低壓臺(tái)區(qū)分段線損率預(yù)測(cè)系統(tǒng)設(shè)計(jì)

湯中壹，金杭曉，姚雅艷，周緣杰，陳 瑜

(國(guó)網(wǎng)浙江省電力有限公司縉云供電公司，浙江 麗水 321400)

0 引言

在為用戶供電的過(guò)程中，電力系統(tǒng)會(huì)受到阻抗作用而產(chǎn)生一定的線損。線損表示一種電量的損失。如果線損過(guò)大，則經(jīng)濟(jì)收益減少，不利于電力設(shè)備的運(yùn)行。對(duì)低壓臺(tái)區(qū)進(jìn)行線損率預(yù)測(cè)，是目前供電企業(yè)重點(diǎn)研究的科研項(xiàng)目之一。這不僅能夠提高企業(yè)的經(jīng)濟(jì)效益，在當(dāng)前可持續(xù)發(fā)展的要求下，還能夠促進(jìn)節(jié)能減排，為構(gòu)建綠色低碳型社會(huì)提供支撐。

文獻(xiàn)[1]建立了一個(gè)基于專家樣本庫(kù)和最小二乘支持向量機(jī)的線損率預(yù)測(cè)模型。該模型采用優(yōu)化的離散粒子群算法，在低壓臺(tái)區(qū)的工作運(yùn)行記錄數(shù)據(jù)中篩選出運(yùn)行狀態(tài)信息，并將其作為樣本記錄；以此為基礎(chǔ)建立專家樣本庫(kù)，對(duì)配電網(wǎng)的供電量、電流等信息進(jìn)行記錄；在專家樣本庫(kù)的基礎(chǔ)上，結(jié)合最小二乘支持向量機(jī)算法，完成線損率預(yù)測(cè)模型的建立。但該方法運(yùn)算過(guò)程復(fù)雜，收斂速度較低。文獻(xiàn)[2]提出了基于大數(shù)據(jù)分析的低壓配電臺(tái)區(qū)線損自動(dòng)測(cè)算方法。該方法利用大數(shù)據(jù)分析方法構(gòu)建定量回歸分析模型；利用分段檢驗(yàn)分析配電臺(tái)區(qū)線損的大數(shù)據(jù)序列，構(gòu)建數(shù)據(jù)相空間的重構(gòu)模型；利用遞歸圖譜分析對(duì)低壓配電臺(tái)區(qū)所產(chǎn)生的線損進(jìn)行定量回歸分析，得到規(guī)則性特征完成低壓配電臺(tái)區(qū)線損率的預(yù)測(cè)和度量。該方法面對(duì)龐大且復(fù)雜的低壓臺(tái)區(qū)供電數(shù)據(jù)流時(shí)，預(yù)測(cè)準(zhǔn)確性不高。

基于上述方法的不足，為解決收斂速度慢和線損率預(yù)測(cè)準(zhǔn)確性低的問(wèn)題，本文設(shè)計(jì)了基于B+搜索樹(shù)算法的低壓臺(tái)區(qū)分段線損率預(yù)測(cè)系統(tǒng)。該系統(tǒng)采用智能電表和通用無(wú)線分組業(yè)務(wù)(general packet radio service，GPRS)通信技術(shù)，優(yōu)化了預(yù)測(cè)系統(tǒng)的硬件拓?fù)浣Y(jié)構(gòu)；引入B+搜索樹(shù)算法篩選整理原始數(shù)據(jù)；將B+樹(shù)參數(shù)作為索引參數(shù)，歸一化處理線損數(shù)據(jù)；創(chuàng)新性地基于B+搜索樹(shù)的索引，構(gòu)建低壓臺(tái)區(qū)分段線損率預(yù)測(cè)模型，完成了低壓臺(tái)區(qū)分段線損率預(yù)測(cè)。

1 低壓臺(tái)區(qū)分段線損率預(yù)測(cè)系統(tǒng)

1.1 硬件設(shè)計(jì)

