面向智能电网的配电变压器重过载影响因素初探

魏焯敏

【摘 要】现如今，智能电网时代悄然而至，10kv配电变压器应用的过程中应减少重过载现象发生，对于常见的重过载问题应具体探究影响因素，大大提高配变运行的稳定性，这对社会稳定生产有重要影响。本文首先介绍了特征变量的重要性，然后通过建模的形式分析了影响重过载的因素，最后进行实例证明。

【关键词】智能电网；配电变压器；重过载；影响因素

0 前言

随着社会用电量的不断增多，配电重过载会影响用电安全性，智能电网时代导致重过载的因素较多，因此，探究该论题具有一定必要性和迫切性，从影响重过载的因素入手，制定有效的应急处理对策，有利于降低重过载发生几率，确保人们生活有序进行。希望能为相关电力企业提供有效借鉴，具体探究如下。

1 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。

2 数据处理

一方面，确定特征变量，这是模型构建的基础，其中，天气因素主要包括温度、日期等；用户因素主要包括负载类型、产业规模等；自身因素主要包括冷却方式、；配变类型、保护方式等。另一方面，对各类影响因素具体定义。天气因素：日（月）平均温度、天气状况、星期、季度、法定假期，日平均温度分类情况、配变负载率情况；用户因素：用电类别、用户分类、行业分类、运行容量、重要性等级、运行容量、重点用户表示、耗能产业类别、生产班次、厂休日；配变自身因素：主备性质、变动容量、首运日期、冷却方式、铭牌容量、保护方式、生产日期。

3 建模分析

3.1相对重要性

一般来说，自变量因素间存在一定关联，应用对策理论法分析自变量的相对重要性，该方法应用过程中，明确特征量、影响配变重过载的特征量组合、互信息、信息分解的参数，依次为参与者、联和贡献、特征函数、效益，最后应用对策理论具体算法得出自变量的相对重要性[1]。

3.2 条件概率情况

配变重过载概率因特征变量取值差异会发生数值变化，应用全概率公式P（B）P（Ai）P（BIAi）分析特征变量与概率间的存在的关系。应用贝叶斯公式P（BiIA）=具体计算、直观呈现特征量分布状态。选取天气因素——温度变量，探究其与重过载概率间关系，基于得出配变分类法。经分析可知，配变重过载现象受高温或者低温影响较大，一旦温度过高或者过低，那么重过载概率会随之增大。

4 实例分析

4.1 基本数据及特征

本文以某基层供电分局为例，选取2016年1月——2017年8月配变负荷数据，具体分析重过载影响因素，并具体分类配变情况。其中，配变总数1202台，包括无重过载数量991台，已有重过载数量211台，R语言为实验工具，可供分析的配变数量为211台，并依次输入特征变量。

应用上述介绍的方法进行变量特征提取，各变量特征的相对重要性如图1所示，可以看出，月平均温度的相对重要性显著弱于行业类别、用电类别以及日平均温度，特征变量所占相对重要性比例分别为：行业类别63%、用电类别15%、日平均温度14%、月平均温度7%、其他1%。

4.2 关系探究

分析行业类别在配变重过载中所占比重根据该分局提供重过载配变数据分析可知），配变重过载比例较高的行业主要有五类，行业类别及其占比情况分别为塑料加工业（37%）、灯饰制造业（28%）、造纸业（19%）、居民服务业（12%）、零售业（10%）。从另一个角度分析不同行业配变重过载情况，能够间接了解不同行业的经济结构，进而电网企业能够根据行业重过载比例情况合理规划、适当分配配变容量，同时，还能根据观察得到的行业经济规模情况明确经济指标。

分析用电类别在配变重过载中的占比情况，其中，一般工商业配变重过载所占比例为21%，城镇居民生活用电重过载率为13%，乡村居民生活用电重过载率为22%，农业生产用电重过载率为11%，大工业用电重过载率为30%，其他重过载率为3%。具体分析可知，城镇用电少于乡村，这主要是因为乡村居民大规模使用功率较大的电气设备，再加上乡村配电设施陈旧，配变容量较小，因此乡村用电量多于城镇。

配变重过载还受日（月）平均温度因素影响，经分析可知，重过载概率与日（月）平均温度间存在一定联系，其中，Ⅰ类配变数量为63，它在重过载配变总数中占比为29.86%，它主要适用的行业为通信业、工业，如果配电设备运行期间环境温度过高或者过低，则设备耗电量会随之增加；Ⅱ类配变数量为101，它在重过载配变总数中占比为47.86%，它主要适用于商业用电和住宅用电，重过载概率会随着日平均温度的升高而增加；Ⅲ类配变数量为39，它在重过载配变总数中占比为18.48%，它主要适用的行业为商场供暖，重过载率随着气温的逐渐降低而增大；Ⅳ类配变数量为8，它在重过载配变总数中占比为3.79%，它主要适用于露天场所供电，天气温度极高或者极低时，这时配变重过载概率减小，适宜温度环境下的重过载概率会增大[2]。

分析配变重过载受月平均温度影响，据相关资料顯示，6-8月份（高温）重过载天数小于十天，3-11月份（中温）重过载天数大于十五天，1-2月份（低温）重过载天数大于十天小于十五天，月平均温度和重过载天数间关系变化情况如图2所示，从图示中可以看出，重过载概率随着配变温度过高或者过低而增大。

图2 月平均温度和重过载天数间关系

掌握10kv配电变压器重过载影响因素后，应用配变匹配调换法减轻负荷压力，以此降低重过载问题发生几率，这一方法应用的过程中应遵循相关原则，并根据有序流程予以匹配调换，同时，制定适合的匹配方案。

5 结论

综上所述，配电变压器实际应用的过程中，经常发生重过载现象，这不仅会影响配电变压器应用性能，而且还会降低电能供应稳定性和安全性，不利于人们生产生活顺利进行。具体确定重过载影响因素，并适时应用配变匹配调换法，这不仅能为智能电网合理规划提供依据，而且还能提高供电企业资金回报率。

【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，2017，41（01）：279-284.endprint