面向智能电网的配电变压器重过载影响因素初探

刘磊，周艳平，严思齐，赵忠媛，张亮芬

（昆明供电局，云南 昆明 650011）

0 引言

在社会经济的发展过程中，总体的用电量不断提升，但由于出现了配电重过载的情况，不利于保障实际用电环节的安全性[1]。影响智能电网重过载的相关因素具有多样化的特点，需要针对此方面的问题加以探讨，明确分析影响重过载因素的重要作用，采取有针对性的应急处理办法，能够有效降低重过载等问题的发生几率，确保大众的生活质量逐步提升，促进了用电环节的安全性和稳定性。

1 分析特征变量的重要性

现阶段可以针对10kV的配电变压器重过载问题加以探讨，并对此方面的情况予以高度的关注，对于不同的学者来说，其自身所选择的分析方向有所不同，且最终所确定的分析方式也存在较大的差异。在探究配电设备负荷过高等因素时，由于此类学者的探索数量相对较少，并且存在极个别学者对此类项目的探索数量也相对较少的情况，此类学者能够针对配电重过载等因素加以探讨。由于此类研究项目的进行处于表层区域，并不具备深层次的探索和分析，所以导致配电的分类不够具体。

现阶段可以将面向智能电网的配电变压器重过载影响因素作为主要的探索论题，采用数据统计分析的方法，利用R语言等基础工具，在灵活使用此类工具的基础上，从天气、用户、配变自身因素等多方面的影响和关系加以分析，明确掌握各项因素在重过载阶段的重要作用，最后再对其进行排列，从而明确掌握影响因素的相关次序，确保配电分类的清晰性和具体性，为智能电网规划方案的制定提供充足的参考依据，以此来保障方案内容的合理性。

天气、用户以及配变自身因素对配变重过载具有重要影响，需要及时选定关键类型的变量数据，并对其进行统计和分析，在充分掌握配变重过载现象发生趋势的同时，充分发挥出特征变量在研究阶段的重要作用。不仅如此，在实际的探索过程中，还需要实现对对策理论法予以灵活使用，对特征变量的重要性予以全方位的分析，通过对独立形式为主的特征变量以及关联性相对较弱的特征变量予以去除处理，针对关联性相对较强的特征变量加以探究，并以建模分析的形式，根据最终的分析结果对实际的配变予以合理的划分，从而掌握相应的用户类型[2]。

2 数据处理

一方面，需要对特征变量等相关数据予以确定，为模型的构建提供基础的参考数据。首先，对于天气因素来说，主要包括了温度和日期两方面的内容。其次，在分析用户因素时，需要从负载类型和产业规模等层面入手。最后，在分析自身因素的过程中，主要包含了冷却方式、配变类型以及保护方式三个方面的变量形式。

另一方面，针对在研究阶段所涉及到的影响因素来说，还需要针对此类因素进行定义，保证最终定义结果的具体性。首先，天气因素的定义。在分析天气因素的过程中，需要根据日或月的平均温度，探讨并明确掌握天气的具体状况，还可以从星期、季度、法定假期对日平均温度的分类情况予以合理的划分，从而进一步掌握配变负载率的实际状况。其次，在分析用户因素时，可以从用电的类别等层面入手，并且需要对用户、行业进行合理的分类，在掌握运行容量的同时，明确重要性的具体划分等级，对重点的用户予以清晰的表示，在充分掌握耗能产业类别的基础上，对实际的生产班次和厂休日等基础参数进行收集。最后，在探究配变自身因素时，需要从主要设备的性质等层面入手加以探讨，并明确变动的实际容量，在分析首页、日期、冷却方式、铭牌容量和保护方式时，再将生产日期等基础数据作为相应的参考[3]。

3 分析面向智能电网的配电变压器重过载影响因素的基本思路

在分析智能电网的配电变压器重过载情况时，主要与天气情况、用电客户等基础因素具有直接关系，当此类基础元素各不相同时，还会进一步对配变属性产生一定程度的影响。由此可以看出，天气情况和用电客户等多方面的不同因素，同样也与配变的属性之间具有密切的联系，深入到用户的采集系统加以分析，以配变数据探究文章目的，分析配变日负荷所在、用电客户属性以及配变自身属性，将此方面的数据作为目标输入值。通过对气象、温度、节假日等外部基础信息的综合考虑，以符合值等关键类的变量为主，为数据的统计和分析作业顺利开展奠定良好的基础，从而打造出完善的分类分析模型。在通信理论中的互信息方法支撑作用下，针对每一个特征变量对重过载情况所带来的影响进行探究，明确特征的相对重要性[4]。