供電企業(yè)對(duì)線損的預(yù)測(cè)，一般是根據(jù)統(tǒng)計(jì)分布量與實(shí)際用戶繳費(fèi)額折算的用戶用電量進(jìn)行比較，提取比較差異后，即可將其記錄為線損。因此，受到外界干擾較大的低壓變電站區(qū)域的分段線損率極不準(zhǔn)確。對(duì)此，本文需要優(yōu)化線損率預(yù)測(cè)系統(tǒng)。

首先，要從源頭上實(shí)現(xiàn)用電和供電數(shù)據(jù)的采集和分析，獲取低壓站區(qū)詳細(xì)的用電數(shù)據(jù)[3-6]。因此，本文設(shè)計(jì)的預(yù)測(cè)系統(tǒng)硬件拓?fù)淙鐖D1所示。

圖1 預(yù)測(cè)系統(tǒng)硬件拓?fù)鋱D

圖1中，將電力用戶端的數(shù)據(jù)采集設(shè)備從傳統(tǒng)電表更換為智能電表。該型號(hào)的電表具有通信接口。與老舊的人工抄表方式相比，智能電表的主要通信方式是GPRS。低壓變電所區(qū)間的線損計(jì)算，需要同時(shí)統(tǒng)計(jì)所有用戶節(jié)點(diǎn)的數(shù)據(jù)，以保證計(jì)算結(jié)果的準(zhǔn)確性。在通信過(guò)程中，用戶端的智能儀表通過(guò)RS-485通信協(xié)議傳輸?shù)讲杉鳎徊杉骱凸╇姸说闹悄軆x表通過(guò)GPRS協(xié)議與系統(tǒng)服務(wù)器進(jìn)行通信。

1.2 軟件設(shè)計(jì)

1.2.1 利用B+搜索樹(shù)算法建立索引

電力系統(tǒng)用戶數(shù)量龐大，所以采集數(shù)據(jù)量大且格式也不統(tǒng)一。因此，本文在軟件設(shè)計(jì)中引入B+搜索樹(shù)算法建立索引，以便對(duì)數(shù)據(jù)進(jìn)行篩選與整理。

B+搜索樹(shù)是數(shù)樹(shù)形結(jié)構(gòu)的多層次索引的一種變形結(jié)構(gòu)。經(jīng)典三層B+搜索樹(shù)結(jié)構(gòu)如圖2所示。

圖2 經(jīng)典三層B+搜索樹(shù)結(jié)構(gòu)示意圖

圖1中，B+搜索樹(shù)的元素分布在樹(shù)形的各個(gè)節(jié)點(diǎn)中，且非葉子節(jié)點(diǎn)與葉子節(jié)點(diǎn)之間具有排斥性。B+搜索樹(shù)具有高效率、動(dòng)態(tài)的檢索特性，能夠調(diào)節(jié)多路檢索樹(shù)的平衡，且隨機(jī)檢索的效率較高。

B+搜索樹(shù)索引建立流程如圖3所示。

圖3 B+搜索樹(shù)索引建立流程

B+搜索樹(shù)在系統(tǒng)中能夠?qū)崿F(xiàn)查詢、插入以及刪除等基本操作。在系統(tǒng)中自帶的存儲(chǔ)引擎中，需要以低壓臺(tái)區(qū)的電表時(shí)間窗口為基礎(chǔ)，從時(shí)間的維度切分臺(tái)區(qū)分段線損數(shù)據(jù)，并依據(jù)不同時(shí)間段的數(shù)據(jù)流，根據(jù)實(shí)際情況進(jìn)行微批量處理。

圖3中：w1，w2，...，wk分別為不同的數(shù)據(jù)流時(shí)間窗口；Tw為時(shí)間窗的長(zhǎng)短；P1為索引構(gòu)建過(guò)程的三個(gè)階段，①表示底層索引的構(gòu)建、②表示底層索引的發(fā)布、③表示頂層索引的更新；P2為當(dāng)前時(shí)間窗索引構(gòu)建完畢后的時(shí)間點(diǎn)與下一時(shí)間窗開(kāi)始建立索引時(shí)間點(diǎn)的構(gòu)建間隔[7-9]，用于保證建立索引的穩(wěn)定性。

