一种基于多元回归分析的低压台区拓扑关系识别方法技术

本发明专利技术公开了一种基于多元回归分析的低压台区拓扑关系识别方法，包括以下步骤：获取电压时间序列

【技术实现步骤摘要】
一种基于多元回归分析的低压台区拓扑关系识别方法


[0001]本专利技术涉及配电线路运维
，尤其涉及一种基于多元回归分析的低压台区拓扑关系识别方法
。

技术介绍

[0002]低压配电台区位于电力系统的末端，直接服务于用户，精准的户变关系和相别关系进行线路损耗计算
、
故障修复
、
用电平衡等应用功能的前提，并且可以提高供电质量和供电可靠性
。
但是由于配电网规模大
、
设备种类多
、
连接方式多样以及运行方式多变等特点，户变关系和相别关系变化相对频繁，漏报
、
误报的情况普遍存在，严重影响了配电网的精细化管理
。
目前电网公司主要采用人工排查和拓扑识别仪两种方式进行拓扑关系辨识
。
人工方法主要依靠工作人员现场排查用户的所属台区，并且手动记录，存在人力成本高
、
效率低的问题；拓扑识别仪需要额外增加设备投资，经济成本高
。
为了提高低压配电台区的管理水平，亟需研究一种用户与台变户变关系和相别关系的自动判断方法
。
[0003]有资料显示，现有的识别方式主要包括：
[0004]采用人工排查的方式对用户所属台区进行识别和校验
。
不仅工作效率低，无法确保台变与用户拓扑关系的准确性，且存在故障报修延迟和故障信息判断出错等问题
。
而且有时依靠现场拉闸停电的方式校核台账信息，给居民生活带来了不便/>。
[0005]采用拓扑识别仪，包括位于变压器侧的识别终端和位于用户侧的手持终端
。
变压器出口处调制高频编码信息，并通过电力网络传输到用户侧
。
如果用户侧可以接收到载波信息，说明用户与变压器属于同一台区
。
该信号仅能够被本台区内的用户接收，不能跨台区传播
。
载波信号的质量一旦受外界环境的影响，可能导致误判
。
[0006]近年来，随着智能电表等终端设备在配电网的普及，电网对台变和用户电气量的采集尤为方便，为户变关系辨识和相别关系辨识奠定了信息基础
。
[0007]中国专利文献
CN112510817A
公开了一种“台区低压拓扑关系智能识别方法”。
包括以下步骤；
S1
：单相表相位识别；
S2
：单相表相位识别验证；
S3
：
A、B、C
相位回路聚类；
S4
：
A、B、C
相位回路聚类验证；
S5
：单相表与回路关系确认
。
上述技术方案对于不同台区用户的区分度有限，配电网拓扑识别正确率有限
。

