基于关注指标和深度学习的台区配变重过载预警方法研究

针对现行配变重过载治理方法过于被动的问题,结合电力大数据和深度学习技术提出了一种适用于大规模配电网分析的台区配变重过载预测方法。首先基于配变负载特性建立重载关注指标并建立二级过滤系统筛选出重过载风险较高的台区配变及其日期作为预测对象。然后充分考虑内外影响因素,建立卷积神经网络-门限循环单元深度学习模型实现负载率预测并转化为预警等级。实例证明了所提方法的有效性。     

台区重过载预警与风险评估系统研究与实现

设备重过载运行是引起故障停电的重要因素之一,开展重过载事预警与风险评估,对于及时消除故障隐患、指导设备升级改造具有重要作用。作为大数据应用研究的一个切入点,中国电力科学研究院与国网山东省电力公司合作研发了台区重过载预警与风险评估系统。文章从系统总体架构、系统功能以及系统实现3个方面详细介绍了系统的设计和实现方法。该系统具有历史重过载多维分析、重过载关联因素分析、台区重过载预警和风险评估4个功能,同时采用城市电力地图的理念,依托电网GIS和多种可视化工具,实现对重过载台区的精准定位,并通过对多维度分析结果的展示,探寻重过载的原因、规律和影响的用户,为日常运维检修和重要时期保供电提供支撑。     

基于运监数据的配变重过载监测分析

文章结合云南曲靖地区配电网运维中配变重过载监测分析存在的问题,基于运监数据监测各系统之间数据的关联性对配变重过载资产规模、监测终端、关键参数等方面进行监测分析,找准问题,并针对问题提出解决方法,改善重过载治理工作现状,提高重过载设备的治理效率和效果.     

基于大数据的配变重过载预警分析

本文旨在利用大数据技术对电力数据进行系统挖掘,提供精准负荷预测,为供电安全监视、预防性控制和紧急处理提供依据。文章结合西安地区配电网运行中存在的问题,综合分析配变重过载的外部环境、配变运行信息、配变属性信息、配变供电客户类型等因素,应用大数据机器学习算法、大数据预处理技术、数据挖掘建模技术、大数据可视化技术等,分析研究各影响因素对设备重过载影响的相关性和重要程度,使用分类预测挖掘手段及随机森林算法,分析计算影响变量和目标变量,建立关系模式挖掘模型,构建配变重过载分析及预警模型,完成模型验证与纠偏,实现配变未来一周重过载情况准确预警、配变安全系数评价、重过载配变因素及特征分析与展示等,为电网运维提供有力支撑。通过基于大数据的配变重过载预警分析,提高运维工作效率,实现电网安全可靠运行。     

面向智能电网的配电变压器重过载影响因素分析

根据配变的历史负荷信息、天气信息、用电客户信息等相关资料,统计分析了配变重过载的主要影响因素。首先根据互信息概念及对策理论算法计算所有特征变量对配变重过载情况发生的相对重要性,然后使用贝叶斯和全概率公式计算配变重过载概率与特征变量之间的关系,最后根据重过载概率与特征变量间的关系对配变进行编码分类。分析结果表明:配变重过载主要因素为行业类别、用电类别、日平均温度及月平均温度;配变重过载多发生于采矿、制造等生产行业,乡村重过载率要高于城镇重过载率;大部分配变重过载发生于温度较高和较低时,少量的配变重过载发生在温度适宜时。配变月重过载天数与配变分类情况相吻合。     

基于熵权法的农村低压台区典型问题评估研究

农村低压台区点多面广,基础薄弱,每年迎峰度夏期间都会暴露出大量的重过载、低电压等典型问题。采用科学的方法准确评估各个台区问题严重性,可提升配电网建设改造的成效。针对低压台区重过载、低电压问题,构建相关评估指标;其次采用熵权法对指标权重客观赋值;最后计算得出各个问题台区的评估得分和排序。重过载、低电压台区问题评估计算实例表明,熵权法在农村低压台区典型问题评估方面具有满意的效果。     

基于电能计量采集物联网的多维线损治理技术研究与应用

为解决低压台区线损合格率低、治理困难等问题,本文依据一套完整的电能计量采集物联网系统,通过其本身的台区识别技术、采集大数据分析等功能,为电力公司管理、计量设备异常及其他人为原因等造成的各种低压台区线损提供了多维治理手段,对电网结构和用户性质复杂的低压台区线损治理提供了有力的技术支撑,切实提升台区线损精益化管理水平,为电...     

