ICS 03. 120. 20 CCS A00 T/GDAI 团 体 标 准 T/GDA1 中压配电网规划方案智能生成技术规范 Technical specifications for intelligent generation ofmedium voltage distribution network planning schemes 2024-12-27发布 2025-1-20实施 广东省人工智能产业协会 发布
T/GDA1 目次 前 言 1范围. 2规范性引用文件 3术语和定义 4总体要求.
5智能决策 6智能生成规划方案.
7试验分析 0 8实施与维护 2 附录A（资料性）中压配电网规划方案智能生成流程， 8 附录B（规范性）算法模型. 附录C（规范性）配电网规划模型构建 10 参考文献.
45
T/GDA1 004-2024 前言 本文件按照GB/T1.1-2020《标准化工作导则第1部分：标准化文件的结构和起草规则》的规 定起草.
请注意本文件的某些内容可能涉及专利，本文件的发布机构不承担识别专利的责任.
本文件由南方电网人工智能科技有限公司提出.
本文件由广东省人工智能产业协会归口， 本文件起草单位：南方电网人工智能科技有限公司、广西电网有限责任公司、华南理工大学、广东 电网有限责任公司广州供电局、广东电网有限责任公司佛山供电局、广州水沐青华科技有限公司、广东 电力通信科技有限公司、广州粤专知识产权代理事务（普通合伙）、广州故事科技有限公司、云南工 商学院.
本文件主要起草人：梁凌宇、赵翔宇、黎敏、董召杰、余涛、王梓耀、梁寿愚、谭靖、黄文栋、 周龙舟、卢志良、汪钒、周磊、孙立明、詹森、王炳焱、李波、杨志花、吴贤波、李思旗、李绍菊.
国团体
T/GDA1 中压配电网规划方案智能生成技术规范 1范围 本文件规定了中压配电网规划方案智能生成技术的总体要求、智能决策、智能生成规划方案、试验 分析、实施与维护的要求.
本文件适用于各级电力公司、独立的规划设计单位以及从事配电网规划工作的相关企事业单位针 对中压配电网（通常指电压等级在1kV至35kV之间的电网）开展的规划工作，涵盖城市、郊区、工业 园区、农村等不同地理环境和经济发展水平的区域.
2规范性引用文件 下列文件中的内容通过文中的规范性引用面构成本文件必不可少的条款.
其中，注日期的引用文件， 仅该日期对应的版本适用于本文件：不注日期的引用文件，其最新版本（包括的修改单）适用于本 文件.
GB/T12325电能质量供电电压偏差 GB/T12326电能质量电压波动和闪变 DL/T1406配电自动化技术导则 DL/T5729配电网规划设计技术导则 T/GDAI003-2024《中压配电网网架间题智能诊断技术规范》 《广东电网有限责任公司配电网规划技术指导原则》 3术语和定义 DL/T5729、DL/T1406界定的以及下列术语和定义适用于本文件.
3.1 智能规划平台intelligentplanningplatform 集数据处理、模型构建、算法应用、方案评估等功能于一体的软件系统，用于辅助中压配电网规 划决策.
3.2 遗传算法geneticalgorithm，GA 是一种模拟自然界进化过程的搜索算法，其基本原理是通过模拟自然界的选择、交叉和变异等遗 传操作来获取优化问题的解.
3.3 粒子群算法particleswarmoptimization，PSO 是模拟鸟群或昆虫群体寻找食物时的行为，通过群体智能的方式来求解最优化间题.
3. 4 灰狼优化算法greywolf optimizer，GWO 受灰狼捕食猎物活动的启发而开发的一种优化搜索方法，它具有较强的收敛性能、参数少、易实现 等特点，主要应用于车间调度、参数优化、图像分类等领域中.
T/GDA1 3. 5 水母搜索优化算法jellyfishsearchoptimization，JS0 是一种基于群体智能和模拟水母觅食行为而设计的优化算法，其搜索过程包括初始化、食物搜索、 交流合作、参数调整、终止条件和输出结果等步骤.
3. 6 广度优先搜索算法breath first search，BFS 从起点开始，依次访问与该节点相邻的节点.
在搜索过程中，以层序的方式访问节点，保证了 最短路径的正确性.
3. 7 深度优先搜索算法depthfirstsearch，DFS 从起点开始，沿着一条路径不断探索下去，直到不能再探索为止，然后回溯到上一个节点继续探索.
4总体要求 4.1基本要求 4.1.1应充分利用大数据、云计算等现代信息技术，对配电网的历史数据、实时数据以及预测数据进 行综合分析.
4.1.2应采用先进的算法和模型，如人工智能、机器学习等，对中压配电网的负荷预测、网架结构优 化、设备选型等问题进行智能决策.
4.1.3在规划方案生成后，应进行仿真验证，评估方案的可行性、经济性和安全性.
4.1.4智能生成系统应能够自动完成中压配电网规划方案的生成过程，包括数据收集、分析、优化和 输出等环节，提高规划工作的效率.
4.1.5系统应能够实时跟踪配电网的发展变化，及时更新规划方案.
4.1.6规划方案的智能生成系统应具备良好的用户界面和交互性.
4.2智能生成流程 中压配电网规划方案智能生成流程包括下列环节： a）收集中压配电网的基础数据，包括设备参数、负荷情况、线路长度等，并将基础数据进行预处 理，提取中压配电网的特征，作为模型训练数据集： b）根据中压配电网的特点，建立适用于该场景的配电柜模型，同时构建负荷预测模型，用于预测 未来的用电负荷： c）利用预处理后的训练数据集，通过深度学习算法对中压配电柜模型进行训练，以得到初步的模 型： d）使用多目标优化算法对初步中压配电柜模型进行优化，得到成熟适用的配电柜模型： e）将配电网的规划要求和负荷预测模型的用电负荷预测输入到成熟中压配电柜模型中，得到初步 的配电网规划方案，通过多次选代和优化，生成满足各种规划要求和目标的配电网规划方案： f)将优化后配电网规划方案给模型，更新模型参数和网络结构： g）输出经过优化和验证的配电网规划方案，供相关人员参考和决策，对规划方案进行可视化展示 和交互操作.
中压配电网规划方案智能生成流程图参见附录A.
