[发明专利]配电网变压器容量使用情况预测方法在审
申请号: | 201810052201.4 | 申请日: | 2018-01-19 |
公开(公告)号: | CN108258683A | 公开(公告)日: | 2018-07-06 |
发明(设计)人: | 蔡云峰;潘琪;王亮;徐洋;陈广;童勤毅 | 申请(专利权)人: | 国网江苏省电力有限公司苏州供电分公司 |
主分类号: | H02J3/00 | 分类号: | H02J3/00 |
代理公司: | 苏州创元专利商标事务所有限公司 32103 | 代理人: | 孙仿卫 |
地址: | 215004 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 单一预测 变压器 配电网变压器 情况预测 容量使用 预测 数据挖掘算法 变压器容量 数据预处理 模型计算 气温数据 权重计算 实际负载 数据采集 系数计算 预测结果 组合权重 加权和 无量纲 构建 权重 采集 转化 | ||
本发明涉及一种配电网变压器容量使用情况预测方法,包括以下步骤:步骤1:数据采集:采集所要预测的变压器的相关数据;步骤2:性质系数计算:计算表征变压器容量使用情况的最近n年内各月的性质系数;步骤3:数据预处理:找出一组性质系数,并将找出的性质系数以及对应的气温数据转化为无量纲数据;步骤4:构建单一预测模型:至少采用两种数据挖掘算法分别建立单一预测模型;步骤5:确定组合权重:分别确定各单一预测模型的权重;步骤6:预测结果:分别采用各单一预测模型计算下一月变压器的性质系数,并结合各单一预测模型的权重计算加权和作为变压器的下一月性质系数的预测值。本发明提高了变压器实际负载情况的预测精确度。
技术领域
本发明属于电力系统配电网技术领域,具体涉及一种配电网变压器容量使用情况预测方法。
背景技术
随着智能配电网和主动配电网概念的发展和普及,配电网得到了越来越广泛的关注。作为配电网的重要组成部分,变压器的研究尤其是预测对配电网安全运行和规划具有重要意义。目前,电网部门将配变报装容量作为其实际用电量,但是在配电网实际运行中,用电负荷考虑到自己用电量的增长,其变压器报装容量会留有一定的裕度,往往大于其实际用电量,且其用电量随时间发展而不断变化。但是,目前对变压器负载情况的研究主要集中住宅领域,仅仅考虑了和住户的关系,均未讨论变压器容量使用情况随时间变化的动态特性。因此,现有的对变压器的实际用电量的处理方法无法准确反映和预测实际用电情况。
发明内容
本发明的目的是提供一种能够准确反映和预测变压器实际用电情况、为电力系统提供数据支撑的配电网变压器容量使用情况预测方法
为达到上述目的,本发明采用的技术方案是:
一种配电网变压器容量使用情况预测方法,用于预测配电网中的变压器下一月的容量使用情况,所述配电网变压器容量使用情况预测方法包括以下步骤:
步骤1:数据采集:采集所要预测的变压器的相关数据,所述相关数据包括所述变压器的报装容量、最近n年内各月的月三相最大电流、相电压、电流互感器变比、电压互感器变比以及最近n年内各月的气温数据;
步骤2:性质系数计算:基于所述变压器的报装容量、最近n年内各月的月三相最大电流、相电压、电流互感器变比和电压互感器变比计算表征所述变压器容量使用情况的最近n年内各月的性质系数;
步骤3:数据预处理:将计算出的最近n年内各月的性质系数按时间排序,找出最近n年内对应月份的一组所述性质系数、一组所述性质系数所对应月份在最近一年内前m个月的性质系数,并将找出的全部所述性质系数以及对应的气温数据转化为无量纲数据;
步骤4:构建单一预测模型:基于找出的全部所述性质系数和对应的气温数据的非线性关系,至少采用两种数据挖掘算法分别建立单一预测模型,所述单一预测模型以一组所述性质系数中最近一年的所述性质系数作为输出,以一组所述性质系数中前n-1年的所述性质系数、最近一年内前m个月的性质系数以及对应的气温数据作为输入;
步骤5:确定组合权重:分别确定所构建的各所述单一预测模型的权重;
步骤6:预测结果:分别采用所构建的各所述单一预测模型计算下一月所述变压器的性质系数,并结合各所述单一预测模型的权重计算加权和作为所述变压器的下一月性质系数的预测值,从而预测所述变压器下一月的容量使用情况。
所述步骤1中,所述气温数据包括月最高气温和月最低气温。
所述步骤2中,所述性质系数的计算方法为:
其中,F为所述性质系数,l为所述变压器的月负荷最大值,L为所述变压器的报装容量;
所述月负荷最大值的计算方法为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网江苏省电力有限公司苏州供电分公司,未经国网江苏省电力有限公司苏州供电分公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810052201.4/2.html,转载请声明来源钻瓜专利网。