临时聚类结果；对二次临时聚类结果进行迭代优化，当二次临时聚类结果收敛后，得到二次聚类结果。
10、优选地，一种分布式光伏并网线损诊断优化方法还包括：采用留一法或k折交叉验证法对线损检测模型的二次聚类结果进行评估；根据评估结果调整线损检测模型中的聚类参数；采用网格搜索算法或随机搜索算法确定模型聚类参数组合。
11、优选地，一种分布式光伏并网线损诊断优化方法还包括：采用tsdac算法和ftsdac算法对各种动态序列数据进行无损压缩，采用并行执行方法批量查询处理各种动态序列数据，以及采用hbase集群存储及处理各种动态序列数据。
12、优选地，所述对二次聚类结果进行分析，得到第一线损诊断结果，包括：
13、采用局部异常因子算法对二次聚类结果中的数据进行分析，以确定异常数据；根据异常数据获取与异常数据关联的次级异常数据；采用基于规则和知识库的构建的专家系统对异常数据和次级异常数据进行分析，以确定异常原因和异常类型；基于地理信息系统和电力网络拓扑结构，确定异常数据的异常位置；以异常数据、异常位置、异常类型和异常原因作为第一线损诊断结果。
14、优选地，所述对二次聚类结果进行分析，得到第一线损诊断结果，包括：
15、采用局部异常因子算法对二次聚类结果中的数据进行分析，以确定异常数据；采用基于历史数据和长短期记忆网络构建的线损异常诊断模型对异常数据进行分析，以得到包含异常数据、异常位置、异常类型和异常原因的第一线损诊断结果。
16、优选地，所述得到线损决策的过程包括：根据第一线损检测结果和基于线损履历档案库构建的决策库，匹配出匹配度最高的初始应对决策，并将第一线损结果和初始应对决策进行可视化展示；维修人员根据可视化页面展示的数据、自身的经验以及异常位置的记录数据调整初始应对决策，以得到线损决策。
17、优选地，所述确定异常数据等级的过程包括：根据线损异常判别库中各异常数据的异常区间标准对各异常数据进行分析，以确定各异常数据等级；所述异常区间标准为异常数据的区间与异常数据等级的映射关系。
18、优选地，所述得到预处理数据的过程包括：采用基于密度的空间聚类算法识别和去除噪声数据；采用滑动平均法或加权平均法对时间序列数据进行平滑处理；采用箱线图分析法识别并处理异常值；基于线损数据特征库确定与线损率相关的特征数据；对特征数据进行标准化，以得到预处理数据。
19、本专利技术的有益效果为：
20、1、与传统的k-means聚类方法相比，本专利技术的线损检测模型采用二阶聚类算法对大规模电力数据进行两阶段聚类，能够提高大规模电力数据聚类的精确度，并实现精准分类；并且采用聚类特征树能够压缩大规模数据，有利于提高数据处理效率，以及二阶聚类算法能够根据新的数据动态调整聚类数目，解决了传统的k-means聚类方法在处理大规模电力数据时初始分类数固定不变且效果不佳的问题。
21、2、本专利技术采用二阶聚类算法构建的线损检测模型对用电数据进行分析，得到第一线损诊断结果；然后基于线损履历档案库构建的线损异常判别库对第一线损诊断结果进行处理，确定异常数据等级，当异常数据等级符合线损异常判别库的预设标准时，向监控人员发出预警信息以及发出根据第一线损诊断结果匹配得到的线损决策；继而根据线损决策优化台区内设备状态，以降低线损。并且采用线损检测模型对设备优化后采集的用电数据进行分析，得到第二线损诊断结果；基于线损评价指标体系，对第一线损诊断结果和第二线损诊断结果进行比较分析，得到优化效果并生成线损管理报告，以线损管理报告作为进一步优化线损的参考数据。本专利技术通过上述方法，能够对光伏并网台区的线损进行优化调整，降低线损，提高电力利用率，从而节省了电力成本。
22、3、本专利技术采用tsdac算法和ftsdac算法对各种动态序列数据进行无损压缩，采用并行执行方法批量查询处理各种动态序列数据，以及采用hbase集群存储及处理各种动态序列数据；通过上述方式，本专利技术能够分布式的处理分布式光伏并网线损诊断优化方法中的各种动态序列数据，提高各种本文档来自技高网...
