Page 7 - 电力与能源2021年第二期
P. 7

第 42 卷第 2 期                           电力与能源
                  2021 年 4 月                                                                         1 5
                                                                                                      5
                                                                                     DOI : 10.11973 / dl y n y 202102001
                 研究与探索


                   基于人工智能的配电网设备负载预测预警系统


                                                    设计研究


                                     吴 裔, 李 凡, 田英杰, 郭乃网, 阮静娴

                                       ( 国网上海市电力公司电力科学研究院, 上海  200437 )


                   摘   要: 提出了基于人工智能的配电网设备负载预测预警系统。该系统采用层次聚类法按照历史负载率曲
                   线特征将配电变压器和馈线划分为多类, 并为每类构建一个基于 Se q 2Se q 的负载率预测模型。在此基础上,
                   该系统建立了一个重过载预警框架, 筛选出未来短期存在重过载风险的配电网元件。测试结果显示, 负载率
                   预测的平均绝对百分比误差均值为 6.79% , 重过载预警的准确率均值超过 90% 。
                   关键词: 配电网元件; 负载率预测; 重过载预警; 聚类和分类; 人工智能
                   基金项目: 国网上海市电力公司科技项目( 52094020001A ), 上海市科委项目( 19DZ2252800 )
                   作者简介: 吴   裔( 1987 —), 男, 博士, 工程师, 主要从事电力大数据及人工智能方面工作。
                   中图分类号: TP391   文献标志码: A   文章编号: 2095-1256 ( 2021 ) 02-0155-05
                                   Desi g nofLoadForecastin g andPrewarnin g S y stem
                              forDistributionCom p onentsBasedonArtificialIntelli g ence

                                                                          ,
                               WU Yi , LIFan , TIAN Yin gj ie , GUO Naiwan g RUANJin g xian
                         ( StateGridShan g haiElectricalPowerResearchInstitute , SMEPC , Shan g hai200437 , China )

                  Abstract : Thisp a p er p ro p osesadesi g nofloadforecastin gandp rewarnin g s y stemfordistributioncom p onents
                  basedonartificialintelli g ence.Thiss y stemado p tsthehierarchicalclusterin g methodtocate g orizetransfor -
                   mersandfeedersintomulti p let yp esinaccordancewiththeirhistoricalloadratecurvefeatures , andbuildsa
                  p redictin gmodelforeacht yp etop redictdail y loadrateofcom p onentsunderinvesti g ation.Onthebasisofthe
                  p redictionresults , aheav yoverloadp rewarnin g frameworkisestablishedtofilterthep otentialcandidatesvul-
                  nerabletoheav y overloadinthenearfuture.Asobservedfromtheex p eriments , theMAPEofloadrate p redic-
                  tionis6.79%inavera g eonrealdatasets , whilethep rewarnin gaccurac y ishi g herthan90%inavera g e.
                  Ke ywords : distributioncom p onents , loadratep rediction , heav yoverloadwarnin g , clusterin gandclassifica-
                  tion , artificialintelli g ence


                 配电网由架空( 或入地) 线路、 杆塔、 电缆、 配                    最大允许电流的处于过载状态。配电网设备重过
              电变压器、 开关设备、 无功补偿电容等配电设备及                         载会影响电网安全稳定运行。以配电变压器为
              其附属设施组成。配电变压器、 线路等主要设备                           例, 长期重过载运行可能引起绕组、 线夹、 引线等
              发生重过载事件表明配电网供电能力难以满足高                            部件的温度上升, 导致变压器绝缘受损、 损耗增
              峰用电需求。其中, 配电变压器重过载是指配电                           加, 致使变压器短路、 烧损等严重事故的发生。
              变压器在运行状态中承受的负荷接近或超过额定                                目前, 配电网设备的负载率预测和重过载预
              容量, 线路重过载是指线路在运行状态中通过的                           警以基于专家经验的人工方式为主, 存在预测预
              电流接近或超过最大允许电流。一般而言, 负荷                           警的准确性不高、 及时性不强等缺点。近年来, 基
              介于额定容量 70%~100% 之间的配电变压器处                        于 人 工 智 能 的 负 载 率 预 测 方 法 已 成 为 研 究 热

              于重载状态, 负荷超过额定容量的处于过载状态;                          点  [ 1-14 ] 。与基于统计分析的方法相比, 基于人工
                                                               智能的方法对复杂线性和非线性关系的拟合能力
              类似 地, 通 过 电 流 介 于 最 大 允 许 电 流 75% ~
              100% 之间的双环网线路处于重载状态, 电流超过                        更强, 能够更深入地挖掘数据之间的关联。本文
   2   3   4   5   6   7   8   9   10   11   12