带有预测和仿真功能的主动配电网调控系统和方法技术方案

本发明专利技术公开一种带有预测和仿真功能的主动配电网调控系统和方法，其中，系统包括仿真模块，获取主动配电网的历史故障数据和历史诱发数据，训练多组特征数据，将特征数据输入至深度学习模型进行训练；预测模块，接收仿真模块中的历史故障数据，并收集历史调控数据，建立历史调控数据对比库；获取未来时段内的诱发数据，输入至与主动配电网连接的深度学习模型中，并标记疑似故障数据，对疑似故障数据进行准确度匹配和调控标准化操作，获取预测结果；调控模块，接收预测模型中的预测结果，下发与调控方案对应的调控指令，调控完成后对主动配电网进行电压判断。还包括方法；本发明专利技术能够及时应对故障情况，利用预测结果进行调控，调控更加准确和及时。更加准确和及时。更加准确和及时。

【技术实现步骤摘要】
带有预测和仿真功能的主动配电网调控系统和方法


[0001]本专利技术涉及配电网调控
，尤其是一种带有预测和仿真功能的主动配电网调控系统和方法。

技术介绍

[0002]主动配电网系统运行调控是一项复杂艰巨的系统工程，具有规模大、不确定因素多、涉及领域广的特点。主动配电网的调控与系统的历史和未来都密切相关，目前主动配电网并不能对出现的故障进行及时的调控，不能及时解决各种突发状况带来的问题，会造成主动配电网系统的资源浪费，甚至会有安全隐患。
[0003]在中国专利文献上公开的“分布式电网调控系统及调控方法”，其公开号为CN115549137A，涉及一种分布式电网调控系统及调控方法，本专利技术分布式电网调控系统，设有与分布式电源相适配的储能装置，服务器根据影响因素对分布式发电做出发电预测，在负载侧的计量终端可以对负载做出用能预测，服务器结合用能预测以及发电预测，控制储能装置储能和逆变的命令，分布式发电电能富裕时，对发电进行储存，负载用能较多时，通过储能装置释放电能，降低主网运行的负担，实现弃能少、削峰填谷的目的。该案虽涉及电网调控，但是其主要针对于发电预测，且并不能对出现的故障进行及时的调控。

