申请/专利权人：山东农业工程学院

申请日：2022-07-18

公开（公告）日：2024-06-21

公开（公告）号：CN115102195B

主分类号：H02J3/26

分类号：H02J3/26

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2022.10.14#实质审查的生效;2022.09.23#公开

摘要：本发明属于三相不平衡治理领域，提供了一种基于农村电网的三相负荷不平衡治理方法及装置，包括获取台区负荷数据，通过计算每个三相负荷开关的贝叶斯平均值，根据贝叶斯平均值的排序结果，确定三相负荷开关的安装位置；基于确定的三相负荷开关的安装位置，确定柔性换相装置的安装位置；周期性采集电网的三相电流、三相电压以及三相负荷开关的电压、电流和换相次数；依据采集的数据判断三相负荷的不平衡度是否高于不平衡度阈值，如果高于，则根据训练好的换相算法模型迭代计算输出MIV值，依据MIV值进行排序，按照MIV值由大到小进行换相动作；如果低于，则继续进行周期性的数据采集，进行三相负荷不平衡治理；能够解决三相负荷换相不平衡的问题。

主权项：1.一种基于农村电网的三相负荷不平衡治理方法，其特征在于，包括：获取台区负荷数据，通过计算每个三相负荷开关的贝叶斯平均值，根据贝叶斯平均值的排序结果，确定三相负荷开关的安装位置；所述通过计算每个三相负荷开关的贝叶斯平均值，根据贝叶斯平均值的排序结果，确定三相负荷开关的安装位置，具体为：选择三相下户线的表箱作为待确定的安装点；获取待确定的安装点的负荷电流超标的次数以及对应的用户地址进行贝叶斯平均值计算；根据待确定安装点的贝叶斯平均值的排序结果，贝叶斯均值越大，且如果原用户负荷超标次数多，在出现负荷不均衡时负荷电流大的用户会先被选中进行负荷转移；基于确定的三相负荷开关的安装位置，确定柔性换相装置的安装位置；周期性采集电网的三相电流、三相电压以及三相负荷开关的电压、电流和换相次数；依据采集的数据判断三相负荷的不平衡度是否高于不平衡度阈值，如果高于，则根据训练好的换相算法模型迭代计算输出MIV值，依据MIV值进行排序，按照MIV值由大到小进行换相动作；如果低于，则继续进行周期性的数据采集，进行三相负荷不平衡治理；不平衡度控制模型的建立是在上一次换相结束后产生的偏差基础上引入神经网络模型，通过不断进行变量筛选，迭代更新神经网络权重系数，训练神经网络，建立最佳模型，不平衡度控制模型就是三相负荷不平衡治理的控制模型；第j次换相后不平衡度的控制模型如下： ：每一次换相后的不平衡度偏差； ：神经网络模型权重系数； ：最大相电流与最小相电流之差； ，所有n×m个换相开关被选中的概率系数；所述换相算法模型的训练过程，包括：根据上一次换相结束后产生的偏差，构建换相算法模型；采集电网的三相电流、三相电压以及三相负荷开关的电压、电流和换相次数构建数据集，不断进行变量筛选，筛选出对换相算法模型的输出结果有影响的变量；通过不断进行变量筛选，迭代更新换相算法模型权重系数，训练换相算法模型；得到训练好的换相算法模型；所述采集电网的三相电流、三相电压以及三相负荷开关的电压、电流和换相次数构建数据集，不断进行变量筛选，筛选出对换相算法模型的输出结果有影响的变量，包括：设置步长，产生多组输入数据，对每组输入列向量数据进行由大到小的顺序进行排序，选择较大数值为输入数据，将较大换相次数和较小换相开关电流值作为噪声数据；将噪声数据加入到输入变量中得到新的输入变量，得出输出结果；通过增加或者减小自变量，不断进行变量筛选，筛选出对换相算法模型的输出结果有影响的变量；建立网络、初始化神经网络、神经网络参数设置；训练网络即利用加入噪声的数据训练一个神经网络，直至满足设定的最小误差精度，停止训练；分别求增加的输出和减少的输出，进行差值计算，计算每个输入变量对应输出的MIV值；按照上面步骤计算每一个输入变量对应输出变量产生的MIV，将MIV取绝对值后进行排序,得到各自变量对网络输出影晌大小或重要程度，选择影响程度累积超过50%的特征集，便实现了换相开关的筛选。

全文数据：

权利要求：

百度查询： 山东农业工程学院 一种基于农村电网的三相负荷不平衡治理方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD