[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

说明书

本发明提出了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，包括以下步骤：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、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、设定三相电压和电流不平衡度的阈值、通过模糊神经网络作出换相的自适应决策、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和利用模糊神经网络算法控制三相自换相开关动作；本发明方法可以有效解决负荷季节性、瞬变性以及采集数据误差的问题，能反映配电网实际运行情况，为解决实际的工作问题提供安全可靠的信息支撑，并且可以有效的控制配电台区的三相负荷不平衡度，提高配电台区三相负荷端的工作稳定性。

技术领域

本发明涉及配电网运行技术领域，尤其涉及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。

背景技术

理想的配网三相交流电力系统中，三相电流应具有相同的幅值，这样配网三相交流系统中的中性线就不会流经电流，也不会产生中性线上的损耗，而在实际的配网三相交流系统中由于各相负荷不均匀，导致这些不平衡电流除在相线上引起损耗外，还将在中性线上引起损耗，增加总的损耗。

现有的三相负荷不平衡自决策治理方法无法有效解决负荷季节性、瞬变性以及采集数据误差的问题，不能反映配电网实际运行情况，无法解决实际的工作问题。因此，本发明提出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，以解决现有技术中的不足之处。

发明内容

针对上述问题，本发明方法可以有效解决负荷季节性、瞬变性以及采集数据误差的问题，能反映配电网实际运行情况，为解决实际的工作问题提供安全可靠的信息支撑，并且可以有效的控制配电台区的三相负荷不平衡度，提高配电台区三相负荷端的工作稳定性，并且可以有效的提高经济性，降低资源损耗，提高配电台区变压器的工作效率，同时本发明方法具有科学合理性。

本发明提出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，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；

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。

进一步改进在于：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。

进一步改进在于：所述步骤四中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。

进一步改进在于：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。