發(fā)布時間：2018-03-14 23:10

  本文選題：配電網(wǎng)線損　切入點(diǎn)：RBF神經(jīng)網(wǎng)絡(luò)　出處：《東北石油大學(xué)》2014年碩士論文　論文類型：學(xué)位論文

【摘要】：配電網(wǎng)線損是考核電力企業(yè)的一項主要經(jīng)濟(jì)指標(biāo),直接影響到電力部門的經(jīng)濟(jì)效益,所以降低配電網(wǎng)線損率就成為了電力部門迫切需要解決的問題。制定合理的降低電網(wǎng)損耗實施辦法和線損考核指標(biāo)就需要對電網(wǎng)線損進(jìn)行準(zhǔn)確計算和分析以便對電力部門的線損管理起到輔助和指導(dǎo)作用。 本文首先對傳統(tǒng)的配電網(wǎng)理論線損計算方法進(jìn)行分析,針對配電網(wǎng)線路的結(jié)構(gòu)和運(yùn)行參數(shù)復(fù)雜、各個元器件的原始數(shù)據(jù)獲取不全、自動化程度較低等特點(diǎn),提出一種基于遺傳算法的RBF神經(jīng)網(wǎng)絡(luò)配電網(wǎng)線損計算方法。另外,本文還引入了自適應(yīng)遺傳和種群更新策略對遺傳算法進(jìn)行改進(jìn),使RBF神經(jīng)網(wǎng)絡(luò)具有較高的收斂速度和精度,更能夠滿足實際要求。 為了驗證本文提出的計算方法更適用于配電網(wǎng)線損計算,我們以大慶油田電力集團(tuán)所管轄的67條線路進(jìn)行仿真計算,仿真結(jié)果證明了此算法具有計算精度高、網(wǎng)絡(luò)模型簡單、并擁有很高的適用性和推廣性。另外,本文又將遺傳優(yōu)化的RBF神經(jīng)網(wǎng)絡(luò)與的RBF神經(jīng)網(wǎng)絡(luò)和BP網(wǎng)絡(luò)進(jìn)行對比,發(fā)現(xiàn)此算法無論在計算精度、記憶能力上都較其他算法有明顯提高。 最后在大慶油田電力集團(tuán)的大力支持下開發(fā)了一套配電網(wǎng)線損計算軟件,本軟件的主要功能包括用戶管理、數(shù)據(jù)庫管理、配電網(wǎng)線損計算、線損分析、報表輸出等功能。軟件人機(jī)界面友好,執(zhí)行效率較高,數(shù)據(jù)結(jié)構(gòu)層次分明,數(shù)據(jù)訪問效率高。另外,在軟件開發(fā)后期經(jīng)過現(xiàn)場工作人員的測試,保證了軟件的完整性和可靠性。
[Abstract]:The distribution network line loss is one of the main economic indexes to assess the electric power enterprises, which directly affects the economic benefits of the power sector. Therefore, reducing the distribution network line loss rate has become an urgent problem to be solved by the power sector. It is necessary to accurately calculate and analyze the power network line losses in order to establish a reasonable way to reduce the network losses and assess the line losses. The line loss management of the electric power department plays an auxiliary and guiding role. In this paper, the traditional theoretical line loss calculation method of distribution network is analyzed, aiming at the characteristics of complex structure and operation parameters of distribution network, incomplete acquisition of original data of each component, low degree of automation, etc. This paper presents a genetic algorithm based on RBF neural network for line loss calculation. In addition, adaptive genetic and population updating strategies are introduced to improve the genetic algorithm, so that the RBF neural network has a higher convergence speed and accuracy. More able to meet the actual requirements. In order to verify that the proposed method is more suitable for the distribution network line loss calculation, we use 67 lines under the jurisdiction of Daqing Oilfield Electric Power Group to carry out the simulation calculation. The simulation results show that the algorithm has a high accuracy and a simple network model. In addition, the RBF neural network based on genetic optimization is compared with the RBF neural network and BP neural network, and it is found that the algorithm is better than other algorithms in computing accuracy and memory ability. Finally, with the support of Daqing Oilfield Electric Power Group, a set of software is developed. The main functions of the software include user management, database management, distribution network line loss calculation, line loss analysis. The software has friendly man-machine interface, high execution efficiency, clear data structure and high data access efficiency. In addition, the integrity and reliability of the software are ensured by field staff tests in the later stage of software development.
【學(xué)位授予單位】：東北石油大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2014
【分類號】：TP183;TM744

【共引文獻(xiàn)】

相關(guān)會議論文 前9條

1 吳堅;陳寧;;基于SARBF神經(jīng)網(wǎng)絡(luò)擬合的交通流量殘缺信息修補(bǔ)方法研究[A];第二十九屆中國控制會議論文集[C];2010年

