基于智能算法的煤改电用户负荷识别.pdf
《基于智能算法的煤改电用户负荷识别.pdf》由会员分享,可在线阅读,更多相关《基于智能算法的煤改电用户负荷识别.pdf(5页珍藏版)》请在咨信网上搜索。
1、建设泛在电力物联网使得为用户提供更加多样化和个性化的服务成为可能,近两年来煤改电工程发展迅速,如何通过用户负荷数据对煤改电用户进行识别成为一个研究热点。论文深入剖析了现阶段煤改电工程取得的成绩以及存在的问题,运用大数据技术与泛在电力物联网技术可以很好地解决煤改电进程中存在的矛盾与问题。以某地区煤改电用户负荷特性为例描述了在采用蓄热式电锅炉取暖后的用电负荷特性的变化,通过构建粒子群优化后的支持向量机模型,对某地区电网冬季典型日用电负荷数据进行识别与分类,通过测试集的验证,论文建立的模型具有较高的识别精度,平均准确率达到9 8%,具有一定的实际价值。关键词:煤改电;泛在电力物联网;负荷特性;支持向
2、量机;负荷识别D0I:10.19753/j.issn1001-1390.2023.07.013中图分类号:TM93Load identification of coal-to-electricity users based on intelligent algorithm(1.State Grid Hebei Electric Power Research Institude,Shijiazhuang 050000,China.2.State Grid Hebei Electric Power Co.,Ltd.,Shijiazhuang 05001l,China)Abstract:The co
3、nstruction of ubiquitous power Internet of things makes it possible to provide users with more diversifiedand personalized service.In recent years,with the rapid development of the coal-to-electricity project,how to identify thecoal-to-electricity users through the user load data has become a resear
4、ch hotspot.Firstly,this paper deeply analyzes theachievements and problems of the coal-to-electricity project at this stage.Using big data technology and ubiquitous powerInternet of things technology can solve the contradictions and problems in the process of coal-to-electricity.Taking the loadchara
5、cteristics of coal-to-electricity users in a certain area as an example,the change of load characteristics after heatingwith regenerative electric boiler is described.By constructing the support vector machine model after particle swarm opti-mization,the typical daily power load data of a certain ar
6、ea in winter are identified and classified.Through the verificationof the test set,the model established in this paper has high recognition accuracy,with an average accuracy rate of 98%,which has a certain practical value.Keywords:coal-to-electricity,ubiquitous power Internet of things,load characte