【技术保护点】
1.一种分布式光伏并网线损诊断优化方法，其特征在于，包括：
2.根据权利要求1所述的分布式光伏并网线损诊断优化方法，其特征在于，所述创建聚类特征树包括：确定扫描半径；将数据点按照扫描半径进行聚合，形成多个聚类中心和多个边界，以构成聚类特征树；根据新的预处理数据动态更新所述聚类特征树。
3.根据权利要求2所述的分布式光伏并网线损诊断优化方法，其特征在于，所述根据聚类特征树进行二次聚类，以确定聚类数目并得到二次聚类结果，包括：根据聚类特征树中的聚类中心和边界，采用K-means算法对数据点进行二次聚类；采用肘部法则、BIC准则或AIC准则确定聚类数目，以得到二次临时聚类结果；对二次临时聚类结果进行迭代优化，当二次临时聚类结果收敛后，得到二次聚类结果。
4.根据权利要求1所述的分布式光伏并网线损诊断优化方法，其特征在于，还包括：采用留一法或K折交叉验证法对线损检测模型的二次聚类结果进行评估；根据评估结果调整线损检测模型中的聚类参数；采用网格搜索算法或随机搜索算法确定模型聚类参数组合。
5.根据权利要求1所述的分布式光伏并网线损诊断优化方法
6.根据权利要求1所述的分布式光伏并网线损诊断优化方法，其特征在于，所述对二次聚类结果进行分析，得到第一线损诊断结果，包括：
7.根据权利要求1所述的分布式光伏并网线损诊断优化方法，其特征在于，所述对二次聚类结果进行分析，得到第一线损诊断结果，包括：
8.根据权利要求1所述的分布式光伏并网线损诊断优化方法，其特征在于，所述得到线损决策的过程包括：根据第一线损检测结果和基于线损履历档案库构建的决策库，匹配出匹配度最高的初始应对决策，并将第一线损结果和初始应对决策进行可视化展示；维修人员根据可视化页面展示的数据、自身的经验以及异常位置的记录数据调整初始应对决策，以得到线损决策。
9.根据权利要求1所述的分布式光伏并网线损诊断优化方法，其特征在于，所述确定异常数据等级的过程包括：根据线损异常判别库中各异常数据的异常区间标准对各异常数据进行分析，以确定各异常数据等级；所述异常区间标准为异常数据的区间与异常数据等级的映射关系。
10.根据权利要求1所述的分布式光伏并网线损诊断优化方法，其特征在于，所述得到预处理数据的过程包括：采用基于密度的空间聚类算法识别和去除噪声数据；采用滑动平均法或加权平均法对时间序列数据进行平滑处理；采用箱线图分析法识别并处理异常值；基于线损数据特征库确定与线损率相关的特征数据；对特征数据进行标准化，以得到预处理数据。
...【技术特征摘要】
1.一种分布式光伏并网线损诊断优化方法，其特征在于，包括：
2.根据权利要求1所述的分布式光伏并网线损诊断优化方法，其特征在于，所述创建聚类特征树包括：确定扫描半径；将数据点按照扫描半径进行聚合，形成多个聚类中心和多个边界，以构成聚类特征树；根据新的预处理数据动态更新所述聚类特征树。
3.根据权利要求2所述的分布式光伏并网线损诊断优化方法，其特征在于，所述根据聚类特征树进行二次聚类，以确定聚类数目并得到二次聚类结果，包括：根据聚类特征树中的聚类中心和边界，采用k-means算法对数据点进行二次聚类；采用肘部法则、bic准则或aic准则确定聚类数目，以得到二次临时聚类结果；对二次临时聚类结果进行迭代优化，当二次临时聚类结果收敛后，得到二次聚类结果。
4.根据权利要求1所述的分布式光伏并网线损诊断优化方法，其特征在于，还包括：采用留一法或k折交叉验证法对线损检测模型的二次聚类结果进行评估；根据评估结果调整线损检测模型中的聚类参数；采用网格搜索算法或随机搜索算法确定模型聚类参数组合。
5.根据权利要求1所述的分布式光伏并网线损诊断优化方法，其特征在于，还包括：采用tsdac算法和ftsdac算法对各种动态序列数据进行无损压缩，采用并行执行方法批量查询处理各种动态序列数据，以及采用hbase集群存储及处理各种动态序列数据。
6...
【专利技术属性】
技术研发人员：李瑞国，丁锐鑫，李飚，王岩，杨松林，王荷茵，李聪，
申请(专利权)人：国网河南省电力公司三门峡供电公司，
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。