基于台区末端智能感知的拓扑识别方法技术

一种基于台区末端智能感知的拓扑识别方法，包括如下步骤，步骤S1、通过载波自维护，搜索该本台区下的表箱节点及分支箱节点；步骤S2、集中器通过载波对搜索到的各节点发送特征波命令；步骤S3、查询集中器内的户变识别信息，判断该表箱节点或分支箱节点是否在该台区下，再查询每个载波自维护到的表箱节点和分支箱节点的识别信息，若没有查询到信息，则该节点不在该台区下，剔除该节点，若有，则该节点属于该台区下。步骤S4、集中器根据台区下的节点形成正确的拓扑结构表，并上传至主站。本发明专利技术提出了基于台区末端智能感知的拓扑识别方法，与现有方案对比，本发明专利技术的算法正确率和识别成功率均达到100%。

Topology recognition method based on terminal intelligent perception

【技术实现步骤摘要】
基于台区末端智能感知的拓扑识别方法
本专利技术属于低压配电
，具体涉及一种基于台区末端智能感知的拓扑识别方法。
技术介绍
据申请人了解，现有的拓扑识别技术存在识别正确率和成功率不高的问题，即使较好的识别技术也只能达到65％；目前常用的拓扑识别方法包括电力线载波技术和基于工频畸变的拓扑识别方法，然而，电力线载波技术由于存在电力载波信号串台区的问题，不能有效识别台区拓扑。基于工频畸变的拓扑识别方法采用小波算法，存在离散性较大的问题，识别不稳定。
技术实现思路
本专利技术所要解决的技术问题是克服现有技术的不足，提供一种基于台区末端智能感知的拓扑识别方法，采用最优曲线拟合算法，使正确率和识别成功率均达到100％。本专利技术提供一种基于台区末端智能感知的拓扑识别方法，包括如下步骤，步骤S1、通过载波自维护，搜索该本台区下的表箱节点及分支箱节点；步骤S2、集中器通过载波对搜索到的各节点发送特征波命令；步骤S3、查询集中器内的户变识别信息，判断该表箱节点或分支箱节点是否在该台区下，再查询每个载波自维护到的表箱节点和分支箱节点的识别信息，若没有查询到信息，则该节点不在该台区下，剔除该节点，若有，则该节点属于该台区下。步骤S4、集中器根据台区下的节点形成正确的拓扑结构表，并上传至主站。作为本专利技术的进一步技术方案，查询集中器中户变识别采用二阶电压隔点差值法，首先对电网波形采样，再对每个周波做前后周波的减法，滤除规律性干扰波，然后对特征波进行二阶差值计算，即，前1周期减后1周期的差值为firstdiffbuff[16]；seconddiffbuff＝firstdiffbuff[n+2]-firstdiffbuff[n]；隔1个点差值是为了拉大突变的幅值，获取特征阈值，最后判断特征阈值是否在预设范围内，范围要求：即，使用电阻模拟法，经过AD采样数字处理，特征波的二次电压隔点差值，阈值设定为大于200，能较好的识别绝大部分现场的特征波，若是，则记录此识别状态，否则丢弃此干扰波。更进一步的，滤除规律性干扰波包括中值滤波、直流分量滤波和全波拟合各波形的滤除方法：(1)中值滤波，常规的中值滤波，可以滤除很多高频毛刺波；(2)直流分量滤波：即特征波突变前的直流分量应该在一个较低的范围，其阈值设定为小于±200之间；(3)全波拟合：即将电流特征波，分为波前、波峰、波后，3个特征区间；波前特征判定，隔1点计算差值，阈值小于-4000；波峰特征判定，差值峰值必须在突变开始后的前5个点；波后特征判定，波后波形需是下降趋势，且隔两点计算差值，阈值小于800，并且特征波的最后一个点阈值为-4000～6000之间。本专利技术将二阶差值计算方法与拓扑识别相结合，提出了基于台区末端智能感知的拓扑识别方法，与现有方案对比，本专利技术的算法正确率和识别成功率均达到100％。附图说明图1为本专利技术的方法流程图；图2为本专利技术的二阶电压隔点差值法计算流程图；图3为本专利技术的滤除规律性干扰波的流程图。具体实施方式请参阅图1，本实施例提供一种基于台区末端智能感知的拓扑识别方法，包括如下步骤，步骤S1、通过载波自维护，搜索该本台区下的表箱节点及分支箱节点；步骤S2、集中器通过载波对搜索到的各节点发送特征波命令；步骤S3、查询集中器内的户变识别信息，判断该表箱节点或分支箱节点是否在该台区下，再查询每个载波自维护到的表箱节点和分支箱节点的识别信息，若没有查询到信息，则该节点不在该台区下，剔除该节点，若有，则该节点属于该台区下。步骤S4、集中器根据台区下的节点形成正确的拓扑结构表，并上传至主站。如图2所示，查询集中器中户变识别采用二阶电压隔离差值法，首先对电网波形采样，再对每个周波做前后周波的减法，滤除规律性干扰波，然后对特征波进行二阶差值计算，即，前1周期减后1周期的差值为firstdiffbuff[16]；seconddiffbuff＝firstdiffbuff[n+2]-firstdiffbuff[n]；隔1个点差值是为了拉大突变的幅值，获取特征阈值，最后判断特征阈值是否在预设范围内，阈值设定为大于200，，若是，则记录此识别状态，否则丢弃此干扰波。如图3所示，滤除规律性干扰波包括中值滤波、直流分量滤波和全波拟合。各波形的滤除方法：(1)中值滤波，常规的中值滤波，可以滤除很多高频毛刺波；(2)直流分量滤波：即特征波突变前的直流分量应该在一个较低的范围，其阈值设定为小于±200之间；(3)全波拟合：即将电流特征波，分为波前、波峰、波后，3个特征区间；波前特征判定，隔1点计算差值，阈值小于-4000；波峰特征判定，差值峰值必须在突变开始后的前5个点；波后特征判定，波后波形需是下降趋势，且隔两点计算差值，阈值小于800，并且特征波的最后一个点阈值为-4000～6000之间。本实施例以8583台区为例，安装了1台台区智能感知终端，4台分支箱终端(包括11个分路扩展模块)，18台表箱终端(即此台区有18个表箱，包括独立表箱和集中表箱)；进行了24小时全天候的拓扑测试验证，并稳定运行1个月；8583台区拓扑识别正确率100％，并且成功率可以达到100％，如表1所示。表1、台区分支节点参数表以上显示和描述了本专利技术的基本原理、主要特征和优点。本领域的技术人员应该了解，本专利技术不受上述具体实施例的限制，上述具体实施例和说明书中的描述只是为了进一步说明本专利技术的原理，在不脱离本专利技术精神范围的前提下，本专利技术还会有各种变化和改进，这些变化和改进都落入要求保护的本专利技术范围内。本专利技术要求保护的范围由权利要求书及其等效物界定。本文档来自技高网...

