论文部分内容阅读
摘 要：随着智能电网建设步伐的加快，对配电变压器的运行提出更高的要求。从当前配变变压器运行实际状况看，负载出现过载的情况屡见不鲜，而且电网应急能力极差，供电安全难以保证，这就要求准确判断配变重过载问题。本文从配电变压器重过载影响因素分析思路以及数据的处理以及建模进行分析，以某地区电网公司为例对配电变压器重过载影响的具体因素进行了探讨，希冀为以后在这一方面的研究工作提供一份可供参考的资料。
关键词：智能电网；配电变压器；重过载
中图分类号：TM421 文献标识码：A 文章编号：1004-7344（2018）12-0048-02
1 引 言
受用电人口、气温高低等变化影响，用电负荷在某些时期如节日等易出现波动问题，而这种波动下的配变负载率对整个电网运行产生影响。尽管当前电网运行方面得到高度重视，但在实际应对配变负载问题上仍表现出一定的滞后性，一般局限于事后处理负载情况，而负载预判能力较差，难以使供电安全得到保障。因此，本文对智能电网下配电变压器重过载影响因素的分析，具有十分重要的意义。
2 配电变压器重过载影响因素分析思路
关于配电变压器重过载，其发生因素主要体现在用电客户、天气情况等方面。本文在研究中为具体分析重过载影响因素，主要结合采集系统数据，在目标输入值上选择配变自身属性、用电客户属性以及配变日负荷等，而外部信息上选择节假日信息、温度以及气象等，对于关键类变量取负荷值，在此基础上做统计分析。根据分析结果进行模型的构建，判断重過载情况中各特征变量所带来的影响。实际进行数据建模前，要求做数据预处理。结合既往研究资料，在配变重过载影响因素上，主要以天气因素、用电客户因素以及配变自身属性因素的为主，所以本文在研究中也选择相应的特征变量，具体包括：①天气因素，如季度、节假日、天气、日平均与月平均温度，特征量表示，温度为数值型，且与字段为字符型；②配变因素，包括配变变动容量、保护方式、主备性质、生产日期以及冷却方式等，为字符型字段属性；③客户因素，如耗能产业、负荷性质、运行容量、用户分类以及重点用户标识等，为字符型字段属性。
3 特征变量重要性介绍
目前，相关学者对10kV配电变压器重过载问题高度关注，不同学者的分析方向以及分析方式存在差异，但探究配变设备负荷过高因素的学者数量较少，即使个别学者能够探究配变重过载因素，也只是浅层次探究，未对配变具体分类。本文探究该论题时引用数据统计分析方法，并巧妙运用R语言工具，分析天气、用户、配变自身等因素间的关系，以及各因素在重过载中的重要性，最后有序排列影响因素，借此完成配电的具体分类，以便为智能电网合理规划提供依据。
上述介绍的三方面因素对配变重过载有重要影响，选定关键类变量并对其进行统计分析，掌握配变重过载现象发生时，特征变量在其中发挥的重要作用。在这一过程中，巧妙应用对策理论法进行重要性分析，最后顺利去除过于独立的特征变量以及关联性较弱的特征变量，对关联性较强的特征变量进行建模分析，根据分析结果合理划分配变，以及用户类型。
4 数据处理
为了更好的构建配电变压器重过载影响因素的数学模型，首先要进行数据预处理，要确定配电变压器中特征变量的数值。配电变压器重过载主要的影响因素为温度、湿度、气候、天气状况以及日期等外界天气干扰因素，配电变压器的种类、自身属性、冷却与保护方式以及配电变压器客户用电的负载等配电变压器内部干扰因素，用电人口数量与配电变压器生产规模与质量等外界人为干扰因素。将日平均温度与月平均温度分为极低温、低温、中温、较高温与高温五类。将配电变压器种类分为正常、重载以及过载三类。将配电变压器自身属性分为首次运行日期、配电变压器变动容量、配电变压器保护与冷却方式、配电变压器生产日期以及配电变压器主要具备的性质五类。将配电变压器用电客户分定义为，所用配电变压器的用户分类、所用配电变压器的行业分类以及用电类别、负载性质耗能产业类别、节假日、重要性等级等。
5 数学建模
