一种基于智能电表数据的负荷参数辨识系统

    公开(公告)号:CN109613370B

    公开(公告)日:2020-10-20

    申请号:CN201811580016.9

    申请日:2018-12-24

    IPC分类号: G01R31/00 G01R22/00

    摘要: 本发明公开了一种基于智能电表数据的负荷参数辨识系统,包括采集器、比较器、分析器、汇集器和存储器,采集器与多个智能电表连接,采集多个智能电表数据,进行分析比较,从中得到各类负荷数据,计算得到不同点的各类负荷成分参数,然后汇集得到负荷的整体成分及参数,最后把不同点、不同时段负荷参数进行分类存储。本发明对大量的智能电表的负荷用电数据进行大数据分析,从而辨识得到与客观实际相符合、真实的负荷参数,以用于电网的仿真计算,及电网调度、规划等;利用本发明系统进行电网负荷的参数辨识,无需购置新的负荷数据采集设备,智能电表的实时及历史数据均可从电网的用电信息系统中得到,从而节省了设备投资。

    基于智能电表数据的负荷辨识模型参数修正方法

    公开(公告)号:CN108920868A

    公开(公告)日:2018-11-30

    申请号:CN201810811697.9

    申请日:2018-07-23

    IPC分类号: G06F17/50

    摘要: 一种基于智能电表数据的负荷辨识模型参数修正方法,其特点是,通过智能电表对用户的用电数据采集,相比于侵入式的数据采集装置,很大程度上节省了硬件成本,对用电数据进行预处理,分析时间序列上的用电负荷特性;结合数据采集装置获取的单一负荷的周期运行曲线,通过主成分分析获得运行周期上的特征点和特征向量,以少量的数据量表征原始数据,并形成模板库;最后利用RBF神经网络判断数据点和数据中心的欧式距离,依据设定条件进行匹配,辨识负荷曲线中负荷的种类,最后修正传统负荷模型的参数。本发明通过计算机对动态负荷的实时监测,考虑到其中的负荷比例构成,使得传统的负荷模型的参数得以修正,可对电网未来供电提供一定的参考。