一种低压配电台区线路损耗的计算方法

    公开(公告)号:CN113224748A

    公开(公告)日:2021-08-06

    申请号:CN202110452787.5

    申请日:2021-04-26

    IPC分类号: H02J3/00 G06F17/12 G06F17/18

    摘要: 本发明属于电力系统配电网管理技术领域,尤其涉及一种低压配电台区线路损耗的计算方法。本发明方法首先在配电网拓扑结构与单个用户电表数据未知的情况下,考虑使用实测数据,计算得到“虚拟线路电阻”这一特征。并将其加入实测的供售电量、电流、统计线损等特征中,采用iForest孤立森林算法进行数据离群点检测。剔除数据异常值后,对大量实测数据采用机器学习中的回归分析方法,建立了理论线损估计模型,计算得到估计线损值。本发明方法兼顾了可解释性与准确性,为低压配电网线损管理工作提供参考。而且本发明方法的计算量小,因而减少工作量,节约成本,只需根据变压器低压侧的实测数据和供售电量,通过机器学习中的回归分析方法计算得到线损估计值。

    基于深度学习的台区短期负荷预测方法

    公开(公告)号:CN114186739A

    公开(公告)日:2022-03-15

    申请号:CN202111511262.0

    申请日:2021-12-02

    摘要: 本发明公开了一种基于深度学习的台区短期负荷预测方法,包括如下步骤:S1:采集低压配电台区的时序运行数据,其中,所述时序运行数据包括电压、电流、有功功率、无功功率和时间信息;S2:对所述时序运行数据进行预处理和特征工程工作,得到数值型数据和类别型数据;S3:将所述数值型数据输入到训练好的Seq2Seq‑Attention模型中,得到经过Attention模型附加权重的向量序列,之后,将经过全连接网络的类别型数据与所述向量序列进行向量合并,并经过激活函数得到负荷预测结果。该基于深度学习的台区短期负荷预测方法,在Seq2Seq‑Attention模型和电力系统大量多维时间序列数据基础之上,基于Seq2Seq‑Attention模型下的台区短期负荷预测方法,能够达到较高的预测准确性。

    一种线损工单自动流转系统及方法

    公开(公告)号:CN113837725A

    公开(公告)日:2021-12-24

    申请号:CN202111148231.3

    申请日:2021-09-29

    IPC分类号: G06Q10/10 G06Q10/06 G06Q50/06

    摘要: 本发明公开了一种线损工单自动流转系统及方法,输入单元用于输入线损工单;匹配单元包括至少两个解决线损问题的线损类别,匹配单元用于将线损工单上的内容与匹配单元内的一个线损类别进行匹配;处理单元包括至少两个工位,每个工位各与一个线损类别适配,线损工单根据线损类别传送至与线损类别适配的工位上,接收线损工单的工位对线损工单上的线损内容进行处置;被处理单元处理过的线损工单传送至复核单元,复核单元对线损工单上的内容进行复核并监控线损工单是否被处理单元完成处置;复核单元将复核后内容传送至显示单元,显示单元用于查看线损工单内容对应的处置情况和处置结果;领导看板单元实时监控全过程。