基于边缘计算的实时线损监控系统研究

为有效减少数据传输量、降低服务响应时延、增强网络效能,设计了基于边缘计算的实时线损监控系统。系统通过分钟级数据进行小时级的台区线损计算。引入低压故指设备,对分支箱、表箱的进出线冻结电能进行测量,并对台区下各分段线损进行计算,以实现对台区的分级、分层线损的分析和管理。通过仿真与分析,线损计算应用(APP)能够实现实时线损数据计算及监控,计算所得线损率与用采系统中线损率基本一致。仿真结果验证了所提系统的有效性。

基于状态估计的配电网线损分析

当前电站自动化覆盖率高,可提供大量数据进行分析计算,为此提出一种基于状态估计的配电网线损分析方法,并分析该方法所用的信息管理系统的结构和功能。通过状态估计方法对采集数据进行处理,同时满足潮流计算的约束,消除误差和丢包带来的影响,得出较为精确的节点注入功率,以此计算配电网的线损率。

基于数据物理融合驱动配电网三相线性化潮流及线损分析应用

分布式电源规模化并网引入了下垂控制等非光滑本地控制约束,易导致传统基于前推回代法的潮流计算方法收敛失败,且由于分布式电源并网改变系统潮流方向,导致传统等值电阻法、压降法等理论线损计算方法不再适用。为解决上述问题,提出计及有载调压变压器调压、分布式光伏下垂控制的光滑化模型,构建了基于数据物理融合驱动的三相配电网线性化理论线损快速计算模型。在传统基于稳态运行特性线性化、一阶泰勒展开线性化的基础上,利用偏最小二乘法补偿线性化误差。相比纯物理驱动线性化,在负荷重载条件下仍具有较高精度;相比于纯数据驱动线性化,能够保留支路拓扑信息,适用于开关状态变化场景。所提模型仅对线性化误差进行拟合补偿,在保证线性化精度的前提下,极大地提高了潮流模型的收敛性与计算效率,且能够适应不同负荷水平实现精确误差补偿。基于实际42节点三相配电网系统仿真,验证了所提模型具有较高精度,且能够实现配电网理论线损鲁棒、快速计算。

配电网电能损耗计算与降损措施分析

配电网电能损耗是衡量配电网运行效率和经济性的关键指标,准确计算配电网电能损耗并制定有效的降损措施,对于提高电能利用率、节约能源成本以及促进电网经济运行具有重要意义。文章以理论线损计算和统计线损计算为研究对象,深入分析了两种方法的原理、数学模型、适用条件、精度以及实际应用效果等,揭示了各自的优势和局限性。在此基础上,从优化网架、无功补偿以及自动化建设等方面,提出全面的配电网降损措施。文章研究成果可为配电网规划设计、运行管理以及降损增效提供重要的理论依据和实践指导,具有广阔的工程应用前景。

基于边缘智能技术的台区线损异常自动检测研究

为避免电网用电规模加大导致的台区线损异常现象,提出基于边缘智能技术的台区线损异常自动检测方法,及时获取台区线损异常并发出预警。通过无线传感器节点采集台区电气特征参数,对参数标准化处理后,对电气特征参数进行聚类,传输到边缘计算节点,节点通过卷积神经网络-长短期记忆神经网络计算台区线损率,判断是否存在线损异常,通过云平台存储检测结果并定期更新边缘检测器的预测结果。测试结果表明:该方法可有效采集台区供电量、售电量等参数,精确检测出不同台区的日、月损失电量,并获取合理的线损率,并对台区中的每条线路均能够完成异常线损检测并及时发出预警。

基于K-Means聚类和Boosting算法的配电网线损计算方法

传统线损计算方法所需电气参数较多且计算过程烦琐,导致配电网线损计算结果精度较低,因此提出了一种基于K-Means聚类和Boosting算法的配电网线损计算方法。先采用K-Means聚类算法挖掘配电网的线路负荷有功电量、线路负荷无功电量、线路长度及线路负载率等电气特征指标,再将电气特征指标作为Boosting算法线损预测模型的输入数据,经过模型训练完成配电网线损的预测计算。实验结果表明,该设计方法的线损计算值与真实值之间的误差仅为4.27%,具有较高的配电网线损计算精度。

数据知识融合下的输电线路线损计算及异常分析

以数据知识融合为基础,提出了输电线路线损计算方法,并结合GBDT模型进行建模和优化。通过提取EWMA特征、时序曲线特征、线路杆塔特征,多维度地分析影响线损的因素。采用基于数据知识融合的GBDT模型,结合理论计算和实际影响因素,构建了线损计算模型。引入BOA算法优化XGBoost模型参数,提高了电网损耗计算的精度。结果表明,在负载率较小、电流互感器误差较高的状态下,输送电量、电流平均值和功率变化对异常的贡献尤为显著,同时环境因素也会对导线电阻产生影响。

