[发明专利]基于模糊神经网络算法的三相负荷不平衡自决策治理方法

权利要求书

1.基于模糊神经网络算法的三相负荷不平衡自决策治理方法，其特征在于，包括以下步骤：

步骤一：在配电台区的三相负荷电压端连接实时数据采集单元，通过实时数据采集单元检测并采集配电台区的三相负荷电流、电压、有功功率和无功功率数据；

步骤二：在配电台区公变的出口侧和单相用户负荷的前端安装换相开关；

步骤三：设定三相电压和电流不平衡度的阈值；

步骤四：根据上述步骤三中设定的三相电压和电流不平衡度的阈值为依据，再通过模糊神经网络作出换相的自适应决策；首先根据上述步骤三中设定的三相电压和电流不平衡度的阈值为依据，然后建立配电台区的三相负荷模型，再根据配电台区的三相负荷的历史数据构建适合的模糊神经网络，最后对模糊神经网络进行初始化，并将采集的三相负荷电流、电压、有功功率和无功功率数据输入模糊神经网络进行训练直至误差达到阈值，作出换相的自适应决策；

步骤五：根据三相电压和电流的不平衡度与低压末端相间电压差的定量关系，并将该定量关系作为换相判据，形成换相控制策略，再将该换相控制策略内置于换相开关中；

步骤六：利用配电台区三相电压不平衡度最小和换相过程中低压负荷在线自动换相装置开关切换次数最少为目标的多目标最优换相数学模型，通过模糊神经网络算法的优化计算，将最优控制决策通过控制终端下发并控制三相自换相开关动作。

2.根据权利要求1所述的基于模糊神经网络算法的三相负荷不平衡自决策治理方法，其特征在于：所述步骤一中采集的配电台区的三相负荷电流、电压、有功功率和无功功率数据为多次采样后通过加权平均算法计算出的三相负荷电流、电压、有功功率和无功功率数据。

3.根据权利要求1所述的基于模糊神经网络算法的三相负荷不平衡自决策治理方法，其特征在于：所述步骤五中换相控制策略不依赖于控制终端，可以完全实现本地化控制。

4.根据权利要求1所述的基于模糊神经网络算法的三相负荷不平衡自决策治理方法，其特征在于：所述步骤六中三相自换相开关动作进行调整配电台区的三相负荷不平衡状态的具体过程为：通过配电台区的主机控制单元接收到三相负荷不平衡状时，将配电台区的三相负荷端的换相开关各种状态下的三相电流全部列出，然后分别计算三相负荷端的换相开关每种状态下的不平衡度。

5.根据权利要求4所述的基于模糊神经网络算法的三相负荷不平衡自决策治理方法，其特征在于：所述步骤六中三相负荷端的换相开关每种状态下的不平衡度计算结束后，还需要对配电台区的三相负荷进行精细调整。

6.根据权利要求5所述的基于模糊神经网络算法的三相负荷不平衡自决策治理方法，其特征在于：所述精细调整过程为：配电台区的主机控制单元先接收实时数据采集单元检测和采集的数据值，然后以当前单相负荷运行在A相为例，若检测到此A相荷较重而C相负荷最小，则需要控制换相开关，将开关由A相切换至C相，以此方法进行三相负荷的精细调整。