基于数据分析的配电网故障数据特征变量提取

配电网线路故障预测是提升配电网可靠性指标的重要手段,为了构建性能稳定、预测能力强的线路故障预测模型,需要保证模型输入特征变量的有效性、强相关性和无冗余性。为合理确定线路故障预测模型的输入特征变量,本文采用数据探索和挖掘的分析方法对馈线故障及其影响因素之间的关系进行了分析研究,以皮尔森相关系数为计算指标,对大量实际馈线故障数据与其影响因素进行相关性统计,从馈线故障的时间-地域特性、外部影响因素、自相关特性、运行影响因素等四个维度筛选出了馈线故障影响因素特征变量作为馈线故障预测模型的输入变量,直观有效地剔除无关故障特征变量。因此,所提出方法可用于配电网大数据的预处理分析和提取,为配电网故障预测提供重要方法和数据基础。     

基于数据驱动的配电网停电预测模型

停电事故作为影响配电网供电可靠性重要的因素之一,其预测的准确性将给整个电力系统的可靠性带来积极影响.本文提出了一种基于数据驱动的配电网停电预测模型,能够有效地预测停电事故的发生.该模型首先采用一种基于K-means聚类的停电数据集欠采样方法降低原始数据集的不平衡比;然后在此基础上,提出了一种改进的Adaboost集成学习算法,在每次权值更新时,通过使用已经训练的弱分类下的分类误差进行权重更新,用于对后面的弱分类器进行训练,进而改善分类性能.某地区的实际数据测试结果表明,本文提出的基于数据驱动的配电网停电预测模型能够有效地预测配电网停电事故的发生,相比于传统预测方法具有更好的精确度、召回率、F1值,停电预测性能得到明显提高.     

考虑网络重构的配电网多目标运行方式优化

本文提出了一种基于分块思想的配电网重构方法,实现了配电网运行方式在经济性和可靠性上的双重优化。通过建立配电网综合信息数据库,利用拓扑分析得到备选方案,并提出了组合搜索算法筛选可行方案。利用量化的经济性和可靠性指标从多个角度对运行方式进行优化。对任意给定信息的配电网和优化目标,可以得到相应的优化方案和指标优化程度,也能对故障下的配电网进行故障重构。青浦实际算例验证了该算法的有效性和实用性。     

基于大数据技术的配电网运行可靠性分析

基于主成分分析法与并行关联规则挖掘技术,提出一种基于大数据技术的配电网运行可靠性分析方法。首先提出了配电网运行可靠性四维指标体系及相关数据来源,再采用主成分分析法,从海量数据中挖掘主要评估指标;针对所得的主要指标,分析相应的影响因素,并采用并行关联规则模型,挖掘出运行可靠性主要指标与各影响因素间的强关联规则,从而获得主要影响因素;最后基于历史数据和实时数据,将上述主要影响因素作为预测的输入量、主要评估指标作为输出量,基于人工神经网络预测方法预测未来一定时间尺度的运行可靠性指标值。算例表明,采用所提方法可快速有效预测配电网运行可靠性。     

基于多时间尺度状态估计的配电网实时态势预测

为有效提升泛在电力物联网建设过程中的配电网运行安全感知能力,提出了一种基于多时间尺度状态估计的配电网实时态势预测方法,该方法可实现对配电网安全态势的快速、准确预测。首先,基于多元混合量测提出了多时间尺度递归动态状态估计方法,通过状态预测与伪量测递归变换改进了已有的量测线性等效变换方法,缩短了状态更新周期,在递归变换算法中添加了校正算法以消除伪量测波动误差,提高了状态估计算法的计算速度。然后基于状态估计得到历史估计状态,采用分区多元时间序列分析方法建立了实时状态预测模型,实现了配电网的实时安全性态势预测。最后在Matlab仿真平台中基于实际算例对所提方法进行了分析,结果验证了所提配电网实时态势预测方法的准确性和有效性。     

