CN104504508A - 基于层次分析与小波回归的台区闭环数据分析方法 - Google Patents
基于层次分析与小波回归的台区闭环数据分析方法 Download PDFInfo
- Publication number
- CN104504508A CN104504508A CN201410775993.XA CN201410775993A CN104504508A CN 104504508 A CN104504508 A CN 104504508A CN 201410775993 A CN201410775993 A CN 201410775993A CN 104504508 A CN104504508 A CN 104504508A
- Authority
- CN
- China
- Prior art keywords
- time
- platform district
- real
- data
- district
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 230000008569 process Effects 0.000 title claims abstract description 8
- 238000007405 data analysis Methods 0.000 title abstract description 4
- 238000011156 evaluation Methods 0.000 claims abstract description 73
- 230000005611 electricity Effects 0.000 claims abstract description 44
- 238000001514 detection method Methods 0.000 claims abstract description 3
- 239000004020 conductor Substances 0.000 claims description 27
- 230000003068 static effect Effects 0.000 claims description 23
- 239000011159 matrix material Substances 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 19
- 238000013459 approach Methods 0.000 claims description 15
- 230000004069 differentiation Effects 0.000 claims description 7
- 239000000284 extract Substances 0.000 claims description 5
- 238000000354 decomposition reaction Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 4
- 238000011002 quantification Methods 0.000 claims description 4
- 238000004064 recycling Methods 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 2
- 238000012417 linear regression Methods 0.000 claims description 2
- 230000017105 transposition Effects 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 3
- 238000011161 development Methods 0.000 abstract description 2
- 238000012545 processing Methods 0.000 abstract description 2
- 238000009472 formulation Methods 0.000 abstract 1
- 239000000203 mixture Substances 0.000 abstract 1
- 238000003672 processing method Methods 0.000 abstract 1
- 238000013139 quantization Methods 0.000 abstract 1
- 238000005192 partition Methods 0.000 description 5
