一种台区户变关系识别方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种台区户变关系识别方法、装置、电子设备及存储介质。包括：获取待识别变压器低压侧电表和用户端电表所采集的时序电压数据并对电表采集的时序电压数据进行标准化处理得标准化时序电压数据，针对每个电表的标准化时序电压数据提取特征并对特征进行聚类得到多个聚类集，每个聚类集中包含一个待识别变压器低压侧电表对应的特征向量以及多个用户端电表对应的特征向量。通过变压器低压侧和用户端的电表采集时序电压数据，不受采集范围所限制，也不易收到干扰，采集的时序电压数据准确度高，实现自动通过采集的时序电压数据识别户变关系，既节省人力成本，采集的时序电压数据不受范围所限制性，干扰小，能够准确识别大范围内的户变关系。别大范围内的户变关系。别大范围内的户变关系。

【技术实现步骤摘要】
一种台区户变关系识别方法、装置、电子设备及存储介质


[0001]本专利技术实施例涉及电力检测
，尤其涉及一种台区户变关系识别方法、装置、电子设备及存储介质。

技术介绍

[0002]随着经济的发展和城市化进程的不断推进，台区下的用户数量增长极为迅速，台区户变关系变动频繁，造成部分用户的真实户变关系与档案记载不相符的情况，正确的户变关系是负荷平衡管理、台区线损计算以及线路改造等业务开展的保障。
[0003]当前户变关系识别方法主要分为人工识别和台区设备识别，人工识别通过电力人员到各家各户现场进行用户台区归属的判断，台区设备识别主要依靠电力线宽带载波通信技术和脉冲电流采集数据后来实现户变关系。
[0004]上述人工识别的人力成本高、工作效率低、耗时长，而电力线宽带载波通信技术和脉冲电流采集数据，宽带载波信号传输范围有限，并且由于串扰等因素影响，易造成台区的错误归属问题，脉冲电流信号存在识别范围受限的影响。

