【技术实现步骤摘要】
一种配网台区户变关系辨识方法、装置及计算机存储介质
[0001]本专利技术涉及电力系统配电网管理
，尤其涉及一种配网台区户变关系辨识方法、装置及计算机存储介质。
技术介绍
[0002]配电网精益化管理是实现电力企业提质增效的有效措施，准确的户变关系信息是开展配电网精益化管理的前提。当前低压配电网拓扑信息依赖人工录入，由于历史记录丢失、配变扩容与线路迁改时信息更新不及时等原因，导致台账中的户变关系存在不少错误的情况，严重阻碍台区故障定位、窃电核查、线损及三相不平衡治理等台区精益化管理工作的开展。
[0003]传统的户变关系辨识方法主要包括人工巡线法、瞬时停电法、特征信号法和台区识别仪法。其中，人工巡线法依赖人工开展，耗费人力；瞬时停电法影响客户用电体验，影响供电可靠性指标；特征信号法和台区识别仪法，则需要新增设备投资，且易受干扰噪声影响。因此，上述方法难以大规模常态化开展，弊端凸显。
[0004]随着用电采集系统与智能电表的普及应用，海量用户用电数据被广泛采集，使得利用数据挖掘方法进行户变关系辨识成为可能...
【技术保护点】
【技术特征摘要】
1.一种配网台区户变关系辨识方法，其特征在于，包括：获取配网台区变压器及用户的电压量测信号，基于所述电压量测信号进行经验模式分解，得到一系列特征互异的电压量测信号IMF分量；利用样本熵度量各所述电压量测信号IMF分量的复杂度，对样本熵相近的电压量测信号IMF分量重构为趋势分量、细节分量和随机分量，获得对应的重构分量矩阵；以多分辨率分析测度作为配网台区变压器与用户之间、用户与用户之间的相似性度量，对所述重构分量矩阵进行K
‑
means聚类，根据得到的聚类结果确定台区户变关系；其中，所述多分辨率分析测度为重构分量矩阵之间的距离和/或相似度。2.根据权利要求1所述的配网台区户变关系辨识方法，其特征在于，所述以多分辨率分析测度作为台区变压器与用户之间、用户与用户之间的相似性度量，对所述重构分量矩阵进行K
‑
means聚类，包括：选取k个台区变压器为初始聚类中心；根据所述重构分量矩阵，计算用户与各初始聚类中心的多分辨率分析测度，根据计算结果将用户归类到距离最近或相似度最大的聚类中心对应的分簇；更新聚类中心；迭代执行归类和重新计算过程，直至误差函数收敛或达到最大迭代次数。3.根据权利要求2所述的配网台区户变关系辨识方法，其特征在于，所述多分辨率分析测度为重构分量矩阵之间的距离，所述计算用户与各初始聚类中心的多分辨率分析测度，包括：设用户x对应重构分量矩阵为，、和分别为用户x对应重构分量矩阵的趋势分量、细节分量和随机分量，、和分别为、和的第j个元素，初始聚类中心y对应重构分量矩阵为，、和分别为初始聚类中心y对应重构分量矩阵的趋势分量、细节分量和随机分量，、和分别为、和的第j个元素，N为元素数量，按照下式计算用户与各初始聚类中心的多分辨率分析测度：式中，为用户x与初始聚类中心y的重构分量矩阵之间的距离，用于表示用户x与初始聚类中心y的多分辨率分析测度。4.根据权利要求2所述的配网台区户变关系辨识方法，其特征在于，所述多分辨率分析测度为重构分量矩阵之间的相似度，所述计算用户与各初始聚类中心的多分辨率分析测度，包括：
设用户x对应重构分量矩阵为，、和分别为用户x对应重构分量矩阵的趋势分量、细节分量和随机分量，、和分别为、和的第j个元素，初始聚类中心y对应重构分量矩阵为，、和分别为初始聚类中心y对应重构分量矩阵的趋势分量、细节分量和随机分量，、和分别为、和的第j个元素，为元素数量，按照下式计算用户与各初始聚类中心的多分辨率分析测度：式中，r(x,y)为样本x和y的相似度，用于表示用户x与初始聚类中心y的多分辨率分析测度；为矩阵中第i行第j列的元素，为矩阵中第i行第j列的元素。5.一种配网台区户变关系辨识装置，其特征在于，包括：信号分解模块，用于获取配网台区变压器及用户的电压量测信号，基于所述电压量测信号进行经验模式分解，得到一系列特征互异的电压量测信号IMF分量；信号重...
【专利技术属性】
技术研发人员：张殷，李新，王俊波，李国伟，唐琪，范心明，董镝，宋安琪，黎小龙，刘少辉，吴焯军，章涛，刘昊，王云飞，李雷，涂琬婧，梁年柏，刘崧，赖艳珊，李兰茵，王智娇，
申请(专利权)人：广东电网有限责任公司佛山供电局，
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。