【技術實現步驟摘要】
本專利技術涉及低壓臺區配電網系統建模分析，具體為一種基于kan神經網絡的低壓臺區配電網系統建模及分析方法。
技術介紹
1、在低壓配電臺區中，電力在輸送過程中因線路阻抗帶來不可避免的損耗，且這種損耗難以實時測量。智能電能表作為電力系統中用于計量和檢測電能損耗的設備，承擔著原始電能數據的采集、計量和傳輸的任務。根據國家計量法規，電能表內部元器件在長期運行下可能會因老化、環境變化、技術因素的影響而導致出現測量偏差，因此電能表必須按照規定周期進行校驗和輪換，未達到正常檢定標準的電能表應及時校準，達到輪換周期的電能表應強制輪換，以保證電力計量計費的精準性、公正性和透明性。然而，根據實際情況，大多數電能表在到達輪換周期時仍然能夠達到正常檢定的標準，部分電能表在日常使用過程中可能出現異常、失準等故障情況，僅依靠電能表的使用壽命來判斷電能表是否繼續使用會造成經濟和資源的浪費。
2、于是，有鑒于此，針對現有的臺區線路難以測量以及電能表誤差遠程校準的問題，提出一種基于kan神經網絡的低壓臺區配電網系統建模及分析方法。
技術實現思路
1、本專利技術的目的在于提供一種基于kan神經網絡的低壓臺區配電網系統建模及分析方法，以解決上述
技術介紹
中提出的臺區線路難以測量以及電能表誤差遠程校準的問題。
2、為實現上述目的，本專利技術提供如下技術方案：一種基于kan神經網絡的低壓配電網臺區系統建模及分析方法，包括：智能電能表數據采集模塊、simulink低壓配電網臺區仿真模型及kan神經網絡分
3、步驟s1，根據低壓配電臺區的智能電能表，通過智能電能表數據采集模塊同步召測電能表計量區域的電能數據，所述第一數據至少包含電能表類型、相電壓、相電流、有功功率因數、無功功率因數；
4、步驟s2，將電能數據進行數據預處理，通過電能數據提取智能電能表計量區域中的負載特性；
5、步驟s3，參照臺區中每一塊智能電能表得到的電能數據以及推算出用電區域的負載特性，如圖1通過simulink搭建所述低壓配電網臺區系統模型；
6、步驟s4，如圖2所述低壓配電網臺區系統模型中，由simscape交流電壓源模塊輸出電能給總臺區的智能電能表子系統，再流經如圖3各個支路用戶負載子系統的智能電能表子系統；
7、步驟s5，所述低壓配電網臺區模型進行仿真模擬數據，在powergui模塊中選擇連續仿真分析；
8、步驟s6，如圖4所述智能電能表子系統接收用戶負載子系統的連續電壓、電流矢量信號，通過內部的功率計算模塊、連續時間積分器模塊計算用戶負載子系統的累計有功電能，并通過to?workspace模塊輸出各個智能電能表子系統計算的臺區模型累計電能仿真數據；
9、步驟s7，所述累計電能仿真數據依據仿真時間排序并進行篩選和過濾，剔除跳變電能仿真數據；
10、步驟s8，所述數據處理后的累計電能仿真數據由臺區總電能和各個用戶負載子系統電能組成，整個臺區總電能與各個用戶負載子系統電能關系為：
11、
12、其中em0(t)表示第t時間段內整個臺區消耗的有功電能(kw·h)，emi(t)表示第t時間段內第i條支路負載消耗的有功電能(kw·h)，n表示總表下所包含的支路數量，l(t)表示第t時間段內整個臺區的線路損耗。
13、電能表在運行過程中，自身存在計量誤差，考慮誤差因素后，電能表計量顯示值可以表示為：
14、
15、其中表示智能電能表顯示有功電能值(kw·h)，em，表示智能電能表真實計量有功電能值(kw·h)，e表示對應電能表的相對誤差。
16、各個用戶負載子系統與低壓臺區交流電壓源之間的線損可用用戶負載子系統損耗電能表示：
17、
18、其中l(t)表示低壓臺區總線路損耗，αi(t)表示線損與負載損耗電能的比例系數。
19、上述整個臺區總電能與各個用戶負載子系統電能關系可聯立方程組：
20、γφ0＝γiaφ
21、其中γ表示臺區電能表誤差系數，γi各個用戶負載子系統的電能表誤差系數，φ0表示臺區電能表顯示電能值，φ表示各個用戶負載子系統顯示電能值。
22、
23、
24、其中表示電能表顯示的有功電能值(kw·h)，e表示對應電能表的相對誤差。
25、步驟s9，所述kan神經網絡遵循柯爾莫哥洛夫-阿諾德定理，若函數f是在有界域上的多元連續函數，則函數f可以用多個單變量函數表示，即任何多變量連續函數都可以表示為有限個一元連續函數的疊加。即滿足當有一項輸入輸出{xi，yi}組成的監督學習任務，我們只需要找到滿足條件的單變量函數φq和φq,p，就可以使所有數據點yi≈f(xi)，輸入輸出對的關系為：
26、
27、其中激活函數φ(x)＝w(spline(x)+b(x))，w因子包含了一個基函數b(x)和一個b樣條函數兩者的求和，樣條函數splinc(x)＝σcibi(x)，ci是可訓練參數。通過將每一個一維函數φ(x)參數化為帶有可學習系數的b樣條曲線，就可以對每個數據點進行插值或者逼近。
28、步驟s10，如圖5所述電能表誤差和線路損耗分析問題構建為kan神經網絡監督學習框架，所述kan神經網絡的激活函數進行初始化；
29、步驟s11，如圖6所述kan神經網絡監督學習模型訓練數據集由低壓配電網臺區模型仿真生成，低壓配電網臺區模型仿真每十分鐘采樣一次有功電能數據，累計n+1天的m組仿真數據，其中n表示用戶負載子系統個數，m由采樣頻率決定；
30、步驟s12，所述訓練數據集以8：2劃分為訓練集和測試集；
31、步驟s13，所述kan神經網絡對訓練數據集進行訓練，使用500個訓練周期和lr＝0.01學習率的adam優化器訓練kan神經網絡中每個神經元的激活函數φ(x)；
32、步驟s14，所述訓練得到的激活函數φi(x)可由電能表相對誤差和線路損耗表示為：
33、
34、其中自變量x表示用戶負載子系統損耗電能，樣條函數表示電能與誤差的關系；
35、步驟s15，所述樣條函數分離出電能表誤差和線路損耗，l＝b；
36、其中k表示激活函數φ的斜率，b表示激活函數φ的截距。
37、步驟s16，對比kan網絡訓練得到的電能表誤差值與實際誤差值。
38、優選的，在步驟s3中，所述搭建低壓配電網臺區系統模型中，利用series?rlcbranch模塊設置負載回路的阻抗特性；
39、
40、其中r表示電阻，表示電壓矢量，表示電流矢量，cos(βu-βi)表示有功功率因數，l表示電感，c表示電容，sin(βu-βi)表示無功功率因數；
41、優選的，步驟s7數據處理累計電能仿真數據，剔除數據需要將同一時間所有的異常數據，確保數據的時間同步，本文檔來自技高網...
