粒子滤波负荷预测分析及变压器选型方法以及装置制造方法及图纸

本发明专利技术公开了一种基于聚类分析的粒子滤波负荷预测分析及变压器选型方法及装置。本发明专利技术通过对配变的历史负荷数据进行预处理，再对处理过的数据进行聚类分析，提取出几类不同特征的负荷。在此基础上将这几类不同的特征负荷分别用粒子滤波的方法进行负荷预测，将预测后的结果乘以不同的权重处理得出最终的负荷预测结果，可以应用于配电变压器的选型评估。该发明专利技术提高了预测的准确率，模型改变灵活，计算精简。

【技术实现步骤摘要】
粒子滤波负荷预测分析及变压器选型方法以及装置
本专利技术属于电力系统领域，涉及电力系统安全可靠地运行与规划，特别是针对配变的负荷预测及其在配变选型上的应用。
技术介绍
负荷预测是供电部门的重要工作之一，准确的负荷预测，可以经济合理地保持电网安全稳定地运行，减少不必要的储备容量，并利于保证电力系统规划的可靠性。电网的正常运行保证社会的正常生产和生活，提高了社会效益。目前已有许多会议和讨论组都将负荷预测作为专题进行深入讨论和学术交流。中国电力出版社于2007年出版了《电力系统负荷预测》，在书中提出了回归分析法、增长速度法及灰色马尔科夫预测法。回归分析法需要的样本量大，增长速度法预测精度不高，灰色马尔科夫预测法计算过程较为复杂，模型不易改变。
技术实现思路
本专利技术提供了聚类分析和粒子滤波的负荷预测分析方法及其在变压器选型的应用方法。消除了上述负荷预测方法所提到的预测精度不高，模型不易改变的缺点。需要样本数据较少，计算精简，负荷预测的准确率高，并且模型灵活性、适用性强。本专利技术的基于聚类分析的粒子滤波负荷预测分析及变压器选型方法，包括以下步骤：S1：对变压器的历史负荷数据进行聚类分析，提取出若干不同特征的负荷；S2：根据提取出的负荷分别拟合出特征方程；S4：将特征方程分别用粒子滤波方法进行负荷预测，将预测后的结果乘以不同的权重处理得出最终的负荷预测结果，依据台区的负荷预测结果对变压器进行选型评估。优选地，本专利技术的基于聚类分析的粒子滤波负荷预测分析及变压器选型方法，在S1步骤中的聚类分析前先进行负荷数据预处理，所述负荷数据预处理为对缺失数据或失真数据进行补全，补全方法为：对于首末项数据缺失时，即数列{X}＝[φ(1),X(2),X(3),…,φ(n)]，式中φ(1)、φ(n)为缺失数据，按式φ(1)＝[X(2)]2/X(3)和φ(n)＝[X(n-1)]2/X(n-2)补全；对于中间数缺失时，即数列{X}＝[X(1),…,X(k-1),φ(k),X(k+1),…,X(n)]，式中φ(k)为缺失数据，k为大于1小于n的自然数，按式φ(k)＝0.5X(k-1)+0.5X(k+1)补全；若相邻两点间负荷变化反常的失真数据按缺失数据处理，则用数据补全方法补全，并对补全后的数据按式进行标准化，式中为指标的平均值，表示标准化后的值。优选地，本专利技术的基于聚类分析的粒子滤波负荷预测分析及变压器选型方法，在S1步骤中聚类分析的步骤包括：选择距离公式来计算各变量之间的距离，式中dij为样品Xi和Xj之间的距离，i,j为介于1和n之间的自然数，p是样品的维数，定义为介于1到20之间的自然数，q是一个可变参数，q＝1时，就是曼哈顿距离；当q＝2时，就是欧氏距离；q无穷大时，就是切比雪夫距离；定义变量之间的连接并根据计算结果进行分类；对分类结果分别拟合得到方程，进一步推导出负荷间的递推关系，并进行粒子滤波负荷预测建模。优选地，本专利技术的基于聚类分析的粒子滤波负荷预测分析及变压器选型方法，在S1步骤中历史负荷数据的采集的方法包括：初始化，从历史负荷数据中取出权值表示第i个粒子k＝0时刻采样的数值，p(x0)为历史负荷量分布，N表示粒子数；重要性采样，从负荷状态转移函数中抽取N个粒子：p(xk|xk-1)表示负荷状态转移函数分布，计算权值并归一化权，表示负荷观测函数分布；若不满足设定的有效粒子数，有效粒子数采用随机重采样算法，根据归一化权值的大小分布，从集合中中重新采样N个粒子，每个粒子的权值都为：若满足有效粒子数，输出k时刻负荷量的状态估计：表示k时刻粒子i归一化后的权值，并得到k时刻负荷值基于历史负荷量的分布：令k＝k+1，重复以上步骤，最终得到k时刻的负荷值，根据负荷转移方程得到k+1时刻的负荷预测值。