基于改进的皮尔逊相关系数的低压配电网拓扑结构校验方法

针对低压配电网拓扑结构人工校验成本高、实时性不强的问题,提出了一种基于皮尔逊相关系数和KNN算法的低压配电网拓扑结构纯软件在线校验方法。首先用皮尔逊相关系数判断用户电压序列曲线的相似性,通过相关系数算法校验台区户变关系的正确性,找出户变关系不正确的用户,进行再校验。对于需再校验的用户,基于GIS系统的数据和《配电网规划设计技术导则》剪辑生成用户样本集,运用KNN算法分析剪辑生成用户样本集,然后找出校验用户所属的正确台区。最后根据人工现场校验结果,判断算法校验的正确性。     

基于改进K-means聚类和皮尔逊相关系数户变关系异常诊断

用电信息采集系统易出现台区户变关系错误问题,传统诊断技术主要针对少用户台区出现异常用户情况,但对于多达数百用户台区,存在多相邻台区异常用户特征提取难题。本文首先通过主成分分析对GIS系统获取台区总表和用户电表电压数据实现降维,建立改进K-means聚类提取电压数据特征,提出改进皮尔逊相关系数算法分析待检测用户,据此建立基于改进K-means聚类和改进皮尔逊相关系数的户变关系异常诊断方法,实现多异常用户所属正确台区诊断。实际算例分析结果表明,本文提出算法在识别同一台区一个及多个异常用户、不同台区多个异常用户情况下均能有效实现异常用户的准确检测与分析,相比传统检测方法,实现简单且准确性更高。     

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%。     

配电网拓扑结构概念聚类及其在优化规划中的应用

聚类分析是一种无监督的机器学习方法。被广泛应用于各研究领域。在城市配电网优化规划的研究中，现有的关于网络拓扑结构分析的一些方法并不适用于配电网优化规划工作，而关于配电网拓扑结构聚类分析的研究更是鲜见报道。基于对配电网结构、运行特点以及优化规划工作实际需要的认知，提出了一种结合模糊逻辑的配电网拓扑结构概念聚类方法，对于推进配电网优化规划问题的研究具有广泛的实际意义。为检验该方法的有效性，在该方法的基础上引入几个简单的概念，构成一个基本的机器学习模块，该模块可以方便地“嵌入”基于Agent行为和范例学习的新型遗传算法中，以提高原算法的计算性能。并用算例证明了在引入基于配电网拓扑结构概念聚类的机器学习模块后，新型遗传算法具有更高的计算效率和求解质量。     

基于AMI量测信息的低压配电网拓扑校验方法

针对目前低压配电网络拓扑连接关系辨识的难题,提出了一种基于AMI量测信息的低压配电网拓扑校验方法。该方法首先借助高级量测体系AMI提供的负荷量测信息以及网络数据,得出同一配电变压器下各负荷所属耦合节点电压以及所属支路电流,然后分别求得所有负荷间耦合节点电压和支路电流的相关系数,进行相关性分析,即相关性强的负荷同属于同一馈线,进而确定各负荷所属的馈线;之后根据负荷的耦合节点电压幅值大小,确定各负荷在所属馈线中的上下游关系,最后通过相关性分析结果以及负荷的耦合节点电压分布,对存在错误连接关系的负荷进行修正,最终完成低压配电网络拓扑的校验与修正。算例证明了该算法的可行性与有效性。     

基于皮尔逊相关系数的光伏电站数据修复

针对光伏电站采集数据的过程中存在数据异常或缺失的实际情况,提出了一种基于皮尔逊相关系数的插值方法。该方法根据皮尔逊相关系数找到与缺失数据相似的时刻,再根据相似时刻的数据估计出缺失的数据。这种方法能够有效的对数据进行修复,还原准确度更高,最大化提高残缺数据的使用率。     

