基于分段电流特征和随机森林算法的低压配电网拓扑识别方法

低压配电网的拓扑结构对于实现台区线损分析、故障定位、需求响应等应用功能有着重要意义。针对当前低压配网户变关系在线识别难题,提出了一种基于分段电流特征和随机森林算法的低压配电网拓扑识别方法。首先,基于电流特性纵向传导机理,构建电流特征指标体系,并提出基于电流时间序列的分段特征提取方法。其次,根据分段电流特征生成特征向量集,建立基于随机森林算法的拓扑识别模型,可快速有效识别用户连接变压器关系。最后,利用实际配电网的量测数据进行算例分析,结果证明该方法拓扑识别准确率达到98.02%,所需样本时间短,能够快速有效地识别低压配网拓扑关系。     

基于AMI数据的城市低压配电网拓扑校验方法研究

高级测量体系（AMI）用户量测数据的深度挖掘是当前研究热点,本文聚焦于应用AMI数据解决城市低压配电网拓扑校验的运行难题。首先分析了我国城市低压配电网的典型拓扑结构,指出低压配网拓扑中的户变和相变的内涵。然后建立了低压配电网的拓扑分析模型,包括等值电路模型和数学模型,并研究了基于多元线性回归的数学模型优化求解方法。结合电网的业务运行框架,构建电网运行中低压配电网拓扑校验框架,并针对性地详细给出了户变关系和相变关系校验流程方法。最后以合肥3个典型小区为例,进行了详细的拓扑校验分析并给出户变和相变的校验判断结果,算例表明户变校验准确率达100%,而相变校验准确率达95%。     

基于量测信息的低压配电网阻抗拓扑模型构建

针对低压配电网阻抗拓扑模型不明确的问题,提出一种基于高级量测体系的低压配电网阻抗拓扑模型构建的在线识别方法。利用AMI提供的各用电用户电压数据,根据各负荷节点的电压相关性及辐射性网络节点电压分布特点,通过K-means聚类算法和用户间的皮尔逊电压相关系数分析原则,完成对低压配电网络拓扑模型的修正。根据修正后的台区拓扑结构中同一相别下智能电表所采集的序列数据,通过计算同一相别所有用户的相电压搭建优化问题模型,使得使用时间序列内不同电表数据计算得到的相电压矩阵方差最小,从而求得配电网线路阻抗参数,实现对配电网络的建模。通过实际算例验证了该方法的可行性和有效性。     

基于非线性回归的含隐节点低压配电网参数和拓扑联合辨识

低压配电网参数和拓扑缺乏维护,精度较低,阻碍了在此基础上的各种高级应用的可靠实现.为此,提出了一种基于非线性回归的含隐节点低压配电网参数和拓扑联合辨识方法.首先,分析了现有基于线性电压回归的参数和拓扑辨识方法的不足.其次,基于线路的非线性电压降方程推导出任意两节点串、并联关系的判据,建立了基于节点多时段有功、无功负荷和电压幅值量测的非线性参数估计模型,提出了自下而上的参数估计和拓扑重建算法.最后,采用实际数据和低压配电网算例验证了所提方法的有效性.     

基于状态量测的电网拓扑结构反向识别方法研究

针对大电网状态变化轨迹,反向识别电网拓扑结构,对实现数据驱动的大电网运行态势感知与智能控制具有重要意义。该文直接根据电网节点支路潮流信息,提出一种基于状态量测的电网拓扑结构反向识别方法。首先从状态量到节点关联的全新角度,将电网拓扑结构反向识别归结为节点进线与出线间全局最优组合问题。然后根据全网支路功率、电流流通特性,建立电网拓扑结构反向识别数学模型;根据电网潮流特性,生成接近电网真实拓扑的初始解,为加快求解速度对解空间进行了优化。其次基于电网量测单时间断面数据,采用遗传智能算法对该模型进行求解,引入支路电流、电压差值率克服电网拓扑结构反向识别不唯一问题。理论上,当全网有功损耗等于量测损耗、有功电流差值等于量测差值,且电压差值率为零时,即得到电网唯一拓扑。最后利用IEEE39、IEEE 118节点系统进行测试,验证了所提方法的有效性。     

AMI量测用于配电网在线状态估计的可信度建模及分析

高级量测体系(advanced metering infrastructure,AMI)的推广,提高了中低压配电网系统范围的可观测性。然而,通过召测模式采集的AMI量测存在时间不同步的问题,将这些量测直接用于系统分析会造成较大的误差甚至出现不收敛的情况。针对此问题,该文提出一种基于AMI异步量测可信度分析和建模的配电网在线状态估计方法。首先利用即时电表历史量测和配变日负荷曲线,建立基于离线数据样本分析的精细化的AMI异步量测可信度模型;进而运用求得的可信度模型,确定各在线AMI异步量测的权重,估算系统状态的95%置信区间。以116节点中低压一体化配电网为例,分别从局部和全系统的角度,验证了在线场景下系统状态的95%置信区间的准确性和灵敏性。     

