一种配电网线损动态量化评估方法及系统与流程

1.本发明属于配电网线损数据处理技术领域，具体涉及一种配电网线损动态量化评估方法及系统。


背景技术：

2.电力技术大力发展的潮流中，供电公司作为一个迅速发展的企业，追求稳健的经济效益，就要通过开源节流、降损减耗等管理及技术措施提升效益，从而实现经济盈利。电流通过线路后产生能量损耗的优良程度对供电公司的经济效益具有较大的影响，线损率反映出配电线路的规划水平，也能反映电网公司经营管理水平。由于供电公司的生产经营效益的高低会直接受到电网的线损管理是否得当的影响，因此尽可能的实现较低的线损率不仅是供电公司提高经济效益的努力方向之一，同时也是供电公司不断追寻稳定与健康发展的目标之一。
3.现有技术中，在分析线损普遍从电网机构和用电结构变化的基础上进行分析，但是分析层面仅从电网的网架结构、设备情况、负载率因素进行分析，覆盖面不够全面，实际线损率和相应的变换规律无法从客观的层面上呈现。


技术实现要素：

4.本发明克服了现有技术存在的不足，提供了一种一种配电网线损动态量化评估方法及系统，通过分析线损以及对获取到历史数据下的成本投入，同时利用预测模型对线损进行预测，从而优化后制定的供电线路，降低线损减少成本投入，提高经济效益。
5.为了解决上述技术问题，本发明采用的技术方案为：针对现有技术在分析线损普遍从电网机构和用电结构变化的基础上进行分析，覆盖面不够全面，以及实际线损率和相应的变换规律无法从客观的层面上呈现的问题，提出了一种配电网线损动态量化评估方法，该方法具体包括以下步骤：
6.s1、获取配电网中的历史数据集并进行预处理；
7.s2、根据获取到的历史数据集创建聚类中心，划分同类型台区；
8.s3、根据划分后的台区采用对应的线损预测模型；
9.s4、根据预测结果以及线损综合评价进行供电线路的优化设计。
10.通过分析线损以及对获取到历史数据下的成本投入，同时利用预测模型对线损进行预测，从而优化后制定的供电线路，降低线损减少成本投入，提高经济效益。
11.所述步骤s1获取到历史数据集后，针对数据缺数、数据异常和数据冗余的问题，通过对缺失数据的填补、异常数据和冗余数据的删除，对获取到的历史数据集进行数据预处理。
12.所述步骤s2在划分同类型台区式，进一步的包括以下步骤；
13.s201、随机从经过预处理后的数据集中选取一点作为聚类的中心点μ1；
14.s202、计算数据集中每一点与当前已有聚类中心点之间的最短距离；其中计算距
离的表达式为；
[0015][0016]
式(1
‑
1)中，x
i
表示数据集中的任意一点，μ
τ
表示现有的聚类中心点；
[0017]
s203、根据距离计算的结果，利用加权概率分布计算每个样本被选为下一个中心点的概率，并按照轮盘法选取新的聚类中心点；
[0018]
s204、通过循环迭代的方式，重复步骤s202和步骤s203获取新的聚类中心点，直至聚类中心点的数量满足k个；
[0019]
s205、根据划分出的聚类中心点将数据集中的各个数据划分到距离最近中心点所在的类中。
[0020]
所述s4进行供电线路优化设计时，通过综合评价作为定性定量评价对象所处状态的决策措施；所述综合评价包括对评价指标的选取、评价体系的建立、权重值得设定和评价结果的输出。
[0021]
进行综合评价时，构建基于偏差的模糊评价模型，所述基于偏差的模糊评价模型通过各电压等级网络、各电压等级元件进行其中线损指标的评价，用于评估其线损或各项指标的偏差程度。
[0022]
所述基于偏差的模糊评价模型引用的偏差为有名值或百分比；针对线损指标进行评估时，由于当线损率越低时表明状态越好，因此，采用超上限评估模型进行评估；所述超上限评估模型只评估正偏差，负偏差不考核均为满分，只考核正偏差；
[0023]
所述超上限评估模型表达式为：
[0024][0025]
式(1
‑
2)中，δy表示待评价指标或参数的偏差；k表示预设系数；所述f(δy)表示0到1之间的评估结果，用于在评估的同时将结果标准化。
[0026]
所述线损预测模型包括：线性回归预测模型、长短期记忆网络预测模型和随机森林预测模型；根据台区聚类结果，结合预测结果的偏差分析，为提高预测结果，在实际工况中采用更适配的预测模型进行相对应的预测分析；
[0027]
进一步的，进行线损预测时，实现过程包括：
[0028]
s301、构建线损预测模型；
[0029]
s302、根据预设比例划分历史数据集为训练集和验证集；
