CN113300371B - 一种配电房实时电压的确定方法及装置 - Google Patents
一种配电房实时电压的确定方法及装置 Download PDFInfo
- Publication number
- CN113300371B CN113300371B CN202110602089.9A CN202110602089A CN113300371B CN 113300371 B CN113300371 B CN 113300371B CN 202110602089 A CN202110602089 A CN 202110602089A CN 113300371 B CN113300371 B CN 113300371B
- Authority
- CN
- China
- Prior art keywords
- voltage
- historical
- value
- power distribution
- distribution room
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/04—Circuit arrangements for ac mains or ac distribution networks for connecting networks of the same frequency but supplied from different sources
- H02J3/06—Controlling transfer of power between connected networks; Controlling sharing of load between connected networks
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- 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
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种配电房实时电压的确定方法及装置,其方法包括:通过网络拓扑在配电房的预设路径上获取目标设备的量测点;从量测点的历史数据中获取配电房历史电压对应时刻的量测点的历史开关状态和历史电压值;以配电房历史电压对应时刻的量测点的历史开关状态和历史电压为训练样本,对预测网络模型进行训练,得到目标预测网络模型;当接收到实时数据刷新请求时,输入预设周期内所采集的测量点的开关状态和电压值到目标预测网络模型,得到电压预测值;对配电房的电压进行潮流计算,得到潮流计算值;基于电压预测值和潮流计算值,确定配电房实时电压。通过神经网络预测和潮流计算两种方式确定配电房实时电压,从而提升了配网AVC的可用率。
Description
技术领域
本发明涉及电力***自动化技术技域,尤其涉及一种配电房实时电压的确定方法及装置。
背景技术
随着近年来国家对配电网的发展愈发重视,配电网的项目建设也越来越多,配电房中的配网***需要面临更为复杂的电力工况以及更高的运行水平。而配网AVC是电压支撑的重要技术措施,其可以在调节电压、提高***稳定性及平抑冲击负荷影响等方面发挥较大作用。如果需要通过配网AVC解决现阶段可能存在的复杂的电力工况以及提高配网***的运行水平,提高配网配电房电压数据采集的实时性至关重要。
目前配网侧配电房电压数据是通过计量***传送到配网***中,而数据采集周期一般是15分钟,导致配网AVC因数据实时性较差无法保证可用率。
因此,最大限度地维持配网侧配电房母线的电压稳定,科技的发展和人们生活水平的提高,配电房电压质量问题越来越突出的背景下,具有十分重要的意义。
发明内容
本发明提供了一种配电房实时电压的确定方法及装置,通过神经网络预测和潮流计算两种方式确定配电房实时电压,从而提升了配网AVC的可用率。
第一方面,本发明提供的一种配电房实时电压的确定方法,包括:
通过网络拓扑在配电房的预设路径上获取目标设备的量测点;
以配电房的母线刷新间隔为采集周期,从所述量测点的历史数据中获取配电房历史电压对应时刻的所述量测点的历史开关状态和历史电压值;
构建初始化的预测网络模型,以所述配电房历史电压对应时刻的所述量测点的历史开关状态和历史电压为训练样本,对所述预测网络模型进行训练,得到目标预测网络模型;
当接收到实时数据刷新请求时,输入预设周期内所采集的所述测量点的开关状态和电压值到所述目标预测网络模型,得到电压预测值;
对所述配电房的电压进行潮流计算,得到潮流计算值;
