[发明专利]一种基于分布式光纤测温的电网负荷估算方法与装置

说明书

本发明涉及一种基于分布式光纤测温的电网负荷估算方法与装置，其方法包括：获取待预测地区的电缆节点数据库、居民用电总负荷数据库、电网总负荷数据库和气温数据库；根据所述电缆节点数据库、人体舒适度指数、气温、居民用电总负荷和电网总负荷构建匹配关系数据库；利用主成分分析法对所述匹配关系数据库中的不同类别数据进行降维，将降维后的不同类别数据进行融合并映射到多维向量中；将所述多维向量、电网总负荷分别作为样本和标签，训练LSTM神经网络并将其用于预测电网总负荷。本发明挖掘了分布式光纤的测温数据以及居民用电总负荷、电网总负荷数据之间的关联，利用LSTM学习该关联，从而使电网负荷预测简单有效、实时性。

技术领域

本发明属于电网的数据处理和机器学习领域，具体涉及一种基于分布式光纤测温的电网负荷估算方法与装置。

背景技术

随着分布式光纤传感技术的发展，利用一根测温光纤就可以获得沿线的温度分布信息。测温光纤温度的测量一般通过光纤内的光信号强度或频率信息获得，实现光信号测量的设备称为分布式光纤温度测量设备，基于光纤拉曼散射的温度测量仪、基于光纤布里渊散射的应变和温度测量仪和基于光纤瑞利相干检测的应变和温度测量仪都属于此类设备。

电网负荷率是描述电力负荷特性的重要指标，负荷率高意味着负荷曲线比较平缓，峰谷差较小，电网需要的发电设备调峰容量小，从而可以提髙发电设备的利用率对电网的安全运行及经济效益都有益。随着人们生活水平的提高和用电结构的变化，民用电的比重上升。高峰电力负荷增长大于用电量增长会直接导致电网负荷率下降，峰谷差拉大，使得低谷时段约束了发电设备的出力，而高峰时段发电设备调峰容量又不足，导致一些地区电力供应紧张。

由于用电需求时间的不均衡，在非高峰时段有发电容量而没有用电需求，使得发电设备出力减小甚至停机：而在高峰时段用电需求剧增，发电设备容量又不能满足用电的需求。这种用电的不均衡导致了负荷率降低、负荷峰谷差加大、发电设备利用小时数下降、发电煤耗增加，发电成本上升、电网调峰困难、供电可靠性下降及高峰时段拉闸限电等一系列问题。负荷率降低约束了发电设备利用小时数的提髙，使得我国电网可发电量有余、可供电力不足。

而现有的基于分布式测温光纤的电网负荷估算方法是基于多元回归模型，涉及的变量多、复杂度高、准确率不高。

发明内容

为解决电网负荷估算方法复杂、准确率不高的问题，在本发明的第一方面提供了一种基于分布式光纤测温的电网负荷估算方法，包括如下步骤：获取待预测地区的电缆节点数据库、居民用电总负荷数据库、电网总负荷数据库和气温数据库，所述电缆节点数据库包括电缆节点分布、电缆节点位置、电缆节点的温度分布、电缆的温度变化、电缆的材料性能参数、电缆的电气性能参数、电缆故障类型及其对应的电缆的材料性能参数基准值和电气性能参数基准值；根据所述电缆节点数据库、人体舒适度指数、气温、居民用电总负荷和电网总负荷构建匹配关系数据库；利用主成分分析法对所述匹配关系数据库中的不同类别数据进行降维，将降维后的不同类别数据进行融合并映射到多维向量中；将所述多维向量、电网总负荷分别作为样本和标签，训练LSTM神经网络直至其误差低于阈值且趋于稳定，得到训练好的LSTM神经网络；将待预测地区的实时电缆节点数据和实时气温输入到所述训练好的LSTM神经网络中，得到电网总负荷的估算值；所述实时电缆节点数据包括电缆节点的实时温度分布和电缆的实时温度变化。

在本发明的一些实施例中，所述根据所述电缆节点数据库、人体舒适度指数、气温、居民用电负荷和电网总负荷建立匹配关系数据库包括如下步骤：从电缆节点数据库中提取用于居民用电的电缆节点的温度分布和温度变化，根据所述温度分布、温度变化和电缆的电气性能参数和居民用电总负荷建立居民用电的电缆节点负荷与居民用电总负荷匹配关系，构建第一匹配关系数据库；根据人体舒适度指数、气温、居民用电负荷和电网总负荷建立电网总负荷的分布关系，构建第二匹配关系数据库；将所述第一匹配关系数据库与第二匹配关系数据库融合，得到居民用电的电缆节点负荷、居民用总电负荷和电网总负荷的匹配关系数据库。

进一步的，所述人体舒适度指数的计算方法为：