[发明专利]一种基于大数据技术的智能配电网接入方法

说明书

本发明涉及一种基于大数据技术的智能配电网接入方法，其包括以下步骤，1计算配变近三年月度最大负荷；2将第一步结果最大负荷拆分为趋势项、季节项与随机项。3运用GBDT回归算法对配变未来一年月最大负荷进行预测；4计算配变未来一年每月可利用容量；5在地图上标注出配变位置、配变未来一年最低可利用容量和用户报装接电位置。6判定新用户是否可以接入该配变。7计算新用户与周边可接入配变之间所需架设输电线路距离，制定最优用户接入方案。本发明保证用户接入方案的准确率，提高配电变压器利用率。

技术领域

本发明属于电网接入技术领域，具体涉及一种基于大数据技术的智能配电网接入方法。

背景技术

随着智能电网快速发展,电力用户侧数据呈指数级增长、复杂程度增大,难以进行高效、智能化管理，无法保证用户接入方案的精准性。合理的预测配变可利用容量和制定用户接入方案，对于配网配变经济运行来说是至关重要的。如何合理计算配变可利用容量和制定最优方案是一个非常棘手的问题，接入负荷太多会导致配变长期处于重过载状态、电压不稳、电网经济安全运行风险较高；接入负荷太小会导致配网配变资源浪费、影响经济运行。

目前，配电网用户接入方案都是由相关业务规划人员主要通过业务经验、现场核查等方法进行用户接入方案制定，存在工作量大、效率低、未考虑用电负荷增长等问题；并且，由于缺乏数据支撑，在现场无法全面把握配电网的线路及配变的状态，可能导致用户接入方案不合理，若后期改动容易造成供电损耗，不利于提高配电网的供电可靠性，配变运行风险难以有效预防。

发明内容

本发明所要解决的技术问题是克服上述现有技术的不足，提供一种基于大数据技术的智能配电网接入方法，保证用户接入方案的准确率，提高配电变压器利用率。

本发明解决其技术问题所采取的技术方案为：其包括以下步骤，

第一步：计算配变近三年月度最大负荷；

第二步：将第一步结果最大负荷拆分为趋势项、季节项与随机项。

第三步：运用GBDT回归算法对配变未来一年月最大负荷进行预测；

第四步：计算配变未来一年每月可利用容量；

第五步：在地图上标注出配变位置、配变未来一年最低可利用容量和用户报装接电位置。

第六步：判定新用户是否可以接入该配变。

第七步：计算新用户与周边可接入配变之间所需架设输电线路距离，制定最优用户接入方案。

进一步地，第一步中，抽取配变近三年的历史运行数据，然后根据上述运行数据计算配变近三年月度最大负荷；

所述历史运行数据包括配变日常运行24点负荷数据、配变档案信息和用户报装档案数据；

计算配变近三年月度最大负荷为获取所述历史运行数据中每一配变每月日度负荷中最大的五项，取其均值作为配变月最大负荷。

进一步地，第二步中为运用X13季节调整算法将第一步的近三年月度最大负荷拆分为趋势项、季节项与随机项，具体步骤如下：

(1)建立regARIMA模型；

(2)构建X-11算法加法模型。

进一步地，步骤(1)中，regARIMA模型为：

假定存在一个时间序列：

式中，Y_t是被解释的时间序列，即配变月度最大负荷，X_it是解释变量，包括离群值，历法效应等相关因素，β_i为回归参数，z_t为随机误差项。