本发明专利技术公开了一种基于神经网络的低压配电网拓扑识别方法及装置，方法包括：采集各用户电表、各分支箱以及各配电变压器处的有功电流信号；将所采集的有功电流信号输入至预设的拓扑相关性识别模型，以使拓扑相关性识别模型根据所采集的有功电流信号输出各用户电表与各分支箱间的相关系数，以及各分支箱与各配电变压器之间的相关系数；根据各用户电表与各分支箱间的相关系数，以及各分支箱与各配电变压器之间的相关系数，识别低压配电网中各用户电表、各分支箱以及各配电变压器的拓扑关系。通过实施本发明专利技术能够对低压配电网的拓扑识别，节省人力物力。省人力物力。省人力物力。
【技术实现步骤摘要】
一种基于神经网络的低压配电网拓扑识别方法及装置
[0001]本专利技术涉及电力电网
，尤其涉及一种基于神经网络的低压配电网拓扑识别方法及装置。
技术介绍
[0002]随着新型电力系统建设，大规模分布式新能源投切，导致低压配电网拓扑频繁变化。随着居民生活用电需求的急剧增加，用户违约用电、私自搭接线路等问题在低压配电系统中频繁发生，增加了电能表的客户归属的辨识难度。在日常的配电运维管理工作中，往往存在户变连接关系不清晰的问题。尤其是老旧台区，部分拓扑根本无法直接获取，需要进行人工摸查，工作量巨大，造成了人力、物力的浪费。
技术实现思路
[0003]本专利技术实施例提供一种基于神经网络的低压配电网拓扑识别方法及装置，能基于神经网络，实现对低压配电网的拓扑识别，节省人力物力。
[0004]本专利技术一实施例提供了一种基于神经网络的低压配电网拓扑识别方法，包括：采集各用户电表、各分支箱以及各配电变压器处的有功电流信号；
[0005]将所采集的有功电流信号输入至预设的拓扑相关性识别模型，以使所述拓扑相关性识别模型根据所采集的有功电流信号输出各所述用户电表与各所述分支箱间的相关系数，以及各所述分支箱与各所述配电变压器之间的相关系数；
[0006]根据各所述用户电表与各所述分支箱间的相关系数，以及各所述分支箱与各所述配电变压器之间的相关系数，识别低压配电网中各用户电表、各分支箱以及各配电变压器的拓扑关系。
[0007]进一步的，在将所采集的有功电流信号输入至预设的拓扑相关性识别模型之前，还包括：通过卡尔曼滤波器对所采集的有功电流信号进行滤波。
[0008]进一步的，以各用户电表、各分支箱以及各配电变压器处的历史有功电流信号为输入样本，以各所述用户电表与各所述分支箱间的历史相关系数，以及各所述分支箱与各所述配电变压器之间的历史相关系数为输出，对BP神经网络进行训练，生成所述拓扑相关性识别模型；其中，用户电表与具有从属拓扑关系的分支箱之间的历史相关系数为1，用户电表与不具有从属拓扑关系的分支箱之间的历史相关系数为0，分支箱与具有从属拓扑关系的配电变压器之间的历史相关系数为1，分支箱与不具有从属拓扑关系的配电变压器之间的历史相关系数为0。
[0009]进一步的，在生成所述拓扑相关性识别模型时，根据所述输入样本通过遗传算法确定所述BP神经网络的隐藏层个数以及每层隐藏层中神经元个数。
[0010]进一步的，还包括：将所识别的低压配电网中各用户电表、各分支箱以及各配电变压器的拓扑关系存储至数据库中，并对数据库中的历史拓扑数据进行更新。
[0011]在上述方法项实施例的基础上，本专利技术对应提供了装置项实施例；
[0012]本专利技术一实施例提供了一种基于神经网络的低压配电网拓扑识别装置，包括：数据采集模块、相关性计算模块以及拓扑识别模块；
[0013]所述数据采集模块，用于采集各用户电表、各分支箱以及各配电变压器处的有功电流信号；
[0014]所述相关性计算模块，用于将所采集的有功电流信号输入至预设的拓扑相关性识别模型，以使所述拓扑相关性识别模型根据所采集的有功电流信号输出各所述用户电表与各所述分支箱间的相关系数，以及各所述分支箱与各所述配电变压器之间的相关系数；
[0015]所述拓扑识别模块，用于根据各所述用户电表与各所述分支箱间的相关系数，以及各所述分支箱与各所述配电变压器之间的相关系数，识别低压配电网中各用户电表、各分支箱以及各配电变压器的拓扑关系。
[0016]进一步的，还包括：滤波模块；所述滤波模块，用于将所采集的有功电流信号输入至预设的拓扑相关性识别模型之前，通过卡尔曼滤波器对所采集的有功电流信号进行滤波。
[0017]进一步的，还包括：模型构建模块；所述模型构建模块，用于以各用户电表、各分支箱以及各配电变压器处的历史有功电流信号为输入样本，以各所述用户电表与各所述分支箱间的历史相关系数，以及各所述分支箱与各所述配电变压器之间的历史相关系数为输出，对BP神经网络进行训练，生成所述拓扑相关性识别模型；其中，用户电表与具有从属拓扑关系的分支箱之间的历史相关系数为1，用户电表与不具有从属拓扑关系的分支箱之间的历史相关系数为0，分支箱与具有从属拓扑关系的配电变压器之间的历史相关系数为1，分支箱与不具有从属拓扑关系的配电变压器之间的历史相关系数为0。
[0018]进一步的，还包括：模型构建模块在生成所述拓扑相关性识别模型时，根据所述输入样本通过遗传算法确定所述BP神经网络的隐藏层个数以及每层隐藏层中神经元个数。
[0019]进一步的，还包括：数据更新模块；所述数据更新模块，用于将所识别的低压配电网中各用户电表、各分支箱以及各配电变压器的拓扑关系存储至数据库中，并对数据库中的历史拓扑数据进行更新。
[0020]通过实施本专利技术实施例具有如下有益效果：
[0021]本专利技术实施例提供了一种基于神经网络的低压配电网拓扑识别方法与装置，方法将各用户电表、各分支箱以及各配电变压器处的有功电流信号，输入到预设的拓扑相关性识别模型中，以使拓扑相关性识别模型根据所采集的有功电流信号输出各用户电表与各分支箱间的相关系数，以及各分支箱与各配电变压器之间的相关系数；最后根据各用户电表与各分支箱间的相关系数，以及各分支箱与各配电变压器之间的相关系数，识别低压配电网中各用户电表、各分支箱以及各配电变压器的拓扑关系。通过实施本专利技术实施例，无需人工进行台区拓扑排查，只需对应各设备处的有功电流信号，即可实现拓扑关系的识别，节约了人力物力，且准确性较高。
附图说明
[0022]图1是本专利技术一实施例提供的一种基于神经网络的低压配电网拓扑识别方法的流程示意图。
[0023]图2是本专利技术一实施例提供的一种基于神经网络的低压配电网拓扑识别装置的结
构示意图。
具体实施方式
[0024]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0025]如图1所示，本专利技术一实施例提供了一种基于神经网络的低压配电网拓扑识别方法，至少包括如下和步骤：
[0026]步骤S101:采集各用户电表、各分支箱以及各配电变压器处的有功电流信号。
[0027]步骤S102:将所采集的有功电流信号输入至预设的拓扑相关性识别模型，以使所述拓扑相关性识别模型根据所采集的有功电流信号输出各所述用户电表与各所述分支箱间的相关系数，以及各所述分支箱与各所述配电变压器之间的相关系数。
[0028]步骤S103:根据各所述用户电表与各所述分支箱间的相关系数，以及各所述分支箱与各所述配电变压器之间的相关系数，识别低压配电网中各用户电表、各分支箱以及各配电变压器的拓扑关系。
[0029]对于步骤S101，可以在各用户电表、各本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于神经网络的低压配电网拓扑识别方法，其特征在于，包括：采集各用户电表、各分支箱以及各配电变压器处的有功电流信号；将所采集的有功电流信号输入至预设的拓扑相关性识别模型，以使所述拓扑相关性识别模型根据所采集的有功电流信号输出各所述用户电表与各所述分支箱间的相关系数，以及各所述分支箱与各所述配电变压器之间的相关系数；根据各所述用户电表与各所述分支箱间的相关系数，以及各所述分支箱与各所述配电变压器之间的相关系数，识别低压配电网中各用户电表、各分支箱以及各配电变压器的拓扑关系。2.如权利要求1所述的基于神经网络的低压配电网拓扑识别方法，其特征在于，在将所采集的有功电流信号输入至预设的拓扑相关性识别模型之前，还包括：通过卡尔曼滤波器对所采集的有功电流信号进行滤波。3.如权利要求1所述的基于神经网络的低压配电网拓扑识别方法，其特征在于，以各用户电表、各分支箱以及各配电变压器处的历史有功电流信号为输入样本，以各所述用户电表与各所述分支箱间的历史相关系数，以及各所述分支箱与各所述配电变压器之间的历史相关系数为输出，对BP神经网络进行训练，生成所述拓扑相关性识别模型；其中，用户电表与具有从属拓扑关系的分支箱之间的历史相关系数为1，用户电表与不具有从属拓扑关系的分支箱之间的历史相关系数为0，分支箱与具有从属拓扑关系的配电变压器之间的历史相关系数为1，分支箱与不具有从属拓扑关系的配电变压器之间的历史相关系数为0。4.如权利要求3所述的基于神经网络的低压配电网拓扑识别方法，其特征在于，在生成所述拓扑相关性识别模型时，根据所述输入样本通过遗传算法确定所述BP神经网络的隐藏层个数以及每层隐藏层中神经元个数。5.如权利要求1所述的基于神经网络的低压配电网拓扑识别方法，其特征在于，还包括：将所识别的低压配电网中各用户电表、各分支箱以及各配电变压器的拓扑关系存储至数据库中，并对数据库中的历史拓扑数据进行更新。6.一种基于神经网络的低压配电网拓扑识别装置，其特征在于，包括：数据采集模块、相关性计算模块以及拓扑识别模块；所述数据采集模块，用...
【专利技术属性】
技术研发人员：卢建刚，付佳佳，施展，梁宇图，曾瑛，张正峰，
申请(专利权)人：广东电网有限责任公司电力调度控制中心，
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。