基于混合GEP的配电低压台区综合评价算法*

配电低压台区的综合评价对于智能配电网的运行监控至关重要。针对现有的这些配电网综合评估方法存在主观性强、评价指标体系复杂多样等问题,提出了基于混合基因表达式编程的配电低压台区综合评价算法。首先利用粗糙集的思想,通过对综合评价决策表依赖度的计算快速求解最优约简。在此基础上,利用基因表达式编程挖掘配电低压台区综合评价函数,最后基于该函数模型达到评价和预测配电低压台区运行状态的目的。仿真实验表明,对于复杂高维的配电低压台区综合评价决策信息,所提出的算法具有较高的挖掘效率和预测准确率,同时具有较强的实用性。     

智能电网低压台区运行状态模糊综合评价方法研究

为实现智能电网低压台区运行状态综合分析与评价,提出了一种基于环比评分法和模糊综合评价的低压台区运行状态评估方法。首先,根据低压台区运行状态和评估需求,从采集数据质量、线路损耗、营业管理及用户用电行为4个维度建立运行状态指标体系,并应用环比评分法根据专家意见确定权重;接着选取岭形分布隶属度函数来描述各指标对应于各状态空间的模糊关系;然后对构造的评价模型进行分析计算并得出结论。最后将该评价指标体系及评价方法应用于低压台区算例,得出被评价台区运行状态的优劣排序,并给出改进建议。     

基于对抗生成网络与BP神经网络的低压台区线损率预测

线损电量产生于发电、输电、配电及用电等环节,线损电量占供电量的百分比称为线损率。针对线损率预测问题,提出了一种基于对抗生成网络与BP神经网络的低压台区线损率预测模型。选取某市低压台区线损数据作为实验数据集,经数据预处理后,通过K-Means++算法将低压台区分类,对不同类别的低压台区分别训练对抗生成网络来增加不同类别的样本数据,利用不同类别样本数据分别训练BP神经网络搭建低压台区线损预测模型。实验结果表明,与传统BP神经网络模型相比,该预测模型具有更加准确的效果,通过对抗网络增加样本数据可以有效改善低压台区线损数据量偏小的问题。     

基于序分量的台区低电压机理分析

通过采集低压台区实际运行数据,基于序分量分析对台区低电压问题的机理进行研究,分析了配电变压器和供电线路的正序电压、负序电压和零序电压降对台区低电压的影响程度,确定造成台区低电压的根本原因。在此基础之上,对低压台区配网进行建模仿真,通过实测数据验证仿真模型的正确性,电压序分量对台区低电压的影响程度进行仿真,为科学选取台区低电压治理方案提供一定的理论借鉴。     

基于三相负荷不平衡的公用低压台区线路线损计算

针对农村公用配电变压器低压台区线路的运行特点,提出了以三相负荷不平衡损失系数为主要因素的低压台区线路线损理论计算的数学模型和等值电阻计算方法,相对于传统粗估计算法而言,大大提高了低压台区线路线损理论计算的精度。     

低压台区的同期线损管理及降损策略

近年来随着国民社会经济的快速进步,我国电力企业的生存和发展面临着严峻的困难和挑战,因此提出低压台区的同期线损管理及降损策略.对低压台区的同期线损进行管理,计算同期线损率,进一步管理低压台区电量数据,对线损异常台区进行治理.提出低压台区的降损策略,合理调整运行电压,对配电变压器实行经济运行,对低压台区进行无功补偿优化.低压台区的同期线损管理及降损策略实验表明,低压台区的同期线损率得到了降低,在低压台区的同期线损管理策略应用中,低站区覆盖率和采集成功率均达到１００％,使低压台区的同期线损管理更为方便快 捷,数据记录更加准确.     

移动式低压电网运行状态监测工具

正当前上海地区的低压电网运行状态监测主要依靠台区总表和负荷监测仪来实现,虽然能够取得各个低压台区的总体运行情况数据,但对低压台区中各个分支线路的运行状态无法取得针对性数据。针对这一问题,青浦供电公司于2014年引进了一种移动式低压电网运行状态监测工具,可以灵活方便地取得低压台区中某个分支线路的负荷、电流、电压等数据。1工具的结构如图1所示,移动式低压电网运行状态监测工具主要由主机、取电流设备、取电压设备、读取和     

基于数据关联分析的低压配电网拓扑识别方法

文中介绍了一种基于数据关联分析的低压配电网拓扑识别方法。基于低压配电网停电事件、恢复上电事件及地理位置信息将待识别低压配电网划分为单一配电变压器停电台区、由于10kV配电线路停电引起的多个配变停电台区和未停过电台区,在每类台区内筛选特征电压序列,并利用Tanimoto相似度系数计算各分组内配电变压器、分支箱、表箱、用户智能电表之间相关性和非相关性,从而实现低压配电网拓扑识别;结合同一配电变压器台区内停电与带电状态、停电时长、地理位置、供电半径等台区拓扑校验规则对识别出的拓扑进行校验。通过实际案例证明文章提出的方法能够解决现有基于大数据挖掘方法计算量大、计算结果不准确、无法校验等问题,实现了配电变压器台区拓扑的高效、准确识别,提升了配电网的信息化水平和数据质量。     

多模方式台区用户带电识别装置及其应用

为了提高多台区用户识别工作效率,研发了集合脉冲电流法、电力线载波通信及谐波分析技术,可实现带电检测的多模方式台区用户带电识别装置。将该装置应用于现场,分别对单台区和多台区用户进行识别,识别结果与停电核查结果一致,由此证明该装置能准确识别用户。多模方式台区用户带电识别装置满足带电状态下配电变压器台区用户普查工作要求,能够识别配电变压器在共高压电源或共低压零线时用户所属台区用户关系、相别关系以及低压供电分支开关与用户负载的对应关系。     

适应季节性负荷的配电变压器与台区线路协调规划方法

为改善农村煤改电地区设备利用效率低的问题,并兼顾供电可靠性,提出一种适应季节性负荷的配电变压器与台区线路优化规划方法。主要思路是建立配变间低压联络线,根据季节性负荷特点,通过联络线开关状态变化,转换运行方式,使部分配变低负荷季节退出运行。以综合费用最小为目标构建配电变压器网络双层规划模型,上层采用Voronoi法规划配电变压器,下层采用Prim算法规划低压供电线路,并结合遗传算法进行优化求解。最后,通过对典型供电区域进行配变规划验证了该方法的可行性,并且能够降低配变损耗,提高供电的可靠性和经济性。     

基于生成对抗网络和随机森林算法的配变低压跳闸预测

配变台区低压跳闸预测对供电部门掌握配电网运行态势至关重要。针对传统处理样本不平衡抽样方法容易造成信息丢失、引入噪声的缺陷,提出了一种领域清理(neighbourhood clean rule, NCL)欠采样和生成对抗网络组合的不平衡数据处理方法。首先采用NCL欠采样合理清除正常运行样本;然后采用稀疏自编码器学习大规模配变影响因素的内在特征,使用生成对抗网络去拟合、生成新的特征表示,并对其解码得到新跳闸样本;最后为了处理高维特征输入下的分类问题,使用随机森林分类器对目标配变进行低压跳闸预测,并依据跳闸概率进一步建立风险等级划分机制。以某地区配变为例进行建模预测,实验结果表明,所提模型在目标配变的预测准确率为99.65%,能有效预测低压跳闸事件和定位高风险台区。     

嘉定配电网低压台区线损管理实践

低压台区线损管理是线损四分精细化管理重要基础。本文分析了低压台区线损管理的现状、存在问题及解决方案,提出将低压台区考核、效能监察作为台区线损管理新方式,线损精细化管理系统、配电负荷监测系统作为台区线损信息化管理新应用。     

灵州分局低压台区线损分析

线损主要由技术线损和管理线损两部分组成,通过对低压台区现状、配电变压器负载率进行分析,经理论计算和统计分析对比,提出了低压台区降损的对策。     

基于混合重抽样和LightGBM算法的配变低压跳闸预测

针对配变台区在夏季用电高峰期易频繁跳闸的问题,提出一种基于混合重抽样和LightGBM算法的配变低压跳闸预测模型。为了解决数据分布的边缘化问题,首先采用隔离森林剔除样本中的离群值。其次采用NCL欠抽样与SMOTE过抽样相结合的混合重抽样方法处理训练样本的数据不平衡问题。然后采用混合重采样算法产生的新样本对LightGBM分类器进行训练。最后利用训练好的模型对目标台区低压跳闸进行预测。通过算例仿真表明,对比其他预测模型,所提iF-SMOTE-NCL-LightGBM模型在低压跳闸预测中的各项评价指标均达到最高,能有效预测低压跳闸事件。     