优选地，本专利技术的基于聚类分析的粒子滤波负荷预测分析及变压器选型方法，对变压器的选型依据负荷预测的结果曲线，若预测负荷曲线中季节性特点明显，变化幅度较大即一年中仅在2、3个月内负荷急剧增长甚至超过该地区配电变压器额定负荷而其他时间负载率较低时使用调容变压器，并对其采用TOC法进行经济性评估选型；当预测负荷曲线中仅有短时间的过负荷即全年中有几天到半个月负荷急剧增长，超过额定负荷1.5倍甚至2倍，且负荷集中在2—3小时内时则使用高过载能力变压器；当预测负荷曲线波动不大，即变动均在变压器负载能力范围内，变压器轻载运行时间较长时则用非晶合金变压器替换旧型变压器是否经济；其中TOC法公式为TOC＝CI+POL+PKL，其中式中CI为变压器初始费用；POL为变压器空载损耗的等效费用；PKL为变压器负载损耗的等效费用；POL＝A(P0+KqQ0)，式中A为单位空载损耗的资本费用，P0为变压器空载有功损耗，Q0为变压器空载无功损耗，kq为无功经济当量；PKL＝B(Pk+KqQk)，B为单位负载损耗的资本费用，Pk为变压器负载有功损耗，Qk为负载无功损耗。本专利技术还提供一种基于聚类分析的粒子滤波负荷预测分析及变压器选型装置，包括：聚类分析模块：对变压器的历史负荷数据进行聚类分析，提取出若干不同特征的负荷；特征方程拟合模块：根据提取出的负荷分别拟合出特征方程；负荷预测结果计算模块：将特征方程分别用粒子滤波方法进行负荷预测，将预测后的结果乘以不同的权重处理得出最终的负荷预测结果；选型评估模块：依据台区的负荷预测结果对变压器进行选型评估。优选地，本专利技术的基于聚类分析的粒子滤波负荷预测分析及变压器选型装置，还包括数据预处理模块，用于在聚类分析前先进行负荷数据预处理，所述负荷数据预处理为对缺失数据或失真数据进行补全，若首末项数据缺失，即数列{X}＝[φ(1),X(2),X(3),…,φ(n)]，式中φ(1)、φ(n)为缺失数据，按式φ(1)＝[X(2)]2/X(3)和φ(n)＝[X(n-1)]2/X(n-2)补全；若中间数缺失，即数列{X}＝[X(1),…,X(k-1),φ(k),X(k+1),…,X(n)]，式中φ(k)为缺失数据，k为大于1小于n的自然数，按式φ(k)＝0.5X(k-1)+0.5X(k+1)补全；若相邻两点间负荷变化反常的失真数据按缺失数据处理，则用数据补全方法补全，并对补全后的数据按式进行标准化，式中为指标的平均值，表示标准化后的值。优选地，本专利技术的基于聚类分析的粒子滤波负荷预测分析及变压器选型装置，聚类分析模块中选择距离公式来计算各变量之间的距离，式中dij为样品Xi和Xj之间的距离，i,j为介于1和n之间的自然数，p是样品的维数，定义为介于1到20之间的自然数，q是一个可变参数，q＝1时，就是曼哈顿距离；当q＝2时，就是欧氏距离；q无穷大时，就是切比雪夫距离；定义变量之间的连接并根据计算结果进行分类；对分类结果分别拟合得到方程，进一步推导出负荷间的递推关系，并进行粒子滤波负荷预测建模。优选地，本专利技术的基于聚类分析的粒子滤波负荷预测分析及变压器选型装置，还包括历史负荷数据的采集模块，历史负荷数据的采集模块包括：初始化，从历史负荷数据中取出权值表示第i个粒子k＝0时刻采样的数值，p(x0)为历史负荷量分布，N表示粒子数；重要性采样，从负荷状态转移函数中抽取N个粒子：p(xk|xk-1)表示负荷状态转移函数分布，计算权值并归一化权，表示负荷观测函数本文档来自技高网...

