基于任意分割异常线损数据修复方法、系统、设备及介质技术方案

本发明专利技术提供了一种基于任意分割异常线损数据修复方法、系统、设备及介质，包括：利用局部异常因子算法从配电网所有节点中筛选含有异常线损数据的异常节点；根据拓扑关系和节点之间的关系，对所述异常节点进行任意分割，并以满足理论线损校验计算为目标对所述任意分割进行调整，确定任意分割区域；基于所述任意分割区域，识别各任意分割区域中异常线损数据的异常类型，并根据所述异常类型对所述异常线损数据进行修复；基于配电网拓扑结构的节点配变分割，提高对异常线损的识别精度，并对异常数据按异常类型进行快速修正，保证线损数据的一致性、完整性及有效性。完整性及有效性。完整性及有效性。

【技术实现步骤摘要】
基于任意分割异常线损数据修复方法、系统、设备及介质


[0001]本专利技术属于配网线损管理
，具体涉及一种基于任意分割异常线损数据修复方法、系统、设备及介质。

技术介绍

[0002]近几年，配网智能程度逐渐加强，但在线损计算系统中，因数据来源于调度、营销、设备等多业务系统，基础数据冗余大，管理上条块分割使得数据对应和共享难度大，特别是高比例分布式电源接入后，线损计算源端数据的质量问题进一步加剧，数据的一致性、完整性及有效性难以保证。
[0003]相关学者提出了一种快速在线辨识多端直流配网故障位置和严重程度的方法。首先，建立了描述直流线路对线路两端注入故障电流的极对地和极对极故障动态响应的通用模型。在此基础上，采用卡尔曼滤波器对故障位置和电阻进行估计。最后，对某三端直流配网模型中的各种故障场景进行实时仿真，证明了该方法的有效性。此外，相关学者基于高精度PMU提供的大量历史电压数据，挖掘配网拓扑结构和电压之间的相关性，实现了配网的故障拓扑辨识。国内学者徐玮韡针对配网多数据源的现状，在电力系统综合数据平台收集多个异构系统信息的基础上，通过决策树理论构建数据质量标签，并基于质量标签对不良数据进行修补。叶锋分析了实际电力系统中负荷异常数据的主要成因，并针对两类主要的坏数据各自的特点，分别使用不同的方法处理负荷预测样本数据。刁赢龙提出一种面向大规模配网负荷数据的在线清洗与修复方法，包括基于密度的负荷数据流异常辨识方法和基于协同过滤推荐算法的负荷数据修复方法，实现了配网大规模、混杂、不精确的监测或采集负荷数据在线清洗；上述方案均难以提升线损数据处理的准确率。
[0004]基于上述背景，目前研究缺乏有效的异常数据检测技术，同时未对配网失真数据类型的差异化处理，难以提升线损数据处理的准确率、容错率以及同时率。

