【技术实现步骤摘要】
本专利技术涉及智能配电网，特别是涉及一种多场景低压配电网异常线损溯源方法、系统及设备。
技术介绍
1、随着电力需求的不断增长和电力系统的复杂化，低压配电网作为电力系统的最后一环，扮演着将电能送达终端用户的关键角色。然而，由于供电负荷的动态变化、增加新能源接入以及设备老化等因素，低压配电网中的异常情况变得愈发多样和复杂。这些异常情况可能会导致电网稳定性下降、电能质量恶化以及设备寿命缩短，严重影响电力系统的可靠性和稳定性。
2、目前，国网积极推动智能电网的建设，以应对日益增长的电力需求和系统复杂性，采取的重要举措有智能监测与控制系统的引入和数据驱动的技术创新等，旨在提升低压配电网的智能化程度和运行效率。但是，这些举措虽然在一定程度上改善了电力系统的运维管理，但电力系统中的复杂情况使其依然面临巨大挑战。
3、线损作为评估低压配电网是否经济运行的重要指标，异常线损的管理对于提高电力系统的效率和经济性至关重要。异常线损可能由多种因素造成，如计量不准确、偷电和其他用户行为，导致能源浪费和经济损失。异常线损溯源分析的目的是找出造成异常线损的用户，通过精确定位异常线损的来源，可以实施针对性的措施来解决和减少这些损失，提高电网运行的整体经济性。
4、异常线损溯源分析方法主要分为状态估计法、博弈论法和数据驱动法三类。状态估计法依赖低压配电网拓扑信息和线路参数，而在低压配电网中难以获得这些信息；博弈论法只涉及理论分析，没有经过实际测试；数据驱动法能够实现对线损的分析，也能够避免上述缺点，但是不能直接解释线损异常产生
技术实现思路
1、为了弥补上述异常线损溯源分析方法的缺点，本专利技术提供了一种多场景低压配电网异常线损溯源方法、系统及设备。
2、第一方面，本专利技术实施例提供了一种多场景低压配电网异常线损溯源方法，包括：
3、划分不同场景的低压配电网；
4、利用神经网络提取所述低压配电网的多场景特征，并根据所述多场景特征拟合潮流变量之间的映射关系，得到数据潮流模型；所述潮流变量至少包括电压和功率；
5、利用反向传播对所述数据潮流模型的输入功率进行修正，得到各个终端用户的修正功率；
6、根据所述修正功率和输入功率，得到各个终端用户的平均修正距离；
7、判断各个终端用户的所述平均修正距离是否高于第一预设阈值；若是，则判定为导致线损异常用户。
8、优选地，所述划分不同场景的低压配电网，包括：
9、根据供电区域、负载类型和季节，将所述低压配电网划分为不同场景的低压配电网。
10、优选地，利用transformer网络提取所述低压配电网的多场景特征；所述数据潮流模型采用如下表示：
11、x＝g(0)＝[v1,p2,…,pm,q2,…qm,a]
12、
13、y＝g(l)＝[p1,q1,v2,…,vm]
14、其中，x表示输入层，g(l+1)和g(l)表示隐藏层，y表示输出层，v1表示第一个用户的测量电压，p2表示第二个用户的测量有功功率，pm表示第m个用户的测量有功功率，q2表示第二个用户的测量无功功率，qm表示第m个用户的测量无功功率，a表示不同场景的低压配电网，h(l)、k(l)和r(l)表示线性权重，dk表示k(l)向量的维度，p1表示第一个用户的计算有功功率，q1表示第一个用户的计算无功功率，v2表示第二个用户的计算电压，vm表示第m个用户的计算电压。
15、优选地，所述利用反向传播对所述数据潮流模型的输入功率进行修正，得到各个终端用户的修正功率，包括：
16、通过所述数据潮流模型的正向传播，得到各个终端用户的计算电压；
17、采用对抗样本生成算法对所述数据潮流模型的输入功率进行迭代修正，直至所述计算电压满足迭代停止条件，输出得到各个终端用户的修正功率。
18、优选地，采用fgsm算法对所述数据潮流模型的输入功率进行迭代修正，包括：
19、根据所述输入功率计算损失函数；所述损失函数采用如下公式表示：
20、γ(λ,xn,vpre,n,vmea)＝||vpre,n-vmea||2
21、其中,γ(λ,xn,vpre,n,vmea)表示损失函数，λ表示数据潮流模型的参数，xn表示第n次迭代后的输入功率，vpre,n表示数据潮流模型第n次迭代的计算电压，vmea表示测量电压；
22、对所述损失函数进行梯度计算，并根据计算得到的梯度和学习率，得到扰动值；所述扰动值采用如下公式表示：
23、
24、其中，γ表示扰动值，η表示学习率，表示损失函数关于输入功率的梯度；
25、根据所述扰动值修正所述输入功率；修正后的输入功率采用如下公式表示：
26、xn+1＝xn-γ
