一种基于神经网络的低压配电网拓扑识别方法及装置制造方法及图纸

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：