[发明专利]一种基于多源数据融合的配网线损优化方法

权利要求书

1.一种基于多源数据融合的配网线损优化方法，其特征在于：包括，

通过能量管理系统采集配网负荷数据，并对所述配网负荷数据进行预处理操作；

通过模糊Petri网模型分析预处理后的配网负荷数据，获得配网故障度；

通过D-S证据理论融合所述配网故障度，获得诊断结果；

根据所述诊断结果建立配网馈线优化规则，而后根据所述配网馈线优化规则完成配网线损优化。

2.如权利要求1所述的基于多源数据融合的配网线损优化方法，其特征在于：所述预处理包括，

通过相同节点中的有功功率和所述配网负荷数据进行相互校核，将校核结果与所述配网负荷数据进行比对；

若比对误差大于1％，则剔除该负荷数据；否则，则保留。

3.如权利要求2所述的基于多源数据融合的配网线损优化方法，其特征在于：还包括，

校核公式如下：

其中，Q_n为节点在时刻m的负荷数据，Q_m为节点在时刻m的有功功率，Q_m-1为所述节点在时刻m-1的有功功率，α为准确系数。

4.如权利要求1或2所述的基于多源数据融合的配网线损优化方法，其特征在于：所述模糊Petri网模型包括，

基于Petri网定义所述模糊Petri网模型FPN：

FPN＝(P，T，D，I，O，f，β，γ)

其中，P为库所节点的有限集合，T为变迁节点的有限集合，D为有限的命题集，I为变迁的输入库所的有限集合，O为变迁的输出库所的有限集合，f为从变迁到0、1间实数值映射的关联函数，β为从库所到0、1间实数值的关联函数，γ为从库所到命题的关联函数。

5.如权利要求4所述的基于多源数据融合的配网线损优化方法，其特征在于：所述分析包括，

利用所述模糊Peti网模型对所述预处理后的负荷数据进行推理，获得配网元件的故障度：

其中，PD_i为第i个元件的配网故障度，P_i为第i个元件的库所节点的有限集合，P_k为库所节点的有限集合的第k个元素。

6.如权利要求5所述的基于多源数据融合的配网线损优化方法，其特征在于：所述推理包括，

设R₁为直接接收到的断路器的实际动作信息，R₂为通过模糊Petri网后向推理所得的断路器的真实动作概率，令ΔR＝R₁-R₂；

基于产生式规则获得推理判据：

7.如权利要求2、5、6任一所述的基于多源数据融合的配网线损优化方法，其特征在于：融合所述配网故障度包括，

基于D-S证据理论获得融合规则：

其中，w(P)为P的基本信任分配函数，表示证据对P的信任程度。

8.如权利要求7所述的基于多源数据融合的配网线损优化方法，其特征在于：建立所述配网馈线优化规则包括，

建立优化列表：

L＝(w(P_avg)＞P_thavg)∨/∧(P_thmax＞P_thmax)

若所述L＝0，则无需调整馈线；若所述L＝1时，则将热馈线上的部分负荷分支就转移到冷馈线上；

其中，L为待优化指数，P_avg为平均配网故障度，P_thavg为平均配网故障度的阈值，P_max为最大配网故障度，P_thmax为最大配网故障度的阈值。