基于t-SNE降维和BIRCH聚类的单相用户相位及表箱辨识

低压台区单相用户的相位及接入表箱信息的准确性对户变关系纠错和线损治理分析有重要影响。目前,拓扑档案的校验主要依靠电力员工现场排查,人力物力消耗大且排查效率低下。因此,亟需一种效率较高的低压台区拓扑档案校验方法。在此背景下,文中提出了一种基于智能电表电压数据的低压台区单相用户相位及接入表箱辨识方法,可以为低压台区的拓扑辨识及排查提供参考。首先,采用t分布的随机近邻嵌入(t-SNE)技术对原始负荷数据进行降维处理,解决台区用户原始负荷特征维度过高带来的冗余性问题;接着,应用BIRCH方法对降维后的负荷数据进行聚类,实现台区下单相用户所属相位和接入表箱的辨识。最后,以浙江省海宁市某台区为例进行验证,算例分析的结果表明所提模型具有可行性和有效性。     

江西乡村振兴"电力"足产业发展节节高

电,是乡村振兴的强力能源支撑.国网江西省电力有限公司不断加快农网改造步伐,以"电力+精准服务"助力乡村振兴. 2016年至2018年间,江西新一轮农网改造总投资167.7亿元,集中用于新建和改造110千伏及以下变电站、配网线路、台区.累计完成84个"整乡整镇"电网建设改造,62个县(市、区)3126个自然村通动力电,集中解决了农村电网低电压、卡脖子、重过载问题,带动农业生产和农民生活迈上新台阶,农村居民户均用电量增长近37％.     

基于智能电表大数据分析的台区变压器三相不平衡治理

针对台区变压器三相不平衡,提出了一种基于智能电表大数据分析的台区变压器三相不平衡治理方法。首先,计算台区用户与台区变压器A,B,C三相电压序列数据之间相关系数,识别每个用户相序;接着,基于用户电流序列数据计算台区变压器A,B,C三相电流序列数据,进而计算台区变压器三相平均不平衡度;最后,以台区变压器三相平均不平衡度最小为目标采用遗传算法搜索1种最优台区用户相序组合,指导配电运检人员精准调整用户相序。该方法在某电网公司台区变压器三相不平衡治理工作中进行了应用验证,取得了较好效果。     

基于春节返乡潮变压器的负荷预测方法

针对春节期间房山西部山区人员返乡导致用电需求激增,从而引发变压器负载过重的问题,提出基于春节返乡潮变压器的负荷预测方法.该方法基于移动、电信、联通三大通信商数据建立人口增长模型,对春节期间台区返乡人数增量进行预测;之后进一步搭建基于配网精益化管理系统的台区负载率计算模型,综合考虑人口因素和天气因素以预测春节期间变压器负荷的增长,从而对可能重过载的台区进行措施制定和提前治理,为春节期间的正常供电提供了保障.     

浅谈重、过载配电变压器治理

随着时代的进步和居民生活水平的提高,居民生产、生活用电需求增长迅速,对配电网供电能力提出了更高要求。配电变压器重、过载问题时有发生,究其原因,除了用电负荷升高这一主要原因外,三相不平衡、采集系统数据异常等原因也不可忽视。针对不同情况,应首先分析造成配变重、过载问题的主要原因,再据此提出针对性解决方案,既要达到治理目标,又要降低治理成本。     

35kV农网配电化建设可行性探讨

<正>农村电网通常是指为县级区域内的县城、村镇、农垦区及林牧区用户供电的110kV及以下各类配电网。农村电网处于整个电力系统的末端,一直是电力网中最薄弱的环节。由于农村经济的快速发展加上"家电下乡"政策的实施,农村电网部分10kV线路和配电变压器已经满足不了负荷增长要求,出现严重的满载、过载现象,部分边远农村地区的35kV电源布点不足,造成10kV线路供电半径过长,末端供电电压过低,严重影响了居民的日常生活。近些年,供电企业在边远农村、山区投入大量资金,按照中长期规划进行常规35kV变电站、线路和台区建     

基于电压曲线聚类分析的低压用户相序自动识别

准确识别每个用户所连接的变压器相序是台区变压器三相不平衡治理的关键。针对低压电力用户所连接变压器相序人工识别困难、成本高问题,提出了一种基于电压曲线聚类分析的低压电力用户相序自动识别方法。首先采用皮尔逊相关系数度量不同用户电压曲线之间的波动相似性;接着基于用户电压曲线相似性分布的密度信息选择初始聚类中心对象;然后基于聚类中心对象采用K-medoids算法将电压曲线波动相似的台区用户聚类为3个不同用户组,最后对比分析不同用户组总电流与变压器三相电流值识别低压用户所连接变压器相序。该方法在某电网公司进行了应用验证,在变压器三相不平衡严重台区开展用户相序识别,然后根据不同相序用户负载情况进行负荷再分配,从而降低该台区变压器三相负载不平衡度,取得了良好的效果。     

考虑分布式煤改电负荷接入的配电网运行调度控制策略研究

大规模的煤改电用负荷的投入对本身薄弱的配电网造成较大的负担。高峰时期用户使用电供暖设备数量持续增加、使用时长逐渐延长,造成局部台区、线路重载及过载运行,给吐鲁番电网安全稳定运行带来了威胁。在考虑“煤改电”负荷接入配电网的网架下,首先,通过调研吐鲁番“煤改电”工程接入模式和设备种类,建立“煤改电”标准化配置模式及产品分类统计;然后,基于电路模拟的等效热参数模型建立运行典型电供暖配置模式下的运行机理模型,研究直接负荷控制技术进行“煤改电”负荷控制。选取吐鲁番市完成“煤改电”工程改造的台区重过载运行进行实例分析,调度控制策略成功将变压器运行在安全边界以内,且不影响用户采暖的热舒适度。     

特约主编寄语

<正>智能用电作为智能电网的重要组成部分,将供电端到客户端的重要设备,通过灵活的电力网络、高效设备和信息网络相连,形成高效完整的用电和信息服务网络,实现电力资源的最佳配置,达到降低用户用电成本、提升可靠性、提高用电效率的目的。通过智能用电,电源、电网及电力用户间的信息、能量流的双向互动更为显著,一方面电力用户在优化自身用电的同时以需求响应的形式,主动参与电力系统运行,另一方面电网侧充分了解电力用户的需求,以更为     

基于电力云平台的智能台区系统

正1智能台区系统建设将为电网带来变革目前,电网运行的中低压设备普遍存在数量繁多、类型复杂、自动化监控手段缺乏等情况,这对智能台区数据处理能力提出了更高要求。而"数据全透明化""运维工作全智能化""客户需求全主动化"的智能台区的出现,将助力实现台区物理拓扑识别、停电故障研判及事件上报、高频次数据采集、线损精益治理、台区视频监控和温度监测等功能的有效运用,将有力地推动现代电网的数字化、智能化和网络化变革。     

台区低电压及重过载研究分析

台区低电压和重过载是影响配网电能质量的主要因素,介绍了台区低电压和重过载产生的主要原因和不同表现类型,并拟定了相应的解决措施。     

限载断路器在重过载配电网的应用

正结合工程实例,对限载断路器在配电网重过载台区的应用情况及存在问题进行分析,明确了安装限载断路器作为技术手段能够有效防止超载用电并改善配电网重过载状况,从而保证供电变压器和线路按照规划容量运行及配电网正常供用电秩序。随着国民经济的不断发展,用电需求不断上升,客户对用电质量的要求也不断提高。因此为客户提供优质可靠供电成为供电企业的重要目标。     

基于随机森林理论的配电变压器重过载预测

针对使用传统分类器预测配变重过载会因为重过载样本率较低而带来的总正确率很高,重过载预测正确率却很低这一问题,将重抽样与随机森林理论引入分类模型中,构建重抽样-随机森林分类器对配变重过载进行预测。首先将观测中重过载样本和正常样本按照一定的比例进行抽样形成新的子样本,重复上述过程获得大量的新子样本。接着根据随机森林理论构建一系列的分类器,并用新子样本对分类器进行训练,得到分类模型。最终的预测结果由所有分类器预测结果的众数所决定。对山东省某市的配变进行重过载预测,并将上述方法与传统分类器进行比较。结果表明,新方法在预测配变日重过载类型、重过载开始与结束时间、重过载严重程度方面有较高的准确率。