CN110348085A - 一种面向时间过程的配电网理论线损计算方法 - Google Patents
一种面向时间过程的配电网理论线损计算方法 Download PDFInfo
- Publication number
- CN110348085A CN110348085A CN201910565763.3A CN201910565763A CN110348085A CN 110348085 A CN110348085 A CN 110348085A CN 201910565763 A CN201910565763 A CN 201910565763A CN 110348085 A CN110348085 A CN 110348085A
- Authority
- CN
- China
- Prior art keywords
- line loss
- data
- time
- power distribution
- distribution network
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000004364 calculation method Methods 0.000 claims abstract description 16
- 230000000737 periodic effect Effects 0.000 claims abstract description 12
- 230000005611 electricity Effects 0.000 claims description 3
- 230000000717 retained effect Effects 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 description 4
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种面向时间过程的配电网理论线损计算方法,属于线损计算技术领域。本发明获取负荷数据;根据负荷数据在连续时间上的周期性特点,对连续时间上的这种具有周期性特点的数据进行特征点的选取;用混合聚类的方法将相似程度高的特征点按基于邻近点的方式进行聚类,从而划分出合理的时间段样本;根据面向时间的方法所划分出的时间段,利用均方根思想进行线损计算,本发明使线损计算更加精确。
Description
技术领域
本发明涉及一种面向时间过程的配电网理论线损计算方法,属于线损计算技术领域。
背景技术
线损理论计算是降损节能,加强线损管理的一项重要的技术管理手段。通过理论计算可发现电能损失在电网中分布规律,通过计算分析能够暴露出管理和技术上的问题,对降损工作提供理论和技术依据,能够使降损工作抓住重点,提高节能降损的效益,使线损管理更加科学。
随着国家节能政策的深入及电网公司对线损规划的认知,越来越多的电网公司将线损规划作为企业运营与管理的重点指标。从电力公司的自身角度来看,加强线损管理,对于增加企业收益,创建一流电力***来说至关重要;从国家的角度来看,加强线损管理,对于资源的利用、环境保护都是意义重大。因此,准确计算理论线损数值,才能提出切实、可行的线损规划方案。
发明内容
本发明提供了一种面向时间过程的配电网理论线损计算方法,以用于使线损计算更加精确。
本发明的技术方案是:一种面向时间过程的配电网理论线损计算方法,所述面向时间过程的配电网理论线损计算方法的具体步骤如下:
Step1、获取负荷数据;
Step2、根据负荷数据在连续时间上的周期性特点,对连续时间上的这种具有周期性特点的数据进行特征点的选取;
Step3、采用混合聚类的方法将相似程度高的特征点按基于邻近点的方式进行聚类,从而划分出合理的时间段样本;使得每段时间内的负荷间具有较强相似性,即将按时间序列的、相似度较高的负荷划分为一个时间段;
Step4、根据面向时间的方法所划分出的时间段,利用均方根思想进行线损计算。
进一步地,所述步骤Step1中,获取负荷数据,包括:获取负荷数据;再错误数据剔除;最后把有效数据保留。
进一步地,所述步骤Step2中,根据负荷数据在连续时间上的周期性特点,对连续时间上的这种具有周期性特点的数据进行特征点的选取,包括:在连续的时间段内,寻找***周期性数据的代表状态,将其定为数据的特征点。
进一步地,所述步骤Step3中,采用混合聚类的方法将相似程度高的特征点按基于邻近点的方式进行聚类,从而划分出合理的时间段样本,包括:
首先采用K-means算法对海量数据先进行划分,其次,观察聚类的程度,并以此为依据设定阈值的大小,采用类平均法再次聚类。
进一步地,所述步骤Step4中,根据面向时间的方法所划分出的时间段,利用均方根思想进行线损计算,包括:
在划分出的时间段,根据均方根电流计算线损的思想,某段时间内的电流能用平均电流来表征。
本发明的有益效果是:
1、首先,在时间划分上,考虑电力负荷随时间变化的动态特性,根据负荷数据在连续时间上的周期性特点,对连续时间上的这种负荷数据进行特征点的选取,采用混合聚类的方法将相似程度较高的特征点按基于邻近点的方式进行聚类,从而划分出合理的时间段样本,使得每段时间内的负荷间具有较强相似性,即将按时间序列的、相似度较高的负荷划分为一个时间段;
2、其次,根据这种面向时间的方法所划分出的时间段,利用采用均方根电流法中某段时间内的平均电流思想进行线损计算;
