[发明专利]一种线路负荷回归分析与预测方法及系统

说明书

本发明公开了一种线路负荷回归分析与预测方法及系统：以挂载在线路下用户负荷数据来预测线路负荷的方法；通过电力系统中网架拓扑分析，将线路下挂载的台区变压器和大用户变压器进行关联分析，根据采集台区和大用户的运行数据和外部数据(气象数据、特殊事件数据等)，构建训练集、测试集特征向量；采用回归预测方法分别对每个台区和大用户进行负荷预测，根据台区和大用户的负荷预测构建线路的回归方程，从而形成一种由用户视角的线路负荷进行预测方法。本发明通过线路下的台区和大用户的运行数据对线路负荷进行预测，有效地反映出电力拓补中线路及其挂载变压器的关系，更有效地利用多维数据全面展现出线路负荷与其下的用户之间的关系。

技术领域：

本发明涉及的是属于信息技术领域，具体涉及的是一种线路负荷回归分析与预测方法及系统。

背景技术：

线路负荷预测是制定电网运行方式、计算线路输送能力进而做好调度计划安全校核及鉴别电网安全状况的重要依据。同时,作为后续制定考虑安全约束发电调度计划的基础,线路负荷预测对于实现整个电网调度的安全性、节能性、经济性具有重要意义。

目前，线路负荷预测方法，多是基于线路本身的历史运行数据以及一些外部数据(气象数据、节假日信息等)来构建线路预测的特征向量。此类方法忽略了线路下挂载的变压器设备信息，无法全面有效地将线路下的设备对线路运行影响描述。

发明内容：

为克服现有技术上的不足，本发明的目的在于实现一种线路负荷回归分析与预测方法及系统，有效地预测线路负荷，并且利用线路下变压器设备的运行数据全面分析出线路与挂载在其下的设备的相关性。

为实现上述目的，本发明提供了如下方案：

一种线路负荷回归分析与预测方法，其方法包括：

根据电力拓扑信息和电力设备信息，将一条线路下的台区变压器和大用户变压器进行电气拓补关联分析，得出此时该条线路下变压器设备的挂载情况；

获取线路相关联的设备的历史运行数据获取，按天分为一条记录；

把每天对应的外部数据和运行数据按特征规则进行抽取，构建特征向量训练数据集；

选择回归模型，将构建的特征向量训练数据集输入回归模型，进行模型训练，得出每个台区变压器和大用户变压器的回归模型，向每个台区变压器和大变压器的回归模型内输入由采集的运行数据和外部数据构成的特征向量测试集，预测出台区变压器和大用户变压器的负荷值；

将该条线路下每个台区变压器和大用户变压器的每天预测值和一个线损常量作为一个特征向量，并构建线路特征向量训练集合，选择对应的回归模型进行模型训练，得到该线路的回归模型；

向该线路的回归模型内输入每个台区变压器负荷和大用户变压器负荷构成的特征向量，预测该线路的负荷。

优选的，所述线路是电网系统中10kV等级线路，所述台区变压器和大用户变压器是10kV线路下直接挂载变压器。

优选的，所述电气关联拓补分析是根据CIM模型(通用信息模型即CIM模型)的XML文件中，定义了该条线路下的台区变压器和大用户变压器通过开关闭合进行逻辑连接，根据该逻辑连接特性对10kV线路拓扑分析。

优选的，所述运行数据是时序数据，采集的设备运行数据是按照一定频率采集的时序序列值，一台设备的一天的负荷记录是N个采样点序列值。外部数据有三种：气象数据也是时序数据，节假日信息以标志位形式表现，特殊事件信息以标志位形式表现。

所述电气拓补关联分析是根据公共信息模型的XML文件中，定义的开关开闭状态，采用广度优先搜索算法分析电网结构拓扑，其具体分析方法为：

首先根据设备之间的连接关系，通过连接分析，形成连接节点模型；