7、ristics,support vector machine,load identification0引 言随着泛在电力物联网的建设与发展,电网公司不再只是简单的向用户供电,还可以为不同需求的用户提供更多样化的服务。电网公司拥有规模庞大的客户消费习惯数据,可以为电力大数据分析提供资源,随着大数据技术在电力系统领域的发展,电网运行的实时数据和历史数据可以被迅速地收集和分析。为了更有针对性地向电采暖用户提供差异化服务,对用户的负荷进行识别并分类成为一个呕待解决的难点。在2 0 17 年的政府工作报告中,清洁取暖是重要一项,目标以电、气代煤达到三百万户以上。目前,北京、文献标识码:AShen Hon
8、gtao,Zhang Chao,Li Chunrui,Wu Yidi?文章编号:10 0 1-139 0(2 0 2 3)0 7-0 0 8 3-0 5天津、辽宁、吉林等北方地区清洁取暖工程均已初步达成既定目标。减少燃煤供暖的比例有助于改善空气质量,提高大气环境水平。与传统方式相比,电供暖更加高效和节能,还能为用户提供更加个性化的选择。针对煤改电的用户负荷特性已有学者进行过研究。文献2 将北京市煤改电的用户负荷作为测算案例进行分析,对比该台区煤改电前后的负荷变化得出煤改电前后负荷特性的变化与特点,并以此为依据给出了电网公司提供供电服务策略的建议。文献3将北京通州某村庄煤改电台区作为案例,由于该
9、台区用户负荷数据难以全面得到采集,因此采用统计学模型一8 3一第6 0 卷第7 期2023年7 月15 日对该村电采暖用户的负荷特性进行了研究,通过模型计算得到各项负荷指标,为煤改电前期的负荷预测提供了参考依据。文献4以京津冀地区电网为例,集合最新的相关政策,对京津冀地区的负荷曲线进行了预测,并将煤改电工程实施前和实施后京津冀地区负荷特性的变化进行了对比。文献5 在分析煤改电中不同接入模式负荷特性的情况下的采暖负荷接入模型,在此基础上结合文献提出煤改电工程的经济效益计算方法,并根据实际案例进行了测算,对比了煤改电方案的经济性,为经济评价提供了理论依据。在特定负荷的识别与分类方面,文献6 将设备
10、的运行特征用部分电力作为稳态数据进行表示,为了给数据进行去噪,提出数学变换方法,并采用支持向量机模型作为负荷识别模型进行负荷识别。文献7 从数学模型的角度出发,将高斯混合模型聚类算法应用到用户负荷数据的提取中,并将负荷数据与支持向量机结合,把收集到的用户数据分为训练集与测试集,探索不同类型的用户与其日负荷之间的关联,并在此基础上设计负荷分类识别模型,从而可以实现正确分类测试集用户的负荷曲线。目前对煤改电负荷特性方面的研究已比较成熟,但没有针对煤改电用户负荷特性进行识别的研究,由于无法直接获取用户是否购买和使用电采暖设备,因此从用户的负荷特性出发,结合智能算法对用户的负荷进行识别与分类,以便于设
11、计更为合理的煤改电配套电网容量,也为后续进行负荷预测提供数据支持。1煤改电用户负荷分析存在的问题目前,采暖设备产业集中度低,生产企业水平良不齐,产品能效差,加之房屋保暖改造、安装施工等配套的产业链仍处于无序发展的状态,导致煤改电采暖效果差,居民使用难等问题。同时,由于电网常规电源发展受限,无法满足当前大规模改造的需求,煤改电设备“改而未用”和“基本不用”问题较为突出,原因主要有以下两点:一是前期煤改电确村确户科学性较差,二是煤改电配套电网容量设计不准确。另外,用户台区的负荷预测是配电网运行、控制和规划不可或缺重要组成部分,但目前在实际配电网规划建设过程中一般根据历史经验对该台区用户的用电负荷估
12、算该台区的用户用电负荷,估算的准确性和科学性都难以达到要求,这导致了台区增容频繁反复的情况,所以呕待提高台区负荷预测准确率。随着采集系统建设的推进,近几年电网公司不断加大煤改电配套电网投人力度,对煤改电地区的供电能力进行提升与优化,影响电网安全、供电质量等方面的主要问题得到基本解决,实现了从整体的广泛性问题到局部问题、从共性问题到个性问题的过渡。但由一 8 4一电测与仪 表Electrical Measurement&Instrumentation于部分地区在地域特性、宏观经济环境和建设环境等方面还存在问题,煤改电投资和运营方式较为落后,煤改电配套电网发展不平衡、不充分、不协调的矛盾依
13、然存在,故障上报滞后,复电成功率低,供电可靠性水平偏低。解决煤改电进程中的现实矛盾与难题,推进煤改电的同时保障电网公司的利益,成为电网公司经营发展的重要关注点。目前电网公司已经累积了大量用户数据,对这部分用户的采暖用电数据进行挖掘,从而科学规划后续用户的电网建设方案,能够在一定程度上解决电网规划与投资执行过程中遇到的问题。呕需开展煤改电负荷监测工作,充分运用大数据技术,通过研究煤改电引起的各级电网负荷特性的变化,确定关键设备运行的参数,对比与方案预想参数的差距,并深入分析影响原因,为科学制定配电网建设改造方案提供有力支撑。基于配变和用户的负荷,深入挖掘相关数据,全面综合分析,推动煤改电精准投资