计及光伏期望出力可信度的配电网调度计划研究

随着配电网光伏发电比例越来越高,光伏出力和用电负荷预测的不确定性使得配电网调度愈加困难,提出计及光伏期望出力可信度要求来安排配电网调度计划。首先,基于光照强度的概率分布建立了光伏出力区间预测模型;其次,基于用电负荷加权分层概率预测与稀疏贝叶斯学习法建立了负荷需求区间预测模型;由此提出了光伏期望出力可信度指标以保证光伏并网出力的可靠性,构建了预测区间下计及该可信度指标的配电网多目标调度模型,并通过负荷模糊抽样法和多目标粒子群算法求解调度计划出力;最后,采用仿真算例计算分析验证了该调度计划方法的有效性,能提高光伏接入配电网的运行经济性和可靠性。     

电气-环境耦合作用下的引流线可靠性评估方法

自然灾害下电力设备故障成为用户停电和灾后抢修的主要因素,电力设备的健康程度和抗灾能力与其长期运行环境密切相关,评估其健康水平对提升设备可靠性具有重要意义。以自然灾害特征最为明显的海岛配电网和故障频率最高的引流线为对象,根据其在多因素、强相关性环境特征影响下的运行状况,提出一种基于双重优化改进集成神经网络的引流线可靠性评估方法。首先,通过最大信息系数筛选配电线路故障特征,形成历史故障数据集。其次,为提取海岛微气象环境下的引流线故障规律,结合主成分分析和Kmeans对引流线进行故障区域划分。在此基础上,构建电气-环境耦合的集成神经网络预测模型,关联海岛气象特征和引流线故障特征进行寿命预测。并通过Attention机制和双重优化体系进行改进,突出海岛典型气象因素影响、提升预测准确性。最后,基于浙江舟山实际数据进行算例验证。结果表明：所提方法能够有效评估海岛配电网引流线的寿命状况,对提高配电网设备可靠性具有重要实用价值。     

分体式智能塑壳断路器在油田矿区配电网设备改造中的应用

采用国内先进的分体式智能塑壳断路器,对矿区供配电网设备实现自动化改造。通过供配电设备自动化测控、配电网闭环运行、馈线故障诊断隔离、配网智能自愈控制等技术的应用,进一步提高供电的可靠性和实效性,降低供配电网损耗、提高供电设备效率和供电质量。利用智能配电网运行数据实时分析系统,对配电网潮流分布进行预测、调整,优化和制定矿区配电网运行方案及预案,为油田矿区可靠供电提供技术保障。     

基于大数据的配电网架空线路工程造价预测

大数据与人工智能技术推动了工程造价全方位创新，为了提升配电网工程造价决策的水平，针对配电网架空线路工程中存在造价影响因素多、预测精度低等问题，提出一种配电网架空线路工程造价组合预测模型。首先，对配电网架空线路工程中重要数据缺失情况进行分析处理，其次，基于随机森林算法对配电网架空线路重要造价影响因素进行选取。最后，在参数寻优基础上采用最小二乘支持向量机模型进行造价预测。仿真对比结果显示，所构建的造价预测模型能有效提升预测速度和精度，该预测模型可为实现配电网架空线路工程造价预测提供一种有效实用的方法。     

适应配电网网格化规划的可靠性预测方法

网格化规划是在配电网规模日益扩大的背景下提出的一种规划新模式。根据网格划分原则将供电区域划分为多个供电网格,对每个网格分别进行规划。考虑网格化规划的特点和传统可靠性评估方法的局限性,提出了基于可靠性历史数据的预测模型,主要针对原始数据信息量相对不足的规划网架进行可靠性预测。采用灰色关联分析法选取影响供电可靠性的关键因素作为预测模型的输入;为了提高预测模型的准确性,采用三种科学常用的预测模型,包括回归预测法、灰色预测法、人工神经网络法,分别预测可靠性指标;对某网格化规划区域的实例分析表明,所提模型能够有效预测规划网架未来一定时间的可靠性水平。     

