一种基于电压数据的台区拓扑识别方法技术

本发明专利技术提出的是一种基于电压数据的台区拓扑识别方法，通过搜集确定台区归属的所有采集设备的电压数据及台区归属关系，采用回归分析实现的方式对样本进行时间和空间相关性分析，通过最大似然估计计算得到时间分类器、空间分类器及其回归系数，并分别计算时间和空间相关性概率，最后综合考虑时间相关性和空间相关性，分别计算待识别采集设备归属于两个台区部分的概率并进行比较。本发明专利技术能够提高台区归属与拓扑关系辨识的精确度，利用台区设备电压数据作为判断依据，综合考虑时间和空间相关性系数，可精确判别待识别设备在台区中的状态与位置，有效避免外部干扰，有利于台区资产管理、线损分析与窃电监测等各方面工作进行。

【技术实现步骤摘要】
一种基于电压数据的台区拓扑识别方法
本专利技术涉及的是一种基于电压数据的台区拓扑识别方法，属于电力系统管理

技术介绍
随着“三集五大”的不断推进，电网建设的不断发展，我国配电网络的基础设施得到了很大的完善，传统的粗放型管理已经不适应时代的发展，台区数据的精益化管理已经成为一种趋势。台区线损是考核供电企业精益化管理的一个重要指标，但在数据统计和收集过程中，现有电网结构存在的一些问题严重影响了台区高精度识别和管理的进程，如：台区登记的档案资料不准确；电力线路图纸存档年代久远造成用户所属馈线混淆；部分低压户违约用电，私自搭接线路，导柱数据管理和反馈无法正常进行，同时一定程度上影响了供电企业的经营风险和企业效益；等等。关于台区数据的有效识别方法，本领域内的各企业和相关研究机构已经围绕该主题进行了积极探索和求证，如“李亚,樊汝森,蒋伟,etal.基于BP神经网络的智能台区识别方法研究[J].电测与仪表,2017,054(003):25-30.”提出了一种基于BP神经网络的智能台区用户信息识别方法并及系统，该系统由识别器和手持器两部分组成，通信方式采用电力载波通信技术，对于垮台区用户，依据系统和已识别用户之间的通信信号品质，选取隐藏层节点数为6的前向BP神经网络作为跨台区用户识别模型进行识别。然而，在实际数据测量统计过程中，一些台区覆盖的面积较大，地埋电缆相互交叉，线路路径负载造成载波信号在传输过程中产生反抗干扰，或者由于低压电网在运行过程中产生的衰减和噪声，在负载过重的情况下造成载波信号的幅值衰减，解析能力降低，不能进行低压配电网络的全面覆盖，从而影响了台区实际运行情况数据识别的正确率和稳定性。
技术实现思路
本专利技术的目的在于克服现有台区状态识别方法存在的缺陷，提出一种基于电压数据的台区拓扑识别方法。本专利技术的技术解决方案：一种基于电压数据的台区拓扑识别方法，包括如下步骤：(一)搜集确定台区归属的所有采集设备在一定时间内的电压数据及台区归属关系，作为训练样本；(二)将台区整体根据分类类别分为两个台区部分，将每个采集设备在各个时刻的电压值作为特征属性，采用回归分析实现的方式对样本进行时间相关性分析，通过最大似然估计计算得到时间相关性的分类器及其回归系数；(三)根据待识别采集设备不同时刻的电压数据，通过分类器进行分类后，分别得到归属两个台区部分的时间相关性概率；(四)对于待识别采集设备的每条样本记录，根据其特征属性同样采用回归分析的方法，得到对应的空间分类器及其回归系数；(五)在待识别采集设备采集多次电压数据，并通过空间分类器进行分类后，根据归属于各台区的次数分别计算待识别采集设备归属于各台区部分的空间相关性概率；(六)综合考虑时间相关性和空间相关性，分别计算待识别采集设备归属于两个台区部分的概率，并进行比较，将待识别采集设备归属于概率较高的台区部分。本专利技术的优点：提高台区归属与拓扑关系辨识的精确度，利用台区设备电压数据作为判断依据，综合考虑时间和空间相关性系数，可精确判别待识别设备在台区中的状态与位置，有效避免外部干扰，有利于台区资产管理、线损分析与窃电监测等各方面工作进行。具体实施方式下面根据实施例进一步说明本专利技术的技术方案。一种基于电压数据的台区拓扑识别方法，具体包括如下步骤：(一)搜集确定台区归属的所有采集设备在一定时间内的电压数据及台区归属关系，作为训练样本。(二)将台区ID表示分类的类别记为yi，其中yi＝1表示台区T1，yi＝0表示台区T2；将每个采集设备在各个时刻的电压值作为特征属性，记为Xi＝(xi,1,xi,2,…,xi,n)，通过最大似然估计计算得到时间回归系数θT，似然估计函数如下：式中：n为训练样本数；对上式求对数后再求关于θ的偏导数，并令其结果为0，如下：式中的结果即为时间回归系数，采用数值分析的牛顿迭代法求解得到最优的θT。(三)根据待识别采集设备x的不同时刻的电压数据x＝(x1,x2,…,xN)，通过时间分类器进行分类后，得到归属台区T1的时间相关性概率为归属于台区T2的时间相关性概率为PT(x,T2)＝1-PT(x,T1)。(四)对于每条样本记录(ti,vi,yi)，Xi＝(ti,vi)为特征属性，同样采用回归分析的方法，得到空间分类器CS及其回归系数θS。(五)对于待识别采集设备x，若其在ti时刻的电压数据vi′，令xi＝(ti,vi′)，则根据时间相关性概率公式可以计算得到其归属于T1的概率yi′，若yi′≥0.5则待识别采集设备x归属于台区T1；在待识别采集设备x采集的N次电压数据，通过空间分类器CS进行分类后，若归属于台区T1的次数为N1，则待识别采集设备x归属于台区T1的空间相关性概率为PS(x,T1)＝N1/N，归属于台区T2的空间相关性概率为PS(x,T2)＝1-PS(x,T1)。(六)综合考虑时间相关性和空间相关性，待识别采集设备x归属于台区T1和台区T2的概率分别为P(x,T1)＝α·PT(x,T1)+β·PS(x,T1)(3)P(x,T2)＝α·PT(x,T2)+β·PS(x,T2)(4)式中，α和β分别表示时间相关性和空间相关性系数，0≤α，β≤1，且α+β＝1。若P(x,T1)≥P(x,T2)，则认为待识别采集设备x归属于台区T1，否则认为待识别采集设备x归属于台区T2。以上所述仅为本专利技术的实施例，并非因此限制本专利技术的专利范围，凡是利用本专利技术说明书内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的
，均同理包括在本专利技术的专利保护范围内。本文档来自技高网...

