基于CSO-SVR的低壓架空線路諧波損耗評估

孟安波， 蔡涌烽， 符嘉晉， 陳德， 殷豪， 陳子輝

(1. 廣東工業大學自動化學院，廣東 廣州 510006；2. 廣東電網有限責任公司江門供電局，廣東 江門 529000)

0 引言

隨著我國風電、光伏等新能源發電并網規模的日益增加以及電動汽車等依托新型電力電子器件的負荷日趨增多，諧波污染問題愈發嚴重且復雜。而直接與諸多用戶相連的低壓配電網，其線路損耗在各電壓等級線路損耗中占比最高[1—2]，其中諧波污染導致的線路損耗不容小覷[3—5]。因此，開展考慮諧波因素的線路損耗研究，對分析線路損耗構成、制定精確節能降損措施具有重要意義。

對于低壓架空線路而言，線路損耗主要與電流、電阻有關，圍繞諧波電阻建模是諧波損耗研究中的重要環節。現有研究中，文獻[6—7]以諧波次數的算術平方根倍直流電阻表征各次諧波電阻；文獻[8]基于電磁理論和電流熱效應，推導電流密度分布，進而計算諧波電阻；文獻[9—10]采用交直流電阻比值法計算諧波電阻；文獻[11]提出磁特性分析法計算導線交流電阻。上述方法需要大量的精確參數，且計算精度及方法適用性有待進一步提升。因而尋求更為便捷且精確的諧波損耗評估方法具有一定的工程實用價值。

近年來，人工智能算法飛速發展，相關智能模型如反向傳播(back propagation，BP)神經網絡[12]、徑向基函數(radial basis function，RBF)神經網絡[13]、深度置信網絡[14]、支持向量回歸(support vector regression，SVR)[15]模型等已成功應用于線路損耗評估中。文獻[13]利用改進粒子群優化 (particle swarm optimization，PSO) 算法優化RBF神經網絡，進而計算線路損耗；……