面向智能電網的配電變壓器重過載影響因素初探

魏焯敏

【摘 要】現如今，智能電網時代悄然而至，10kv配電變壓器應用的過程中應減少重過載現象發生，對于常見的重過載問題應具體探究影響因素，大大提高配變運行的穩定性，這對社會穩定生產有重要影響。本文首先介紹了特征變量的重要性，然后通過建模的形式分析了影響重過載的因素，最后進行實例證明。

【關鍵詞】智能電網；配電變壓器；重過載；影響因素

0 前言

隨著社會用電量的不斷增多，配電重過載會影響用電安全性，智能電網時代導致重過載的因素較多，因此，探究該論題具有一定必要性和迫切性，從影響重過載的因素入手，制定有效的應急處理對策，有利于降低重過載發生幾率，確保人們生活有序進行。希望能為相關電力企業提供有效借鑒，具體探究如下。

1 特征變量重要性介紹

目前，相關學者對10kv配電變壓器重過載問題高度關注，不同學者的分析方向以及分析方式存在差異，但探究配變設備負荷過高因素的學者數量較少，即使個別學者能夠探究配變重過載因素，也只是淺層次探究，未對配變具體分類。本文探究該論題時引用數據統計分析方法，并巧妙運用R語言工具，分析天氣、用戶、配變自身等因素間的關系，以及各因素在重過載中的重要性，最后有序排列影響因素，借此完成配電的具體分類，以便為智能電網合理規劃提供依據。

上述介紹的三方面因素對配變重過載有重要影響，選定關鍵類變量并對其進行統計分析，掌握配變重過載現象發生時，特征變量在其中發揮的重要作用。在這一過程中，巧妙應用對策理論法進行重要性分析，最后順利去除過于獨立的特征變量以及關聯性較弱的特征變量，對關聯性較強的特征變量進行建模分析，根據分析結果合理劃分配變，以及用戶類型。

2 數據處理

一方面，確定特征變量，這是模型構建的基礎，其中，天氣因素主要包括溫度、日期等；用戶因素主要包括負載類型、產業規模等；自身因素主要包括冷卻方式、；配變類型、保護方式等。另一方面，對各類影響因素具體定義。天氣因素：日（月）平均溫度、天氣狀況、星期、季度、法定假期，日平均溫度分類情況、配變負載率情況；用戶因素：用電類別、用戶分類、行業分類、運行容量、重要性等級、運行容量、重點用戶表示、耗能產業類別、生產班次、廠休日；配變自身因素：主備性質、變動容量、首運日期、冷卻方式、銘牌容量、保護方式、生產日期。

3 建模分析

3.1相對重要性

一般來說，自變量因素間存在一定關聯，應用對策理論法分析自變量的相對重要性，該方法應用過程中，明確特征量、影響配變重過載的特征量組合、互信息、信息分解的參數，依次為參與者、聯和貢獻、特征函數、效益，最后應用對策理論具體算法得出自變量的相對重要性[1]。

3.2 條件概率情況

配變重過載概率因特征變量取值差異會發生數值變化，應用全概率公式P（B）P（Ai）P（BIAi）分析特征變量與概率間的存在的關系。應用貝葉斯公式P（BiIA）=具體計算、直觀呈現特征量分布狀態。選取天氣因素——溫度變量，探究其與重過載概率間關系，基于得出配變分類法。經分析可知，配變重過載現象受高溫或者低溫影響較大，一旦溫度過高或者過低，那么重過載概率會隨之增大。

4 實例分析

4.1 基本數據及特征

本文以某基層供電分局為例，選取2016年1月——2017年8月配變負荷數據，具體分析重過載影響因素，并具體分類配變情況。其中，配變總數1202臺，包括無重過載數量991臺，已有重過載數量211臺，R語言為實驗工具，可供分析的配變數量為211臺，并依次輸入特征變量。

應用上述介紹的方法進行變量特征提取，各變量特征的相對重要性如圖1所示，可以看出，月平均溫度的相對重要性顯著弱于行業類別、用電類別以及日平均溫度，特征變量所占相對重要性比例分別為：行業類別63%、用電類別15%、日平均溫度14%、月平均溫度7%、其他1%。

4.2 關系探究

分析行業類別在配變重過載中所占比重根據該分局提供重過載配變數據分析可知），配變重過載比例較高的行業主要有五類，行業類別及其占比情況分別為塑料加工業（37%）、燈飾制造業（28%）、造紙業（19%）、居民服務業（12%）、零售業（10%）。從另一個角度分析不同行業配變重過載情況，能夠間接了解不同行業的經濟結構，進而電網企業能夠根據行業重過載比例情況合理規劃、適當分配配變容量，同時，還能根據觀察得到的行業經濟規模情況明確經濟指標。

分析用電類別在配變重過載中的占比情況，其中，一般工商業配變重過載所占比例為21%，城鎮居民生活用電重過載率為13%，鄉村居民生活用電重過載率為22%，農業生產用電重過載率為11%，大工業用電重過載率為30%，其他重過載率為3%。具體分析可知，城鎮用電少于鄉村，這主要是因為鄉村居民大規模使用功率較大的電氣設備，再加上鄉村配電設施陳舊，配變容量較小，因此鄉村用電量多于城鎮。

配變重過載還受日（月）平均溫度因素影響，經分析可知，重過載概率與日（月）平均溫度間存在一定聯系，其中，Ⅰ類配變數量為63，它在重過載配變總數中占比為29.86%，它主要適用的行業為通信業、工業，如果配電設備運行期間環境溫度過高或者過低，則設備耗電量會隨之增加；Ⅱ類配變數量為101，它在重過載配變總數中占比為47.86%，它主要適用于商業用電和住宅用電，重過載概率會隨著日平均溫度的升高而增加；Ⅲ類配變數量為39，它在重過載配變總數中占比為18.48%，它主要適用的行業為商場供暖，重過載率隨著氣溫的逐漸降低而增大；Ⅳ類配變數量為8，它在重過載配變總數中占比為3.79%，它主要適用于露天場所供電，天氣溫度極高或者極低時，這時配變重過載概率減小，適宜溫度環境下的重過載概率會增大[2]。

分析配變重過載受月平均溫度影響，據相關資料顯示，6-8月份（高溫）重過載天數小于十天，3-11月份（中溫）重過載天數大于十五天，1-2月份（低溫）重過載天數大于十天小于十五天，月平均溫度和重過載天數間關系變化情況如圖2所示，從圖示中可以看出，重過載概率隨著配變溫度過高或者過低而增大。

圖2 月平均溫度和重過載天數間關系

掌握10kv配電變壓器重過載影響因素后，應用配變匹配調換法減輕負荷壓力，以此降低重過載問題發生幾率，這一方法應用的過程中應遵循相關原則，并根據有序流程予以匹配調換，同時，制定適合的匹配方案。

5 結論

綜上所述，配電變壓器實際應用的過程中，經常發生重過載現象，這不僅會影響配電變壓器應用性能，而且還會降低電能供應穩定性和安全性，不利于人們生產生活順利進行。具體確定重過載影響因素，并適時應用配變匹配調換法，這不僅能為智能電網合理規劃提供依據，而且還能提高供電企業資金回報率。

【參考文獻】

[1]陳習，王鵬，龔若飛.10kV配電變壓器重過載問題解決新思路[J].機電工程技術，2017（09）：112-115.

[2]賀建章，王海波，季知祥.面向智能電網的配電變壓器重過載影響因素分析[J].電網技術，2017，41（01）：279-284.endprint