申请/专利权人：国网湖北省电力有限公司鄂州供电公司

申请日：2018-08-21

公开（公告）日：2021-04-09

公开（公告）号：CN109063922B

主分类号：G06Q10/04(20120101)

分类号：G06Q10/04(20120101);G06Q50/06(20120101);G06Q10/00(20120101)

优先权：

专利状态码：有效-授权

法律状态：2021.04.09#授权;2019.01.18#实质审查的生效;2018.12.21#公开

摘要：本发明公开了一种基于小区入住率的配电变压器重过载预测方法，通过从电力用户用电信息采集系统中获取并进行用户编号关联多表合一小区的客户电表、水表采集明细数据；根据客户用电量和用水量判断计算得到小区入住率：最后根据重过载判定规则判定小区入住饱和状态下配电变压器是否发生过载风险；有效解决配电变压器因台区负荷的突变性和波动性影响导致难以准确开展中长期重过载预测的问题，实现对配电变压器运行状态进行准确预测，提前预警配电变压器重过载风险，有助于提升配电变压器的运维水平，保障设备安全及小区居民的用电质量。

主权项：1.一种基于小区入住率的配电变压器重过载预测方法，其特征在于，包括以下步骤：S1、从电力用户用电信息采集系统中获取多表合一小区的客户电表、水表采集明细数据；S2、对多表合一小区客户电表、水表采集明细数据进行电表和水表档案进行用户编号关联；S3、根据客户用电量D和用水量S，将客户分为入住用户k和未入住用户n-k，并计算得到小区入住率λ；其中：λ＝k×100％S4、从电力用户用电信息采集系统中获取配电变压器额定容量SN及不同时间点的实时功率St，获取小区入住率λ时配电变压器在时段T内的最大实时功率Stmax：S5、根据时段T内配电变压器最大功率与小区入住率的关系：a＝Stmaxλ＝Stmax×nk计算当时段T内小区入住率变为λ1时的配电变压器最大功率：Stmaxλ1＝λ1×a＝λ1×Stmax×nk；S6、计算配电变压器负载率δ：δ＝StmaxSN×100％分别计算触发配电变压器重载条件的入住率警戒值λ0.8和触发配电变压器过载条件的入住率警戒值λ1.0：λ0.8＝0.8×SN×kStmax×100％λ1.0＝SN×kStmax×100％根据重过载判定规则判定小区入住饱和状态下配电变压器是否发生过载风险；其中：重过载判定规则为：当负载率δ在[80％，100％]区间，判定配电变压器为重载状态；当负载率δ＞100％时，判定配电变压器为过载状态。

