一种基于近似马尔科夫毯的配电网拓扑识别方法及系统技术方案

本发明专利技术提出了一种基于近似马尔科夫毯的配电网拓扑识别方法及系统，包括：获取配电网系统原始电压、功率数据并进行预处理；基于所获取的配电网系统原始电压、功率数据和候选配电网拓扑结构参数集合建立近似马尔科夫毯拓扑识别模型；采用期望最大值算法对近似马尔科夫毯拓扑识别模型进行求解，得到当前配电网拓扑结构参数。可实现对不同类型配电网拓扑结构进行准确和快速的识别。进行准确和快速的识别。进行准确和快速的识别。

【技术实现步骤摘要】
一种基于近似马尔科夫毯的配电网拓扑识别方法及系统


[0001]本专利技术属于配电网拓扑识别的
，尤其涉及一种基于近似马尔科夫毯的配电网拓扑识别方法及系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]配电网络不同于输电网络，在输电网络中，拓扑结构是定期测量和验证的。配电网络的拓扑信息是不准确的，甚至是不可用的，主要是因为配电网络的拓扑结构经常随时间发生变化。配电网络的拓扑识别是至关重要的，因为准确的拓扑结构是对电力系统进行有效和精确的计算、分析和评估的首要前提。如果配电网络的拓扑结构识别不正确，将会使得配电系统潮流计算、状态估计、故障定位、需求侧响应等实际应用不能得到正确的结果。为此需针对动态变化的配电网络拓扑结构进行识别。
[0004]现有关于配电网络拓扑识别的研究，根据计算过程中配电网络拓扑结构是否发生变化，可分为静态拓扑识别方法和时变拓扑识别方法。对于静态拓扑识别方法，在确定性拓扑结构情况下，基于在配电网络中配备的传感器设备，采用变量误差模型、相互信本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于近似马尔科夫毯的配电网拓扑识别方法，其特征在于，包括：获取配电网系统原始电压、功率数据并进行预处理；基于所获取的配电网系统原始电压、功率数据建立近似马尔科夫毯拓扑识别模型；采用期望最大值算法对近似马尔科夫毯拓扑识别模型进行求解，得到当前配电网拓扑结构参数。2.如权利要求1所述的一种近似马尔科夫毯的配电网拓扑识别方法，其特征在于，包括：采用移动窗口和三西格玛准侧对多采集的配电网系统原始的电压、功率数据进行预处理，具体为：当窗口中的数据有超过其窗口中数据均值与其数据三倍标准差之差时，剔除该数据。3.如权利要求1所述的一种近似马尔科夫毯的配电网拓扑识别方法，其特征在于，所建立的近似马尔科夫毯拓扑识别模型为：其中，N为总的数据点数，f(x
i
；Λ)为在配电网结构参数Λ的条件下样本x
i
的概率，f(x
i
,B
m
；Λ)为在参数Λ的条件下属于B
m
拓扑结构样本x
i
的概率，X＝{x
i
＝(p
i
,q
i
,v
i
,θ
i
),i＝1,2,L,N}，p
i
，q
i
，v
i
，θ
i
分别为第i个有功功率，无功功率，电压幅值，电压相角数据，M为总的拓扑结构数目，N为总的数据点数。4.如权利要求3所述的一种近似马尔科夫毯的配电网拓扑识别方法，其特征在于，根据当前所测量的配电网系统电压、功率数据采用分段期望最大值算法对近似马尔科夫毯拓扑识别模型进行求解，具体包括：步骤1：估测配电网拓扑结构参数；步骤2：判断是否存在两类相同拓扑结构参数的拓扑结构；步骤3：若存在，则该拓扑结构所占比例置为零；步骤4：若不存在，则进一步判断是否存占比为零的拓扑结构，若存在，则结束分段期望最大值算法，输出最终拓扑结构参数；若不存在，则计算分段期望最大值算法的指标，对应最小分段期望最大值算法的指标的拓扑结构保留在原有的拓扑结构中；步骤5：重复步骤2
‑
步骤4，直到满足所有拓扑结构参数都被估测，输出最终的配电网拓扑结构参数。5.如权利要求4所述的一种近似马尔科夫毯的配电网拓扑识别方法，其特征在于，估测配电网拓扑...

【专利技术属性】
技术研发人员：杨晶晶，林骞，张海燕，杨阳，李明明，冯树辉，孙小朋，李江涛，刘国梁，徐凤岐，曹彬，杨佳佳，滕鸿昌，王璐，范兆凯，肖娟，蔺雪震，
申请(专利权)人：国网山东省电力公司潍坊供电公司，
类型：发明
国别省市：