一种基于lssvm算法与关联规则挖掘的统计线损计算方法
【技术领域】
[0001] 本发明涉及一种电力系统统计线损计算方法，尤其是一种基于LSSVM算法与关联 规则挖掘的统计线损计算方法。
【背景技术】
[0002] 线损是考核电网企业经营与管理水平的重要手段，能直接反映一个电网规划设 计、运营管理等水平的高低。通过关口电能表读数计算出来的给定时段内的设备以及营销 各环节中产生的线损电量，称为统计线损。
[0003] 管理线损率是指在电网运行及营销管理的过程中，由于管理原因造成的电量损耗 与统计供电量的百分数；亦是制定降损节能计划、确定目标线损率指标的重要依据。得到准 确的管理线损率，必须在统计线损计算合理的前提下。
[0004] 目前我国的统计制度是利用供售电量余量法来计算线损率。由于售电量中，不同 类型的用户抄表时间不同，这样必然造成在计算本月份的售电量中，有一部分电量是用户 上月份的，也有一部分本月份电量计算在下月售电量中，由于月间温度的变化以及不对应 时段可能有随机事件的出现，使得这种方法得到的线损率与实际极不相符，甚至出现了售 电量大于供电量的情况，不能如实反映线损变化规律，影响了线损统计的准确性与合理性， 从而影响电力系统线损管理方面的工作。
[0005] 综上所述，有必要发明一种全新的统计线损计算方法，以解决现有统计线损工作 上存在的诸多问题。
【发明内容】
[0006] 本发明目的在于提供一种精确性高、考虑因素全面、实用性高的基于LSSVM算法 与关联规则挖掘的统计线损计算方法。
[0007] 为实现上述目的，本发明所述计算方法的步骤如下：
[0008] (1)对低压台区中低压用户的抄表方式进行处理与简化，确定用电负荷的抄表方 式及周期；
[0009] (2)计算相邻月份供售电量不同期区间售电量；
[0010] (3)利用当地经济发展水平修正计算售电量结果；
[0011] (4)加入对随机事件发生的考虑，再次修正计算结果；
[0012] (5)计算得到售电量，利用公式计算该月统计线损；
[0013] (6)对步骤（3)和步骤（5)得到的售电量和统计线损电量进行对标合理性验证。
[0014] 进一步的，所述步骤（1)的具体过程如下：
[0015] (1-1)确定等效抄表例日
[0016] 等效抄表例日指所有居民用户的客户端电量全部等效在这一天抄表完成抄表，等 效抄表例日按下式确定，
[0017]
[0018] 其中e;为第i日抄表电量，η为每月抄表天数，E _j为每月售电量，
为第i日抄表电量占当月售电量的比重；
[0019] (1-2)确定等效抄表区间
[0020] 结合最优加权的数据融合方法，将每日的抄表数据等效视为一个传感器，以等效 抄表例日计算结果为基准值，求出每日抄表数据的权重，选出相对方差最小者，为最优估 计；
[0021] 权重求取公式为：
[0022] 其中，〇 i为第i日抄表数据与等效抄表例日数据之差，η为每月抄表天数，
[0023] 进而得最优加权估计：
[0025] 其中，X1为第i日抄表数据，为最优加权估计；
[0026] 将求出的1与各日电量进行方差计算对比，将方差最小值日定为等效抄表区间起 始日期，即等效为所有低压用户统一在该日期抄表，等效抄表电量为所有低压台区抄表电 量之和。
[0027] 进一步的，所述步骤（2)的具体过程如下：
[0028] (2-1)确定样本数据
[0029] 选取某地连续一段时间的日负荷与相对应日气象数据，以气象数据为样本进行训 练，气象数据包括最低气温、最高气温、平均湿度、降水量；
[0030] (2-2)基于LSSVM计算售电量
[0031] 负荷类别不同，其相应的抄表周期也不同，本方法将负荷类别分为居民用电、商业 用电、工业用电、农业用电四类，利用LSSVM算法分别计算各类负荷抄表周期与自然月不对 应时段的总售电量，对其做差；
[0032] 以居民用电负荷为例，分析如下，其他类别负荷如商业用电、工业用电、农业用电 计算过程同理。
[0033] 则对应实际月售电量为：
[0034] 式中：?为该月抄表售电量，
为区间1与t' a售电量差值；t彥示居民 用电类别的负荷抄表周期结束时距月底的区间段，t'a表示居民用电类别负荷售电抄表周 期比供电抄表周期提前的区间段，&表示ta区间段的总售电量，&表示t' a区间段的总售 电量。
[0035] 对差