[0030]
s303、利用训练集对线损模型预测模型进行训练；
[0031]
s304、输出训练完成的线损预测模型。
[0032]
提出一种配电网线损动态量化评估系统，该系统更具体包括：
[0033]
用于获取数据以及进行数据预处理的第一模块；
[0034]
用于划分同类型台区的第二模块；
[0035]
用于分析择用相应线损预测模型的第三模块；
[0036]
用于优化供电线路的第四模块。
[0037]
第一模块获取配电网中的历史数据集，并针对实际工况中因为数据缺数、数据异常和数据冗余的问题，通过对缺失数据的填补、异常数据和冗余数据的删除，对获取到的历
史数据集进行数据预处理；第二模块接收第一模块经过预处理的数据后，创建聚类中心并根据距离计算结果划分同类型台区；第三模块根据划分好的台区采用相对应的线损预测模型对线损进行预测并输出预测结果；第四模块接收第三模块输出的预测结果，通过综合分析优化供电线路的设计，选择最优的供电线路，实现线损的减少，从而提高经济效益。
[0038]
所述第一模块在进行数据预处理时，为了正确反映配电网线损特性，首先将其中的缺失值以及非数字特征的数据进行标准化处理；针对缺失值，在实际工况中，采用数据集中的众数进行填充；针对非数字特征的数据，采用编码组合的方式将表达形式转换为数字量特征；
[0039]
所述第二模块为了降低线损分析时的复杂难度以及降低运算时所占用的资源，根据获取到的历史数据集创建聚类中心，划分同类型台区。
[0040]
本发明与现有技术相比具有的有益效果是：
[0041]
1、本发明通过分析线损以及对获取到历史数据下的成本投入，同时利用预测模型对线损进行预测，从而优化后制定的供电线路，降低线损减少成本投入，提高经济效益。
[0042]
2、在数据分析过程中，通过对缺失数据的填补、异常数据和冗余数据的删除，对获取到的历史数据集进行数据预处理，进一步增强数据分析结果的真实性和可靠性。
附图说明
[0043]
下面结合附图对本发明做进一步的说明。
[0044]
图1为本发明的数据处理流程框图。
具体实施方式
[0045]
如图所示：
[0046]
实施例一
[0047]
针对现有技术在分析线损普遍从电网机构和用电结构变化的基础上进行分析，覆盖面不够全面，以及实际线损率和相应的变换规律无法从客观的层面上呈现的问题，本实施例提出一种配电网线损动态量化评估方法，如图1所示，本方法具体包括以下步骤：
[0048]
s1:获取配电网中的历史数据集并进行预处理；
[0049]
s2:根据获取到的历史数据集创建聚类中心，划分同类型台区；
[0050]
s3:根据划分后的台区采用对应的线损预测模型；
[0051]
s4:根据预测结果以及线损综合评价进行供电线路的优化设计。
[0052]
通过分析线损以及对获取到历史数据下的成本投入，同时利用预测模型对线损进行预测，从而优化后制定的供电线路，降低线损减少成本投入，提高经济效益。
[0053]
实施例二
[0054]
在实施例一基础上的进一步实施例中，线损作为反映电网规划的重要技术经济指标，在进行数据分析时往往依赖于数据的完整性和合理性，但是实际工况中往往会因数据缺数、数据异常和数据冗余的问题，导致分析结果与实际理想方案存在偏差。因此，本实施例提出一种历史数据预处理的方法，通过对缺失数据的填补、异常数据和冗余数据的删除，对获取到的历史数据集进行数据预处理。
[0055]
具体的，线损的率作为回如皋能量配电网线损的指标，是一段时间范围内线损占
总供电量的比例，其表达式为：
[0056][0057]
式中，l表示配电网的线损率；e
loss
表示配电网损失的电量；e
support
表示配电网的供电量；e
sale
表示配电网销售的电量。
[0058]
分析获取到的历史数据集时，为了正确反映配电网线损特性，首先将其中的缺失值以及非数字特征的数据进行标准化处理。针对缺失值，实际工况，采用数据集中的众数进行填充。针对非数字特征的数据，采用编码组合的方式将表达形式转换为数字量特征。优选实施例中，在数据类型转换的过程中，若非数字特征的数据中的一个特征具备两种可能性，则编码后便对应两个二元特征。在缺失数据和非数字特征数据完成填充和转换后对其进行标准化处理，通过数据标准化将分析数据转换为同一量纲，从而消除了不同量纲对造成的不良影响。
[0059]
实施例三
[0060]
