识别户表与表箱关系的方法及系统、设备、介质技术方案

本发明专利技术公开了一种识别户表与表箱关系的方法及系统、设备、存储介质，该方法首先基于皮尔逊相关系数算法计算电压相关性来快速、准确地判断户表与分支的归属关系，大大缩短了计算时长和减少了后续计算的数据量。然后通过构建多元线性回归模型，基于各个模型的均方差计算结果准确得到单相户表所处的相位。最后，构建出每个分支下的所有户表与表箱关系的组合类型并进行依次编号，再计算得到组合类型下各个表箱的偏移损耗，并进行主成分分析，快速、准确地识别出每个分支下户表与表箱的关系。并且，不仅采用了用电量作为分析数据，而且采用了电流I、电压U、有功功率P，从而计算结果不会受到空户所带来的干扰，进一步确保了识别结果的准确度。

【技术实现步骤摘要】
识别户表与表箱关系的方法及系统、设备、介质
本专利技术涉及箱表关系识别
，特别地，涉及一种识别户表与表箱关系的方法及系统、设备、计算机可读取的存储介质。
技术介绍
随着电力行业迅速发展，用电需求的不断增加，电力行业趋于智能化、数字化、模型化。在低压拓扑中，拓扑结构是进行线损分析、故障诊断、状态评估、三相平衡等应用功能的基础，对于提高供电可靠性和供电服务能力至关重要。由于低压供电网络位于电网末端，直接面向众多用户，其拓扑信息主要依赖台区建设时的设计资料，通过人工手动录入的方式，这需要耗费大量的时间和人力，并且录入过程中可能会产生录入错误等问题，而且随着变电站的改扩建，设备的频繁更换和线路的变化会导致网络拓扑关系发生变化。通过台区普查，我们发现由于拓扑信息更新不及时，现场安装与系统档案不对应的问题普遍存在，在农村地区尤为突出，阻碍了电网的优化经济运行。现有的低压供电网络建设智能化水平较低，增加了电网日常运维的难度和工作量，影响了用户的用电质量，因此，如何智能化准确识别户表与表箱的关系成为电网运营亟待解决的关键问题。
技术实现思路
本专利技术提供了一种识别户表与表箱关系的方法及系统、设备、计算机可读取的存储介质，以解决现有技术在识别户表与表箱关系时采取人工手动录入的方式存在的准确度差、智能化水平低、耗时耗力的技术问题。根据本专利技术的一个方面，提供一种识别户表与表箱关系的方法，包括以下步骤：步骤S1：周期性抄读各个户表和各个分支单元的用电数据，基于皮尔逊相关系数算法得到与每个户表电压相关性最大的分支单元，该户表即属于该分支；步骤S2：将该分支下的户表分别与该分支单元的A、B、C三相基于用电量W、电流I、电压U、有功功率P这四个用电参数构建多元线性回归模型，分别计算这三个多元线性回归模型的均方差，均方差最小者对应的相位即为该户表所处的相位；步骤S3：构建该分支下的所有户表和表箱关系的组合类型，并对每个组合类型进行编号，计算得到所有组合类型下各个表箱对应上述四个用电参数的偏移损耗，并对偏移损耗数据进行主成分分析，从而得到该分支下表箱与户表的关系；步骤S4：重复执行步骤S1～S3，完成其它分支的箱表关系识别和户表相位识别。进一步地，所述步骤S2中在计算多元线性回归模型的均方差之前还包括以下内容：判断四个用电参数之间是否存在多重共线性，若存在，则对四个用电参数进行筛选和剔除，得到最优组合的线性回归模型；并在所述步骤S3中仅计算筛选后的用电参数所对应的偏移损耗，再进行主成分分析。进一步地，所述步骤S2中判断四个用电参数之间是否存在多重共线性，若存在，则对四个用电参数进行筛选和剔除的过程具体包括以下内容：步骤S21：计算方差扩大因子VIF，式中，Ri表示第i个自变量对其余自变量作回归分析的复相关系数，自变量即用电参数，n为样本量个数，k为自变量个数，R2表示可决系数，yi为实际值，为平均值，为回归模型得到的值，若VIF＞10，则判定存在多重共线性，若VIF≤10，则判定不存在多重共线性；步骤S22：当存在多重共线性时，对四个自变量进行两两组合判断，若其中两个自变量的VIF≤10，则不对这两个自变量进行筛选和剔除，若这两个自变量的VIF＞10，则判断这两个自变量对应的可决系数的大小，剔除掉可决系数较小者对应的自变量。