【技术实现步骤摘要】
一种基于鲁棒神经网络的低压台区线损合理区间计算方法
[0001]本专利技术涉及配电网用电管理领域，更具体地，涉及一种基于鲁棒神经网络的低压台区线损合理区间计算方法。
技术介绍
[0002]目前，线损率作为评价电力系统的重要指标，在经济运行中扮演着重要的角色，因此，线损管理也是电力公司的重点工作内容之一。目前，根据《线损四分管理标准》，我国线损管理采用“分压、分区、分线、分台区”的原则。根据国家电网的测算，380V低压电网作为重损层，其损耗量占总电网损耗量的大概1/5。而低压电网线损管理普遍采用分台区的管理手段，所以研究台区线损率情况、分析台区线损率的主要影响因素对于提高配电网的经济运行水平具有重要的意义。
[0003]现有技术中，线损率合理范围的本质是线损影响因素在合理取值范围变化时线损率的变化范围。然而，电力企业对于线损率指标缺乏管理标准，常以固定的区间作为线损率合理性评估的依据，“一刀切”的管理方式无法区分出台区在结构、供电范围、负荷水平上的差异，忽视不同地区用电情况、不同用户用电负荷特性、不同台区拓扑结构以及分...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种基于鲁棒神经网络的低压台区线损合理区间计算方法，其特征在于，包括以下步骤：步骤1，基于用电信息采集系统，提取低压用电台区中与线损率相关的特征量；步骤2，将所述特征量输入至循环神经网络中，通过所述循环神经网络计算出所述用电台区的线损率标杆值；步骤3，基于所述用电台区的线损率标杆值、所述用电台区的实际线损率获取线损误差和线损方差，并基于所述线损率标杆值、线损误差和线损方差确定所述用电台区的线损率合理区间。2.根据权利要求1中所述的一种基于鲁棒神经网络的低压台区线损合理区间计算方法，其特征在于：所述步骤1中还包括：所述用电信息采集系统中与线损率相关的特征量包括：所述用电台区中的台区类别、台区容量、台区电量、用户类型、用户数量、电表读数、台区功率、线路指标以及CT变比。3.根据权利要求1中所述的一种基于鲁棒神经网络的低压台区线损合理区间计算方法，其特征在于：所述步骤2中所述用电台区的线损率标杆值的计算方法为：步骤2.1，将所述特征量输入至循环神经网络中，计算得到循环神经网络的输出；步骤2.2，对所述循环神经网络的输出进行L2范数的正则化操作，以消除所述循环神经网络的过度拟合；步骤2.3，将正则化操作结果输入至不同概率取值的随机失活层中，并获得随机失活输出结果；步骤2.4，对所述随机失活输出结果取平均值以获得所述用电台区的线损率标杆值。4.根据权利要求3中所述的一种基于鲁棒神经网络的低压台区线损合理区间计算方法，其特征在于：所述步骤2.1中还包括：所述循环神经网络包括三条主路径，所述循环神经网络的输出为每条主路径的输出的级联组合，计算公式为：式中，y
c
为所述循环神经网络的输出，C(
·
)为级联函数，f
k
(
·
)为主路径函数，x为第k条主路径的输入，为第k条主路径的权重，为第k条主路径的偏差，n
w
为当前主路径中权重的数量，n
b
为当前主路径中偏差的数量。5.根据权利要求4中所述的一种基于鲁棒神经网络的低压台区线损合理区间计算方法，其特征在于：所述每条主路径包括一条DAE支路径和一条全连接层支路径；
其中，每条主路径的输出的计算公式为：式中，y
k
为第k条主路径的输出，g
k
(
·
)为DAE函数，为第k条主路径中的全连接层的权重，为第k条主路径中的全连接层的偏差。6.根据权利要求5中所述的一种基于鲁棒神经网络的低压台区线损合理区间计算方法，其特征在于：所述DAE支路径包括输入、噪声层、编码层、译码层和输出五部分；所述第k条主路径的输入依次经过噪声层、编码层和译码层后生成输出。7.根据权利要求6中所述的一种基于鲁棒神经网络的低压台区线损合理区间计算方法，其特征在于：所述噪声层为高斯噪声层，其计算公式为：x
i，gn
技术研发人员：易永仙，邵雪松，周玉，崔高颖，吴伟将，张德进，仇新宇，蔡奇新，陈霄，李悦，马云龙，庞金鑫，
申请(专利权)人：国网江苏省电力有限公司国家电网有限公司，
类型：发明
国别省市：
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。