【技术实现步骤摘要】
本专利技术涉及低压配电台区相户关系识别，特别是涉及一种适应分布式光伏接入的低压配电台区相户关系识别方法及存储介质。
技术介绍
1、随着分布式光伏广泛接入，传统配电台区正向新能源台区悄然转型。分布式光伏的接入导致台区的设备特性多样、负荷梯度变化、拓扑结构复杂，台区运行环境愈发复杂，容易出现数据丢包情况，基于电压相关性原理的相户关系识别算法依赖于海量计量设备的量测数据，数据质量下降直接影响到相户关系识别算法的识别稳定性；同时由于分布式光伏接入后同一台区下光伏出力及其并网点电压随着天气情况同时抬升或者降落，用户电压数据波动相似度出现趋同的情况，数据区分度下降，根据电压相关性辨识的难度增大，因此亟需研究一种适应分布式光伏接入下的低压配电台区相户关系识别方法。
2、与本专利技术最接近的现有技术为基于电表量测数据特征的关联分析法，此方法通过低压配电台区的电气量内在关联特性进行拓扑分析，无需增设终端设备，投资小、工作量小、适用性高，但是对数据采集的可靠性要求较高，主要是利用电压相关系数结合聚类算法进行计算与分析，电压相关系数计算方法包括皮尔逊相关系数、欧式距离、余弦距离、灰色关联度、tanimoto相似度系数和动态时间规整等，聚类算法包括k-means聚类算法、dbscan聚类算法、gmm聚类算法等，但由于分布式光伏的接入，数据质量下降，会导致算法稳定性下降；同时数据区分度下降，会导致相关性判别阈值难以设定。
技术实现思路
1、本专利技术所要解决的技术问题在于，本专利技术针对现有技术
2、本专利技术所采用的技术方案为：本专利技术的一方面，提供一种低压配电台区相户关系识别方法，其包括如下步骤：
3、步骤s1，对变压器/电力用户的节点时序电压数据缺失点进行平均插值滤波与卡尔曼滤波，进行数据补偿处理；
4、步骤s2：对数据补偿后的变压器/电力用户时序矩阵进行一阶差分与标准化处理；
5、步骤s3：采用皮尔逊相关系数来进行相关性计算，计算获得各用户与配变低压三相母线的相关系数值；
6、步骤s4：进行ap聚类算法迭代，直到矩阵稳定或达到最大迭代次数，得到各电力用户集群；
7、步骤s5:判断聚类数目是否达到最大聚类数，如果达到，则执行步骤s6；如果未达到，则调节参考度，返回步骤s4继续进行迭代计算；
8、步骤s6：计算聚类综合评价指标，选择最优综合评价指标对应的聚类结果作为输出，得到自适应ap聚类结果：第一相户关系关联矩阵；
9、步骤s7：根据设定的相关性阈值系数初值，以及迭代步长，分别计算各电力用户与变压器三相的电压相关性比较各相与阈值系数的大小，将各节点分为正常识别用户与识别存疑用户；更新阈值系数进行迭代，最终获得最优阈值；
10、步骤s8：筛选出最优阈值下的识别存疑用户，选择与存疑用户相关性最大的正常用户，归类为该相，得到自适应阈值系数结果：第二相户关系关联矩阵；
11、步骤s9：设置可信系数作为权重，根据步骤s6与步骤s8中的两种识别结果，进行混合加权，获得最终的相户关系。
12、优选地，所述步骤s1进一步包括：
13、步骤s10，获取变压器/电力用户的节点时序电压数据，此时默认该数据集中存在缺失情况，识别数据缺失点，并定位其节点编号及缺失时刻；
14、步骤s11，然后通过箱线图的方法识别异常值，将所有与原电压时序数据相差较大的时序电压值，纳入异常值集合中；
15、步骤s12，采用平均插值滤波法将变压器/电力用户的节点时序电压数据缺失点替代为缺失前后数据的平均值；若存在连续缺失时刻，则将缺失时间段前后的电压差值线性化处理后分阶段叠加插入缺失点，提取连续三个点的数值，形成电压时序片段，利用卡尔曼滤波算法对该片段进行滤波，将所述三个点中最后一个点的数据用更新后的估计值代替。
16、优选地，所述步骤s2进一步包括：
17、步骤s20，获取数据补偿后的台区电压数据矩阵；
18、步骤s21，对所有节点的电压时序数据进行一阶差分处理；
