【技术实现步骤摘要】
本申请涉及电力系统，尤其涉及一种低压线相户关系识别方法、装置、设备和存储介质。
技术介绍
1、低压配电网(lvdn)作为电网的末端，直接面对用户，对其进行自动化与智能化变得尤为重要。而随着高级量测体系(ami)技术、分布式发电控制技术等的应用与发展，lvdn的自动化与智能化得到了强大的技术支撑。lvdn更是成为了可再生能源分布式消纳的核心战场。
2、现有的lvdn管理存在着多种问题，如设备繁多、种类繁杂、智能化水平不高等。近些年来，分布式电源的迅速发展使得lvdn的运行、维护、管理、调度等方面始终处于相对落后的状态。在拓扑识别方面，尽管ami能提供大量的数据，但由于长期的技术滞后和管理不实时，拓扑信息经常出现不准确或缺失的情况，这已经成为了制约lvdn智能化的重要瓶颈。
3、在三相潮流计算中，多数研究成果使用正序功率恒定模型，未计及中性线和接地问题，而且并未进行三相解耦而导致序分量法进一步受限。在拓扑识别中，已有研究者针对含源网络提出拓扑识别方法，但多是针对输电网和线路阻抗比的中高压配电网。相对于输电网或中高压配电网拥有成熟的量测体系和拓扑识别体系，低压配电网(lvdn)的量测体系也正在逐渐完善，但量测信息检测单元较少，智能电表是其唯一普及的设备。目前最为常用的方法有信号法、停电检测法、数据特征法。信号法需要大量加设终端或模块，导致改造成本增加；停电检测法影响用户的正常用电和电网公司的用电可靠性指标；数据特征法依赖训练样本，对于监督学习而言，需要人工标注数据，往往针对特定特征的拓扑或边界数据；对于非监督学
技术实现思路
1、本申请提供了一种低压线相户关系识别方法、装置、设备和存储介质，用于提高低压线相户关系识别的准确性。
2、有鉴于此，本申请第一方面提供了一种低压线相户关系识别方法，包括：
3、获取预置时间段内台区配变低压侧各出线上电表的测量电流，得到各电表的测量电流数据集；
4、基于基尔霍夫电流定律，根据各电表的测量电流数据集构建线相户关系模型；
5、通过求解所述线相户关系模型确定各电表对应用户的归属关系；
6、若存在归属关系模糊的目标电表，则根据所述目标电表的电压数据集进行关联关系分析，以校验所述目标电表的归属关系。
7、可选的，所述方法还包括：
8、根据测量电流数据集、电压数据集的数据密度分别识别测量电流数据集中的异常数据、电压数据集中的异常数据，并分别从测量电流数据集和电压数据集中剔除对应的异常数据。
9、可选的，异常数据的识别过程为：
10、计算目标数据集中各数据样本之间的距离，所述目标数据集为测量电流数据集或电压数据集；
11、基于各数据样本之间的距离筛选距离各数据样本最近的目标数量个数据样本，得到各数据样本的最临近距离集合；
12、从各数据样本的最临近距离集合中选取距离最大值作为各数据样本的最大临近距离，并基于各数据样本的最临近距离集合计算各数据样本的局部密度；
13、对所有数据样本的最大临近距离以及局部密度分别求平均，得到最大临近距离阈值以及局部密度阈值；
14、比较各数据样本的最大临近距离与所述最大临近距离阈值的大小以及各数据样本的局部密度与所述局部密度阈值的大小，若目标数据样本的最大临近距离大于所述最大临近距离阈值，且所述目标数据样本的局部密度小于所述局部密度阈值，则判定所述目标数据样本为异常数据。
15、可选的，所述线相户关系模型为：
16、
17、式中，为台区配变低压侧各出线的αβ相在各时刻的测量电流构成的矩阵，t∈t，l∈l，α，β∈a，b，c，n，t表示时刻，l为出线编号，t为预置时间段，l为台区配变低压侧的出线总数，a，b，c，n分别为三相四线线路的a相、b相、c相和中性线；ik，t为各电表在各时刻的测量电流构成的矩阵，为电表k与出线l的αβ相的所属关系，为各电表与各出线的αβ相的所属关系构成的矩阵。
18、可选的，所述根据所述目标电表的电压数据集进行关联关系分析，以校验所述目标电表的归属关系，包括：
19、根据所述目标电表的模糊归属关系确定所述目标电表可能所属的各目标出线的各目标相；
20、根据各目标出线的各目标相的电表的电压数据集和所述目标电表的电压数据集计算所述目标电表与各目标出线的各目标相的电表之间的电压关联关系；