- 241001269238 Data Species 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000007689 inspection Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于电力***中台区数据处理领域,特别涉及一种基于层次分析与小波回归的台区闭环数据分析方法。主要是通过层次分析与小波回归闭环数据分析方法,对台区的设备台账数据、运行数据、设备检测检修数据和营销数据进行综合分析,对台区设备的运行状态进行评价、对用电负荷进行评估和预测、对用户用电消费行为进行建模、窃电行为进行判断、对线损进行综合自动评估、对台区承包者进行自动职责量化划分和工作完成度自动评价等。本发明的优点在于:为反窃电判别、营销指标制定、绩效评价开展等提供准确数据支撑,为供电企业的台区化管理提供了一种能够准确进行评价指标设定及完成结果考核的方法,大幅提高台区管理质量和效率。
Description
技术领域
本发明属于电力***中台区数据处理领域,特别涉及一种基于层次分析与小波回归的台区闭环数据分析方法。
背景技术
在电力***中,台区是指(一台)变压器的供电范围或区域。随着现代管理科学技术的发展,以台区作为基本单元的营销及绩效评价等管理方式正被越来越多的供电企业开始采用。但是,现有台区管理方式中,人们往往采用定性判断、仅选取少数参考数值进行判断或武断设置评价指标的方式进行,得出的结果往往也不合理,容易造成错误判断,无法为反窃电判别、营销指标制定、绩效评价开展等提供准确数据支撑。
发明内容
本发明的所要解决的技术问题在于提供一种基于层次分析与小波回归的台区闭环数据分析方法,对设备台账数据、运行数据、设备检测检修数据和营销等相关数据进行全面分析,进而为反窃电判别、营销指标制定、绩效评价开展等提供准确数据支撑。
本发明采用以下技术方案解决上述技术问题的:一种基于层次分析与小波回归的台区闭环数据分析方法,包括以下步骤:
步骤一:根据实际需要将0~1划分为若干区间,每个所述区间对应一个等级;依次分别对台区设备检修检测数据和设备台账数据中的平均供电半径、主干线平均截面、接户线平均截面进行比对,获得所述平均供电半径、主干线平均截面、接户线平均截面的评价指标;所述平均供电半径、主干线平均截面、接户线平均截面评价指标数值分别落入的所述区间对应的所述等级,即为对应的平均供电半径等级、主干线平均截面等级、接户线平均截面等级;
步骤二:结合步骤一所述平均供电半径等级、主干线平均截面等级、接户线平均截面等级,利用层次分析法计算台区静态评价等级,具体方法如下:
在所述平均供电半径等级、主干线平均截面等级、接户线平均截面等级相互之间求比例,并构造比例矩阵,即判断矩阵;
计算所述判断矩阵的最大特征根及其对应的特征向量,并进行归一化处理,得到所述平均供电半径、主干线平均截面、接户线平均截面的权重;
对所述权重进行一致性检验计算,得到一致性指标和判断矩阵随机一致性指标;
由所述平均供电半径等级、主干线平均截面等级、接户线平均截面等级,和所述平均供电半径权重、主干线平均截面权重、接户线平均截面权重,计算台区静态加权评价值;
步骤三:由台区当前时刻的电压数值与电流数值、选定时刻的历史电压数值与电流数值,计算得到台区设备实时负荷功率和所述选定时刻的历史负荷功率;
对所述历史负荷功率的数值进行小波分解,并计算出历史用电负荷概貌序列和历史用电负荷细节序列;
分别在所述历史用电负荷概貌序列和历史用电负荷细节序列中,选取所述选定时刻前的选定时长内的数据作为描述选定时刻历史用电负荷概貌值的向量和描述选定时刻历史用电负荷细节值得向量,并利用最小二乘方法得出概貌序列回归系数和细节序列回归系数;
利用当前时刻前所述选定时长内的用电负荷概貌数据和用电负荷细节数据计算出当前时刻的用电负荷预测值;
将当前时刻实测用电负荷功率与所述用当前时刻用电负荷预测值进行比对,得出用电负荷评价指标,由所述用电负荷评价指标数值得出当前时刻用电负荷等级;
步骤四:由台区运行潮流数据中提取当前时刻的实时低压供电电压,当前时刻的实时电流谐波,台区所述选定时间段内的历史低压供电电压,台区所述选定时间段内的历史电流谐波;按照步骤三提供的方法,分别计算实时低压供电电压评价等级与实时电流谐波畸变评价等级;再利用实时用电负荷评价等级、实时低压供电电压评价等级与实时电流谐波畸变评价等级,按照步骤二提供的方法,计算台区动态评价等级;
步骤五:从营销数据中提取的台区当前时刻的实施损耗数据和所述选定时间段内的损耗数据,按照步骤三提供的方法,计算出台区实时损耗评价等级;根据步骤二提供的方法,利用台区静态评价等级、台区动态评价等级、台区实时损耗评价等级,计算得到台区设备运行状态评价等级。
步骤六:利用营销数据中的单点时刻实时用电消费数据与台区选定时间段内历史用电消费数据,按照步骤三提供的方法计算用户用电消费评价等级,等级小于设定值时,判定为疑似窃电;
步骤七:将台区用户用电合同执行与电费收缴数据与台区范围内所有用户数相比,获得当月收缴任务完成率,根据步骤一提供的方法得出台区当月用户用电合同执行与电费收缴情况的评价等级;利用所述台区当月用户用电合同执行与电费收缴情况评价等级、台区实时损耗评价等级、用户用电消费评价等级、台区设备运行状态评价等级分别作为用户分别在四项主要任务中的量化职责,并按照步骤二提供的方法得出台区承包者自工作完成度评价等级。
