申请/专利权人：国网安徽省电力有限公司营销服务中心;国电南瑞南京控制系统有限公司

申请日：2024-02-06

公开（公告）日：2024-05-17

公开（公告）号：CN117708707B

主分类号：G06F18/2415

分类号：G06F18/2415;G06F18/22;G06N3/04;G06Q50/06

优先权：

专利状态码：有效-授权

法律状态：2024.05.17#授权;2024.04.02#实质审查的生效;2024.03.15#公开

摘要：本发明公开大数据下台区线损率异常智能预警方法和系统，该方法包括：步骤一：通过设置在每个台区的电网线路首端、尾部和负载上的电表采集台区内电气特征参数；步骤二：将采集的电气特征参数上传至服务器；步骤三：服务器提取获取电表所在台区，并对电气特征参数进行标准化处理；步骤四：构建BP神经网络模型，并基于标准化处理后的电气特征参数进行模型训练学习；步骤五：通过训练学习后的BP神经网络模型预测台区线损率；步骤六：将预测的台区线损率与正常线损率进行对比，并把对比结果显示在服务器上；步骤七：对线损率异常的台区进行预警提示。本发明实现了对台区线损率的准确计算和预警，大大节省了人力和时间。

主权项：1.大数据下台区线损率异常智能预警方法，其特征在于，包括：步骤一：通过设置在每个台区的电网线路首端、尾部和负载上的电表采集台区内电气特征参数，电气特征参数包括台区96点有功功率；步骤二：将采集的电气特征参数上传至服务器；步骤三：服务器获取电表所在台区，并对电气特征参数进行标准化处理；步骤四：构建BP神经网络模型，并基于标准化处理后的电气特征参数数据进行模型训练学习；步骤五：通过训练学习后的BP神经网络模型预测台区线损率；步骤六：将BP神经网络模型预测的台区线损率与正常线损率进行对比，并把对比结果显示在服务器上；步骤七：得出线损率高于正常线损率的异常台区，并对线损率异常的台区进行预警提示；所述步骤四中，利用正向传播公式和误差公式对BP神经网络模型进行学习训练，正向传播表达式为： 输出层计算结果E误差为： 其中，yl为隐含层输出值，f为Tanh函数，wnl、bnk分别表示输入层和隐含层之间的权值和阈值，zn为输入层的输入值，ok为输出层的输出值，wlk、blk分别表示隐含层和输出层之间的权值和阈值，E为预测线损率与真实线损率的误差，dk为真实线损率，p为输出层神经元个数，L为隐含层神经元个数；所述权值和阈值通过以下公式进行迭代： 其中，η为学习率，θ和δ为权重系数，且θ+δ＝1，ΔW为权值迭代量，为权值偏导，Δb为阈值迭代量，为阈值偏导，ΔwGH为第G+1次迭代后的加权权值迭代量，ΔwG为第G次迭代后的加权权值迭代量，ΔwG-1为第G-1次迭代后的加权权值迭代量，ΔwG-2为第G-2次迭代后的加权权值迭代量，ΔwG-3为第G-3次迭代后的加权权值迭代量，ΔwG-4为第G-4次迭代后的加权权值迭代量，ΔwG-5为第G-5次迭代后的加权权值迭代量，ΔbGH为第G+1次迭代后的加权阈值迭代量，ΔbG为第G次迭代后的加权阈值迭代量，ΔbG-1为第G-1次迭代后的加权阈值迭代量，ΔbG-2为第G-2次迭代后的加权阈值迭代量，ΔbG-3为第G-3次迭代后的加权阈值迭代量，ΔbG-4为第G-4次迭代后的加权阈值迭代量，ΔbG-5为第G-5次迭代后的加权阈值迭代量。

全文数据：

权利要求：

百度查询： 国网安徽省电力有限公司营销服务中心;国电南瑞南京控制系统有限公司 大数据下台区线损率异常智能预警方法和系统

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