基于统计偏差和技术偏差的低压台区线损率分析方法

针对低压台区线损率异常原因难以辨析的问题,提出了一种基于统计偏差和技术偏差的线损率分析方法。首先,通过分析统计线损率和理论线损计算模型,结合Matlab数值仿真引入理想线损率的概念。在此基础上,对比分析统计线损率、理论线损率、理想线损率之间的关系得到统计偏差指数及技术偏差指数。再通过比较偏差指数与设定阈值,确定线损率异常原因并制定相应降损措施。最终,通过工程实践验证了该方案可有效辨析线损率异常成因,采取对应降损措施后,试点台区技术偏差指数由1.2降低至1.0,同等供出电量时线损率由3.1%下降至2.5%。

基于多维序列分析的低压光伏台区窃电检测方法

低压配电台区是窃电行为的主要发生区域之一,分布式光伏接入使得台区由传统单电源结构变为多电源结构,线损特征改变,窃电检测难度进一步提升。面向低压光伏台区,提出了一种基于多维序列分析的窃电检测方法。首先提取多维线损率影响因素,基于高斯过程回归进行非线性拟合并通过交叉验证确定窃电嫌疑时段;然后借助电量、电压等多维序列信息计算各用户的理论线损贡献因子,结合相关性分析和蒙特卡洛模拟捕捉电量线损耦合关系;进而基于OPTICS聚类定位嫌疑度离群用户,即窃电用户;最后通过仿真台区算例分析验证了所提方法的有效性。

基于Stacking集成学习的有源台区线损率评估方法

人工智能及机器学习的发展,为有源台区线损率的评估提供了崭新的思路。提出一种基于Stacking集成学习的有源台区线损率评估方法。从特定系统中提取有源台区数据,采用互信息等方法处理数据中异常值,并建立电气特征指标体系。考虑传统的机器学习与不同思想的集成学习算法之间的差异,综合线性模型与非线性模型,选择线性回归算法、随机森林算法、GBDT算法作为基学习器,构建多算法融合的Stacking集成学习模型。以某省有源台区数据为例,验证了所提方法的准确性和有效性。

基于随机森林算法的台区合理线损率估计方法

线损管理是电力公司的重点管理内容之一,低压电网普遍采用分台区的管理手段。供电侧数据缺失和营销抄表日期冲突导致的线损率缺失是电力公司线损系统中台区线损数据存在的主要问题。为此,提出了一种涉及多源数据的基于随机森林算法的台区合理线损率估计方法。从线损系统、生产管理系统和营销系统中提取台区、变压器和用户相关数据,建立台区特征数据库;对台区进行聚类分析,并在此基础上建立决策树分类模型和随机森林估计模型;利用上述模型估计台区线损率。以上海电力公司实际数据为例,计算结果验证了所提方法的可行性;并将所得结果与线性回归模型和回归树模型的估计结果进行比较,表明所提方法性能优越。

基于深度置信网络的低压台区理论线损计算方法

针对因线路分布复杂、终端数目庞大等带来的低压台区理论线损计算困难的问题,提出一种基于深度置信网络(DBN)的低压台区理论线损计算新方法。在训练过程中,先利用贪婪算法对DBN模型中的神经网络层进行逐层无监督的预训练,再对该模型进行有监督的全局微调。为了提高计算精度,采用自适应时刻估计(Adam)优化器。以某地区实测2140个台区数据为样本进行仿真计算,结果表明,相较于浅层神经网络,DBN线损计算模型具有更好的泛化能力以及准确性和快速性,且Adam优化器在线损计算中相较于均方根反向传播(RMSProp)和随机梯度下降(SGD)算法具有优越性。

基于改进K-Means聚类和BP神经网络的台区线损率计算方法

配电网线损管理中面临的主要问题有表计配置不齐备、运行数据不易收集、元件和节点数过多。这些问题导致线损率计算工作十分繁杂。提出了一种基于改进K-Means聚类算法和Levenberg-Marquardt(LM)算法优化的BP神经网络模型快速计算低压台区线损率的方法,并通过编程加以实现。根据样本的电气特征参数,提出了改进K-Means聚类算法,将台区样本分类,解决了台区线损率数值分散的问题。在此基础上,采用LM算法优化的BP神经网络模型对样本数据按类进行训练,利用BP神经网络拟合样本线损率与电气特征参数之间的关系,得到其变化规律。以某地区601个台区样本数据为例进行仿真计算,验证了所提方法的准确性。结果表明,与标准BP神经网络模型相比,LM算法优化的BP神经网络模型具有快速收敛、高精度等优点。

营配贯通台区线损异常数据治理方法探讨

根据国网浙江省电力公司配电变压器台区线损异常数据治理要求,分析了线损异常的原因,探讨了基于台区识别技术的配电变压器与表计对应关系治理方法,提出了台区负线损和超大线损数据的治理流程。

适用于低压台区的线损计算与评估方法研究

线损计算与评估对加强低压台区管理意义重大。通过比较与分析,分析了几种主要的理论线损计算方法的优缺点及其对低压台区线损计算与评估的适用性。针对现有低压台区用电信息采集系统建设日益完善的现状,采用聚类分析方法,研究了一种基于用户电能数据的台区线损在线分析与评估方法,并通过实际用电数据,验证了该方法的适用性与可行性。

住宅小区间歇供暖的实测与研究

本文以住宅小区采暖供热系统的实测数据为基础,应用热平衡原理,从目前住宅小区集中锅炉房供暖系统热交换设备容量特点和供热、得热、失热的关系及对室温影响等方面分析了间歇供暖制在住宅小区供暖中普遍实行的原因:从建筑物热工特性,室外气象条件变化规律,热源热设备的热效率方面阐述了间歇供暖的节能条件和途径,为供暖运行提供了依据。

