【技术实现步骤摘要】
本公开总体上涉及配电系统中的数据分析。更具体地，本公开涉及一种用于预测配电系统中的能量消耗的方法和系统。
技术介绍
1、配电系统是一种用于将电能分配给最终用户以供使用的电网。配电系统可以包括诸如电源线、变压器、开关设备、断路器、开关、继电器、保险丝、冷却电路、插座、使用组件等组件。城市化和工业化的发展导致了对能量的高需求。因此，在配电系统中，监测能量可用性或消耗是至关重要的。能量管理技术用于监测能量可用性或消耗，以避免能量分配中的供需问题。这样的能量管理技术利用与配电系统的多个变量相关的数据来优化能量消耗。
2、常规能量管理技术基于配电系统的变量之间的预限定关系来监测能量消耗。然而，在实时现场条件下，变量之间存在复杂的相关性。这导致变量之间的预限定关系出现偏差。常规能量管理技术没有考虑实时现场条件。因此，这样的常规能量管理技术容易出错。
3、在公开的
技术介绍
部分中公开的信息仅用于增强对本专利技术的一般背景的理解，而不应当被视为对于该信息形成本领域技术人员已知的现有技术的承认或任何形式的暗示。
技术实现思路
1、在一个实施例中，本公开公开了一种预测配电系统中的能量消耗的方法。该方法包括从与配电系统相关联的一个或多个传感器接收配电系统的多个输入变量和输出变量的时间序列数据。此外，该方法包括基于多个输入变量对输出变量的影响来从多个输入变量中确定第一组输入变量。第一组输入变量是通过将多个输入变量中的每个输入变量的时间序列数据与输出变量的时间序列数据相关联来确定的。此
2、在一个实施例中，多个输入变量和输出变量包括：配电系统的电气变量、机械变量和环境变量中的至少一项。
3、在一个实施例中，第二组输入变量与对输出变量的预限定依赖性值相关联。
4、在一个实施例中，多个输入变量中的每个输入变量的时间序列数据和输出变量的时间序列数据被转换为协方差平稳序列。
5、在一个实施例中，该方法包括标识用于网络表示的生成的多个过去时间实例。首先，该方法包括在一个或多个过去时间实例处确定机器学习模型确定时间序列数据的能量消耗的准确度水平。然后，该方法包括标识多个过去时间实例，直到准确度水平在预限定值内。
6、在一个实施例中，第一组输入变量是基于回归分析通过使用格兰杰(granger)因果关系技术而从多个输入变量中确定的。
7、在一个实施例中，第二组输入变量和一个或多个依赖性参数是使用有条件独立性技术来确定的。
8、在一个实施例中，一个或多个依赖性参数包括以下中的至少一项：依赖性的强度、依赖性的方向性、以及多个过去时间实例中与依赖性相关联的过去时间实例的数目。
9、在一个实施例中，本公开公开了一种用于预测配电系统中的能量消耗的能量预测系统。该能量预测系统包括处理器和存储器。处理器被配置为从与配电系统相关联的一个或多个传感器接收配电系统的多个输入变量和输出变量的时间序列数据。此外，该处理器被配置为基于多个输入变量对输出变量的影响来从多个输入变量中确定第一组输入变量。第一组输入变量是通过将多个输入变量中的每个输入变量的时间序列数据与输出变量的时间序列数据相关联来确定的。此外，该处理器被配置为在多个过去时间实例处基于第一组输入变量中的每个输入变量与输出变量之间的依赖性根据第一组输入变量和一个或多个依赖性参数来确定第二组输入变量。此后，该处理器被配置为生成指示第二组输入变量、输出变量和一个或多个依赖性参数的网络表示。机器学习模型使用网络表示来预测配电系统中的能量消耗。
10、如本
技术实现思路
、具体实施方式、所附权利要求和附图中使用的，术语“配电系统”被限定为电能通过其被分配给最终用户以供使用的电网。配电系统包括多个组件，诸如电源线、变压器、开关设备、断路器、开关、继电器、保险丝、冷却电路、插座、使用组件等。
11、如本
技术实现思路
、具体实施方式、所附权利要求和附图中使用的，术语“至少”后面跟着一个数字用于表示以该数字开始的范围(根据所限定的变量，其可以是有上限或没有上限的范围)的开始。例如，“至少一个”是指一个或多个。