基于宏微观特征分层聚类的配电网拓扑相似性分析方法

提出一种基于宏观与微观拓扑特征分层聚类的配电网拓扑相似性分析方法。首先,构建涵盖宏微观拓扑特征的指标集作为拓扑相似性分析的依据,包括宏观层面的网络社团特性和节点度相关性指标以及微观层面的线路功率传输性能和负荷分布密度指标;针对传统拓扑相似性分析方法难以对变量数不同的微观拓扑特征进行细粒度分析的问题,提出基于核密度估计的微观拓扑特征描述方法和基于Kullback-Leibler散度的微观特征相似性量度方法;再以基于标准离差率改进的谱聚类算法对宏微观拓扑特征集进行分层聚类,实现配电网拓扑相似性分析。算例分析表明,所提出的配电网拓扑相似性分析方法在表征配电网结构特性的能力及相似性分析效果方面相对于传统方法更优。     

基于改进灰色聚类法的配电网供电分区方法

供电区域分类是配电网规划建设的重要基础性工作,划分结果会直接影响电网建设的投资规模,因此供电区域的科学、合理分类有助于制定差异化的配电网规划目标和规划方案,兼顾可靠性和经济性要求,提高配电网全寿命周期效益.综合考虑各地的发展水平、建设水平、负荷水平3个方面后,建立了较完整的供电区域划分指标体系,根据相关指标数据,采用基...     

基于改进相关性分析的低压台区拓扑辨别方法

低压线路拓扑的准确性不仅会直接影响整个配电系统运行监控与安全检测,还会影响系统的故障诊断、安全分析和其他相关工作的开展。文中针对配电台区设备的组网特点,提出了一种基于改进相关性分析的低压台区拓扑辨别方法。首先根据低压配电线路的长度应满足末端电压质量的要求,选择合适范围内的台区设备作为研究对象;其次根据台区同馈线设备电压之间的相似性,利用DBSCAN聚类算法,将设备归类到不同的出线区域,并筛选出不属于该台区的设备,缩小研究范围;再其次基于能量守恒定律,上游设备流出的能量等于下游设备流入能量之和的特点,结合功率曲线的相关性和残差平方和,找到上游设备的最优下游设备组合,识别各出线区域设备的上下游连通关系;最后对各出线区域设备连通性进行校验,解决其中冲突节点,最终建立全网台区拓扑结构。     

基于层次分析法及灰色聚类决策模型的主动配电网经济活动外部性评价

近年来随着大批主动配电网项目在各地开展,客观准确地进行项目的经济活动外部性评价能够有效确保主动配电网项目科学高效、可持续发展,同时也成为了项目中不可或缺的一步。首先构造了主动配电网经济活动外部性评价系统,接着建立了基于层次分析法及灰色聚类决策模型,最后针对某主动配电网项目进行经济活动外部性全面性评价。为日后开展此类评价工作提供了参考。     

聚类网架拓扑与源荷关联场景生成下配电网分布式电源规划方法

面对多样化的配电网拓扑结构,为了对分布式电源规划激励措施的成本进行快速有效估算,提出了一种基于聚类网架拓扑的配电网分布式电源规划方法。同时,在规划阶段充分考虑分布式电源与负荷的相关性,提出了基于Copula理论的源荷关联场景规划方法。通过SimRank++算法计算不同馈线拓扑结构间的相似度,由层次聚类算法获取配电网的不同馈线集群,将集群中心作为典型网架的拓扑结构。针对每一种典型网架的拓扑结构,以经济性为目标建立分布式电源的规划模型,并采用模拟退火粒子群优化算法对模型求解。基于实际城市配电网进行算例分析,分析结果表明所提方法能够灵活地指导分布式电源规划,从而为可再生能源和配电网的战略规划提供参考。     

