[发明专利]考虑负荷增长率与用户用电特性的配变重过载预测方法

摘要

本发明属于电力工程技术领域，具体涉及一种考虑负荷增长率与用户用电特性的配变重过载预测方法，本发明利用配电变压器的历史运行数据，结合天气条件、季节变化、相似特征日等影响配电变压器运行状态的数据，通过这些海量数据采用K‑means算法和基于深度信念网络(deep belief network，DBN)的配电变压器负载预测模型对各配电变压器进行负载率预测，实现对配电变压器重过载运行状态的预警，改善配电变压器的运行状态以及配电网区供电质量的提升。

主权项

1.考虑负荷增长率与用户用电特性的配变重过载预测方法，其特征在于：包括以下步骤：S1：采集各配电台区变压器的历史运行数据，进行数据预处理；S2：根据台区长期负荷增长率划分台区，将用电地区分为工业用电台区、商业用电台区以及居民用电台区三类，采用K‑means算法对各个台区的负载曲线进行用户年用电量以及用户月用电量发展趋势进行聚类；根据设定划分的聚类数目，对台区的用户负载样本进行归类；S3：采用K‑means算法对不同的用户用电特性进行聚类，利用台区的用户用电特性划分台区的用户用电量类型；S4：建立基于DBN的配电变压器负载预测模型，利用步骤S1中的训练样本集进行预训练，得到负载预测模型的网络参数初始值；S5：通过误差反向传播(back propagation，BP)算法对基于DBN的配电变压器负载预测模型的网络参数进行微调，获取参数最优值；S6：利用建立的基于DBN的配电变压器负载预测模型对台区预测日的负载率进行预测，根据步骤S1中的数据形成预测模型的输入向量x＝[x₁,x₂,…,x_n]，随后，选取待预测日24h的台区负载率y＝[y₁,y₂,…,y₂₄]作为输出向量。