【技术保护点】
1.一种基于电压数据的台区拓扑识别方法，其特征在于，该方法具体包括如下步骤：/n(一)搜集确定台区归属的所有采集设备在一定时间内的电压数据及台区归属关系，作为训练样本；/n(二)将台区整体根据分类类别分为两个台区部分，将每个采集设备在各个时刻的电压值作为特征属性，采用回归分析实现的方式对样本进行时间相关性分析，通过最大似然估计计算得到时间相关性的分类器及其回归系数；/n(三)根据待识别采集设备不同时刻的电压数据，通过分类器进行分类后，分别得到归属两个台区部分的概率；/n(四)对于待识别采集设备的每条样本记录，根据其特征属性同样采用回归分析的方法，得到对应的空间分类器及其回归系数；/n(五)在待识别采集设备采集多次电压数据，并通过空间分类器进行分类后，根据归属于各台区的次数分别计算待识别采集设备归属于各台区部分的概率；/n(六)综合考虑时间相关性和空间相关性，分别计算待识别采集设备归属于两个台区部分的概率，并进行比较，将待识别采集设备归属于概率较高的台区部分。/n

【技术特征摘要】
1.一种基于电压数据的台区拓扑识别方法，其特征在于，该方法具体包括如下步骤：
(一)搜集确定台区归属的所有采集设备在一定时间内的电压数据及台区归属关系，作为训练样本；
(二)将台区整体根据分类类别分为两个台区部分，将每个采集设备在各个时刻的电压值作为特征属性，采用回归分析实现的方式对样本进行时间相关性分析，通过最大似然估计计算得到时间相关性的分类器及其回归系数；
(三)根据待识别采集设备不同时刻的电压数据，通过分类器进行分类后，分别得到归属两个台区部分的概率；
(四)对于待识别采集设备的每条样本记录，根据其特征属性同样采用回归分析的方法，得到对应的空间分类器及其回归系数；
(五)在待识别采集设备采集多次电压数据，并通过空间分类器进行分类后，根据归属于各台区的次数分别计算待识别采集设备归属于各台区部分的概率；
(六)综合考虑时间相关性和空间相关性，分别计算待识别采集设备归属于两个台区部分的概率，并进行比较，将待识别采集设备归属于概率较高的台区部分。


2.根据权利要求1所述的一种基于电压数据的台区拓扑识别方法，其特征在于，所述的步骤(二)具体包括如下内容：
①将台区ID表示分类的类别记为yi，yi＝1表示台区T1，yi＝0表示台区T2；
②将每个采集设备在各个时刻的电压值作为时间特征属性，记为Xi＝(xi,1,xi,2,…,xi,n)，通过最大似然估计计算得到时间回归系数θT，似然估计函数具体公式如下：



式中：n为训练样本数，
③对上式求对数后再求关于θ的偏导数，并令其结果为0，具体公式如下：



式中的结果即为时间回归系数，采用数值分析的牛顿迭代法求解得到最优的θT。


3.根据权利要求1或2所述的一种基于电压数据的台区拓扑识别方法，其特征在于，所述的步骤(三...

【专利技术属性】
技术研发人员：林虎，江勇，黄勇军，方江勇，刘伟斌，康琳，顾栋，
申请(专利权)人：国网浙江武义县供电有限公司，
类型：发明
国别省市：浙江;33