全文数据：一种基于小区入住率的配电变压器重过载预测方法技术领域本发明涉及智能检测技术领域，具体来说，涉及一种基于小区入住率的配电变压器重过载预测方法。背景技术配电变压器的运行状态直接影响台区内的供电质量和用户安全可靠用电；配电变压器的重过载运行是引起故障停电的主要原因之一，而重过载现象通常也伴随着三相不平衡、电压偏移等其他问题，严重影响用户安全可靠用电；此外，配电变压器长时间处于重过载状态会加快设备的非正常损耗，降低设备使用寿命，给电网带来故障隐患和运行风险。因此，开展配电变压器重过载预测具有十分重要的现实意义。文献[1]贺建章，王海波，季知祥，等.基于随机森林理论的配电变压器重过载预测[J].电网技术，2017，418：2594-2597分析了气象指标、用电类别、行业类别与配电变压器重过载发生概率的变化关系，并就可能的重过载成因进行了初步探讨，最后利用基于随机森林理论改进的决策树模型对配电变压器重过载状态进行预测。文献[2]LIM，ZHOUQ.Distributiontransformermid-termheavyandoverloadpre-warningbasedonlogisticregression[C]2015IEEEEindhovenPowertech，June29-July2，2015，Eindhoven，Netherlands，2015：1-5面向负荷增长较快的高速发展区域，从用户、气象和历史负荷出发，提出基于逻辑回归的重过载中长期预测方法，但未给出逻辑回归模型中各项参数的选择过程。文献[3]史常凯，闫文棋，张筱慧，等.基于BP网络和灰色模型的春节配变重过载预测[J].电力科学与技术学报，2016，311：140-145针对春节期间的重过载现象，提出基于BP神经网络与灰色模型的重过载预测方法。将春节前后配电变压器的负荷变化作为模型输入对负载率进行预测，进而判断设备重过载情况。通过该方法获取的重过载预测模型不具备泛化能力，也不能适应大规模配电网的快速分析。文献[4]PADMANABHK，SINGHMJ.LoadforecastingatdistributiontransformerusingIoTbasedsmartmeterdata[C]2016IEEEInternationalConferenceonContemporaryComputingandInformatics，December14-17，2016，Noida，India，2016：758-763以一周为周期，对6000个居民用户台区每周同一天共7类负荷曲线进行了研究，并加入气象和经济数据，采用不同的机器学习方法对负荷曲线进行了预测。但该方法忽略了负荷的季度年度规律，且对异常值较为敏感，预测效果受到了影响。文献[5]CAMPEZIDOUSI，GRIJALVAS.Distributiontransformershort-termloadforecastingmodels[J].IEEETransactionsonPowerSystem，2016，19：267-273基于线性回归模型讨论了在聚合和分解两种模型处理下预测效果的差异，通过算例说明了通过对训练节点进行分解能够有效提高负荷预测精度，但算例只采用了天气和时间数据用于模型训练，对配电变压器负荷影响因素分析不足。文献[6]NGOVC，WUWC，ZHANGBM.Ultra-short-termloadforecastingusingrobustexponentiallyweightedmethodindistributionnetworks[J].JournalofInformation，ControlandManagementSystems，2015，9：301-308提出了一种趋势分析与指数加权模型的超短期负荷预测方法，该方法能够提高对负荷峰谷的预测精度，且对负荷缺失值和异常值有较好的适应性。由上可见，目前的研究大多数是以配电变压器负荷预测为切入点，包括利用历史负荷数据外推负荷的典型变化规律，加入气象条件、经济指标等外部间接因素分析与负荷的关联程度，尝试采用各类机器学习方法构建负荷预测模型，最后基于负荷预测结果对重过载进行判断。但目前各类负荷预测方法在预测精度上的局限性导致基于负荷预测结果的重过载预测不能适应业务实际情况。对于短期负荷预测，考虑到目前消除重过载的手段以实施周期较长的线路切改和设备改造为主，短期的预测结果不足以提供足够的时间裕度消除重过载隐患；对于中长期负荷预测，考虑到台区负荷的突变性和波动性，负荷预测结果本身不能满足对重过载进行判断的基本精度。针对相关技术中的问题，目前尚未提出有效的解决方案。发明内容针对相关技术中的上述技术问题，本发明提出一种基于小区入住率的配电变压器重过载预测方法。本发明的技术方案是这样实现的：一种基于小区入住率的配电变压器重过载预测方法，包括以下步骤：S1、从电力用户用电信息采集系统中获取多表合一小区的客户电表、水表采集明细数据；S2、对多表合一小区客户电表、水表采集明细数据进行电表和水表档案进行用户编号关联；S3、根据客户用电量D和用水量S，将客户分为入住用户k和未入住用户n-k，并计算得到小区入住率λ；其中：λ＝kn×100％S4、从电力用户用电信息采集系统中获取配电变压器额定容量SN及不同时间点的实时功率St，获取小区入住率λ时配电变压器在时段T内的最大实时功率Stmax：S5、根据时段T内配电变压器最大功率与小区入住率的关系：a＝Stmaxλ＝Stmax×nk计算当时段T内小区入住率变为λ1时的配电变压器最大功率：Stmaxλ1＝λ1×a＝λ1×Stmax×nk；S6、计算配电变压器负载率δ：δ＝StmaxSN×100％分别计算触发配电变压器重载条件的入住率警戒值λ0.8和触发配电变压器过载条件的入住率警戒值λ1.0：λ0.8＝0.8×SN×kStmaxn×100％λ1.0＝SN×kStmaxn×100％根据重过载判定规则判定小区入住饱和状态下配电变压器是否发生过载风险；其中：重过载判定规则为：当负载率δ在[80％，100％]区间，判定配电变压器为重载状态；当负载率δ＞100％时，判定配电变压器为过载状态。