配电台区在线线损分级管理和智能异常分析设计

用电信息采集系统根据配变和用户用电数据实时计算配电台区在线线损率。提出根据台区用电负荷特征分类管理,有针对性地开展降损工作;根据在线线损的优劣进行分级管理,监视各个级别的台区在线线损每日变化情况,对波动超限的台区及时报警提示;搜集台区线损异常处理案例,建立典型案例库,以案例库为依据,设计台区线损异常智能诊断工具,指导现场检查处理。通过开发台区线损分析和分级管理软件,提高配电台区线损管理工作效率,促进电力营销业务精益化管理。

采用负荷电量计算低压配电台区理论线损的牛拉法

为计算低压配电台区理论线损和利用远程自动抄表系统提高管理线损水平,提出一种采用负荷电量计算低压配电台区理论线损的牛拉法。该方法基于等值电阻法和用户电能表实抄电量,通过引入线路负荷曲线形状系数与平均负荷电流的关系和三相负荷不平衡线损修正系数建立以台区理论线损为变量的数学模型。给出了运用牛拉法求解该模型的实现过程。算例分析表明,提出的方法不仅能够计算低压配电台区的理论线损,而且能够为识别不明线损提供信息。

基于聚类划分与双向LSTM网络的台区线损率计算

在低压台区中,由于分支线路复杂,节点多,量测点少,台账数据不完整,理论线损率计算困难。提出了一种基于聚类划分与双向LSTM网络的台区线损率计算方法。首先,基于城农网标识、户均容量、运行年限等影响线损率的台区静态参数特征,采用K-medoids聚类算法将台区划分为不同类别;接着,基于台区静态参数特征以及负载率、三相不平衡度、环境温度等台区运行参数特征,采用双向LSTM网络构建每一类台区的线损率计算模型;最后,基于该模型开展台区线损率理论值计算。以某公司28167个台区样本数据进行仿真计算,结果验证了所提算法的准确性明显优于支持向量机与回归树算法的准确性。

提升台区线损正确可算率的措施与实践

台区线损正确可算率是营销管理水平的直接体现,是营销管理中的难点。浙江绍兴上虞区供电公司通过不断完善台区线损管理网络,加强台区线损管理考核力度,在长期摸索和总结的基础上,采取针对性管理提升对策和措施,从而实现降低管理线损、提升营销精益化管理水平的目标。

台区线损合理性分析模型研究与应用

线损是衡量供电企业经营状况的重要指标。利用海量历史数据构建台区线损合理性分析模型,将台区划分为多个类别,在此基础上构建并应用台区线损异常判定工具,提高线损异常识别准确率,实现台区线损的精益化管理。

基于ICS-K-means聚类算法和WNN的有源低压台区线损估算方法

针对传统的线损理论计算方法已不适用于含分布式电源的低压台区线损估算的问题,提出一种基于改进布谷鸟搜索K均值(ICS-K-means)聚类算法和小波神经网络(WNN)的有源台区线损估算方法。首先,基于最大互信息系数筛选线损影响因子,建立有源台区线损指标体系;然后,提出改进布谷鸟搜索聚类算法对样本数据集进行聚类,减少对初始聚类中心的依赖;最后,采用小波神经网络对每类聚类数据集进行训练及测试。算例分析验证了所提方法的准确性和有效性。

基于深度学习的台区线损分析方法

该文提出了一种基于深度学习技术的台区线损分析方法。首先,构建了基于门控循环单元的多层网络结构。然后,结合多个维度的台区电气特征参数作为输入进行训练,获得了相应的深度学习线损率计算模型。最后,基于若干小区的实测数据,验证了所提方法的有效性。实验结果表明,与已有文献中采用反向传播(back propagation,BP)神经网络预测方法相比,所提方法具有更优的线损预测精度和计算效率,可以分别获得10.7%和25.5%的性能提升。

基于同期线损系统数据挖掘技术的低压台区线损诊断模型

线损是反映电网规划、管理水平与电网经济运行的重要指标。由于低压台区线损理论计算的假设条件与实际不相符,因此计算结果精度低。为更准确地反映线损水平,利用同期线损系统,采用数据挖掘的方法,对低压台区进行稳定分区,聚类分析用电信息采集系统的用电数据,构建线损预测模型。

浅谈分线、分台区在线损精细化管理中的应用

分线、分台区管理模式将笼统的线损指标按线路、台区进行细分,实现线损逐线、逐台区的统计和考核。这种精细化管理模式规范了用电管理,促进节能降耗,提高了经济效益。文章从基层实际工作出发对分线、分台区的具体操作办法、取得的成效进行了阐述,同时对分线、分台区工作过程中发现的问题及相应的改进措施进行了探讨。

基于用电信息采集系统的低压台区同期线损管理

通过对影响公用变压器台区线损的主要原因分析及分类处理方法,利用用电信息采集系统平台和营销SG186系统对公用变压器台区基础台帐信息进行规范化管理,对低压台区线损进行实时分析,能够及时有效地发现和解决台区所属用户中存在的问题,从而保证用电信息采集系统台区同期线损统计的准确性,进一步提高供电企业线损管理水平和经济效益。

基于用电信息采集系统的配变台区异常线损分析与治理

通过相关理论知识及工作实践经验,分析导致用电信息采集系统中供电所配变台区高线损和负线损的多种因素,并制定5个高线损治理措施、3个负线损治理措施。采取相应线损治理措施,通过8个月异常线损治理工作,供电所负损台区数量减少了76.9%,高损台区数量减少了75%,供电所综合线损率降低了60.85%,达到了降损和治损目标。