一个统计方法用于估计数据稀缺低电压网络中由不平衡引起的能量损失。
英国和欧洲低压(415 V,LV)配电网络的相位不平衡会导致额外的能量损失。理解不平衡引起的能量损失的一个关键障碍是缺乏低压网络的高分辨率时间序列数据。在只有三相年平均电流的低压网络中,估计不平衡引起的能量损失仍然是一个挑战。为了解决这一数据不足的挑战,本文提出了一种新的定制统计方法,称为聚类、分类和范围估计(CCRE)方法。它找到仅具有年平均相电流的网络(数据稀缺网络)和具有相电流数据时间序列的网络集群(数据丰富的网络)之间的匹配。然后,CCRE对类似于数据稀缺网络的数据富网络集群的不平衡引起的能量损失进行范围估计。应用切比雪夫不等式来缩小该范围,该范围表示数据稀缺网络中不平衡引起的能量损失的置信区间。案例研究表明,鉴于来自数据稀缺网络的数据如此之少,这些网络中有80%以上被归类为正确的集群,不平衡引起的能量损失估计的置信度为89%。

图1 CCRE方法的概述

图2. 目标重叠区域。

图3. TN-C接地系统。

图4. TN-S接地系统。

图5. 簇i示例不平衡引起的能量损失分布。
文章介绍了一种名为CCRE的统计方法,用于处理数据稀缺的低压(415V)网络中因相位不平衡导致的能量损失估算。通过将数据稀缺网络与数据丰富网络集群匹配并进行范围估计,CCRE在数据极少的情况下仍能提供高置信度的损失估计。案例研究显示了方法的有效性。
1万+

被折叠的 条评论
为什么被折叠?



