The invention relates to a method and device for predicting distribution network line loss rate based on expert sample library. Particle swam optimization (PSO) algorithm is used to search data records containing as many power operation states as possible, and expert sample database is constructed. Then input variables are selected. Line loss rate prediction model is established based on expert sample library and least squares support vector machine (LSSVM) method, so as to improve the prediction accuracy of the model.
【技术实现步骤摘要】
一种基于专家样本库的配电网线损率预测方法及装置
本专利技术属于配电网线损率计算和人工智能技术交叉领域，具体涉及一种基于专家样本库的配电网线损率预测方法及装置。
技术介绍
配电网线损率是反映电网设计和企业经营管理水平的综合性指标之一，配电网线损直接或间接地影响着电网的经济运行、无功优化以及输配电价制定等工作。供电半径、负荷分布、线路总长度、电表数量以及天气状况等因素都会给配电网线损带来影响。台区线损率的精确计算仍然是一个亟待解决的问题。随着配电网信息化技术的发展，电力运行数据的采集条件得到了明显的改善，各台区线路的电压、电流、功率以及用户用电信息都已实现了在线测量。通过人工智能技术，分析配电网电力运行数据并建立合适的模型，可以实现配电网线损率的快速预测。在利用电力运行数据建立线损率预测模型时，所采用的数据样本对模型的预测精度有十分重要的影响。台区用户的用电特性在不同日期和天气下有所差异，若采集的数据样本不能包含所有可能的电力运行状态，所建立的线损率模型在新电力工况下的预测精度就会降低。
技术实现思路
本专利技术的目的在于提供一种基于专家样本库的配电网线损率预测方法及装置...
【技术保护点】
1.一种基于专家样本库的配电网线损率预测方法，其特征在于，包括如下步骤：步骤1：选择对配电网线损有影响的参数，从配电网数据库中，采集电力运行数据；步骤2：将步骤1得到的电力运行数据中的变量进行标准化处理；步骤3：将步骤2得到的结果，根据基于专家样本库的线损预测模型，计算配电网线损率。
【技术特征摘要】
1.一种基于专家样本库的配电网线损率预测方法，其特征在于，包括如下步骤：步骤1：选择对配电网线损有影响的参数，从配电网数据库中，采集电力运行数据；步骤2：将步骤1得到的电力运行数据中的变量进行标准化处理；步骤3：将步骤2得到的结果，根据基于专家样本库的线损预测模型，计算配电网线损率。2.根据权利要求1所述的一种基于专家样本库的配电网线损率预测方法，其特征在于，所述基于专家样本库的线损预测模型的建立方式如下：步骤S1：选择对配电网线损有影响的待分析参数作为专家样本库特征变量；步骤S2：根据步骤S1得到的参数，从配电网数据库中，采集台区一段电力运行数据样本，构成样本矩阵；步骤S3：将步骤S2得到的样本矩阵的各数据样本中变量进行标准化处理，使其分布在[-1,1]范围内；步骤S4：根据步骤S3的结果，利用PSO算法构建专家样本库；步骤S5：基于步骤S4构建的专家样本库，利用人工智能算法建立基于专家样本库的线损预测模型。3.根据权利要求2所述的一种基于专家样本库的配电网线损率预测方法，其特征在于，步骤S1中选择的待分析参数为电力运行状态变量、气象温度和气象湿度信息。4.根据权利要求3所述的一种基于专家样本库的配电网线损率预测方法，其特征在于，所述电力运行状态变量包括有功供电量、无功供电量、端口电流、居民容量占比、表计数目。5.根据权利要求2所述的一种基于专家样本库的配电网线损率预测方法，其特征在于，步骤S2中，采集电力运行数据样本时，选择时...
【专利技术属性】
技术研发人员：丁忠安，高琛，叶强，陈杰，鄢盛腾，邓伯发，郭志伟，黄阳玥，詹世安，陈吴晓，蒋敏敏，谢国荣，林永春，
申请(专利权)人：国网福建省电力有限公司电力科学研究院，国网福建省电力有限公司，国网信通亿力科技有限责任公司，
类型：发明
国别省市：福建,35
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。