【技术实现步骤摘要】
一种基于多源证据融合的配电网低电压预测方法
本专利技术涉及配电网的低电压预测,尤其是一种基于多源证据融合的配电网低电压预测方法。
技术介绍
配电网供电半径、配电网线径、配电变压器容量和无功补偿配比等因素的不足,导致配网低电压的问题日益严重,已经影响到日常生产生活。线径大小、供电半径、接入负荷容量、负荷状况、功率因数等指标数据能够反映低电压发生的可能性。但是,低电压可能是由多种因素导致的,依赖单个指标进行预测可能不够精确。特别是当单个指标处于临界点时无法实现有效的状态预测。因此,有必要开展全面的配电网低电压预测模型,通过多源配网数据来预测评价已有配电网或将建配电网出现低电压的可能性,从而制定相应的技改策略,提高配电网运维水平。
技术实现思路
本专利技术主要解决的现有的技术问题是:提供了一种基于多源证据融合的配电网低电压预测方法,能够客观准确地预测配电网低电压可能性,以期为合理安排技改项目提供科学依据。本专利技术为解决上述技术问题所采用的技术方案为:一种基于多源证据融合的配电网低电压预测方法,其特征在于,包括以下步骤:步骤S1:设定辨识框架为Ω={A1,A2},其中命题A1为低电压,命题A2为非低电压;收集选取反映配电网低电压发生可能性的多类指标;收集各类型指标下不同指标值对应的电压检测值,收集的电压检测值的电压降需在额定电压的5%-15%范围内;利用模糊逻辑神经元聚类网络学习法求取各类型指标支持命题A1和A2的原型特征向量;步骤S2:将待预测配电网对应的各种类型的指标值作为其低电压预测的证据,利用最优化聚类法对各类证据构建基本信任分配函数(BBA);步骤S3:利 ...
【技术保护点】
一种基于多源证据融合的配电网低电压预测方法,其特征在于,包括以下步骤:步骤S1:设定辨识框架为Ω={A1,A2},其中命题A1为低电压,命题A2为非低电压;选取反映配电网低电压发生可能性的多类指标,收集各类型指标下不同指标值对应的电压检测值,收集的电压检测值的电压降需在额定电压的5%‑15%范围内;利用模糊逻辑神经元聚类网络学习法求取各类型指标支持命题A1和A2的原型特征向量;步骤S2:将待预测配电网对应的各种类型的指标值作为其低电压预测的证据,利用最优化聚类法对各类证据构建基本信任分配函数;步骤S3:利用D‑S证据合成法则,将多种低电压预测的证据进行融合,根据融合结果,预测配电网发生低电压的可能性。
【技术特征摘要】
1.一种基于多源证据融合的配电网低电压预测方法,其特征在于,包括以下步骤:步骤S1:设定辨识框架为Ω={A1,A2},其中命题A1为低电压,命题A2为非低电压;选取反映配电网低电压发生可能性的多类指标,收集各类型指标下不同指标值对应的电压检测值,收集的电压检测值的电压降需在额定电压的5%-15%范围内;利用模糊逻辑神经元聚类网络学习法求取各类型指标支持命题A1和A2的原型特征向量;步骤S2:将待预测配电网对应的各种类型的指标值作为其低电压预测的证据,利用最优化聚类法对各类证据构建基本信任分配函数;步骤S3:利用D-S证据合成法则,将多种低电压预测的证据进行融合,根据融合结果,预测配电网发生低电压的可能性。2.根据权利要求1所述的基于多源证据融合的配电网低电压预测方法,其特征在于,所述指标类型包括线径大小、供电半径、接入负荷容量、负荷状况和功率因数。3.根据权利要求1所述的基于多源证据融合的配电网低电压预测方法,其特征在于,所述步骤S1中,利用模糊逻辑神经元聚类网络学习法求取某一类型的指标支持命题A1和A2的原型特征向量步骤为:Step11、数据规格化;选取该类型指标下不同指标值对应的电压检测值Ui,分别通过公式对其进行变换,将其映射到[0,1]区间上,得到相应的待分类样本xi,其中i=1,2,…,M,M为样本个数;Step12、初始化;设置聚类数c=2、步长η和ζ、终止阈值ε,初始化学习次数t=0、第j类中间网络参数wj的取值wj(0),第j类聚类中心vj的取值vj(0),j=1,2;Step13、进行第t次学习过程,依次对每个待分类样本xi,首先计算隐层节点输出z1,…,zc、输出层结点输出y1,…,yc,并由y1,…,yc变换得到μj,若μj=1表明输入的待分类样本xi属于第j类,第j类获胜,则对第j类的中间网络参数wj和第j类的聚类中心vj进行调整;具体的计算公式如下:式(1)采用Pedrycz相似度算子sim(a,b)进行计算,有:式中a,b∈[0,1],a∩b=min(a,b),a→b=sup{h∈[0,1],a∩h≤b},sup表示集合{h}的上确界,即集合{h}中的任意一个元素均小于或等于该值;定义误差为:根据定义的误差准则和梯度下降学习方法,wj和vj的调整方式如下:若wj≤(xi≡vj),则Δwj=η(1-zj)(4)wj=wj+Δ...
【专利技术属性】
技术研发人员:郭文明,朱吉然,张帝,张志丹,唐海国,龚汉阳,冷华,刘海峰,陈跃辉,
申请(专利权)人:国网湖南省电力有限公司,国网湖南省电力公司电力科学研究院,国家电网公司,
类型:发明
国别省市:湖南,43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。