14、,改善煤改电设备“改而未用”和“基本不用”的状况2煤改电用户负荷特性目前开展煤改电工程中,蓄热式电锅炉被广泛采用,因为蓄热式电锅炉接人电网后可以实现“削峰填谷”的效果,有利于电网运行的经济性与安全性,因此假定研究的煤改电用户多采用蓄热电锅炉作为取暖设备。煤改电负荷按这传统采暖分类可将采暖负荷分为可控负荷、不可控负荷,可控负荷即为集中式负荷,不可控负荷即分散式负荷。某实施煤改电用户的负荷曲线如图1所示,从图1中可以看出,在没有采用电采暖时,该用户采暖季某典型日负荷最大值一般出现在上午九点到十一点及下午的五点到七点之间,采用电采暖后,采暖季典型日的负荷则出现在晚上的十点到第二天的早上七点之间。煤改
15、电工程实施前后采暖季的最大峰谷差率和平均负荷率有较为明显的变化,如图1所示。这两者的值由未改造的5 1%和0.7 5 变为6 6%和0.6。1.2煤改电前1M本中0.80.60.40.2024681012141618202224时间/h图1煤改电前后负荷特性对比Fig.1Comparison of load characteristics before and aftercoal-to-electricity transformationVol.60 No.7Jul.15,2023煤改电后第6 0 卷第7 期2023年7 月15 日3基于SVM模型的煤改电用户负荷识别3.1 SVM模型SVM模
16、型在19 9 5 年被提出,其原理是基于VC维理论和结构风险最小,在样本有限的情况下,SVM模型可以通过平衡模型的复杂度与学习能力,从而具有最好的推广能力的一种机器学习算法8-12。SVM模型具有学习速度快、所需样本少的特点,比BP神经网络等智能算法在负荷识别和分类方面具有更好的适用性。设训练样本集 x,y,i=1,2,m,其中x;为输人特征向量,y;为与x;相匹配的用户分类,SVM模型公式如下:1Tmins.t.y;-(wp(x.)+b)+i,mx(ao(x.)+b)-yi +i.minSi,min 0,5i,max 0式中、b为确定回归超平面的参数;5 im和5 im为约束l(x;)+b)
17、|的松弛下限和上限;为不敏感损失阈值;C为约束不满足罚值。SVM的控制参数包括C、和函数。3.2粒子群优化粒子群算法(ParticleSwarmOptimization,PSO)是由KENNEDYJ等提出的一种基于粒子种群搜索的自适应进化技术13-16。粒子群算法可以随机生成初始粒子种群,在该种群中的每个粒子初始速度随机,在粒子以自身速度运行的过程中,粒子自身及周围粒子的运行过程将会不断修正接下来粒子的运行方向,从而增强整个模型的寻优能力。在每代粒子的运行过程中,粒子的速度及表示评价结果的公示如下:h+1h+1式中i=1,2,3,m;d=1,2,3,D;为惯性因子,大于等于0;C1,C为加速常
18、数,大于等0;i,2随机数,在0,1的范围中;为约束因子,约束了粒子寻优的速度。由于普通SVM模型的参数需要人为设定,难以达到预测的精度目标,而使用粒子群算法迭代搜索得到的参数即为全局最优解,但预测模型易发生过度拟合,因此引入二重寻优法,通过二重寻优法的计算迭代,SVM模型的参数设定将得到进一步改进。二重寻优能快速找到最优解的范围,再应用粒子群算可以对范围进行精准定位,对二重寻优得到的结果进行微调,将两种算法结合得到的结果作为SVM的设定参数17。优算计算步骤如下:电测与仪 表Electrical Measurement&InstrumentationBeginFor c,g from
19、 a to a2,step=as;1 cmd=(c,g);If svmtrian(t r a i n f a c t o r s t r a i n lo a d c m d)E;Chest=C;gbest=g;/End.其中,SVM模型的参数c和g的分别在i,中进行寻优;为寻优步长;E为允许误差;通过二重寻优可以得到最佳参数Chest,g b e s t。根据多次实验结果选取【2 ,2 】为c,g 的寻优范围,寻优步长为2 0.5。m在此基础上,运用二重寻优可以进一步定位c和g(1)参数寻优的范围,设定好每次寻优的步长,即可循环定(2)位最优参数c和g。二重寻优的寻优范围和寻优步长(3)会影
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 智能 算法 煤改电 用户 负荷 识别
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。