19、步骤s22，采用min-max标准化方法对差分后的矩阵进行标准化处理，得到电压标准化矩阵。
20、优选地，所述步骤s4进一步包括：
21、步骤s40，输入待识别用户之间的电压相关性系数矩阵，设置ap聚类的初始参考度、衰减系数，算法最大聚类数、迭代次数，计算各用户之间的吸引度值与归属度值并进行更新；
22、步骤s41，应用ap聚类算法进行迭代，直至矩阵稳定或达到最大迭代次数，得到各电力用户集群；并计算配变低压三相母线与电力用户集群中心之间的相似度，选择相似度最大的相序作为该用户集群的相序。
23、优选地，所述步骤s6进一步包括：
24、步骤s60，在选择最优聚类结果时，采用总体轮廓系数作为数学特性维度指标来评估聚类的质量，通过考察簇内紧凑情况和不同簇的分离情况来衡量聚类结果的紧密性与分离度；
25、步骤s61，采用台区功率误差作为电气特性维度指标来评估聚类结果的准确性；
26、步骤s62，分别计算聚类的数学特性维度指标和电气特性维度指标，加权得到聚类综合评价指标；
27、步骤s63，在迭代结束之后，在多次聚类结果中选择最优综合评价指标对应的聚类结果作为输出，得到自适应ap电压聚类结果：第一相户关系关联矩阵。
28、优选地，所述步骤s7进一步包括：
29、步骤s71，设定电压相关系数阈值初值与迭代步长，比较配变低压三相母线电压与各电力用户之间相关系数与阈值系数的大小，根据“可识别率”作为评价指标来衡量该阈值系数选择的合理性；
30、步骤s72，利用预定迭代步更新阈值系数，分别计算各阈值系数下的可识别率，直至阈值为1，迭代完成后，比较各阈值系数下评价指标值的大小，选择可识别率最大值对应的阈值系数作为最优阈值。
31、优选地，所述步骤s9中，进一步包括：
32、引入基于自适应ap电压聚类的相户关系识别方法中的综合评价指标和基于自适应电压相关系数阈值的相户关系识别方法中的可识别率，作为两种识别方法的可信系数；
33、根据步骤s6中获得的自适应ap电压聚类的识别结果与步骤s8中获得自适应电压相关系数阈值的识别结果，以所述两个可信系数进行加权计算来确定正确相户关系关联矩阵。
34、相应地，本专利技术的另一方面，还提供一种计算机可读存储介质，其内存储有计算机指令，所述计算机指令被处理器执行时实现如前述的方法。
35、实施本专利技术实施例，具有如下的有益效果：
36、本专利技术提供一种低压配电台区相户关系识别方法及存储介质，首先针对变压器/用户电压数据缺失点进行平均插值滤波与卡尔曼滤波，对数据补偿后的电压数本文档来自技高网...
【技术保护点】
1.一种低压配电台区相户关系识别方法，其特征在于，包括如下步骤：
2.如权利要求1所述的方法，其特征在于，所述步骤S1进一步包括：
3.如权利要求2所述的方法，其特征在于，所述步骤S2进一步包括：
4.如权利要求3所述的方法，其特征在于，所述步骤S4进一步包括：
5.如权利要求4所述的方法，其特征在于，所述步骤S6进一步包括：
6.如权利要求5所述的方法，其特征在于，所述步骤S7进一步包括：
7.如权利要求6所述的方法，其特征在于，所述步骤S9中，进一步包括：
8.一种计算机可读存储介质，其内存储有计算机指令，其特征在于，所述计算机指令被处理器执行时实现如权利要求1至7任一项所述的方法。
【技术特征摘要】
1.一种低压配电台区相户关系识别方法，其特征在于，包括如下步骤：
2.如权利要求1所述的方法，其特征在于，所述步骤s1进一步包括：
3.如权利要求2所述的方法，其特征在于，所述步骤s2进一步包括：
4.如权利要求3所述的方法，其特征在于，所述步骤s4进一步包括：
5.如权利要求4所述的方法，...
【专利技术属性】
技术研发人员：谢宏，张宏钊，张华赢，梁晓锐，杨林立，
申请(专利权)人：深圳供电局有限公司，
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。