杨 斌, 伏 蕾

(国网宁夏电力有限公司固原供电公司，宁夏 固原 756000)

0 引 言

智能电网发展迅速，电力系统运行中的线损问题受到众多研究学者的重视[1]。采集配电网电力数据具有较高难度，线损率仅可利用电力系统中众多损耗设备的物理特性建立相关模型计算，电力系统中众多设备运行过程中存在较高的波动以及偏差，因此低压配电网同期线损计算精度较低，缺少合理的低压配电网同期线损预测方法，导致低压配电网的线损无法控制在合理区间内[2-3]。低压配电网同期线损的精准预测可提升电力系统的管理性能，其预测精度是评价电力系统运行方式合理性以及电力企业运营状况的重要指标[4]。

目前已有众多学者针对配电网同期线损进行研究，文献[5]设计了基于激光点云的中压配电网同期线损检测系统。采用主成分分析法(PCA)提取预测电力系统线损参数，利用激光探测传感装置提取点云特征，构建样本点的特征向量，求解SVM的判别函数，最终实现对中压配电网同期线损的精确检测。但该种方法是对线损的检测方法，预测的准确率并不高。文献[6]针对配电网能量管理和节能降损的要求，提出了一种基于特征选择和Stacking集成学习的配电网线损预测方法。通过相关性分析法、最大信息系数法和基于树模型的特征选择法对特征进行综合分析，选择重要特征作为配电网线损预测模型的输入特征；建立Stacking集成学习配电网线损预测模型，实现配电网同期线损预测，但预测的准确率不足，无法满足实际需要。……