数学模型构建中：①从互信息自变量重要性角度出发，其中的互信息主要来源于样本数据统计结果，如取两个变量X、Y，当二者互信息大，其说明变量间有较大的相关性，以I（X；Y）表示互信息，H表示熵，有I（X；Y）=H（X）+H（Y）-H（XY）。②引入对策理论，进行变量重要性分析。所谓对策理论，其主要强调在多人合作工作中，为使各参与者都分配到合理效益，需借助相应的分配函数实现。③全概率公式引入。对于配变重过载条件概率，通过全概率公式进行计算，这一公式主要将不同情况下复杂事件发生的概率进行计算。如贝叶斯定理的应用，在既往研究资料中有所体现，可用于配变重过载各特征量分布情况计算。
6 实证分析
6.1 案例分析
本次研究选取某地区电网公司为例，统计其1年内配变日负荷情况，分析配变重过载影响因素。选择R语言作为试验工具，共计5852台配变总数，其中发生重过载情况变压器共1666台。分析中，特征变量输入取用户因素、天气因素以及配变属性因素。
6.2 特征提取
结合互信息理论、对策理论，对各特征变量在重过载情况发生中的重要性进行分析。通过分析可发现，在配变重过载影响因素上，特征变量表现明显的主要体现在日平均气温、月平均气温、用电类别以及用电行业等方面。这在一定程度上可反映出，该区域电网变压器出现重过载，归因于日平均气温、月平均气温、用电类别以及用电行业等因素。
6.3 特征量对配变重过载影响分析
（1）从行业类别看，我国在关于国民经济行业分类上达20类之多，本次研究所取区域在行业特征上以采矿业、制造业居多，其次为农林牧渔、居民服务以及批发零售。在分析各行业配变重过载比率情况下，要求在电网规划中对于重点行业，需考虑进行配变容量的增加，这样可使配变重过载发生率降低。同样，在行业类别特征量反映结果上，其实质也是对区域经济结构、规模的具体表现，智能电网建设中可将该结果作为内部行业经济指标。 （2）从用电类别看，配变重过载率以乡村居民用电最高，依次为农业生产用电、工业用电、城镇居民生活用电、工商业用电以及教学用电。具体分析乡村居民用电出现配变重过载概率较高问题，其很大程度归因于乡村电网建设相对滞后，其中配电变压器的应用大多较为陈旧，有较小的容量，加之居民大功率用电器的使用，更易使用电量增加，出现变压器重过载问题。
（3）从日平均气温看，其影响情况主要体现在单台配变重过载问题上。统计发现，每日温度由极低变化到极高期间，Ⅰ类、Ⅱ类、Ⅲ类、Ⅳ类配变重过载发生率有一定差异，如Ⅰ类，温度变化期间重过载发生率表现为高、低、高变化；Ⅱ类配变，重过载发生率为低、中、高变化；Ⅲ类为高、中、低变化；而Ⅳ类则为中、高、低变化。产生这种情况的原因归結于不同温度环境下，配电变压器在工作量上出现一定差异，而这种工作量是导致重过载问题发生的主要原因。
（4）从月平均气温看，该区域在配电变压器重过载发生等表现上，主要从重过载天数、温度关系角度分析。如在1～2月份，月平均温度较低，此时出现重过载天数为10～15d，而3月、4月、5月、9月、10月、11月，出现重过载情况均超出15d，而在6月、7月、8月，重过载发生仅在10d以下。该结果在一定程度上可说明，温度适宜月份，可能为旅客出行高峰时间段，其所带来的用电量增加情况，成为配变重过载发生的主要原因。
7 结束语
配变重过载问题是影响智能电网安全可靠运行的关键性因素。本文在研究中，结合既往资料中提及的互信息、对策理论等，进行数学建模，在此基础上提取相应的特征量，并做特征量、配变重过载关系分析，最终发现该区域配变重过载影响因素主要体现在日平均与月平均气温、用电类别与行业类别等方面。区域在智能电网建设中可根据这些因素做相关的配变容量调整，以此达到安全、持续用电的目标。
参考文献
[1]陈 习，王 鹏，龚若飞.10kV配电变压器重过载问题解决新思路[J].机电工程技术，2017（09）：112～115.
[2]贺建章，王海波，季知祥.面向智能电网的配电变压器重过载影响因素分析[J].电网技术，2017（01）：279～284.
[3]刘 睿，张宗喜，蒋 伟，等.油浸式配电变压器过载能力研究[J].科学技术与工程，2016（36）：166～172.
[4]肖 峻，谷文卓，郭晓丹，王成山，李方兴.配电系统供电能力模型[J].电力系统自动化，2015（07）：55.
[5]寇凌峰，梁 英，王金丽，杨红磊，宋祺鹏.计及负荷增长风险的配电变压器选型方法[J].2016（01）：76.
