基于人工智能的配电网设备负载预测预警系统设计研究

• 作者: 吴裔 李凡 田英杰 郭乃网 阮静娴
• 来源期刊: 电力与能源
• 关键词: 配电网元件 负载率预测 重过载预警 聚类和分类 人工智能
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 研究与探|Research & Exploration
• 页码范围: 155-158,202
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11973/dlyny202102001

摘要

提出了基于人工智能的配电网设备负载预测预警系统.该系统采用层次聚类法按照历史负载率曲线特征将配电变压器和馈线划分为多类,并为每类构建一个基于Seq2 Seq的负载率预测模型.在此基础上,该系统建立了一个重过载预警框架,筛选出未来短期存在重过载风险的配电网元件.测试结果显示,负载率预测的平均绝对百分比误差均值为6.79％,重过载预警的准确率均值超过90％.