薛明志，陈商玥，高 强

（天津理工大学电气电子工程学院，天津300384）

目前，国内外对低压台区线损的理论研究非常丰富.文献[1]采用了基于潮流计算的前推回代法，并对算法进行了改进同时引入三相不平衡、支路电压降对理论线损的影响，使得计算结果更为准确.随着理论算法研究的不断深入，逐渐将人工智能和神经网络引入到理论线损的计算中去，同样计算结果也更加贴合实际[2].文献[3]中通过建立主干线损耗、分支线损耗、接户线损耗、表计损耗这四个部分的数学模型进行技术线损的计算，此种算法需要的基础数据较多、计算量大.文献[4]描述了一种基于改进kmeans聚类和BP神经网络的台区线损率计算方法，以供电半径、低压线路总长度、负载率、居民用电比例为自变量，通过改进的k-means聚类算法将样本进行分类，再通过LM算法优化的BP神经网络算法计算台区线损率.文献[5]将径向基函数（radial basis function，RBF）神经网络应用到配电网线损的计算和分析中，并采用动态聚类算法确定RBF网格最优数，计算台区线损率.文献[6]建立了基于k-means聚类算法的数据预估模型，并将通过预测的线损率与实际线损率对比分析，找出线损率差异较大的台区.文献[7]提出了一种基于断面聚类的阶段理论线损计算方法，通过对断面网损的构成分析和断面数据分析，得出某时刻理论线损值和阶段理论线损值.文献[8-9]采用聚类分析算法，以采集系统采集得到的供电量、容量、负载率、用户数等作为……