基于孪生网络和长短时记忆网络结合的配电网短期负荷预测

保证数据驱动型配电网短期负荷预测精准的关键是选取合适的相似日数据集和构建合理的日负荷预测模型.文中研究了一种基于孪生网络(SN)和长短时记忆(LSTM)网络相结合的配电网短期负荷预测模型.基于配电网负荷相似日的影响因素具有多样化、强随机性的特点,利用SN两个输入权重共享的特点对历史负荷数据进行分析,进而对待测日的特征进行分类,以完成相似日数据选取.此外,利用灰狼优化算法全局搜索能力强、收敛速度快等特点,对基于LSTM网络的配电网短期负荷预测模型进行参数优化.最后,以某一个区域配电网的实际数据为例,验证上述预测方法的准确性与鲁棒性,与LSTM网络、基于粒子群优化的LSTM网络、支持向量机等方法对比可知,所提方法具有较高的准确度和计算效率.     

基于特征选择和Stacking集成学习的配电网网损预测

针对配电网能量管理和节能降损的要求,为了提高配电网网损分析与评估的有效性,提出了一种基于特征选择和Stacking集成学习的配电网网损预测方法。首先基于特征选择的主要方法,通过相关性分析法、最大信息系数法和基于树模型的特征选择法对特征进行综合分析,得到各种特征对网损预测的重要性,选择重要特征作为配电网网损预测模型的输入特征。在此基础上,介绍Stacking集成学习原理,考虑融合多种预测模型的优势特点,建立Stacking集成学习配电网网损预测模型,最后通过仿真验证得到网损预测结果。该仿真数据来源于湖南省10kV配电网某线路44个台区的真实数据,网损预测结果表明该方法能够有效提升配电网网损预测的准确性和鲁棒性,相比于单一预测模型具有更好的预测精度和泛化能力。     

基于柔性分析的配电网重构方法

目前的配电网运行方式优化方法通常以经济性为目标,来寻求满足一定的安全可靠性约束的运行方式。这种方法实际上将配电网运行的经济性与安全可靠性割裂开来,从而具有一定的片面性。将柔性分析方法引入到配电网运行方式优化中,提出了对配电网运行的柔性程度进行评价的指标,将传统配电网运行方式优化模型的约束条件所构成的刚性边界进行柔性化处理,建立了基于柔性分析的配电网运行方式柔性综合优化模型,从而使所求得的运行方式能够达到兼顾经济性与安全可靠性情况下的综合最优,较大地提高了配电网运行的灵活性。     

配电网馈线负荷预测及风险评估预警分析方法

配电网馈线重过载运行是影响配电网可靠性的重要因素,为了掌握配电网馈线运行情况和预警馈线风险状况,提出了配电网馈线负荷预测及风险预警分析方法。首先基于用户负荷特性分析,采用聚类分析方法将用户类别进行细分。其次开展负荷分布预测,并基于用户聚类分析结果,确定用户负荷叠加结果,提出馈线负荷预测方法。然后基于馈线负荷结果,考虑馈线重过载运行对配电网供电可靠性的影响程度,提出馈线风险评估和风险预警方法。最后通过实例分析验证了研究成果的有效性。     

基于Theil不等系数的IOWHA算子组合模型年用电量预测新方法

配电网中长期负荷预测是配电网规划的基础,精确的预测可提高配电网运行的可靠性和经济性.本文以年用电量预测作为研究对象,年用电量预测采用4种主要方法,即分别按照年度、季度、月度和行业用电量预测得到对应年用电量预测值,在此基础上再按其发展序列预测结合起来,建立了一种线性组合预测模型.并提出采用Theil不等系数的IOWHA算子算法对组合模型的权重系数进行求解,该方法可以克服传统的组合预测方法赋予不变的加权平均系数和以单一误差指标作为预测精度衡量的缺陷,文中的实例分析表明了新模型能有效地提高组合预测精度,降低预测的风险性.从而证明这种组合模型具有较好的实用性.     

计及电量电价弹性的主动配电网多时间尺度优化调度

电动汽车、可再生能源和储能的接入对配电网运行带来了新的挑战,若调度方法和模型制定不当,将影响到配电网的经济性和可靠性,以及电动车主参与调度的积极性。为此,提出了一种主动配电网多时间尺度优化调度方法。首先,在日前阶段构造了基于电量电价弹性的电动汽车充电模型,建立了一种主动配电网日前经济调度模型。然后,在实时阶段通过储能和电动汽车降低可再生能源预测误差对系统的影响。该方法在研究电量电价弹性对电动汽车充电影响机理的基础上,基于不同时间尺度可再生能源预测数据,决策电动汽车、储能和柔性负荷的调用。仿真结果表明,所提方法降低了配电网购电和电动汽车充电费用,减弱了可再生能源预测误差对配电网的影响,优化了负荷特性。     

城市配电网规划优化组合负荷预测软件设计

根据城市配电网规划需求,开发了适用于城市配电网规划的优化组合负荷预测软件。对数据库进行了分类分层精细化设计,并具有数据的自动查错和纠错能力。设计了单项模型算法库,集成了大量的优秀单项预测模型。软件能根据用电量和最大负荷的增长规律,通过评价指标体系和冗余性校验,对不同单项模型进行自动优化组合,形成组合优化模型,使软件的通用性更好。根据城市负荷的发展特性,提出了基于大用户报装的负荷预测模型,并将其作为组合预测的必选模型,使预测算法更贴近城市负荷的实际发展规律。利用广东省惠州市的实际负荷数据对软件进行了验证,预测结果和误差分析表明该软件具有较高的预测准确度和较强的适应性。目前,该软件在南方惠州市已经投入使用,为该市的配电网规划提供了良好的技术支撑。     

基于随机森林的配电网故障分布特征预测方法

影响配电网故障的因素繁多,且故障特征冗余性强,传统的预测模型难以实现有效的配电网故障预测。提出一种基于随机森林的配电网故障分布特征预测方法。基于随机森林算法,建立配电网故障分布特征预测模型;分析故障影响因素,构建输入故障特征变量集;量化故障分布等级,构建输出故障特征分布集。采用探索性数据分析技术,筛选故障特征变量,构建最优特征变量集;优化预测模型参数,获得在当前数据背景下的最优预测效果。以南方某市配电网中的120条馈线为例,测试所提故障预测方法,验证故障预测的准确性和合理性。     

联合模糊聚类和多样本SSO优化SVR的配电通信网络流量预测

针对电力通信网络流量预测问题,提出了一种联合模糊聚类和多样本群居蜘蛛优化(social spider optimization,SSO)SVR的配电网络流量预测方案。针对配电网络流量时序非线性、周期性特点,首先采用自适应模糊聚类方法(adaptive fuzzy C-means clustering)对流量样本数据进行预处理,实现了样本数据聚类自动划分,有效降低了流量数据短相关性对预测精度的影响;然后利用多样本SSO优化算法(multi-sample social spider optimization algorithm)对SVR预测模型参数进行优化,通过引入多样本、网格迭代进化策略,从而得到不同流量数据聚类对应的最佳SVR参数组合;最后,运用多样本SSO优化SVR模型对预测数据进行预测分析。仿真结果表明,同ARIMA、神经网络等配电网路流量预测模型相比,提出的预测方案预测精度提高了18.8%～34.1%。     

基于智能软开关的主动配电网电压模型预测控制优化方法

配电网分布式电源出力与负荷功率具有强波动性与随机性,使得电压越限与异常问题频发且越发严重。该文提出一种基于智能软开关的主动配电网电压模型预测控制优化方法,仅利用智能软开关两端节点电气信息,以长时间尺度优化结果为基础,建立基于灵敏度的配电网电压与线损预测模型,以节点电压偏差与配电网损耗最小为目标,通过滚动优化超前调控节点间的交换功率,并根据控制误差对预测模型进行反馈校正,完成对配电网电压的快速、实时优化控制,有效解决了已有电压调控方式依赖全局信息且难以应对节点功率快速波动的难题。分别以IEEE33节点与实际配电网为算例,验证了该文所提方法的有效性、可靠性和经济性,可为构建新能源为主体的新型配电网提供技术参考。