On-line Optimization Method for Phase Sequence in Station Area Based on Improved Support Vector Machine and Non-dominated Sorting Genetic Algorithm-Ⅲ

Jie TANG; Yin YANG; Siliang LIU; Yongjun ZHANG; Qinhao LI; Yingqi YI

doi:10.7500/AEPS20210318006

您当前的位置：

首页 >

文章列表页 >

On-line Optimization Method for Phase Sequence in Station Area Based on Improved Support Vector Machine and Non-dominated Sorting Genetic Algorithm-Ⅲ

Basic Research | 更新时间：2025-06-16

- On-line Optimization Method for Phase Sequence in Station Area Based on Improved Support Vector Machine and Non-dominated Sorting Genetic Algorithm-Ⅲ
- Automation of Electric Power Systems Vol. 46, Issue 3, Pages: 50-58(2022)
- 作者机构：
  
  1.广东电网有限责任公司,广东省广州市 510699
  2.智慧能源工程技术研究中心(华南理工大学电力学院),广东省广州市 510640
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation of China(52177085);Science and Technology Planning Project of Guangzhou City(202102021208)
- DOI：10.7500/AEPS20210318006
  CLC：
- Received：18 March 2021，
  
  Revised：2021-07-30，
  
  Published Online：19 November 2021，
  
  Published：10 February 2022
- 稿件说明：
移动端阅览
唐捷,杨银,刘斯亮等.基于改进SVM与NSGA-Ⅲ的台区相序在线优化方法[J].电力系统自动化,2022,46(3):50-58.

TANG Jie,YANG Yin,LIU Siliang,et al.On-line Optimization Method for Phase Sequence in Station Area Based on Improved Support Vector Machine and Non-dominated Sorting Genetic Algorithm-Ⅲ[J].Automation of Electric Power Systems,2022,46(3):50-58.
唐捷,杨银,刘斯亮等.基于改进SVM与NSGA-Ⅲ的台区相序在线优化方法[J].电力系统自动化,2022,46(3):50-58. DOI： 10.7500/AEPS20210318006.

TANG Jie,YANG Yin,LIU Siliang,et al.On-line Optimization Method for Phase Sequence in Station Area Based on Improved Support Vector Machine and Non-dominated Sorting Genetic Algorithm-Ⅲ[J].Automation of Electric Power Systems,2022,46(3):50-58. DOI： 10.7500/AEPS20210318006.

摘要

针对基于历史负荷建模的台区相序调整不足及调相后供电状态时长不能保证的问题，从数据驱动角度提出了基于改进支持向量机（SVM）超短期负荷预测的台区相序在线优化方法。首先，采用变分模态分解将预测对象的历史负荷分解成多个子序列，对每个子序列采用改进的SVM进行预测，预测模型中引入自适应权重机制改进最小二乘SVM的性能，以过滤数据噪声对结果的影响，提高预测准确度；然后，对智能换相开关负荷支路建立最小三相不平衡度、最少换相次数、最长相序维续时间的多目标优化模型，从第3代非支配排序遗传算法（NSGA-Ⅲ）求解的Pareto最优解集中选取一组满意解作为决策者的相序自动调整方案；最后，以中国广东电网某台区为例进行分析，并与其他方法对比验证了所提方法的有效性。

Abstract

In view of the insufficient adjustment of the phase sequence in station area based on historical load modeling and the inability to guarantee the duration of the power supply state after phase sequence adjustment

from the data-driven perspective

an on-line optimization method for the phase sequence in station areas based on improved support vector machine for ultra-short-term load forecasting is proposed. First

the variational mode decomposition is used to decompose the historical load of the forecasting object into multiple sub-sequences

and an improved support vector machine is used to forecast each sub-sequence. An adaptive weight mechanism is introduced in the forecasting model to improve the performance of least squares support vector machines

which can filter the impact of data noise on the results and improve the forecasting accuracy. Then

a multi-objective optimization model for the load branch of the intelligent commutation switch is established with the smallest three-phase unbalance

the smallest number of commutations

and the longest phase sequence duration. A set of satisfactory solutions is selected from the Pareto optimal solution set solved by the non-dominated sorting genetic algorithm-Ⅲ as the automatic phase sequence adjustment scheme for decision-makers. Finally

a certain station area in Guangdong power grid of China is used as an example to analyze and compared with other methods to verify the effectiveness of the proposed method.