对所述电压预测值进行合理性判断,并依据所述电压预测值的合理性,基于所述电压预测值和潮流计算值,确定配电房实时电压。
可选地,以配电房的母线刷新间隔为采集周期,从所述量测点的历史数据中获取历史电压和历史开关状态之后,还包括:
从所述历史电压和所述历史开关状态中确定缺失量测,并对所述缺失量测进行补充处理。
可选地,对所述电压预测值进行合理性判断,并依据所述电压预测值的合理性,基于所述电压预测值和潮流计算值,确定配电房实时电压,包括:
获取历史平均电压值,并计算预设周期内所采集的所述测量点的电压值的平均值;
基于所述历史平均电压值和所述平均值,结合预先设定的差值比例评价公式,确定所述历史平均电压值和所述平均值间的差值比例;
判断所述差值比例是否在差值比例评价公式对应的合理范围内;若是,则确定所述电压预测值合理;若否,则确定所述电压预测值不合理。
可选地,对所述电压预测值进行合理性判断,并依据所述电压预测值的合理性,基于所述电压预测值和潮流计算值,确定配电房实时电压,还包括:
在所述电压预测值合理的情况下,基于所述电压预测值和潮流计算值的大小关系,确定配电房实时电压;
在所述电压预测值不合理的情况下,以所述潮流计算值作为所述配电房实时电压。
可选地,构建初始化的预测网络模型,以所述配电房历史电压对应时刻的所述量测点的历史开关状态和历史电压为训练样本,对所述预测网络模型进行训练,得到目标预测网络模型,包括:
将所述历史开关状态输入所述预测网络模型,生成对应的电压测试值;
根据所述电压测试值和所述历史电压,确定所述训练误差;
基于所述训练误差,对所述预测网络模型进行调整,以得到所述最优网络参数,并采用所述最优网络参数生成目标预测网络模型。
第二方面,本发明还提供了一种配电房实时电压的确定装置,其特征在于,包括:
第一获取模块,用于通过网络拓扑在配电房的预设路径上获取目标设备的量测点;
第二获取模块,用于以配电房的母线刷新间隔为采集周期,从所述量测点的历史数据中获取配电房历史电压对应时刻的所述量测点的历史开关状态和历史电压值;
训练模块,用于构建初始化的预测网络模型,以所述配电房历史电压对应时刻的所述量测点的历史开关状态和历史电压为训练样本,对所述预测网络模型进行训练,得到目标预测网络模型;
预测模块,用于当接收到实时数据刷新请求时,输入预设周期内所采集的所述测量点的开关状态和电压值到所述目标预测网络模型,得到电压预测值;
计算模块,用于对所述配电房的电压进行潮流计算,得到潮流计算值;
合理性判断模块,用于对所述电压预测值进行合理性判断,并依据所述电压预测值的合理性,基于所述电压预测值和潮流计算值,确定配电房实时电压。
可选地,所述装置还包括:
补充模块,用于从所述历史电压和所述历史开关状态中确定缺失量测,并对所述缺失量测进行补充处理。
可选地,合理性判断模块包括:
获取子模块,用于获取历史平均电压值,并计算预设周期内所采集的所述测量点的电压值的平均值;
差值比例确定子模块,用于基于所述历史平均电压值和所述平均值,结合预先设定的差值比例评价公式,确定所述历史平均电压值和所述平均值间的差值比例;
判断子模块,用于判断所述差值比例是否在差值比例评价公式对应的合理范围内;若是,则确定所述电压预测值合理;若否,则确定所述电压预测值不合理。
可选地,所述合理性判断模块还包括:
第一确定子模块,用于在所述电压预测值合理的情况下,基于所述电压预测值和潮流计算值的大小关系,确定配电房实时电压;
第二确定子模块,用于在所述电压预测值不合理的情况下,以所述潮流计算值作为所述配电房实时电压。
可选地,所述训练模块包括:
输入子模块,用于将所述历史开关状态输入所述预测网络模型,生成对应的电压测试值;
训练误差确定子模块,用于根据所述电压测试值和所述历史电压,确定所述训练误差;
目标预测网络模型生成子模块,用于基于所述训练误差,对所述预测网络模型进行调整,以得到所述最优网络参数,并采用所述最优网络参数生成目标预测网络模型。
从以上技术方案可以看出,本发明具有以下优点:
本发明通过网络拓扑在配电房的预设路径上获取目标设备的量测点;以配电房的母线刷新间隔为采集周期,从所述量测点的历史数据中获取配电房历史电压对应时刻的所述量测点的历史开关状态和历史电压值;构建初始化的预测网络模型,以所述配电房历史电压对应时刻的所述量测点的历史开关状态和历史电压为训练样本,对所述预测网络模型进行训练,得到目标预测网络模型;当接收到实时数据刷新请求时,输入预设周期内所采集的所述测量点的开关状态和电压值到所述目标预测网络模型,得到电压预测值;对所述配电房的电压进行潮流计算,得到潮流计算值;对所述电压预测值进行合理性判断,并依据所述电压预测值的合理性,基于所述电压预测值和潮流计算值,确定配电房实时电压。通过神经网络预测和潮流计算两种方式确定配电房实时电压,从而提升了配网AVC的可用率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图;
