縣域配電網(wǎng)由于其電壓等級(jí)低、拓?fù)浣Y(jié)構(gòu)不完善、臺(tái)區(qū)電力用戶多、基礎(chǔ)設(shè)施建設(shè)和電力檢測(cè)設(shè)備相對(duì)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(yù)測(cè)模型可為降低管理線損提供理論依據(jù),因此,建立一個(gè)切實(shí)有效并具有一定精度的線損率預(yù)測(cè)模型對(duì)降損工作的開展具有重要意義。首先,本文對(duì)縣域配電網(wǎng)的異常臺(tái)區(qū)線損數(shù)據(jù)進(jìn)行分析和預(yù)處理。通過分析高損和負(fù)損現(xiàn)象產(chǎn)生原因,建立典型異常臺(tái)區(qū)篩選模型和負(fù)荷異常臺(tái)區(qū)識(shí)別模型,有效識(shí)別異常臺(tái)區(qū)所屬的類型,通過求得的特征值確定其所屬的異常臺(tái)區(qū)集合。根據(jù)異常臺(tái)區(qū)集合元素的分布情況,建立綜合異常臺(tái)區(qū)剔除模型,并應(yīng)用此模型剔除異常臺(tái)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(tái)區(qū)特征核心指標(biāo)體系模型,構(gòu)建特征核心指標(biāo)體系,應(yīng)用于聚類分析中,將各臺(tái)區(qū)用戶分為不同性質(zhì)的若干個(gè)簇類。采用聚類質(zhì)量評(píng)價(jià)模型確定最佳聚類數(shù)目,為各簇類臺(tái)區(qū)的進(jìn)一步研究提供基礎(chǔ)條件。再其次,建立BP和Elman神經(jīng)網(wǎng)絡(luò)線損率預(yù)測(cè)模型,對(duì)預(yù)測(cè)結(jié)果進(jìn)行誤差分析和比較,獲得符合線損率預(yù)測(cè)需要的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型。對(duì)聚類分析后的各簇類臺(tái)區(qū)分別應(yīng)用BP神經(jīng)網(wǎng)絡(luò)線損率... 

【文章來源】：天津職業(yè)技術(shù)師范大學(xué)天津市

【文章頁數(shù)】：68 頁

【學(xué)位級(jí)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(shù)師范大學(xué)碩士學(xué)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(diǎn)為隨負(fù)荷波動(dòng)而改變，與電流的平方存在正相關(guān)的關(guān)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(duì)電網(wǎng)的管理經(jīng)驗(yàn)不足，主要表現(xiàn)在電網(wǎng)的日常運(yùn)行管理、電網(wǎng)調(diào)度、電力維護(hù)等工程中，具體表現(xiàn)為電能計(jì)量裝置數(shù)據(jù)記錄錯(cuò)誤、線路故障檢修不及時(shí)、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(biāo)組成方面，線損的實(shí)際管理層面與線損產(chǎn)生原因?qū)用娌煌�，在�?shí)際管理層面中通常將線損分為技術(shù)線損、定額線損、統(tǒng)計(jì)線損、經(jīng)濟(jì)線損和管理線損。

天津職業(yè)技術(shù)師范大學(xué)碩士學(xué)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(diǎn)為隨負(fù)荷波動(dòng)而改變，與電流的平方存在正相關(guān)的關(guān)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(duì)電網(wǎng)的管理經(jīng)驗(yàn)不足，主要表現(xiàn)在電網(wǎng)的日常運(yùn)行管理、電網(wǎng)調(diào)度、電力維護(hù)等工程中，具體表現(xiàn)為電能計(jì)量裝置數(shù)據(jù)記錄錯(cuò)誤、線路故障檢修不及時(shí)、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(biāo)組成方面，線損的實(shí)際管理層面與線損產(chǎn)生原因?qū)用娌煌�，在�?shí)際管理層面中通常將線損分為技術(shù)線損、定額線損、統(tǒng)計(jì)線損、經(jīng)濟(jì)線損和管理線損。

【參考文獻(xiàn)】：
期刊論文
[1]智能電網(wǎng)技術(shù)在電力系統(tǒng)規(guī)劃中的應(yīng)用研究[J]. 李國華,白寶成,劉海龍,劉永笑,劉小華.  自動(dòng)化與儀器儀表. 2019(09)
[2]基于Elman神經(jīng)網(wǎng)絡(luò)的港口貨物吞吐量預(yù)測(cè)[J]. 李廣儒,朱慶輝.  重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020(06)
[3]基于CEEMD-Elman耦合模型的年降水量預(yù)測(cè)[J]. 張先起,胡登奎,劉斐.  華北水利水電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(04)
[4]基于灰色Elman神經(jīng)網(wǎng)絡(luò)的股價(jià)預(yù)測(cè)[J]. 馮旭日,崔潔.  遼寧工程技術(shù)大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2019(04)
[5]Elman神經(jīng)網(wǎng)絡(luò)在電力負(fù)荷預(yù)測(cè)中的應(yīng)用[J]. 錢憶釗,陳良.  電工技術(shù). 2019(14)
[6]分時(shí)域10 kV配電網(wǎng)極限線損計(jì)算分析[J]. 曾江,李石東.  電測(cè)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(shù)新產(chǎn)品. 2019(11)
[8]基于聚合距離參數(shù)的改進(jìn)K-means算法[J]. 王巧玲,喬非,蔣友好.  計(jì)算機(jī)應(yīng)用. 2019(09)
[9]基于近鄰元分析算法的滾動(dòng)軸承復(fù)合故障診斷[J]. 余震.  中國工程機(jī)械學(xué)報(bào). 2018(06)
[10]電力企業(yè)營配貫通及其實(shí)踐[J]. 王晨,李探.  現(xiàn)代經(jīng)濟(jì)信息. 2018(22)

博士論文
[1]客運(yùn)專線運(yùn)力資源優(yōu)化配置研究[D]. 海曉偉.北京交通大學(xué) 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(yīng)用[D]. 郭威.華北電力大學(xué) 2016
[2]配電網(wǎng)線損計(jì)算與降損技術(shù)措施研究[D]. 扈國維.華北電力大學(xué) 2015
[3]基于神經(jīng)網(wǎng)絡(luò)的電力系統(tǒng)短期負(fù)荷預(yù)測(cè)研究[D]. 邵瑩.哈爾濱理工大學(xué) 2005



本文編號(hào)：2912244