【技术实现步骤摘要】
本专利技术涉及低压台区线损率检测，尤其是一种低压台区线损率合理范围检测方法及系统。
技术介绍
1、现阶段，针对低压台区的线损率检测方法主要有等效功率法、压降法等，上述方法由于没有考虑低压台区的实际情况，难以满足台区线损的精益化管理需求，因此，对现有线损率检测方法进行改进至关重要。
2、文献[1]为赵庆明.基于近邻传播算法和随机森林回归模型的台区线损率计算方法[j].电力系统及其自动化学报,2020,32(09):94-98，提出了一种基于近邻传播聚类算法和随机森林回归模型的台区线损率计算方法，构建线路损耗模型，运用该模型对电气特征指标进行预测；采用pca方法与对近邻传播聚类算法获取的特征指标进行聚类；最后通过随机森林算法实现聚类数据训练，获取线损计算结果，将计算结果与线损理论值进行对比，得出台区线损率是否处于合理区间。
3、文献[2]为王鹏,白玉岭,王林梅,等.基于聚类划分与双向lstm网络的台区线损率计算[j].电子器件,2022,45(04):964-969，提出了一种基于聚类划分与双向lstm网络的台区线损率计算方法，根据线损率影响因素分析聚类划分台区类型，基于双向lstm网络建立线损率计算模型，得到线损率理论值，将理论值与计算结果对比，通过对比结果分析线损率的合理性。
4、文献[1]、文献[2]的检测结果准确率均较低。
技术实现思路
1、本专利技术所要解决的技术问题是克服上述现有技术中的不足，提供一种低压台区线损率合理范围检测方法及系统，
2、为达到上述目的，本专利技术采用的一种技术方案如下：一种低压台区线损率合理范围检测方法，其包括：
3、步骤s1，用户电能表历史数据挖掘与标准化处理；
4、步骤s2，计算线损率合理范围；
5、步骤s3，计算用户电能表误差预测结果。
6、进一步地，所述用户电能表历史数据挖掘与标准化处理包括如下步骤：
7、步骤a1，采用k-means算法对用户电能表历史数据挖掘处理；
8、步骤a2，通过回归分析法对挖掘处理得到的用户电能表历史数据进行标准化处理。
9、更进一步地，所述采用k-means算法对用户电能表历史数据挖掘处理的过程如下：
10、步骤b1：选取多个初始聚类中心，将不同的数据样本对象划分至距其最近的聚类中心；
11、步骤b2：根据数据样本对象划分结果，获取新的聚类中心；
12、步骤b3：设定自变量总数等于k，相应的样本数为n，将新获取的聚类中心与初始聚类中心进行对比，如果二者一致，则输出聚类结果，即用户电能表历史数据挖掘结果dij，否则返回步骤b1，
13、所述所述xij表示标准化后的自变量，所述表示原始数据的均值，所述s2表示标准差，
14、再进一步地，所述通过回归分析法对挖掘处理得到的用户电能表历史数据进行如下的标准化处理：xij表示用户电能表历史数据样本；所述xmax和xmin为原始数据的最大值和最小值。
15、进一步地，利用贝叶斯多元线性推断理论，得到受电点间距电阻的概率密度函数，在此基础上，利用最小二乘估计方法对受电点负荷比重的模糊解区间范围进行估算，由此获取线损率的合理范围。
16、更进一步地，所述计算线损率合理范围的过程如下：
17、步骤c1：计算接户线损耗值δl，所述所述ril表示受电点间距电阻；所述rl表示接户线电阻；所述pd表示供电量；yij表示用户电能表历史数据；
18、步骤c2，将δl进行转换为δl＝rl0+f1rl1+f2rl2+,...,+fnrln，所述rl0、rl1、rl2、…rln表示接户线损耗设定的期望值，所述f1、f2…fn表示接户线长度，其计算公式为：所述α1、β1、x1表示配变电所的坐标，所述α2、β2、x2表示用户用电设备的坐标；
19、步骤c3，根据yij通过贝叶斯多元线性推断理论对受电点间距电阻ril的概率密度函数进行计算：f(ril)＝1/(u-a)，所述a表示电阻测量值，即从配变电所到用户用电设备的电缆电阻值，u为2.5；
20、步骤c4，计算m个样本台区y-ril关系式：y＝sr×φ，所述sr为一个m×mr的矩阵，其中，mr表示受电点数，m表示样本台区，二者之间的关系为m>mr，φ表示接户线单位长度电阻，所述m×mr矩阵的具体数据根据实际的受电点数和样本台区确定；
21、步骤c5，计算线损率的合理范围[δlmin,δlmax]＝[rij,min,rij,max]×[α,β]，所述[rij,min,rij,max]表示ril在95％置信度水平下的取值范围；[α,β]表示受电点负荷比重的模糊解区间范围。
22、进一步地，所述计算用户电能表误差预测结果的过程如下：
23、步骤d1、数据采集与预处理：设定存在z组观测值序列g＝{g1,g2,.....,gz}，其中，g1,g2,...,gz的数值根据真实的电能表读数数据确定，然后采用混合一维高斯概率密度函数对chmm观测值概率密度函数进行转换表示：
