基于配送系统运营商元数据的低电压配电网峰值感知伪测量生成方法

配送系统运营商（DSOs）必须应对新的挑战，例如沿气候中性路径重建配电网，或能够管理和控制网中的用电和生成。为满足这些挑战，配电网中的测量值常常是 DSOs 的基础。因此，测量设备在许多低电压（LV）配电网中未安装是一个迫在眼睫的问题。为克服这一问题，我们提出了一种基于各配电 feeder 元数据的回归模型来估计非测量 LV feeder 的伪测量值的方法。配电 feeder 元数据包括关于网格连接点数量、消费者和生产者的装机功率，以及下游 LV 网格中的计费数据的信息。此外，我们使用天气数据、日历数据和时间戳信息作为模型特征。现有的测量值用作模型目标。我们在一个由 2,323 个具有消费和馈电的 LV feeder 组成的大型真实数据集上广泛评估了估计的伪测量值。为此，我们引入了受 BigDEAL 挑战启发的峰值指标，用于消费和馈电的峰值幅度、时机和形状。作为回归模型，我们使用 XGBoost、多层感知器（MLP）和线性回归（LR）。我们观察到 XGBoost 和 MLP 优于 LR。此外，结果表明，该方法适应不同的天气、日历和时间戳条件，基于 feeder 元数据生成真实的负荷曲线。未来，该方法可以适用于其他电网层级，如配电变压器，并可补充诸如负荷建模、状态估计和 LV 负荷预测等研究领域。