使用智能電表數(shù)據(jù)進行智能電網(wǎng)負載分析

廖圣威 戈健 楊俊豪 金天揚

【摘?要】使用智能計數(shù)器中的大量數(shù)據(jù)進行大規(guī)模的詳細模擬會導致巨大的it成本。除了大型數(shù)據(jù)問題外，隨機負荷建模還面臨復雜且高度非線性的電氣模型。為此，提出了一種新的載荷建模方法，該方法簡化了數(shù)據(jù)的復雜性，同時保持了數(shù)據(jù)的分辨率并減少了線性載荷曲線的數(shù)量。最后通過試驗驗證了該方法的有效性和優(yōu)點本文主要分析了智能儀表數(shù)據(jù)在智能電網(wǎng)負荷分析中的應用。

【關鍵詞】負載建模;負載分析;智能電表

1、建模方法

1.1數(shù)據(jù)預處理

預處理數(shù)據(jù)是指刪除數(shù)據(jù)集中缺少的值或包含零的數(shù)據(jù)樣本。該數(shù)據(jù)集由大約6000個用戶每半個小時的m條功耗序列記錄組成。

1.2擴展k均值聚類算法

擴展k平均類算法使用k平均類將每個類（父類）按層次分為兩個類（子類），直到類中的每個節(jié)點都滿足關閉條件。第一個關閉條件是集群中的用戶數(shù)少于閾值。低于閾值的類被認為在類中具有足夠的模式相似性。經(jīng)驗表明，在智能輻射計數(shù)據(jù)聚類方案和測試中，人口少于1%的內部聚類模型的相似性足以提取模型。雖然群集內的用戶較少，但it成本卻顯著增加。因此，必須在組數(shù)量和特性相似性之間保持平衡，以減少對it成本的影響，同時簡化數(shù)據(jù)。因此，根據(jù)經(jīng)驗評估，1 %的用戶被視為第一個停止條件。分組過程的第二個停止條件是子類錯誤小于父類錯誤。選擇錯誤作為停止條件的主要障礙是數(shù)據(jù)的可變性。在類別結果的每個階段，都會計算父項和子項叢集的平均絕對錯誤百分比

1.3曲線平滑和線性化

從類結果生成平均能耗曲線文件，以便使用單個函數(shù)來表示類用戶的能耗數(shù)據(jù)模式。平均功耗曲線波動很大，使得數(shù)據(jù)模型不清楚。因此，可以應用曲線平滑技術（例如多項式曲線平滑和移動平均平滑）來平滑數(shù)據(jù)。較低的多項式次數(shù)難以捕捉，而較高的多項式次數(shù)受到拉格朗日現(xiàn)象的影響，使得曲線難以平滑化。在大多數(shù)情況下，平均功耗曲線可減少由于意外更改功耗而導致的數(shù)據(jù)噪音。要執(zhí)行此操作，請使用移動平均平滑處理類數(shù)據(jù)。平滑后，將使用電氣曲線的線性來降低數(shù)據(jù)模型的復雜性。Taylor類的線性化過程允許對非線性函數(shù)進行線性化。功耗閾值點用作線性工作點。確定閾值點后，將忽略其用于線性化的數(shù)據(jù)點。忽略出現(xiàn)在三個數(shù)據(jù)點或一個半小時內的閾值點，以進一步減少更改。起點僅用作將泰勒系列擴展到第一級的操作點。高級別項目將被忽略，因為它們的影響微不足道。

2、網(wǎng)絡負載均衡算法分析

2.1關于物元分析模型的網(wǎng)絡評價

負載平衡是提高網(wǎng)絡運行質量的有效手段之一。對于異構無線網(wǎng)絡，使用負載平衡可以緩解資源分配不均的問題，在一定程度上減少企業(yè)擁塞，并有效提高資源利用率。在無線異構網(wǎng)絡環(huán)境中，為了實現(xiàn)負載平衡效果，可以通過選擇最佳的網(wǎng)絡接入來實現(xiàn)，同時結合元數(shù)據(jù)分析和相關功能的相關特性，可以對質量水平進行全面、精細的判斷選擇適當?shù)木W(wǎng)絡訪問時，可以參考配電通訊服務的優(yōu)先級順序，并使用相應的算法進行計算分析。物理分析是一門新興的法律和方法學科，用于解決相互矛盾的問題，更適合于多因素評估。就網(wǎng)絡質量而言，對網(wǎng)絡的評估可導致相應的定性或定量評估。在網(wǎng)絡評估中應用元數(shù)據(jù)分析可以有效地解決相關沖突。通過建立適當?shù)奈锢砟Ｐ?，可以確定網(wǎng)絡評估指標的權重，并通過計算相應的相關性來確定網(wǎng)絡級別。用戶要實現(xiàn)負載平衡，所選網(wǎng)絡的訪問權限必須高。