3、最后,基于时间过程的概念,提出了面向时间过程的配电网理论线损计算的方法,使线损计算更加精确。
附图说明
图1为本发明中的流程图。
具体实施方式
实施例1:如图1所示,一种面向时间过程的配电网理论线损计算方法,所述面向时间过程的配电网理论线损计算方法的具体步骤如下:
Step1、获取负荷数据;包括:从电力负荷数据库中抽取一定范围内,一定时间内的电力负荷数据;
Step2、根据负荷数据在连续时间上的周期性特点,对连续时间上的这种具有周期性特点的数据进行特征点的选取;
Step3、采用混合聚类的方法将相似程度高的特征点按基于邻近点的方式进行聚类,从而划分出合理的时间段样本;
Step4、根据面向时间的方法所划分出的时间段,利用均方根思想进行线损计算。
进一步地,所述步骤Step1中,获取负荷数据,包括:获取负荷数据;再错误数据剔除;最后把有效数据保留。
进一步地,所述步骤Step2中,根据负荷数据在连续时间上的周期性特点,对连续时间上的这种具有周期性特点的数据进行特征点的选取,包括:
选取负荷数据在连续时间上的特征点,特征点是负荷数据在一段时间内的具有代表状态的数据点。
进一步地,所述步骤Step3中,采用混合聚类的方法将相似程度高的特征点按基于邻近点的方式进行聚类,从而划分出合理的时间段样本,包括:
首先采用K-means算法对海量数据先进行划分,其次,观察聚类的程度,并以此为依据设定阈值的大小,采用类平均法再次聚类。
进一步地,按基于邻近点的方式进行聚类,包括根据样本数据建立一个多维的数据矩阵,考察数据样本间的相似程度,找到所需中心点,采用基于临近点的混合聚类法,进行第一次划分聚类,如果第一次聚类的结果较为满意便进行第二次分层聚类,不满意就重新设定阈值再次聚类,直到效果满意为止。
进一步地,所述步骤Step4中,根据面向时间的方法所划分出的时间段,利用均方根思想进行线损计算,包括:
在划分出的时间段,根据均方根电流计算线损的思想,某段时间内的电流能用平均电流来表征。
进一步地,利用均方根思想进行线损计算,主要通过划分好的时间段来解决时间段划分的问题,然后采用均根方电流法来进行线损计算,从而增加计算的准确性。
上面结合附图对本发明的具体实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (5)
1.一种面向时间过程的配电网理论线损计算方法,其特征在于:
所述面向时间过程的配电网理论线损计算方法的具体步骤如下:
Step1、获取负荷数据;
Step2、根据负荷数据在连续时间上的周期性特点,对连续时间上的这种具有周期性特点的数据进行特征点的选取;
Step3、采用混合聚类的方法将相似程度高的特征点按基于邻近点的方式进行聚类,从而划分出合理的时间段样本;
Step4、根据面向时间的方法所划分出的时间段,利用均方根思想进行线损计算。
2.根据权利要求1所述的面向时间过程的配电网理论线损计算方法,其特征在于:所述步骤Step1中,获取负荷数据,包括:获取负荷数据;再错误数据剔除;最后把有效数据保留。
3.根据权利要求1所述的面向时间过程的配电网理论线损计算方法,其特征在于:所述步骤Step2中,根据负荷数据在连续时间上的周期性特点,对连续时间上的这种具有周期性特点的数据进行特征点的选取,包括:
选取负荷数据在连续时间上的特征点,特征点是负荷数据在一段时间内的具有代表状态的数据点。
4.根据权利要求1所述的面向时间过程的配电网理论线损计算方法,其特征在于:所述步骤Step3中,采用混合聚类的方法将相似程度高的特征点按基于邻近点的方式进行聚类,从而划分出合理的时间段样本,包括:
首先采用K-means算法对海量数据先进行划分,其次,观察聚类的程度,并以此为依据设定阈值的大小,采用类平均法再次聚类。
5.根据权利要求1所述的面向时间过程的配电网理论线损计算方法,其特征在于:所述步骤Step4中,根据面向时间的方法所划分出的时间段,利用均方根思想进行线损计算,包括:
在划分出的时间段,根据均方根电流计算线损的思想,某段时间内的电流能用平均电流来表征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910565763.3A CN110348085A (zh) | 2019-06-27 | 2019-06-27 | 一种面向时间过程的配电网理论线损计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910565763.3A CN110348085A (zh) | 2019-06-27 | 2019-06-27 | 一种面向时间过程的配电网理论线损计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110348085A true CN110348085A (zh) | 2019-10-18 |
Family
ID=68183307
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910565763.3A Pending CN110348085A (zh) | 2019-06-27 | 2019-06-27 | 一种面向时间过程的配电网理论线损计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110348085A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103514368A (zh) * | 2013-09-18 | 2014-01-15 | 燕山大学 | 一种采用聚类技术的实时与阶段理论线损快速估算方法 |
