【技术实现步骤摘要】
本专利技术涉及配电网络领域，尤其涉及一种配电网碳排数据的管理方法。
技术介绍
1、配电网络是指从输电网或地区发电厂接受电能，通过配电设施就地分配或按电压逐级分配给各类用户的电力网，是由架空线路、电缆、杆塔、配电变压器、隔离开关、无功补偿器及一些附属设施等组成的，在电力网中起重要分配电能作用的网络。配电网络的碳排数据的管理是电力行业管理的重要指标之一。由于在电力行业中，需求引致生产，因此电力负载才是碳排放真正源头，配电网络的碳排数据的管理也与电力负载的工作状态相关。
2、示例地，中国专利技术专利公开文本cn114626687a提出了一种含源配电系统碳排放确定方法与系统，所述方法包括：基于获取的预设时长内的含源配电系统各时刻的基础数据，计算各时刻的含源配电系统的节点注入碳流的密度；基于所述各时刻的含源配电系统的节点注入碳流的密度，和含源配电系统各时刻的基础数据，得到各时刻的含源配电系统总碳流率；通过对所述各时刻的含源配电系统总碳流率进行积分，得到预设时长内含源配电系统的碳排放量；该专利技术采用碳排放流理论计算含源配电系统中的碳排放量，能够得到更加精确碳排放量。
3、示例地，中国专利技术专利公开文本cn116231633a提出的一种配电网碳排放量的监测方法、装置、设备及存储介质，通过基于目标配电网区域的网络拓扑，将所述目标配电网区域划分为多个供电网格；基于所述供电网格与传导碳流量之间的供电关系，核算每个所述供电网格的碳排放因子；获取每个所述供电网格的用电数据，并根据所述用电数据和所述碳排放因子，计算每个所述供电
4、由此可见，上述现有技术都仅仅涉及配电网络碳排放量的过往统计和实时测量，无法对配电网络未来时间区间的碳排放量进行有效预测，导致无法针对性制定配电网络未来时间区间的碳排放量管理策略，无法应对配电网络未来时间区间碳排放量排放超标的状态，进而产生配电网络未来时间区间碳排放量排放的实际超标。
技术实现思路
1、为了解决现有技术中的技术问题，本专利技术提供了一种配电网碳排数据的管理方法，为每一配电网络搭建定制机构的碳排数据预测模型，并基于针对性筛选的充分、全面的多项基础数据，对配电网络未来时间区间内的碳排数值总和以及传输电量总和进行可靠预测，进而基于预测结果针对未来时间区间分别执行相应的碳排放量管理以及传输电量超标预警，从而为未来时间区间的配电电网的碳排放量管理提供解决途径，提升了配电电网管理的智能化等级。
2、根据本专利技术，提供了一种配电网碳排数据的管理方法，所述方法包括：
3、获取目标配电网络在设定时间区间之前的各个历史时间区间分别对应的各份配电网络数据，以及获取目标配电网络在设定时间区间之前的各个历史时间区间分别对应的各份工作负载数据，所述各个历史时间区间的数目与所述目标配电网络的走线长度成正比，所述设定时间区间以当前时刻为起始时刻；
4、获取目标配电网络的多份配置内容，所述目标配电网络的多份配置内容为所述目标配电网络的走线长度、并排布置缆线数目、挂载负载总数以及配电电压数据，挂载负载包括工作负载和非工作负载两种类型；
5、对前馈神经网络执行设定数目的多次训练，以获得完成多次训练的前馈神经网络，并将完成多次训练的前馈神经网络作为碳排数据预测模型输出，所述设定数目的取值与所述目标配电网络的挂载负载总数正向关联；
6、采用所述碳排数据预测模型基于所述目标配电网络在设定时间区间之前的各个历史时间区间分别对应的各份配电网络数据、所述目标配电网络在设定时间区间之前的各个历史时间区间分别对应的各份工作负载数据以及所述目标配电网络的多份配置内容智能预测所述目标配电网络在设定时间区间内的碳排数值总和以及传输电量总和，并分别作为预测碳排数值以及预测传输电量输出；
7、在接收到的预测碳排数值大于设定碳排阈值时，在设定时间区间内对所述目标配电网络执行挂载规模缩减策略，在接收到的预测碳排数值小于等于设定碳排阈值时，在设定时间区间内对所述目标配电网络执行挂载规模维持策略；
8、其中，在接收到的预测碳排数值大于设定碳排阈值时，在设定时间区间内对所述目标配电网络执行挂载规模缩减策略包括：在接收到的预测碳排数值大于设定碳排阈值时，将规划给所述目标配电网络在设定时间区间内的工作负载的数量进行减配处理；
9、其中，获取目标配电网络在设定时间区间之前的各个历史时间区间分别对应的各份配电网络数据，以及获取目标配电网络在设定时间区间之前的各个历史时间区间分别对应的各份工作负载数据，所述各个历史时间区间的数目与所述目标配电网络的走线长度成正比包括：每一个时间区间对应的单份配电网络数据为在所述时间区间内所述目标配电网络的碳排数值总和、传输电量总和以及有功功率信息，每一个时间区间对应的单份工作负载数据为在所述时间区间内所述目标配电网络中的工作负载数量以及各个工作负载的工作电流、工作时长以及额定功率。
10、由此可见，本专利技术至少具备以下五处突出的实质性特点：