技术实现思路

[0004]本专利技术解决了目前主动配电网并不能对出现的故障进行及时的调控的问题，提出一种带有预测和仿真功能的主动配电网调控系统和方法，其中的仿真模块和预测模块分别用于训练仿真和预测分析，调控模块能够根据预测结果进行调控；本专利技术能够及时应对故障情况，利用预测结果进行调控，调控更加准确和及时。
[0005]为了实现上述目的，本专利技术采用以下技术方案：一种带有预测和仿真功能的主动配电网调控系统，包括仿真模块，获取主动配电网的历史故障数据和历史诱发数据，训练多组特征数据，将特征数据输入至深度学习模型进行训练；预测模块，接收仿真模块中的历史故障数据，并收集历史调控数据，建立历史调控数据对比库；获取未来时段内的诱发数据，输入至与主动配电网连接的深度学习模型中，并标记疑似故障数据，对疑似故障数据进行准确度匹配和调控标准化操作，获取预测结果；调控模块，接收预测模型中的预测结果，下发与调控方案对应的调控指令，调控完成后对主动配电网进行电压判断。
[0006]本专利技术中，仿真模块与预测模块连接，预测模块与调控模块连接，仿真模块中首先能够获取主动配电网的历史数据，并对这些历史数据进行处理，处理完成后进行训练以得到若干组特征数据，随后依次输入到深度学习模型，进行训练过程；训练完成的模型移入至预测模块，根据深度学习模型进行预测分析，最终得到预测结果；预测结果通过数据传输发送至调控模块中，调控模块根据预测结果下发不同的调控指令，完成调控；本专利技术的系统能
够针对故障情况进行及时调控，减少资源浪费以及安全隐患。
[0007]作为优选，所述仿真模块包括用于采集主动配电网的历史故障数据的第一获取单元和用于采集历史诱发数据的第二获取单元，所述第一获取单元和第二获取单元均连接有数据训练单元，所述数据训练单元用于得到特征数据和训练深度学习模型。
[0008]本专利技术中，仿真模块的第一获取单元和第二获取单元由若干个数据采集器和暂存器组成，其中，第一获取单元用于采集历史故障数据，采集完成后，各项历史故障数据按顺序存储至对应的暂存器中；第二获取单元用于采集诱发数据，各项历史诱发数据也按顺序存储至对应的暂存器之中，暂存器与数据训练单元连接，暂存器中的数据传输至数据训练单元中进行特征数据的获取和模型的训练。
[0009]作为优选，所述预测模块包括模型预测单元，所述模型预测单元连接于仿真模块，所述模型预测单元根据深度学习模型进行预测并标记，标记完成后，疑似故障数据进入匹配单元进行准确度匹配，匹配完成后进入调控标准化单元进行调控的标准化处理。
[0010]本专利技术中，对于预测模块，在仿真模块的数据进入至预测模块之后，内部的模型预测单元通过深度学习模型进行预测，输出疑似故障数据并进行标记，随后对疑似故障数据进行准确度匹配，匹配成功后进入调控标准化单元中进行再处理，从调控标准化单元中输出后形成预测结果。
[0011]作为优选，所述数据训练单元包括用于历史故障数据和历史诱发数据的清洗的数据处理区域以及用于深度学习模型训练的训练区域，所述训练区域与预测模块通信连接。
[0012]本专利技术中，在仿真模块中，数据训练单元还包括数据处理区域和训练区域，数据处理区域主要负责历史故障数据和历史诱发数据的清洗以及剔除过程，对于数据中明显不符合标准的个别数据进行清洗，保证形成的特征数据均为有用数据；在训练区域中，主要为将特征数据输入至深度学习模型中，训练完成后的深度学习模型能够传输至预测模块，在预测模块中进行预测和分析。
[0013]作为优选，所述预测模块还包括历史调控数据对比库，所述匹配单元根据疑似故障数据对历史调控数据对比库进行遍历，搜寻匹配到最接近的历史故障数据，判断匹配度是否小于N%，N<1，若是，则匹配成功，并调取对应的历史调控数据，若否，则介入人工调控解决方案。
[0014]本专利技术中，在预测模块中还设置有历史调控数据对比库，历史调控数据对比库与匹配单元连接，在历史调控数据对比库遍历找出与疑似故障数据最接近的历史故障数据，具体的，匹配度需要小于N%。
[0015]作为优选，所述调控标准化单元用于对历史调控数据的标准化，将历史调控数据与调控方案所包含的类型和数据范围进行比对，找到类型和数据范围均对应的调控方案。
[0016]本专利技术中，调控标准化单元中，历史调控数据与各种类型的调控方案以及其数据范围进行比对，找到历史调控数据所对应调控方案的类型以及数据范围，以便后续调控模块进行调控。
[0017]作为优选，所述调控模块包括有母调控平台和若干个子调控平台，所述母调控平台根据预测结果向对应的子调控平台下发调控指令，所述子调控平台包括用于实施主动配电网调控的执行单元和用于主动配电网电压判断的判断单元。
[0018]本专利技术中，调控模块中的母调控平台对子调控平台进行控制，保证各个子调控平
台的具体实施调控和电压判断，每个子调控平台均包含有执行单元和判断单元，保证主动配电网各个区域的可调节性。
[0019]一种带有预测和仿真功能的主动配电网调控方法，适用上述的带有预测和仿真功能的主动配电网调控系统，包括以下步骤：S1，获取主动配电网的历史故障数据和历史诱发数据并得到多组特征数据，根据特征数据进行深度学习模型的训练；S2，结合历史调控数据，建立历史调控数据对比库用于调控匹配；S3，根据与主动配电网连接的深度学习模型进行预测，并对生成的疑似故障数据进行标记；S4，依次对疑似故障数据进行准确度匹配和调控标准化操作，以得到预测结果；S5，根据预测结果下发调控指令。
[0020]本专利技术中，首先获取主动配电网的历史故障数据和历史诱发数据，又通过数据处理得到若干组特征数据，特征数据输入至模型中进行训练；随后结合历史调控数据建立历史调控数据对比库；深度学习模型与主动配电网连接，并将生成本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种带有预测和仿真功能的主动配电网调控系统，其特征在于，包括仿真模块，获取主动配电网的历史故障数据和历史诱发数据，训练多组特征数据，将特征数据输入至深度学习模型进行训练；预测模块，接收仿真模块中的历史故障数据，并收集历史调控数据，建立历史调控数据对比库；获取未来时段内的诱发数据，输入至与主动配电网连接的深度学习模型中，并标记疑似故障数据，对疑似故障数据进行准确度匹配和调控标准化操作，获取预测结果；调控模块，接收预测模型中的预测结果，下发与调控方案对应的调控指令，调控完成后对主动配电网进行电压判断。2.根据权利要求1所述的带有预测和仿真功能的主动配电网调控系统，其特征在于，所述仿真模块包括用于采集主动配电网的历史故障数据的第一获取单元和用于采集历史诱发数据的第二获取单元，所述第一获取单元和第二获取单元均连接有数据训练单元，所述数据训练单元用于得到特征数据和训练深度学习模型。3.根据权利要求1或2所述的带有预测和仿真功能的主动配电网调控系统，其特征在于，所述预测模块包括模型预测单元，所述模型预测单元连接于仿真模块，所述模型预测单元根据深度学习模型进行预测并标记，标记完成后，疑似故障数据进入匹配单元进行准确度匹配，匹配完成后进入调控标准化单元进行调控的标准化处理。4.根据权利要求2所述的带有预测和仿真功能的主动配电网调控系统，其特征在于，所述数据训练单元包括用于历史故障数据和历史诱发数据的清洗的数据处理区域以及用于深度学习模型训练的训练区域，所述训练区域与预测模块通信连接。5.根据权利要求3所述的带有预测和仿真功能的主动配电网调控系统，其特征在于，所述预测模块还包括历史调控数据对比库，所述匹配单元根据疑似故障数据对历史调控数据对比库进行遍历，搜寻匹配到最接近的历史故障数据，判断匹配度是否小于N%，N<1，若是，则匹配成功，并调取对应的历史调...

【专利技术属性】
技术研发人员：陈超，龚利武，杨强，杨玉锐，张炜，钱伟杰，吴韬，吴军，吴迪，唐勇健，徐克，胡雷剑，顾强杰，李子涵，黄悦华，孙舒柳，于正平，钱金跃，
申请(专利权)人：国网浙江省电力有限公司国网浙江省电力有限公司嘉兴供电公司平湖市通用电气安装有限公司，
类型：发明
国别省市：