一种配变短期精益化负荷预测方法技术

本发明专利技术公开了一种配变短期精益化负荷预测方法，预测步骤包括：采集数据：对该配电变压器所应用区域的短期负荷数据进行采集，并采集对该配电变压器的影响因素数据；将影响因素数据以及短期负荷数据整理成数据表，经

【技术实现步骤摘要】
一种配变短期精益化负荷预测方法


[0001]本专利技术涉及负荷预测方法
，具体为一种配变短期精益化负荷预测方法
。

技术介绍

[0002]近年来，随着国民经济的快速发展和新电力体制改革的推进，工业用电量
、
居民生活用电量都急速增长，配电变压器数量随之迅速增加
,
电力负荷整体呈现较高的增长速度，我国负荷峰值不断刷新，高峰时期的供需不平衡程度不断加深
。
[0003]负荷预测是配电网规划的重要组成部分，也是配电网规划的基础，它与建设投资紧密相关，同时也是电力系统保持优质
、
经济运行的重要条件，每年夏季
、
春节等时间段，用户用电需求增加用电负荷剧增，大量配变处于重过载运行状态，而配电网供电可靠性直接影响用电客户的满意度
。
尖峰负荷预测能够预警配变重过载运行风险，帮助电网调度人员在负荷高位急速攀峰之前综合评估衡量配变的承受能力，综合考虑是否需要对配变进行快速调整以维持配变安全运行及电力的供需平衡
。
然而，目前以配变峰值负荷预测为重点的研究工作较为有限，传统负荷预测方法以整体预测误差函数优化模型参数，不适用于配变峰值负荷预测，此外配变峰值负荷易受外界如气象
、
温度等因素的影响，给负荷预测带来挑战
。
[0004]因此，针对上述问题提出一种配变短期精益化负荷预测方法
。

技术实现思路

[0005]本专利技术的目的在于提供
1.<br/>一种配变短期精益化负荷预测方法，其特征在于：预测步骤包括：
[0006]步骤一：采集数据：对该配电变压器所应用区域的日负荷数据以及周负荷数据进行采集，并采集对该配电变压器的影响因素数据，所述影响因素数据包括但不限于变压器温度数据
、
湿度数据
、
风力数据
、
节假日数据
、
变压器自身的温升数据；
[0007]步骤二：将变压器温度数据
、
湿度数据
、
风力数据
、
节假日数据
、
变压器自身的温升数据以及日负荷数据
、
周负荷数据整理成数据表，经
SPSS
软件进行标准化处理，得到标准化数据后，进行相关性检测；
[0008]步骤三：根据得到的相关性检测结果对变压器温度数据
、
湿度数据
、
风力数据
、
节假日数据
、
变压器自身的温升数据进行筛选，剔除相关性低的影响因素，得到相关性高的影响因素数据；
[0009]步骤四：经计算机建立短期负荷预测模型，将得到的相关性高的影响因素数据和日负荷数据
、
周负荷数据输入短期负荷预测模型内，得到短期负荷预测数据
。
[0010]与现有技术相比，本专利技术的有益效果如下：本专利技术通过采集变压器周围环境数据
、
节假日数据
、
温升数据等影响因素数据配合短期负荷数据进行分析预测，提高了预测的精准度
。
附图说明
[0011]图1是本专利技术的方法步骤示意图
。
具体实施方式
[0012]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做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围
。
[0013]由于配电变压器的负荷影响因素众多：
[0014]1、
温升数据：变压器在长期工作中，会因为电流在线圈中的流动而产生热量，温升是指变压器在运行过程中，由于自身损耗
、
铁核磁滞等各种原因产生的温度升高，如果温升过高，会使变压器绝缘材料老化，在极端情况下会导致设备故障或火灾
。
[0015]2、
变压器环境因素也是影响变压器负荷能力的因素之一，如果变压器的周围环境温度过高，会使变压器散热变差，温度上升，从而影响其负荷能力
。
[0016]3、
节假日数据：由于节假期用电数据增多，其负荷能力也受到影响
。
[0017]因此，如附图1所示，本专利技术提供的一种配变短期精益化负荷预测方法，预测步骤包括：
[0018]步骤一：采集数据：首先通过数据采集模块对该配电变压器所应用区域的日负荷数据以及周负荷数据进行采集，并采集影响该配电变压器的周围温度数据
、
湿度数据
、
风力数据
、
节假日数据
、
变压器自身的温升数据；
[0019]其中，变压器自身的温升数据＝环境温度
‑
变压器上层油温，通过温度计检测变压器上层油温后，通过检测的周围环境温度与变压器上层油温的差值，得到变压器的温升数据；
[0020]步骤二：通过相关性检测模块将配电变压器的周围温度数据
、
湿度数据
、
风力数据
、
节假日数据
、
变压器自身的温升数据以及日负荷数据
、
周负荷数据整理成数据表，经
SPSS
软件进行标准化处理，得到标准化数据后，利用
SPSS
软件进行相关性检测；
[0021]步骤三：根据得到的相关性检测结果通过变量筛选模块对周围温度数据
、
湿度数据
、
风力数据
、
节假日数据
、
变压器自身的温升数据进行筛选，剔除相关性低的影响因素，得到相关性高的影响因素数据；
[0022]步骤四：短期负荷预测模块内经计算机建立短期负荷预测模型，将得到的相关性高的影响因素数据输入数据训练集，对负荷预测的短期记忆模型进行训练；
[0023]步骤五：将日负荷数据或周负荷数据输入短期负荷预测模型内，得到短期负荷预测数据
。
[0024]以上所述仅是本专利技术的具体实施方式，使本领域技术人员能够理解或实现本专利技术
。
对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本专利技术的精神或范围的情况下，在其它实施例中实现
。
因此，本专利技术将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围
。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种配变短期精益化负荷预测方法，其特征在于：预测步骤包括：步骤一：采集数据：对该配电变压器所应用区域的短期负荷数据进行采集，并采集对该配电变压器的影响因素数据；步骤二：将影响因素数据以及短期负荷数据整理成数据表，经
SPSS
软件进行标准化处理，得到标准化数据后，进行相关性检测；步骤三：根据得到的相关性检测结果对影响因素数据进行筛选，剔除相关性低的影响因素，得到相关性高的影响因素数据；步骤四：经计算机建立短期负荷预测模型，将得到的相关性高的影响因素数据和短期负荷数据输入短期负荷预测模型内，得到短期负荷预测数据
。2.
根据权利要求1所述的一种配变短期精益化负荷预测方法，其特征在于：所述短期负荷数据包括该配电变压器所应用区域的日负荷数据以及周负荷数据
。3.
根据权利要求1所述的一种配变短期精益化负荷预测方法，其特征在于：所述影响因素数据包括但不限于变压器周围环境数...

【专利技术属性】
技术研发人员：熊亚崎，王菁，高磊，刘俊，周翔，王钰琳，薛宏利，邓双珊，董俐洪，刘芏，
申请(专利权)人：国网湖南省电力有限公司益阳供电分公司，
类型：发明
国别省市：