本发明的优点在于:通过层次分析与小波回归闭环数据分析方法,对台区中的设备台账数据、运行数据、设备检测检修数据和营销数据等进行综合应用,进而为反窃电判别、营销指标制定、绩效评价开展等提供准确数据支撑,为供电企业的台区化管理提供了一种能够准确进行评价指标设定及完成结果考核的方法,大幅提高台区管理质量和效率。
附图说明
图1为本发明基于层次分析与小波回归的台区闭环数据分析方法的流程图。
图2为本发明中综合数据分析的层次结构图。
具体实施方式
以下结合附图对本发明进行详细的描述。
图1、图2给出了本发明基于层次分析与小波回归的台区闭环数据分析方法的具体操作步骤,下面结合实施例予以具体描述。
本发明基于层次分析与小波回归的台区闭环数据分析方法包括以下步骤:
步骤1、记录台区设备检修检测数据,包括平均供电半径r,主干线平均截面φ,接户线平均截面将上述三项设备静态数据与设备台帐数据(平均供电半径r0,主干线平均截面φ0,接户线平均截面作为合格标准)相比,得到三项静态数据的评价指标pr,pφ,将0~1等距划分为:第1等级:“差:(0~0.25]”;第2等级:“一般:(0.25~0.5]”;第3等级:“良:(0.5~0.75]”;第4等级:“好:(0.75~0.1]”四个等级作为评价集。若pr落入某一区间,就相应评价该台区平均供电半径处于某一个等级Er;若pφ落入某一区间,就相应评价该台区主干线平均截面处于某一个等级Eφ;若落入某一区间,就相应评价该台区接户线平均截面处于某一个等级
步骤2、结合所述三种评价指标,利用层次分析法计算台区静态评价等级E台区静态
步骤2.1、标度判断矩阵。对上述三项静态数据的评价指标pr,pφ,
相互之间求比例,构造比例矩阵M台区静态,
对上述比例矩阵中的每一个元素mij,其中i与j分别表示第i行,第j列,则若mij等于1,表示第i个评价指标(如平均供电半径)与第j个评价指标(如主干线平均截面)在当前判别中同等重要;mij越大,表示第i个评价指标(如平均供电半径)比第j个评价指标(如主干线平均截面)在当前判别中越重要。显然矩阵下三角的元素是上三角部分元素的倒数。
步骤2.2、计算判断矩阵M台区静态的最大特征根及其对应的特征向量V台区静态,其中vr,vφ,为特征向量中的元素,分别对应台区平均供电半径r,主干线平均截面φ,接户线平均截面利用式(1)对V台区静态进行归一化处理:
就是评价台区静态状态等级时,各因素的重要性(权重),即在当前评价中,台区平均供电半径r的权重主干线平均截面φ的权重接户线平均截面的权重
步骤2.3、对步骤2.2得到的权重进行一致性检验。利用式(2)计算一致性指标CI,再用式(3)计算判断矩阵随机一致性指标CR。
其中n为当前评价指标数目,此时n为3;RI为平均随机一致性指标,它是用随机的方法构造500个样本矩阵,构造方法是随机地用标度以及它们的倒数填满样本矩阵的上三角各项,主对角线各项数值始终为1,对应转置位置项则采用上述对应位置随机数的倒数。然后对各个随机样本矩阵计算其一致性指标值,对这些一致性指标值平均即得到平均随机一致性指标RI,当随机一致性比率CR<0.1时,认为层次分析排序的结果有满意的一致性,即权重的分配是合理的;否则,返回步骤2.1调整判断矩阵的元素取值,重新分配权重的值。
步骤2.4、利用式(4)计算台区静态加权评价值
步骤3、记录台区当前时刻的电压、电流实时数据U实时,I实时;台区t时间段内的电压、电流历史数据U历史(t),I历史(t)。利用式(5)和式(6)计算台区设备实时负荷功率P实时与台区设备t时刻的历史负荷功率P历史(t):
P实时=ηU实时I实时(5)
P历史(t)=ηU历史(t)I历史(t)(6)
其中η为***功率因素,对电力负荷的评价主要是看电功率在某个时间段的走势,以评估电网的承受能力。电力***负荷数据序列是一种典型具有周期性和随机性的非平稳时间序列特点的信号,由于负荷中包含随机因素,因而负荷变化的精确数学表达往往很复杂,但是通过小波变换则可以把负荷中的随机高频分量和线性分量明显分开,从而分别对各自的特性进行分析。小波分析是一种时域-频域分析法,在时域和频域上同时具有良好的局部化性质,并且能根据信号频率高低自动调节采样的疏密,容易捕捉和分析微弱信号以及信号的任意细小部分。其优点:能对不同的频率采用逐渐精细的采样率,从而获得信号的细节,并能很好的处理微弱或突变的信号,基于此理论,可以对电力***负荷序列进行二进小波变换,体现出负荷序列周期性,分别对各子序列进行预测,最后合并重构出完整序列的预测结果,具体包括下述步骤:
步骤3.1、利用式(7)将历史数据P历史(t)进行小波分解:
式(7)中,cD1(k)表示一阶小波系数;cA1(k)表示一阶尺度系数;φj-1,k(t)表示第k个一阶尺度系数cA1(k)所对应的第j-1个基尺度函数;ωj-1,k(t)表示第k个一阶小波系数cD1(k)所对应的第j-1个构造函数;Z表示基尺度函数和构造函数的总数;并有:
利用式(10)和(11)获得历史用电负荷概貌序列和历史用电负荷细节序列
