APP下载

基于灰色关联分析和IPSO-LSSVM的线损预测模型研究

2020-06-08何立强于景亮

东北电力技术 2020年4期
关键词:配电网分析模型

赵 允,何立强,于景亮

(国网丹东供电公司,辽宁 丹东 118000)

随着我国电力设备日益完善,配电网发展也越来越迅速,用电客户对于供电水平和电能质量也提出了更高的要求,10 kV配电网线损电量占全部电网的20%以上。因此,降低能源损失,提升线损管理水平是当前电力企业应该承担的责任。各县方电力企业采用的线损评估和理论计算的方法相对简单,滞后性较大,为了提高线损的管理,应用线损预测技术,能够及时采取线损治理相应的措施,有效提升了企业的效益。

随着智能预测算法的逐渐兴起,越来越多的算法应用于线损预测中,大量的预测模型实现了线损稳定、精准的预测。文献[1]使用核偏最小二乘回归算法应用于线损率预测,以历年来的线损率及其相关数据为样本建立预测模型,然后对预测年线损率进行预测。但算法重要参数选取困难,预测误差较大。文献[2-3]采用灰色关联度分析结合BP神经网络对线损率进行预测,通过灰色关联度分析和线损率相关的因素,确定神经网络的输入变量,采用GM(1,1)和神经网络的组合预测得到最终的预测结果。但是神经网络隐含层节点不易确定,且神经网络算法易陷入局部最优值、收敛速度慢。文献[4]首先筛选和构建5个电气特征指标描述10 kV配电网结构和运行状态;其次采用惯性因子和学习因子动态调整的粒子群算法,全局搜索BP神经网络的权值和阈值来构建PSO-BPNN线损评估模型;通过对训练样本集的学习,拟合电气特征指标与线损之间的非线性关系,进而对测试样本集线损进行预测。……

登录APP查看全文

猜你喜欢

配电网分析模型
一半模型
隐蔽失效适航要求符合性验证分析
重尾非线性自回归模型自加权M-估计的渐近分布
配电网自动化的应用与发展趋势
电力系统不平衡分析
电力系统及其自动化发展趋势分析
3D打印中的模型分割与打包
基于IEC61850的配电网数据传输保护机制
配电网不止一步的跨越
基于CIM的配电网线损计算