【技術保護點】
1.一種基于KAN神經網絡的低壓臺區配電網系統建模及分析方法，其特征在于，包括：
2.根據權利要求1所述的一種基于KAN神經網絡的低壓臺區配電網系統建模及分析方法，其特征在于，步驟S1，根據低壓配電臺區的智能電能表，通過智能電能表數據采集模塊同步召測電能表計量區域的電能數據，所述第一數據至少包含電能表類型、相電壓、相電流、有功功率因數、無功功率因數；
3.根據權利要求2所述的一種基于KAN神經網絡的低壓臺區配電網系統建模及分析方法，其特征在于，步驟S3，參照臺區中每一塊智能電能表所得到的電能數據以及推算出的負載特性，通過Simulink搭建所述低壓臺區配電網系統模型；
4.根據權利要求3所述的一種基于KAN神經網絡的低壓臺區配電網系統建模及分析方法，其特征在于，步驟S5，低壓臺區配電網模型進行仿真模擬數據，在Powergui模塊中選擇連續仿真分析；
5.根據權利要求4所述的一種基于KAN神經網絡的低壓臺區配電網系統建模及分析方法，其特征在于，步驟S8，數據處理后的累計電能仿真數據由臺區總電能和各個用戶負載子系統電能組成，整個臺區總電
6.根據權利要求5所述的一種基于KAN神經網絡的低壓臺區配電網系統建模及分析方法，其特征在于，步驟S9，所述KAN神經網絡遵循柯爾莫哥洛夫-阿諾德定理，若函數f是在有界域上的多元連續函數，則函數f可以用多個單變量函數表示，即任何多變量連續函數都可以表示為有限個一元連續函數的疊加，即滿足當有一項輸入輸出{xi，yi}組成的監督學習任務，我們只需要找到滿足條件的單變量函數φq和φq，p，就可以使所有數據點yi≈f(xi)，輸入輸出對的關系為：
7.根據權利要求6所述的一種基于KAN神經網絡的低壓臺區配電網系統建模及分析方法，其特征在于，步驟S10，所述電能表誤差和線路損耗分析問題構建為KAN神經網絡監督學習框架，所述KAN神經網絡的激活函數進行初始化；
8.根據權利要求7所述的一種基于KAN神經網絡的低壓臺區配電網系統建模及分析方法，其特征在于，步驟S12，所述訓練數據集以8：2劃分為訓練集和測試集；
9.根據權利要求8所述的一種基于KAN神經網絡的低壓臺區配電網系統建模及分析方法，其特征在于，步驟S15，所述樣條函數分離出電能表誤差和線路損耗；
...【技術特征摘要】
1.一種基于kan神經網絡的低壓臺區配電網系統建模及分析方法，其特征在于，包括：
2.根據權利要求1所述的一種基于kan神經網絡的低壓臺區配電網系統建模及分析方法，其特征在于，步驟s1，根據低壓配電臺區的智能電能表，通過智能電能表數據采集模塊同步召測電能表計量區域的電能數據，所述第一數據至少包含電能表類型、相電壓、相電流、有功功率因數、無功功率因數；
3.根據權利要求2所述的一種基于kan神經網絡的低壓臺區配電網系統建模及分析方法，其特征在于，步驟s3，參照臺區中每一塊智能電能表所得到的電能數據以及推算出的負載特性，通過simulink搭建所述低壓臺區配電網系統模型；
4.根據權利要求3所述的一種基于kan神經網絡的低壓臺區配電網系統建模及分析方法，其特征在于，步驟s5，低壓臺區配電網模型進行仿真模擬數據，在powergui模塊中選擇連續仿真分析；
5.根據權利要求4所述的一種基于kan神經網絡的低壓臺區配電網系統建模及分析方法，其特征在于，步驟s8，數據處理后的累計電能仿真數據由臺區總電能和各個用戶負載子系統電能組成，整個臺區總電能與各個用戶負載子系統電...
【專利技術屬性】
技術研發人員：孫哲文，鄭薦中，曾九孫，吝晨程，周韶園，蔡晉輝，
申請(專利權)人：中國計量大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。