关键词

Keywords

references

唐捷，蔡永智，周来，等 . 基于数据驱动的低压配电网线户关系识别方法［J］. 电力系统自动化， 2020 ， 44 （ 11 ）： 127 - 137 .

TANG Jie ， CAI Yongzhi ， ZHOU Lai ， et al . Data-driven based identification method of feeder-consumer connectivity in low-voltage distribution network ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 11 ）： 127 - 137 .

张勇军，刘斯亮，江金群，等 . 低压智能配电网技术研究综述［J］. 广东电力， 2019 ， 32 （ 1 ）： 1 - 12 .

ZHANG Yongjun ， LIU Siliang ， JIANG Jinqun ， et al . Research review on low-voltage intelligent distribution network technology ［J］. Guangdong Electric Power ， 2019 ， 32 （ 1 ）： 1 - 12 .

康鹏，郭伟，黄伟钢，等 . 区域电网电能质量问题及治理关键技术综述［J］. 电测与仪表， 2020 ， 57 （ 24 ）： 1 - 12 .

KANG Peng ， GUO Wei ， HUANG Weigang ， et al . Review of the power quality problem and key treatment technology of regional power grid ［J］. Electrical Measurement & Instrumentation ， 2020 ， 57 （ 24 ）： 1 - 12 .

闫志强，雷霞，何建平，等 . 三相不平衡对配电变压器带负载能力的影响研究［J］. 电测与仪表， 2018 ， 55 （ 8 ）： 51 - 57 .

YAN Zhiqiang ， LEI Xia ， HE Jianping ， et al . Study on the influence of three-phase unbalance on the load capacity of distribution transformer ［J］. Electrical Measurement & Instrumentation ， 2018 ， 55 （ 8 ）： 51 - 57 .

郝思鹏，蔡欣灵，张仰飞，等 . 三相不平衡与线损的量化分析［J］. 电网技术， 2021 ， 45 （ 4 ）： 1547 - 1552 .

HAO Sipeng ， CAI Xinling ， ZHANG Yangfei ， et al . Quantitative analysis between three-phase unbalance and line losses ［J］. Power System Technology ， 2021 ， 45 （ 4 ）： 1547 - 1552 .

肖非然，倪周，闵永智，等 . 一种基于多智能体的多站协同高速铁路不平衡补偿方法［J］. 电工技术学报， 2020 ， 35 （ 16 ）： 3518 - 3528 .

XIAO Feiran ， NI Zhou ， MIN Yongzhi ， et al . Unbalanced compensation method of multi-station cooperative for high-speed railway based on multi-agent ［J］. Transactions of China Electrotechnical Society ， 2020 ， 35 （ 16 ）： 3518 - 3528 .

邓惠华，李国良，周晓明，等 . 基于协调控制SVG的低压配网三相负荷不平衡治理技术［J］. 电工技术学报， 2017 ， 32 （增刊1 ）： 75 - 83 .

DENG Huihua ， LI Guoliang ， ZHOU Xiaoming ， et al . The control technology of three-phase unbalance load in low voltage distribution networks based on coordinated controlled SVGs ［J］. Transactions of China Electrotechnical Society ， 2017 ， 32 （ Supplement 1 ）： 75 - 83 .

唐冬来，郝建维，刘荣刚，等 . 基于动态规划的配电台区三相负荷不平衡治理方法［J］. 电力系统保护与控制， 2020 ， 48 （ 21 ）： 58 - 66 .

TANG Donglai ， HAO Jianxiong ， LIU Ronggang ， et al . Control method of three phase load imbalance in a distribution station area based on dynamic programming ［J］. Power System Protection and Control ， 2020 ， 48 （ 21 ）： 58 - 66 .

韩平平，潘薇，张楠，等 . 基于负荷预测和非支配排序遗传算法的人工相序优化方法［J］. 电力系统自动化， 2020 ， 44 （ 20 ）： 71 - 80 .

HAN Pingping ， PAN Wei ， ZHANG Nan ， et al . Optimization method for artificial phase sequence based on load forecasting and non-dominated sorting genetic algorithm ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 20 ）： 71 - 80 .

曹磊，胡鹏飞，王蕊 . 基于无缝换相装置的三相负荷不平衡治理［J］. 电力科学与技术学报， 2020 ， 35 （ 4 ）： 99 - 106 .

