[发明专利]一种基于负荷预测的三相不平衡智能换相方法在审
申请号: | 202110814818.7 | 申请日: | 2021-07-19 |
公开(公告)号: | CN113541165A | 公开(公告)日: | 2021-10-22 |
发明(设计)人: | 杭俊;崔康;丁石川;郭小璇;鲍海波 | 申请(专利权)人: | 安徽大学 |
主分类号: | H02J3/26 | 分类号: | H02J3/26 |
代理公司: | 合肥正则元起专利代理事务所(普通合伙) 34160 | 代理人: | 匡立岭 |
地址: | 230031*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 负荷 预测 三相 不平衡 智能 方法 | ||
1.一种基于负荷预测的三相不平衡智能换相方法,其特征在于,包括如下步骤:
第一步:根据配电台区各单相用户的历史负荷以及天气信息预测出未来一天各用户的总负荷;
在变压器出口侧记录一天内24个时间点的三个相线上的电流数据IA、IB、IC,根据电流的历史数据和天气预报预测出未来一天内间隔一小时24个时间点的三个相线上的电流;
第二步:记录每个单相用户的负荷,根据记录的值和天气信息预测出未来一天内单相用户的负荷;
使用预测出的电流数据计算未来一天内三相不平衡度的变化趋势,选择在不平衡度大于预设值的时间段内调整用户负荷相序;
第三步:使用用户前一天的相序和预测出的用户负荷用非支配遗传算法NSGA-3优化用户相别,目标函数包括三相不平衡度最小、换相次数最小与局部不平衡度最小;
用优化后的相序在前一天调整用户相别。
2.根据权利要求1所述的一种基于负荷预测的三相不平衡智能换相方法,其特征在于:
第一步中使用LSTM神经网络预测未来一天各用户的总负荷;
首先处理用户历史负荷数据,得到天气与假期信息和用户历史负荷数据之间的相关系数:
其中X、Y为两种特征值;
预测结果包括变压器出口侧三个相线未来一天每小时共24个点的电流,以及配电台区各单相用户未来一天的总负荷。
3.根据权利要求2所述的一种基于负荷预测的三相不平衡智能换相方法,其特征在于:使用LSTM神经网络预测得到的电流和未来一天的用户负荷计算未来一天各用户的24个点的负荷代替真实的用户24个点的负荷,以A相为准,则未来一天各单相用户总负荷为:
其中DA·i为A相各用户的负荷,IA为变压器出口侧A相电流,WA·i为未来一天内间隔一小时24个时间点的预测负荷。
4.根据权利要求3所述的一种基于负荷预测的三相不平衡智能换相方法,其特征在于:以B相或C相为准时,未来一天各单相用户总负荷计算方式与A相相同。
5.根据权利要求1所述的一种基于负荷预测的三相不平衡智能换相方法,其特征在于:第二步中选择不平衡度大于预设值时间内的负荷建立换相模型,模型优化需要考虑到的目标函数包括:
不平衡度最小:
开关次数最小:
支线不平衡度最小:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽大学,未经安徽大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110814818.7/1.html,转载请声明来源钻瓜专利网。