本發(fā)明涉及配電網(wǎng)，尤其是涉及一種低壓臺(tái)區(qū)線損的計(jì)算方法、裝置、電子設(shè)備及介質(zhì)。

背景技術(shù)：

1、目前低壓配變臺(tái)區(qū)的供電線路多，走線復(fù)雜，分布面積廣，用戶用電行為多變且難以預(yù)測(cè)，線損動(dòng)態(tài)變化范圍大，長(zhǎng)期以來基于用電信息采集系統(tǒng)的臺(tái)區(qū)總表-用戶電表模型僅能計(jì)算臺(tái)區(qū)總線損，臺(tái)區(qū)內(nèi)部或局部更多的線損信息無法給出。

2、精益線損分析給消除盲區(qū)提供了解決方案，在已有臺(tái)區(qū)總表和用戶電表的基礎(chǔ)上，通過在線路關(guān)鍵節(jié)點(diǎn)加裝硬件感知設(shè)備以采集臺(tái)區(qū)內(nèi)部和局部的電量，進(jìn)而為計(jì)算粒度更細(xì)的線損數(shù)據(jù)提供渠道。一種可行方案是在臺(tái)區(qū)變壓器側(cè)加裝智能融合終端，在分支箱加裝分支感知終端，在表箱加裝末端感知終端，各感知終端和用戶電表以載波(plc)或高速寬帶載波(hplc)方式與智能融合終端交互通信，智能融合終端作為“臺(tái)區(qū)大腦”，匯總各下行設(shè)備的凍結(jié)電量進(jìn)而計(jì)算線損與線損率。但是，從應(yīng)用效果來看，無論是plc還是hplc，都存在不穩(wěn)定、可靠性差、階段性時(shí)好時(shí)壞的固有缺點(diǎn)，導(dǎo)致線損計(jì)算精度不高。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明的目的在于提供一種低壓臺(tái)區(qū)線損的計(jì)算方法、裝置、電子設(shè)備及介質(zhì)，以提高了線損計(jì)算精度。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明實(shí)施例采用的技術(shù)方案如下：

3、第一方面，本發(fā)明實(shí)施例提供了一種低壓臺(tái)區(qū)線損的計(jì)算方法，該方法應(yīng)用于目標(biāo)低壓臺(tái)區(qū)的三相物聯(lián)表，包括：讀取三相物聯(lián)表的電量和各單相表的電量，以及獲取目標(biāo)低壓臺(tái)區(qū)的電氣特征量；基于三相物聯(lián)表的電量和各單相表的電量計(jì)算第一線損結(jié)果；將電氣特征量輸入到預(yù)先訓(xùn)練好的線損計(jì)算模型中，得到第二線損結(jié)果；其中，線損計(jì)算模型是基于改進(jìn)的蝙蝠算法的隨機(jī)森林模型訓(xùn)練得到的；將第一線損結(jié)果和第二線損結(jié)果進(jìn)行加權(quán)計(jì)算，得到目標(biāo)低壓臺(tái)區(qū)的線損結(jié)果。

4、在一種實(shí)施方式中，讀取三相物聯(lián)表的電量和各單相表的電量之前，還包括：獲取原始訓(xùn)練樣本數(shù)據(jù)，并對(duì)原始訓(xùn)練樣本數(shù)據(jù)進(jìn)行預(yù)處理，得到訓(xùn)練樣本集和測(cè)試樣本集；基于訓(xùn)練樣本集確定隨機(jī)森林模型的輸入特征值；其中，輸入特征值包括：目標(biāo)低壓臺(tái)區(qū)的電氣特征量；初始化改進(jìn)的蝙蝠算法的參數(shù)和隨機(jī)森林模型的模型參數(shù)；其中，模型參數(shù)至少包括：決策樹的個(gè)數(shù)、樹的深度、隨機(jī)抽樣的輸入特征值個(gè)數(shù)和剪枝閾值；基于隨機(jī)森林模型的模型參數(shù)和輸入特征值生成決策樹，構(gòu)建隨機(jī)森林模型，并基于改進(jìn)的蝙蝠算法對(duì)隨機(jī)森林模型進(jìn)行參數(shù)優(yōu)化，直至隨機(jī)森林模型的適應(yīng)度函數(shù)滿足預(yù)設(shè)要求，得到訓(xùn)練好的線損計(jì)算模型。

5、在一種實(shí)施方式中，基于改進(jìn)的蝙蝠算法對(duì)隨機(jī)森林模型進(jìn)行參數(shù)優(yōu)化，直至隨機(jī)森林模型的適應(yīng)度函數(shù)滿足預(yù)設(shè)要求，包括：基于測(cè)試樣本集計(jì)算隨機(jī)森林模型的輸出結(jié)果，并基于適應(yīng)度函數(shù)計(jì)算輸出結(jié)果與測(cè)試樣本集之間的誤差值；如果誤差值在預(yù)設(shè)范圍內(nèi)，則得到訓(xùn)練好的線損計(jì)算模型；如果誤差值不在預(yù)設(shè)范圍內(nèi)，則基于改進(jìn)的蝙蝠算法更新模型參數(shù)，并基于更新后的模型參數(shù)重新構(gòu)建隨機(jī)森林模型，直至誤差值在預(yù)設(shè)范圍內(nèi)。

6、在一種實(shí)施方式中，讀取三相物聯(lián)表的電量和各單相表的電量，包括：采用電流注入法，構(gòu)建目標(biāo)低壓臺(tái)區(qū)的三相物聯(lián)表和各單相表的拓?fù)潢P(guān)系，并將三相物聯(lián)表和各單相表進(jìn)行對(duì)時(shí)；讀取對(duì)時(shí)后的三相物聯(lián)表和各單相表的凍結(jié)數(shù)據(jù)，得到三相物聯(lián)表的電量和各單相表的電量。

7、在一種實(shí)施方式中，將第一線損結(jié)果和第二線損結(jié)果進(jìn)行加權(quán)計(jì)算，得到目標(biāo)低壓臺(tái)區(qū)的線損結(jié)果，包括：確定第一線損結(jié)果的第一權(quán)重系數(shù)和第二線損結(jié)果的第二權(quán)重系數(shù)；按照以下公式計(jì)算目標(biāo)低壓臺(tái)區(qū)的線損結(jié)果：

8、e＝δ·e電量計(jì)算+λ·e數(shù)據(jù)分析

9、其中，e表示線損結(jié)果，δ表示第一權(quán)重系數(shù)，e電量計(jì)算表示第一線損結(jié)果，λ表示第二權(quán)重系數(shù)，e數(shù)據(jù)分析表示第二線損結(jié)果。

10、第二方面，本發(fā)明實(shí)施例提供了一種低壓臺(tái)區(qū)線損的計(jì)算裝置，該裝置應(yīng)用于目標(biāo)低壓臺(tái)區(qū)的三相物聯(lián)表，包括：數(shù)據(jù)讀取模塊，用于讀取三相物聯(lián)表的電量和各單相表的電量，以及獲取目標(biāo)低壓臺(tái)區(qū)的電氣特征量；第一線損計(jì)算模塊，用于基于三相物聯(lián)表的電量和各單相表的電量計(jì)算第一線損結(jié)果；第二線損計(jì)算模塊，用于將電氣特征量輸入到預(yù)先訓(xùn)練好的線損計(jì)算模型中，得到第二線損結(jié)果；其中，線損計(jì)算模型是基于改進(jìn)的蝙蝠算法的隨機(jī)森林模型訓(xùn)練得到的；線損結(jié)果融合模塊，用于將第一線損結(jié)果和第二線損結(jié)果進(jìn)行加權(quán)計(jì)算，得到目標(biāo)低壓臺(tái)區(qū)的線損結(jié)果。

11、在一種實(shí)施方式中，上述裝置還包括：線損計(jì)算模型訓(xùn)練模塊，用于：

12、獲取原始訓(xùn)練樣本數(shù)據(jù)，并對(duì)原始訓(xùn)練樣本數(shù)據(jù)進(jìn)行預(yù)處理，得到訓(xùn)練樣本集和測(cè)試樣本集；基于訓(xùn)練樣本集確定隨機(jī)森林模型的輸入特征值；其中，輸入特征值包括：目標(biāo)低壓臺(tái)區(qū)的電氣特征量；初始化改進(jìn)的蝙蝠算法的參數(shù)和隨機(jī)森林模型的模型參數(shù)；其中，模型參數(shù)至少包括：決策樹的個(gè)數(shù)、樹的深度、隨機(jī)抽樣的輸入特征值個(gè)數(shù)和剪枝閾值；基于隨機(jī)森林模型的模型參數(shù)和輸入特征值生成決策樹，構(gòu)建隨機(jī)森林模型，并基于改進(jìn)的蝙蝠算法對(duì)隨機(jī)森林模型進(jìn)行參數(shù)優(yōu)化，直至隨機(jī)森林模型的適應(yīng)度函數(shù)滿足預(yù)設(shè)要求，得到訓(xùn)練好的線損計(jì)算模型。

13、在一種實(shí)施方式中，線損計(jì)算模型訓(xùn)練模塊具體用于：基于測(cè)試樣本集計(jì)算隨機(jī)森林模型的輸出結(jié)果，并基于適應(yīng)度函數(shù)計(jì)算輸出結(jié)果與測(cè)試樣本集之間的誤差值；如果誤差值在預(yù)設(shè)范圍內(nèi)，則得到訓(xùn)練好的線損計(jì)算模型；如果誤差值不在預(yù)設(shè)范圍內(nèi)，則基于改進(jìn)的蝙蝠算法更新模型參數(shù)，并基于更新后的模型參數(shù)重新構(gòu)建隨機(jī)森林模型，直至誤差值在預(yù)設(shè)范圍內(nèi)。

14、第三方面，本發(fā)明實(shí)施例提供了一種電子設(shè)備，包括處理器和存儲(chǔ)器，存儲(chǔ)器存儲(chǔ)有能夠被處理器執(zhí)行的計(jì)算機(jī)可執(zhí)行指令，處理器執(zhí)行計(jì)算機(jī)可執(zhí)行指令以實(shí)現(xiàn)上述第一方面提供的任一項(xiàng)的方法的步驟。

15、第四方面，本發(fā)明實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)程序，計(jì)算機(jī)程序被處理器運(yùn)行時(shí)執(zhí)行上述第一方面提供的任一項(xiàng)的方法的步驟。

16、本發(fā)明實(shí)施例帶來了以下有益效果：

17、本發(fā)明實(shí)施例提供的上述低壓臺(tái)區(qū)線損的計(jì)算方法、裝置、電子設(shè)備及介質(zhì)，該方法應(yīng)用于目標(biāo)低壓臺(tái)區(qū)的三相物聯(lián)表，首先讀取三相物聯(lián)表的電量和各單相表的電量，以及獲取目標(biāo)低壓臺(tái)區(qū)的電氣特征量；然后基于三相物聯(lián)表的電量和各單相表的電量計(jì)算第一線損結(jié)果；接著將電氣特征量輸入到預(yù)先訓(xùn)練好的線損計(jì)算模型(基于改進(jìn)的蝙蝠算法的隨機(jī)森林模型訓(xùn)練得到)中，得到第二線損結(jié)果；最后將第一線損結(jié)果和第二線損結(jié)果進(jìn)行加權(quán)計(jì)算，得到目標(biāo)低壓臺(tái)區(qū)的線損結(jié)果。上述方法以三相物聯(lián)表為基礎(chǔ)，通過三相物聯(lián)表和各單相表的電量計(jì)算第一線損結(jié)果，并利用基于改進(jìn)的蝙蝠算法的隨機(jī)森林模型訓(xùn)練得到的線損計(jì)算模型計(jì)算第二線損結(jié)果，最后將兩種方式結(jié)算得到的結(jié)果進(jìn)行加權(quán)融合，得到最終的先算結(jié)果，從而提高了線損計(jì)算精度。

18、本發(fā)明的其他特征和優(yōu)點(diǎn)將在隨后的說明書中闡述，并且，部分地從說明書中變得顯而易見，或者通過實(shí)施本發(fā)明而了解。本發(fā)明的目的和其他優(yōu)點(diǎn)在說明書、權(quán)利要求書以及附圖中所特別指出的結(jié)構(gòu)來實(shí)現(xiàn)和獲得。

19、為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能更明顯易懂，下文特舉較佳實(shí)施例，并配合所附附圖，作詳細(xì)說明如下。