在索引構(gòu)建的過(guò)程中，需要對(duì)數(shù)據(jù)進(jìn)行排序。為了提高排序效率，分段時(shí)間窗口，需設(shè)計(jì)一個(gè)線程作為分段排序任務(wù)的歸并與簡(jiǎn)化依據(jù)。排序完成后，可以得到B+搜索樹(shù)的骨架層數(shù)：

Fn=[logNbNw]

(1)

式中：Nb為節(jié)點(diǎn)的容量；Nw為時(shí)間窗數(shù)據(jù)流的量。

本文以組為計(jì)算單位，計(jì)算B+搜索樹(shù)的子節(jié)點(diǎn)數(shù)：

(2)

依據(jù)B+搜索樹(shù)自身性質(zhì)所建立的數(shù)據(jù)索引，能夠節(jié)省系統(tǒng)內(nèi)的存儲(chǔ)開(kāi)銷(xiāo)，并根據(jù)時(shí)間窗的變化實(shí)現(xiàn)數(shù)據(jù)的實(shí)時(shí)分配。

1.2.2 實(shí)現(xiàn)低壓臺(tái)區(qū)分段線損率預(yù)測(cè)

在系統(tǒng)線損率預(yù)測(cè)過(guò)程中，由于數(shù)據(jù)格式不同、分屬不同的單元[10]，采集到的樣本會(huì)受到一定的限制。因此，本文對(duì)采集到的數(shù)據(jù)進(jìn)行了預(yù)處理。

對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，即將其轉(zhuǎn)換成無(wú)量綱數(shù)據(jù)。電網(wǎng)特征數(shù)據(jù)的標(biāo)準(zhǔn)化處理函數(shù)表示為：

(3)

在此基礎(chǔ)上，引入改進(jìn)的誤差反向傳播(back propagation，BP)神經(jīng)網(wǎng)絡(luò)。其傳遞函數(shù)的格式為：

(4)

式中：e-x為定義域內(nèi)所有實(shí)數(shù)，值域?yàn)?～1。

這表明，經(jīng)過(guò)BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)之后，線損值能夠歸一化到0～1之間。

通過(guò)以上分析，經(jīng)過(guò)數(shù)據(jù)預(yù)處理后，將用電數(shù)據(jù)與線損進(jìn)行歸一化，得到線損無(wú)量綱數(shù)據(jù)的樣本集，并基于改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)構(gòu)建線損預(yù)測(cè)模型，利用訓(xùn)練集進(jìn)行學(xué)習(xí)訓(xùn)練后，將測(cè)試集輸入到預(yù)測(cè)模型中，從而輸出預(yù)測(cè)結(jié)果，完成低壓臺(tái)區(qū)分段式線損率預(yù)測(cè)。

2 實(shí)例測(cè)試

2.1 實(shí)例測(cè)試環(huán)境及數(shù)據(jù)

為了驗(yàn)證本文設(shè)計(jì)的線損率預(yù)測(cè)系統(tǒng)的有效性，隨機(jī)選取某市供電公司供電覆蓋區(qū)域內(nèi)容量變壓器為350 kVA的低壓臺(tái)區(qū)180個(gè)。這些臺(tái)區(qū)采集到的數(shù)據(jù)共5.3 GB，但大部分都具有模糊性或數(shù)據(jù)殘缺。因此，本文對(duì)數(shù)據(jù)集進(jìn)行清洗，過(guò)濾、刪除重復(fù)數(shù)據(jù)，檢查所獲取數(shù)據(jù)的完整性。對(duì)于一些缺失的數(shù)據(jù)，可以選擇刪除或利用平均值進(jìn)行估算補(bǔ)全，檢測(cè)孤立點(diǎn)。孤立點(diǎn)檢測(cè)流程如圖4所示。