在实施例一基础上的进一步实施例中，配电网的覆盖面广阔，但不同的区域配电网台区的数量并不完全相同，为了降低线损分析时的复杂难度以及降低运算时所占用的资源，本实施例根据获取到的历史数据集创建聚类中心，划分同类型台区。
[0061]
具体的，首先，随机从数据集中选取一点作为聚类的中心点μ1；其次，采用距离计算表达式，计算数据集中每一点与当前已有聚类中心点之间的最短距离；再次，根据距离计算的结果，利用加权概率分布计算每个样本被选为下一个中心点的概率，并按照轮盘法选取新的聚类中心点；从次，通过循环迭代的方式，获取新的聚类中心点，直至满足k个聚类中心点；最后，根据划分出的聚类中心点将数据集中的各个数据划分到距离最近中心点所在的类中。
[0062]
其中，距离计算表达式为：
[0063][0064]
式(1
‑
1)中，x
i
表示数据集中的任意一点，μ
τ
表示现有的聚类中心点。
[0065]
本实施例采用的聚类方式能显著改善分类结果的最终误差，同时通过区域划分聚类的方式，降低了分析复杂度，以及运算资源的占用，同时为后续针对性的数据分析提供依据，增强分析结果的可靠性。
[0066]
实施例四
[0067]
在实施例一基础上的进一步实施例中，为了更好的预测不同台区的供电线路损耗，根据划分后的台区采用对应的线损预测模型进行线损预测，其中线损预测模型的预测结果，通过偏差和方差的结果进行实现。偏差是模型预测结果与真实值之间的差值，当偏差的数值越小时，表明模型的拟合结果就越好；方差是预测模型针对不同个数据集上预测结果的差值，当方差的数值越小时，表明模型的泛化能力越强。
[0068]
进行线损预测时，实现过程包括：
[0069]
s301、构建线损预测模型；
[0070]
s302、根据预设比例划分历史数据集为训练集和验证集；
[0071]
s303、利用训练集对线损模型预测模型进行训练；
[0072]
s304、输出训练完成的线损预测模型。
[0073]
其中，线损预测模型包括：线性回归预测模型、长短期记忆网络预测模型和随机森林预测模型，根据台区聚类结果，结合预测结果的偏差分析，为提高预测结果，在实际工况中采用更适配的预测模型进行相对应的预测分析。
[0074]
在进一步的实施例中，线性回归预测模型采用平均方法进行模型训练，其训练过程包括以下步骤：
[0075]
s3011、在经过预处理后的数据集上随机进行取样；
[0076]
s3012、使用是随机抽取的数据训练多元线性回归模型；
[0077]
s3013、循环迭代步骤s3011和步骤s3012直至获取多个训练完成的多元线性回归模型；
[0078]
s3014、组合多元线性回归模型，根据平均值获取最终的预测结果。
[0079]
线性回归预测模型作为一种集成式的回归算法，通过集成和平均值的计算方式，可以实现有效减少评估器的方差；另外，由于基本评估器至少由一个组成，所以能够有效降低模型过拟合，增加模型稳定性。
[0080]
在进一步的实施例中，长短期记忆网络预测模型可以解决现有技术中神经网络具备的长时依赖问题，进行线损数值预测时，首先将数据集输入模型，并将训练所用数据归一化；然后设置模型网络层数、神经元个数、激活函数、学习率，并设置超参数；参数设置完成后开始计算损失函数并调整阈值，当误差达到设定值以下或迭代次数达到设定值时，停止模型运算并保存结果。
[0081]
在进一步的实施例中，随机森林预测模型的训练过程包括以下步骤：
[0082]
步骤3.2.1、设定经过预处理后的数据集为s以及输出的结果数为回归树。
[0083]
步骤3.2.2、当训练集的初始深度为0，遍历其每个特征f的每个值v，每一个v会把原始数据集s分为两个集合，即左集合s
‑
left和右集合s
‑
right，其中每一个集合都称作一个节点。所述左集合s
‑
left是小于v的样本集合；所述右集合s
‑
right是大于v的样本集合。
[0084]
步骤3.2.3、分别计算左集合s
‑
left、右集合s
‑
right的均方误差，找到使左右集合均方误差和最小的值value和特征feature，并记录；所述最小的值value为最佳分割特征，所述特征feature为最佳分割值。
[0085]
步骤3.2.4、判断是否满足预设条件，若满足则选取新的值v并跳转至步骤3.2.2，此时每个结合均为一个节点，同时决策树的深度加一；反之，跳转至步骤3.2.5。
[0086]
步骤3.2.5、将叶子节点的值作为预测值输出。
[0087]
本实施例实施时，最终当集合不再分裂，此时此集合便成为叶子节点。在该叶子节点内的样本预测值就是叶子节点的值，在同一个叶子节点中的样本有相同的预测值。
