(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211050381.5 (22)申请日 2022.08.30 (71)申请人 广西电网有限责任公司电力科 学研 究院 地址 530023 广西壮 族自治区南宁市民主 路6-2号 (72)发明人 刘阳升　吴秋莉　张炜　刘鹏　 韦昌福　张玉波　 (74)专利代理 机构 南宁东智知识产权代理事务 所(特殊普通 合伙) 45117 专利代理师 裴康明 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) G06K 9/62(2022.01)G06N 3/04(2006.01) H02J 3/00(2006.01) (54)发明名称 一种基于负载预测的主变重过载预警方法 和系统 (57)摘要 本发明属于电力领域， 尤其涉及一种基于负 载预测的主变重过载预警方法和系统， 方法包 括： 处理负载历史数据， 得到训练数据集和测试 数据集； 通过训练数据训练鲁棒深度学习模型， 通过测试数据集代入鲁棒深度学习模 型， 进行短 期负载预测得到负载预测值； 根据负载预测值和 主变额定容量， 输出重过载预警。 通过处理负载 历史数据， 得到训练数据集和测试数据集， 可 以 为后续预测负载值提供判断基础； 通过训练数据 训练鲁棒深度学习模型， 通过测试数据集代入所 述鲁棒深度学习模型， 进行短期负载预测得到负 载预测值， 可 以有效进行负载的预测； 根据负载 预测值和主变额定容量， 输出重过载预警， 可 以 合理的输出 预警以降低变 压器的运行风险。 权利要求书2页 说明书6页 附图2页 CN 115511156 A 2022.12.23 CN 115511156 A 1.一种基于负载 预测的主变重过 载预警方法， 其特 征在于， 包括： 处理负载历史数据， 得到训练数据集和 测试数据集； 通过所述训练数据训练鲁棒深度学习 模型， 通过所述测试数据集代入所述鲁棒深度 学 习模型， 进行短期负载 预测得到负载 预测值； 根据所述负载 预测值和主变额定容 量， 输出重过 载预警。 2.根据权利要求1所述基于负载预测的主变重过载预警方法， 其特征在于， 所述处理负 载历史数据， 包括： 通过数据缺失填补、 数据异常剔除和数据归一 化， 处理所述负载历史数据。 3.根据权利要求2所述基于负载预测的主变重过载预警方法， 其特征在于， 所述缺失填 补方法为均值 一临近值插补， 对应的公式包括： 式中， A(t)为缺失的第t个数据， A(i)为缺失数据 时刻之前的N个时刻数据， A(k)为缺 失数据时刻之后的N个时刻数据， ω为 1‑1之间的权重系 数； 数据异常剔除采用高斯核函数法： 将数据x代入高斯核函数 将高斯核函数值小 于阈值 δbd的视为异常数据剔除。 4.根据权利要求3所述基于负载预测的主变重过载预警方法， 其特征在于， 所述鲁棒深 度学习模型包括： 式中， R表示鲁棒深度学习网络， B为所述训练数据 集， 为所述训练数据集中的一组， a为所述负 载预测值， a*(s)表示各组训练数据s(s∈B)中 负载预测误差最小的预测值， c为常数。 5.根据权利要求4所述基于负载预测的主变重过载预警方法， 其特征在于， 所述根据 所 述负载预测值和主变额定容 量输出重过 载预警， 包括： 如果连续3小时出现所述负载预测值在主变额定容量的80 ％和100％之间， 进行重载预 警； 如果连续3小时出现所述负载 预测值大于主变额定容 量的100％， 进行 过载预警。 6.一种基于负载 预测的主变重过 载预警系统， 其特 征在于， 包括： 第一单元， 用于处 理负载历史数据， 得到训练数据集和 测试数据集； 第二单元， 用于通过所述训练数据训练鲁棒深度学习模型， 通过所述测试数据集代入 所述鲁棒深度学习模型， 进行短期负载 预测得到负载 预测值； 第三单元， 用于根据所述负载 预测值和主变额定容 量， 输出重过 载预警。 7.根据权利要求6所述基于负载预测的主变重过载预警系统， 其特征在于， 所述处理负 载历史数据， 包括： 通过数据缺失填补、 数据异常剔除和数据归一 化， 处理所述负载历史数据。 8.根据权利要求7所述基于负载预测的主变重过载预警系统， 其特征在于， 所述缺失填 补方法为均值 ‑临近值插补， 对应的公式包括：权　利　要　求　书 1/2 页 2 CN 115511156 A 2式中， A(t)为缺失的第t个数据， A(i)为缺失数据 时刻之前的N个时刻数据， A(k)为缺 失数据时刻之后的N个时刻数据， ω为 1‑1之间的权重系 数； 数据异常剔除采用高斯核函数法： 将数据x代入高斯核函数 将高斯核函数值小 于阈值 δbd的视为异常数据剔除。 9.根据权利要求8所述基于负载预测的主变重过载预警系统， 其特征在于， 所述鲁棒深 度学习模型包括： 式中， R表示鲁棒深度学习网络， B为所述训练数据 集， 为所述训练数据集中的一组， a为所述负 载预测值， a*(s)表示各组训练数据s(s∈B)中 负载预测误差最小的预测值， c为常数。 10.根据权利要求9所述基于负载预测的主变重过载预警系统， 其特征在于， 所述根据 所述负载 预测值和主变额定容 量输出重过 载预警， 包括： 如果连续3小时出现所述负载预测值在主变额定容量的80 ％和100％之间， 进行重载预 警； 如果连续3小时出现所述负载 预测值大于主变额定容 量的100％， 进行 过载预警。权　利　要　求　书 2/2 页 3 CN 115511156 A 3