11、实质性特点一：针对性筛选全面、充分的多项基础数据，用于智能预测目标配电网络在作为未来时间区间的设定时间区间内的碳排数据，所述多项基础数据包括所述目标配电网络在设定时间区间之前的各个历史时间区间分别对应的各份配电网络数据、所述目标配电网络在设定时间区间之前的各个历史时间区间分别对应的各份工作负载数据以及所述目标配电网络的多份配置内容；
12、实质性特点二：具体地，每一个时间区间对应的单份配电网络数据为在所述时间区间内目标配电网络的碳排数值总和、传输电量总和以及有功功率信息，每一个时间区间对应的单份工作负载数据为在所述时间区间内目标配电网络中的工作负载数量以及各个工作负载的工作电流、工作时长以及额定功率，所述目标配电网络的多份配置内容为所述目标配电网络的走线长度、并排布置缆线数目、挂载负载总数以及配电电压数据；
13、实质性特点三：为不同配电网络设计不同定制结构的碳排数据预测模型用于执行目标配电网络在设定时间区间内的碳排数据的智能预测，所述碳排数据预测模型为完成多次训练的前馈神经网络，其中，训练的次数与所述目标配电网络的挂载负载总数正向关联，从而保证了智能预测结果的有效性和稳定性；
14、实质性特点四：在对前馈神经网络执行的每一次训练中，将某一历史时间区间的已知的碳排数值总和以及传输电量总和作为所述前馈神经网络的输出内容，将所述目标配电网络在所述某一历史时间区间之前的各个历史时间区间分别对应的各份配电网络数据、所述目标配电网络在所述某一历史时间区间之前的各个历史时间区间分别对应的各份工作负载数据以及所述目标配电网络的多份配置内容作为所述前馈神经网络的逐项输入内容，完成本次训练操作，从而保证了前馈神经网络的每一次训练操作的训练效果；
15、实质性特点五：在智能预本文档来自技高网...
【技术保护点】
1.一种配电网碳排数据的管理方法，其特征在于，所述方法包括：
2.如权利要求1所述的配电网碳排数据的管理方法，其特征在于：
3.如权利要求2所述的配电网碳排数据的管理方法，其特征在于：
4.如权利要求3所述的配电网碳排数据的管理方法，其特征在于，在在接收到的预测碳排数值大于设定碳排阈值时，在设定时间区间内对所述目标配电网络执行挂载规模缩减策略，在接收到的预测碳排数值小于等于设定碳排阈值时，在设定时间区间内对所述目标配电网络执行挂载规模维持策略之后，所述方法还包括：
5.如权利要求3所述的配电网碳排数据的管理方法，其特征在于，在对前馈神经网络执行设定数目的多次训练，以获得完成多次训练的前馈神经网络，并将完成多次训练的前馈神经网络作为碳排数据预测模型输出，所述设定数目的取值与所述目标配电网络的挂载负载总数正向关联之后，所述方法还包括：
6.如权利要求3所述的配电网碳排数据的管理方法，其特征在于，在在接收到的预测碳排数值大于设定碳排阈值时，在设定时间区间内对所述目标配电网络执行挂载规模缩减策略，在接收到的预测碳排数值小于等于设
7.如权利要求3所述的配电网碳排数据的管理方法，其特征在于，在采用所述碳排数据预测模型基于所述目标配电网络在设定时间区间之前的各个历史时间区间分别对应的各份配电网络数据、所述目标配电网络在设定时间区间之前的各个历史时间区间分别对应的各份工作负载数据以及所述目标配电网络的多份配置内容智能预测所述目标配电网络在设定时间区间内的碳排数值总和以及传输电量总和，并分别作为预测碳排数值以及预测传输电量输出之后，所述方法还包括：
8.如权利要求3-7任一所述的配电网碳排数据的管理方法，其特征在于：
9.如权利要求3-7任一所述的配电网碳排数据的管理方法，其特征在于：
10.如权利要求3-7任一所述的配电网碳排数据的管理方法，其特征在于：
...【技术特征摘要】
1.一种配电网碳排数据的管理方法，其特征在于，所述方法包括：
2.如权利要求1所述的配电网碳排数据的管理方法，其特征在于：
3.如权利要求2所述的配电网碳排数据的管理方法，其特征在于：
4.如权利要求3所述的配电网碳排数据的管理方法，其特征在于，在在接收到的预测碳排数值大于设定碳排阈值时，在设定时间区间内对所述目标配电网络执行挂载规模缩减策略，在接收到的预测碳排数值小于等于设定碳排阈值时，在设定时间区间内对所述目标配电网络执行挂载规模维持策略之后，所述方法还包括：
5.如权利要求3所述的配电网碳排数据的管理方法，其特征在于，在对前馈神经网络执行设定数目的多次训练，以获得完成多次训练的前馈神经网络，并将完成多次训练的前馈神经网络作为碳排数据预测模型输出，所述设定数目的取值与所述目标配电网络的挂载负载总数正向关联之后，所述方法还包括：
6.如权利要求3所述的配电网碳排数据的管理方法，其特征在于，在在接收到的预测碳排...
【专利技术属性】
技术研发人员：马斌，延巧娜，卫茹，程孟晗，孔维君，
申请(专利权)人：南京电力设计研究院有限公司，
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。