步骤3.2、多元线性回归。在历史用电负荷概貌序列中,取第t时刻之前的l长时间段内的用电负荷概貌数据作为描述第t时刻用电负荷概貌值的向量,在历史用电负荷细节序列中,取第t时刻之前的l长时间段内的用电负荷细节数据作为描述第t时刻用电负荷细节值的向量,随机抽取m个时间段t1,...,tm的上述数据构成m对样本,利用最小二乘方法计算式(12)和(13),求得概貌序列回归系数bA0,bA1,...,bAl与细节序列回归系数bD0,bD1,...,bDl。
步骤3.3、预测与评价。取当前时间t0之前l长时间段内的用电负荷概貌数据与用电负荷细节数据利用式(14)计算实时用电负荷预测值
将台区设备实时负荷功率P实时与上述实时用电负荷预测值相比,得到用电负荷评价指标p负荷。将0~1等距划分为:第1等级:“差:(0~0.25]”;第2等级:“一般:(0.25~0.5]”;第3等级:“良:(0.5~0.75]”;第4等级:“好:(0.75~0.1]”四个等级作为评价集。若p负荷落入某一区间,就相应评价台区当前用电负荷处于某一个等级E负荷。
步骤4、记录台区运行的潮流数据,从中提取当前时刻的实时低压供电电压T实时,当前时刻的实时电流谐波H实时,台区t时间段内的历史低压供电电压T历史(t),台区t时间段内的历史电流谐波H历史(t)。按照步骤3的方法,分别计算实时低压供电电压评价等级E低压电压与实时电流谐波畸变评价等级E电流谐波。再利用实时用电负荷评价等级E负荷、实时低压供电电压评价等级E低压电压与实时电流谐波畸变评价等级E电流谐波,按照步骤2的方法,计算台区动态评价等级E台区动态。
步骤5、从营销数据中提取台区的线损数据,包括台区当前时刻的实时损耗数据L实时与台区t时间段内的损耗数据L历史(t)。按照步骤3的方法,计算台区实时损耗评价等级E台区损耗。再利用台区静态评价等级E台区静态,台区动态评价等级E台区动态与台区实时损耗评价等级E台区损耗,按照步骤2的方法,计算台区设备运行状态评价等级E台区运行。
步骤6、从营销数据中提取用户用电消费数据,包括台区当前时刻的实时用电消费数据CE实时与台区t时间段内的历史用电消费数据CE历史。按照步骤3.1、3.2的方法,建立用户用电消费模型,再按照步骤3.3的方法计算用户用电消费评价等级E用电消费,将0~1等距划分为:第1等级:“差:(0~0.25]”;第2等级:“一般:(0.25~0.5]”;第3等级:“良:(0.5~0.75]”;第4等级:“好:(0.75~0.1]”四个等级作为评价集。当E用电消费落入小于等于第2等级时,判定为疑似窃电。
步骤7、记录台区用户用电合同执行与电费收缴情况,与台区范围内所有用户数相比,获得当月收缴任务完成率,将0~1等距划分为:第1等级:“差:(0~0.25]”;第2等级:“一般:(0.25~0.5]”;第3等级:“良:(0.5~0.75]”;第4等级:“好:(0.75~0.1]”四个等级作为评价集。若p电费收缴落入某一区间,就相应评价台区当月用户用电合同执行与电费收缴情况处于某一个等级E电费收缴。再利用台区当月用户用电合同执行与电费收缴情况评价等级E电费收缴、台区实时损耗评价等级E台区损耗、用户用电消费评价等级E用电消费与台区设备运行状态评价等级E台区运行分别作为用户在四项主要任务中的量化职责。然后按照步骤2的方法,计算台区承包者自工作完成度评价等级E工作完成度。
在本发明所提供的实施例中,将0~1等距划分为“差:(0~0.25]”,“一般:(0.25~0.5]”,“良:(0.5~0.75]”,“好:(0.75~0.1]”四个等级作为评价集;而在具体应用中,可根据实际需要,对等级的数量及每个等级的区间进行灵活调整,从而获得不同的评价集。如,将0~1划分为“不合格:(0~0.6]”,“合格:(0.5~1]”两个不同区间的等级作为评价集。
以上所述仅为本发明创造的较佳实施例而已,并不用以限制本发明创造,凡在本发明创造的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明创造的保护范围之内。
Claims (7)
1.一种基于层次分析与小波回归的台区闭环数据分析方法,其特征在于:包括以下步骤:
步骤一:根据实际需要将0~1划分为若干区间,每个所述区间对应一个等级;依次分别对台区设备检修检测数据和设备台账数据中的平均供电半径、主干线平均截面、接户线平均截面进行比对,获得所述平均供电半径、主干线平均截面、接户线平均截面的评价指标;所述平均供电半径、主干线平均截面、接户线平均截面评价指标数值分别落入的所述区间对应的所述等级,即为对应的平均供电半径等级、主干线平均截面等级、接户线平均截面等级;
步骤二:结合步骤一所述平均供电半径等级、主干线平均截面等级、接户线平均截面等级,利用层次分析法计算台区静态评价等级,具体方法如下:
在所述平均供电半径评价指标、主干线平均截面评价指标、接户线平均截面评价指标相互之间求比例,并构造比例矩阵,即判断矩阵;
计算所述判断矩阵的最大特征根及其对应的特征向量,并进行归一化处理,得到所述平均供电半径、主干线平均截面、接户线平均截面的权重;
对所述权重进行一致性检验计算,得到一致性指标和判断矩阵随机一致性指标;
