【技术实现步骤摘要】
本专利技术涉及低压配电台区拓扑识别领域，特别涉及一种基于多尺度度量和louvain的台区相位及表箱辨识方法和系统。
技术介绍
1、低压配电网一般是一个放射状的网络，从配电变压器的低压侧出口开始，到每个客户的接入点结束。因人工排查效率低且困难以及信息更新不及时等问题，台区用户的拓扑信息通常处于未记录或记录错误的状态。这不能满足供电部门对于监测电网信息、优化电网运行以及实现低压配电网智能化管理的需要。因此，开展低压配电网拓扑关系识别技术具有重要的工程应用价值。
2、目前，低压配电网的拓扑识别方法主要分为物理方法和基于台区量测数据的方法两大类。物理方法主要采用宽带电力载波通信技术，通过判断用户电表与台区集中器之间的广播通信特征，实现户变及相位关系的识别，但该技术存在信号抗干扰能力差、信号串码等问题，且实现成本较高。
3、相比于物理方法，基于台区量测数据的方法具有抗干扰能力强，实施和维护成本低的优点，已经成为现阶段解决台区拓扑识别问题的主流方法。根据使用数据的不同，基于量测数据的方法一般可以分为基于电压数据的方法和基于功率数据的方法。
4、低压台区内用户的拓扑关系从上到下可以分为：(1)低压配电变压器与低压用户的连接关系；(2)低压用户相位连接关系；(3)低压用户与表箱的连接关系。现有技术中，对于前两种关系的识别的开发最为广泛。基于电压数据的方法通过对用户与台区总表电压序列的相关性度量实现台区户变关系的识别，或者利用用户间电压数据度量，对用户进行聚类(k-means、dbscan、birch聚类等)，
5、对于用户表箱归属的识别，现有技术主要利用用户与分支节点功率守恒关系进行识别。利用分支节点功率与用户功率逐级匹配的方式实现台区拓扑识别，该类方法依赖台区中的分支节点量测数据。而实际上，大多数低压台区中并不存在分支节点量测，因此现有技术的分支表箱算法使用范围是有限的。
技术实现思路
1、为了解决现有技术中存在的不足，本专利技术提供了一种基于多尺度度量和louvain的台区相位及表箱辨识方法和系统，以解决提高低压台区用户拓扑归属识别准确率的技术问题。
2、为解决上述技术问题，本专利技术采用如下的技术方案。
3、本专利技术首先公开了一种基于多尺度度量和louvain的台区相位及表箱辨识方法，该方法包括以下步骤：
4、步骤1：采集台区电压和功率量测数据，并对所述量测数据进行预处理，所述预处理包括缺失值填充、冗余信息删除和数据标准化；
5、步骤2：针对预处理后的量测数据，在用户不同层次拓扑归属的识别中计算不同尺度的特征度量，其中采用电压量测数据特征作为用户的表箱归属的特征度量，并采用电压和功率量测数据的组合特征作为用户的相位归属的特征度量；
6、步骤3：根据多个尺度的特征度量构建用户间距离矩阵，从所述距离矩阵中确定每个用户的邻域用户，并将所有邻域用户组成邻域连接图，将所述邻域连接图输入基于louvain的层次拓扑识别模型，以对台区用户进行层次聚类，得到用户表箱归属和相位归属辨识结果。
7、本专利技术进一步包括以下优选方案：
8、步骤1中，所述对所述量测数据进行预处理，进一步包括：
9、步骤1.1：对原始量测数据进行处理，对不符合逻辑的异常值进行删除，并对缺失值进行插值填充处理；
10、步骤1.2：对台区电压量测数据进行标准化处理：
11、
12、表示第i类样本归一化后的电压数据，xi为原始电压数据，xmax、xmin为该类样本最大值与最小值。
13、所述步骤2进一步包括：
14、对用户电压变化的相关性进行度量，采用标准化欧氏距离对用户间电压幅值差异进行度量，根据所述相关性和所述欧氏距离获取用户间的电压距离特征，用于用户的表箱归属识别；
15、对用户的功率变化序列进行特征筛选，提取每个用户相对于其他用户的显著功率变化特征，根据所述显著功率变化特征得到用户与台区总表的相似度距离，用于用户的相位归属识别。
16、所述用户电压变化的相关性采用皮尔逊相关系数进行度量：
17、
18、其中ui，t和uj，t表示在时刻t的用户节点i和j的电压测量；μ(ui)是长时间序列中的用户节点i的电压数据的平均值，t为时间长度。
19、所述用户间电压幅值差异采用标准化欧氏距离进行度量：
20、
21、式中，v[ut]是用户节点i和j的电压ui和uj对应特征向量对应的方差。
22、所述根据所述相关性和所述欧氏距离获取用户间的电压距离特征，进一步包括：
23、利用相关系数r和欧氏距离dnored描述用户间的电压距离特征dbox：
24、
25、所述对用户的功率变化序列进行特征筛选，提取每个用户相对于其他用户的显著功率变化特征，进一步包括：
26、将用户及台区总表t时刻的功率变化表示为：
27、