图1为本发明的一种配电房实时电压的确定方法实施例一的步骤流程图;
图2为本发明的一种配电房实时电压的确定实施例二的步骤流程图;
图3为本发明通过网络拓扑获取到的量测点与配电房的连接示意图;
图4为本发明的一种配电房实时电压的确定装置实施例的结构框图。
具体实施方式
本发明实施例提供了一种配电房实时电压的确定方法及装置,通过神经网络预测和潮流计算两种方式确定配电房实时电压,从而提升了配网AVC的可用率。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,图1为本发明的一种配电房实时电压的确定方法实施例一的步骤流程图,具体可以包括如下步骤:
步骤S101,通过网络拓扑在配电房的预设路径上获取目标设备的量测点;
步骤S102,以配电房的母线刷新间隔为采集周期,从所述量测点的历史数据中获取配电房历史电压对应时刻的所述量测点的历史开关状态和历史电压值;
步骤S103,构建初始化的预测网络模型,以所述配电房历史电压对应时刻的所述量测点的历史开关状态和历史电压为训练样本,对所述预测网络模型进行训练,得到目标预测网络模型;
步骤S104,当接收到实时数据刷新请求时,输入预设周期内所采集的所述测量点的开关状态和电压值到所述目标预测网络模型,得到电压预测值;
步骤S105,对所述配电房的电压进行潮流计算,得到潮流计算值;
步骤S106,对所述电压预测值进行合理性判断;并依据所述电压预测值的合理性,基于所述电压预测值和潮流计算值,确定配电房实时电压。
在本发明实施例中,通过网络拓扑在配电房的预设路径上获取目标设备的量测点;以配电房的母线刷新间隔为采集周期,从所述量测点的历史数据中获取配电房历史电压对应时刻的所述量测点的历史开关状态和历史电压值;构建初始化的预测网络模型,以所述配电房历史电压对应时刻的所述量测点的历史开关状态和历史电压为训练样本,对所述预测网络模型进行训练,得到目标预测网络模型;当接收到实时数据刷新请求时,输入预设周期内所采集的所述测量点的开关状态和电压值到所述目标预测网络模型,得到电压预测值;对所述配电房的电压进行潮流计算,得到潮流计算值;对所述电压预测值进行合理性判断,并依据所述电压预测值的合理性,基于所述电压预测值和潮流计算值,确定配电房实时电压。通过神经网络预测和潮流计算两种方式确定配电房实时电压,从而提升了配网AVC的可用率。
请参阅图2,为本发明的一种配电房实时电压的确定方法实施例二的步骤流程图,具体包括:
步骤S201,通过网络拓扑在配电房的预设路径上获取目标设备的量测点;
请参阅图3,图3为本发明通过网络拓扑获取到的量测点与配电房的连接示意图,在本发明实施例中,通过网络拓扑识别到I38公用配电站发热配电***在G01、601和602三个自动化开关,即量测点,然后在这三个自动化开关上获取基本量测。
在具体实现中,在量测点所获取的数据作为训练输入步骤S204中的预测网络模型的集合一般为:【G01-Uab,G01-Iab,G01-switchstate,601-Uab,601-Iab,601-switchstate,602-Uab,602-Iab,602-switchstate,G02-switchstate,G03-switchstate,G05-switchstate】,其中,该集合的最后三条数据为I38公用配电站的负荷开关的状态,且步骤S204的预测网络模型的输出项则是I38配电站的电压预测值,该电压预测值可以对应同一层级电路的多条母线电压。
步骤S202,以配电房的母线刷新间隔为采集周期,从所述量测点的历史数据中获取配电房历史电压对应时刻的所述量测点的历史开关状态和历史电压值;
步骤S203,从所述历史电压和所述历史开关状态中确定缺失量测,并对所述缺失量测进行补充处理;
在本发明实施例中,以配电房母线刷新间隔为采集周期,每个周期采集拓扑搜索到的上述所有设备所属量测点的值和开关状态并进行预处理,即从历史库中按照采集周期查询并记录量测点的相关历史数据,包括历史开关状态和历史电压值。
同时,列出每条样本记录,之后将缺失量测进行补充处理。补充方法:根据实际运行经验进行补充,例如将缺失量测补充为平均值或者根据经验推断的合理数据;例如下表中第三行的丢失数据,根据经验推断将其补为10.164;第五行的丢失数据由于开关断开,故本支路没有电压,根据经验推断将其自动化开关1电压补位0;第六排开关1的开关量缺失,由于自动化开关1上采集电压为0,故根据经验判断开关断开。