由所述平均供电半径等级、主干线平均截面等级、接户线平均截面等级,和所述平均供电半径权重、主干线平均截面权重、接户线平均截面权重,计算台区静态加权评价值;
步骤三:由台区当前时刻的电压数值与电流数值、选定时刻的历史电压数值与电流数值,计算得到台区设备实时负荷功率和所述选定时刻的历史负荷功率;
对所述历史负荷功率的数值进行小波分解,并计算出历史用电负荷概貌序列和历史用电负荷细节序列;
分别在所述历史用电负荷概貌序列和历史用电负荷细节序列中,选取所述选定时刻前的选定时长内的数据作为描述选定时刻历史用电负荷概貌值的向量和描述选定时刻历史用电负荷细节值得向量,并利用最小二乘方法得出概貌序列回归系数和细节序列回归系数;
利用当前时刻前所述选定时长内的用电负荷概貌数据和用电负荷细节数据计算出当前时刻的用电负荷预测值;
将当前时刻实测用电负荷功率与所述用当前时刻用电负荷预测值进行比对,得出用电负荷评价指标,由所述用电负荷评价指标数值得出当前时刻用电负荷等级;
步骤四:由台区运行潮流数据中提取当前时刻的实时低压供电电压,当前时刻的实时电流谐波,台区所述选定时间段内的历史低压供电电压,台区所述选定时间段内的历史电流谐波;按照步骤三提供的方法,分别计算实时低压供电电压评价等级与实时电流谐波畸变评价等级;再利用实时用电负荷评价等级、实时低压供电电压评价等级与实时电流谐波畸变评价等级,按照步骤二提供的方法,计算台区动态评价等级;
步骤五:从营销数据中提取的台区当前时刻的实施损耗数据和所述选定时间段内的损耗数据,按照步骤三提供的方法,计算出台区实时损耗评价等级;根据步骤二提供的方法,利用台区静态评价等级、台区动态评价等级、台区实时损耗评价等级,计算得到台区设备运行状态评价等级。
步骤六:利用营销数据中的单点时刻实时用电消费数据与台区选定时间段内历史用电消费数据,按照步骤三提供的方法计算用户用电消费评价等级,等级小于设定值时,判定为疑似窃电;
步骤七:将台区用户用电合同执行与电费收缴数据与台区范围内所有用户数相比,获得当月收缴任务完成率,根据步骤一提供的方法得出台区当月用户用电合同执行与电费收缴情况的评价等级;利用所述台区当月用户用电合同执行与电费收缴情况评价等级、台区实时损耗评价等级、用户用电消费评价等级、台区设备运行状态评价等级分别作为用户分别在四项主要任务中的量化职责,并按照步骤二提供的方法得出台区承包者自工作完成度评价等级。
2.根据权利要求1所述的基于层次分析与小波回归的台区闭环数据分析方法,其特征在于:所述步骤2具体包括以下步骤:
步骤2.1、对平均供电半径评价指标pr,主干线平均截面评价指标pφ,接户线平均截面评价指标相互之间求比例,构造比例矩阵M台区静态,
对上述比例矩阵中的每一个元素mij,其中i与j分别表示第i行,第j列,则若mij等于1,表示第i个评价指标与第j个评价指标在当前判别中同等重要;mij越大,表示第i个评价指标比第j个评价指标在当前判别中越重要;
步骤2.2、计算判断矩阵M台区静态的最大特征根及其对应的特征向量V台区静态,其中vr,vφ,为特征向量中的元素,分别对应台区平均供电半径r,主干线平均截面φ,接户线平均截面利用式(1)对V台区静态进行归一化处理:
就是评价台区静态状态等级时,各因素的权重,即在当前评价中,台区平均供电半径r的权重主干线平均截面φ的权重接户线平均截面的权重
步骤2.3、对步骤2.2得到的权重进行一致性检验。利用式(2)计算一致性指标CI,再用式(3)计算判断矩阵随机一致性指标CR。
其中n为当前评价指标数目,此时n为3;RI为平均随机一致性指标,它是用随机的方法构造500个样本矩阵,构造方法是随机地用标度以及它们的倒数填满样本矩阵的上三角各项,主对角线各项数值始终为1,对应转置位置项则采用上述对应位置随机数的倒数,然后对各个随机样本矩阵计算其一致性指标值,对这些一致性指标值平均即得到平均随机一致性指标RI,当随机一致性比率CR<0.1时,认为层次分析排序的结果有满意的一致性,即权重的分配是合理的;否则,返回步骤2.1调整判断矩阵的元素取值,重新分配权重的值;
步骤2.4、利用式(4)计算台区静态加权评价值
其中Er为平均供电半径等级,Eφ为主干线平均截面等级,为接户线平均截面等级。
3.根据权利要求2所述的基于层次分析与小波回归的台区闭环数据分析方法,其特征在于:所述步骤3具体包括:
记录台区当前时刻的电压、电流实时数据U实时,I实时;台区t时间段内的电压、电流历史数据U历史(t),I历史(t)。利用式(5)和式(6)计算台区设备实时负荷功率P实时与台区设备t时刻的历史负荷功率P历史(t):
P实时=ηU实时I实时(5)
P历史(t)=ηU历史(t)I历史(t)(6)
其中η为***功率因素;
步骤3.1、利用式(7)将历史数据P历史(t)进行小波分解:
式(7)中,cD1(k)表示一阶小波系数;cA1(k)表示一阶尺度系数;φj-1,k(t)表示第k个一阶尺度系数cA1(k)所对应的第j-1个基尺度函数;ωj-1,k(t)表示第k个一阶小波系数cD1(k)所对应的第j-1个构造函数;Z表示基尺度函数和构造函数的总数;并有:
利用式(10)和(11)获得历史用电负荷概貌序列和历史用电负荷细节序列