[0088]
实施例五
[0089]
在实施例一基础上的进一步实施例中，优化供电线路设计依赖于基于线损评估的结果，以最低线损为目的进行供电线路的设计。为了更好的获取最优的供电线路，本实施例提出一种综合评价模型，通过评价结果获取最优供电线路的方案。
[0090]
具体的，综合评价作为定性定量评价对象所处状态的决策措施，包括：对评价指标的选取、评价体系的建立、权重值得设定和评价结果的输出。为了解决不同范围、不同区域的电网线损动态评估，以评价范围内指标最好元件为基准，计算各元件的动态基准差，利用
模糊评估函数对元件线损进行动态量化评估，实现了所有元件的百分制评分，在此评分的基础上，结合相应评价模型，实现元件的动态评价。
[0091]
在进一步的实施例中，通过各电压等级网络、各电压等级元件进行线损评价，用于评估其线损或各项指标的偏差程度，采用了基于偏差的模糊评价模型。其中引用的偏差可以是有名值、百分比。优选实施例中，基本评判模型采用双边评价方式，其中δy为待评价指标或参数的偏差，f(δy)为0到1之间的评估结果，在评估的同时将结果标准化了，便于比较和打分。其公式表达式如下所示：
[0092][0093]
式中，δy表示待评价指标或参数的偏差，k表示预设系数。实际工况中，依据考核评价方式的不同，在该基本模型的基础上，扩展出超上限和超下限两种扩展评估模型。其中，超上限评估模型只评估正偏差，负偏差不考核均为满分，只考核正偏差，其表达式为：
[0094][0095]
式(1
‑
2)中，δy表示待评价指标或参数的偏差，k表示预设系数。
[0096]
超下限评估模型只评估负偏差，正偏差不考核均为满分，只考核负偏差，其表达式为：
[0097][0098]
式中，δy表示待评价指标或参数的偏差，k表示预设系数。本事实例中，针对线损指标进行评估，当线损率越低时表明状态越好，因此进行评估时采用超上限评估模型。
[0099]
实施例六
[0100]
针对实施例一提出的一种配电网线损动态量化评估方法，本实施例提出一种配电网线损动态量化评估系统用于实现该方法，该系统具体包括：
[0101]
用于获取数据以及进行数据预处理的第一模块；
[0102]
用于划分同类型台区的第二模块；
[0103]
用于分析择用相应线损预测模型的第三模块；
[0104]
用于优化供电线路的第四模块。
[0105]
在进一步的实施例中，第一模块获取配电网中的历史数据集，并针对实际工况中因为数据缺数、数据异常和数据冗余的问题，通过对缺失数据的填补、异常数据和冗余数据的删除，对获取到的历史数据集进行数据预处理；第二模块接收第一模块经过预处理的数据后，创建聚类中心并根据距离计算结果划分同类型台区；第三模块根据划分好的台区采用相对应的线损预测模型对线损进行预测并输出预测结果；第四模块接收第三模块输出的预测结果，通过综合分析优化供电线路的设计，选择最优的供电线路，实现线损的减少，从而提高经济效益。
[0106]
在进一步的实施例中，第一模块在进行数据预处理时，为了正确反映配电网线损
特性，首先将其中的缺失值以及非数字特征的数据进行标准化处理。针对缺失值，在实际工况中，采用数据集中的众数进行填充。针对非数字特征的数据，采用编码组合的方式将表达形式转换为数字量特征。
[0107]
在进一步的实施例中，第二模块为了降低线损分析时的复杂难度以及降低运算时所占用的资源，根据获取到的历史数据集创建聚类中心，划分同类型台区。
[0108]
如上所述，尽管参照特定的优选实施例已经表示和表述了本发明，但其不得解释为对本发明自身的限制。在不脱离所附权利要求定义的本发明的精神和范围前提下，可对其在形式上和细节上做出各种变化。
[0109]
步骤一、获取配电网中的历史数据集并进行预处理；
[0110]
步骤二、根据获取到的历史数据集创建聚类中心，划分同类型台区；
[0111]
步骤三、根据划分后的台区采用对应的线损预测模型；
[0112]
步骤四、根据预测结果以及线损综合评价进行供电线路的优化设计。
[0113]
上述实施方式仅示例性说明本发明的原理及其效果，而非用于限制本发明。对于熟悉此技术的人皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改进。因此，凡举所述技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。