縣域配電網(wǎng)由于其電壓等級低、拓撲結構不完善、臺區(qū)電力用戶多、基礎設施建設和電力檢測設備相對落后,用電數(shù)據(jù)采集系統(tǒng)無法完整采集區(qū)域內(nèi)所有電力用戶的用電信息,降損工作存在極大困難。建立預測模型可為降低管理線損提供理論依據(jù),因此,建立一個切實有效并具有一定精度的線損率預測模型對降損工作的開展具有重要意義。首先,本文對縣域配電網(wǎng)的異常臺區(qū)線損數(shù)據(jù)進行分析和預處理。通過分析高損和負損現(xiàn)象產(chǎn)生原因,建立典型異常臺區(qū)篩選模型和負荷異常臺區(qū)識別模型,有效識別異常臺區(qū)所屬的類型,通過求得的特征值確定其所屬的異常臺區(qū)集合。根據(jù)異常臺區(qū)集合元素的分布情況,建立綜合異常臺區(qū)剔除模型,并應用此模型剔除異常臺區(qū),提高線損數(shù)據(jù)的研究質(zhì)量。其次,提出一種基于NCA算法的臺區(qū)特征核心指標體系模型,構建特征核心指標體系,應用于聚類分析中,將各臺區(qū)用戶分為不同性質(zhì)的若干個簇類。采用聚類質(zhì)量評價模型確定最佳聚類數(shù)目,為各簇類臺區(qū)的進一步研究提供基礎條件。再其次,建立BP和Elman神經(jīng)網(wǎng)絡線損率預測模型,對預測結果進行誤差分析和比較,獲得符合線損率預測需要的神經(jīng)網(wǎng)絡預測模型。對聚類分析后的各簇類臺區(qū)分別應用BP神經(jīng)網(wǎng)絡線損率... 

【文章來源】：天津職業(yè)技術師范大學天津市

【文章頁數(shù)】：68 頁

【學位級別】：碩士

【部分圖文】：

固定損耗的主要組成部分

天津職業(yè)技術師范大學碩士學位論文-8-圖2-1固定損耗的主要組成部分可變損耗主要由電阻損耗決定，其特點為隨負荷波動而改變，與電流的平方存在正相關的關系，可變損耗主要組成部分如圖2-2所示。圖2-2可變損耗的主要組成部分管理線損產(chǎn)生的主要原因是供售電企業(yè)對電網(wǎng)的管理經(jīng)驗不足，主要表現(xiàn)在電網(wǎng)的日常運行管理、電網(wǎng)調(diào)度、電力維護等工程中，具體表現(xiàn)為電能計量裝置數(shù)據(jù)記錄錯誤、線路故障檢修不及時、抄核表工作正確率低、存在偷漏電現(xiàn)象等方面。造成管理線損的主要原因如圖2-3所示。圖2-3管理線損的主要原因在指標組成方面，線損的實際管理層面與線損產(chǎn)生原因層面不同，在實際管理層面中通常將線損分為技術線損、定額線損、統(tǒng)計線損、經(jīng)濟線損和管理線損。

天津職業(yè)技術師范大學碩士學位論文-8-圖2-1固定損耗的主要組成部分可變損耗主要由電阻損耗決定，其特點為隨負荷波動而改變，與電流的平方存在正相關的關系，可變損耗主要組成部分如圖2-2所示。圖2-2可變損耗的主要組成部分管理線損產(chǎn)生的主要原因是供售電企業(yè)對電網(wǎng)的管理經(jīng)驗不足，主要表現(xiàn)在電網(wǎng)的日常運行管理、電網(wǎng)調(diào)度、電力維護等工程中，具體表現(xiàn)為電能計量裝置數(shù)據(jù)記錄錯誤、線路故障檢修不及時、抄核表工作正確率低、存在偷漏電現(xiàn)象等方面。造成管理線損的主要原因如圖2-3所示。圖2-3管理線損的主要原因在指標組成方面，線損的實際管理層面與線損產(chǎn)生原因層面不同，在實際管理層面中通常將線損分為技術線損、定額線損、統(tǒng)計線損、經(jīng)濟線損和管理線損。

【參考文獻】：
期刊論文
[1]智能電網(wǎng)技術在電力系統(tǒng)規(guī)劃中的應用研究[J]. 李國華,白寶成,劉海龍,劉永笑,劉小華.  自動化與儀器儀表. 2019(09)
[2]基于Elman神經(jīng)網(wǎng)絡的港口貨物吞吐量預測[J]. 李廣儒,朱慶輝.  重慶交通大學學報(自然科學版). 2020(06)
[3]基于CEEMD-Elman耦合模型的年降水量預測[J]. 張先起,胡登奎,劉斐.  華北水利水電大學學報(自然科學版). 2019(04)
[4]基于灰色Elman神經(jīng)網(wǎng)絡的股價預測[J]. 馮旭日,崔潔.  遼寧工程技術大學學報(社會科學版). 2019(04)
[5]Elman神經(jīng)網(wǎng)絡在電力負荷預測中的應用[J]. 錢憶釗,陳良.  電工技術. 2019(14)
[6]分時域10 kV配電網(wǎng)極限線損計算分析[J]. 曾江,李石東.  電測與儀表. 2019(14)
[7]電網(wǎng)低壓線損管理及降損措施[J]. 鄭偉.  中國新技術新產(chǎn)品. 2019(11)
[8]基于聚合距離參數(shù)的改進K-means算法[J]. 王巧玲,喬非,蔣友好.  計算機應用. 2019(09)
[9]基于近鄰元分析算法的滾動軸承復合故障診斷[J]. 余震.  中國工程機械學報. 2018(06)
[10]電力企業(yè)營配貫通及其實踐[J]. 王晨,李探.  現(xiàn)代經(jīng)濟信息. 2018(22)

博士論文
[1]客運專線運力資源優(yōu)化配置研究[D]. 海曉偉.北京交通大學 2014

碩士論文
[1]基于用電信息采集系統(tǒng)的線損異常數(shù)據(jù)挖掘研究及應用[D]. 郭威.華北電力大學 2016
[2]配電網(wǎng)線損計算與降損技術措施研究[D]. 扈國維.華北電力大學 2015
[3]基于神經(jīng)網(wǎng)絡的電力系統(tǒng)短期負荷預測研究[D]. 邵瑩.哈爾濱理工大學 2005



本文編號：2912244