[发明专利]一种基于鲁棒神经网络的低压台区线损合理区间计算方法

说明书

一种基于鲁棒神经网络的低压台区线损合理区间计算方法，其特征在于，包括以下步骤：步骤1，基于用电信息采集系统，提取所述用电台区中与线损率相关的特征量；步骤2，将所述特征量输入至循环神经网络中，通过所述循环神经网络计算出所述用电台区的线损率标杆值；步骤3，基于所述用电台区的线损率标杆值、所述用电台区的实际线损率获取线损误差和线损方差，并基于所述线损率标杆值、线损误差和线损方差确定所述用电台区的线损率合理区间。本发明中的方法，能够解决现有台区理论线损计算技术存在的数据要求高、实用性低的技术问题，从而为电网降低线损率，保证高效运行提供可靠依据。

技术领域

本发明涉及配电网用电管理领域，更具体地，涉及一种基于鲁棒神经网络的低压台区线损合理区间计算方法。

背景技术

目前，线损率作为评价电力系统的重要指标，在经济运行中扮演着重要的角色，因此，线损管理也是电力公司的重点工作内容之一。目前，根据《线损四分管理标准》，我国线损管理采用“分压、分区、分线、分台区”的原则。根据国家电网的测算，380V低压电网作为重损层，其损耗量占总电网损耗量的大概1/5。而低压电网线损管理普遍采用分台区的管理手段，所以研究台区线损率情况、分析台区线损率的主要影响因素对于提高配电网的经济运行水平具有重要的意义。

现有技术中，线损率合理范围的本质是线损影响因素在合理取值范围变化时线损率的变化范围。然而，电力企业对于线损率指标缺乏管理标准，常以固定的区间作为线损率合理性评估的依据，“一刀切”的管理方式无法区分出台区在结构、供电范围、负荷水平上的差异，忽视不同地区用电情况、不同用户用电负荷特性、不同台区拓扑结构以及分布式电源接入等因素对于台区线损指标的影响。另外，采用压降法，以及台区拓扑的理论线损计算等方法获取线损率也需要末端用户电压曲线、台区拓扑、线路等详细的数据信息，对数据要求高，无法大范围推广应用。

因此，亟需一种新型的基于用电台区线损率诊断方法。

发明内容

为解决现有技术中存在的不足，本发明的目的在于，提供一种基于鲁棒神经网络的低压台区线损合理区间计算方法，能够基于用电信息采集系统中与线损率相关的特征量，计算出用电台区的线损率标杆值，并确定用电台区的线损率合理区间。

本发明采用如下的技术方案。一种基于鲁棒神经网络的低压台区线损合理区间计算方法，包括以下步骤：步骤1，基于用电信息采集系统，提取低压用电台区中与线损率相关的特征量；步骤2，将特征量输入至循环神经网络中，通过循环神经网络计算出用电台区的线损率标杆值；步骤3，基于用电台区的线损率标杆值、用电台区的实际线损率获取线损误差和线损方差，并基于线损率标杆值、线损误差和线损方差确定用电台区的线损率合理区间。

优选地，步骤1中还包括：用电信息采集系统中与线损率相关的特征量包括：用电台区中的台区类别、台区容量、台区电量、用户类型、用户数量、电表读数、台区功率、线路指标以及CT变比。

优选地，步骤2中用电台区的线损率标杆值的计算方法为：步骤2.1，将特征量输入至循环神经网络中，计算得到循环神经网络的输出；步骤2.2，对循环神经网络的输出进行L2范数的正则化操作，以消除循环神经网络的过度拟合；步骤2.3，将正则化操作结果输入至不同概率取值的随机失活层中，并获得随机失活输出结果；步骤2.4，对随机失活输出结果取平均值以获得用电台区的线损率标杆值。

优选地，步骤2.1中还包括：循环神经网络包括三条主路径，循环神经网络的输出为每条主路径的输出的级联组合，计算公式为：

式中，y_c为循环神经网络的输出，

C(·)为级联函数，

f_k(·)为主路径函数，

x为第k条主路径的输入，

为第k条主路径的权重，