基于荷、网、源协调控制的因子对电网损耗影响量化模型的制作方法
【专利摘要】本发明公开了一种基于荷、网、源协调控制的因子对电网损耗影响量化模型。特征流程及功能包括：模型数据准备、创建BP神经网络模型、以输入数据训练神经网络、量化各网损因子对电网损耗的影响、模型另附加用于电网损耗预测。具体实施步骤见摘要附图。本发明用于将网损影响因子对于网损的影响进行量化，为电网部门制定有效降损措施提供依据。
【专利说明】基于荷、网、源协调控制的因子对电网损耗影响量化模型
【技术领域】
[0001] 本发明属于电力系统网损分析领域，尤其涉及一种基于荷、网、源协调控制的因子 对电网损耗影响量化模型。
[0002]
【背景技术】
[0003] 电网损耗与电网运行经济性紧密相关，而网损又与多种因素相关联，因素与因素 之间也不乏联系和影响，这使得网损研究成为了一项迫切而复杂的问题。对网损各项影响 因子对网损的具体影响进行深入分析有利于有效降损，提高电网运行经济效益。研究网损 因子并不少见，但是进一步将各网损因子对电网损耗的影响进行量化的研究工作却未见于 报道。
[0004] 基于荷、网、源协调控制的因子对电网损耗影响量化模型在挖掘电力系统负荷、电 网自身及电源互相协调控制降损潜力的基础上，运用神经网络对各个影响因素对于网损的 影响进行了敏感度分析，并将敏感度值作为该因素对网损影响的量化值。该模型算法简单 异性，计算量小，并行性强，可以利用实时网损及网损因子统计数据对各因素对网损影响进 行有效量化，为进一步高效电网降损提供可靠依据。此外该模型还可以用来进行有效的网 损预测，给定各影响因素未来的规划值，就可以对未来网损作出预测，这无论是对于决策未 来采取降损措施是否必要，还是对于评估降损措施的有效性都具有重要意义。
[0005]
【发明内容】
[0006] 本发明的目的在于，提供一种基于荷、网、源协调控制的因子对电网损耗影响量化 模型，用来评估各项网损影响因素对网损影响的重要性，为电网部门采取措施进行有效降 损提供依据。
[0007] 其特征包括： 1、模型数据准备 统计电网损耗因子数据及相应电网损耗量，可对其进行无量纲化和规格化之后作为模 型输入。设定模型可接受的误差范围。
[0008] 2、创建BP神经网络模型 设定神经网络中间隐层数量及各层的神经元数目，设定神经网络各层的传递函数类 型。
[0009] 3、以输入数据训练神经网络 将模型的输入作为训练集对创建的神经网络进行训练，训练过程包括前向计算过程及 权值和阈值的反向修正过程。前向计算过程中，输入量从输入层经隐含层逐层计算，并传向 输出层，每层神经元的状态只影响下一层神经元的状态。如输出层不能得到期望的输出，则 转入误差反向传播过程，误差信号沿原来的连接通道返回，逐次调节网络各层的权值和阈 值，直至到达输入层，再重复前向计算。这两个过程依次反复进行，不断调整各层的权值和 阈值，使得网络误差达到设定的模型误差范围。此时神经网络训练完成，各层权值和阈值设 定适当。
[0010] 4、量化各网损因子对电网损耗的影响 在各层各神经元权值基础上，计算各因子对电网损耗的神经网络敏感度作为其对电网 损耗的影响量化值。以下给出以输入层(神经元个数即网损影响因子个数为N)，隐含层(神 经元个数为L)，输出层(神经元个数为1)各一层的神经网络为例的因子i对电网损耗影响 量化值Of计算公式：
【权利要求】
1.基于荷、网、源协调控制的因子对电网损耗影响量化模型，其特征是： 1、 模型数据准备 统计电网损耗因子数据及相应电网损耗量，可对其进行无量纲化和规格化之后作为模 型输入；定模型可接受的误差范围； 2、 创建BP神经网络模型 设定神经网络中间隐层数量及各层的神经元数目，设定神经网络各层的传递函数类 型； 3、 以输入数据训练神经网络 将模型的输入作为训练集对创建的神经网络进行训练，训练过程包括前向计算过程及 权值和阈值的反向修正过程；向计算过程中，输入量从输入层经隐含层逐层计算，并传向输 出层，每层神经元的状态只影响下一层神经元的状态；输出层不能得到期望的输出，则转入 误差反向传播过程，误差信号沿原来的连接通道返回，逐次调节网络各层的权值和阈值，直 至到达输入层，再重复前向计算；两个过程依次反复进行，不断调整各层的权值和阈值，使 得网络误差达到设定的模型误差范围；时神经网络训练完成，各层权值和阈值设定适当； 4、 量化各网损因子对电网损耗的影响 在各层各神经元权值基础上，计算各因子对电网损耗的神经网络敏感度作为其对电网 损耗的影响量化值；下给出以输入层(神经元个数即网损影响因子个数为N)，隐含层（神经 元个数为L)，输出层(神经元个数为1)各一层的神经网络为例的因子i对电网损耗影响量 化值Oi计算公式：
其中％为输入层因子与隐含层之间的连接权重，为隐含层与输出层间的连接权重； 5、模型可附加用于电网损耗预测 该模型还具有电网损耗预测的附属功能，输入各因子未来的计划值，可运用训练好的 神经网络模型进行未来网损预测。
【文档编号】G06Q10/04GK104318318SQ201410530418
【公开日】2015年1月28日 申请日期:2014年10月10日 优先权日:2014年10月10日
【发明者】王维洲, 朱丹丹, 刘福潮, 刘聪, 郑晶晶, 李慧勇, 杜培东, 蔡万通, 张建华, 李亚龙, 韩永军, 郭鹏, 刘文颖 申请人:国家电网公司, 国网甘肃省电力公司电力科学研究院, 华北电力大学