一种基于数据驱动的台区多层拓扑结构辨识方法技术

本发明专利技术公开了一种基于数据驱动的台区多层拓扑结构辨识方法，包括如下步骤：S1：通过数据采集模块收取预处理后的数据集，结合电力系统中电流电压有功无功流向规律，基于机器学习神经网络、线性回归等算法，自动识别出拓扑关系，形成一套拓扑关系数据，建立一套数据驱动拓扑建模算法；S2：在拓扑模型的基础上，结合采集的运行台账数据，计算相关的台区指标，依托潮流算法，专家规则和拓扑图计算等方法，智能分析台区健康问题；本发明专利技术在计算过程中考虑了测量误差以及电能表测量数据的不同步所引起的误差等因素，在误差存在的条件下，减少误差对于计算过程的影响，因此本方法有很高的辨识准确度，可靠性较好。可靠性较好。可靠性较好。

【技术实现步骤摘要】
一种基于数据驱动的台区多层拓扑结构辨识方法


[0001]本专利技术涉及配电系统的数据驱动的领域，特别是涉及一种基于数据驱动的台区多层拓扑结构辨识方法。

技术介绍

[0002]低压配电网(简称台区)作为供电服务的“最后一公里”，是保证电能质量的重要环节。近年来，智能电表得到广泛应用并深度推广至台区，进一步提高了智能电网服务质量。准确的拓扑结构是低压配电网进行线损分析、停电管理、费控、三相不平衡治理等应用功能的基础。然而，在实际运行场景中，由于存在连线混乱、档案资料不全等问题，导致部分台区营销拓扑档案中的“馈线
‑
分支
‑
相线
‑
用户”关系准确度低，依靠人力现场排查校验，效率低下、动态拓扑变化更新不及时。因此，找到一种准确、快速、通用强的拓扑辨识方法，对电力公司监测台区运行情况具有一定的研究意义。
[0003]为了确保低压配电网拓扑结构的准确性，需要先辨识现有低压配电网的拓扑结构，并且定期对低压配电网的拓扑结构进行更新。现有的低压配电网络拓扑辨识方法中，第一类是依靠人工，根据历史竣工资料本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据驱动的台区多层拓扑结构辨识方法，其特征在于：包括如下步骤：S1：通过数据采集模块收取预处理后的数据集，结合电力系统中电流电压有功无功流向规律，基于机器学习神经网络、线性回归等算法，自动识别出拓扑关系，形成一套拓扑关系数据，建立一套数据驱动拓扑建模算法；S2：在拓扑模型的基础上，结合采集的运行台账数据，计算相关的台区指标，依托潮流算法，专家规则和拓扑图计算等方法，智能分析台区健康问题；S3：基于智能分析工具，定位异常数据，结合异常数据原因，依托专家规则，拓扑图计算，聚类分析和典型经验规律等方式，融合成一套台区精准辅助分析工具；S4：建立一套硬件结合软件模块的闭环采集分析工具。2.根据权利要求1所述的一种基于数据驱动的台区多层拓扑结构辨识方法，其特征在于：所述S1中预处理指的是将收集到的单个数据的注入数据量测pi转换为服从标准正态分布的随机变量pn,i后，计算Pn＝{pn,1,pn,2,...,pn,N}的协方差矩阵∑，然后采用Cholesky分解得到下三角矩阵L，得到神经网络训练集的输入样本Pt＝L
‑
1PnT，其中：i＝1,2,...,N，而其中的训练集为训练集输入样本Pt与训练集输出样本，即节点电压幅值量测Ut＝{u1,u2,...,uN}的集合，且数据集通过下方方式得到：1)计算标准差向量：其中：为矩阵L
‑
1的第i行，第k列元素；2)生成均值为0，标准差为σi的服从独立正态分布的随机变量pc,i；3)得到测试集输入样本Ps＝L
‑
1PcT，其中Pc＝{pc,1,pc,2,...,pc,N}。3.根据权利要求1所述的一种基于数据驱动的台区多层拓扑结构辨识方法，其特征在于：所述S2中的拓扑图计算方法具体为将数据集中的数据电量与运行台账数据中电量作为矩阵的行变量...

【专利技术属性】
技术研发人员：王东，唐晓博，韩啸，李双厚，于娇，史泽，杨琳，任争，赵宇，张扬，张海容，黄艺，
申请(专利权)人：国网黑龙江省电力有限公司哈尔滨供电公司，
类型：发明
国别省市：