进一步的，步骤S3中将客户分为入住用户和未入住用户的判定规则为：当客户Ai的用电量DA＜P千瓦时且客户Ai的用水量SA＜W吨时，则判定客户Ai未入住该小区；当客户Ai的用电量DA≥P千瓦时且客户Ai的用水量SA≥W吨时，则判定客户Ai未入住该小区；其中：i＝1，2，...n；n为小区的客户总数，P≥0；W≥0。进一步的，步骤S3中P＝0和或W＝0。本发明的有益效果：有效解决配电变压器因台区负荷的突变性和波动性影响导致难以准确开展中长期重过载预测的问题，实现对配电变压器运行状态进行准确预测，提前预警配电变压器重过载风险，有助于提升配电变压器的运维水平，保障设备安全及小区居民的用电质量。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的前提下，还可以根据这些附图获得其他的附图。图1是根据本发明一种基于小区入住率的配电变压器重过载预测方法流程图。具体实施方式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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。如图1所示，根据本发明实施例的一种基于小区入住率的配电变压器重过载预测方法，包括以下步骤：S1、从电力用户用电信息采集系统中获取多表合一小区的客户电表、水表采集明细数据；S2、对多表合一小区客户电表、水表采集明细数据进行电表和水表档案进行用户编号关联；S3、根据客户用电量D和用水量S，将客户分为入住用户k和未入住用户n-k，并计算得到小区入住率λ；其中：λ＝kn×100％S4、从电力用户用电信息采集系统中获取配电变压器额定容量SN及不同时间点的实时功率St，获取小区入住率λ时配电变压器在时段T内的最大实时功率Stmax：S5、根据时段T内配电变压器最大功率与小区入住率的关系：a＝Stmaxλ＝Stmax×nk计算当时段T内小区入住率变为λ1时的配电变压器最大功率：Stmaxλ1＝λ1×a＝λ1×Stmax×nk；S6、计算配电变压器负载率δ：δ＝StmaxSN×100％分别计算触发配电变压器重载条件的入住率警戒值λ0.8和触发配电变压器过载条件的入住率警戒值λ1.0：λ0.8＝0.8×SN×kStmaxn×100％λ1.0＝SN×kStmaxn×100％根据重过载判定规则判定小区入住饱和状态下配电变压器是否发生过载风险；其中：重过载判定规则为：当负载率δ在[80％，100％]区间，判定配电变压器为重载状态；当负载率δ＞100％时，判定配电变压器为过载状态。本实施例中，步骤S3中将客户分为入住用户和未入住用户的判定规则为：当客户Ai的用电量DA＜P千瓦时且客户Ai的用水量SA＜W吨时，则判定客户Ai未入住该小区；当客户Ai的用电量DA≥P千瓦时且客户Ai的用水量SA≥W吨时，则判定客户Ai未入住该小区；其中：i＝1，2，...n；n为小区的客户总数，P≥0；W≥0。本实施例中，步骤S3中P＝0和或W＝0。具体的，本发明实施案例选用某地区2个多表合一小区及2台配电变压器来进行说明，但本发明内容的适用性及保护范围不局限于多表合一小区，也不局限于从电力用户用电信息采集系统获取数据；S1、从电力用户用电信息采集系统中获取多表合一小区A、B的客户电表、水表采集明细数据；S2、对多表合一小区客户电表、水表采集明细数据进行电表和水表档案进行用户编号关联，关联后得到小区A的档案户数为308户，小区B的档案户数为352户；S3、根据客户用电量D和用水量S，将客户分为入住用户k和未入住用户n-k，并计算得到小区入住率λ；小区A的入住户数为244户，小区B的入住户数为294户；小区A入住率λA＝244308×100％＝79.22％；小区B入住率λB＝294352×100％＝83.52％；S4、从电力用户用电信息采集系统中获取小区A的配电变压器额定容量SNA为630kVA，小区B的配电变压器额定容量SNB为630kVA，及不同时间点的实时功率St。从系统中可获取小区A入住率79.22％时，小区A配电变压器在时段T内的最大实时功率203kVA；小区B入住率83.52％时，小区A配电变压器在时段T内的最大实时功率547kVA：S5、小区入住率可以反映小区负荷水平，因此可建立时段T内配电变压器最大功率与小区入住率的关系，小区A的aA＝256.25KVA，小区B的aB＝654.93KVA。当时段T内小区入住率变为λ1，则可得到小区A的配电变压器最大功率为Stmaxλ1＝λ1×256.25KVA，小区B的配电变压器最大功率为Stmaxλ1＝λ1×654.93KVA；S6、时段T内小区入住率为100％，即入住饱和状态下，小区A的配电变压器负载率为40.67％，即小区A入住饱和状态下配电变压器不会发生重过载风险；小区B的配电变压器负载率103.96％，即小区B入住饱和状态下配电变压器会发生过载风险；可计算获得触发配电变压器重载过载条件的入住率警戒值，小区B触发配电变压器重载条件的入住率警戒值：λ0.8＝0.8×630×294547352×100％＝76.95％触发过载条件的入住率警戒值：λ1.0＝630×294547352×100％＝96.20％即小区B的入住率为76.95％，住户为270户时，小区B配电变压器存在重载风险；小区B的入住率为96.20％，住户为338户时，小区B配电变压器存在过载风险。根据计算结果，可提前对小区B配电变压器进行增容改造或新增变压器，确保小区住户增加时不出现配电变压器重过载情形，确保配电变压器安全和小区用户的用电安全由此可见，借助于本发明的上述技术方案，有效解决配电变压器因台区负荷的突变性和波动性影响导致难以准确开展中长期重过载预测的问题，实现对配电变压器运行状态进行准确预测，提前预警配电变压器重过载风险，有助于提升配电变压器的运维水平，保障设备安全及小区居民的用电质量。以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