步骤3.2、多元线性回归。在历史用电负荷概貌序列中,取第t时刻之前的l长时间段内的用电负荷概貌数据作为描述第t时刻用电负荷概貌值的向量,在历史用电负荷细节序列中,取第t时刻之前的l长时间段内的用电负荷细节数据作为描述第t时刻用电负荷细节值的向量,随机抽取m个时间段t1,…,tm的上述数据构成m对样本,利用最小二乘方法计算式(12)和(13),求得概貌序列回归系数bA0,bA1,…,bAl与细节序列回归系数bD0,bD1,…,bDl。
步骤3.3、取当前时间t0之前l长时间段内的用电负荷概貌数据与用电负荷细节数据利用式(14)计算实时用电负荷预测值
将台区设备实时负荷功率P实时与上述实时用电负荷预测值相比,得到用电负荷评价指标p负荷,若p负荷落入某一区间,就相应评价台区当前用电负荷处于某一个等级E负荷。
4.根据权利要求3所述的基于层次分析与小波回归的台区闭环数据分析方法,其特征在于:所述步骤4具体包括:
记录台区运行的潮流数据,从中提取当前时刻的实时低压供电电压T实时,当前时刻的实时电流谐波H实时,台区t时间段内的历史低压供电电压T历史(t),台区t时间段内的历史电流谐波H历史(t),按照步骤3的方法,分别计算实时低压供电电压评价等级E低压电压与实时电流谐波畸变评价等级E电流谐波,再利用实时用电负荷评价等级E负荷、实时低压供电电压评价等级E低压电压与实时电流谐波畸变评价等级E电流谐波,按照步骤2的方法,计算台区动态评价等级E台区动态。
5.根据权利要求4所述的基于层次分析与小波回归的台区闭环数据分析方法,其特征在于:所述步骤5具体包括:从营销数据中提取台区的线损数据,包括台区当前时刻的实时损耗数据L实时与台区t时间段内的损耗数据L历史(t),按照步骤3的方法,计算台区实时损耗评价等级E台区损耗,再利用台区静态评价等级E台区静态,台区动态评价等级E台区动态与台区实时损耗评价等级E台区损耗,按照步骤2的方法,计算台区设备运行状态评价等级。
6.根据权利要求5所述的基于层次分析与小波回归的台区闭环数据分析方法,其特征在于:所述步骤6具体包括:从营销数据中提取用户用电消费数据,包括台区当前时刻的实时用电消费数据CE实时与台区t时间段内的历史用电消费数据CE历史,按照步骤3.1、3.2的方法,建立用户用电消费模型,再按照步骤3.3的方法计算用户用电消费评价等级E用电消费,当E用电消费落入设定等级时,判定为疑似窃电。
7.根据权利要求6所述的基于层次分析与小波回归的台区闭环数据分析方法,其特征在于:所述步骤7具体包括:
记录台区用户用电合同执行与电费收缴情况,与台区范围内所有用户数相比,获得当月收缴任务完成率p电费收缴,若p电费收缴落入某一区间,就相应评价台区当月用户用电合同执行与电费收缴情况处于某一个等级E电费收缴,再利用台区当月用户用电合同执行与电费收缴情况评价等级E电费收缴、台区实时损耗评价等级E台区损耗、用户用电消费评价等级E用电消费与台区设备运行状态评价等级E台区运行分别作为用户在四项主要任务中的量化职责,然后按照步骤2的方法,计算台区承包者自工作完成度评价等级E工作完成度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410775993.XA CN104504508B (zh) | 2014-12-15 | 2014-12-15 | 基于层次分析与小波回归的台区闭环数据分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410775993.XA CN104504508B (zh) | 2014-12-15 | 2014-12-15 | 基于层次分析与小波回归的台区闭环数据分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104504508A true CN104504508A (zh) | 2015-04-08 |
CN104504508B CN104504508B (zh) | 2018-02-23 |
Family
ID=52945903
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410775993.XA Active CN104504508B (zh) | 2014-12-15 | 2014-12-15 | 基于层次分析与小波回归的台区闭环数据分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104504508B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105117973A (zh) * | 2015-07-31 | 2015-12-02 | 国家电网公司 | 基于营销数据和统计学确定居民户均容量分类阈值的方法 |
CN105117373A (zh) * | 2015-07-31 | 2015-12-02 | 国家电网公司 | 基于营销数据的居民容量占比分类阈值确定方法 |
CN106709623A (zh) * | 2016-11-14 | 2017-05-24 | 深圳供电局有限公司 | 一种基于风险计算模型的电网营销稽查风险管控方法 |
