县域配电网线损分析与研究

发布时间：2020-12-12 09:01

　　县域配电网由于其电压等级低、拓扑结构不完善、台区电力用户多、基础设施建设和电力检测设备相对落后,用电数据采集系统无法完整采集区域内所有电力用户的用电信息,降损工作存在极大困难。建立预测模型可为降低管理线损提供理论依据,因此,建立一个切实有效并具有一定精度的线损率预测模型对降损工作的开展具有重要意义。首先,本文对县域配电网的异常台区线损数据进行分析和预处理。通过分析高损和负损现象产生原因,建立典型异常台区筛选模型和负荷异常台区识别模型,有效识别异常台区所属的类型,通过求得的特征值确定其所属的异常台区集合。根据异常台区集合元素的分布情况,建立综合异常台区剔除模型,并应用此模型剔除异常台区,提高线损数据的研究质量。其次,提出一种基于NCA算法的台区特征核心指标体系模型,构建特征核心指标体系,应用于聚类分析中,将各台区用户分为不同性质的若干个簇类。采用聚类质量评价模型确定最佳聚类数目,为各簇类台区的进一步研究提供基础条件。再其次,建立BP和Elman神经网络线损率预测模型,对预测结果进行误差分析和比较,获得符合线损率预测需要的神经网络预测模型。对聚类分析后的各簇类台区分别应用BP神经网络线损率... 

【文章来源】：天津职业技术师范大学天津市

【文章页数】：68 页

【学位级别】：硕士

【部分图文】：

固定损耗的主要组成部分

天津职业技术师范大学硕士学位论文-8-图2-1固定损耗的主要组成部分可变损耗主要由电阻损耗决定，其特点为随负荷波动而改变，与电流的平方存在正相关的关系，可变损耗主要组成部分如图2-2所示。图2-2可变损耗的主要组成部分管理线损产生的主要原因是供售电企业对电网的管理经验不足，主要表现在电网的日常运行管理、电网调度、电力维护等工程中，具体表现为电能计量装置数据记录错误、线路故障检修不及时、抄核表工作正确率低、存在偷漏电现象等方面。造成管理线损的主要原因如图2-3所示。图2-3管理线损的主要原因在指标组成方面，线损的实际管理层面与线损产生原因层面不同，在实际管理层面中通常将线损分为技术线损、定额线损、统计线损、经济线损和管理线损。

天津职业技术师范大学硕士学位论文-8-图2-1固定损耗的主要组成部分可变损耗主要由电阻损耗决定，其特点为随负荷波动而改变，与电流的平方存在正相关的关系，可变损耗主要组成部分如图2-2所示。图2-2可变损耗的主要组成部分管理线损产生的主要原因是供售电企业对电网的管理经验不足，主要表现在电网的日常运行管理、电网调度、电力维护等工程中，具体表现为电能计量装置数据记录错误、线路故障检修不及时、抄核表工作正确率低、存在偷漏电现象等方面。造成管理线损的主要原因如图2-3所示。图2-3管理线损的主要原因在指标组成方面，线损的实际管理层面与线损产生原因层面不同，在实际管理层面中通常将线损分为技术线损、定额线损、统计线损、经济线损和管理线损。

【参考文献】：
期刊论文
[1]智能电网技术在电力系统规划中的应用研究[J]. 李国华,白宝成,刘海龙,刘永笑,刘小华.  自动化与仪器仪表. 2019(09)
[2]基于Elman神经网络的港口货物吞吐量预测[J]. 李广儒,朱庆辉.  重庆交通大学学报(自然科学版). 2020(06)
[3]基于CEEMD-Elman耦合模型的年降水量预测[J]. 张先起,胡登奎,刘斐.  华北水利水电大学学报(自然科学版). 2019(04)
[4]基于灰色Elman神经网络的股价预测[J]. 冯旭日,崔洁.  辽宁工程技术大学学报(社会科学版). 2019(04)
[5]Elman神经网络在电力负荷预测中的应用[J]. 钱忆钊,陈良.  电工技术. 2019(14)
[6]分时域10 kV配电网极限线损计算分析[J]. 曾江,李石东.  电测与仪表. 2019(14)
[7]电网低压线损管理及降损措施[J]. 郑伟.  中国新技术新产品. 2019(11)
[8]基于聚合距离参数的改进K-means算法[J]. 王巧玲,乔非,蒋友好.  计算机应用. 2019(09)
[9]基于近邻元分析算法的滚动轴承复合故障诊断[J]. 余震.  中国工程机械学报. 2018(06)
[10]电力企业营配贯通及其实践[J]. 王晨,李探.  现代经济信息. 2018(22)

博士论文
[1]客运专线运力资源优化配置研究[D]. 海晓伟.北京交通大学 2014

硕士论文
[1]基于用电信息采集系统的线损异常数据挖掘研究及应用[D]. 郭威.华北电力大学 2016
[2]配电网线损计算与降损技术措施研究[D]. 扈国维.华北电力大学 2015
[3]基于神经网络的电力系统短期负荷预测研究[D]. 邵莹.哈尔滨理工大学 2005



本文编号：2912244