2.2評定網(wǎng)絡的質量等級

距離和相關功能為了量化要評估的網(wǎng)絡要素的特性，本文引入了距離概念。這基本上是實際變形函數(shù)中距離的概念。對于無線異構網(wǎng)絡的性能指標，根據(jù)相關知識理論，該指標差異越大，信息熵越小，系統(tǒng)需要給予更大的權重;另一方面，隨著業(yè)績指標之間的差距縮小，信息的熵值也隨之增大，因此提供的信息較少，只需對指標給予較低的權重即可。確定適當?shù)年嚵屑墑e，以及對象在多大程度上與標準對象級別相對應，通常由相關性大小指示。相關性值越高，對象越符合要求。因此，可以通過計算不同網(wǎng)絡級別之間的相關性來確定網(wǎng)絡級別。

3、智能負載的提出

目前，世界主要的風能國家正在積極探索將風能等可再生能源納入電網(wǎng)的可能性，重點是積極發(fā)展智能電網(wǎng)和先進的大規(guī)模儲存系統(tǒng)。但是，智能電網(wǎng)本身并不生產(chǎn)和消耗電力，它們只是電力的載體，而發(fā)電終端則通過電網(wǎng)無條件地滿足電力終端的需求。因此，歐洲和美國的一些國家和地區(qū)，在迅速發(fā)展風能的同時，根據(jù)石油、天然氣和水力的優(yōu)勢，正在大力適應先進能力燃料/天然氣股和混合動力股的發(fā)展，以適應對以下方面的需求和歐洲的西班牙一樣，過去十年來風力發(fā)電發(fā)展強勁，充電能力超過2×107kW，但具有深度調節(jié)能力的機組發(fā)展達到2×107 kw，調整機組總數(shù)遠遠高于l的總數(shù)由于中國的能源以煤炭為主，發(fā)電商很難立即轉變輸出電力以滿足電力消費者不斷變化的需求，國際先進智能電網(wǎng)的概念也無法解決大規(guī)模利用風能的問題發(fā)電機鍋爐燃燒系統(tǒng)具有延遲（反應緩慢）、延遲和無法對水、電和煤氣等機組進行深度調節(jié)等特點。如果用于深度調整，會增加煤炭消耗，降低機組效率，增加機組故障概率。表1顯示了200兆瓦的煤炭消費量因超臨界燃燒裝置在各種不同條件下的貢獻減少而產(chǎn)生的價值。風力發(fā)電充足時，參與峰值調節(jié)的電力機組輸出功率降低，煤炭消耗量逐級快速增加;當輸出功率降至額定功率的80%時，煤炭消耗量增加6g;50%的煤電消耗量增加24克，燃煤發(fā)電廠處于虧損狀態(tài);50%的煤電消耗量增加24克，燃煤發(fā)電廠處于虧損狀態(tài);50%的煤電消耗量增加24克，燃煤發(fā)電廠處于虧損狀態(tài);50%的煤電消耗量增加24克，燃煤發(fā)電廠處于虧損狀態(tài);50%的煤電消耗量增加24克，燃煤發(fā)電廠處于虧損狀態(tài)。煤炭消費量下降到30%時，將增加約36克，燃煤發(fā)電廠將遭受嚴重損失。

4、仿真試驗

實驗數(shù)據(jù)是來自某一區(qū)域近5000個用戶的一年智能測距儀數(shù)據(jù)。數(shù)據(jù)集由六個CSV（逗號分隔值）文件組成，總大小為3 go。使用MATLAB在配備8gb ram的intelcorei 7筆記型電腦上實作此方法并執(zhí)行兩項模擬。第一次試驗以每周一次的頻率收集預處理數(shù)據(jù)。一年中52周的數(shù)據(jù)每周匯總一次，共有52個分組。以30分鐘時間分辨率顯示的每周功耗分布圖的大小為d =（60x168）/30，即336。提取并線性化每個最終組的平均功耗分布，以生成加權線性分布。第二次測試的聚集過程從一周增加到一個月。一年的智能壓力表數(shù)據(jù)每月用于聚合一次。每個月的功耗數(shù)據(jù)文件大小因月份日期而異。每個測試都有幾個單獨的用戶類，在統(tǒng)計上稱為“陷印值”。

結束語

與常規(guī)線性近似方法相比，此方法可線性處理非線性能耗數(shù)據(jù)，而不會影響精度。測試表明，在高精度群集中提取具有相似模型的模型，并將高非線性特征轉換為線性特征級聯(lián)，可以在不降低精度的情況下提高智能安培數(shù)據(jù)建模的效率。

參考文獻：

[1]何哲楠，吳浩，程祥，等.基于變電站–用戶雙層結構的變電站負荷聚類研究[J].電網(wǎng)技術，2019，43（8）：2983-2991.

[2]金承旭，徐箭，廖思陽.基于智能電能表的居民需求響應協(xié)同策略[J].電測與儀表，2019，56（13）：136-141;147.

[3]劉紫熠，劉卿，王崇，等.基于智能電表運行故障數(shù)據(jù)的縱向分析模型[J].計算機科學，2019，46（增刊1）：436-438;456.

（作者單位：武漢東湖學院）