CN109359847A (zh) * | 2018-10-08 | 2019-02-19 | 国网福建省电力有限公司电力科学研究院 | 一种配电网线损影响因素的定量分析方法 |
CN109377001A (zh) * | 2018-09-21 | 2019-02-22 | 国网天津市电力公司电力科学研究院 | 一种基于闭环管理的台区运维质量评价方法及*** |
CN110308345A (zh) * | 2019-06-20 | 2019-10-08 | 国网山西省电力公司电力科学研究院 | 基于多层次模糊综合评判的谐波综合责任评估方法 |
CN110458444A (zh) * | 2019-08-07 | 2019-11-15 | 国网湖北省电力有限公司计量中心 | 一种低压台区运行状态多维影响因素综合评价方法及*** |
CN110749784A (zh) * | 2019-08-05 | 2020-02-04 | 上海大学 | 一种基于电力数据小波分析的线路窃电检测方法 |
CN112308458A (zh) * | 2020-11-23 | 2021-02-02 | 广东电网有限责任公司计量中心 | 一种低压台区量测数据评价方法和*** |
CN115270974A (zh) * | 2022-08-02 | 2022-11-01 | 国网山东省电力公司蒙阴县供电公司 | 基于大数据分析的智能窃电检测*** |
CN115630401A (zh) * | 2022-12-21 | 2023-01-20 | 南方电网数字电网研究院有限公司 | 基于信用评价的电力数据共享方法、装置、设备和介质 |
CN116207864A (zh) * | 2023-04-28 | 2023-06-02 | 佰聆数据股份有限公司 | 基于物联网实现低压台区下的电力设备控制方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100082172A1 (en) * | 2008-09-25 | 2010-04-01 | Korea Electric Power Corporation | Load forecasting analysis system for calculating customer baseline load |
CN102496069A (zh) * | 2011-12-07 | 2012-06-13 | 山东电力集团公司青岛供电公司 | 基于模糊层次分析法的电缆多状态安全运行评估方法 |
CN103020166A (zh) * | 2012-11-26 | 2013-04-03 | 宁波电业局 | 一种电力实时数据异常检测方法 |
-
2014
- 2014-12-15 CN CN201410775993.XA patent/CN104504508B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100082172A1 (en) * | 2008-09-25 | 2010-04-01 | Korea Electric Power Corporation | Load forecasting analysis system for calculating customer baseline load |
CN102496069A (zh) * | 2011-12-07 | 2012-06-13 | 山东电力集团公司青岛供电公司 | 基于模糊层次分析法的电缆多状态安全运行评估方法 |
CN103020166A (zh) * | 2012-11-26 | 2013-04-03 | 宁波电业局 | 一种电力实时数据异常检测方法 |
Non-Patent Citations (1)
Title |
---|
张涛: "基于小波神经网络的电力***负荷预测", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105117973A (zh) * | 2015-07-31 | 2015-12-02 | 国家电网公司 | 基于营销数据和统计学确定居民户均容量分类阈值的方法 |
CN105117373A (zh) * | 2015-07-31 | 2015-12-02 | 国家电网公司 | 基于营销数据的居民容量占比分类阈值确定方法 |
CN105117373B (zh) * | 2015-07-31 | 2018-02-13 | 国家电网公司 | 基于营销数据的居民容量占比分类阈值确定方法 |
CN106709623A (zh) * | 2016-11-14 | 2017-05-24 | 深圳供电局有限公司 | 一种基于风险计算模型的电网营销稽查风险管控方法 |
CN109377001A (zh) * | 2018-09-21 | 2019-02-22 | 国网天津市电力公司电力科学研究院 | 一种基于闭环管理的台区运维质量评价方法及*** |