27、其中，xn+1表示第n+1次迭代后的输入功率。
28、优选地，所述迭代停止条件，采用如下公式表示：
29、||vpre,n-vmea||2＜ε
30、其中，ε表示第二预设阈值。
31、优选地，所述根据所述修正功率和输入功率，得到各个终端用户的平均修正距离，包括：
32、根据所述修正功率和输入功率之间的差值，得到各个终端用户的修正距离；所述修正距离采用如下公式表示：
33、
34、其中，dt,i表示t时刻第i个用户的修正距离，表示t时刻第i个用户的修正功率，表示t时刻第i个用户的输入功率；
35、根据所述修正距离，得到各个终端用户的平均修正距离；所述平均修正距离采用如下公式表示：
36、
37、其中，di表示第i个用户的平均修正距离，t表示时刻总数。
38、第二方面，本专利技术实施例还提供了一种多场景低压配电网异常线损溯源系统，包括：
39、多场景划分模块，用于划分不同场景的低压配电网；
40、模型构建模块，用于利用神经网络提取所述低压配电网的多场景特征，并根据所述多场景特征拟合潮流变量之间的映射关系，得到数据潮流模型；所述潮流变量至少包括电压和功率；
41、反向传播模块，用于利用反向传播对所述数据潮流模型的输入功率进行修正，得到各个终端用户的修正功率；
42、平均修正距离获取模块，用于根据所述修正功率和输入功率，得到各个终端用户的平均修正距离；
43、线损异常判断模块，用于判断各个终端用户的所述平均修正距离是否高于第一预设阈值；若是，则判定为导致线损异常用户。
44、优选地，所述反向传播模块，包括：
45、计算电压获取单元，用于通过所述数据潮流模型的正向传播，得到各个终端用户的计算电压；
46、迭代修正单元，用于采用对抗样本生成算法对所述数据潮流模型的输入功率进行迭代修正，直至所述计算电压满足迭代停止条件，输出本文档来自技高网...
【技术保护点】
1.一种多场景低压配电网异常线损溯源方法，其特征在于，包括：
2.根据权利要求1所述的多场景低压配电网异常线损溯源方法，其特征在于，所述划分不同场景的低压配电网，包括：
3.根据权利要求1所述的多场景低压配电网异常线损溯源方法，其特征在于，利用transformer网络提取所述低压配电网的多场景特征；所述数据潮流模型采用如下表示：
4.根据权利要求1所述的多场景低压配电网异常线损溯源方法，其特征在于，所述利用反向传播对所述数据潮流模型的输入功率进行修正，得到各个终端用户的修正功率，包括：
5.根据权利要求4所述的多场景低压配电网异常线损溯源方法，其特征在于，采用FGSM算法对所述数据潮流模型的输入功率进行迭代修正，包括：
6.根据权利要求5所述的多场景低压配电网异常线损溯源方法，其特征在于，所述迭代停止条件，采用如下公式表示：
7.根据权利要求1所述的多场景低压配电网异常线损溯源方法，其特征在于，所述根据所述修正功率和输入功率，得到各个终端用户的平均修正距离，包括：
8.一种多场景低压配电网异常线
9.根据权利要求8所述的多场景低压配电网异常线损溯源系统，其特征在于，所述反向传播模块，包括：
10.一种终端设备，其特征在于，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的多场景低压配电网异常线损溯源方法。
...【技术特征摘要】
1.一种多场景低压配电网异常线损溯源方法，其特征在于，包括：
2.根据权利要求1所述的多场景低压配电网异常线损溯源方法，其特征在于，所述划分不同场景的低压配电网，包括：
3.根据权利要求1所述的多场景低压配电网异常线损溯源方法，其特征在于，利用transformer网络提取所述低压配电网的多场景特征；所述数据潮流模型采用如下表示：
4.根据权利要求1所述的多场景低压配电网异常线损溯源方法，其特征在于，所述利用反向传播对所述数据潮流模型的输入功率进行修正，得到各个终端用户的修正功率，包括：
5.根据权利要求4所述的多场景低压配电网异常线损溯源方法，其特征在于，采用fgsm算法对所述数据潮流模型的输入功率进行迭代修正，包括：<...
【专利技术属性】
技术研发人员：宣羿，孙智卿，樊立波，韩荣杰，陈逸轩，来益博，王奇锋，杨谊，张旭东，张建松，侯伟宏，刘箭，屠永伟，蒋建，陈益芳，黄佳斌，王亿，方响，邢双双，赵坚鹏，徐榕拥，倪夏冰，李雅，刘兴业，金旻昊，周国华，来涵彬，冯雪，陈元中，
申请(专利权)人：国网浙江省电力有限公司杭州供电公司，
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。