一种基于负荷预测的三相不平衡智能换相方法技术

本发明专利技术公开了一种基于负荷预测的三相不平衡智能换相方法，该换相方法首先根据历史负荷以及相关气象数据使用LSTM神经网络预测未来一天的用户负荷，根据前一天单相用户挂接在三相上的相序，利用预测出的数据计算变压器出口侧三相不平衡度，并推测未来一天内配电网三相不平衡度的变化趋势。推断出配电网在未来一天某时段的三相不平衡度高于规定值，然后使用NSGA

【技术实现步骤摘要】
一种基于负荷预测的三相不平衡智能换相方法


[0001]本专利技术涉及电能质量治理
，具体涉及一种基于负荷预测的三相不平衡智能换相方法。

技术介绍

[0002]我国居民配电网大多是三相四线制系统，居民负荷大部分为单相并入电网，虽然在初期会将单相负荷均匀分配到三相上，但是随着配电网的规模越来越大，后期接入三相的单相负荷分配较为随机。并且由于居民用电在时间上具有较大的随机性，因此配电网长期存在三相不平衡。现有的解决办法主要是使用户负荷均匀分配到三相上。使用智能换相装置的实时换相方法需要时刻检测三相电流和用户电流，操作复杂，且电流检测和换相指令分发需要一定时间，很难实时解决三相不平衡问题。

