馬鵬程

（國網(wǎng)南通市通州區(qū)供電公司，江蘇南通 226000）

0 引言

線損是體現(xiàn)電力系統(tǒng)穩(wěn)定、安全、高效運行的一項重要參考依據(jù)，它能有效反映出電網(wǎng)運行的效率，為優(yōu)化電力網(wǎng)絡(luò)提供了重要參考。此外，在計算電網(wǎng)的線損后，可以為制定線損方案提供重要的理論數(shù)據(jù)，同時也能為電網(wǎng)的規(guī)劃提供指導意見[1]。因此，為了有效提升電網(wǎng)運行效率，研究線損預測計算具有重要作用。

1 線損的概念與分類

1.1 線損的概念

線損電量主要指電流在流經(jīng)電網(wǎng)的過程中，除了用戶端產(chǎn)生負載造成電流損失以外，一些電力設(shè)備或者供電線產(chǎn)生的電能損耗。在傳統(tǒng)線損計算方法中，計算出的電能損耗量誤差較大。因此，需要一種先進的計算方法來進行計算。

1.2 線損的分類

根據(jù)線損電量不同，可以將其分為不變損耗、變動損耗及其他損耗。其中，不變損耗又稱之為固定損耗，該損耗不會隨著負荷電流的變化而變化，只要線路中接有電力設(shè)備，就會產(chǎn)生相應(yīng)的電能損耗，并且這部分電能損耗是固定的。

變動損耗指在電力負荷產(chǎn)生變化時形成的損耗。其他損耗是固定損耗及變動損耗以外的損耗，如竊電行為等。線路中電流越大，損耗量越大[2]。

在線損管理工作中，一般都會將線損分成理論損耗、實際損耗、定額損耗3 部分。其中，理論損耗是根據(jù)現(xiàn)實的供電設(shè)備以及電流的負荷情況，或者預計供電設(shè)備的負荷情況來計算相應(yīng)的線損。實際損耗指計量儀表所顯示的損耗值。定額損耗指根據(jù)電力系統(tǒng)中過去的實際損耗量，結(jié)合下一階段內(nèi)供電量計劃和采取的降損措施，然后再根據(jù)計劃來擬定出相應(yīng)的損失指標，其實質(zhì)在于降低線路損耗量。

2 國內(nèi)外研究背景

為了計算電力運行中的線損，國內(nèi)外研究人員紛紛開展了相應(yīng)的研究工作，并取得了相應(yīng)的成效。張承智等提出了一種計算線損的方法即因果關(guān)系計算方法。HU Jingzhe 等為了準確測量線損，使用矩陣、置信網(wǎng)絡(luò)的方式來進行數(shù)據(jù)訓練。雖然國內(nèi)外研究人員在計算電網(wǎng)線損方面取得了較大突破，但是缺乏在人工智能預測這方面的研究[3]。為了提升線損預測的精確度，本研究對基于電力物聯(lián)網(wǎng)下雙向長短時記憶的線損預測計算方法進行研究。

3 雙向長短時記憶網(wǎng)損計算

3.1 長短時記憶網(wǎng)絡(luò)

在智能學習領(lǐng)域中，深度學習有著十分關(guān)鍵的作用，它能夠讓機器模仿人類的學習模式，以此來學習技術(shù)、挖掘數(shù)據(jù)等[4]。在深度學習中，有一種能解決神經(jīng)網(wǎng)絡(luò)梯度消失問題的網(wǎng)絡(luò)即長短時記憶網(wǎng)絡(luò)（LSTM），因其具有的特點，被廣泛應(yīng)用于負荷預測、經(jīng)濟調(diào)度中，其基本結(jié)構(gòu)單元見圖1。

圖1 LSTM結(jié)構(gòu)

3.2 雙向長短記憶網(wǎng)絡(luò)

在長短時記憶網(wǎng)絡(luò)的基礎(chǔ)上，相關(guān)研究學者研發(fā)出了一種雙向長短時網(wǎng)絡(luò)（BLSTE），這種網(wǎng)絡(luò)形式能夠?qū)崿F(xiàn)前后的相互迭代訓練。它不僅解決了傳統(tǒng)梯度中出現(xiàn)的問題，而且還在一定程度上改變了傳統(tǒng)LSTE中存在的訓練過程。

在這種網(wǎng)絡(luò)形式訓練的過程中，首先將學習數(shù)據(jù)輸入到試件過程中，然后再通過向后學習將未來輸入數(shù)據(jù)加入到其中，將兩者的關(guān)聯(lián)性充分挖掘出來。在經(jīng)過向前向后的學習訓練后，在一定程度上提升了LSTM 的精度。BLSTM 結(jié)構(gòu)圖如圖2 所示。主要計算步驟如下。

圖2 BLSTM結(jié)構(gòu)

計算中間處理單元：

3.3 線損值計算方法

在長短時記憶網(wǎng)絡(luò)與雙向長短記憶網(wǎng)絡(luò)中，兩者一般都是通過計算輸入量來完成權(quán)系數(shù)。在計算結(jié)束后，將預測的結(jié)果與數(shù)據(jù)轉(zhuǎn)變?yōu)檩斎肓康男问?，實現(xiàn)精確網(wǎng)損值的預測。在計算開始前，需要將雙向長短時記憶網(wǎng)絡(luò)中的系數(shù)進行訓練處理。其過程主要如下：設(shè)t為當前時刻，并在前時刻的基礎(chǔ)上選擇相應(yīng)的時間長度N進行訓練，從而得到，1,...t-N+1，取X作為輸入量，則有：

4 算例仿真

為了驗證上述方法的可行性，主要使用IEEE 5節(jié)點系統(tǒng)來驗證。系統(tǒng)結(jié)構(gòu)如圖3所示。IEEE 5節(jié)點系統(tǒng)的參數(shù)詳見表1。

表1 IEEE 5節(jié)點系統(tǒng)參數(shù)（標幺值）

圖3 IEEE 5節(jié)點系統(tǒng)結(jié)構(gòu)

在圖3中，含有相應(yīng)的負荷節(jié)點，本文通過采用實際電網(wǎng)中3 個月的負荷歷史數(shù)據(jù)，將其作為計算對象，詳見表2。

表2 某實際變電站電網(wǎng)部分負荷的變化數(shù)據(jù)

在經(jīng)過潮流計算后，其計算結(jié)果見表3。

表3 有功潮流結(jié)果

從表3 與表2 中的數(shù)據(jù)可見，雙向長短記憶網(wǎng)絡(luò)（LSTM）計算的線損值具有較高的精確度，因此，該方法可作為電網(wǎng)中線損值計算方法[6]。

5 結(jié)束語

隨著電力企業(yè)規(guī)模的不斷增大，電力系統(tǒng)的管理與調(diào)度已經(jīng)不能滿足企業(yè)發(fā)展的需求，降低線損值在電力物聯(lián)網(wǎng)發(fā)展中成為了一種必然趨勢。因此，本研究對雙向長時短期記憶的線損計算方法進行了研究。經(jīng)研究發(fā)現(xiàn)這種方法計算的線損值具有較高的精確度，對于電力企業(yè)制定電力運行調(diào)控決策有重要作用。