一种基于多源数据融合的配网线损优化方法

技术领域

本发明涉及电力的技术领域，尤其涉及一种基于多源数据融合的配网线损优化方法。

背景技术

配网是供电企业向用户提供电力服务的最后一个环节，直接影响着用户的用电可靠性；然而，由于配网分布广、拓扑复杂、数据质量参差不齐，导致配网管理水平远低于主网，配网中压馈线重过载及负荷不均衡现象较为严重。

馈线重过载可能导致弧垂增大、线路老化、线损增大和电压下降等问题，对于电网运行的安全性和经济性都有不利的影响。为了解决馈线重过载问题，现有的技术手段主要依靠手动建模，人工计算工作量较大，负荷分析的精准度有待提升；另外，当电力系统中发生故障时，调度自动化系统会在较短时间内将大量的信息提供给运行人员，不仅给运行人员的分析带来不便，其中也包含了大量不必要上传的无用信息，这给故障的及时处理带来了严重的阻碍，且SCADA(Supervisory Control And Data Acquisition)系统所能提供的信息有限，这些信息并不能完全满足运行人员对故障进行全面分析的需求，保护和开关的误动、拒动，以及因通信信道干扰所造成的信息缺失也均会使基于单一信息源的故障分析的准确性受到严重影响。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明提供了一种基于多源数据融合的配网线损优化方法，能够配网负荷不均衡的问题。

为解决上述技术问题，本发明提供如下技术方案：包括，通过能量管理系统采集配网负荷数据，并对所述配网负荷数据进行预处理操作；通过模糊Petri网模型分析预处理后的配网负荷数据，获得配网故障度；通过D-S证据理论融合所述配网故障度，获得诊断结果；根据所述诊断结果建立配网馈线优化规则，而后根据所述配网馈线优化规则完成配网线损优化。

作为本发明所述的基于多源数据融合的配网线损优化方法的一种优选方案，其中：所述预处理包括，通过相同节点中的有功功率和所述配网负荷数据进行相互校核，将校核结果与所述配网负荷数据进行比对；若比对误差大于1％，则剔除该负荷数据；否则，则保留。

作为本发明所述的基于多源数据融合的配网线损优化方法的一种优选方案，其中：还包括，校核公式如下：

其中，Q

作为本发明所述的基于多源数据融合的配网线损优化方法的一种优选方案，其中：所述模糊Petri网模型包括，基于Petri网定义所述模糊Petri网模型FPN：

FPN＝(P，T，D，I，O，f，β，γ)

其中，P为库所节点的有限集合，T为变迁节点的有限集合，D为有限的命题集，I为变迁的输入库所的有限集合，O为变迁的输出库所的有限集合，f为从变迁到0、1间实数值映射的关联函数，β为从库所到0、1间实数值的关联函数，γ为从库所到命题的关联函数。

作为本发明所述的基于多源数据融合的配网线损优化方法的一种优选方案，其中：所述分析包括，利用所述模糊Peti网模型对所述预处理后的负荷数据进行推理，获得配网元件的故障度：

其中，PD

作为本发明所述的基于多源数据融合的配网线损优化方法的一种优选方案，其中：所述推理包括，设R

作为本发明所述的基于多源数据融合的配网线损优化方法的一种优选方案，其中：融合所述配网故障度包括，基于D-S证据理论获得融合规则：

其中，w(P)为P的基本信任分配函数，表示证据对P的信任程度。

作为本发明所述的基于多源数据融合的配网线损优化方法的一种优选方案，其中：建立所述配网馈线优化规则包括，建立优化列表：

L＝(w(P

若所述L＝0，则无需调整馈线；若所述L＝1时，则将热馈线上的部分负荷分支就转移到冷馈线上；其中，L为待优化指数，P

本发明的有益效果：通过多源数据融合技术有效了提升配网负荷故障分析的准确度；同时实现了负载均衡，降低了配网的故障风险。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：

图1为本发明第一个实施例所述的基于多源数据融合的配网线损优化方法的流程示意图；

图2为本发明第一个实施例所述的基于多源数据融合的配网线损优化方法的经典的Petri网结构示意图；

图3为本发明第二个实施例所述的基于多源数据融合的配网线损优化方法的10kV三馈线系统结构示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明的保护的范围。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。

本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。

同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

实施例1

参照图1～图2，为本发明的第一个实施例，该实施例提供了一种基于多源数据融合的配网线损优化方法，包括：

S1：通过能量管理系统(EMS，Energy Management System)采集配网负荷数据，并对配网负荷数据进行预处理操作。

具体的，预处理操作的步骤如下：

(1)通过相同节点中的有功功率和配网负荷数据进行相互校核，将校核结果与采集到的配网负荷数据进行比对；

根据下式进行相互校核：

其中，Q

(2)若比对误差大于1％，则剔除该负荷数据；否则，则保留该负荷数据。

S2：通过模糊Petri网模型分析预处理后的配网负荷数据，获得配网故障度。

其中需要说明的是，Petri网是对离散并行系统的数学表示，Petri网是20世纪60年代由卡尔A佩特里发明的，适合于描述异步的、并发的计算机系统模型；经典的Petri网是简单的过程模型，参照图2，由两种节点：库所P和变迁T，有向弧，以及令牌等元素组成的。

(1)Petri网的元素如下：

①库所(Place)：圆形节点；

②变迁(Transition)：方形节点；

③有向弧(Connection)：是库所和变迁之间的有向弧；

④令牌(Token)：是库所中的动态对象，可以从一个库所移动到另一个库所。

(2)Petri网的规则：

①有向弧是有方向的；

②两个库所或变迁之间不允许有弧；

③库所可以拥有任意数量的令牌。

(3)Petri网的行为：

①如果一个变迁的每个输入库所(input place)都拥有令牌，该变迁即为被允许(enable)，一个变迁被允许时，变迁将发生(fire)，输入库所(input place)的令牌被消耗，同时为输出库所(output place)产生令牌；