此外还需要将量测数值与额定值进行比对,计算异常比例,异常比例为计算量测数据与额定数据之差除以额定值,异常比例超过设定阈值的记录抛掉,直至缺失量测全部补充,从而完成数据预处理。
步骤S204,构建初始化的预测网络模型,以所述配电房历史电压对应时刻的所述量测点的历史开关状态和历史电压为训练样本,对所述预测网络模型进行训练,得到目标预测网络模型;
在一个可选实施例中,构建初始化的预测网络模型,以所述配电房历史电压对应时刻的所述量测点的历史开关状态和历史电压为训练样本,对所述预测网络模型进行训练,得到目标预测网络模型,包括:
将所述历史开关状态输入所述预测网络模型,生成对应的电压测试值;
根据所述电压测试值和所述历史电压,确定所述训练误差;
基于所述训练误差,对所述预测网络模型进行调整,以得到所述最优网络参数,并采用所述最优网络参数生成目标预测网络模型。
在本发明实施例中,预测网络模型根据所述电压测试值和所述历史电压,确定所述训练误差,进而根据训练误差对预测网络模型的宽度、深度、学习率等参数进行调整,得到所述最优网络参数,从而得到目标预测网络模型。
另外,本发明实施例的预测网络模型还添加dropout层和对模型设置提前终止条件,来减缓过拟合的程度。
此外,目标预测网络模型上线后,为了保证其有效性和适应性,定时组织数据进行对模型进行增量训练。
步骤S205,当接收到实时数据刷新请求时,输入预设周期内所采集的所述测量点的开关状态和电压值到所述目标预测网络模型,得到电压预测值;
步骤S206,对所述配电房的电压进行潮流计算,得到潮流计算值;
步骤S207,获取历史平均电压值,并计算预设周期内所采集的所述测量点的电压值的平均值;
步骤S208,基于所述历史平均电压值和所述平均值,结合预先设定的差值比例评价公式,确定所述历史平均电压值和所述平均值间的差值比例;
在本发明实施例中,通过目标预测网络模型确定电压预测值后,由参与运算的全部有效电压值加权计算出测量点的电压值,即对预设周期内的测量点的电压值,进行加权计算得到平均值,再将平均值和历史平均电压值按照差值比例评价公式进行计算,得到差值比例,所述差值比例评价公式具体为:
其中,Rdiff为差值比例,Uhave为历史平均电压值,Uave为平均值。
步骤S209,判断所述差值比例是否在差值比例评价公式对应的合理范围内;若是,则确定所述电压预测值合理;若否,则确定所述电压预测值不合理;
在本发明实施例中,假如差值比例大于10%,则认定电压预测值不合理,假如差值比例小于或等于10%,则认定电压预测值合理。
步骤S210,依据所述电压预测值的合理性,基于所述电压预测值和潮流计算值,确定配电房实时电压,具体为:
在所述电压预测值合理的情况下,基于所述电压预测值和潮流计算值的大小关系,确定配电房实时电压;
在所述电压预测值不合理的情况下,以所述潮流计算值作为所述配电房实时电压。
在本发明实施例中,当配网自动电压控制***需要获取AVC实时数据时,可以根据当前样本所处的平均值和历史平均电压值的关系得出差值比例,当差值比例超过10%时,即单独采用潮流计算值,否则采用潮流计算值和神经网络预测值,结合加权残差法得到综合处理值作为配电房实时电压。这样方法可以有效避免电压过大或者过小的这种极端情形下导致的电压预测不准确。
在本发明实施例所提供的一种配电房实时电压的确定方法,通过网络拓扑在配电房的预设路径上获取目标设备的量测点;以配电房的母线刷新间隔为采集周期,从所述量测点的历史数据中获取配电房历史电压对应时刻的所述量测点的历史开关状态和历史电压值;构建初始化的预测网络模型,以所述配电房历史电压对应时刻的所述量测点的历史开关状态和历史电压为训练样本,对所述预测网络模型进行训练,得到目标预测网络模型;当接收到实时数据刷新请求时,输入预设周期内所采集的所述测量点的开关状态和电压值到所述目标预测网络模型,得到电压预测值;对所述配电房的电压进行潮流计算,得到潮流计算值;对所述电压预测值进行合理性判断,并依据所述电压预测值的合理性,基于所述电压预测值和潮流计算值,确定配电房实时电压。通过神经网络预测和潮流计算两种方式确定配电房实时电压,从而提升了配网AVC的可用率。
请参阅图4,示出了一种配电房实时电压的确定装置实施例的结构框图,包括如下模块:
第一获取模块401,用于通过网络拓扑在配电房的预设路径上获取目标设备的量测点;
第二获取模块402,用于以配电房的母线刷新间隔为采集周期,从所述量测点的历史数据中获取配电房历史电压对应时刻的所述量测点的历史开关状态和历史电压值;
训练模块403,用于构建初始化的预测网络模型,以所述配电房历史电压对应时刻的所述量测点的历史开关状态和历史电压为训练样本,对所述预测网络模型进行训练,得到目标预测网络模型;
