【技术实现步骤摘要】
一种基于GRNN
‑
PCA的有源台区线损合理区间计算方法
[0001]本专利技术属于人工智能算法在电力系统应用
,涉及有源台区线损合理区间计算方法,尤其是一种基于GRNN
‑
PCA的有源台区线损合理区间计算方法。
技术介绍
[0002]台区线损率是电力公司一项综合性技术指标,其作为线损计算的重要组成部分,涉及到配网规划、运行、检修、营销用电、计量、抄核收等各个方面,全面体现了电力公司对低压台区设备及用户的计算水平。
[0003]台区线损合理值估计是为指导实体台区降损量化目标而引入的非实体动态线损参照值,若检测到实时线损在理论计算合理区间之外,则应基于线损贡献度的高损影响因素识别方法,研究高损影响因子之间的交互影响,进行高损因素排查与治理。
[0004]低压台区线损合理值估计传统方法包括台区损耗率法、电压损失率法、等值电阻法、潮流法等,但对于有分布式能源接入的新型有源台区,这些方法存在以下两大问题:一是考虑到分布式能源随机行为,传统计算线损计算方法不再适用;二是现有改进算法的准确计算对低压台区网络、分布式能源参数和运行数据要求过高。在当前低压有源台区参数获取和计算准确性存在技术瓶颈的情况下,如何通过现有可行数据利用更先进算法实现台区线损合理区间计算与高损影响因素识别,是有源台区线损管理的重点。
[0005]经检索,未发现与本专利技术相同或相近似的现有技术的公开文献。
技术实现思路
[0006]本专利技术的目的在于克服现有技术的不足,提出一 ...
【技术保护点】
【技术特征摘要】
1.一种基于GRNN
‑
PCA的有源台区线损合理区间计算方法,包括以下步骤:步骤1、提取有源台区影响因子;步骤2、根据选取的有源台区容量进行多级分类,每类有源台区均包括步骤1所述的有源台区影响因子;步骤3、训练GRNN网络,对步骤2中各级台区进行GRNN线损计算,得到GRNN训练结果;步骤4、用测试集对GRNN训练结果准确度进行相对误差计算;步骤5、若步骤4得到的相对误差小于设定值,则结合GRNN计算出的线损变化区间进行线损合理区间选取,否则返回步骤3重新进行训练,重复步骤3
‑
步骤5直至满足要求。2.根据权利要求1所述的一种基于GRNN
‑
PCA的有源台区线损合理区间计算方法,包括以下步骤:所述步骤1的具体方法为:针对有源台区理论线损的计算,提取台区总表可直接检测到的对线损有影响的线路基础特征因子,包括:功率方差、三相不平衡度、负载率;提取光伏分布式电源运行特征因子,包括:光伏日发电量、光伏并网位置、光伏用户数。3.根据权利要求1所述的一种基于GRNN
‑
PCA的有源台区线损合理区间计算方法,包括以下步骤:所述步骤3的具体步骤包括:(1)确定隐含层神经元径向基函数中心设训练集样本输入矩阵为P,输出矩阵为T设训练集样本输入矩阵为P,输出矩阵为T式中,p
ij
表示第j个训练样本的第i个输入量;t
ij
表示第j个训练样本的第i个输入变量;R为输入变量的维数;S为输出变量的维数;Q为训练集样本数;隐含层的每个神经元对应一个训练样本,即Q个隐含层神经元对应的径向基函数中心为:C=P'
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)(2)确定隐含层神经元阈值Q个隐含层神经元对应的阈值设置为:b1=[b
11
,b
12
,
…
,b
1Q
]'
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)式中,spread为径向基函数的扩展速度;(3)确定隐含层与输出层间权值当隐含层神经元的径向基函数中心及阈值确定后,隐含层神经元的输出a
i
便可计算如下:
a
i
=exp(
‑
||C
‑
p
i
||2b1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)式中,p
i
=[p
i1
,p
i2
,
…
,p
iR
]'为第i个训练样本向量,并记GRNN中隐含层与输入层间的连接权值W取为训练集输出矩阵,即W=T
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ<...
【专利技术属性】
技术研发人员:丁一,张磐,滕飞,霍现旭,戚艳,杨挺,尚学军,陈沛,焦秋良,孙峤,吴磊,郑悦,
申请(专利权)人:国网天津市电力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。