基于改进双层聚类多目标优化的配电网动态重构

随着配电网的高速发展,电力用户对供电可靠性的要求越来越高。针对现有配电网动态重构中开关次数难以约束,系统节点功率变化对配电网潮流分布的影响以及单一聚类算法负荷识别不足的问题,提出基于形态与幅值的双层聚类。外层以皮尔逊为相似度量进行形态相似聚类,内层以欧氏距离为相似度量进行幅值相近聚类。建立减小网损、提高电压稳定性、均衡馈线负荷、减少开关操作次数的多目标优化数学模型,采用改进粒子群算法完成配电网多目标动态重构。仿真结果表明,较静态重构开关操作次数降低了54.76%,减小电能15 575.4 kW·h,降低了39.28%,较重构前电压偏移指数降低49.1%,负荷均衡度改善41.9%。该研究所提改进的双层负荷聚类相比FCM聚类,准确度提高了11%,聚类效果更加接近原始数据。该动态重构方案可提高配电网运行的可靠性。     

基于T型灰色关联度和KNN算法的低压配电网台区拓扑识别方法

针对目前低压配电网台区拓扑存在记录不准确,人工排查成本高,准确率低的问题.提出了一种基于T型灰色关联度和K-最近邻(K-nearest Neighbor,KNN)算法的低压配电网拓扑自动识别方法.首先计算用户与所属台区电压的T型灰色关联度,对低于设定阈值的可疑用户用KNN算法判断所属台区,完成户变关系识别工作.然后计算...     

基于聚类分析的配电台区拓扑识别方法

拓扑识别是配电台区的技术热点之一,拓扑关系是电网普遍需求。在不额外增加拓扑识别硬件的条件下,利用台区同期电能数据进行拓扑识别,是有别于专用拓扑装置的另一种方法。研究了基于基尔霍夫定律的智能装置父子关系的特征条件和数学组合算法,并研究了基于聚类分析的拓扑识别算法,实现了从台区总出线开关到用户电能表的拓扑识别过程。提出了智能装置拓扑关系的主要数据结构和拓扑数据表单。基于聚类分析的机器学习方法和组合优化算法的拓扑识别技术,对于配电台区的运行和维护具有实用价值,对于配电数据孪生应用具有参考作用。     

基于GIS的配电网拓扑分析方法

根据GIS空间数据的特点和配电网的结构特点,在分析影响配电网拓扑结构的设备属性的基础上,提出了基于GIS的配电网拓扑模型,并由此提出了一种既能利用GIS强大的拓扑分析功能,又能够实用于电力系统配电网的拓扑分析方法。同时,还以停/供电模拟的实现算法来说明拓扑分析方法的具体应用。经过实际应用表明,基于GIS的配电网拓扑分析方法具有很大的实用性和推广价值。     

基于Pearson相关系数与广义S变换的低压直流微电网的故障选线方法

针对低压直流微电网线路的故障选线方法的研究有限,提出一种基于Pearson相关系数与广义S变换的故障选线方法。首先,介绍了低压直流微电网的一般组成。在此基础上,研究了低压直流微电网的单极故障以及极间故障的故障特征,提出选线方法,对各线路正负极首末端电流差进行Pearson相关系数计算来确定故障线路。然后对所选故障线路正负线路首端的电流量进行广义S变换,计算出其能量和的比值判别故障极性或者极间故障。最后,在PSCAD/EMTDC 中搭建出低压直流微电网模型以输出各线路电流数据,并利用Matlab对数据进行仿真。结果表明,所提选线方法直接有效,且耐受过渡电阻的能力较强。     

基于皮尔逊系数和不确定测度的冲突证据组合方法

D-S 证据理论在合成冲突较大的证据时会产生直觉相悖问题,现有的修正证据源的改进方法大多只从单一角度做出改 进,不能全面反映冲突信息特征。 针对此问题,提出了一种基于皮尔逊相关系数和不确定性测度的证据组合方法。 首先,利用 皮尔逊相关系数衡量证据之间的相关性,定义证据的可信度。 其次,引入基于区间概率的不确定度对可信度进行修正,得到权 重。 最后,使用该权重对原始证据进行加权平均,使用 Dempster 组合规则进行合成。 与经典改进方法相比,该方法能有效处理 冲突证据的融合问题,指认正确命题的准确率达到 0. 992 0。 与已有皮尔逊系数改进方法相比该方法更具有合理性,且有较高 的准确度。     

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。