摘要：为降低低压台区线损率出现的目标误差,营造稳定、安全的线损处理环境,设计了一种考虑负荷分类状态的低压台区线损率计算方法。选取有源低压台区线损影响因子,在标定的范围之内,设计线损多负荷归一计算流程,执行线损小波神经网络(Wavelet Neural Network,WNN)负荷分类环境,构建线损计算模型,采用K-Means负荷聚类法实现线损率计算。测试结果表明:所设计的负荷分类台区线损计算方法得出的线损目标误差均可控制在1.5%以下,表明此种计算方法的误差小,覆盖范围更为广泛,具有实际的应用价值。

摘要：为加快配电网线损的预测时间,降低预测结果的误差,营造更加稳定、安全的预测环境,结合现场数据采集模式,提出一种配电网低压线损预测方法。设定多元负荷预测目标,布设双向长短期记忆网络(Bidirectional Long Short-Term Memory,BLSTM)交换预测节点,设计等效数据采集线损预测模型,采用等值电阻法实现线损预测。通过测试结果表明,所设计的现场数据采集低压线损预测组得出的预测时间相对较短,均匀控制在1 s以内,表明其在实际应用的过程中对于H配电网的低压线损预测速度更快、误差小、效果更佳,具有实际应用价值。