[发明专利]一种基于专家样本库的配电网线损率预测方法及装置

权利要求书

1.一种基于专家样本库的配电网线损率预测方法，其特征在于，包括如下步骤：

步骤1：选择对配电网线损有影响的参数，从配电网数据库中，采集电力运行数据；

步骤2：将步骤1得到的电力运行数据中的变量进行标准化处理；

步骤3：将步骤2得到的结果，根据基于专家样本库的线损预测模型，计算配电网线损率；

所述基于专家样本库的线损预测模型的建立方式如下：

步骤S1：选择对配电网线损有影响的参数作为专家样本库特征变量；

步骤S2：根据步骤S1得到的参数，从配电网数据库中，采集电力运行数据样本，构成样本矩阵；

步骤S3：将步骤S2得到的样本矩阵的各数据样本中变量进行标准化处理，使其分布在[-1,1]范围内；

步骤S4：根据步骤S3的结果，利用PSO算法构建专家样本库；

步骤S5：基于步骤S4构建的专家样本库，利用人工智能算法建立基于专家样本库的线损预测模型；

步骤S4中，利用PSO算法构建专家样本库，所采用的目标函数为：

其中，

这里，v(·)是所选数据样本覆盖的凸包空间值，通过Qhull算法计算；v_max是所有采样数据样本所覆盖的凸包空间值；

步骤S5中，所述人工智能算法为LSSVM算法。

2.根据权利要求1所述的一种基于专家样本库的配电网线损率预测方法，其特征在于，步骤S1中选择的待分析参数为电力运行状态变量、气象温度和气象湿度信息。

3.根据权利要求2所述的一种基于专家样本库的配电网线损率预测方法，其特征在于，所述电力运行状态变量包括有功供电量、无功供电量、端口电流、居民容量占比、表计数目。

4.根据权利要求1所述的一种基于专家样本库的配电网线损率预测方法，其特征在于，步骤S2中，采集电力运行数据样本时，选择时间跨度为一年的运行数据样本。

5.一种基于专家样本库的配电网线损率预测装置，其特征在于，包括：

采集模块，用于从配电网数据库中，采集电力运行数据；

数据预处理模块，用于将采集模块采集的电力运行数据中的变量进行标准化处理；

计算模块，将数据预处理模块处理后的数据，通过基于专家样本库的线损预测模型，计算配电网线损率；

所述基于专家样本库的线损预测模型的建立方式如下：

步骤S1：选择对配电网线损有影响的参数作为专家样本库特征变量；

步骤S2：根据步骤S1得到的参数，从配电网数据库中，采集电力运行数据样本，构成样本矩阵；

步骤S3：将步骤S2得到的样本矩阵的各数据样本中变量进行标准化处理，使其分布在[-1,1]范围内；

步骤S4：根据步骤S3的结果，利用PSO算法构建专家样本库；

步骤S5：基于步骤S4构建的专家样本库，利用人工智能算法建立基于专家样本库的线损预测模型；

步骤S4中，利用PSO算法构建专家样本库，所采用的目标函数为：

其中，

这里，v(·)是所选数据样本覆盖的凸包空间值，通过Qhull算法计算；v_max是所有采样数据样本所覆盖的凸包空间值；

步骤S5中，所述人工智能算法为LSSVM算法。