基于典型负荷模式的异常数据处理.pdfVIP

H．人工智能在电力系统中的应用 基于典型负荷模式的异常数据处理 孙舒，刘莉，张瑛 (沈阳工程学院电气工程系，辽宁，沈阳 110136) 摘要：配电网中量测负荷数据经常会受到污染而产生噪声数据，本文给出了一种基于典型负荷模式的异常数据处理方法。 典型负荷模式采用随机变量的数字特征：均值和方差量化表示；限于有限的典型负荷模式不能全面地代表所有用户负荷变化 规律，制定一种推理规则来循序渐进地完善典型负荷模式；文中提出了一种基于典型负荷模式的曲线外推方法，对负荷数据 中异常数据进行处理，在此基础上，又通过规定优先条件，综合处理得出每个修复值的权值，这样使补足的数据准确度更高。 通过实际应用结果表明，该方法有很高的使用价值。 关键词：配电网；典型负荷模式；异常数据 式中：f表示采样记录的第i天；n表示记录的总天数。 0引言 用归一化的期望和方差来表示某t(t)典型负荷模式： 随着电力工业的发展，人们对电力的需求日益增长，同 时对供电的可靠性、安全性和供电质量也提出了更高的要 J (3) ∥L(札朋=∥L(f)f／陋axlzt(f)f 求。由于配电网辐射面广，节点众多，目前配电网量测严重 不足。另外，存在人为因素造成数据缺失，系统中各终端读 J(4) 巧￡(f)，f，胖=OL(11，f／bax∥L(f)l 表的各种误差，数据库中的数据受到污染等。因此对负荷数 据进行处理十分必要。 归一化能够抵消一部分由于表计所带来的量测误差。典 典型负荷模式通过累计典型用户类型负荷数据，分析其 型负荷模式中的期望数字特征描述了负荷变化的主流规律， 规律来代表同类型负荷变化的规律，据此，可用来对负荷异 这是运行人员安排正常运行管理的依据。典型负荷模式的方 常数据进行处理，从而保证电力系统安全经济的运行。 差数字特征则描述了负荷变化的不确定波动性。这是运行人 员进行安全较核的依据。近似认为负荷变化符合正态分布， 1典型负荷模式建立 则任一时刻负荷在某段研究周期内以68．26％的置信度在 1_1典型负荷模式分析 山，一吼，以+q】置信区间内随机变化，以99．5％的置信 限于我国配电网的自动化典型用户负荷量测有限，得到 具有代表性的典型负荷模式是不可能的，但有限的典型负荷 度在阮，一2．580，，∥。+2．58q]置信区间内随机变化。 模式会对无自动化量测用户的负荷分析或对某时刻负荷数 据异常和缺失起一定的指导作用。 1．2负荷模式完善 根据用电特性的不同，将待研究地区自动化量测用户首 由于配电网用户特性多样性，有限的自动化量测所得到 先分为L大类，本文取L=3，即工业、商业和居民。进一步 的典型负荷模式不能代表所有用户的变化规律。只有不断引 入新的模式，最终才能代表整个配电网络所有类型用户负荷 选取特征量，将每个L细分为z，用L(I)典型负荷模式来代 变化的规律，满足运行管理要求。 表本地区配电网