[发明专利]基于Hyperopt-GRU模型的配变运行优化方法

权利要求书

1.一种基于Hyperopt-GRU模型的配变运行优化方法，其特征在于，包括：

基于Hyperopt-GRU预测模型对变电站进行短期负荷预测，得到变电站的目标日负荷预测功率；

基于综合功率经济负载系数以及最佳经济运行区之间的关系，计算出配电变压器组在不同运行方式下的最佳经济运行区间；

根据配电变压器组在不同运行方式下的最佳经济运行区间对目标日负荷预测功率进行区间划分，得出待操作区间；

在待操作区间内，计算因配电变压器组运行方式改变而带来的节电效益；

计算配电变压器投切过程中各类设备产生的等效投切成本；

以目标函数节电利润最大来确定配电变压器的最佳投切时机，以期变电站获取最大的经济效益；其中，节电利润为节电效益与等效投切成本之差。

2.如权利要求1所述的基于Hyperopt-GRU模型的配变运行优化方法，其特征在于，对变电站历史负荷数据进行预处理的方法为改进的非局部平均算法，其利用天气数据来反映历史负荷数据间的非局部相似性，以提高数据预处理结果的准确性和可靠性。

3.如权利要求1所述的基于Hyperopt-GRU模型的配变运行优化方法，其特征在于，基于Hyperopt-GRU预测模型对变电站进行短期负荷预测的过程为：

将变电站历史负荷数据预处理后输入至训练好的Hyperopt-GRU预测模型中，输出变电站的目标日负荷预测功率；

其中，Hyperopt-GRU预测模型的训练过程为：

将变电站历史负荷数据预处理后输入到初始的GRU短期预测模型中；

利用Hyperopt库实现对初始的GRU短期预测模型的超参数优化，得到优化后的Hyperopt-GRU预测模型。

4.如权利要求3所述的基于Hyperopt-GRU模型的配变运行优化方法，其特征在于，优化的超参数包括：隐藏层节点数、网络层数和dropout。

5.如权利要求1所述的基于Hyperopt-GRU模型的配变运行优化方法，其特征在于，待操作区间内因配电变压器组运行方式改变而带来的节电效益为：

式中Δp(t)_i是根据负荷预测功率得出相应的两种运行方式下的损耗差，与时间t相关；A(t)_i为求积系数，仅与当前时刻的损耗差值有关；i＝1,2……n；n为待操作区间内损耗差的个数。

6.如权利要求1所述的基于Hyperopt-GRU模型的配变运行优化方法，其特征在于，断路器的电寿命折算方式分为以下三种：

1)当I_n＝1.6kA时，

I_s0.35I_sn,N_s1＝1.3(I_sn/I_s)²

I_s≥0.35I_sn,N_s2＝(I_sn/I_s)^2.2

2)当I_n＝2kA时，

I_s0.35I_sn,N_s1＝1.8(I_sn/I_s)²

I_s≥0.35I_sn,N_s2＝(I_sn/I_s)^2.3

3)当I_n＝2.5kA时，

I_s0.35I_sn,N_s1＝1.6(I_sn/I_s)^2.2

I_s≥0.35I_sn,N_s2＝(I_sn/I_s)^2.4

式中，I_s为断路器的开断电流；I_n为断路器的额定电流；I_sn为断路器的额定开断电流；N_s1，N_s2为与开断一次额定开断电流产生的电磨损等效的断路器开断电流I_s时的开断次数。