基于加权最小绝对值状态估计的有源配电网拓扑辨识方法

在配电系统状态估计中,一方面众多网络设备难以完全监控导致量测数据不足,另一方面,频繁的拓扑切换亟须开发高效的算法。因此,提出了一种配电网拓扑辨识的加权最小绝对值状态估计方法。首先,对传统基于线性规划的加权最小绝对值状态估计方法进行改进,以提高计算效率;其次,在重新制定的加权最小绝对值状态估计方法中加入补充变量和约束,以适应拓扑辨识问题,形成了一个基于混合整数线性规划的加权最小绝对值状态估计方法;最后,4个算例系统的仿真结果验证了所提方法在不同数量的实时测量、高伪测量误差、被坏数据破坏的测量以及未知支路状态场景下的优异性能。     

一种配电网拓扑结构辨识方法的探讨

针对配电网实时量测有限,并且开关、刀闸设备缺乏实时遥信的情况,提出了一种配电网拓扑结构辨识方法——最优匹配回路功率法。该方法基于最优匹配回路功率,寻找出了若干种有可能的配电网拓扑结构,利用相同的量测值在不同的拓扑结构下分别进行状态估计,选择与量测匹配度最好的拓扑结构作为当前的可信拓扑结构。这样,将网络拓扑辨识问题转换成了以量测匹配度好为目标的网络重构问题。算例表明,该方法可行有效。     

基于电压聚类排序的中压配电网拓扑在线辨识方法

网络拓扑辨识作为配电网运行和管理的基础,随着城市配电网结构的日趋复杂以及运行安全性和可靠性需求的日渐提高,配电网拓扑辨识面临着严峻挑战。为此,本文提出一种基于电压聚类排序的中压配电网拓扑在线辨识方法。首先梳理了配电网的典型拓扑结构,分析了配电网运行时拓扑的多样性和拓扑辨识的重要性;其次,分析了中压配电网电压的分布特征和相似性,通过挖掘节点电压相似性中蕴含的拓扑信息,利用均值漂移算法辨识分支、利用平均电压法辨识分支结构,实现对配电网拓扑结构的准确辨识;最后,采用某东部城市的负荷曲线,通过算例验证了所提拓扑辨识方法的有效性及优越性。     

基于CNN-LSTM-Attention的配电网拓扑实时辨识方法

配电网中准确的拓扑结构辨识对运行和控制具有重要意义,针对实际配电网拓扑结构变动的情况,搭建了可智能辨识配电网拓扑结构的深度学习模型。首先,生成不同拓扑结构下的配电网量测数据并进行数据预处理。其次,构建了融合CNN（卷积神经网络）、LSTM（长短期记忆网络）和Attention（注意力机制）的拓扑结构智能辨识模型,并结合历史量测数据对模型训练并测试。最后,在IEEE 33节点和PG&E69节点配电系统仿真算例中,验证了该基于CNN-LSTM-Attention模型的拓扑辨识方法相较于传统辨识方法在辨识精度上的优越性,实现了该模型的在线应用。     

基于CatBoost算法的配电网分区拓扑辨识

含多分布式电源配电网的拓扑结构具有多样性与多变性,影响拓扑辨识的实时性和准确性。提出一种基于CatBoost算法的配电网分区拓扑辨识方法。构建结合拓扑分区的配电网拓扑辨识框架,采用区域开关状态矩阵描述拓扑结构,以进行物理上的辨识降维;提出基于CatBoost算法的特征选择与拓扑辨识方法,通过分区并行离线训练得到历史拓扑和未知拓扑的区域拓扑辨识CatBoost模型,通过在线应用得到实时的区域开关状态矩阵标签,形成配电网开关状态矩阵,实现系统拓扑辨识。配电网算例系统测试结果验证了所提方法的有效性。     

电缆配电网的线-变-表拓扑异常辨识方法

线-变-表拓扑异常是造成分线线损率统计值不合理的一个主要原因。同时考虑到部分分线涉及的设备量较多、异常情况复杂,仅靠现场排查难度很大。为了克服这一难题,针对电缆配电网接线方式,提出了一种线-变-表拓扑异常辨识方法。为了保证分析的客观性,基于分线线损率计算公式,分析了拓扑异常对线损率的影响,并分别针对单环式和双射式两种基本的电缆配电网接线方式,提炼了相应的拓扑异常类型。为了提高现场排查效率,推导了不同异常类型情况下线损率实际值与统计值的关系式,并提出了拓扑异常辨识方法,能够在现场核查前预判出异常原因。最后,通过实际算例计算,验证了所提方法的有效性。     