12、上述概述仅为说明性内容，而非旨在以任何方式进行限制。除了上述说明性方面、实施例和特征之外，通过参考附图和以下详细描述，另外的方面、实施例和特征将变得很清楚。
本文档来自技高网...【技术保护点】
1.一种预测配电系统(101)中的能量消耗的方法，所述方法包括：
2.根据权利要求1所述的方法，其中所述多个输入变量和所述输出变量包括所述配电系统(101)的电气变量、机械变量和环境变量中的至少一项。
3.根据权利要求1所述的方法，其中所述第二组输入变量与对所述输出变量的预限定依赖性值相关联。
4.根据权利要求1所述的方法，其中接收所述时间序列数据还包括：
5.根据权利要求1所述的方法，其中用于所述网络表示的生成的所述多个过去时间实例通过以下方式来标识：
6.根据权利要求1所述的方法，其中所述第一组输入变量是基于回归分析通过使用格兰杰因果关系技术而从所述多个输入变量中确定的。
7.根据权利要求1所述的方法，其中所述第二组输入变量和所述一个或多个依赖性参数是使用有条件独立性技术来确定的。
8.根据权利要求1所述的方法，其中所述一个或多个依赖性参数包括以下中的至少一项：所述依赖性的强度、所述依赖性的方向性、以及所述多个过去时间实例中与所述依赖性相关联的过去时间实例的数目。
9.一种用于预测
10.根据权利要求9所述的能量预测系统(103)，其中所述多个输入变量和所述输出变量包括所述配电系统(101)的电气变量、机械变量和环境变量中的至少一项。
11.根据权利要求9所述的能量预测系统(103)，其中所述第二组输入变量与对所述输出变量的预限定依赖性值相关联。
12.根据权利要求9所述的能量预测系统(103)，其中在接收到所述时间序列数据时，所述处理器(203)还被配置为：
13.根据权利要求9所述的能量预测系统(103)，其中所述处理器(203)通过以下方式标识用于所述网络表示的生成的所述多个过去时间实例：
14.根据权利要求9所述的能量预测系统(103)，其中所述处理器(203)基于回归分析通过使用格兰杰因果关系技术从所述多个输入变量中确定所述第一组输入变量。
15.根据权利要求9所述的能量预测系统(103)，其中所述处理器(203)使用有条件独立性技术来确定所述第二组输入变量和所述一个或多个依赖性参数。
16.根据权利要求9所述的能量预测系统(103)，其中所述一个或多个依赖性参数包括以下中的至少一项：所述依赖性的强度、所述依赖性的方向性、以及所述多个过去时间实例中与所述依赖性相关联的过去时间实例的数目。
...【技术特征摘要】
1.一种预测配电系统(101)中的能量消耗的方法，所述方法包括：
2.根据权利要求1所述的方法，其中所述多个输入变量和所述输出变量包括所述配电系统(101)的电气变量、机械变量和环境变量中的至少一项。
3.根据权利要求1所述的方法，其中所述第二组输入变量与对所述输出变量的预限定依赖性值相关联。
4.根据权利要求1所述的方法，其中接收所述时间序列数据还包括：
5.根据权利要求1所述的方法，其中用于所述网络表示的生成的所述多个过去时间实例通过以下方式来标识：
6.根据权利要求1所述的方法，其中所述第一组输入变量是基于回归分析通过使用格兰杰因果关系技术而从所述多个输入变量中确定的。
7.根据权利要求1所述的方法，其中所述第二组输入变量和所述一个或多个依赖性参数是使用有条件独立性技术来确定的。
8.根据权利要求1所述的方法，其中所述一个或多个依赖性参数包括以下中的至少一项：所述依赖性的强度、所述依赖性的方向性、以及所述多个过去时间实例中与所述依赖性相关联的过去时间实例的数目。
9.一种用于预测配电系统(101)中的能量消耗的能量预测系统(103)，所述能量预测系统(103)包括：
10....
【专利技术属性】
技术研发人员：马尤卡·帕尔，玛内什·雷迪，
申请(专利权)人：ABB股份公司，
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。