摘要
一种考虑负荷分布的配网线损异常位置识别方法及系统,包括:对所有线损感知设备进行时钟同步对时,采集同一时间断面上的电能相关数据;基于电能相关数据采用分层分相的方式计算分支线损率、台区总损率和分相线损率;将负荷数据和配电网参数代入预先训练好的神经网络模型中,得到实际线损率预测值;基于分支线损率、台区总损率、分相线损率结合实际线损率预测值,确定高损范围;在高损范围内应用能量守恒定律与电能表相对误差分析,确定异常电能表,进而确定线损异常位置。本发明采用了分层分相的方式,并由训练好的神经网络模型考虑负荷分布特征,对实际线损率进行预测,避免了线损异常位置的误判或漏判,实现精准快速定位线损异常位置。
技术关键词
位置识别方法
电能表
配电网参数
神经网络模型
历史负荷数据
分支
网线
测量误差
变压器高压侧
时钟同步
位置识别系统
台区线损率
分层
变量
分布特征
存储器
系统为您推荐了相关专利信息
电价预测方法
BP神经网络模型
预测特征
非易失性存储介质
样本
复眼透镜阵列
透明导电薄膜
发热元件
超材料
动态调节方法
气密检测方法
新能源车
电控箱
高精度气压传感器
PID控制算法
神经网络模型
数据预处理功能
高斯径向基函数
在线
满意度预测方法