基于TOPSIS的私自增容专变电力用户排查方法

专变电力用户的私自增容行为,不但干扰了电力市场的正常秩序,而且还会给电网的安全运行带来很大的风险,排查私自增容的专变电力用户是电力营销稽查工作的一项重要内容。本文对传统私自增容专变电力用户排查方法的弊端进行了深入分析,鉴于传统方法难以准确排查出私自增容专变电力用户的状况,基于用电信息采集系统相关数据以及TOPSIS算法提出了一种私自增容专变电力用户排查方法,该方法首先对专变电力用户的用电行为进行评价,并根据评价结果定义了专变电力用户的私自增容可疑度,用以表征专变电力用户私自增容的嫌疑程度,最后根据私自增容可疑度来确定待排查的专变电力用户,进而为电力营销稽查工作提供有力的支撑。通过实践应用,验证了该方法的有效性。

基于LSTM-FCM聚类的专变私下扩容监测方法研究

专变私下扩容行为不仅侵犯了电力企业的利益,还会影响电网的安全运行。目前专变扩容监测的方法由于需要人为选取多组一二次侧电压电流做数据拟合,不能达到可监督和智能化的要求。该文以数据驱动的方式开展专变扩容监测研究,分析了当变压器负载不变时扩容行为引起多种电气参量的综合变化,并确定以一次电流、二次电压偏离度、功率因数、三相不平衡电流作为特征训练负载率计算模型,将负载率计算值与监测值的误差作为判断扩容的依据。进一步提出基于长短期记忆(long short term memory,LSTM)网络嵌套模糊C均值(fuzzy-C-mean,FCM)聚类的扩容监测方法,应用真实用电采集系统数据进行算例分析,结果表明基于LSTM-FCM聚类的负载率计算模型,负载率计算误差在5%以内,单次计算的时间在0.05s左右,可以达到监测专变扩容的目的。