预测模块404,用于当接收到实时数据刷新请求时,输入预设周期内所采集的所述测量点的开关状态和电压值到所述目标预测网络模型,得到电压预测值;
计算模块405,用于对所述配电房的电压进行潮流计算,得到潮流计算值;
合理性判断模块406,用于对所述电压预测值进行合理性判断,并依据所述电压预测值的合理性,基于所述电压预测值和潮流计算值,确定配电房实时电压。
在一个可选实施例中,所述装置还包括:
补充模块,用于从所述历史电压和所述历史开关状态中确定缺失量测,并对所述缺失量测进行补充处理。
在一个可选实施例中,合理性判断模块406包括:
获取子模块,用于获取历史平均电压值,并计算预设周期内所采集的所述测量点的电压值的平均值;
差值比例确定子模块,用于基于所述历史平均电压值和所述平均值,结合预先设定的差值比例评价公式,确定所述历史平均电压值和所述平均值间的差值比例;
判断子模块,用于判断所述差值比例是否在差值比例评价公式对应的合理范围内;若是,则确定所述电压预测值合理;若否,则确定所述电压预测值不合理。
在一个可选实施例中,合理性判断模块406还包括:
第一确定子模块,用于在所述电压预测值合理的情况下,基于所述电压预测值和潮流计算值的大小关系,确定配电房实时电压;
第二确定子模块,用于在所述电压预测值不合理的情况下,以所述潮流计算值作为所述配电房实时电压。
在一个可选实施例中,所述训练模块403包括:
输入子模块,用于将所述历史开关状态输入所述预测网络模型,生成对应的电压测试值;
训练误差确定子模块,用于根据所述电压测试值和所述历史电压,确定所述训练误差;
目标预测网络模型生成子模块,用于基于所述训练误差,对所述预测网络模型进行调整,以得到所述最优网络参数,并采用所述最优网络参数生成目标预测网络模型。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (6)
1.一种配电房实时电压的确定方法,其特征在于,包括:
通过网络拓扑在配电房的预设路径上获取目标设备的量测点;
以配电房的母线刷新间隔为采集周期,从所述量测点的历史数据中获取配电房历史电压对应时刻的所述量测点的历史开关状态和历史电压值;
构建初始化的预测网络模型,以所述配电房历史电压对应时刻的所述量测点的历史开关状态和历史电压为训练样本,对所述预测网络模型进行训练,得到目标预测网络模型;
当接收到实时数据刷新请求时,输入预设周期内所采集的所述量测点的开关状态和电压值到所述目标预测网络模型,得到电压预测值;
对所述配电房的电压进行潮流计算,得到潮流计算值;
对所述电压预测值进行合理性判断,并依据所述电压预测值的合理性,基于所述电压预测值和潮流计算值,确定配电房实时电压;
对所述电压预测值进行合理性判断,并依据所述电压预测值的合理性,基于所述电压预测值和潮流计算值,确定配电房实时电压,包括:
获取历史平均电压值,并计算预设周期内所采集的所述量测点的电压值的平均值;
基于所述历史平均电压值和所述平均值,结合预先设定的差值比例评价公式,确定所述历史平均电压值和所述平均值间的差值比例;
判断所述差值比例是否在差值比例评价公式对应的合理范围内;若是,则确定所述电压预测值合理;若否,则确定所述电压预测值不合理;
在所述电压预测值合理的情况下,基于所述电压预测值和潮流计算值的大小关系,确定配电房实时电压,即采用所述潮流计算值和所述电压预测值,结合加权残差法确定所述配电房实时电压;
在所述电压预测值不合理的情况下,以所述潮流计算值作为所述配电房实时电压。
2.根据权利要求1所述的配电房实时电压的确定方法,其特征在于,以配电房的母线刷新间隔为采集周期,从所述量测点的历史数据中获取历史电压和历史开关状态之后,还包括:
从所述历史电压和所述历史开关状态中确定缺失量测,并对所述缺失量测进行补充处理。
3.根据权利要求1所述的配电房实时电压的确定方法,其特征在于,构建初始化的预测网络模型,以所述配电房历史电压对应时刻的所述量测点的历史开关状态和历史电压为训练样本,对所述预测网络模型进行训练,得到目标预测网络模型,包括:
将所述历史开关状态输入所述预测网络模型,生成对应的电压测试值;
根据所述电压测试值和所述历史电压,确定训练误差;
基于所述训练误差,对所述预测网络模型进行调整,以得到最优网络参数,并采用所述最优网络参数生成目标预测网络模型。
4.一种配电房实时电压的确定装置,其特征在于,包括:
第一获取模块,用于通过网络拓扑在配电房的预设路径上获取目标设备的量测点;
第二获取模块,用于以配电房的母线刷新间隔为采集周期,从所述量测点的历史数据中获取配电房历史电压对应时刻的所述量测点的历史开关状态和历史电压值;
