本發(fā)明涉及一種配電網(wǎng)變壓器負(fù)載率計(jì)算方法，特別是一種配電網(wǎng)居民負(fù)荷變壓器需要系數(shù)的預(yù)測方法。

背景技術(shù)：

近年來，隨著我國經(jīng)濟(jì)的飛速發(fā)展，用電量激增；用戶對電能質(zhì)量的要求不斷提升，配電網(wǎng)居民用電變壓器使用情況受到了廣泛關(guān)注。在配電網(wǎng)實(shí)際運(yùn)行中，居民用電負(fù)荷變壓器報(bào)裝容量不一定全部接入配電網(wǎng)，且接入配電網(wǎng)的容量隨時(shí)間變化。研究配電變壓器實(shí)際接入容量與配變報(bào)裝容量的比值，不僅可以更好地指導(dǎo)電網(wǎng)科學(xué)合理調(diào)度，保障電網(wǎng)安全運(yùn)行，而且可以用于評估現(xiàn)有電網(wǎng)的供電能力，提高饋線可裝容量計(jì)算準(zhǔn)確性，對于配電網(wǎng)規(guī)劃與改造有重要意義。反映配電變壓器負(fù)載情況的參數(shù)，稱為負(fù)荷需要系數(shù)。

目前，需要系數(shù)的研究主要集中在其與住宅小區(qū)戶數(shù)的關(guān)系方面?！蹲≌ㄖ姎庠O(shè)計(jì)規(guī)范》給出了住宅建筑中不同戶數(shù)對應(yīng)的需要系數(shù)取值范圍。然而，上述規(guī)范中給出的需要系數(shù)取值偏大，相關(guān)研究運(yùn)用數(shù)值回歸分析方法、數(shù)理統(tǒng)計(jì)方法和核密度估計(jì)parzen窗法等方法對其取值進(jìn)行了一定的修正，但均未討論需要系數(shù)隨時(shí)間變化的動(dòng)態(tài)特性。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足之處，而提供一種對其未來發(fā)展趨勢進(jìn)行較為準(zhǔn)確的預(yù)測的一種基于配電變壓器時(shí)間序列的歷史采集數(shù)據(jù)的需要系數(shù)分析方法。

一種基于配電變壓器時(shí)間序列的歷史采集數(shù)據(jù)的需要系數(shù)分析方法，其步驟在于：(1)數(shù)據(jù)采集：采集配變報(bào)裝容量和需要系數(shù)相關(guān)變量，為接下來研究提供數(shù)據(jù)基礎(chǔ)；

(2).需要系數(shù)計(jì)算：分析原始數(shù)據(jù)，運(yùn)用需要系數(shù)定義和相關(guān)公式，得到基于時(shí)間序列的配變需要系數(shù)動(dòng)態(tài)數(shù)據(jù)；

(3).灰色預(yù)測：根據(jù)采樣數(shù)據(jù)少的實(shí)際情況和灰色預(yù)測在小樣本預(yù)測的優(yōu)良特性，本發(fā)明構(gòu)建灰色預(yù)測gm(1,1)模型，通過累加累減等步驟得灰色預(yù)測擬合值；

(4)bp神經(jīng)網(wǎng)絡(luò)預(yù)測：經(jīng)灰色預(yù)測模型得到的擬合值在很大程度上反映了實(shí)際值的大小，又由于bp神經(jīng)網(wǎng)絡(luò)在非線性函數(shù)關(guān)系方面優(yōu)良的擬合和逼近特性，故用bp神經(jīng)網(wǎng)絡(luò)找到兩者之間的相關(guān)關(guān)系并得到最終預(yù)測結(jié)果。

bp神經(jīng)網(wǎng)絡(luò)分為3層：輸入層、隱含層和中間層。本發(fā)明隱含層采用sigmod函數(shù)，輸出層采用線性函數(shù)。訓(xùn)練采用scg算法，提高計(jì)算效率。

綜上所述的，本發(fā)明相比現(xiàn)有技術(shù)如下優(yōu)點(diǎn)：

本發(fā)明的有益成果在于：通過分析基于時(shí)間序列的需要系數(shù)歷史數(shù)據(jù)，挖掘其內(nèi)在規(guī)律，進(jìn)而預(yù)測其未來的發(fā)展趨勢。本方法充分考慮了需要系數(shù)隨時(shí)間變化的動(dòng)態(tài)特性，運(yùn)用數(shù)據(jù)挖掘算法得到下一月需要系數(shù)預(yù)測值，提高了配電變壓器負(fù)載率評估能力，為電網(wǎng)部門相關(guān)工作提供數(shù)據(jù)支撐。

附圖說明

圖1為本發(fā)明基于時(shí)間序列的基于配電變壓器時(shí)間序列的歷史采集數(shù)據(jù)的需要系數(shù)分析方法的流程圖。

圖2本發(fā)明組合預(yù)測方法和未組合的單一方法的預(yù)測誤差對比圖。

具體實(shí)施方式

下面結(jié)合實(shí)施例對本發(fā)明進(jìn)行更詳細(xì)的描述。

實(shí)施例1

本實(shí)施例以某省會城市單臺變壓器為例，闡述本發(fā)明具體方法。原始數(shù)據(jù)為該臺變壓器報(bào)裝容量和需要系數(shù)相關(guān)負(fù)荷變量組成的時(shí)間序列。時(shí)間序列范圍是從投運(yùn)第13個(gè)月到第48個(gè)月，共36組月數(shù)據(jù)。

1.數(shù)據(jù)采集。

包括配電網(wǎng)各居民用電配變報(bào)裝容量、月三相最大電流、相電壓和電流互感器變比ct和電壓互感器變比pt。

2.需要系數(shù)計(jì)算。

需要系數(shù)計(jì)算如式(1)所示：

式中，l為負(fù)荷用戶變壓器的月負(fù)荷最大值,l為用戶負(fù)荷變壓器的報(bào)裝容量。

月負(fù)荷最大值l計(jì)算如式(2)所示：

l＝u×pt×(iamax+ibmax+icmax)×ct(2)

式中，u為變壓器測量電壓，pt和ct分別為電壓很電流互感器變比，iamax,ibmax,icmax分別為變壓器a、b、c三相測量電流的最大值。

計(jì)算所得配變需要系數(shù)值如表1所示：

表1配電變壓器需要系數(shù)

3.灰色預(yù)測。

構(gòu)建灰色預(yù)測gm(1,1)模型。首先，對原始時(shí)間序列數(shù)據(jù)逐個(gè)累加生成新數(shù)列；然后，運(yùn)用最小二乘參數(shù)估計(jì)法求累加生成序列微分方程的參數(shù)；然后，求上述微分方程的解，即累加生成序列的擬合值；最后，將累加生成序列的擬合值依次累減還原，得到原始時(shí)間序列的擬合值。

4.構(gòu)建bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練樣本集和測試樣本集。

將需要系數(shù)灰色預(yù)測擬合值和實(shí)際值一一對應(yīng)，得到36對數(shù)據(jù)。按時(shí)間先后順序把此36對數(shù)據(jù)分為9組，每組包含4對數(shù)據(jù)。前8組作為訓(xùn)練樣本集，最后一組為測試樣本集。

5.bp神經(jīng)網(wǎng)絡(luò)預(yù)測。

首先，用訓(xùn)練樣本集訓(xùn)練得到bp神經(jīng)網(wǎng)絡(luò)預(yù)測模型：取每組4個(gè)月的灰色預(yù)測擬合值作為神經(jīng)網(wǎng)絡(luò)輸入，對應(yīng)的4個(gè)月的實(shí)際值作為輸出；然后運(yùn)用訓(xùn)練好的模型預(yù)測：將第9組4個(gè)月的灰色預(yù)測擬合值輸入到訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型中，得到神經(jīng)網(wǎng)絡(luò)預(yù)測數(shù)據(jù)。預(yù)測結(jié)果如下表2所示。為說明本發(fā)明組合方法的預(yù)測準(zhǔn)確性，下表2同時(shí)列出了用兩種單獨(dú)預(yù)測方法灰色預(yù)測模型和bp神經(jīng)網(wǎng)絡(luò)預(yù)測模型的預(yù)測結(jié)果。

表23種模型預(yù)測結(jié)果

6.誤差分析及預(yù)測結(jié)果評估

采用相對誤差ε評估本發(fā)明組合預(yù)測算法的效果和精度：

式中，dpre和dreal分別為需要系數(shù)的預(yù)測值和實(shí)際值。具體數(shù)值見附圖2組合模型和兩種單一模型的預(yù)測誤差。

由圖2可得，組合預(yù)測方法的誤差普遍低于另外兩種方法，表明組合預(yù)測模型能夠提高預(yù)測精度，優(yōu)于兩個(gè)單一預(yù)測模型，進(jìn)而說明了本發(fā)明算法的優(yōu)越性。

本實(shí)施例未述部分與現(xiàn)有技術(shù)相同。