一种分段开关功率数据的确定方法及装置制造方法及图纸

技术编号:34395417 阅读:18 留言:0更新日期:2022-08-03 21:28
本申请涉及配电网线损计算技术领域,公开了一种分段开关功率数据的确定方法及装置,该方法首先获取多组特定分段开关数据,并划分为实践样本和测试样本,然后对全部样本进行标准化,根据标准化后的实践样本,进行BP神经网络的建立和训练,构建初始功率数据确定模型,进一步将初始功率数据确定模型与测试样本进行对比验证,确定最终功率数据模型,最后通过最终功率数据模型对待测分段开关的功率数据进行确定。本发明专利技术通过使用分段开关的电流、功率数据以及周围配电变压器的电压数据对BP神经网络进行训练,从而实现对只有电流及周围配变电压数据的分段开关的功率数据拟合,解决进行线损计算过程中功率数据缺失的问题,从而提高线损管理的效率。线损管理的效率。线损管理的效率。

【技术实现步骤摘要】
一种分段开关功率数据的确定方法及装置


[0001]本申请涉及配电网线损计算
,尤其涉及一种分段开关功率数据的确定方法及装置。

技术介绍

[0002]在现行配电网运行经济指标中,线损率是衡量配电网规划设计、生产运行、经营管理和企业经济效益水平重要考核指标之一。准确简便的线损计算和分析方法有利于拟定出合理的降低线损的措施并考察措施的实际效果,也便于制定适当的线损考核指标和规划,从而对线损管理工作起指导和促进的作用。
[0003]在此背景下,获取更为真实完整的电力系统量测数据变得越来越重要,因为只有可靠的线损计算结果才能更好制定相应的降损策略,进而提高电网运行效率和线损综合管理水平。但是在配电网线损计算过程中,会出现分段开关上功率数据缺失的问题,严重影响线损综合管理的效率。

技术实现思路

[0004]本申请公开了一种分段开关功率数据的确定方法及装置,以解决目前在配电网线损计算过程中,会出现分段开关上功率数据缺失的问题,严重影响线损综合管理的效率的技术问题。
[0005]本申请第一方面公开了一种分段开关功率数据的确定方法,包括:
[0006]获取多组特定分段开关数据,所述特定分段开关为带功率数据的分段开关,且任一组特定分段开关数据包括特定分段开关电流数据、特定分段开关功率数据和特定分段开关周围配变电压数据;
[0007]将所述多组特定分段开关数据格式化矩阵形式,并划分为实践样本和测试样本;
[0008]对所述实践样本和所述测试样本进行标准化;
[0009]利用BP神经网络,将标准化后的实践样本中,标准化后的特定分段开关电流数据和特定分段开关周围配变电压数据作为BP神经网络的输入,并将对应的特定分段开关功率数据作为BP神经网络的期望输出,进行神经网络的建立和训练,构建初始功率数据确定模型;
[0010]将所述初始功率数据确定模型与标准化后的测试样本进行对比验证,分析数据拟合效果,若所述拟合效果达到预设要求,则确定最终功率数据模型;
[0011]获取待测分段开关电流数据和待测分段开关周围配变电压数据,并根据所述最终功率数据模型、所述待测分段开关电流数据和所述待测分段开关周围配变电压数据,确定待测分段开关功率数据。
[0012]可选的,所述特定分段开关电流数据为特定分段开关单相电流数据或特定分段开关三相电流数据。
[0013]可选的,所述对所述实践样本和所述测试样本进行标准化,包括:
[0014]利用平均数方差法对所述实践样本和所述测试样本进行标准化,将所述实践样本和所述测试样本的数据大小变为[0,1]。
[0015]可选的,所述利用平均数方差法对所述实践样本和所述测试样本进行标准化,包括:
[0016]通过如下公式对所述实践样本和所述测试样本进行标准化:
[0017][0018]其中,x
k
表示实践样本和测试样本,x
min
表示实践样本和测试样本中数据的最小值,x
max
表示实践样本和测试样本中数据的最大值。
[0019]可选的,所述将所述初始功率数据确定模型与标准化后的测试样本进行对比验证,分析数据拟合效果,还包括:
[0020]若所述拟合效果没有达到预设要求,则重新确定初始功率数据确定模型。
[0021]可选的,所述进行神经网络的建立和训练,包括:
[0022]将所述实践样本中,70%的样本作为训练数据,15%的样本作为验证数据,15%的样本作为测试数据,进行进行神经网络的建立和训练。
[0023]可选的,所述BP神经网络中,隐藏神经元的数量设置为10个。
[0024]可选的,所述BP神经网络的训练算法为Levenberg