CAO Lei ， HU Pengfei ， WANG Rui . Research on three-phase load imbalance treatment based on the seamless commutation device ［J］. Journal of Electric Power Science and Technology ， 2020 ， 35 （ 4 ）： 99 - 106 .

张孝云，张洪波，刘鼎立，等 . 换相技术在三相负荷不平衡治理中的应用研究［J］. 电力电容器与无功补偿， 2019 ， 40 （ 2 ）： 131 - 135 .

ZHANG Xiaoyun ， ZHANG Hongbo ， LIU Dingli ， et al . Study on the application of phasing rotation technology in three-phase imbalance control ［J］. Power Capacitor & Reactive Power Compensation ， 2019 ， 40 （ 2 ）： 131 - 135 .

DJERIOUI A ， HOUARI A ， SAIM A ， et al . Flatness-based grey wolf control for load voltage unbalance mitigation in three-phase four-leg voltage source inverters ［J］. IEEE Transactions on Industry Applications ， 2020 ， 56 （ 2 ）： 1869 - 1881 .

方恒福，盛万兴，王金丽，等 . 配电台区三相负荷不平衡实时在线治理方法研究［J］. 中国电机工程学报， 2015 ， 35 （ 9 ）： 2185 - 2193 .

FANG Hengfu ， SHENG Wanxing ， WANG Jinli ， et al . Research on the method for real-time online control of three-phase unbalanced load in distribution area ［J］. Proceedings of the CSEE ， 2015 ， 35 （ 9 ）： 2185 - 2193 .

王俊融，欧家祥，黄仁金，等 . 配电台区三相动态平衡控制技术研究［J］. 电子器件， 2020 ， 43 （ 2 ）： 267 - 272 .

WANG Junrong ， OU Jiaxiang ， HUANG Renjin ， et al . Research on three-phase dynamic balance control technology in distribution grid ［J］. Chinese Journal of Electron Devices ， 2020 ， 43 （ 2 ）： 267 - 272 .

郭亦宗，冯斌，岳铂雄，等 . 负荷聚合商模式下考虑需求响应的超短期负荷预测［J］. 电力系统自动化， 2021 ， 45 （ 1 ）： 79 - 87 .

GUO Yizong ， FENG Bin ， YUE Boxiong ， et al . Ultra-short-term load forecasting considering demand response in load aggregator mode ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 1 ）： 79 - 87 .

吴润泽，包正睿，王文韬，等 . Hadoop架构下基于模式匹配的短期电力负荷预测方法［J］. 电工技术学报， 2018 ， 33 （ 7 ）： 1542 - 1551 .

WU Runze ， BAO Zhengrui ， WANG Wentao ， et al . Short-term power load forecasting method based on pattern matching in Hadoop framework ［J］. Transactions of China Electrotechnical Society ， 2018 ， 33 （ 7 ）： 1542 - 1551 .

FENG Yu ， HAO Weiping ， LI Haoru ， et al . Machine learning models to quantify and map daily global solar radiation and photovoltaic power ［J］. Renewable and Sustainable Energy Reviews ， 2020 ， 118 ： 109393 .

景惠甜，韩丽，高志宇 . 基于卷积神经网络特征提取的风电功率爬坡预测［J］. 电力系统自动化， 2021 ， 45 （ 4 ）： 98 - 105 .

JING Huitian ， HAN Li ， GAO Zhiyu . Wind power ramp forecast based on convolutional neural network for feature extraction ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 4 ）： 98 - 105 .

SUN Gaiping ， JIANG Chuanwen ， WANG Xu ， et al . Short-term building load forecast based on a data-mining feature selection and LSTM-RNN method ［J］. IEEJ Transactions on Electrical and Electronic Engineering ， 2020 ， 15 （ 7 ）： 1002 - 1010 .

谢小瑜，周俊煌，张勇军 . 深度学习在泛在电力物联网中的应用与挑战［J］. 电力自动化设备， 2020 ， 40 （ 4 ）： 77 - 87 .

XIE Xiaoyu ， ZHOU Junhuang ， ZHANG Yongjun ， et al . Application and challenge of deep learning in ubiquitous power Internet of Things ［J］. Electric Power Automation Equipment ， 2020 ， 40 （ 4 ）： 77 - 87 .