基于数据关联分析的低压配电网拓扑识别方法

文中介绍了一种基于数据关联分析的低压配电网拓扑识别方法。基于低压配电网停电事件、恢复上电事件及地理位置信息将待识别低压配电网划分为单一配电变压器停电台区、由于10kV配电线路停电引起的多个配变停电台区和未停过电台区,在每类台区内筛选特征电压序列,并利用Tanimoto相似度系数计算各分组内配电变压器、分支箱、表箱、用户智能电表之间相关性和非相关性,从而实现低压配电网拓扑识别;结合同一配电变压器台区内停电与带电状态、停电时长、地理位置、供电半径等台区拓扑校验规则对识别出的拓扑进行校验。通过实际案例证明文章提出的方法能够解决现有基于大数据挖掘方法计算量大、计算结果不准确、无法校验等问题,实现了配电变压器台区拓扑的高效、准确识别,提升了配电网的信息化水平和数据质量。     

不依赖零序电压的配电站所接地故障识别方法

缺少零序电压采集的配电站所终端通常用融合识别方法识别接地故障,要求融合识别方法能够适应配电站所的不同拓扑,而且对较小接地电流的故障有较高的识别准确率.文中提出的方法结合了物理模型驱动和神经网络方法.首先,基于接地故障的物理模型,通过比对优化基于零序电流的特征量,预处理数据并选取参考间隔,解决拓扑或间隔数变化的问题,并设计单间隔相电流特征量,以提高故障识别准确率.然后,利用神经网络融合多个特征量,增强不同特征的协同判决能力,降低定值设定对灵敏度的影响.现场接地故障实验表明,文中提出的方法对不同拓扑有很强的适应能力,并具备很高的识别准确率.     

基于AMI潮流匹配的中压配电网两阶段拓扑辨识

中压配电网拓扑结构变更频繁,基于遥信生成的网络拓扑具有较大的不确定性。为此,提出了一种基于高级量测体系AMI(advanced measurement infrastructure)潮流匹配的辐射状中压配电网两阶段拓扑辨识方法。首先,建立了中压配电网拓扑辨识的改进混合整数二次规划MIQP(mixed-integer quadratic programming)模型,进行初步拓扑辨识;其次,以MIQP结果作为初始拓扑进行局部邻域搜索,采用图的树生成算法生成一阶、二阶邻居生成树,以AMI注入功率量测为负荷依次进行潮流计算,选择电压估计值与量测值最匹配的生成树作为最终拓扑辨识结果;在局部邻域搜索过程中舍弃排名靠后的拓扑以降低潮流匹配计算量。通过33节点配电网算例验证了所提方法的有效性。     

基于加权最小二乘法的低压配电台区拓扑自动识别方法

低压配电台区的拓扑关系信息对线损分析、窃电预警、故障定位以及优化运行等方面都具有重要意义.针对目前低压配电台区拓扑关系缺失或不准确问题,本文首先基于高级量测体系,建立了支持低压配电台区拓扑识别的系统架构.然后,提出了基于加权最小二乘的低压配电台区拓扑识别方法,该方法需要采集多时段的变压器低压拓展采集单元和用户侧智能电表的有功电流值,并根据电流值数据建立最小二乘法求解拓扑关系的矩阵方程,对时间较近的数据施加较大的权重,以达到能够尽早发现发生改变的拓扑关系的目的.最后,本文还提出了反映加权最小二乘法计算性能的拓扑改变发现率指标以及反映测量误差忍受限度的允许误差率指标,并在算例仿真中依据这些指标对本文所提识别方法进行了分析.     

基于运行扰动数据分析的低压台区拓扑辨识方法研究

传统的低压台区拓扑识别方法具有精确度低、抗干扰能力差、效率低等一系列问题。针对上述问题,提出一种基于电流运行扰动数据的台区拓扑辨识方法。首先,利用改进的灰色关联分析法对测量终端采集的低压出线柜、分支箱、光力柜、表箱的电流扰动数据进行分析,计算低压台区不同部分数据的相关性,实现台区供电隶属关系识别。进而,通过电流确定台区中各部分的进出线连接关系,实现对台区拓扑的识别。算例结果表明,利用电流扰动数据进行台区拓扑辨识具有准确度高、效率高的特点,因此在实际应用更具价值与潜力。     

基于二次矩阵补全的低压配电网相序识别算法

针对低压配电网数据完整性不足的场景,提出了一种基于二次矩阵补全的低压配电网相序识别算法。首先,分析了基于电流拟合的相序识别原理与模型;其次,研究了基于奇异值门限(SVT)算法的矩阵补全算法及其对缺失数据的一次补全方法;然后,为了进一步提升矩阵补全精度,提出了基于SVT算法的二次补全算法,并在此基础上构建了基于二次矩阵补全的低压配电网相序识别方法;最后,通过实际台区用电数据对所提算法进行算例分析。算例分析结果表明,所提算法适用于电流采集数据缺失的情况,能有效地降低电流矩阵补全的误差,从而提升低压配电网相序识别的准确率。     

基于虚拟阻抗的低压配电网拓扑识别方法

当前拓扑识别技术难以反映潮流特性对拓扑识别的影响，基于配电网现有量测数据，通过分析节点间的电气距离，提出了虚拟阻抗的概念。将节点间具备电气意义的且与电气距离成正相关的连续变量定义为虚拟阻抗，并提出了一种基于虚拟阻抗的低压配电网拓扑识别方法。首先，构建以节点间虚拟阻抗为因变量的多元线性回归方程。然后，通过岭回归计算每一个单相电表与关口电表构成的回归方程的虚拟阻抗，根据计算结果快速判别出拓扑关系异常的电气设备。最后，建立基于导数动态时间弯曲(derivative dynamic time warping, DDTW)距离的校验模型，重新构建得到电气设备的正确拓扑关系，实现低压配电网拓扑关系的修正。以实际的低压配电网台区样本数据为依据，验证了所提方法的有效性。     

基于DTW距离和聚类分析的配电台区低压拓扑结构辨识方法

针对低压配电台区拓扑结构中存在错误的问题,提出了一种基于动态时间弯曲(Dynamic Time Warping, DTW)距离和聚类分析的台区拓扑辨识方法。首先利用电压序列之间的DTW距离度量用户电压曲线之间的相似性,然后基于最小最大距离原则对用户电压曲线进行聚类分析,辨识低压用户所属台区,并对同一台区内的用户进行相别辨识。该方法能够对时间间隔不同、不等长的电压时间序列进行分析,对电压数据缺失或异常数据不敏感,且不需要人为设定阈值,拓扑结构辨识准确性高。算例仿真结果验证了所提方法的正确性与有效性。     

基于自适应分段云模型的单相用户相别辨识方法

针对低压配电台区拓扑结构中相别关系错误的问题,利用台区配电变压器低压侧相电压序列和用户电压序列的相似性,提出了一种基于自适应分段云模型的单相用户相别辨识方法.首先,利用云模型的数字特征刻画电压序列的数据分布;然后,利用自适应分段云模型算法自适应地确定电压序列的分段总数以及每个分段的起始时刻和结束时刻;最后,计算电压序列...     

基于高频重构信号与Bayes-XGBoost的低压电弧故障辨识方法研究

针对低压配电系统中单个用电负载支路串联电弧故障辨识困难的问题,提出一种基于高频重构信号和Bayes-XGBoost的低压电弧辨识方法。首先,搭建多支路、多负载类型的低压电弧故障真型实验平台,并采集相关数据。其次,基于故障前后主线路电流高频信号变化规律,提出信号微弱变化叠加法重构故障有效信号。最后,建立适用于单个负载支路电弧故障辨识的XGBoost模型,并采用Bayes算法对模型多个超参数进行优化。实验结果表明,所提方法在多种工况下对单个负载支路电弧故障具有较高的辨识准确率。与6种主流故障分析方法对比,所提方法在精度、训练速度和泛化能力等方面展现出了显著的优越性,有利于实现低压配电系统单个负载支路电弧故障的可靠辨识。     

基于t-SNE降维和BIRCH聚类的单相用户相位及表箱辨识

低压台区单相用户的相位及接入表箱信息的准确性对户变关系纠错和线损治理分析有重要影响。目前,拓扑档案的校验主要依靠电力员工现场排查,人力物力消耗大且排查效率低下。因此,亟需一种效率较高的低压台区拓扑档案校验方法。在此背景下,文中提出了一种基于智能电表电压数据的低压台区单相用户相位及接入表箱辨识方法,可以为低压台区的拓扑辨识及排查提供参考。首先,采用t分布的随机近邻嵌入(t-SNE)技术对原始负荷数据进行降维处理,解决台区用户原始负荷特征维度过高带来的冗余性问题;接着,应用BIRCH方法对降维后的负荷数据进行聚类,实现台区下单相用户所属相位和接入表箱的辨识。最后,以浙江省海宁市某台区为例进行验证,算例分析的结果表明所提模型具有可行性和有效性。     

基于多周期性MILP模型的新型配电系统拓扑辨识方法

在新兴低成本、非接触式的电流传感器的基础上,本文提出了基于多周期性混合整数线性优化的拓扑辨识方法。首先基于支路电流绝对值误差建立了拓扑辨识的混合整数非线性优化(MINLP)模型,然后采用线性化方法将MINLP模型转化为混合整数线性优化(MILP)模型,并通过多周期性测量数据建立多周期性优化模型,从而减小伪测量误差的影响。此外,证明了支路电流传感器优化配置条件,以确保拓扑辨识的准确性。在IEEE-33节点系统的仿真测试结果表明,本文所提出的拓扑辨识方法拓扑辨识精度高,随多周期性场景的增加,拓扑辨识精度逐渐增加,且受伪测量误差的影响比受支路电流测量误差更大。