Marquardt算法、Bayesian Regularization算法或Scaled Conjugate Gradient算法。
[0025]可选的,所述拟合效果通过均方误差和拟合优度进行确定。
[0026]本申请第二方面公开了一种分段开关功率数据的确定装置,所述分段开关功率数据的确定装置应用于本申请第一方面公开的分段开关功率数据的确定方法,所述分段开关功率数据的确定装置包括:
[0027]特定数据获取模块,用于获取多组特定分段开关数据,所述特定分段开关为带功率数据的分段开关,且任一组特定分段开关数据包括特定分段开关电流数据、特定分段开关功率数据和特定分段开关周围配变电压数据;
[0028]预处理模块,用于将所述多组特定分段开关数据格式化矩阵形式,并划分为实践样本和测试样本;
[0029]标准化处理模块,用于对所述实践样本和所述测试样本进行标准化;
[0030]初始模型构建模块,用于利用BP神经网络,将标准化后的实践样本中,标准化后的特定分段开关电流数据和特定分段开关周围配变电压数据作为BP神经网络的输入,并将对应的特定分段开关功率数据作为BP神经网络的期望输出,进行神经网络的建立和训练,构建初始功率数据确定模型;
[0031]最终模型构建模块,用于将所述初始功率数据确定模型与标准化后的测试样本进行对比验证,分析数据拟合效果,若所述拟合效果达到预设要求,则确定最终功率数据模型;
[0032]应用模块,用于获取待测分段开关电流数据和待测分段开关周围配变电压数据,并根据所述最终功率数据模型、所述待测分段开关电流数据和所述待测分段开关周围配变电压数据,确定待测分段开关功率数据。
[0033]可选的,所述特定分段开关电流数据为特定分段开关单相电流数据或特定分段开
关三相电流数据。
[0034]可选的,所述标准化处理模块用于:利用平均数方差法对所述实践样本和所述测试样本进行标准化,将所述实践样本和所述测试样本的数据大小变为[0,1]。
[0035]可选的,所述标准化处理模块用于:通过如下公式对所述实践样本和所述测试样本进行标准化:
[0036][0037]其中,x
k
表示实践样本和测试样本,x
min
表示实践样本和测试样本中数据的最小值,x
max
表示实践样本和测试样本中数据的最大值。
[0038]可选的,所述最终模型构建模块还用于:若所述拟合效果没有达到预设要求,则重新确定初始功率数据确定模型。
[0039]可选的,所述初始模型构建模块用于:将所述实践样本中,70%的样本作为训练数据,15%的样本作为验证数据,15%的样本作为测试数据,进行进行神经网络的建立和训练。
[0040]可选的,所述BP神经网络中,隐藏神经元的数量设置为10个。
[0041]可选的,所述BP神经网络的训练算法为Levenberg

Marquardt算法、Bayesian Regularization算法或Scaled Conjugate Gradient算法。
[0042]可选的,所述拟合效果通过均方本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种分段开关功率数据的确定方法,其特征在于,包括:获取多组特定分段开关数据,所述特定分段开关为带功率数据的分段开关,且任一组特定分段开关数据包括特定分段开关电流数据、特定分段开关功率数据和特定分段开关周围配变电压数据;将所述多组特定分段开关数据格式化矩阵形式,并划分为实践样本和测试样本;对所述实践样本和所述测试样本进行标准化;利用BP神经网络,将标准化后的实践样本中,标准化后的特定分段开关电流数据和特定分段开关周围配变电压数据作为BP神经网络的输入,并将对应的特定分段开关功率数据作为BP神经网络的期望输出,进行神经网络的建立和训练,构建初始功率数据确定模型;将所述初始功率数据确定模型与标准化后的测试样本进行对比验证,分析数据拟合效果,若所述拟合效果达到预设要求,则确定最终功率数据模型;获取待测分段开关电流数据和待测分段开关周围配变电压数据,并根据所述最终功率数据模型、所述待测分段开关电流数据和所述待测分段开关周围配变电压数据,确定待测分段开关功率数据。2.根据权利要求1所述的分段开关功率数据的确定方法,其特征在于,所述特定分段开关电流数据为特定分段开关单相电流数据或特定分段开关三相电流数据。3.根据权利要求1所述的分段开关功率数据的确定方法,其特征在于,所述对所述实践样本和所述测试样本进行标准化,包括:利用平均数方差法对所述实践样本和所述测试样本进行标准化,将所述实践样本和所述测试样本的数据大小变为[0,1]。4.根据权利要求3所述的分段开关功率数据的确定方法,其特征在于,所述利用平均数方差法对所述实践样本和所述测试样本进行标准化,包括:通过如下公式对所述实践样本和所述测试样本进行标准化:其中,x
k
表示实践样本和测试样本,x
min
表示实践样本和测试样本中数据的最小值,x
max
表示实践样本和测试样本中数据的最大值。5.根据权利要求1所述的分段开关功率数据的确定方法,其特征在于,所述将所述初始功率数据确定模型与标准化后的测试样本进行对比验证,分析数据拟合效果,还包括:若所述拟合效果没有达到预设要求,则重新确定初始功率数据确定模型。6.根据权利要求1...

【专利技术属性】
技术研发人员:叶迪卓然陈锦铭陈烨赵新冬郭雅娟袁栋蔡云峰程力涵焦昊李岩
申请(专利权)人:国网江苏省电力有限公司江苏省电力试验研究院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1