【技术实现步骤摘要】
基于卷积神经网络的配电低压台区理论线损区间计算方法
本专利技术涉及配电网管理术领域，特别涉及一种基于卷积神经网络的配电低压台区理论线损区间计算方法。
技术介绍
线损率是供电企业的一项重要的经济指标，也是衡量供电企业综合管理水平的重要标志。供电企业线损管理水平的高低，直接反映了低压电网的经济运行水平和营销管理水平。加强线损管理，对保护供用电双方的合法权益和树立供电企业的良好形象有着十分重要的意义。随着新一轮电力体制改革的持续深入推进，电力企业盈利空间被进一步压缩，加强线损专业管理成为供电企业保持经营效益持续稳定增长的重要手段。此外，社会的进步使得不能继续依靠高耗能行业拉动售电量增长，电量和收入的下滑与成本刚性增长量间的矛盾越发尖锐，直接交易规模也在逐年扩大，提高专业线损管理能力成为电力公司加强经营管理的必经之路。提高线损管理，有效控制线路损耗不仅能够给电力企业带来经济效益，而且线损率作为一个考核指标，能促使电力企业优化低压配电网结构、提高经营管理水平、合理分配能源。低压配电网的设计好坏、运行水平以及管理等各方面中的经济...
【技术保护点】
1.一种基于卷积神经网络的配电低压台区理论线损区间计算方法，其特征在于，包括以下步骤：/n采集低压配电台区的数据，并进行数据处理；/n将处理后的数据划分为训练集、验证集和测试集；/n构建卷积神经网络，利用所述训练集及梯度更新优化算法对所述卷积神经网络进行训练，通过所述验证集对训练好的卷积神经网络进行微调，再利用所述测试集对微调后的卷积神经网络进行测试；/n将低压配电台区一整月的电压、电流与功率因数作为所述卷积神经网络的输入数据，再通过卷积神经网络进行特征抽取，形成对输入信息进行抽象表达的特征图，对全连接网络输入与电压、电流和功率因数数据对应的可以表示数据特性的类别型特征，利...
【技术特征摘要】
1.一种基于卷积神经网络的配电低压台区理论线损区间计算方法，其特征在于，包括以下步骤：
采集低压配电台区的数据，并进行数据处理；
将处理后的数据划分为训练集、验证集和测试集；
构建卷积神经网络，利用所述训练集及梯度更新优化算法对所述卷积神经网络进行训练，通过所述验证集对训练好的卷积神经网络进行微调，再利用所述测试集对微调后的卷积神经网络进行测试；
将低压配电台区一整月的电压、电流与功率因数作为所述卷积神经网络的输入数据，再通过卷积神经网络进行特征抽取，形成对输入信息进行抽象表达的特征图，对全连接网络输入与电压、电流和功率因数数据对应的可以表示数据特性的类别型特征，利用全连接网络进行特征抽取，将所述特征图的矩阵展开并与全连接网络抽取的特征进行拼接，构建分类器，以计算低压配电台区的理论线损区间。
2.根据权利要求1所述的方法，其特征在于，采集低压配电台区的数据，包括：三相的电压、电流、功率因数，各台区信息及每日24时的各台区的线损率。
3.根据权利要求2所述的方法，其特征在于，对电压、电流和功率因数缺省值与异常数据进行处理包括：
针对电压、电流、功率因数数据的缺省值数据填充：
某一相某一时刻的缺省值优先用该相临近时刻的数值进行填充；若相邻时刻仍为空值，则选用其余两项该时刻或相邻时刻的数值进行填充；
针对电压、电流、功率因数的异常数据的处理：
对数值为负数的数值取相反数，并删除数值小于预设数值的数据，并用缺省值数据填充的方法进行数据填充；
对三相数据的数值取均值作为处理后的数据。
4.根据权利要求2所述的方法，其特征在于，对线损缺省值以及负损台区的处理包括：
某一台区部分日期线损值为空值，则计算其余日期的月度总供电量和售电量，并进行线损计算；
某一台区部分日期或一整月的线损值为负值，则互换这些日期的供电量与售电量数值，计算其余日期的月度总供电量和售电量，并进行线损计算；
某一台区的月度线损率为100％，则从数据集中剔除该台区。
5.根据权利要求2所述的方法，其特征在于，所述各台区信息包括：工区类型、台区容量和CT变比；
通过独热向量编码的方式对所述各台区信息进行处理，将三维的信息编码为高维的稀疏向量。
6.根据权利要求1所述的方法，其特征在于，所述与电压、电流和功率因数数据对应的可以表示数据特性的类别型特征包括：供区类型、负载强度、...
【专利技术属性】
技术研发人员：邓德刚，宋树宏，孟妍，胡伟，张毅，郭秋婷，
申请(专利权)人：国网辽宁省电力有限公司沈阳供电公司，清华大学，国家电网有限公司，
类型：发明
国别省市：辽宁;21
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。