28、其中，表示用户li在t时刻的功率值，表示用户li在t-k时刻的功率值，通过选取不同的k值获得不同时刻之间的功率变化量，k的取值为[1，4]；
29、若在某一t时刻，来自用户i的功率变化高于来自其他用户的平均变化，则将该变化量确定为显著的变化量，即用户i的功率变化满足如下条件：
30、
31、式中，表示t时刻除用户i之外的其他用户c的功率变化，α为平均变化系数，n为参与识别用户的总数；
32、提取每个用户的显著功率变化特征，并记录所述显著功率变化特征对应的时刻。
33、所述步骤3进一步包括：
34、步骤3.1：根据距离公式计算用户电压曲线之间的距离，生成距离矩阵d；
35、步骤3.2：选取k个邻域用户作为当前用户的邻域用户；
36、步骤3.3：根据k个邻域用户和距离矩阵d，建立邻域连接图，将邻域用户进行连接，并将其之间的距离度量定义为边的权值，生成连接矩阵m；
37、步骤3.4：利用louvain算法，计算不同节点之间的模块度增益，然后合并模块度增益最大的两个节点，重复上述过程，直到模块度增益不再增加，或者节点数达到预设数量；
38、步骤3.5：若当前聚类层次为最大层次，执行步骤3.6；否则，将当前节点作为输本文档来自技高网...
【技术保护点】
1.一种基于多尺度度量和Louvain的台区相位及表箱辨识方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多尺度度量和Louvain的台区相位及表箱辨识方法，其特征在于：
3.根据权利要求2所述的基于多尺度度量和Louvain的台区相位及表箱辨识方法，其特征在于：
4.根据权利要求3所述的基于多尺度度量和Louvain的台区相位及表箱辨识方法，其特征在于：
5.根据权利要求4所述的基于多尺度度量和Louvain的台区相位及表箱辨识方法，其特征在于：
6.根据权利要求5所述的基于多尺度度量和Louvain的台区相位及表箱辨识方法，其特征在于：
7.根据权利要求6所述的基于多尺度度量和Louvain的台区相位及表箱辨识方法，其特征在于：
8.根据权利要求7所述的基于多尺度度量和Louvain的台区相位及表箱辨识方法，其特征在于：
9.一种利用权利要求1-8任一项权利要求所述的基于多尺度度量和Louvain的台区相位及表箱辨识方法的基于多尺度度量和Louvain的台区相位及表箱
10.根据权利要求9所述的基于多尺度度量和Louvain的台区相位及表箱辨识系统，其特征在于：
11.根据权利要求10所述的基于多尺度度量和Louvain的台区相位及表箱辨识系统，其特征在于：
12.根据权利要求11所述的基于多尺度度量和Louvain的台区相位及表箱辨识系统，其特征在于：
13.根据权利要求12所述的基于多尺度度量和Louvain的台区相位及表箱辨识系统，其特征在于：
14.根据权利要求13所述的基于多尺度度量和Louvain的台区相位及表箱辨识系统，其特征在于：
15.一种终端，包括处理器及存储介质；其特征在于：
16.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-8任一项所述的基于多尺度度量和Louvain的台区相位及表箱辨识方法的步骤。
...【技术特征摘要】
1.一种基于多尺度度量和louvain的台区相位及表箱辨识方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于多尺度度量和louvain的台区相位及表箱辨识方法，其特征在于：
3.根据权利要求2所述的基于多尺度度量和louvain的台区相位及表箱辨识方法，其特征在于：
4.根据权利要求3所述的基于多尺度度量和louvain的台区相位及表箱辨识方法，其特征在于：
5.根据权利要求4所述的基于多尺度度量和louvain的台区相位及表箱辨识方法，其特征在于：
6.根据权利要求5所述的基于多尺度度量和louvain的台区相位及表箱辨识方法，其特征在于：
7.根据权利要求6所述的基于多尺度度量和louvain的台区相位及表箱辨识方法，其特征在于：
8.根据权利要求7所述的基于多尺度度量和louvain的台区相位及表箱辨识方法，其特征在于：
9.一种利用权利要求1-8任一项权利要求所述的基于多尺度度量和louvain的台区相位及表箱辨识方法的...
【专利技术属性】
技术研发人员：张震，周玉，赵双双，李悦，高凡，纪峰，穆卓文，崔高颖，周超，王舒，冯可，
申请(专利权)人：国网江苏省电力有限公司营销服务中心，
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。