[6]张佳东.面向智能电网的配电变压器重过载影响因素分析[J].电力技术，2017（7）：45.
收稿日期：2018-4-8
作者简介：郑德兴（1976-），男，助理工程师，大专，主要从事供电企业配电线路工作。
关键词：智能电网；配电变压器；重过载
中图分类号：TM421 文献标识码：A 文章编号：1004-7344（2018）12-0048-02
1 引 言
受用电人口、气温高低等变化影响，用电负荷在某些时期如节日等易出现波动问题，而这种波动下的配变负载率对整个电网运行产生影响。尽管当前电网运行方面得到高度重视，但在实际应对配变负载问题上仍表现出一定的滞后性，一般局限于事后处理负载情况，而负载预判能力较差，难以使供电安全得到保障。因此，本文对智能电网下配电变压器重过载影响因素的分析，具有十分重要的意义。
2 配电变压器重过载影响因素分析思路
关于配电变压器重过载，其发生因素主要体现在用电客户、天气情况等方面。本文在研究中为具体分析重过载影响因素，主要结合采集系统数据，在目标输入值上选择配变自身属性、用电客户属性以及配变日负荷等，而外部信息上选择节假日信息、温度以及气象等，对于关键类变量取负荷值，在此基础上做统计分析。根据分析结果进行模型的构建，判断重過载情况中各特征变量所带来的影响。实际进行数据建模前，要求做数据预处理。结合既往研究资料，在配变重过载影响因素上，主要以天气因素、用电客户因素以及配变自身属性因素的为主，所以本文在研究中也选择相应的特征变量，具体包括：①天气因素，如季度、节假日、天气、日平均与月平均温度，特征量表示，温度为数值型，且与字段为字符型；②配变因素，包括配变变动容量、保护方式、主备性质、生产日期以及冷却方式等，为字符型字段属性；③客户因素，如耗能产业、负荷性质、运行容量、用户分类以及重点用户标识等，为字符型字段属性。
3 特征变量重要性介绍
目前，相关学者对10kV配电变压器重过载问题高度关注，不同学者的分析方向以及分析方式存在差异，但探究配变设备负荷过高因素的学者数量较少，即使个别学者能够探究配变重过载因素，也只是浅层次探究，未对配变具体分类。本文探究该论题时引用数据统计分析方法，并巧妙运用R语言工具，分析天气、用户、配变自身等因素间的关系，以及各因素在重过载中的重要性，最后有序排列影响因素，借此完成配电的具体分类，以便为智能电网合理规划提供依据。
上述介绍的三方面因素对配变重过载有重要影响，选定关键类变量并对其进行统计分析，掌握配变重过载现象发生时，特征变量在其中发挥的重要作用。在这一过程中，巧妙应用对策理论法进行重要性分析，最后顺利去除过于独立的特征变量以及关联性较弱的特征变量，对关联性较强的特征变量进行建模分析，根据分析结果合理划分配变，以及用户类型。
4 数据处理
为了更好的构建配电变压器重过载影响因素的数学模型，首先要进行数据预处理，要确定配电变压器中特征变量的数值。配电变压器重过载主要的影响因素为温度、湿度、气候、天气状况以及日期等外界天气干扰因素，配电变压器的种类、自身属性、冷却与保护方式以及配电变压器客户用电的负载等配电变压器内部干扰因素，用电人口数量与配电变压器生产规模与质量等外界人为干扰因素。将日平均温度与月平均温度分为极低温、低温、中温、较高温与高温五类。将配电变压器种类分为正常、重载以及过载三类。将配电变压器自身属性分为首次运行日期、配电变压器变动容量、配电变压器保护与冷却方式、配电变压器生产日期以及配电变压器主要具备的性质五类。将配电变压器用电客户分定义为，所用配电变压器的用户分类、所用配电变压器的行业分类以及用电类别、负载性质耗能产业类别、节假日、重要性等级等。
5 数学建模
数学模型构建中：①从互信息自变量重要性角度出发，其中的互信息主要来源于样本数据统计结果，如取两个变量X、Y，当二者互信息大，其说明变量间有较大的相关性，以I（X；Y）表示互信息，H表示熵，有I（X；Y）=H（X）+H（Y）-H（XY）。②引入对策理论，进行变量重要性分析。所谓对策理论，其主要强调在多人合作工作中，为使各参与者都分配到合理效益，需借助相应的分配函数实现。③全概率公式引入。对于配变重过载条件概率，通过全概率公式进行计算，这一公式主要将不同情况下复杂事件发生的概率进行计算。如贝叶斯定理的应用，在既往研究资料中有所体现，可用于配变重过载各特征量分布情况计算。