朱永利，贾亚飞，王刘旺，等 . 基于改进变分模态分解和Hilbert变换的变压器局部放电信号特征提取及分类［J］. 电工技术学报， 2017 ， 32 （ 9 ）： 221 - 235 .

ZHU Yongli ， JIA Yafei ， WANG Liuwang ， et al . Feature extraction and classification on partial discharge signals of power transformers based on improved variational mode decomposition and Hilbert transform ［J］. Transactions of China Electrotechnical Society ， 2017 ， 32 （ 9 ）： 221 - 235 .

孙颢一，易灵芝，刘文翰，等 . 基于快照反馈的短期电力负荷组合预测方法［J］. 电力系统及其自动化学报， 2021 ， 33 （ 6 ）： 67 - 74 .

SUN Haoyi ， YI Lingzhi ， LIU Wenhan ， et al . Short-term power load forecasting method based on snapshot feedback ［J］. Proceedings of the CSU-EPSA ， 2021 ， 33 （ 6 ）： 67 - 74 .

叶林，裴铭，路朋，等 . 基于天气分型的短期光伏功率组合预测方法［J］. 电力系统自动化， 2021 ， 45 （ 1 ）： 44 - 54 .

YE Lin ， PEI Ming ， LU Peng ， et al . Combination forecasting method of short-term photovoltaic power based on weather classification ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 1 ）： 44 - 54 .

徐飞阳，薛安成，常乃超，等 . 电力系统同步相量异常数据检测与修复研究现状与展望［J/OL］. 中国电机工程学报： 1 - 18 ［ 2021-09-28 ］. https：//doi.org/10.13334/j.0258-8013.pcsee.202180 https://doi.org/10.13334/j.0258-8013.pcsee.202180 .

XU Feiyang ， XUE Ancheng ， CHANG Naichao ， et al . Research status and prospects of detection ， correction and recovery for abnormal synchrophasor data in power system［J/OL］. Proceedings of the CSEE ： 1 - 18 ［ 2021-09-28 ］. https：//doi.org/10.13334/j.0258-8013.pcsee.202180 https://doi.org/10.13334/j.0258-8013.pcsee.202180 .

MA Ziming ， ZHONG Haiwang ， XIE Le ， et al . Month ahead average daily electricity price profile forecasting based on a hybrid nonlinear regression and SVM model： an ERCOT case study ［J］. Journal of Modern Power Systems and Clean Energy ， 2018 ， 6 （ 2 ）： 281 - 291 .

PRADA J ， DORRONSORO J R . General noise support vector regression with non-constant uncertainty intervals for solar radiation prediction ［J］. Journal of Modern Power Systems and Clean Energy ， 2018 ， 6 （ 2 ）： 268 - 280 .

SUYKENS J A K ， VANDEWALLE J . Least squares support vector machine classifiers ［J］. Neural Processing Letters ， 1999 ， 9 （ 3 ）： 293 - 300 .

DEB K ， JAIN H . An evolutionary many-objective optimization algorithm using reference point-based nondominated sorting approach： Part Ⅰ solving problems with box constraints ［J］. IEEE Transactions on Evolutionary Computation ， 2014 ， 18 （ 4 ）： 577 - 601 .

TIAN Y ， XIANG X ， ZHANG X ， et al . Sampling reference points on the Pareto fronts of benchmark multi-objective optimization problems ［C］// 2018 IEEE Congress on Evolutionary Computation （CEC）， July 8-13 ， 2018 ， Rio de Janeiro， Brazil .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Combined Data-knowledge-driven Impedance Acquisition Method for Grid-connected Inverter Under Multiple Operation Conditions

基于多级聚类分析和支持向量机的空间负荷预测方法

Related Author

Yin YANG

Siliang LIU

Yongjun ZHANG

Qinhao LI

Yingqi YI

Binyuan WU

Jianwen LI

Yonggang LI

Related Institution

Research Center of Smart Energy Technology (School of Electric Power, South China University of Technology)

State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources (North China Electric Power University)

Feidong Power Supply Company of State Grid Anhui Electric Power Supply Co., Ltd.

School of Electrical Engineering, Northeast Dianli University

Feidong Power Supply Company of State Grid Anhui Electric Power Supply Co., Ltd., Feidong

⁰