对于传统类型的统计学学科知识来说，在通常情况下，当自变量之间存在不相关或者相关性相对较弱的情况时，那么自变量的相对重要性则可以以简易性的指标数据进行表示。例如：标准回归系数的平方、偏相关系数的平方以及半偏相关系数的平方等等。然而，对于影响配变重过载的相关因素来说，天气因素当中的日平均温度与月平均温度之间存在较为紧密的相关性，而配变属性又与用电客户之间存在较为明显的相关性。为此，传统形式的统计指标无法充分地表示各个特征的变量对配变重过载所带来的重要性，可以通过对对策理论法的引用，再结合信息论当中的互信息等方面的概念，通过特征变量之间所存在的相关性，对特征变量进行求解，再使用此方面的数据对配变重过载情况的相对重要性加以探讨，将特征变量按照相关度的强弱程度予以合理的排序，针对只存在独立性或者相关性相对较弱的特征变量予以去除处理。

对于相关性相对较强的特征变量来说，可以从变量以及配变重过载概率等数据入手，建立与两者之间相关的关系模型，再根据关系模型影响下所输出的图表，对图表的特征值予以清晰的计算，从极大值、极小值以及单调性等多个不同的数据信息层面加以探讨，保障了配变分类的合理性。需要注意的是，对于每一类的配变重过载概率来说，此类数据会随着特征变量的变化趋势而发生一定程度的改变，且每一类的配变重过载能够与特征变量的变化趋势保持高度的一致，通过对每一类配变的总体数量加以探究，在对此类配变形势下所影响的用电客户类型进行全面的分析。

4 对策理论求解的相对重要性

在分析面向智能电网的配电变压器重过载影响因素时，通过对实际问题的探究，可以利用互信息研究影响因变量的自变量之间，在一般情况下所存在的相关性情况，但是无法直接得出自变量的相对重要性。在解决此类问题时，需要通过讨论所有自变量的不同组合中的某一自变量的相对重要性，在此类方法的影响下，将互信息作为特征函数进行使用，进而采用对策理论的方法得出最终的结果[5]。对于对策理论来说，在通常情况下能够解决相关探究问题。例如，在多人联合参与工作的过程中，可以对关键的分配函数进行探究，将合作产生的总效率探究结果，以公平性和有效性的分配形式，将其划分给其他成员。

通过对配变重过载影响因素的相对重要性求解理论加以探究，可以将此方面的内容当作同一个问题进行看待，并对相应的同构性作出合理的解释。首先，参与研究的主体人员可以将其当做模型当中影响配变重过载的特征量进行看待。其次，对于所有成员的联合贡献来说，则可以当做各个特征量或者特征量组合实际对配变负载所造成的影响。再次，对特征函数也进行一定程度的转换，将其作为特征变量与配变负载率的互信息看待，并发挥出此方面数据的使用价值。最后，在探究效益分配的过程中，可以将其当做所有特征变量与配变负载互信息的分解数据。

5 特征的提取

在使用用户信息和对策理论法的过程中，通过对特征变量的充分计算，再对配变重过载等方面情况在发生阶段所呈现出的相对重要性进行探究。行业类别、用电类别、日平均气温以及月平均气温等四个不同的特征变量属于影响配变重过载的关键因素。通过对配变重过载比率相对较高的五种行业加以分析，可以看出采矿业有一半以上的企业都发生过配变过重过载的情况，而制造业、农林牧渔业、居民服务、其它服务业以及批发和零售业仅次于采矿业，并且与现实的状况相吻合。

6 面向智能电网的配电变压器重过载影响因素实证分析

6.1 案例分析

通过将某个地区电网公司作为重要的研究对象加以探究，在明确此类实例的基础上，对电网公司一年以内的配变日负荷状况予以全方位的统计，进一步分析重过载因素等方面的问题。实际所使用的工具为R语言，所需用的配件总数为5932台，并且需要在实际的研究过程中，将天气因素、用户因素以及配变属性因素作为实际所需要输入的特征变量[6]。

