基于大數(shù)據(jù)技術(shù)的配電網(wǎng)規(guī)劃研究.pdf

1、隨著社會經(jīng)濟(jì)發(fā)展和人民生活水平提高，當(dāng)前用電市場的主要矛盾已經(jīng)轉(zhuǎn)化為用戶對于高供電能力和質(zhì)量的要求與現(xiàn)實(shí)中低下的供電能力和質(zhì)量之間的矛盾。配電網(wǎng)是電力系統(tǒng)的重要組成部分，其規(guī)劃的水平直接影響系統(tǒng)對用戶供電的能力和質(zhì)量，將電力大數(shù)據(jù)用于配電網(wǎng)規(guī)劃是促進(jìn)其規(guī)劃水平提高的思路之一。為提高配電網(wǎng)規(guī)劃的精細(xì)程度和效率，本文針對規(guī)劃過程中涉及的多源異構(gòu)數(shù)據(jù)分析處理及規(guī)劃模型中的數(shù)據(jù)密集型問題，重點(diǎn)開展基于大數(shù)據(jù)技術(shù)的配電網(wǎng)規(guī)劃研究，主要內(nèi)容如下:<

2、br>　　(1)梳理并分析了與配電網(wǎng)規(guī)劃相關(guān)的大數(shù)據(jù)特點(diǎn)與處理方法。分析了文本結(jié)構(gòu)化、異常數(shù)據(jù)挖掘、數(shù)據(jù)歸一化等預(yù)處理過程在MapReduce模型下的表達(dá)形式，并針對結(jié)構(gòu)性較弱的電力文本，提出根據(jù)語言學(xué)分類對文本內(nèi)程度副詞進(jìn)行標(biāo)度的文本結(jié)構(gòu)化方式，實(shí)現(xiàn)部分基于語義的文本結(jié)構(gòu)化，為后續(xù)研究中數(shù)據(jù)信息的提取和挖掘奠定基礎(chǔ)。
　　(2)提出了基于深度學(xué)習(xí)與多源信息融合的飽和負(fù)荷空間分布精準(zhǔn)預(yù)測方法。首先，獲取負(fù)荷元胞的高維信息特征，將其

3、中非結(jié)構(gòu)化的特征進(jìn)行結(jié)構(gòu)化處理，然后采用棧式降噪自編碼器學(xué)習(xí)特征，最后以頂層的回歸器預(yù)測待規(guī)劃區(qū)域的空間飽和負(fù)荷密度。算例分析結(jié)果表明，與基于最小二乘支持向量機(jī)、基于主成分分析-BP神經(jīng)網(wǎng)絡(luò)等特征提取及預(yù)測的方法相比，本文所提方法的負(fù)荷預(yù)測精度較高。
　　(3)提出了基于深度學(xué)習(xí)算法的變電站預(yù)選址和基于并行計算的配電網(wǎng)變電站-線路聯(lián)合規(guī)劃方法。首先，采用卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)與變電站選址原則相關(guān)的區(qū)域特征進(jìn)行變電站預(yù)選址，并將其結(jié)果作為