基于时间同步和高频载波信号衰减的拓扑自动识别技术

拓扑自动识别是配电领域开展线损精益化管理、故障精确定位以及促进低压台区智能运维水平提升的关键因素。为了提高低压拓扑结构识别准确性,结合配电物联网体系架构提出一种基于时间同步和高频载波信号衰减的拓扑自动识别技术。以台区智能融合终端为核心,首先分析了为实现低压台区拓扑识别所需满足的技术基础;然后从理论角度推导了台区拓扑自动识别技术原理,并以典型台区拓扑结构为例明确了拓扑识别具体步骤;最后通过在试点台区开展实际应用,实现了从台区低压进线侧到线路侧分支箱,再到用户表箱的物理拓扑结构识别,并进行低压台区拓扑校核,保证了拓扑识别的准确性。     

低压台区电压损耗综合估算模型

为满足低压台区的诊断和治理决策要求,提出一种实用的电压损耗综合估算模型。模型从配电变压器、线路和负荷三个方面,综合考虑了低压台区中影响电压损耗主要因素,通过选定三相不平衡系数、负荷分布系数和各段低压线路的单位电压损耗系数,计及流经电压线路的平均电流和线路的长度,对低压台区的电压损耗进行估算。三个修正系数均可通过现场测量或查表快速获得,具有电压损耗计算量小,有利于现场运行人员快速计算的优点。应用该模型对某市的1 287个低压台区数进行了核算,验证了模型的准确性和有效性,为低压台区的分析、诊断和治理奠定了基础。     

基于自适应分段云模型的单相用户相别辨识方法

针对低压配电台区拓扑结构中相别关系错误的问题,利用台区配电变压器低压侧相电压序列和用户电压序列的相似性,提出了一种基于自适应分段云模型的单相用户相别辨识方法。首先,利用云模型的数字特征刻画电压序列的数据分布;然后,利用自适应分段云模型算法自适应地确定电压序列的分段总数以及每个分段的起始时刻和结束时刻;最后,计算电压序列分段云模型的相似度,确定用户与台区配电变压器的相别关系。该方法不受台区拓扑结构和负荷变化的影响,具有通用性;与现有相似性算法相比,该方法针对台区配电变压器三相电压很接近的情况相别辨识结果区分度更好、准确率更高。算例仿真和实例分析验证了所提方法的有效性。     

基于G2-熵权法的低压配网台区状态特性评估

从低压配网台区的线路特征、运行特征2个主要方面的指标对低压配网台区状态特性进行评估。首先从上述2个方面建立评估指标体系;其次对指标进行一致化和无量纲处理;然后采用基于功能驱动的G_2法(唯一参照物法)加入专家经验求得各指标的主观权重,同时采用基于数据差异驱动的熵权法求得各指标的客观权重;最后利用拉格朗日最优乘子法综合主客观权重求得各指标的综合权重,得到低压配网台区状态特性的评估函数,根据评估函数值对低压配网台区状态特性做出评估。通过对某地的若干个低压配网台区进行实例分析,验证了该评估方法的有效性和可行性。     

配变高压侧断线故障监测技术研究与应用

针对配电线路断线故障的快速判断与处置问题,分析了Dyn11和Yyn0两种常用变压器高压侧断线状态下的对低压侧电压的影响,提出以配变融合终端为核心单元,以融合终端采集的台区低压侧电压异常状态为主要判据,充分利用融合终端信息采集、物联代理及边缘计算功能,通过与配电自动化系统和供电服务指挥系统的信息交互,以主动工单等形式实现...     

基于过零时刻与SNR算法的电能表台区识别方法研究与应用

各电力公司传统硬件台区识别方法,包括主机和手持终端。主机安装在配电变压器三相低压侧,工作人员携手持终端在用户侧开展识别工作,这需要部署专用硬件,耗费人力和物力。为了替代传统的台区识别仪,根据各种传感器采集到的过零时刻、SNR等数据设计了无扰台区识别的方法,主要研究机器学习以得到对电能表台区归属的概率分布,特别是研究和实验了聚类、深度学习等几种台区识别算法,通过对比分析,使用最优路径法进行台区识别,是当前识别准确性高、成本低的一种台区识别算法。