21、通过比较所述目标电表与各目标出线的各目标相的电表之间的电压关联关系的大小，确定所述目标电表最终归属的目标出线的目标相。
22、可选的，所述方法还包括：
23、根据多类型的历史故障数据对低压用户所属的线相户关系进行初步划分。
24、本申请第二方面提供了一种低压线相户关系识别装置，包括：
25、数据获取单元，用于获取预置时间段内台区配变低压侧各出线上电表的测量电流，得到各电表的测量电流数据集；
26、模型构建单元，用于基于基尔霍夫电流定律，根据各电表的测量电流数据集构建线相户关系模型；
27、模型求解单元，用于通过求解所述线相户关系模型确定各电表对应用户的归属关系；
28、校验单元，用于若存在归属关系模糊的目标电表，则根据所述目标电表的电压数据集进行关联关系分析，以校验所述目标电表的归属关系。
29、可选的，所述装置还包括：
30、异常数据筛选单元，用于根据测量电流数据集、电压数据集的数据密度分别识别测量电流数据集中的异常数据、电压数据集中的异常数据，并分别从测量电流数据集和电压数据集中剔除对应的异常数据。
31、本申请第三方面提供了一种低压线相户关系识别设备，所述设备包括处理器以及存储器；
32、所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
33、所述处理器用于根据所述程序代码中的指令执行第一方面任一种所述的低压线相户关系识别方法。
34、本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码被处理器执行时实现第一方面任一种所述的低压线相户关系识别方法。
35、从以上技术方案可以看出，本申请具有以下优点：
36、本申请提供了一种低压线相户关系识别方法，包括：获取预置时间段内台区配变低压侧各出线上电表的测量电流，得到各电表的测量电流数据集；基于基尔霍夫电流定律，根据各电表的测量电流数据集构建线相户关系模型；通过求解线相户关系模型确定各电表对应用户的归属关系；若存在归属关系模糊的目标电表，则根据目标电表的电压数据集进行关联关系分析，以校验目标电表的归属关系。
37、本申请中，根据电表的测量电流构建线相户关系模型，通过求解线相户关系模型确定本文档来自技高网...
【技术保护点】
1.一种低压线相户关系识别方法，其特征在于，包括：
2.根据权利要求1所述的低压线相户关系识别方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的低压线相户关系识别方法，其特征在于，异常数据的识别过程为：
4.根据权利要求1所述的低压线相户关系识别方法，其特征在于，所述线相户关系模型为：
5.根据权利要求1所述的低压线相户关系识别方法，其特征在于，所述根据所述目标电表的电压数据集进行关联关系分析，以校验所述目标电表的归属关系，包括：
6.根据权利要求1所述的低压线相户关系识别方法，其特征在于，所述方法还包括：
7.一种低压线相户关系识别装置，其特征在于，包括：
8.根据权利要求7所述的低压线相户关系识别装置，其特征在于，所述装置还包括：
9.一种低压线相户关系识别设备，其特征在于，所述设备包括处理器以及存储器；
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码被处理器执行时实现权利要求1-6任一项所述的低压线相户关系识别
...【技术特征摘要】
1.一种低压线相户关系识别方法，其特征在于，包括：
2.根据权利要求1所述的低压线相户关系识别方法，其特征在于，所述方法还包括：
3.根据权利要求2所述的低压线相户关系识别方法，其特征在于，异常数据的识别过程为：
4.根据权利要求1所述的低压线相户关系识别方法，其特征在于，所述线相户关系模型为：
5.根据权利要求1所述的低压线相户关系识别方法，其特征在于，所述根据所述目标电表的电压数据集进行关联关系分析，以校验所述目标电表的归属关系，包括：
...【专利技术属性】
技术研发人员：沈超，李巍，彭茜，白浩，孙奇珍，刘亦朋，冼晋乾，徐敏，杨炜晨，顾衍璋，
申请(专利权)人：广东电网有限责任公司广州供电局，
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。