【技术保护点】
一种基于聚类分析的粒子滤波负荷预测分析及变压器选型方法，其特征在于，包括以下步骤：S1：对变压器的历史负荷数据进行聚类分析，提取出若干不同特征的负荷；S2：根据提取出的负荷分别拟合出特征方程；S3：将特征方程分别用粒子滤波方法进行负荷预测，将预测后的结果乘以不同的权重处理得出最终的负荷预测结果，依据台区的负荷预测结果对变压器进行选型评估。

【技术特征摘要】
1.一种基于聚类分析的粒子滤波负荷预测分析及变压器选型方法，其特征在于，包括以下步骤：S1：对变压器的历史负荷数据进行聚类分析，提取出若干不同特征的负荷；S2：根据提取出的负荷分别拟合出特征方程；S3：将特征方程分别用粒子滤波方法进行负荷预测，将预测后的结果乘以不同的权重处理得出最终的负荷预测结果，依据台区的负荷预测结果对变压器进行选型评估。2.根据权利要求1所述的基于聚类分析的粒子滤波负荷预测分析及变压器选型方法，其特征在于，在S1步骤中的聚类分析前先进行负荷数据预处理，所述负荷数据预处理为对缺失数据或失真数据进行补全，补全方法为：对于首末项数据缺失时，即数列{X}＝[φ(1),X(2),X(3),…,φ(n)]，式中φ(1)、φ(n)为缺失数据，按式φ(1)＝[X(2)]2/X(3)和φ(n)＝[X(n-1)]2/X(n-2)补全；对于中间数缺失时，即数列{X}＝[X(1),…,X(k-1),φ(k),X(k+1),…,X(n)]，式中φ(k)为缺失数据，k为大于1小于n的自然数，按式φ(k)＝0.5X(k-1)+0.5X(k+1)补全；若相邻两点间负荷变化反常的失真数据按缺失数据处理，则用数据补全方法补全，并对补全后的数据按式进行标准化，式中为指标的平均值，x′i表示标准化后的值。3.根据权利要求2所述的基于聚类分析的粒子滤波负荷预测分析及变压器选型方法，其特征在于，在S1步骤中聚类分析的步骤包括：选择距离公式来计算各变量之间的距离，式中dij为样品Xi和Xj之间的距离，i,j为介于1和n之间的自然数，p是样品的维数，定义为介于1到20之间的自然数，q是一个可变参数，q＝1时，就是曼哈顿距离；当q＝2时，就是欧氏距离；q无穷大时，就是切比雪夫距离；定义变量之间的连接并根据计算结果进行分类；对分类结果分别拟合得到方程，进一步推导出负荷间的递推关系，并进行粒子滤波负荷预测建模。4.根据权利要求1所述的基于聚类分析的粒子滤波负荷预测分析及变压器选型方法，其特征在于，在S1步骤中历史负荷数据的采集的方法包括：(1)初始化，从历史负荷数据中取出权值表示第i个粒子k＝0时刻采样的数值，p(x0)为历史负荷量分布，N表示粒子数；(2)重要性采样，从负荷状态转移函数中抽取N个粒子：p(xk|xk-1)表示负荷状态转移函数分布，计算权值并归一化权，表示负荷观测函数分布；(3)若不满足设定的有效粒子数，有效粒子数采用随机重采样算法，根据归一化权值的大小分布，从集合中中重新采样N个粒子，每个粒子的权值都为：(4)若满足有效粒子数，输出k时刻负荷量的状态估计：表示k时刻粒子i归一化后的权值，并得到k时刻负荷值基于历史负荷量的分布：(5)令k＝k+1，重复以上步骤，最终得到k时刻的负荷值，根据负荷转移方程得到k+1时刻的负荷预测值。5.根据权利要求1所述的基于聚类分析的粒子滤波负荷预测分析及变压器选型方法，其特征在于，对变压器的选型依据负荷预测的结果曲线，若预测负荷曲线中季节性特点明显，变化幅度较大即一年中仅在2、3个月内负荷急剧增长甚至超过该地区配电变压器额定负荷而其他时间负载率较低时使用调容变压器，并对其采用TOC法进行经济性评估选型；当预测负荷曲线中仅有短时间的过负荷即全年中有几天到半个月负荷急剧增长，超过额定负荷1.5倍甚至2倍，且负荷集中在2—3小时内时则使用高过载能力变压器；当预测负荷曲线波动不大，即变动均在变压器负载能力范围内，变压器轻载运行时间较长时则用非晶合金变压器替换旧型变压器是否经济；其中TOC法公式为TOC＝CI+POL+PKL，其中式中CI为变压器初始费用；POL为变压器空载损耗的等效费用；PKL为变压器负载损耗的等效费用；POL＝A(P0+KqQ0)，式中A为单位空载损耗的资本费用，P0为变压器空载有功损耗，Q0为变压器空载无功损耗，kq为无功经济当量；PKL＝B(Pk+KqQk)，B为单位负载损耗的资本费用，Pk为变压器负载有功损耗，Qk为负载无功损耗。6.一种基于聚类分析的粒...

【专利技术属性】
技术研发人员：王倩，王磊，张建宾，牛雨，徐恒博，牛荣泽，王麒翔，张韦维，
申请(专利权)人：国网河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：河南,41