CN108335229A (zh) * | 2018-01-25 | 2018-07-27 | 国网浙江海宁市供电有限公司 | 一种基于电网运营数据的理论线损计算方法 |
CN109272176A (zh) * | 2018-12-10 | 2019-01-25 | 贵州电网有限责任公司 | 利用K-means聚类算法对台区线损率预测计算方法 |
CN109325545A (zh) * | 2018-10-16 | 2019-02-12 | 南方电网科学研究院有限责任公司 | 低压配电网拓扑结构校验方法、装置、设备及存储介质 |
-
2019
- 2019-06-27 CN CN201910565763.3A patent/CN110348085A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103514368A (zh) * | 2013-09-18 | 2014-01-15 | 燕山大学 | 一种采用聚类技术的实时与阶段理论线损快速估算方法 |
CN108335229A (zh) * | 2018-01-25 | 2018-07-27 | 国网浙江海宁市供电有限公司 | 一种基于电网运营数据的理论线损计算方法 |
CN109325545A (zh) * | 2018-10-16 | 2019-02-12 | 南方电网科学研究院有限责任公司 | 低压配电网拓扑结构校验方法、装置、设备及存储介质 |
CN109272176A (zh) * | 2018-12-10 | 2019-01-25 | 贵州电网有限责任公司 | 利用K-means聚类算法对台区线损率预测计算方法 |
Non-Patent Citations (1)
Title |
---|
刘贺翔: ""面向时间过程的配电网线损规划研究"", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109272176A (zh) | 利用K-means聚类算法对台区线损率预测计算方法 | |
CN107800140A (zh) | 一种考虑负荷特征的大用户供电接入决策方法 | |
CN107591841B (zh) | 适用于新能源大规模接入下的电网演化模拟方法 | |
CN111900719B (zh) | 考虑柔性可控负荷的电网充裕度评估方法、装置及*** | |
CN104503403A (zh) | 制冷***运行能效的管理***及方法 | |
CN103279661B (zh) | 基于混合量子进化算法的变电站容量优化配置方法 | |
CN112232382A (zh) | 一种低压台区的分路与电表隶属关系识别方法及*** | |
CN110909786A (zh) | 一种基于特性指标与决策树模型的新装用户负荷辨识方法 | |
CN111680469A (zh) | 一种中低压配电网线损极限值计算方法 | |
CN113629775B (zh) | 一种基于模糊逻辑的氢储能***集群出力决策方法 | |
CN109193651A (zh) | 一种基于大数据和gis***的中低压配网能效评估*** | |
Qiu et al. | Comprehensive evaluation of power quality based on improved TOPSIS-RSR method | |
CN110348085A (zh) | 一种面向时间过程的配电网理论线损计算方法 | |
CN117614141A (zh) | 一种用于配电网的多电压层级协调管理方法 | |
CN108390403A (zh) | 基于多属性多目标综合评价指标的储能工况适用性对比项目后评价方法 | |
CN116865264A (zh) | 一种变电站智能化分配供电方法、***及存储介质 | |
Fan et al. | Design and application of integrated distribution network line loss analysis system | |
CN116581815A (zh) | 一种基于大数据的源网荷协调配电控制*** | |
CN105354761A (zh) | 一种风电接入电网的安全与效能评估方法及*** | |
CN115983548A (zh) | 一种基于人工智能技术的配电网智能规划方法 | |
Bo et al. | Research of Typical Line Loss Rate in Transformer District Based on Data-Driven Method | |
CN111027829B (zh) | 一种基于效益的电网规划*** | |
CN113346501A (zh) | 基于头脑风暴算法的配电网电压优化方法及其*** | |
CN111948446A (zh) | 一种自适应的负荷识别方法以及智能电能表 | |
CN109149644A (zh) | 一种基于大数据分析的光储一体在线策略匹配和协同优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191018 |