进一步地，所述步骤S2中经过多重共线性判断和用电参数筛选后得到以电压U和用电量W作为自变量的最优组合线性模型。进一步地，所述步骤S2中在判断户表所处的相位时还包括以下内容：增加分支单元和户表的负荷数据量，再次计算得到三个多元线性回归模型的均方差，均方差变化值最小者对应的相位即为该户表所处的相位。进一步地，所述步骤S3包括以下内容：步骤S31：构建该分支下的所有户表与表箱关系的组合类型，并对每个组合类型进行编号，分别为1、2、3…n；步骤S32：计算得到所有组合类型下各个表箱的偏移损耗，其中，用电量W、电流I、有功功率P采用以下公式计算偏移损耗：式中，Am(j)为表箱在j时间段内的用电量或电流或有功功率，m表示该分支下户表个数，为表箱在j时间段内的用电量偏移损耗或电流偏移损耗或有功功率偏移损耗，表示所有组合类型下户表的用电量之和或电流之和或有功功率之和，t的取值范围为[1,m]；电压U采用以下公式计算偏移损耗：式中，Um(j)表示表箱在j时刻的电压数据，表示某组合类型在j时刻的均值电压数据，φ(j)表示表箱在j时刻的电压偏移损耗；步骤S33：根据N个时间段分别构建电量偏移矩阵、电流偏移矩阵、电压偏移矩阵和有功功率偏移矩阵中的至少两者，并对构建的矩阵进行归一化处理；步骤S34：将归一化处理后的至少两个矩阵相加得到新的矩阵，并对新矩阵的每一行进行零均值化，得到新矩阵的协方差矩阵；步骤S35：求协方差矩阵的多个特征值并按大小进行排序，选择最大的特征值并求出该特征值对应的特征向量，将该特征向量与新矩阵相乘得到新的向量；步骤S36：找出该新向量中的最小值所处的下标值，该下标值代表组合类型的编号，该组合类型即对应该分支下表箱与户表的关系。进一步地，所述步骤S2中构建多元线性回归模型的过程具体为：利用多元线性回归构建模型：UA＝β0+β1IA1+β2UA1+β3PA1+β4WA1，其中，UA为分支单元A相的电压瞬时值，IA1为该分支下户表A1的电流瞬时值，UA1为户表A1的电压瞬时值，PA1为户表A1的有功功率瞬时值，WA1为户表A1的用电量，βi表示系数参数，i＝0,1,2…；基于分支单元和户表的负荷数据，利用最小二乘法计算得到系数参数βi的估计量得到多元线性回归模型：另外，本专利技术还提供一种识别户表与表箱关系的系统，包括：分支关系识别模块，用于周期性抄读各个户表和各个分支单元的用电数据，基于皮尔逊相关系数算法得到与每个户表电压相关性最大的分支单元，该户表即属于该分支；相位识别模块，用于将某一分支下的户表分别与该分支单元的A、B、C三相基于用电量W、电流I、电压U、有功功率P这四个用电参数构建多元线性回归模型，分别计算这三个多元线性回归模型的均方差，均方差最小者对应的相位即为该户表所处的相位；箱表关系识别模块，用于构建该分支下的所有户表和表箱关系的组合类型，并对每个组合类型进行编号，计算得到所有组合类型下各个表箱对应上述四个用电参数的偏移损耗，并对偏移损耗数据进行主成分分析，从而得到该分支下表箱与户表的关系。另外，本专利技术还提供一种设备，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行如上所述的方法的步骤。另外，本专利技术还提供一种计算机可读取的存储介质，用于存储识别户表与表箱关系的计算机程序，该计算机程序在计算机上运行时执行如上所述的方法的步骤。本专利技术具有以下效果：本专利技术的识别户本文档来自技高网...

【技术保护点】
1.一种识别户表与表箱关系的方法，其特征在于，包括以下步骤：/n步骤S1：周期性抄读各个户表和各个分支单元的用电数据，基于皮尔逊相关系数算法得到与每个户表电压相关性最大的分支单元，该户表即属于该分支；/n步骤S2：将该分支下的户表分别与该分支单元的A、B、C三相基于用电量W、电流I、电压U、有功功率P这四个用电参数构建多元线性回归模型，分别计算这三个多元线性回归模型的均方差，均方差最小者对应的相位即为该户表所处的相位；/n步骤S3：构建该分支下的所有户表和表箱关系的组合类型，并对每个组合类型进行编号，计算得到所有组合类型下各个表箱对应上述四个用电参数的偏移损耗，并对偏移损耗数据进行主成分分析，从而得到该分支下表箱与户表的关系；/n步骤S4：重复执行步骤S1～S3，完成其它分支的箱表关系识别和户表相位识别。/n

【技术特征摘要】
1.一种识别户表与表箱关系的方法，其特征在于，包括以下步骤：
步骤S1：周期性抄读各个户表和各个分支单元的用电数据，基于皮尔逊相关系数算法得到与每个户表电压相关性最大的分支单元，该户表即属于该分支；
步骤S2：将该分支下的户表分别与该分支单元的A、B、C三相基于用电量W、电流I、电压U、有功功率P这四个用电参数构建多元线性回归模型，分别计算这三个多元线性回归模型的均方差，均方差最小者对应的相位即为该户表所处的相位；
步骤S3：构建该分支下的所有户表和表箱关系的组合类型，并对每个组合类型进行编号，计算得到所有组合类型下各个表箱对应上述四个用电参数的偏移损耗，并对偏移损耗数据进行主成分分析，从而得到该分支下表箱与户表的关系；
步骤S4：重复执行步骤S1～S3，完成其它分支的箱表关系识别和户表相位识别。


2.如权利要求1所述的识别户表与表箱关系的方法，其特征在于，
所述步骤S2中在计算多元线性回归模型的均方差之前还包括以下内容：
判断四个用电参数之间是否存在多重共线性，若存在，则对四个用电参数进行筛选和剔除，得到最优组合的线性回归模型；
并在所述步骤S3中仅计算筛选后的用电参数所对应的偏移损耗，再进行主成分分析。


3.如权利要求2所述的识别户表与表箱关系的方法，其特征在于，
所述步骤S2中判断四个用电参数之间是否存在多重共线性，若存在，则对四个用电参数进行筛选和剔除的过程具体包括以下内容：
步骤S21：计算方差扩大因子VIF，



式中，Ri表示第i个自变量对其余自变量作回归分析的复相关系数，自变量即用电参数，n为样本量个数，k为自变量个数，R2表示可决系数，yi为实际值，为平均值，为回归模型得到的值，若VIF＞10，则判定存在多重共线性，若VIF≤10，则判定不存在多重共线性；
步骤S22：当存在多重共线性时，对四个自变量进行两两组合判断，若其中两个自变量的VIF≤10，则不对这两个自变量进行筛选和剔除，若这两个自变量的VIF＞10，则判断这两个自变量对应的可决系数的大小，剔除掉可决系数较小者对应的自变量。


4.如权利要求3所述的识别户表与表箱关系的方法，其特征在于，
所述步骤S2中经过多重共线性判断和用电参数筛选后得到以电压U和用电量W作为自变量的最优组合线性模型。


5.如权利要求1所述的识别户表与表箱关系的方法，其特征在于，
所述步骤S2中在判断户表所处的相位时还包括以下内容：
增加分支单元和户表的负荷数据量，再次计算得到三个多元线性回归模型的均方差，均方差变化值最小者对应的相位即为该户表所处的相位。


6.如权利要求1所述的识别户表与表箱关系的方法，其特征在于，
所述步骤S3包括以下内容：
步骤S31：构建该分支下的所有户表与表箱关系的组合类型，并对每个组合类型进行编号，分别为1、2、3…n；
步骤S32：计算得到所有组合类型下各个表箱的偏移损耗，其中，用电量W、电流I、有功功率P采用以...

【专利技术属性】
技术研发人员：张晶，
申请(专利权)人：北京市腾河智慧能源科技有限公司，
类型：发明
国别省市：北京;11