技术实现思路

[0005]为克服上述现有技术的不足，本专利技术提出一种基于任意分割异常线损数据修复方法，包括：
[0006]利用局部异常因子算法从配电网所有节点中筛选含有异常线损数据的异常节点；
[0007]根据拓扑关系和节点之间的关系，对所述异常节点进行任意分割，并以满足理论线损校验计算为目标对所述任意分割进行调整，确定任意分割区域；
[0008]基于所述任意分割区域，识别各任意分割区域中异常线损数据的异常类型，并根据所述异常类型对所述异常线损数据进行修复。
[0009]优选的，所述利用局部异常因子算法从配电网所有节点中筛选含有异常线损数据的异常节点，包括：
[0010]获取配电网所有节点的数据；所述数据包括下述中的一种或多种：节点电压、电流和功率；
[0011]通过给每个数据都分配一个依赖于相邻区域密度的离群因子的离群程度值，计算每个数据周围数据点的平均密度与所述数据密度的比值；
[0012]根据每个数据周围数据点的平均密度与数据密度的比值，计算出每个配电网节点的局部异常因子；
[0013]根据所述局部异常因子确定含有异常线损数据的异常节点。
[0014]优选的，所述局部异常因子算法的计算式如下：
[0015][0016]其中，LOF
k
(e)为配电网节点e的局部异常因子，ρ
k
(e)为配电网节点e的第k邻域的局部可达密度，ρ
k
(f
i
)为第i天在k邻域的同期线损数据到配电网节点e的中心局部可达密度，N
k
(e)为配电网节点e的邻域，k为配电网节点的总数，f
i
为数据点第i天同期线损数据；
[0017]所述局部可达密度的计算式如下：
[0018][0019]其中，dk(e，f
i
)为配电网节点e到对应的第i天同期线损数据的距离与配电网节点的第k距离中最大的一个。
[0020]优选的，所述根据所述局部异常因子确定含有异常线损数据的异常节点，包括：
[0021]当所述局部异常因子在正常阈值范围外时，则将所述配电网节点数据所在的节点确定为异常节点。
[0022]优选的，所述根据拓扑关系和节点之间的关系，对所述异常节点进行任意分割，并以满足理论线损校验计算为目标对所述任意分割进行调整，确定任意分割区域，包括：
[0023]根据拓扑关系设置的指标和预设的目标，对所述异常节点进行任意分割区域初次划分，确定初次划分区域；
[0024]对所述初次划分区域内的异常节点和邻近节点进行理论线损校验计算，确定任意分割的分割结果。
[0025]优选的，所述根据拓扑关系设置的指标和预设的目标，对所述异常节点进行任意分割区域初次划分，确定初次划分区域，包括：
[0026]根据站、线、变和户的拓扑关系设置指标；所述指标包括下述中的一种或多种：电压等级、配变数量和节点间线路长度；
[0027]以区域内部节点之间连接线路的权值最大化和区域外部边界节点之间连接线路的权值最小化为预设的目标，并采用模块度的GN算法对异常节点进行划分，得到初始分区；
[0028]基于所述初始分区的电压等级、配变数量和异常节点的异常线损数据，采用模糊C均值聚类算法进行聚类，确定初次划分区域。
[0029]优选的，所述以区域内部节点之间连接线路的权值最大化和区域外部边界节点之间连接线路的权值最小化为预设的目标，并采用模块度的GN算法对异常节点进行划分，得到初始分区，包括：
[0030]将所有异常节点初始化为各个独立区域；
[0031]分别计算每个区域的模块度，通过所述模块度判断各个区域是否存在可合并成新
区域的待合并区域；当存在所述待合并区域时，则合并所述待合并区域，直到模块度达到最大，得到满足所述目标的初始分区。
[0032]优选的，所述模块度的计算公式如下：
[0033][0034][0035]其中，C表示初始分区，P为配电网所有节点组成的网络中各区域内节点的集合；K
b
为节点b的度，表示与点b相连的所有边的权重之和；m为网络中所有边的权重之和，M为模块度，且取值范围为(
‑
1，1)；K
ab
为节点a与节点b连接线路的权值，Ce为各个区域的集合，P
a，b
为属于同区域C的节点a和b；δ(z，o)是以z与o为输入的克罗内克函数表达式，表示若节点z、o属于同个区域，则取1，否则为0；
[0036]所述节点i与节点j连接线路的权值的计算式如下：
[0037][0038]其中，K
ab
为节点a、b连接线路的权值，K
ab
的权值取决于连接线路的长度，节点a、b相距越远，边权重越小；L
ab
代表节点a、b之间线路长度，L1为设定的线路长度的第一阈值，L2为设定的线路长度的第二阈值，L
*
为连接线路的中间权值，且0＜L
*
＜1。