6.2 特征提取

在使用对策理论法和互信息理论的过程中，需要通过对重过载发生时实际所涉及到的各个特征变量的重要性加以分析。由此可以看出，对于影响配电变压器重过载的相关因素来说，用电类型、月平均气温、日平均气温以及用电行业属于较为明显的特征变量相关数据，在探究此类影响因素的过程中，具有较为重要的研究价值[7]。

6.3 特征量对配电变压器重过载所带来的影响

首先，从行业的类别进行探究可以看出，现阶段所有的国民经济行业种类高达20种左右，在研究智能电网的配电变压器重过载影响因素时，所选择的研究区域与行业重点，在通常情况下主要为制造业和采矿业，其次才是服务业、批发零售以及农林牧渔等多种行业类型。对各个行业的配电变压器重过载比率进行收集，在分析和对比的情况下，对于电网规划环节所涉及到的重点行业来说，需要对其自身的配电变压器容量增加等现象予以综合考虑，从根本入手并采取有效的整改措施，在最大程度上降低了配电变压器重过载等现象的发生几率。不仅如此，还可以从行业的类别和特征量的反应情况两个不同的层面加以探究，充分地体现出此类区域的实际经济发展状况，在明确掌握经济结构变动趋势的同时，确保能够在建设智能电网等基础设施的过程中，将行业类别等分析结果作为主要参考依据，在综合考虑的基础上，将其作为衡量内部行业经济指标的重要参考数据。

其次，需要从用户的类别等层面入手加以探讨，可以看出配电变压器重过载率的用电最高数据，在通常情况下处于农村区域，且农村的用电量相对较高。其次，通过对配电变压器的重过载率进行分类和排序，仅次于农村用电量的为农业生产用电、通信行业用电、城镇居民用电和教学用电等四个部分。对于农村居民用电时的配电变压器重过载率相对较高的具体原因进行探究，可以看出在通常情况下可能是由于农村区域所建设的智能电网存在滞后性，且此方面的基础设施建设水平无法得到有效提升所导致。在存在配电变压器设备老化和陈旧现象时，在此类问题的影响下，导致实际的电容量相对较少。不仅如此，农村居民在日常的生活过程中，所使用的电器功率相对较大，在一定程度上导致实际的用电量有所增加，从而引发了配电变压器重过载等方面的问题。

再次，从月平均气温的角度加以探究，可以看出该类区域的配电变压器重过载现象，在通常情况下会受到温度的影响，并且还包含了重过载天数等多方面的干扰因素[8]。造成此类现象的原因，主要是由于当温度较为适宜时，那么在此类月份当中，大众的日常出行频率相对较高，且存在较多的高峰出行时段，此时会进一步增加电力资源的整体用量，从而导致了配电变压器重过载等方面的问题。

最后，从日平均气温的角度进行探究，可以看出影响配电变压器中过载的相关因素，在一般情况下主要为单台的配变重过载所导致。通过对此方面的数据信息进行统计，再结合最终的分析结果加以探讨可以看出，对于各种类型的配电变压器重过载现象发生率来说，若每日的温度变化情况较为明显，并且存在由低温变化为高温的现象时，那么实际的配电变压器重过载发生率变化趋势则存在较大的差异。造成此类现象的原因，可能是由于配电变压器处于各不相同的温度环境条件下时，实际的工作量也会有所不同，从而导致配电变压器的重过载发生率也各不相同。

7 结语

通过对影响智能电网运行的关键性因素进行探讨可以看出，通常情况下变压器损毁主要是由于配电变压器重过载等问题所导致，不利于保障智能电网在运行阶段的安全性和平稳性。现阶段还需要利用数据采集系统，在引入对策理论和互信息的过程中，通过对数学模型的构建，从而提取出所需要探究的特征量。对配电变压器重过载的关系以及特变量的关系进行分析和探讨，可以看出用电客户、行业类别、日平均气温和月平均气温等，都属于影响配电变压器重过载的主要因素。所以在建设智能电网的过程中，需要对此方面的因素予以综合考虑，通过对配电变压器的容量予以适当的调整，以此来保障用电环节的安全性，推动电力行业的可持续发展。