权利要求：1.一种基于小区入住率的配电变压器重过载预测方法，其特征在于，包括以下步骤：S1、从电力用户用电信息采集系统中获取多表合一小区的客户电表、水表采集明细数据；S2、对多表合一小区客户电表、水表采集明细数据进行电表和水表档案进行用户编号关联；S3、根据客户用电量D和用水量S，将客户分为入住用户k和未入住用户n-k，并计算得到小区入住率λ；其中：λ＝kn×100％S4、从电力用户用电信息采集系统中获取配电变压器额定容量SN及不同时间点的实时功率St，获取小区入住率λ时配电变压器在时段T内的最大实时功率Stmax：S5、根据时段T内配电变压器最大功率与小区入住率的关系：a＝Stmaxλ＝Stmax×nk计算当时段T内小区入住率变为λ1时的配电变压器最大功率：Stmaxλ1＝λ1×a＝λ1×Stmax×nk；S6、计算配电变压器负载率δ：δ＝StmaxSN×100％分别计算触发配电变压器重载条件的入住率警戒值λ0.8和触发配电变压器过载条件的入住率警戒值λ1.0：λ0.8＝0.8×SN×kStmaxn×100％λ1.0＝SN×kStmaxn×100％根据重过载判定规则判定小区入住饱和状态下配电变压器是否发生过载风险；其中：重过载判定规则为：当负载率δ在[80％，100％]区间，判定配电变压器为重载状态；当负载率δ＞100％时，判定配电变压器为过载状态。2.根据权利要求1所述的一种基于小区入住率的配电变压器重过载预测方法，其特征在于，步骤S3中将客户分为入住用户和未入住用户的判定规则为：当客户Ai的用电量DA＜P千瓦时且客户Ai的用水量SA＜W吨时，则判定客户Ai未入住该小区；当客户Ai的用电量DA≥P千瓦时且客户Ai的用水量SA≥W吨时，则判定客户Ai未入住该小区；其中：i＝1，2，...n；n为小区的客户总数，P≥0；W≥0。3.根据权利要求2所述的一种基于小区入住率的配电变压器重过载预测方法，其特征在于，步骤S3中P＝0和或W＝0。

百度查询： 国网湖北省电力有限公司鄂州供电公司 一种基于小区入住率的配电变压器重过载预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD