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。