[0039]优选的，所述模糊C均值聚类算法的模型如本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于任意分割异常线损数据修复方法，其特征在于，包括：利用局部异常因子算法从配电网所有节点中筛选含有异常线损数据的异常节点；根据配电网的拓扑关系和节点之间的关系，对所述异常节点进行任意分割，并以满足理论线损校验计算为目标对所述任意分割进行调整，确定任意分割区域；基于所述任意分割区域，识别各任意分割区域中异常线损数据的异常类型，并根据所述异常类型对所述异常线损数据进行修复。2.如权利要求1所述的方法，其特征在于，所述利用局部异常因子算法从配电网所有节点中筛选含有异常线损数据的异常节点，包括：获取配电网所有节点的数据；所述数据包括下述中的一种或多种：节点电压、电流和功率；通过给每个数据都分配一个依赖于相邻区域密度的离群因子的离群程度值，计算每个数据周围数据点的平均密度与所述数据密度的比值；根据每个数据周围数据点的平均密度与数据密度的比值，计算出每个配电网节点的局部异常因子；根据所述局部异常因子确定含有异常线损数据的异常节点。3.如权利要求2所述的方法，其特征在于，所述局部异常因子算法的计算式如下：其中，LOF
k
(e)为配电网节点e的局部异常因子，ρ
k
(e)为配电网节点e的第k邻域的局部可达密度，ρ
k
(f
i
)为第i天在k邻域的同期线损数据到配电网节点e的中心局部可达密度，n
k
(e)为配电网节点e的邻域，k为配电网节点的总数，f
i
为数据点第i天同期线损数据；所述局部可达密度的计算式如下：其中，dk(e，f
i
)为配电网节点e到对应的第i天同期线损数据的距离与配电网节点的第k距离中最大的一个。4.如权利要求2所述的方法，其特征在于，所述根据所述局部异常因子确定含有异常线损数据的异常节点，包括：当所述局部异常因子在正常阈值范围外时，则将所述配电网节点数据所在的节点确定为异常节点。5.如权利要求1所述的方法，其特征在于，所述根据拓扑关系和节点之间的关系，对所述异常节点进行任意分割，并以满足理论线损校验计算为目标对所述任意分割进行调整，确定任意分割区域，包括：根据拓扑关系设置的指标和预设的目标，对所述异常节点进行任意分割区域初次划分，确定初次划分区域；对所述初次划分区域内的异常节点和邻近节点进行理论线损校验计算，确定任意分割的分割结果。6.如权利要求5所述的方法，其特征在于，所述根据拓扑关系设置的指标和预设的目
标，对所述异常节点进行任意分割区域初次划分，确定初次划分区域，包括：根据站、线、变和户的拓扑关系设置指标；所述指标包括下述中的一种或多种：电压等级、配变数量和节点间线路长度；以区域内部节点之间连接线路的权值最大化和区域外部边界节点之间连接线路的权值最小化为预设的目标，并采用模块度的GN算法对异常节点进行划分，得到初始分区；基于所述初始分区的电压等级、配变数量和异常节点的异常线损数据，采用模糊C均值聚类算法进行聚类，确定初次划分区域。7.如权利要求6所述的方法，其特征在于，所述以区域内部节点之间连接线路的权值最大化和区域外部边界节点之间连接线路的权值最小化为预设的目标，并采用模块度的GN算法对异常节点进行划分，得到初始分区，包括：将所有异常节点初始化为各个独立区域；分别计算每个区域的模块度，通过所述模块度判断各个区域是否存在可合并成新区域的待合并区域；当存在所述待合并区域时，则合并所述待合并区域，直到模块度达到最大，得到满足所述目标的初始分区。8.如权利要求7所述的方法，其特征在于，所述模块度的计算公式如下：8.如权利要求7所述的方法，其特征在于，所述模块度的计算公式如下：其中，C表示初始分区，P为配电网所有节点组成的网络中各区域内节点的集合；K
b
为节点b的度，表示与点b相连的所有边的权重之和；m为网络中所有边的权重之和，M为模块度，且取值范围为(
‑
1，1)；K
ab
为节点a与节点b连接线路的权值，Ce为各个区域的集合，P
a，b
为属于同区域C的节点a和b；δ(z，o)是以z与o为输入的克罗内克函数表达式，表示若节点z、o属于同个区域，则取1，否则为0；所述节点i与节点j连接线路的权值的计算式如下：其中，K
ab
为节点a、b连接线路的权值，K
ab
的权值取决于连接线路的长度，节点a、b相距越远，边权重越小；L
ab
代表节点a、b之间线路长度，L1为设定的线路长度的第一阈值，L2为设定的线路长度的第二阈值，L
*
为连接线路的中间权值，且0＜L
*
＜1。9.如权利要求6所述的方法，其特征在于，所述模糊C均值聚类算法的模型如下：
max x
pq
{|u
pq(t)
‑
u
pq(t+1)
|}＜ε其中，ξ指隶属矩阵，u
pq
为第p个台区配变x
p
属于第q类的隶属度值；台区是指台变供电的区域范围；s为配变数量，q为电压等级的类别，x
p
表示第p个台区配变；V为聚类中心矩阵，且V＝[v1，v2，...，v
s
]，v1为第1簇的类中心，v2为第2簇...

【专利技术属性】
技术研发人员：张新鹤，何桂雄，梁琛，钟鸣，王松岑，何振武，马喜平，黄伟，陈洪银，贾晓强，
申请(专利权)人：国家电网有限公司国网甘肃省电力公司国网甘肃省电力公司电力科学研究院，
类型：发明
国别省市：