进行进一步修正即可得到更加精确的月售电量。
[0036] 进一步的，所述步骤（3)的具体过程如下：
[0037] (3-1)选取月度售电量与对应的各月度经济要素序列进行多元非线性回归，得到 售电量与经济因素的综合关系模型；
[0038] (3-2)利用拟合方程中售电量对各经济要素求偏导，分别求出不同经济要素影响 下售电量对其变化的敏感度S 1;此敏感度代表的是月平均水平，由t 3与t' J司各经济要素
之差，计算出的经济因素对售电量差值:(? -￡,)的修正值，即： 'a tO '
[0039] 式中=S1为第i个经济要素对应的敏感度，Δ t为t 3与t' 3两区间平均经济水平之 差；ta表示居民用电类别的负荷抄表周期结束时距月底的区间段，t' a表示居民用电类别负 荷售电抄表周期比供电抄表周期提前的区间段；
[0040] (3-3)由待计算时段与不对应时段平均经济因素差值计算两者电量差值，进行修 正，可得考虑经济因素的待计算月售电量
[0042] 式中：?为该月抄表售电量；（A, -\)为区间1与t' a售电量差值；1表示居民 用电类别的负荷抄表周期结束时距月底的区间段，t'a表示居民用电类别负荷售电抄表周 期比供电抄表周期提前的区间段；&表示t a区间段的总售电量；\表示t'a区间段的总售 电量；A L1表示由13与t' a两区间平均经济水平之差计算所得到的经济因素对售电量差值 -气）的修正值；为经济因素修正后的售电量差值。
[0043] 进一步的，所述步骤（4)的具体过程如下：
[0044] (4-1)历史数据聚类
[0045] 搜集历史数据，通过聚类方法，将经济、气候等因素相似的地区分为一类后，再针 对每一类数据挖掘，排除了其他方面因素对电量变化的干扰；
[0046] (4-2)根据不同随机性因素对售电量的影响，将售电量变化幅度绝对值分类；同 时将随机因素进行整理，结合实际生产、生活将其进行量化；
[0047] (4-3)挖掘随机性因素与售电量变化幅度的关联规则；
[0048] (4-4)构建经济发展水平隶属度函数；
[0049] (4-5)结合经济发展水平隶属度函数，量化每个随机因素影响下的售电量变化幅 度。
[0050] 进一步的，所述步骤（5)的具体过程如下：
[0051] 最终的实际月度售电量为
[0052] 式中：?为该月实际抄表售电量；γ为当月经济发展水平隶属度；某一随 机因素在本月不对应区间发生的总小时数；t']2为某一随机因素在上月不对应区间发生的 总小时数；η为单位时间内某一随机因素对售电量变化幅度的影响；L' i、L'分别为本月 及上月的由平均经济水平影响的售电量；ta表示居民用电类别的负荷抄表周期结束时距月 底的区间段，t' a表示居民用电类别负荷售电抄表周期比供电抄表周期提前的区间段；t' a 表示各类负荷售电抄表周期比供电抄表周期提前的区间段表示ta区间段的总售电量； ^表示t'a区间段的总售电量；
[0053] 同理计算出所有负荷类别的总实际售电量后，根据统计线损率计算公式，计算得 到实际统计线损率。
[0054] 进一步的，所述步骤（6)的具体过程如下：
[0055] (6-1)对经济、气象、随机因素时长数据进行无量纲化处理；
[0056] (6-2)对样本进行标杆选择；
[0057] (6-3)标杆距离计算，验证计算结果的合理性。
[0058] 与现有技术相比，本发明具有如下优点：
[0059] 1、基于LSSVM算法计算售电量，考虑因素全面，精确性高；
[0060] 2、从背景上解决了统计线损中供售电量不同期的问题，使统计线损更加准确合 理，进一步为管理线损分析奠定基础；
[0061] 3、将关联规则挖掘与隶属度函数结合，量化随机事件对售电量变化影响，使得结 果更精准合理，实用性高。
【附图说明】
[0062]图1是本发明方法的各类负荷抄表周期示意图。
[0063] 图2是本发明方法的经济隶属度函数示意图。
[0064] 图3是本发明方法中随机因素分类情况示意图。
[0065] 图4是本发明方法的计算总体流程图。
【具体实施方式】
[0066] 下面结合附图对本发明做进一步说明：
[0067] 本发明方法是在考虑统计线损供售电量不同期情况下提出的。
[0068] 结合图1和图4,本发明所述计算方法的具体步骤如下：
[0069] (1)对低压台区中低压用户的抄