基于數(shù)據(jù)挖掘技術(shù)的臺(tái)區(qū)線損計(jì)算方法研究.pdf

1、在電網(wǎng)迅速發(fā)展的今天，國家對(duì)節(jié)能降損的研究越來越重視。線損率是電力系統(tǒng)的一項(xiàng)重要技術(shù)經(jīng)濟(jì)指標(biāo)，它同時(shí)也是衡量電力企業(yè)經(jīng)營水平和管理水平的一項(xiàng)綜合性技術(shù)經(jīng)濟(jì)指標(biāo)，努力降低電網(wǎng)的電能損耗是各級(jí)供電企業(yè)的一項(xiàng)必不可少的工作。目前電網(wǎng)，特別是低壓配電網(wǎng)具有很大的降損空間，但是由于低壓配網(wǎng)的網(wǎng)架結(jié)構(gòu)龐大，元件和節(jié)點(diǎn)繁多，致使必要的運(yùn)行資料和數(shù)據(jù)難以收集。并且各臺(tái)區(qū)的管理水平較低，存在偷電漏電行為，使得線損計(jì)算結(jié)果不準(zhǔn)確?；谏鲜霈F(xiàn)狀，提出快速、準(zhǔn)

2、確地計(jì)算臺(tái)區(qū)線損率的方法具有重要意義。
　　本文提出了一種基于改進(jìn)K-Means聚類算法和Levenberg-Marquardt(LM)算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)模型快速計(jì)算低壓臺(tái)區(qū)線損率的方法，并通過編程加以實(shí)現(xiàn)。首先，根據(jù)樣本的電氣特征參數(shù)，提出了改進(jìn)K-Means聚類算法，將臺(tái)區(qū)樣本分類，解決了臺(tái)區(qū)線損率數(shù)值分散的問題。在此基礎(chǔ)上，采用LM算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)模型對(duì)樣本數(shù)據(jù)按類進(jìn)行訓(xùn)練，利用BP神經(jīng)網(wǎng)絡(luò)擬合樣本線損率與電氣特征