System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于数据与模型驱动的低压配电台区拓扑辨识方法及系统技术方案_技高网

基于数据与模型驱动的低压配电台区拓扑辨识方法及系统技术方案

技术编号:40425154 阅读:9 留言:0更新日期:2024-02-20 22:45
本发明专利技术属于电力系统低压台区拓扑辨识技术领域,具体涉及一种基于数据与模型驱动的低压配电台区拓扑辨识方法及系统,首先获取台变、表箱、用户的原始电压和表箱、用户的用电量的实测序列数据;接下来用电压序列减去其均值再乘以放大系数;再利用分层聚类算法,分别聚类表箱和用户电压序列;然后采用皮尔逊相关系数,辨识表箱和用户的所述相别;通过数学规划模型,实现用户与表箱之间的分线拓扑辨识;最终根据台区分相分线辨识结果生成低压台区拓扑结构。本发明专利技术有效降低了低压配电台区拓扑辨识的人力成本,无需增加专用识别设备,且其辨识准确率高、效率高,更具备实用性,对于提高低压配电台区的智能化管理水平具有较大的实践应用价值和推广前景。

【技术实现步骤摘要】

本专利技术属于电力系统低压台区拓扑辨识,具体涉及一种基于数据与模型驱动的低压配电台区拓扑辨识方法及系统


技术介绍

1、“互联网+”与大数据技术的发展,为提高智能配电网运行管理能力、加快电力系统转型提供了良好的技术支撑。低压配电台区作为智能配电网的最小单元和面向用户的“最后100m”服务环节,其运维、管理、服务的智能化水平将直接影响电网的运维成本和用户对供电服务的满意程度。当前的低压配电台区由于缺乏拓扑信息的支撑,往往导致抢修复电时效低、窃电治理效率低等问题,并且随着分布式能源的不断接入,使得台区的运维、管理愈发困难,而依靠人力的传统拓扑辨识方法不仅人力成本高,辨识效率低,且无法实现拓扑结构的自动更新。因此,研究高效、精准、自动的低压配电台区拓扑辨识技术显得尤为重要。

2、目前,低压配电台区拓扑辨识方法主要可分为注入信号法、数据标签法和数据分析法。其中,注入信号法是通过在低压配电台区分支中加装特征信号读取设备,依靠注入和辨识脉冲电流信号的方式实现拓扑结构的判断。数据标签法是在台区各分支中加装编码通信器,通过读取与解码实现低压配电台区拓扑辨识。然而,上述两种低压配电台区辨识方法均需要增加额外辅助设备,存在增加投资成本和运维成本高等问题,使其难以实现大范围推广应用。

3、数据分析法是在不增加额外设备的基础上,通过分析智能量测装置在网络分支中采集的电压、电流、功率等电气数据,实现台区拓扑自动辨识。近年来,智能量测装置与低压集抄技术在低压配电台区中已逐步实现全面覆盖。因此,电网公司能够远程获取用户的用电数据,并开展包括低压配电台区拓扑辨识在内的各项高级应用。对于城市的“箱线”式低压配电台区拓扑结构,其拓扑辨识任务一般是指识别台变、表箱、用户三者之间的连接关系。现有数据分析法主要包括以下几种:相关性分析、聚类分析、时空关联分析、数学规划法等。其中,相关性分析是利用用户与台区三相电压序列之间相关性大小实现相别辨识,但该种方法无法在复杂低压配电台区中保证较高准确率。聚类分析是通过计算不同电压序列之间的距离,将距离接近的序列划分为一类,从而实现分相辨识。聚类分析方法对数据采集时延方面缺乏考虑,并且对电压序列的链式变化特征适用性不强。时空关联分析是通过比较“用户-台变”的空间距离与台区辐射范围实现用户相别辨识。数学规划法是基于电路网络机理,建立数学规划模型,并通过模型优化求解实现分线辨识。现有基于基尔霍夫电流定律的数学规划方法在台区拓扑分线识别方面性能表现不佳。

4、综上所述,现有面向低压配电台区拓扑辨识的数据分析方法仍然面临一系列问题与挑战,目前无法实现精准的完整台区拓扑识别。


技术实现思路

1、本申请的目的在于提供一种基于数据与模型驱动的低压配电台区拓扑辨识方法及系统,以解决当前面向低压配电台区拓扑辨识的数据分析方法存在无法实现精准、完整的台区拓扑识别的问题。

2、为了解决上述技术问题,本专利技术采用如下技术方案:

3、第一方面,本专利技术提供一种基于数据与模型驱动的低压配电台区拓扑辨识方法,包括:

4、获取低压配电台区的实测数据;所述低压配电台区的实测数据包括:台变三相电压的实测序列、表箱三相电压的实测序列、表箱电量的实测序列、用户电压的实测序列、用户用电量的实测序列;

5、对所述台变三相电压的实测序列、表箱三相电压的实测序列、用户电压的实测序列,分别计算获得每个电压序列的均值,并将三个实测序列减去其对应电压序列的均值,然后乘以放大系数,获得预处理后的台变三相电压序列、表箱三相电压序列、用户电压序列;

6、分别针对预处理后的表箱三相电压序列和预处理后的用户电压序列进行聚类,获得表箱和用户的各簇电压序列的聚类中心;

7、采用皮尔逊相关系数,分别计算表箱和用户的各簇聚类中心与预处理后的台变三相电压序列的相关程度,构建相应的相关性矩阵,并通过最大化皮尔逊相关系数之和,实现表箱与用户的所属相别辨识,获得台区分相辨识结果:表箱所属的台区与用户所属的相别;

8、基于电量守恒机理,建立台区分线辨识数学规划模型,基于表箱电量的实测序列和用户用电量的实测序列优化求解得到用户与表箱之间的连接关系,实现台区分线辨识,获得台区分线辨识结果;

9、根据所述台区分相辨识结果和台区分线辨识结果,生成相应的台区拓扑结构。

10、本专利技术进一步的改进在于:所述放大系数的取值为5~20。

11、本专利技术进一步的改进在于:所述分别针对预处理后的表箱三相电压序列和预处理后的用户电压序列进行聚类,获得表箱和用户的各簇电压序列的聚类中心的步骤中,所述的聚类中心的数目为低压配电台区数量的三倍。

12、本专利技术进一步的改进在于:所述采用皮尔逊相关系数,分别计算表箱和用户的各簇聚类中心与预处理后的台变三相电压序列的相关程度,构建相应的相关性矩阵,并通过最大化皮尔逊相关系数之和,实现表箱与用户的所属相别辨识,获得台区分相辨识结果的步骤,具体包括骤:

13、分别计算表箱和用户的各簇聚类中心与台变电压序列的皮尔逊相关系数,构建相应的相关性矩阵a,以衡量表箱和用户的各簇聚类中心与不同台变电压序列的相关程度,具体计算方式如下:

14、

15、式中a为一个3n×3n的相关性矩阵;ai,j为相关性矩阵中第i行、第j列的元素;uai和ubj分别为第i个台变三相电压序列与第j个聚类中心;为uai和ubj的皮尔逊相关系数;cov(uai,ubj)为uai和ubj的协方差;σuai和σubj分别为uai和ubj的标准差;n为低压配电台区数量;

16、基于相关性矩阵a,针对每一种聚类中心与台变三相电压序列的匹配组合,计算对应的皮尔逊相关系数之和pi;

17、最终,选择皮尔逊相关系数之和最大的匹配组合作为最终的匹配组合:

18、result=max(p1,p2,…,pn) (2)

19、式中result为最终的匹配组合的皮尔逊相关系数之和;n为所有组合数量,n为3n的阶乘。

20、本专利技术进一步的改进在于:所述基于电量守恒机理,建立台区分线辨识数学规划模型,基于表箱电量的实测序列和用户用电量的实测序列优化求解得到用户与表箱之间的连接关系,实现台区分线辨识,获得台区分线辨识结果的步骤,具体包括:

21、在构建台区分线辨识数学规划模型时,忽略表箱与用户之间的线路电量损耗;针对某一时段内各个时间间隔,以表示用户与表箱之间连接关系的布尔矩阵为优化变量,以最小化表箱的实际值与拟合值之间的误差为优化目标,建立台区分线辨识数学规划模型,具体如下所示:

22、

23、ex=euser·x euser∈rt×m,x∈rm×n (4)

24、exij<ebij (5)

25、

26、式中,f为优化目标函数;ebij∈eb为第i个表箱的第j个时间间隔的实际用电量;exij∈ex为第i个表箱的第j个时间本文档来自技高网...