基于改进蝠鲼觅食优化SVM的配电网拓扑辨识

针对配电网的拓扑结构变化频繁的问题,提出了一种基于改进蝠鲼觅食优化支持向量机的配电网拓扑辨识方法.考虑到量测数据缺失的问题,提出了基于电压方差K近邻的缺失数据填补方法.利用改进蝠鲼觅食算法同时进行特征选择和支持向量机参数的优化,筛选出对配电网拓扑辨识最有效的部分电压幅值量测.所提方法仅需一个时间断面的部分电压幅值量测数据,且能处理不同类型的分布式电源,适用于量测不足的区县农村配电网,计算速度可满足在线应用需求.通过IEEE 33节点配电网和PG&E 69节点配电网验证了所提方法的有效性.     

基于注意力机制和卷积神经网络的配电网拓扑辨识

针对当前配电网拓扑变化频繁,拓扑结构实时获取困难等问题,文章提出基于注意力机制和卷积神经网络的配电网拓扑辨识方法。首先利用卷积神经网络挖掘量测信息和配电网拓扑结构之间的关系,学习其映射规则;考虑当前配网中同步相量测量装置(phasor measurement unit,PMU)和微型同步相量测量装置(micophasormeasurementunit,μPMU)等高级量测设备安装数量不足导致获取量测数据质量不高的问题,在卷积神经网络隐藏层中融入注意力机制,以增强模型鲁棒性;通过随机森林算法对特征数据集进行降维,降低模型时、空复杂度;最后,分别基于IEEE 33节点配电网和PG&E69节点配电网开展算例分析,以验证方法的可行性和优越性,并检验利用更少特征进行拓扑辨识的可能性。结果表明：所提方法具有良好优越性和鲁棒性,泛化能力强,在仅提供少量时间断面量测数据情况下便可实现配电网拓扑辨识,且对于辐射网和含环网络同样适用。     

配电网动态拓扑与线路参数联合在线辨识方法

为了实现配电网拓扑和线路参数精确辨识,考虑拓扑结构的变化,提出一种基于智能电表量测数据的配电网拓扑与线路参数联合在线辨识方法.首先,利用不同拓扑结构下的历史量测数据,分别建立基于支持向量机(SVM)的多分类模型和基于线性回归的拓扑与线路参数辨识初始模型.然后,以SVM多分类模型实现在线量测数据与拓扑结构间的映射,得到拓...     

配电网快速网络拓扑分析算法

缩小搜索范围是提高拓扑速度的关键,输电网可采用厂站内搜索法来缩小搜索范围,配电网则不适合。给数据排序是缩小搜索范围的有效措施,但排序比较费时。为此,提出了把全局拓扑分成静态拓扑和动态拓扑的想法。静态拓扑仅处理排序工作,可预先计算;每次全局拓扑只运行动态拓扑,由于数据已经排序,计算速度很快。同时提出了使用节点支路关联数据形成岛的方法,由于此数据可以在静态拓扑中处理,因而进一步提高了配电网网络拓扑的计算速度。实际算例验证了所提出的算法的有效性。     

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。     

基于混合整数线性规划的含ZIP负荷有源配电网重构方法

随着分布式电源并网和负荷类型的日益复杂,传统配电网重构模型尚未考虑复杂的综合负荷模型。提出了考虑ZIP综合负荷模型的有源配电网混合整数线性规划方法。在辐射状配电网二阶锥潮流模型的基础上,通过线性回归法将ZIP负荷模型等效为ZP负荷模型,建立基于混合整数二阶锥规划的有源配电网重构模型。通过多面体近似将二阶锥约束进行线性化,建立基于混合整数线性规划的有源配电网重构模型。在三个不同规模配电系统的仿真结果表明,基于混合整数线性规划的有源配电网重构模型精度与基于混合整数二阶锥规划的几乎相同,但优化效率提高了15%~30%,具有较高的优化精度和效率。     

