本发明专利技术公开了一种低压台区线户识别方法、系统、终端设备及存储介质，所述方法包括：获取目标台区第一预设时间内各用户智能电表的电压时序数据；对电压时序数据进行降维；对降维后的电压时序数据进行聚类，得到多个聚类簇；获取目标台区第二预设时间内配变各出线首端、各用户智能电表的电流时序数据，并分别计算各出线首端的总电流及各聚类簇的总电流；对各聚类簇的总电流与各出线首端的总电流进行拟合，确定线户关系。本发明专利技术充分利用了电流和电压数据的信息，比单纯使用电压聚类或电流拟合的准确率更高；通过降维算法及聚类算法对数据进行处理，得到了质量更高的低维数据特征集，进而提高了识别结果的精度，具有成本小、效率高、适应性强的优点。应性强的优点。应性强的优点。
【技术实现步骤摘要】
低压台区线户识别方法、系统、终端设备及存储介质
[0001]本专利技术涉及配电网监控
，具体涉及一种低压台区线户识别方法、系统、终端设备及存储介质。
技术介绍
[0002]随着智能台区低压配电网络的用户量日渐增大，供电网络越来越复杂，继而增大了台区线户识别工作的难度。目前，针对低压台区的线户识别，常用的方法包括以下三种：
[0003]第一种是人工梳理法，即依靠人工现场对每一块用户智能电表进行梳理排查，确定每一块用户智能电表所归属的配电变压器低压侧一级出线。但是由于低压配电台区数量众多、线路搭接复杂，智能电表位置分散，单纯依靠人力梳理线户关系难度大、耗时长、成本高，且由于低压配电网中符合切割、迁移、线路改造及用户新装等作业较频繁，依靠人工也难以实现线户关系的动态更新。
[0004]第二种是信号收发法，即通过在配电变压器低压侧一级出线处注入电压或电流特征信号，根据台区内设备对信号的接受与反馈结果实现线户连接关系识别。但是该方法需要增加大量的终端设备，不仅成本高、运维工作量大，同时设备可靠性差、易损毁，进而影响电网正常运行。
[0005]第三种是数据标签法，即根据台区内各类设备的逻辑关系进行编码，实现台区线户关系变动管理。但该方法不仅对施工质量要求高、质量难以把控、且会加大运维难度，降低管理效率。
[0006]综上所述，急需一种低压台区线户识别方法，能够在降低工作成本和提高施工效率的前提下，确保线户关系识别的准确度，并实现线户关系的动态更新。
技术实现思路
[0007]本专利技术的目的在于提供一种低压台区线户识别方法、系统、终端设备及存储介质，以解决现有技术线户识别方法中存在的成本高、实施难度大、效率低下、实时性差问题。
[0008]为了克服上述现有技术中的缺陷，本专利技术提供了一种低压台区线户识别方法，包括：
[0009]获取目标台区第一预设时间内各用户智能电表的电压时序数据；
[0010]对所述电压时序数据进行降维；
[0011]对降维后的电压时序数据进行聚类，得到多个聚类簇；
[0012]获取目标台区第二预设时间内配变各出线首端、各用户智能电表的电流时序数据，并分别计算各出线首端的总电流及各聚类簇的总电流；
[0013]对所述各聚类簇的总电流与所述各出线首端的总电流进行拟合，确定线户关系。
[0014]进一步地，利用t
‑
SNE算法对所述电压时序数据进行降维。
[0015]进一步地，利用DBSCAN算法对降维后的电压时序数据进行聚类，得到多个聚类簇。
[0016]进一步地，所述对所述各聚类簇的总电流与所述各出线首端的总电流进行拟合，
确定线户关系，包括：
[0017]根据某一出线首端流出的电流值与该出线上所有智能电表流入的电流值，构建第一函数：
[0018][0019]式中，为配变低压侧出线p首端t时刻流出的电流值，α为电流采集的总时刻，φ(p)为配变低压侧出线p上所有电能表的集合，为出线p上第a块智能电表t时刻的电流值，L为配变低压侧出线的集合，为t时刻出线p上智能电表测量误差以及窃电漏电的误差总和；
[0020]对所述第一函数进行化简，得到第二函数：
[0021][0022]式中，I
k.clu
(t)为聚类簇电流值，x
k.p
为各聚类簇与各出线的归属关系，E为出线上智能电表的总数；
[0023]根据所述第二函数，构造优化模型：
[0024][0025]根据优化模型求解x
k.p
，根据求解结果确定线户关系。
[0026]本专利技术还提供了一种低压台区线户识别系统，包括：
[0027]数据获取单元，用于获取目标台区第一预设时间内各用户智能电表的电压时序数据；
[0028]降维单元，用于对所述电压时序数据进行降维；
[0029]聚类单元，用于对降维后的电压时序数据进行聚类，得到多个聚类簇；
[0030]电流计算单元，用于获取目标台区第二预设时间内配变各出线首端、各用户智能电表的电流时序数据，并分别计算各出线首端的总电流及各聚类簇的总电流
[0031]拟合单元，用于对所述各聚类簇的总电流与所述各出线首端的总电流进行拟合，确定线户关系。
[0032]进一步地，所述降维单元利用t
‑
SNE算法对所述电压时序数据进行降维。
[0033]进一步地，所述聚类单元利用DBSCAN算法对降维后的电压时序数据进行聚类，得到多个聚类簇。
[0034]进一步地，所述拟合单元包括：
[0035]第一函数构建单元，用于根据某一出线首端流出的电流值与该出线上所有智能电表流入的电流值，构建第一函数：
[0036][0037]式中，为配变低压侧出线p首端t时刻流出的电流值，α为电流采集的总时刻，φ(p)为配变低压侧出线p上所有电能表的集合，为出线p上第a块智能电表t时刻的电流值，L为配变低压侧出线的集合，的t时刻出线p上智能电表测量误差以及窃电漏电的误差总和；
[0038]第二函数构建单元，用于对所述第一函数进行化简，得到第二函数：
[0039][0040]式中，I
k.clu
(t)为聚类簇电流值，x
k.p
为各聚类簇与各出线的归属关系，E为出线上智能电表的总数；
[0041]优化模型构建单元，用于根据所述第二函数，构造优化模型：
[0042][0043]优化模型求解单元，用于根据优化模型求解x
k.p
，根据求解结果确定线户关系。
[0044]本专利技术还提供了一种终端设备，包括：处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如上任一项所述的低压台区线户识别方法。
[0045]本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行实现如上任一项所述的低压台区线户识别方法。
[0046]相对于现有技术，本专利技术的有益效果在于：
[0047](1)本专利技术结合电压、电流等多元数据，能够实现低压台区线户关系的识别，方法适用于所有装设了用户智能电表的台区，适应性强。
[0048](2)本专利技术充分利用了电流和电压数据的信息，比单纯使用电压聚类或电流拟合的方法准确率更高，适应性更强。
[0049](3)本专利技术无需在台区内额外加装终端设备，仅依靠智能电表采集的数据即可实现线户关系的识别，成本小，经济性和工程实用性高。
[0050](4)本专利技术采用非线性降维算法t
‑
SNE进行降维，能保留原始电压序列的数据分布特性，得到质量较高低维电压特征集，从而提高识别结果的精确度。
[0051](5)本专利技术采用DBSCAN算法进行聚类，能自适应数据集的聚类数，当台区出线数不明确时，方法也能很好适应。
附图说明...
【技术保护点】
【技术特征摘要】
1.一种低压台区线户识别方法，其特征在于，包括：获取目标台区第一预设时间内各用户智能电表的电压时序数据；对所述电压时序数据进行降维；对降维后的电压时序数据进行聚类，得到多个聚类簇；获取目标台区第二预设时间内配变各出线首端、各用户智能电表的电流时序数据，并分别计算各出线首端的总电流及各聚类簇的总电流；对所述各聚类簇的总电流与所述各出线首端的总电流进行拟合，确定线户关系。2.根据权利要求1所述的低压台区线户识别方法，其特征在于，利用t
‑
SNE算法对所述电压时序数据进行降维。3.根据权利要求1所述的低压台区线户识别方法，其特征在于，利用DBSCAN算法对降维后的电压时序数据进行聚类，得到多个聚类簇。4.根据权利要求1
‑
3任一项所述的低压台区线户识别方法，其特征在于，所述对所述各聚类簇的总电流与所述各出线首端的总电流进行拟合，确定线户关系，包括：根据某一出线首端流出的电流值与该出线上所有智能电表流入的电流值，构建第一函数：式中，为配变低压侧出线p首端t时刻流出的电流值，α为电流采集的总时刻，φ(p)为配变低压侧出线p上所有电能表的集合，为出线p上第a块智能电表t时刻的电流值，L为配变低压侧出线的集合，为t时刻出线p上智能电表测量误差以及窃电漏电的误差总和；对所述第一函数进行化简，得到第二函数：式中，I
k.clu
(t)为聚类簇电流值，x
k.p
为各聚类簇与各出线的归属关系，E为出线上智能电表的总数；根据所述第二函数，构造优化模型：根据优化模型求解x
k.p
，根据求解结果确定线户关系。5.一种低压台区线户识别系统，其特征在于，包括：数据获取单元，用于获取目标台区...
【专利技术属性】
技术研发人员：杨雨瑶，刘日荣，潘峰，彭策，马键，李慧，章娇娇，
申请(专利权)人：广东电网有限责任公司计量中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。