24、所述μjn、ηjn和分别表示混合高斯密度的混合权重、均值和方差；
25、步骤d2、历史线损数据库的确定，即根据挖掘的用户电能表历史数据确定线损数据库，记为d＝{d1,d2,...,dn}；
26、步骤d3、辅助变量选择，即选择影响用户电能表误差的可测变量，按照一定的序列组成chmm的观测向量，用于chmm模型训练；
27、步骤d4、将g＝{g1,g2,.....,gz}输入至训练后的chmm模型中，计算样本在chmm中的输出概率p(s|σi)，由此获取用户电能表误差预测结果h，从而实现线损率合理范围检测。
28、更进一步地，所述可测变量包括负载变化、供电线路电压大小和线电压的不对称。
29、进一步地，所述距其最近的聚类中心为cγ，所述所述e表示用户电能表历史数据样本的平方误差之和，hi表示聚类中心ck的平均值，ui表示初始聚类中心，γ表示数据簇。
30、本专利技术采用的另一种技术方案为：一种低压台区线损率合理范围检测系统，其用于实现上述的低压台区线损率合理范围检测方法。
31、本专利技术的有益效果如下：本专利技术通过k-means算法挖掘用户电能表历史数据，采用回归分析法对挖掘得到的数据展开标准化与反归一化处理，提升历史数据的准确性，有利于提高合理区间检测结果精度；选取chmm模型进行用户电能表误差预测，不仅能够提升预测效率，而且预测结果更加准确；本专利技术通过回归分析法对线损历史数据挖掘结果进行标准化处理，消除了数据之间的性质、量纲、数量级等差异，将处理后的数据样本应用至模型训练中，有利于提升训练结果精度，因此，不论是负载率多少所述方法的检测结果准确率均高于传统方法。
本文档来自技高网...【技术保护点】
1.一种低压台区线损率合理范围检测方法，其特征在于，包括：
2.根据权利要求1所述的一种低压台区线损率合理范围检测方法，其特征在于，所述用户电能表历史数据挖掘与标准化处理包括如下步骤：
3.根据权利要求2所述的一种低压台区线损率合理范围检测方法，其特征在于，所述采用K-means算法对用户电能表历史数据挖掘处理的过程如下：
4.根据权利要求3所述的一种低压台区线损率合理范围检测方法，其特征在于，所述通过回归分析法对挖掘处理得到的用户电能表历史数据进行如下的标准化处理：Xij表示用户电能表历史数据样本；所述xmax和xmin为原始数据的最大值和最小值。
5.根据权利要求1所述的一种低压台区线损率合理范围检测方法，其特征在于，利用贝叶斯多元线性推断理论，得到受电点间距电阻的概率密度函数，在此基础上，利用最小二乘估计方法对受电点负荷比重的模糊解区间范围进行估算，由此获取线损率的合理范围。
6.根据权利要求5所述的一种低压台区线损率合理范围检测方法，其特征在于，所述计算线损率合理范围的过程如下：
7.根据权利要求1所
8.根据权利要求7所述一种低压台区线损率合理范围检测方法，其特征在于，所述可测变量包括负载变化、供电线路电压大小和线电压的不对称。
9.根据权利要求3所述一种低压台区线损率合理范围检测方法，其特征在于，所述距其最近的聚类中心为Cγ，所述所述E表示用户电能表历史数据样本的平方误差之和，hi表示聚类中心Ck的平均值，ui表示初始聚类中心，γ表示数据簇。
10.一种低压台区线损率合理范围检测系统，其特征在于，用于实现权利要求1-9任一项所述的低压台区线损率合理范围检测方法。
...【技术特征摘要】
1.一种低压台区线损率合理范围检测方法，其特征在于，包括：
2.根据权利要求1所述的一种低压台区线损率合理范围检测方法，其特征在于，所述用户电能表历史数据挖掘与标准化处理包括如下步骤：
3.根据权利要求2所述的一种低压台区线损率合理范围检测方法，其特征在于，所述采用k-means算法对用户电能表历史数据挖掘处理的过程如下：
4.根据权利要求3所述的一种低压台区线损率合理范围检测方法，其特征在于，所述通过回归分析法对挖掘处理得到的用户电能表历史数据进行如下的标准化处理：xij表示用户电能表历史数据样本；所述xmax和xmin为原始数据的最大值和最小值。
5.根据权利要求1所述的一种低压台区线损率合理范围检测方法，其特征在于，利用贝叶斯多元线性推断理论，得到受电点间距电阻的概率密度函数，在此基础上，利用最小二乘估计方法对受电点负荷比重的模糊解区间...
【专利技术属性】
技术研发人员：黄荣国，严华江，倪琳娜，俞佳莉，韩鑫泽，姜驰，全燚帅，孙研缤，邹联通，
申请(专利权)人：国网浙江省电力有限公司营销服务中心，
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。