【技术保护点】

1.一种基于数据与模型驱动的低压配电台区拓扑辨识方法,其特征在于,包括:

2.根据权利要求1所述的一种基于数据与模型驱动的低压配电台区拓扑辨识方法,其特征在于,所述分别针对预处理后的表箱三相电压序列和预处理后的用户电压序列进行聚类,获得表箱和用户的各簇电压序列的聚类中心的步骤中,所述的聚类中心的数目为低压配电台区数量的三倍。

3.根据权利要求2所述的一种基于数据与模型驱动的低压配电台区拓扑辨识方法,其特征在于,所述采用皮尔逊相关系数,分别计算表箱和用户的各簇聚类中心与预处理后的台变三相电压序列的相关程度,构建相应的相关性矩阵,并通过最大化皮尔逊相关系数之和,实现表箱与用户的所属相别辨识,获得台区分相辨识结果的步骤,具体包括骤:

4.根据权利要求1所述的一种基于数据与模型驱动的低压配电台区拓扑辨识方法,其特征在于,所述基于电量守恒机理,建立台区分线辨识数学规划模型,基于表箱电量的实测序列和用户用电量的实测序列优化求解得到用户与表箱之间的连接关系,实现台区分线辨识,获得台区分线辨识结果的步骤,具体包括:

5.一种基于数据与模型驱动的低压配电台区拓扑辨识系统,其特征在于,包括:

6.根据权利要求5所述的一种基于数据与模型驱动的低压配电台区拓扑辨识系统,其特征在于,预处理模块分别针对预处理后的表箱三相电压序列和预处理后的用户电压序列进行聚类,获得表箱和用户的各簇电压序列的聚类中心的步骤中,所述的聚类中心的数目为低压配电台区数量的三倍。

7.根据权利要求5所述的一种基于数据与模型驱动的低压配电台区拓扑辨识系统,其特征在于,分相辨识模块采用皮尔逊相关系数,分别计算表箱和用户的各簇聚类中心与预处理后的台变三相电压序列的相关程度,构建相应的相关性矩阵,并通过最大化皮尔逊相关系数之和,实现表箱与用户的所属相别辨识,获得台区分相辨识结果的步骤,具体包括骤:

8.根据权利要求5所述的一种基于数据与模型驱动的低压配电台区拓扑辨识系统,其特征在于,分线辨识模块基于电量守恒机理,建立台区分线辨识数学规划模型,基于表箱电量的实测序列和用户用电量的实测序列优化求解得到用户与表箱之间的连接关系,实现台区分线辨识,获得台区分线辨识结果的步骤,具体包括:

9.一种电子设备,其特征在于,包括处理器和存储器,所述处理器用于执行存储器中存储的计算机程序以实现如权利要求1至4中任意一项所述的一种基于数据与模型驱动的低压配电台区拓扑辨识方法。

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存储有至少一个指令,所述至少一个指令被处理器执行时实现如权利要求1至4中任意一项所述的一种基于数据与模型驱动的低压配电台区拓扑辨识方法。

...

【技术特征摘要】

1.一种基于数据与模型驱动的低压配电台区拓扑辨识方法,其特征在于,包括:

2.根据权利要求1所述的一种基于数据与模型驱动的低压配电台区拓扑辨识方法,其特征在于,所述分别针对预处理后的表箱三相电压序列和预处理后的用户电压序列进行聚类,获得表箱和用户的各簇电压序列的聚类中心的步骤中,所述的聚类中心的数目为低压配电台区数量的三倍。

3.根据权利要求2所述的一种基于数据与模型驱动的低压配电台区拓扑辨识方法,其特征在于,所述采用皮尔逊相关系数,分别计算表箱和用户的各簇聚类中心与预处理后的台变三相电压序列的相关程度,构建相应的相关性矩阵,并通过最大化皮尔逊相关系数之和,实现表箱与用户的所属相别辨识,获得台区分相辨识结果的步骤,具体包括骤:

4.根据权利要求1所述的一种基于数据与模型驱动的低压配电台区拓扑辨识方法,其特征在于,所述基于电量守恒机理,建立台区分线辨识数学规划模型,基于表箱电量的实测序列和用户用电量的实测序列优化求解得到用户与表箱之间的连接关系,实现台区分线辨识,获得台区分线辨识结果的步骤,具体包括:

5.一种基于数据与模型驱动的低压配电台区拓扑辨识系统,其特征在于,包括:

6.根据权利要求5所述的一种基于数据与模型驱动的低压配电台区拓扑辨识系统,其特征在于,预处理模块分别针对预处理后的表箱三相...

【专利技术属性】
技术研发人员:韩富佳王晓辉陈予尧乔骥王新迎冯沫
申请(专利权)人:中国电力科学研究院有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1