圖4 孤立點(diǎn)檢測(cè)流程

在完成數(shù)據(jù)清洗與孤立點(diǎn)檢測(cè)之后，對(duì)得到的3.9 GB預(yù)處理數(shù)據(jù)集作分檔，并設(shè)定其孤立線損預(yù)測(cè)評(píng)判標(biāo)準(zhǔn)。低壓臺(tái)區(qū)分段線損評(píng)估標(biāo)準(zhǔn)如表1所示。

表1 低壓臺(tái)區(qū)分段線損評(píng)估標(biāo)準(zhǔn)

在對(duì)數(shù)據(jù)進(jìn)行分類(lèi)和歸一化后，將這些數(shù)據(jù)作為樣本，利用本文設(shè)計(jì)的線損率預(yù)測(cè)系統(tǒng)和文獻(xiàn)[1]系統(tǒng)對(duì)線損率進(jìn)行預(yù)測(cè)，并對(duì)預(yù)測(cè)結(jié)果進(jìn)行比較。

2.2 試驗(yàn)結(jié)果對(duì)比與分析

為了準(zhǔn)確得到兩個(gè)系統(tǒng)的實(shí)際預(yù)測(cè)結(jié)果，將所選擇的用戶線路按照15∶1的比例劃分為訓(xùn)練集和測(cè)試集，得到如表2所示的兩種系統(tǒng)的線損預(yù)測(cè)結(jié)果。

表2 兩種系統(tǒng)的線損預(yù)測(cè)結(jié)果

從表2所示的預(yù)測(cè)結(jié)果可知，在相同的試驗(yàn)環(huán)境下，本文系統(tǒng)得到的相對(duì)誤差最高為4.27%，明顯小于文獻(xiàn)[1]系統(tǒng)。這是因?yàn)楸疚南到y(tǒng)引入B+搜索樹(shù)算法、采用了智能電表和GPRS通信技術(shù)、優(yōu)化了供電數(shù)據(jù)的采集與傳輸，使得初始階段數(shù)據(jù)采集與分析的準(zhǔn)確性得到提升，保證了收斂速度，進(jìn)而提升了線損預(yù)測(cè)結(jié)果的準(zhǔn)確性。

3 結(jié)論

針對(duì)傳統(tǒng)線損預(yù)測(cè)系統(tǒng)存在分段線損評(píng)估評(píng)判標(biāo)準(zhǔn)不一、線損率預(yù)測(cè)準(zhǔn)確度較低的問(wèn)題，本文設(shè)計(jì)了基于B+搜索樹(shù)算法的低壓變電站區(qū)域分段線損率預(yù)測(cè)系統(tǒng)。該設(shè)計(jì)改進(jìn)了硬件拓?fù)浣Y(jié)構(gòu)，引入B+搜索樹(shù)算法建立索引，便于對(duì)原始數(shù)據(jù)進(jìn)行過(guò)濾和排序；通過(guò)優(yōu)化B+搜索樹(shù)的建立過(guò)程，得到B+搜索樹(shù)參數(shù)作為索引參數(shù)；在線損率預(yù)測(cè)過(guò)程中，對(duì)數(shù)據(jù)進(jìn)行預(yù)處理與歸一化處理，實(shí)現(xiàn)了線損預(yù)測(cè)。

但是受到試驗(yàn)樣本來(lái)源的限制，本文尚未對(duì)預(yù)測(cè)線損率與實(shí)際線損率進(jìn)行比較分析。在未來(lái)的研究中，將結(jié)合海量實(shí)際低壓臺(tái)區(qū)運(yùn)行歷史數(shù)據(jù)，以多個(gè)維度的臺(tái)區(qū)電氣特征參數(shù)作為輸入，進(jìn)一步構(gòu)建低壓配電網(wǎng)同期線損率預(yù)測(cè)模型，從而為該領(lǐng)域的相關(guān)研究提供更為完善的線損計(jì)算與預(yù)測(cè)結(jié)果。