2 鐘貴傳;王星華;錢同海;;配電網(wǎng)理論線損計算方法綜述[A];武漢(南方九省)電工理論學(xué)會第22屆學(xué)術(shù)年會、河南省電工技術(shù)學(xué)會年會論文集[C];2010年

3 趙勇;常鮮戎;張烈勇;吳瑞春;齊超;;基于實時監(jiān)控系統(tǒng)的電力網(wǎng)理論線損計算方法[A];2008中國電力系統(tǒng)保護(hù)與控制學(xué)術(shù)研討會論文集[C];2008年

4 趙勇;常鮮戎;張烈勇;吳瑞春;齊超;;基于SCADA數(shù)據(jù)處理的電網(wǎng)線損計算[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（上冊）[C];2008年

5 趙勇;常鮮戎;張烈勇;吳瑞春;齊超;;導(dǎo)致電力網(wǎng)線損率波動的因素及其控制[A];中國高等學(xué)校電力系統(tǒng)及其自動化專業(yè)第二十四屆學(xué)術(shù)年會論文集（下冊）[C];2008年

6 趙志卿;顧維邦;賈黎霞;;淺談變電站節(jié)能降損[A];科技創(chuàng)新與經(jīng)濟(jì)結(jié)構(gòu)調(diào)整——第七屆內(nèi)蒙古自治區(qū)自然科學(xué)學(xué)術(shù)年會優(yōu)秀論文集[C];2012年

7 徐暉;李偉寧;;基于UML的線損四分統(tǒng)一模型的研究[A];2012電力行業(yè)信息化年會論文集[C];2012年

8 朱小軍;劉華勇;;三相負(fù)荷不平衡情況下的配電網(wǎng)降損技術(shù)分析[A];第五屆電能質(zhì)量研討會論文集[C];2010年

9 楊浩;魏理豪;易淑智;;面向服務(wù)的線損四分管理系統(tǒng)模型[A];2009電力行業(yè)信息化年會論文集[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 林海軍;汽車衡多傳感器相關(guān)性與智能容錯方法研究[D];湖南大學(xué);2009年

2 伏廣濤;模糊環(huán)境下水資源系統(tǒng)優(yōu)化決策理論與方法研究[D];大連理工大學(xué);2003年

3 王建明;多目標(biāo)模糊識別優(yōu)化決策理論與應(yīng)用研究[D];大連理工大學(xué);2004年

4 于雪峰;工程模糊集理論在水資源系統(tǒng)中應(yīng)用研究[D];大連理工大學(xué);2005年

5 邱穎;自適應(yīng)神經(jīng)智能方法及其在結(jié)構(gòu)損傷診斷中的應(yīng)用[D];河海大學(xué);2005年

6 李福軍;基于智能計算的油氣儲集層損害診斷決策支持系統(tǒng)[D];哈爾濱工程大學(xué);2005年

7 趙雪花;河川徑流演變規(guī)律的挖掘與識別技術(shù)[D];西安理工大學(xué);2005年

8 李亞偉;水資源系統(tǒng)模糊決策、評價與預(yù)測方法及應(yīng)用[D];大連理工大學(xué);2006年

9 田曉宇;大慶油田高含水后期綜合調(diào)整方案DSS的研究[D];哈爾濱工程大學(xué);2006年

10 張震;醫(yī)療內(nèi)窺鏡視覺導(dǎo)航技術(shù)研究[D];上海大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 程慧;基于神經(jīng)網(wǎng)絡(luò)的兩類問題研究[D];廣西師范學(xué)院;2010年

2 林海;配電網(wǎng)線損理論計算接口軟件開發(fā)與應(yīng)用[D];華南理工大學(xué);2010年

3 黃勇建;城市配電網(wǎng)規(guī)劃及其技術(shù)評估方法研究[D];南昌大學(xué);2010年

4 葉海;求解非線性問題的混合遺傳算法研究[D];福建師范大學(xué);2009年

5 曹占峰;國家電網(wǎng)公司數(shù)據(jù)交換平臺監(jiān)控管理模塊研發(fā)與應(yīng)用[D];華北電力大學(xué)（北京）;2011年

6 李慶民;電網(wǎng)損耗計算與降損分析決策系統(tǒng)[D];華北電力大學(xué)（北京）;2011年

7 鐘貴傳;配電網(wǎng)理論線損計算方法及其應(yīng)用研究[D];廣東工業(yè)大學(xué);2011年

8 聶靖;網(wǎng)格資源模糊聚類研究[D];南京信息工程大學(xué);2011年

9 歐陽澤華;網(wǎng)絡(luò)化控制系統(tǒng)中丟失信息的重構(gòu)方法研究[D];中南大學(xué);2011年

10 李玉良;配電網(wǎng)規(guī)劃方案的技術(shù)評估模型與算法研究[D];華南理工大學(xué);2011年

，

本文編號：1613351