②变迁的发生是完整的，也就是说，没有一个变迁只发生了一半的可能性；

③有两个或多个变迁都被允许的可能，但是一次只能发生一个变迁；

④如果出现一个变迁，其输入库所的个数与输出库所的个数不相等，令牌的个数将发生变化，也就是说，令牌数目不守恒；

⑤Petri网络是静态的，也就是说，不存在发生了一个变迁之后忽然冒出另一个变迁或者库所，从而改变Petri网结构的可能；

⑥Petri网的状态由令牌在库所的分布决定，即变迁发生完毕、下一个变迁等待发生的时候才有确定的状态，正在发生变迁的时候是没有一个确定的状态的。

⑦两个变迁争夺一个令牌的情形被称之为冲突，当发生冲突的时候，由于Petri网的时序是不确定的，因此具体哪个变迁得以发生也是不确定的；

⑧多个弧连接两个节点的情况，在输入库所和变迁之间的弧的个数决定了该变迁变为被允许需要的令牌的个数，弧的个数决定了消耗/产生的令牌的个数。

基于Petri网定义模糊Petri网模型FPN：

FPN＝(P，T，D，I，O，f，β，γ)

其中，P为库所节点的有限集合，T为变迁节点的有限集合，D为有限的命题集，I为变迁的输入库所的有限集合，O为变迁的输出库所的有限集合，f为从变迁到0、1间实数值映射的关联函数，β为从库所到0、1间实数值的关联函数，γ为从库所到命题的关联函数。

进一步的，利用构建的模糊Peti网模型对预处理后的负荷数据进行推理，获得配网元件的故障度：

其中，PD

模糊Petri网模型的推理过程是一种带有可信度的模糊推理，具体的步骤如下：

设R

基于产生式规则获得推理判据：

需要说明的是，产生式规则如下：

(1)R

(2)R

(3)R

(4)R

其中，CF为可信度。

S3：通过D-S证据理论融合配网故障度，获得诊断结果。

D-S证据理论起源于1967年Dempster所提出的由多值映射导出的上概率和下概率，之后Shafer将其进一步完善，并建立了命题和集合之间的一一对应关系，把命题的不确定性问题转化为集合的不确定性问题，满足比概率论弱的情况，形成了一套关于证据推理的数学理论。

在DS证据理论中，由互不相容的基本命题(假定)组成的完备集合称为识别框架，表示对某一问题的所有可能答案，但其中只有一个答案是正确的。该框架的子集称为命题，分配给各命题的信任程度称为基本概率分配(BPA，也称m函数)，w(P)为基本可信数，反映着对A的信度大小；信任函数Bel(A)表示对命题A的信任程度，似然函数Pl(A)表示对命题A非假的信任程度，也即对A似乎可能成立的不确定性度量，实际上，[Bel(A)，Pl(A)]表示A的不确定区间，[0,Bel(A)]表示命题A支持证据区间，[0，Pl(A)]表示命题A的拟信区间，[Pl(A)，1]表示命题A的拒绝证据区间。

设w1和w2是由两个独立的证据源(传感器)导出的基本概率分配函数，则Dempster组合规则可以计算这两个证据共同作用产生的反映融合信息的新的基本概率分配函数；基于D-S证据理论获得融合规则：

其中，w(P)为P的基本信任分配函数，表示证据对P的信任程度。

设配网线路L1、L2、L3中同一处的三个元件的故障度分别为U1、U2、U3，其中L1故障，L2和L3非故障，通过D-S证据理论融合获得的部分诊断结果如下表：

表1：D-S证据理论融合故障度的融合结果表。

由表1可见，线路L1故障，诊断正确。

S4：根据诊断结果建立配网馈线优化规则，而后根据配网馈线优化规则完成配网优化。

建立配网馈线优化规则的步骤如下：

(1)建立优化列表：

L＝(w(P

其中，L为待优化指数，P

(2)若L＝0，则无需调整馈线；若L＝1时，则将热馈线上的部分负荷分支就转移到冷馈线上，即将联络开关的位置向热馈线出口断路器侧移动。

对于每一个待优化馈线偶，分别用热馈线和冷馈线代表负载较重与较轻的馈线。

实施例2

为了对本方法中采用的技术效果加以验证说明，本实施例选择传统的技术方案和采用本方法进行对比测试，以科学论证的手段对比试验结果，以验证本方法所具有的真实效果。

传统的技术方案：依靠手动建模，人工计算工作量较大，负荷分析的精准度有待提升；另外，无法提供准确的负荷数据，配网优化难度大。

为验证本方法相对传统的技术方案具有较高配网优化能力，本实施例中将采用传统的技术方案和本方法分别对配网中10kV三馈线系统进行实时测量优化对比。

该10kV三馈线系统由10个分段开关，2个联络开关以及50台配变组成，如图3所示，馈线s和g来自同一个220kV变电站I，馈线c来自220kV变电站Ⅱ，开关分别用l～12来表示，其中联络开关为4和11，分别联络馈线偶sc，sg及gc；本实施例挑选了2019年迎峰度夏期间某典型日来进行验证，配网负荷数据采样周期为10min。

三条馈线的额定电流是500A，根据本方法计算得到馈线s需要优化，同时采用传统的技术方案对该系统进行优化，馈线s优化后的负荷电流结果如下表所示。

表2：优化10kV三馈线系统结果对比表。

由上表可以看出，本方法能有效缓解馈线重过载现象。

应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。