6 实证分析
6.1 案例分析
本次研究选取某地区电网公司为例，统计其1年内配变日负荷情况，分析配变重过载影响因素。选择R语言作为试验工具，共计5852台配变总数，其中发生重过载情况变压器共1666台。分析中，特征变量输入取用户因素、天气因素以及配变属性因素。
6.2 特征提取
结合互信息理论、对策理论，对各特征变量在重过载情况发生中的重要性进行分析。通过分析可发现，在配变重过载影响因素上，特征变量表现明显的主要体现在日平均气温、月平均气温、用电类别以及用电行业等方面。这在一定程度上可反映出，该区域电网变压器出现重过载，归因于日平均气温、月平均气温、用电类别以及用电行业等因素。
6.3 特征量对配变重过载影响分析
（1）从行业类别看，我国在关于国民经济行业分类上达20类之多，本次研究所取区域在行业特征上以采矿业、制造业居多，其次为农林牧渔、居民服务以及批发零售。在分析各行业配变重过载比率情况下，要求在电网规划中对于重点行业，需考虑进行配变容量的增加，这样可使配变重过载发生率降低。同样，在行业类别特征量反映结果上，其实质也是对区域经济结构、规模的具体表现，智能电网建设中可将该结果作为内部行业经济指标。 （2）从用电类别看，配变重过载率以乡村居民用电最高，依次为农业生产用电、工业用电、城镇居民生活用电、工商业用电以及教学用电。具体分析乡村居民用电出现配变重过载概率较高问题，其很大程度归因于乡村电网建设相对滞后，其中配电变压器的应用大多较为陈旧，有较小的容量，加之居民大功率用电器的使用，更易使用电量增加，出现变压器重过载问题。
（3）从日平均气温看，其影响情况主要体现在单台配变重过载问题上。统计发现，每日温度由极低变化到极高期间，Ⅰ类、Ⅱ类、Ⅲ类、Ⅳ类配变重过载发生率有一定差异，如Ⅰ类，温度变化期间重过载发生率表现为高、低、高变化；Ⅱ类配变，重过载发生率为低、中、高变化；Ⅲ类为高、中、低变化；而Ⅳ类则为中、高、低变化。产生这种情况的原因归結于不同温度环境下，配电变压器在工作量上出现一定差异，而这种工作量是导致重过载问题发生的主要原因。
（4）从月平均气温看，该区域在配电变压器重过载发生等表现上，主要从重过载天数、温度关系角度分析。如在1～2月份，月平均温度较低，此时出现重过载天数为10～15d，而3月、4月、5月、9月、10月、11月，出现重过载情况均超出15d，而在6月、7月、8月，重过载发生仅在10d以下。该结果在一定程度上可说明，温度适宜月份，可能为旅客出行高峰时间段，其所带来的用电量增加情况，成为配变重过载发生的主要原因。
7 结束语
配变重过载问题是影响智能电网安全可靠运行的关键性因素。本文在研究中，结合既往资料中提及的互信息、对策理论等，进行数学建模，在此基础上提取相应的特征量，并做特征量、配变重过载关系分析，最终发现该区域配变重过载影响因素主要体现在日平均与月平均气温、用电类别与行业类别等方面。区域在智能电网建设中可根据这些因素做相关的配变容量调整，以此达到安全、持续用电的目标。
参考文献
[1]陈 习，王 鹏，龚若飞.10kV配电变压器重过载问题解决新思路[J].机电工程技术，2017（09）：112～115.
[2]贺建章，王海波，季知祥.面向智能电网的配电变压器重过载影响因素分析[J].电网技术，2017（01）：279～284.
[3]刘 睿，张宗喜，蒋 伟，等.油浸式配电变压器过载能力研究[J].科学技术与工程，2016（36）：166～172.
[4]肖 峻，谷文卓，郭晓丹，王成山，李方兴.配电系统供电能力模型[J].电力系统自动化，2015（07）：55.
[5]寇凌峰，梁 英，王金丽，杨红磊，宋祺鹏.计及负荷增长风险的配电变压器选型方法[J].2016（01）：76.
[6]张佳东.面向智能电网的配电变压器重过载影响因素分析[J].电力技术，2017（7）：45.
收稿日期：2018-4-8
作者简介：郑德兴（1976-），男，助理工程师，大专，主要从事供电企业配电线路工作。