[发明专利]一种基于量测中心的线损异常定位方法与系统在审
申请号: | 202211165943.0 | 申请日: | 2022-09-23 |
公开(公告)号: | CN115616338A | 公开(公告)日: | 2023-01-17 |
发明(设计)人: | 远方;李文萃;冯肖;张向伍;郑腾霄 | 申请(专利权)人: | 国网河南省电力公司信息通信公司 |
主分类号: | G01R31/08 | 分类号: | G01R31/08;G01R29/16;G01R22/00;H02J13/00 |
代理公司: | 郑州博派知识产权代理事务所(特殊普通合伙) 41137 | 代理人: | 荣永辉 |
地址: | 450000 河南省郑*** | 国省代码: | 河南;41 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 中心 异常 定位 方法 系统 | ||
1.一种基于量测中心的线损异常定位方法,其特征在于,具体包括:
S11基于所述量测中心的线损数据确定是否存在疑似线损异常线路,若是,则进入步骤S12;
S12判断所述疑似线损异常线路是否存在三相不平衡或者功率因数超限异常情况,若否,则进入步骤S13,若是,则实现对所述线损异常线路的定位;
S13基于所述疑似线损异常线路的量测装置的历史故障率、线损数据异常时的量测装置的数据幅值变化率判断所述量测装置是否存在异常,若是,则不存在线损异常线路,若否,则进入步骤S14;
S14基于所述疑似线损异常线路的用电用户,基于温度、用户历史用电信用度、负荷使用规律构建用户用电特征,对所述用电用户的用电负荷数据进行修正得到修正后的用电负荷数据,基于所述修正后的用电负荷数据得到修正后的线损数据,并基于所述修正后的线损数据是否存在异常,若是,则实现对所述线损异常线路的定位,若否,则不存在线损异常线路。
2.如权利要求1所述的线损异常定位方法,其特征在于,当所述线损数据大于第一线损阈值且持续时间大于第一时间阈值时,此时存在疑似线损异常线路。
3.如权利要求1所述的线损异常定位方法,其特征在于,判断所述量测装置是否存在异常的具体步骤为:
S21判断所述量测装置的历史故障率是否大于第一故障率阈值,若是则进入步骤S22,若否,则进入步骤S23;
S22基于所述历史故障率对所述量测装置的数据幅值变化率进行修正,得到修正后的数据幅值变化率,并将所述修正后的数据幅值变化率作为新的数据幅值变化率;
S23判断所述数据幅值变化率是否大于第一变化率阈值,若是,则判断所述量测装置存在异常,若否,则不存在异常;
4.如权利要求1所述的线损异常定位方法,其特征在于,基于所述历史故障率对所述量测装置的数据幅值变化率进行修正的具体方式为将所述数据幅值变化率乘以一个与所述历史故障率相关的大于1的系数,其中历史故障率越大,所述系数就越大。
5.如权利要求1所述的线损异常定位方法,其特征在于,所述用户历史用电信用度的计算公式为:
其中K1、K2、K3为常数,且K1+K2=1,Z为准时缴费率,J为基准用电信用度为1。
6.如权利要求1所述的线损异常定位方法,其特征在于,所述负荷使用规律为最近一周内同时刻的用电负荷数据的平均值。
7.如权利要求1所述的线损异常定位方法,其特征在于,所述用户用电特征构建的具体步骤为:
S31基于所述温度、所述用户历史用电信用度、所述负荷使用规律构建输入集;
S32将所述输入集送入到基于鲸鱼算法优化的BP神经网络算法的预测模型之中,得到预测结果;
S33基于所述预测结果得到用户用电特征。
8.如权利要求1所述的线损异常定位方法,其特征在于,对所述鲸鱼算法在包围猎物阶段鲸鱼个体进行位置更新后,增加了随机扰动机制,其具体扰动的计算公式为:
x1=ξ·xf
其中xf是未扰动前的鲸鱼个体,xl是扰动后的鲸鱼个体,t是当前迭代次数,Tmax是最大迭代次数,ξ是非线性扰动系数,ξmax和ξmin分别为ξ的最大值和最小值,K4为常数,取值大于1。
9.如权利要求1所述的线损异常定位方法,其特征在于,所述修正后的用电负荷数据的具体的计算公式为:
其中T1为用户用电特征,P1为所述用电用户的用电负荷数据,K5为常数,取值小于1。
10.一种基于量测中心的线损异常定位系统,采用权利要求1-9任意一项所述的一种基于量测中心的线损异常定位方法,包括疑似定位模块,电压功率异常确认模块,量测装置异常确认模块,用户特征异常确认模块;
其中所述疑似定位模块负责确定是否存在疑似线损异常线路;
所述电压功率异常确认模块负责确定疑似线损异常线路是否存在三相不平衡或者功率因数超限异常情况
所述量测装置异常确认模块负责确定量测装置是否存在异常;
所述用户特征异常确认模块负责确定线损数据是否存在异常。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网河南省电力公司信息通信公司,未经国网河南省电力公司信息通信公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211165943.0/1.html,转载请声明来源钻瓜专利网。