技术实现思路

[0008]本专利技术主要解决原有的技术方案对于不同台区用户的区分度有限，配电网拓扑识别正确率有限的技术问题，提供一种基于多元回归分析的低压台区拓扑关系识别方法，通过电网实现对台变和用户电气量的采集
,
根据采集到的电压数据，提取电压波动特征参数，结合回归分析对拓扑关系进行辨识，通过定义多个特征参数，有效全面地反映电压曲线的全局特征和局部特征，通过电压曲线的局部变化特征增大不同台区用户的区分度，提高不同台区电压值接近时的配电网拓扑识别正确率
。
[0009]本专利技术的上述技术问题主要是通过下述技术方案得以解决的：本专利技术包括以下步
骤：
[0010]S1
获取电压时间序列
X
＝
[x1,x2,
…
x
m
]；
[0011]S2
对获取的电压数据进行预处理；
[0012]S3
计算待校验用户与周边台变相电压特征参数；
[0013]S4
对电压特征参数进行降维；
[0014]S5
建立待校验用户与周边台变相电压特征参数的回归方程；
[0015]S6
根据判定系数完成待校验用户的户变关系和相位关系
。
[0016]通过定义多个特征参数，有效全面地反映电压曲线的全局特征和局部特征，通过电压曲线的局部变化特征增大不同台区用户的区分度，提高不同台区电压值接近时的配电网拓扑识别正确率
。
[0017]作为优选，所述的步骤
S2
预处理具体包括，检测获取的电压数据是否存在缺失或异常，对缺失的电压数据进行插值，对异常的电压数据，首先删除异常的电压数据，再根据现有的电压数据进行插值
。
[0018]作为优选，所述的步骤
S3
电压特征参数包括电压标准差
Std、
电压曲线峭度
Kurtosis、
电压曲线偏度
Skewness、
斜率
Slope
和峰谷度
λ
。
[0019]作为优选，所述的电压标准差
Std
，反映电压序列
X
的离散程度：
[0020][0021][0022]其中，
m
表示电压序列中元素的个数，
μ
为
X
的均值；
[0023]电压曲线峭度
Kurtosis
，即电压序列
X
的4阶标准矩，反映电压数据的分布特性：
[0024][0025]电压曲线偏度
Skewness
，即电压序列
X
的3阶标准矩，反映电压数据分布非对称程度：
[0026][0027]作为优选，所述的波谷位置相同数
NSTP
反映的是电压曲线局部的最小值点，波峰位置相同数
NSPP
反映的是电压曲线局部的最大值点，定义峰谷占比
ψ
，表示用户电压序列
A
和台变电压序列
B
在相同的采样时间内波峰位置相等数目和波谷位置相等数目的总和在采集点总数中所占的比例，如下：
[0028][0029]其中，
m
表示电压序列中元素的个数；
α
∈[0,m]，表示两个电压序列中波峰位置相等数目；
β
∈[0,m]，表示两个电压序列中波谷位置相等数目
。
[0030]作为优选，定义峰谷度
λ
，衡量台变与用户电压时间序列的相似性结果差别，设用户电压序列
A
的峰谷度为1，台变电压序列
B
的峰谷度计算如下：
[0031][0032]如果台变电压序列与用户电压序列峰谷占比超过
60
％，台变电压序列和用户电压序列相似性大，台变电压序列的峰谷度为1，否则为
0。
在皮尔逊相关系数的研究出，认为
0.6
～
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于多元回归分析的低压台区拓扑关系识别方法，其特征在于，包括以下步骤：
S1
获取电压时间序列
X
＝
[x1,x2,x
m
]
；
S2
对获取的电压数据进行预处理；
S3
计算待校验用户与周边台变相电压特征参数；
S4
对电压特征参数进行降维；
S5
建立待校验用户与周边台变相电压特征参数的回归方程；
S6
根据判定系数完成待校验用户的户变关系和相位关系
。2.
根据权利要求1所述的一种基于多元回归分析的低压台区拓扑关系识别方法，其特征在于，所述步骤
S2
预处理具体包括，检测获取的电压数据是否存在缺失或异常，对缺失的电压数据进行插值，对异常的电压数据，首先删除异常的电压数据，再根据现有的电压数据进行插值
。3.
根据权利要求1所述的一种基于多元回归分析的低压台区拓扑关系识别方法，其特征在于，所述步骤
S3
电压特征参数包括电压标准差
Std、
电压曲线峭度
Kurtosis、
电压曲线偏度
Skewness、
斜率
Slope
和峰谷度
λ
。4.
根据权利要求3所述的一种基于多元回归分析的低压台区拓扑关系识别方法，其特征在于，所述电压标准差
Std
，反映电压序列
X
的离散程度：的离散程度：其中，
m
表示电压序列中元素的个数，
μ
为
X
的均值；电压曲线峭度
Kurtosis
，即电压序列
X
的4阶标准矩，反映电压数据的分布特性：电压曲线偏度
Skewness
，即电压序列
X
的3阶标准矩，反映电压数据分布非对称程度：
5.
根据权利要求1所述的一种基于多元回归分析的低压台区拓扑关系识别方法，其特征在于，所述波谷位置相同数
NSTP
反映的是电压曲线局部的最小值点，波峰位置相同数
NSPP
反映的是电压曲线局部的最大值点，定义峰谷占比
ψ
，表示用户电压序列
A
和台变电压序列
B
在相同的采样时间内波峰位置相等数目和波谷位置相等数目的总和在采集点总数中所占的比例，如下：其中，
m
表示电压序列中元素的个数；
α
∈[0,m]
，表示两个电压序列中波峰位置相等数目；
β
∈[0,m]
，表示两个电压序列中波谷位置相等数目
。6.
根据权利要求3所述的一种基于多元回归分析的低压台区拓扑关系识别方法，其特征在于，定义峰谷度
λ
，衡量台变与用户电压时间序列的相似性结果差别，设用户电压序列
A
的峰谷度为1，台变电压序列
B
的峰谷度计算如下：如果台变电压序列与用户电压序列峰谷占比超过
60
％，台变电压序列和用户电压序列相似性大，台变电压序列的峰谷度为1，否则为
0。7.
根据权利要求3所述的一种基于多元回归分析的低压台区拓扑关系识别方法，其特征在于，设参与拓扑识别的
n
个电压序列为
Y1,Y2,
…
,Y
i
,
…
,Y
n

【专利技术属性】
技术研发人员：刘苏，沈中元，刘云辉，马振琦，白景涛，张建平，陆卫红，郑铭洲，覃天涯，周靓磊，彭斌，曹睿，吴新瑞，李宇昊，龙鹏，路凯，白俊，
申请(专利权)人：嘉兴市恒光电力建设有限责任公司滨海分公司嘉兴市众业供电服务有限公司滨海分公司，
类型：发明
国别省市：