训练模块,用于构建初始化的预测网络模型,以所述配电房历史电压对应时刻的所述量测点的历史开关状态和历史电压为训练样本,对所述预测网络模型进行训练,得到目标预测网络模型;
预测模块,用于当接收到实时数据刷新请求时,输入预设周期内所采集的所述量测点的开关状态和电压值到所述目标预测网络模型,得到电压预测值;
计算模块,用于对所述配电房的电压进行潮流计算,得到潮流计算值;
合理性判断模块,用于对所述电压预测值进行合理性判断,并依据所述电压预测值的合理性,基于所述电压预测值和潮流计算值,确定配电房实时电压;
合理性判断模块包括:
获取子模块,用于获取历史平均电压值,并计算预设周期内所采集的所述量测点的电压值的平均值;
差值比例确定子模块,用于基于所述历史平均电压值和所述平均值,结合预先设定的差值比例评价公式,确定所述历史平均电压值和所述平均值间的差值比例;
判断子模块,用于判断所述差值比例是否在差值比例评价公式对应的合理范围内;若是,则确定所述电压预测值合理;若否,则确定所述电压预测值不合理;
所述合理性判断模块还包括:
第一确定子模块,用于在所述电压预测值合理的情况下,基于所述电压预测值和潮流计算值的大小关系,确定配电房实时电压,即采用所述潮流计算值和所述电压预测值,结合加权残差法确定所述配电房实时电压;
第二确定子模块,用于在所述电压预测值不合理的情况下,以所述潮流计算值作为所述配电房实时电压。
5.根据权利要求4所述的配电房实时电压的确定装置,其特征在于,所述装置还包括:
补充模块,用于从所述历史电压和所述历史开关状态中确定缺失量测,并对所述缺失量测进行补充处理。
6.根据权利要求4所述的配电房实时电压的确定装置,其特征在于,所述训练模块包括:
输入子模块,用于将所述历史开关状态输入所述预测网络模型,生成对应的电压测试值;
训练误差确定子模块,用于根据所述电压测试值和所述历史电压,确定所述训练误差;
目标预测网络模型生成子模块,用于基于所述训练误差,对所述预测网络模型进行调整,以得到最优网络参数,并采用所述最优网络参数生成目标预测网络模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110602089.9A CN113300371B (zh) | 2021-05-31 | 2021-05-31 | 一种配电房实时电压的确定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110602089.9A CN113300371B (zh) | 2021-05-31 | 2021-05-31 | 一种配电房实时电压的确定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113300371A CN113300371A (zh) | 2021-08-24 |
CN113300371B true CN113300371B (zh) | 2022-07-12 |
Family
ID=77326382
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110602089.9A Active CN113300371B (zh) | 2021-05-31 | 2021-05-31 | 一种配电房实时电压的确定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113300371B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115051912B (zh) * | 2022-06-20 | 2023-11-03 | 广东电网有限责任公司 | 一种停电用户定位方法、装置、设备、介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111414999A (zh) * | 2020-04-27 | 2020-07-14 | 新智数字科技有限公司 | 一种设备运行状态的监测方法及装置 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103972985B (zh) * | 2014-05-26 | 2015-12-02 | 湖南大学 | 一种配电网的在线安全预警与预防控制方法 |
US9971371B2 (en) * | 2015-03-17 | 2018-05-15 | Mitsubishi Electric Research Laboratories, Inc. | Method for predicting a voltage collapse in a micro-grid connected to a power distribution network |