CN109359847A (zh) * | 2018-10-08 | 2019-02-19 | 国网福建省电力有限公司电力科学研究院 | 一种配电网线损影响因素的定量分析方法 |
CN110308345A (zh) * | 2019-06-20 | 2019-10-08 | 国网山西省电力公司电力科学研究院 | 基于多层次模糊综合评判的谐波综合责任评估方法 |
CN110308345B (zh) * | 2019-06-20 | 2021-05-11 | 国网山西省电力公司电力科学研究院 | 基于多层次模糊综合评判的谐波综合责任评估方法 |
CN110749784A (zh) * | 2019-08-05 | 2020-02-04 | 上海大学 | 一种基于电力数据小波分析的线路窃电检测方法 |
CN110749784B (zh) * | 2019-08-05 | 2022-07-08 | 上海大学 | 一种基于电力数据小波分析的线路窃电检测方法 |
CN110458444A (zh) * | 2019-08-07 | 2019-11-15 | 国网湖北省电力有限公司计量中心 | 一种低压台区运行状态多维影响因素综合评价方法及*** |
CN112308458A (zh) * | 2020-11-23 | 2021-02-02 | 广东电网有限责任公司计量中心 | 一种低压台区量测数据评价方法和*** |
CN115270974A (zh) * | 2022-08-02 | 2022-11-01 | 国网山东省电力公司蒙阴县供电公司 | 基于大数据分析的智能窃电检测*** |
CN115630401A (zh) * | 2022-12-21 | 2023-01-20 | 南方电网数字电网研究院有限公司 | 基于信用评价的电力数据共享方法、装置、设备和介质 |
CN116207864A (zh) * | 2023-04-28 | 2023-06-02 | 佰聆数据股份有限公司 | 基于物联网实现低压台区下的电力设备控制方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN104504508B (zh) | 2018-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104504508A (zh) | 基于层次分析与小波回归的台区闭环数据分析方法 | |
CN103942727B (zh) | 一种基于电网特征差异的线损水平评价方法 | |
CN103489035A (zh) | 基于灰色加权关联分析算法的电网电能质量综合评价方法 | |
CN106570581A (zh) | 能源互联网环境下基于属性关联的负荷预测***及其方法 | |
CN103150635B (zh) | 电力设备运维方法 | |
CN107909277A (zh) | 一种基于模糊层次分析法的变电站环保水平评估方法 | |
CN108364187A (zh) | 一种基于停电敏感特性的停电敏感用户确定方法和*** | |
CN110490409B (zh) | 一种基于dnn的低压台区线损率标杆值设定方法 | |
CN109784755A (zh) | 一种基于层次分析法的电网智能化水平评估方法 | |
CN103996147A (zh) | 配电网综合评估方法 | |
CN112308425A (zh) | 一种构建配变健康评价指标体系的方法 | |
CN107145707A (zh) | 一种计及光伏出力不确定性和全寿命周期成本的配电网变压器规划方法 | |
CN107527121A (zh) | 一种电网的信息***运行状态诊断预测的方法 | |
CN113902062A (zh) | 一种基于大数据的台区线损异常原因分析方法及装置 | |
CN106874676A (zh) | 一种电能计量装置状态评估方法 | |
CN115270223A (zh) | 配电台区状态获取与分析方法及*** | |
CN103279894A (zh) | 企业用户的电力能效Hopfield神经网络评估方法及*** | |
CN111275292B (zh) | 一种基于模糊层次分析法的接地网状态评估方法 | |
CN113642933A (zh) | 一种配电台区低电压诊断方法及装置 | |
CN110070256B (zh) | 基于critic方法的零电量用户排查优先度权重计算方法 | |
CN104299163A (zh) | 基于ahp的电力设备运行状态定量分析方法 | |
CN104036433A (zh) | 一种配电网运行管理水平评价方法 | |
CN112256693A (zh) | 一种预测线路故障停电和用户投诉的方法 | |
CN112308424A (zh) | 一种基于配变数据的供电能力分析方法 | |
CN111062538A (zh) | 空间负荷预测中确定元胞负荷合理最大值的ceemd方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |