關于配電網線損自動計算建模的研究

杜波

摘 要：線損計算是電力生產、營銷中的重要分析環(huán)節(jié)，文章針對當前配網實際，提出一種基于樣本訓練的線損自動計算模型。該模型能充分吸納配網的特征參數(shù)，并在大數(shù)據(jù)基礎上需求線損與配網參數(shù)的關系。文章對模型進行了實例仿真，結果表明該模型科學、有效，具有一定的推廣價值。

關鍵詞：配電網；線損計算；建模

中圖分類號：TM744 文獻標識碼：A 文章編號：1671-2064（2018）14-0206-02

供電企業(yè)要實現(xiàn)豐厚的利潤，關鍵要做好“開源節(jié)流”。所謂“開源”，就是要多供電，爭取電量的穩(wěn)定增長；所謂“節(jié)流”，就是要有效降低電力傳輸過程中的損耗[1]。配網層面直接和廣大用戶打交道，里程廣袤、設備繁多，歷來是線損產生的主要“場所”，因此，為了降本增效，必須對配網層面的線損引起重視。首先要做的工作是構建切合實際的線損計算模型。

1 配網線損自動計算建模思路

關于線損計算，目前國內外的方法可謂層出不窮。配網的特點是節(jié)點多、電氣量信息雜，因此關于配網線損的自動計算必然要求模型能在大量數(shù)據(jù)樣本中進行有效尋優(yōu)?；诖?，羅列建模思路如下：

（1）首先要能實現(xiàn)樣本數(shù)據(jù)的自動聚類。為了避免人的因素過多干擾，可引進諸如無監(jiān)督聚類算法等方法。聚類的基準是分類后各類的線損值較為一致，如此可提升模型的擬合度[2]。（2）其次要使線損計算的誤差小、效率高?？紤]到最小二乘法是一種快速的數(shù)學優(yōu)化方法，因此可選用“最小二乘支持向量機”來作為模型的核心。

2 具體建模

2.1 模型總體構造

根據(jù)上文中關于建模思路的表述，可構造如圖1所示的線損自動計算模型框圖。其中：

（1）樣本集合的產生：在搜集待求網絡全網各節(jié)點（包括表計）數(shù)據(jù)的基礎上，進行特征處理和標準化變換，“訓練”出可輸入模型的數(shù)據(jù)。（2）無監(jiān)督分類器的任務是對樣本進行進一步深度處理，以使模型回歸精度得到提升。（3）最小二乘支持向量機能在滿足較高的尋優(yōu)效率下獲得各子類的擬合函數(shù)估計。

2.2 關于樣本的特征提取和標準化變換

配網層面設備種類多、網絡結構變化頻繁，因此相關的運行參數(shù)也多。但若努力搜尋所有的參數(shù)來構建線損模型，一則會使模型過于龐大造成運算維數(shù)災，二來也會讓前期的工作效率十分低下，不符合自動計算的快速原則。因此，本著一般配網運行參數(shù)的可獲取性和其與線損的關聯(lián)程度，我們選定含四個參數(shù)（即線路的P、Q、l和配變容量）的向量作為樣本特征：以X或（x1，x2，x3，x4）表示。

為了排除數(shù)據(jù)量綱的影響，還需對N個樣本（假定）進行標準化處理，見式（1）所示。

（1）

其中，xj表示樣本集合中所有樣本的第j項特征的平均值；為樣本方差；zij為處理后的輸出。

2.3 無監(jiān)督分類的實施

無監(jiān)督分類根據(jù)預設聚類半徑執(zhí)行。設樣本集為X={x1，x2，…，xN}，聚類半徑為R，則該算法實施如下：

（1）令C1={x1}，O1=x1，cluster_num=1，Z={x1，…，xN}。（2）if Z為空，則stop。（3）對于xi∈Z，尋找與xi最近的Oj。（4）if d（xi，Oj）≤R，將xi加入Cj，轉（6）。（5）if d（xi，Oj）>R，增加新類cluster_num=cluster_num+1，并令Ccluster_num={xi}，Ocluster_num=xi。（6）Z=Z-（xi），轉（2）。

2.4 擬合函數(shù)求解

通過前文方法在得到訓練樣本{（xi，zi），i=1，2，…，N}后，可利用函數(shù)來擬合數(shù)據(jù)。其中，能完成非線性的低維空間轉化為線性的高維空間。慮及快速性要求，最小二乘支持向量機可進行改進，即采用Lagrange方法將約束問題轉化為無約束問題[3]，最后得到擬合函數(shù)的形式為：

（2）

3 實例應用

文獻[3]對我國東北部某省的62條配網線路進行準確的線損計算，文章將這些計算結果為比對基準，檢驗文章所建模型的可用性。62條線路的特征參數(shù)見文獻[3]，這里不再贅述。

3.1 過程簡述

將62條線路分作兩隊，其中52條為樣本訓練用，剩余10條為檢驗效果用。

首先利用無監(jiān)督分類將52個樣本細分為四個子類；然后對這四個子類進行最小二乘回歸，得到相應的LSSVR仿真機；最后將10個檢驗樣本用到仿真機上，得到基于本文所建模型的線損數(shù)值。

3.2 結果比對

利用上述方法得出的實例線損結果見表1所示。為了突出文章構建模型的優(yōu)勢，特將無“無監(jiān)督分類”預處理環(huán)節(jié)的線損計算結果同時列式，以作比對。

由表1看出，配網線損自動計算模型在包含了分類預處理后，其計算精度大幅上升、誤差評價極大降低，這說明文章建立的模型是合理的，可以做進一步推廣。

4 結語

文章結合當前配網的結構特點和參數(shù)可獲取情況，提出基于最小二乘支持向量機的包含樣本預分類的配網線損自動計算模型。算例表明，該模型精度高、計算簡便、實時性好，是一種有效的輔助決策方法，值得作進一步推廣。

參考文獻

[1]陳子浙.線損理論計算方法與降損增效技術措施分析[J].山東工業(yè)技術，2014，31（2）：132-135.

[2]杜冰焱.高壓專線客戶線損的改進計算方法[J].浙江電力，2014，36（2）：226-228.

[3]顧江.基于等值電阻和回歸分析的配電網降損潛力研究[J].江蘇電機工程，2012，18（1）：26-28.