CN104836227B (zh) * | 2015-04-17 | 2017-03-15 | 天津大学 | 基于案例推理的配电网主动电压控制方法 |
CN107634516A (zh) * | 2017-09-11 | 2018-01-26 | 三峡大学 | 一种基于灰色‑马尔可夫链的配网状态估计方法 |
CN108173263B (zh) * | 2017-12-29 | 2022-02-22 | 国网天津市电力公司电力科学研究院 | 一种基于ami量测信息的配电网拓扑错误辨识算法 |
CN111756031B (zh) * | 2019-03-29 | 2023-11-03 | 中国电力科学研究院有限公司 | 一种电网运行趋势估算方法和*** |
CN112819373A (zh) * | 2021-02-25 | 2021-05-18 | 云南电网有限责任公司电力科学研究院 | 一种配网电压异常数据检测方法及装置 |
-
2021
- 2021-05-31 CN CN202110602089.9A patent/CN113300371B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111414999A (zh) * | 2020-04-27 | 2020-07-14 | 新智数字科技有限公司 | 一种设备运行状态的监测方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113300371A (zh) | 2021-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105225026A (zh) | 一种基于电能服务管理平台的住房空置率评估方法 | |
CN113300371B (zh) | 一种配电房实时电压的确定方法及装置 | |
CN106022664A (zh) | 基于大数据分析的网络智慧节电监控方法 | |
CN112288303A (zh) | 确定线损率的方式、装置 | |
CN109494757B (zh) | 一种电压无功运行预警方法和*** | |
CN111856309A (zh) | 一种电池健康状态的定量判断方法 | |
CN114528951A (zh) | 一种配网线路单线图异常诊断分析方法、***及装置 | |
CN114742488B (zh) | 一种主变压器运行风险评估方法和*** | |
CN111985816A (zh) | 电力设备检修模式风险成本评估方法、装置、终端及介质 | |
CN115882456A (zh) | 一种基于大规模电网潮流的电力控制方法及*** | |
CN115561699B (zh) | 运行误差估计方法及装置 | |
CN116484554A (zh) | 一种配电网的拓扑辨识方法、装置、设备及介质 | |
CN107565555B (zh) | 长线路多分枝供电区域电压质量的评估方法及评估*** | |
CN115545434A (zh) | 一种建筑能源与碳排放审计方法及*** | |
CN111796143B (zh) | 一种配用电***节能设备节能量计量方法 | |
CN109327026B (zh) | 一种低压配电网区间状态估计方法 | |
CN112488426A (zh) | 一种自下而上的差异化用电需求预测方法及*** | |
CN111339664A (zh) | 一种基于边缘计算的逐层负荷建模方法和*** | |
CN107634531B (zh) | 一种大容量电池储能接入自动发电控制方法 | |
CN111880121B (zh) | 一种基于运行扰动数据分析的低压台区拓扑***及拓扑识别方法 | |
Yang et al. | An ICSI-based PMU data recovering method | |
CN117499817B (zh) | 一种分布式电表采集***及采集方法 | |
CN117575308B (zh) | 分布式配电网的风险评估方法、装置、设备及存储介质 | |
CN116523547B (zh) | 一种数字化营销服务管理平台 | |
CN114611408A (zh) | 配电网开关设置优化方法及*** |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |