[发明专利]一种配电网线损数据的预处理方法

说明书

技术领域

本发明涉及配电网线损管理技术领域，具体涉及一种配电网线损数据的预处理方法。

技术背景

在电网运行中，由电表计量统计的供电量和售电量之差，称为统计线损电量，相应的线损率称为统计线损率。供电企业希望通过对线损的计算与分析，能够动态准确地针对线损对象，找出用户用电异常、计量回路计量不准确等造成线损波动的原因，提出降损目标，进行相应改造，降低线损。对线损计算与分析，需要用到的一个关键指标是线损率。线损率＝（供入电量-供出电量）/供入电量。其中供入电量为进入线路时采集的电量，供出电量为该条线路下各大用户的所有用电量之和。由于某些原因，部分大用户的用电量无法正常采集，如果丢失这部分数据，将影响供出电量的计算结果，最终导致线损率数据误差很大。因此，对线损指标数据进行预处理就显得非常重要。即需通过合适算法对缺失数据进行补齐，之后再利用分线线损拓扑结构关系计算出线路的线损率。

配电网线损缺失数据的预处理，通常采用基于加权平均的方法进行数据补齐，即用最近一个月的线损数据加权平均，这种方法补值效果不太理想，具有很大的局限性。随着国家节能减排政策的大力实施以及政府部门对电网企业电力需求侧管理责任的考核，需要新的配电网线损预处理方法，优化线损分析效果，对供电企业降低线损和生产成本具有重要意义。

发明内容

本发明针对大用户用电量的缺失数据，提供一种配电网线损数据的预处理方法，能有效地进行配电网线损数据的预处理，优化线损分析效果，为窃电或违约用电、计量差错故障等异常分析提供数据支持，为供电企业进行线损分析提供有力的理论基础与依据。

本发明采用的技术方案是：一种配电网线损数据的预处理方法，包括以下步骤：首先从原始数据集中确定因变量和自变量，并基于最邻近算法确定缺失值的上下限，在上下限范围内对全部缺失数据进行随机插补；然后建立所有变量的数据分组处理模型，找出最优复杂度模型；最后根据最优复杂度模型计算缺失值，代替上一次缺失值的插补值，并进行迭代循环，直到缺失值不再变化。

所述的基于最邻近算法对缺失值上下限的确定，是以欧式距离为标准，计算出样本数据之间的距离，然后为缺失数据选择k个与其距离最小的样本，以此算法来确定缺失值的上下限。

所述建立所有变量的数据分组处理模型，找出最优复杂度模型，是基于自组织建模分组数据处理技术推导的最优原始输入变量表达式模型，模型的项数和次数随着复杂度的增加，具有外补充性质。选择准则或目标函数的某一准则通过最小点，全局最小值对应最优复杂度，在迭代的过程中，如果在一个筛选阶段不能再减小外准则的数值，则算法结束，找出最优复杂度模型。

所述的线损数据预处理方法，具体步骤如下：

（1）确定缺失数据的变量x_i为因变量，不含缺失数据的变量(x₁,x₂,K,x_i-1,x_i+1,K,x_n)为自变量。

（2）根据先验知识和已有数据信息给出缺失值的上下限，记为令其每次迭代值不超过这个范围。

（3对于全部缺失值随机插补，插补值在之间随机选取，获得初始插补值。

（4）建立含有缺失数据的变量和其他变量之间的数据分组处理模型，找出最优复杂度模型。