基于关系图卷积神经网络的新能源配电台区拓扑识别方法

针对传统拓扑识别方法难以适应高比例分布式光伏接入下低压配电台区电气耦合特性复杂的问题,本文提出了一种基于关系图卷积神经网络的新能源配电台区拓扑识别方法。首先,分析了分布式光伏接入对低压台区线户关系识别的影响机理,提出了高渗透率分布式光伏接入下配电台区的自适应线户关系识别方法,通过电压皮尔逊相关系数矩阵建模和全局自适应聚类方法实现线户关系识别。其次,基于新能源台区拓扑关联特性将配网节点关联分类匹配为分隔、上下、并列及光伏节点接纳关系,建立了适应分布式光伏接入的台区拓扑邻接矩阵模型。最后,提出了基于关系图卷积神经网络的配电台区拓扑生成算法,通过提取电压量测数据形成台区节点特征矩阵,基于关系图链接预测挖掘潜在节点关联关系逐步生成配电台区拓扑。算例仿真对比验证了所提拓扑识别方法的有效性,与传统算法相比可提升识别准确率4.3%以上。     

基于有向邻接矩阵的配电网拓扑检测与识别

准确的拓扑结构是配电网精细化管理和安全运行的基础.针对现有配电网拓扑识别方法无法确定网络潮流方向以及拓扑变动检测方法受负荷突变影响大的问题,提出一种基于有向邻接矩阵的配电网拓扑变动检测与识别方法.首先,提出一种基于有向邻接矩阵的配电网拓扑识别模型,将配电网的未知拓扑描述为不确定的有向邻接矩阵,实现配电网的拓扑识别并确定...     

基于知识图谱的低压配电网拓扑结构辨识方法

低压配电网中正确的拓扑关系是至关重要的。低压配电网实际拓扑结构因运维需要变动频繁且巨大,配电网信息系统中的数据更新不及时、流通性低以及质量差等不能正确反映低压配电网的实际拓扑结构,有必要进行拓扑辨识。知识图谱技术可以清晰地反映出数据间的现有关系,推理挖掘出隐藏知识,适用于低压配电网的拓扑辨识。因此应用知识图谱技术于拓扑辨识中,首先分析知识图谱构建方法,运用知识图谱技术,对多个低压配电网信息系统中的数据进行整合,推理出缺失数据,挖掘出各数据之间的关系。然后构建出低压配电网拓扑结构的知识图谱。最后结合《低压配电网基建工程典型设计规范》以及语义分词技术,对低压配电网信息系统中的户变关系进行辨识。算例实验效果良好,表明所提出的辨识方法具有理论价值和实际应用价值。     

基于支路有功功率的配电网拓扑辨识方法

针对配电网量测冗余度低且开关变化频繁、识别出正确的拓扑结构存在困难的现状,文中提出一种基于支路有功功率的配电网拓扑结构识别方法。该方法基于支路有功功率残值的大小选择可能断开的支路,得到若干种可能拓扑结构;采用相同量测值,在每个可能拓扑结构下分别进行状态估计并计算匹配目标函数值,从可能拓扑结构集中找到可能性最高的拓扑结构作为可信拓扑结构,降低配电网拓扑结构分析的解空间;并引入快速潮流直流法进行状态估计,提高了算法的计算效率,从而把此类配电网拓扑检错问题转换为以量测值匹配度高为目的的配电网重构问题。算例表明,该方法合理有效,快速简便,且在带有较大量测误差的情况下也有很好的适应性。     

智能配电网分布式拓扑识别与应用方法

为实现配电网中的分布式保护与控制,提出了一种基于智能终端单元(Smart Terminal Unit, STU)的分布式拓扑识别与应用方法。对于每个STU,在该方法中仅需为其配置与之关联的静态网络拓扑信息。在一定的拓扑识别规则下,通过与其他智能终端交换信息,各智能终端可以确定馈线支路集的边界终端以及边界终端之间的连接关系,形成动态网络拓扑信息,从而实现拓扑信息的识别与存储。以配电网故障自愈、分布式电源孤岛检测功能为例,介绍了在拓扑信息分布式存储情况下的拓扑应用方法。