接入分布式光伏的低压配电台区线损计算方法

分布式光伏的接入使低压配电台区内的电能流动变得更为复杂,容易导致线损计算结果与实际产生偏差。据此本文提出了一种线损计算方法,即通过引入配电台区负荷不平衡度,评估三相负荷的分配均匀性,计算低压配电台区的线损值;确定线损修正系数,修正理论线损值。实验结果表明,利用所提方法计算接入分布式光伏的低压配电台区线损与实际线损的偏差较小,能够精确地计算低压配电台区线损,从而更好地评估台区线损状况。

基于大数据的中压配电网线损计算研究

由于中压配电网存在结构复杂、测量系统不全等问题,工作人员很难进行有效的减损工作。因此,文章提出一种基于广度优先的前推回代精准线损计算方法。该方法根据实际的馈线数据,将馈线拓扑进行分层,以层为单位利用前推回代法计算馈线损耗。通过实例分析得到:文章提出的计算方法具有精确的计算结果,通过指导完成对线路改造,合理利用资源,有效解决线损率偏高的问题,具有良好的应用价值。

低压配电变压器三相负荷不平衡下的线损率小生境遗传分析算法

三相负荷不平衡是导致线损率增长的主要原因,因此解决了三相负荷不平衡问题就能从根本上将线损控制在允许范围内,实现有效降损。在此背景下,针对传统遗产算法应用效果差的问题,研究一种低压配电变压器三相负荷不平衡下的线损率小生境遗传分析算法。利用均方根电流法计算三相电能损耗并计算其占据供电负荷的比例,得出线损率。结合线损数值,构建换相成本最小化目标函数,利用小生境遗传分析算法求解约束条件下的最优换相方案,通过换相调整,促进低压配电变压器三相负荷平衡化,实现降损。测试结果表明:与换相前相比,换相调整后的低压配电变压器三相负荷不平衡度降低,线损率减小,说明所提换相方案起到了线损控制的作用。

基于改进电量法及前推回代法的高渗透率新能源配电网线损计算研究

分布式电源(DG)的高比例接入使得配电网潮流双向流动,传统的线损计算方法不再适用。首先,针对传统电量法电压与功率因数需全网一致假设条件的限制,提出电压电量法和电压功率因数电量法;然后,对多种分布式电源进行节点类型建模,提出改进前推回代法,实现对高渗透率配电网线损的精细求解;最后,对某地区实际配电线路进行计算,探究各种线损计算方法的误差及适用条件,并通过3种场景对比分析分布式电源接入容量、位置及其他参数对配电网电压以及线损的影响,验证了改进电量法以及改进前推回代法的可行性,对配电网线损计算具有参考意义。

“双碳”背景下配电网线损管控研究

【目的】为了在“双碳”背景下能更好地管控配电网线损,本研究对线损管控工作中涉及的内容及研究进展情况进行分析。【方法】首先分析基于时间序列和基于数据格式转换的线损原始数据清理和融合方法,其次分析考虑影响因素的理论线损计算、接入分布式电源的理论线损计算和采用智能算法的理论线损计算,然后对异常线损处理的两种方法进行分析,最后对节能降损策略和降损潜力评估方法进行分析。【结果】虽然已有的线损管控的相关研究成果较多,但基于海量异构数据并结合分布式电源进行线损分析的降损工作仍要继续深入研究。【结论】研究线损管控对制定配电网的精准降损措施,提升配电网精益化节能降损具有重要意义。

不同密度采集数据的配电网线损连续计算方法

针对含有高密度采集数据的DG中压配电网线损计算,提出了一种配电网连续线损计算方法,旨在提高传统线损计算的精度。该方法充分利用调度侧和DG侧的高密度采集数据,将供电功率按功率分配给各个负荷节点,计算实时潮流,从而获得更可靠的线损值。在IEEE 17节点配电系统中验证了该方法的有效性和准确性。

配电网线损原因及降损技术措施分析

配电网是供电网络的重要组成部分,也是电网建设工作的重点。在实际配电网运行过程中,配电网运行状态可以通过线损与线损率2项指标进行体现。实际配电网运行中导致线损的原因较多,特别是农村配电网,受电力输送半径、线路分布、布线方式等因素的影响,配电网线损一直处于较高水平。因此,应明确配电网线损的类型和危害,并针对配电网线损理论计算方法进行深入分析,积极采取技术和管理等措施,控制配电网线损率,实现电力能源的高效利用率,进一步提升供电企业的经济效益。

