卢兆军， 宋士瞻， 袁飞， 刘玉娇， 康文文

(1. 国家电网公司山东省电力公司，山东 济南 250002；2. 国网山东省电力公司枣庄供电公司，山东 枣庄 277000)

0 引 言

配电网的线损水平是评估配电系统运行效率的重要依据。进行精确的配电线损计算和分析需要收集大量线损数据，包括线路电压、线路电流、线路阻抗、变压器铜损和铁损、负荷水平以及变压器容量等。由于低压配电网的自动化水平参差不齐，线路连接存在一定不确定性，负荷分布复杂。因此在中低压配电网开展精确线损计算工作存在实际困难。

常规的线损计算方法有回归分析法、均方根电流法、等值电阻法以及潮流计算法等[1-6]。回归分析法是用潮流计算程序完成电网的潮流计算，根据计算结果建立与线损影响因素相对应的回归模型，完成线损计算和分析。由于中低压配电系统的有效数据范围狭窄以及数据处理效率较低，回归分析法得到的线损数据准确性欠佳。

针对配电线损计算和分析中存在的问题，提出了将人工神经网络(axtficial neural network, ANN)技术应用于线损计算的方法。本文讨论了所提出ANN的拓扑结构、输入变量、输出变量、训练集的结构以及训练方法，并通过基于两条馈线的负荷数据的仿真对比试验证明了该方法的有效性。

1 线损灵敏度分析

1.1 负荷数据采集

为了开发ANN损耗模型，确定影响馈线损耗的最关键因素，以最贴近实际的方式分析线损，首先需要通过现场数据采集和统计分析得出馈线的负荷模式。……