【技术保护点】
1.一种基于台区末端智能感知的拓扑识别方法，其特征在于，包括如下步骤，/n步骤S1、通过载波自维护，搜索该本台区下的表箱节点及分支箱节点；/n步骤S2、集中器通过载波对搜索到的各节点发送特征波命令；/n步骤S3、查询集中器内的户变识别信息，判断该表箱节点或分支箱节点是否在该台区下，再查询每个载波自维护到的表箱节点和分支箱节点的识别信息，若没有查询到信息，则该节点不在该台区下，剔除该节点，若有，则该节点属于该台区下。/n步骤S4、集中器根据台区下的节点形成正确的拓扑结构表，并上传至主站。/n

【技术特征摘要】
1.一种基于台区末端智能感知的拓扑识别方法，其特征在于，包括如下步骤，
步骤S1、通过载波自维护，搜索该本台区下的表箱节点及分支箱节点；
步骤S2、集中器通过载波对搜索到的各节点发送特征波命令；
步骤S3、查询集中器内的户变识别信息，判断该表箱节点或分支箱节点是否在该台区下，再查询每个载波自维护到的表箱节点和分支箱节点的识别信息，若没有查询到信息，则该节点不在该台区下，剔除该节点，若有，则该节点属于该台区下。
步骤S4、集中器根据台区下的节点形成正确的拓扑结构表，并上传至主站。...

【专利技术属性】
技术研发人员：高巨，彭鹏，李振国，汪梦余，李若昕，程俊，王翔，张謇，王义辉，范杰，吴前进，
申请(专利权)人：光一科技股份有限公司，
类型：发明
国别省市：江苏;32