基于随机森林与内核岭回归的配电网线损在线计算

针对配电网自动化水平低,其节点电气数据以及拓扑结构变化不能完全做到实时监控,使线损计算困难的问题,提出了基于随机森林(random forest,RF)以及内核岭回归(kernel ridge regression,KRR)的配电网线损在线计算方法。首先,根据配网历史运行情况确定不同拓扑结构下的典型运行模式;其次,通过对不同运行模式的配电系统进行潮流计算,分别构建训练集,通过对内核岭回归模型的训练,充分挖掘支路线损功率与配电网状态之间的映射关系;最后,基于随机森林分类法判断配电网运行模式,进而通过对应运行模式的内核岭回归模型实现配电网线损在线计算。对IEEE 33节点配电网的算例分析结果表明,所提方法具有较高的精度和较好的鲁棒性。

基于多维度可变时空因素的10kV分线线损率异动原因分析

分线线损率计算涉及供电、售电环节和电网拓扑结构,其异动原因复杂且排查困难。本文通过分析影响线损率计算的各个环节时空因素,针对单一线损异动及多重线损异动提出分析及故障排查方法。结合线损工作的历史数据,研究异动的时间影响因素和空间影响因素,根据线损率变化性质确定造成线损率异动的可变因素;定量分析可变因素与线损率的电量数据关系,由此建立不同因素对应的电量变化及线损率变化数据模型;针对单一线损异动和多重线损异动的情况,结合异动后拓扑变化和线损率变化进行电量还原计算,将异常变化规律和还原后的变化规律相结合实现异动原因的精准判断。算例分析验证了所提方法的有效性。

线损计算分析在降低线损中的作用

文章介绍了国网浙江杭州临安电力公司对中压配电网的精益化线损降损体系建设的研究。在调查分析目前存在的问题和降损潜力的基础上,提出了从规划建设、设备装备水平提升、电网运行和管理降损等方面实施具体措施的建议。通过应用实际指标评估影响线损率的因素,构建精益化线损降损体系,进一步提高电网的经济效益。最终成果为《国网浙江杭州临安精益化线损降损体系建设研究》文本及相关图表和清单。该研究有助于实现节能减排和促进降损节能精益化管理工作的深化,推动电网企业向更加低碳环保、智能高效转变的目标实现。

基于大数据的10kV配电线路分段线损计算方法

由于配电网规模增大、支路增多,10 kV配电线路计算一直存在计算准确度不足的问题。针对上述问题,提出基于大数据的10 kV配电线路分段线损计算方法。划分待计算的配电线路,将配电线路划分为不同的区段,采集各个区段上的线路长度、配电变压器总容量、月无功功率电量、月有功功率电量以及负荷电流不平衡度等5个特征参量。以大数据分析中的RBF神经网络为基础,结合遗传算法改进RBF神经网络的隐含层中心选择、宽度以及输出权值等3个结构参数,构建10 kV配电线路分段线损计算模型,计算10 kV配电线路分段线损值。结果表明:所研究方法得出的线损计算结果与样本训练输出值之间的绝对误差和相对误差百分比均较小,由此说明所研究方法的计算准确度更高。

计及不同天气情况下电晕损耗的特高压交流输电线路损耗计算方法

特高压交流输电线路电晕损耗与沿途天气因素影响有关,针对特高压交流输电线路总损耗的传统计算繁琐且精度较低的问题,提出了一种结合天气因素的特高压交流输电线路损耗计算方法。首先对特高压交流输电线路损耗进行理论计算分析,并选取线路运行数据和实时天气数据作为特征参数;然后根据斯皮尔曼相关系数法对天气特征进行筛选;为了提高计算精度,提出以等效降水量和相对湿度为标准的样本分类方法;最后采用处理后样本数据训练粒子群(Particle Swarm Optimization,PSO)算法优化的极端随机树(Extremely Randomized Trees,ET)模型。以闽浙地区某特高压交流输电线路的运行数据为例,验证了该数据处理方法和计算模型可有效筛选特征参数,降低数据维度,提升特高压交流输电线路损耗计算精度。

基于LightGBM的低压配电网台区线损率估算方法

针对低压配电网台区线损数据统计难度大、线损率计算结果准确度低的现状,提出一种低压配电网台区线损率计算方法。以平均电流法理论线损计算方法为基础,确定用于训练模型的特征,依托电网状态监测系统、数据统计平台,提取模型样本数据并建立数据集,通过以LightGBM为框架的梯度提升算法训练机器学习模型,并将训练得到的模型用于低压配电网台区线损率估算。采用某地区内台区线损率数据对模型进行验证,实验结果表明,运用LightGBM算法训练的模型可实现对低压配电网台区理论线损率的拟合估算,且模型具有较强的泛化能力,测试集平均绝对误差为0.78,均方误差为1.35,决定系数为0.52。与目前常用的回归算法模型相比,可有效提升计算结果准确度及拟合效果。