技术实现思路

[0003]本专利技术的目的在于：针对实时调节三相不平衡度带来的时滞影响，提出了一种基于负荷预测的三相不平衡智能换相方法，该方法可以解决实时换相时操作复杂，换相频率高的问题，可以有效降低配电网三相不平衡度，降低配电网的损耗，提高配电变压器的利用率。
[0004]本专利技术的目的可以通过以下技术方案实现：
[0005]一种基于负荷预测的三相不平衡智能换相方法，包括如下步骤：
[0006]第一步：根据配电台区各单相用户的历史负荷以及天气信息预测出未来一天各用户的总负荷；
[0007]在变压器出口侧记录一天内24个时间点的三个相线上的电流数据I
A
、 I
B
、I
C
，根据电流的历史数据和天气预报预测出未来一天内间隔一小时24 个时间点的三个相线上的电流；
[0008]第二步：记录每个单相用户的负荷，根据记录的值和天气信息预测出未来一天内单相用户的负荷；
[0009]使用预测出的电流数据计算未来一天内三相不平衡度的变化趋势，选择在不平衡度大于预设值的时间段内调整用户负荷相序；
[0010]第三步：使用用户前一天的相序和预测出的用户负荷用非支配遗传算法NSGA
‑
3优化用户相别，目标函数包括三相不平衡度最小、换相次数最小与局部不平衡度最小；
[0011]用优化后的相序在前一天调整用户相别。
[0012]作为本专利技术的进一步方案，第一步中使用LSTM神经网络预测未来一天各用户的总负荷；
[0013]首先需要处理用户历史负荷数据，得到天气与假期信息和用户历史负荷数据之间的相关系数：
[0014][0015]其中X、Y为两种特征值；
[0016]预测结果包括变压器出口侧三个相线未来一天每小时共24个点的电流，以及配电台区各单相用户未来一天的总负荷；
[0017]作为本专利技术的进一步方案，使用LSTM神经网络预测得到的电流和未来一天的用户负荷计算未来一天各用户的24个点的负荷代替真实的用户 24个点的负荷，以A相为准，则未来一天各单相用户总负荷为：
[0018][0019]其中D
A
·
i
为A相各用户的负荷，I
A
为变压器出口侧A相电流，W
A
·
i
为未来一天内间隔一小时24个时间点的预测负荷。
[0020]作为本专利技术的进一步方案，以B相或C相为准时，未来一天各单相用户总负荷计算方式与A相相同。
[0021]作为本专利技术的进一步方案，第二步中选择不平衡度大于预设值时间内的负荷建立换相模型，模型优化需要考虑到的目标函数有：
[0022]不平衡度最小：
[0023]开关次数最小：
[0024]支线不平衡度最小：
[0025]本专利技术的有益效果：
[0026](1)通过对配电网在未来一天哪些时段的三相不平衡度高于规定值进行预测，然后，使用NSGA
‑
3算法优化用户接入的相序，并通过安装在线路节点或用户端的换相开关按照优化后的用户相序接入相应的相线上，从而有效减小实时负荷换相带来的三相不平衡度调节滞后的影响；
[0027](2)本专利技术能够减小低压台区配电网的三相不平衡度，提前调节用户相序，达到降低台区线路损耗，提高配电变压器的利用率，增强配电网运行安全性的目的。
附图说明
[0028]下面结合附图对本专利技术作进一步的说明。
[0029]图1为LSTM预测的结构框图；
[0030]图2为NSGA
‑
3优化结构框图。
具体实施方式
[0031]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0032]一种基于负荷预测的三相不平衡智能换相方法，如图1、图2所示，包括如下步骤：
[0033]第一步：根据配电台区各单相用户的历史负荷以及天气信息预测出未来一天各用户的总负荷；
[0034]在变压器出口侧记录一天内24个时间点的三个相线上的电流数据I
A
、 I
B
、I
C
，根据电流的历史数据和天气预报预测出未来一天内间隔一小时24 个时间点的三个相线上的电流；
[0035]第二步：记录每个单相用户的负荷，根据记录的值和天气信息预测出未来一天内单相用户的负荷；
[0036]使用预测出的电流数据计算未来一天内不平衡度的变化趋势，选择在不平衡度较大的时间段内调整用户负荷相序；
[0037]第三步：使用用户前一天的相序和预测出的用户负荷用非支配遗传算法NSGA
‑
3优化用户相别，目标函数包括三相不平衡度最小、换相次数最小、局部不平衡度最小；
[0038]用优化后的相序在前一天调整用户相别。
[0039]下面对本方案进行详细说明：
[0040]步骤1：根据变压器出口侧电流历史数据和天气与假期信息对出口侧电流做未来一天的多步预测，根据配电台区各单相用户的历史负荷数据和天气与假期信息对各用户未来一天的负荷做单步预测；
[0041]如图1所示，其预测方法包括如下步骤：
[0042]特征相关性分析，对用户负荷数据进行特征相关性分析，使用与用户负荷数据相关性较高的特征变量对负荷进行预测，在本专利技术的一个实施例中，特征变量包括天气与假期信息；
[0043]异常数据处理，在预测之前需要处理异常的负荷数据和天气数据，包括剔除异常值、对空缺数据进行拟合填补；
[0044]负荷数据和特征数据归一化，为了消除不同量纲之间的影响，提高模型的收敛速度，需要对数据按列做归一化处理：
[0045][0046]数据集划分，包括变压器出口侧电流数据的单步预测和各用户负荷数据的多步预测，变压器出口侧电流数据的多步预测输出未来一天内间隔一小时24个时间点的电流，用户负荷数据的单步预测输出未来一天各用户的总负荷；
[0047]构建L本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于负荷预测的三相不平衡智能换相方法，其特征在于，包括如下步骤：第一步：根据配电台区各单相用户的历史负荷以及天气信息预测出未来一天各用户的总负荷；在变压器出口侧记录一天内24个时间点的三个相线上的电流数据I
A
、I
B
、I
C
，根据电流的历史数据和天气预报预测出未来一天内间隔一小时24个时间点的三个相线上的电流；第二步：记录每个单相用户的负荷，根据记录的值和天气信息预测出未来一天内单相用户的负荷；使用预测出的电流数据计算未来一天内三相不平衡度的变化趋势，选择在不平衡度大于预设值的时间段内调整用户负荷相序；第三步：使用用户前一天的相序和预测出的用户负荷用非支配遗传算法NSGA
‑
3优化用户相别，目标函数包括三相不平衡度最小、换相次数最小与局部不平衡度最小；用优化后的相序在前一天调整用户相别。2.根据权利要求1所述的一种基于负荷预测的三相不平衡智能换相方法，其特征在于：第一步中使用LSTM神经网络预测未来一天各用户的总负荷；首先处理用户历史负荷数据，得到天气与假期信息和用户历史负荷数据之间的...

【专利技术属性】
技术研发人员：杭俊，崔康，丁石川，郭小璇，鲍海波，
申请(专利权)人：安徽大学，
类型：发明
国别省市：