技术实现思路

[0005]本专利技术提供一种台区户变关系识别方法、装置、电子设备及存储介质，以解决目前通过人工识别户变关系人力投入大，通过带载波通信技术和脉冲电流采集数据识别户变关系存在易受干扰、识别范围有限的问题。
[0006]第一方面，本专利技术实施例提供了一种台区户变关系识别方法，包括:
[0007]获取待识别变压器低压侧电表和用户端电表所采集的时序电压数据；
[0008]对所述电表采集的所述时序电压数据进行标准化处理得标准化时序电压数据；
[0009]针对每个电表的标准化时序电压数据提取特征；
[0010]对所述特征进行聚类得到多个聚类集，每个所述聚类集中包含一个所述待识别变压器低压侧电表对应的特征向量以及所述待识别变压器低压侧的多个用户端电表对应的特征向量。
[0011]进一步的，所述对所述电表采集的所述时序电压数据进行标准化处理获得标准化时序电压数据之前，包括：
[0012]判断每个所述电表所采集的时序电压数据的采集率是否达到100％；
[0013]若否，则对所述时序电压数据进行插值处理，得到采样率为100％的时序电压数据；
[0014]若是，采用采样率为100％的时序电压数据构建原始电压矩阵U：
[0015][0016]其中：N为用户和变压器的总数，d为电表采集的电压数据的总点数，为电表i在t
h
时刻的电压测量值，U的行向量U
i
表示单个电表i在每一时刻的电压测量值，U的列向量表示所有电表在t
h
时刻的电压测量值。
[0017]进一步的，所述对所述电表采集的所述时序电压数据进行标准化处理得标准化时序电压数据，包括：
[0018]采用零均值标准化算法对所述原始电压矩阵U中的时序电压数据进行标准化处理，得到标准化后得到矩阵
[0019]其中，零均值标准化算法公式如下：
[0020][0021]标准化后得到矩阵如下：
[0022][0023]其中：f
mean
(U
i
)为单个电表i的电压测量值的平均值，f
std
(U
i
)为单个电表i的电压测量值的标准差，为标准化后的矩阵行向量，表示单个电表i在每一时刻的电压测量值的标准化值，表示所有电表在t
h
时刻的电压测量值的标准化值。
[0024]进一步的，所述针对每个电表的标准化时序电压数据提取特征，包括：
[0025]按照预设数值m将所述矩阵划分为至少两个子序列矩阵；
[0026]针对每个所述子序列矩阵，根据所述子序列矩阵内的电压数据计算电压爬坡事件总数α和电压波动事件总数β，其中，电压爬坡事件总数α通过以下公式计算：
[0027][0028][0029][0030]电压波动事件总数β通过以下公式计算：
[0031][0032][0033][0034]上述公式中，分别为每个子序列矩阵内的电压数据最大值和最小值，γ为设定的阈值，α
i
为子序列矩阵内电表i的电压爬坡事件数，α为子序列矩阵内所有电表的电压爬坡事件数总和，k1，k2分别为子序列矩阵内电表i标准化后t
h
时刻电压与t
h
‑1，t
h+1
时刻电压线段斜率，ε为设定的阈值，为电表i在t
h
时刻的电压波动事件数，β
i
为子序列矩阵内电表i的电压波动事件数，β为子序列矩阵内所有电表的电压波动事件数总和；
[0035]判断所述电压爬坡事件总数α是否小于预设阈值δ，以及判断所述电压波动事件总数β是否小于预设阈值η；
[0036]若是，计算所述子序列矩阵内每个电表的电压数据的均值，并采用所述均值替换所述电压数据；
[0037]若否，所述子序列矩阵内每个电表的电压数据保持不变；
[0038]采用多个所述子序列矩阵重新组成矩阵以作为特征。
[0039]进一步的，所述对所述特征进行聚类得到多个聚类集，包括：
[0040]基于所述矩阵利用高斯核函数构建电表间的权重矩阵W：
[0041][0042][0043]其中：w
i,j
为权重矩阵W中的元素，表示电表i与电表j之间的权重关系，为特征提取后矩阵中电表i对应的行向量，为特征提取矩阵中电表j对应的行向量，σ为控制权重值大小的参数；
[0044]将权重矩阵的每一行元素求和得d
i
,i＝1,2,
…
,N，并采用d
i
组成N
×
N的对角矩阵得到度矩阵D:
[0045][0046]通过等式推导出拉普拉斯矩阵L；
[0047]计算拉普拉斯矩阵L的特征值和所述特征值对应的特征向量；
[0048]将特征值由小到大排列以确定出前k个特征值，将前k个特征值对应的k个特征向量ξ1,ξ2,
…
,ξ
k
组成矩阵Y:
[0049][0050]对矩阵Y中的每一行向量进行单位化后重新构成矩阵Q，其中，单位化公式如下：
[0051][0052]矩阵Q如下：
[0053][0054]将矩阵Q的每一行向量作为一个k维样本，并将矩阵Q中的N个样本进行基于K均值聚类算法计算获得聚类集，所述聚类集中包括一个待识别变压器低压侧电表对应的k为样本和所述待识别变压器低压侧的多个用户端电表对应的k为样本。
[0055]进一步的，所述将矩阵Q的每一行向量作为一个k维样本，并将矩阵Q中的N个样本进行基于K均值聚类算法计算获得聚类集，包括：
[0056]从N个样本中随机选取k个样本作为初始聚类中心；
[0057]计算所述N个样本与所述k个聚类中心之间的欧式距离，依据所述欧式距离将所述N个样本划分至距离最近的聚类中心所在聚类集中；
[0058]计算所述k个聚类集中样本的平均值，依据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种台区户变关系识别方法，其特征在于，包括:获取待识别变压器低压侧电表和用户端电表所采集的时序电压数据；对所述电表采集的所述时序电压数据进行标准化处理得标准化时序电压数据；针对每个电表的标准化时序电压数据提取特征；对所述特征进行聚类得到多个聚类集，每个所述聚类集中包含一个所述待识别变压器低压侧电表对应的特征向量以及所述待识别变压器低压侧的多个用户端电表对应的特征向量。2.根据权利要求1所述的台区户变关系识别方法，其特征在于，所述对所述电表采集的所述时序电压数据进行标准化处理获得标准化时序电压数据之前，包括：判断每个所述电表所采集的时序电压数据的采集率是否达到100％；若否，则对所述时序电压数据进行插值处理，得到采样率为100％的时序电压数据；若是，采用采样率为100％的时序电压数据构建原始电压矩阵U：其中：N为用户和变压器的总数，d为电表采集的电压数据的总点数，为电表i在t
h
时刻的电压测量值，U的行向量U
i
表示单个电表i在每一时刻的电压测量值，U的列向量表示所有电表在t
h
时刻的电压测量值。3.根据权利要求2所述的台区户变关系识别方法，其特征在于，所述对所述电表采集的所述时序电压数据进行标准化处理得标准化时序电压数据，包括：采用零均值标准化算法对所述原始电压矩阵U中的时序电压数据进行标准化处理，得到标准化后得到矩阵其中，零均值标准化算法公式如下：标准化后得到矩阵如下：其中：f
mean
(U
i
)为单个电表i的电压测量值的平均值，f
std
(U
i
)为单个电表i的电压测量值的标准差，为标准化后的矩阵行向量，表示单个电表i在每一时刻的电压测量值的标准化值，表示所有电表在t
h
时刻的电压测量值的标准化值。4.根据权利要求3所述的台区户变关系识别方法，其特征在于，所述针对每个电表的标准化时序电压数据提取特征，包括：
按照预设数值m将所述矩阵划分为至少两个子序列矩阵；针对每个所述子序列矩阵，根据所述子序列矩阵内的电压数据计算电压爬坡事件总数α和电压波动事件总数β，其中，电压爬坡事件总数α通过以下公式计算：α和电压波动事件总数β，其中，电压爬坡事件总数α通过以下公式计算：α和电压波动事件总数β，其中，电压爬坡事件总数α通过以下公式计算：电压波动事件总数β通过以下公式计算：电压波动事件总数β通过以下公式计算：电压波动事件总数β通过以下公式计算：上述公式中，分别为每个子序列矩阵内的电压数据最大值和最小值，γ为设定的阈值，α
i
为子序列矩阵内电表i的电压爬坡事件数，α为子序列矩阵内所有电表的电压爬坡事件数总和，k1，k2分别为子序列矩阵内电表i标准化后t
h
时刻电压与t
h
‑1，t
h+1
时刻电压线段斜率，ε为设定的阈值，为电表i在t
h
时刻的电压波动事件数，β
i
为子序列矩阵内电表i的电压波动事件数，β为子序列矩阵内所有电表的电压波动事件数总和；判断所述电压爬坡事件总数α是否小于预设阈值δ，以及判断所述电压波动事件总数β是否小于预设阈值η；若是，计算所述子序列矩阵内每个电表的电压数据的均值，并采用所述均值替换所述电压数据；若否，所述子序列矩阵内每个电表的电压数据保持不变；采用多个所述子序列矩阵重新组成矩阵以作为特征。5.根据权利要求4所述的台区户变关系识别方法，其特征在于，...

【专利技术属性】
技术研发人员：尹善耀，许晓春，何奕枫，张胜强，严利萍，谢林翰，刘静云，钟振鑫，
申请(专利权)人：广东电网有限责任公司惠州供电局，
类型：发明
国别省市：