[发明专利]基于泰森多边形的变电站选址方法及装置

说明书

本发明公开了一种基于泰森多边形的变电站选址方法及装置，该方法包括：确定待规划区域的选址变量；其中，所述选址变量包括以下至少两个：负荷预测信息、现有主网变电站信息、规划和在建主网变电站信息、主网电压等级、现有和规划电源信息；根据所述选址变量，确定所述待规划区域中的至少两个拟选址点；根据所述拟选址点，通过泰森多边形算法生成各所述拟选址点所对应的负荷区域。通过待规划区域选址变量的获取，以生成泰森多边形的方法完成变电站拟选址点及其对应负荷区域的确定，提升了变电站选址的效率和准确性。

技术领域

本发明涉及电力系统自动化技术领域，尤其涉及一种基于泰森多边形的变电站选址方法及装置。

背景技术

变电站在电力系统中是重要的输配电节点设备，在电力系统的规划中，需要针对变电站进行合理有效的选址，以提升电力系统运行的经济性和效率。

但是，传统的变电站选址方式需要根据电力系统的各项指标以及宏观的经济数据，通过人工计算、实地考察等方式或是简单的机器学习方法进行选择，导致选址的效率不高。因此，需要一种基于泰森多边形的变电站选址方法，以提升变电站选址的效率。

发明内容

本发明所要解决的技术问题在于，传统的变电站选址方式需要根据电力系统的各项指标以及宏观的经济数据，通过人工计算、实地考察等方式或是简单的机器学习方法进行选择，导致选址的效率不高。

为了解决上述技术问题，本发明第一方面公开了一种基于泰森多边形的变电站选址方法，包括：

确定待规划区域的选址变量；

其中，所述选址变量包括以下至少两个：负荷预测信息、现有主网变电站信息、规划和在建主网变电站信息、主网电压等级、现有和规划电源信息；

根据所述选址变量，确定所述待规划区域中的至少两个拟选址点；

根据所述拟选址点，通过泰森多边形算法生成各所述拟选址点所对应的负荷区域。

作为一种可选的实施方式，所述负荷预测信息具体是通过以下方式确定出的：

确定第一预测参数、目标参数及预测年份；

其中，所述第一预测参数包括多个参数组，所述多个参数组分别包括多个子参数；所述目标参数包括以下至少一种参数：全社会最大负荷、全社会用电量、全行业用电量；

根据所述第一预测参数历史年份的数据及所述目标参数历史年份的数据，确定所述第一预测参数中的各子参数与所述目标参数之间的相关度；

根据所述相关度，将所述相关度超过预设阈值的子参数作为第二预测参数；

根据所述第二预测参数，确定预测算法；

根据集成学习方法将所述预测算法进行集成，训练获得基于所述预测算法的强学习器；

根据所述强学习器，获得所述目标参数在所述预测年份下的负荷预测信息；

其中，所述预测算法包括以下至少一种：弹性回归、套索回归、岭回归、高斯过程回归、门控循环单元回归；所述集成策略包括以下至少一种：同质集成、异质集成。

作为一种可选的实施方式，所述根据所述选址变量，确定所述待规划区域中的至少两个拟选址点，包括：

确定对应于所述待规划区域的目标年份及至少一个第一目标函数；

根据所述选址变量，确定所述目标年份下，满足所述至少一个第一目标函数所指示条件的至少两个拟选址点；

所述根据所述拟选址点，通过泰森多边形算法生成各所述拟选址点所对应的负荷区域，包括：

确定各所述拟选址点为圆心，以所述各圆心为基准，沿各半径往外的方向进行区域的匀速扩张，直至与其他拟选址点所对应的区域接触时停止；

将各所述拟选址点所对应的多边形区域确定为所述负荷区域。

作为一种可选的实施方式，所述确定对应于所述待规划区域的目标年份及至少一个第一目标函数之后，所述方法还包括：