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。     

基于电压聚类和关联卷积的配电网户变关系识别方法

准确的低压配电网户变关系是电力营销管理和台区线损治理的重要基础,传统的户变关系识别方法排查成本高、识别效果欠佳,无法适用于规模日趋庞大的低压配电网.在此背景下,提出了一种基于智能电表量测数据和用户档案信息的低压配电网户变关系识别方法.首先利用用户地理位置信息实现邻近用户的初步合并,再基于GMM聚类算法对电压时序数据进行聚类划分,用户划分结果作为下一步的迭代初值.然后基于能量供需平衡建立配变与用户的关联卷积识别模型实现低压配电台区户变关系的辨识.最后,在实际的低压配电系统中验证了该方法在提升户变关系识别效率和准确率等方面具有显著优势,具备一定的实践应用价值和工程指导作用.     

基于电压和功率数据的低压用户相别识别优化建模与应用

低压用户相别识别是低压配电网计量拓扑识别的内容之一。首先,描述原问题并对已有研究进行回顾,阐述文中研究特点;按照线路分叉点数量将用户降维到虚拟用户空间;再对虚拟用户空间电压波形采用t分布的随机近邻嵌入(t-SNE)算法,形成进一步降维的特征空间;对于特征空间的电压波形以及聚合功率,提出同时考虑功率平衡和电压时序波形分类的多目标优化模型,使用仅考虑功率平衡的优化问题的解作为初始解。选择2个具有典型特征的城镇居民台区作为试点,发现常见的5类聚类方法均只有1个台区识别成功,且表现差异很大,而所提方法在2个案例中均取得成功,表明其具有一定的稳定性和通用性。     

基于用电信息采集系统的配电网台区识别

在用电信息采集系统中,台区档案的正确性对于配网设备的维护和线损的计算至关重要。现有的台区识别设备需要在现场对单个台区的电能表进行逐一识别,现场工作量较大。文章分析了位于同一台区的电能表在电气物理关系上为并联电气结构,同一台区内的电能表所采集的节点电压的变化规律应具有很高的一致性。另一方面,根据电路理论的知识,同一个台区距离台区变压器最近的节点电压将高于距离变压器较远的节点电压。基于这两个判据,文章通过计算皮尔逊系数量化台区电能表之间的相关性和比较同一台区内的节点电压大小,实现配电网台区信息的在线识别。通过实例分析,文章提出的台区识别方法可准确识别配电网台区档案的准确性。     

基于多粒度聚类和多元特征统计的低压配电网拓扑识别与监测

针对低压配电网中用户的户变关系及相位信息常存在错误且变动较为频繁的现象,提出了一种基于多粒度聚类和多元特征统计的低压配电网拓扑识别与监测方法,包含拓扑聚类识别和拓扑统计监测2个阶段。在拓扑聚类识别阶段,基于用户电压波动曲线的α-峭度和α-偏度提取数据粗粒度空间特征,采用密度峰值聚类算法识别所有用户的户变关系;在数据细粒度特征空间,通过考虑延迟效应的动态时间弯曲距离算法优化密度计算过程,实现相位关系的精确聚类。在拓扑统计监测阶段,基于多粒度聚类结果,采用邻域保持嵌入算法建立多元统计监测模型,实现新增用户或拓扑有变化的个别用户的拓扑快速识别。实际算例的分析结果验证了所提方法的有效性。     

基于数据驱动的低压配电网线户关系识别方法

低压配电网的线户关系自动识别是智能低压配电网实现的基础。通过分析低压配电网中负荷节点电压所呈现的空间、时间以及时空特性,依托"互联网+"智慧能源发展带来的海量电网运行数据,提出了基于数据驱动的低压配电网线户关系识别方法。通过建立基于基尔霍夫电流定律的优化模型,并将其转化为二次规划问题求解,实现低压配电网线户关系识别。同时为了提高求解效率并解决空房用户的识别问题,提出了一种基于电压时空特性的电能表聚类方法。73用户算例系统和多个试点台区应用效果验证了所提方法的有效性,并分析了电能表计量误差、数据长度对识别结果的影响。     

一种低压用户故障快速定位方法的分析与研究

提出了一种通过综合分析低压报修用户的户号、户名、电话号码及故障地址等报修信息,将低压用户报修信息与本地存储的低压用户基本电力信息(包括户名、户号、联系电话、地址)进行智能匹配,对低压报修用户进行快速精确定位,同时获取配电网故障信息的方法。在具备低压建模的情况下,通过低压拓扑分析获取低压报修用户所属表箱、所属变压器等相关配网设备的运行信息,实现低压报修用户故障的快速且准确定位,协助抢修调度员快速且准确进行抢修指挥,对提高电力抢修效率,缩短停电时间、减少经济损失、改善服务质量等方面都具有很重要的现实意义。     

基于三相表特征约束聚类的低压台区用户相序识别方法

低压用户供电相序信息的准确获取对台区线损精益化管理、三相不平衡精准治理等工作的开展具有重要支撑作用.尽管三相表在数据采集时已标定相序,但由于接线不规范等问题导致其与真实相序不一致.同时,忽略三相表将劣化相序识别准确率.为此,提出基于三相表特征约束聚类的低压台区用户相序识别方法.首先,采用Z-Score与t分布的随机近邻...     

基于主成分分析与Wasserstein距离的低压用户相别识别

负载不平衡会导致电能质量差、功率损耗增加、变压器使用寿命缩短等问题,而准确识别用户相别可调整部分用户相别,尽可能达到三相负载平衡,因此提出一种基于主成分分析与Wasserstein距离的低压用户相别识别方法.首先利用主成分分析提取低压用户电压主成分进行聚类,然后计算聚类中值与关口各相电压Wasserstein距离进行相别归属.实测数据证明该方法对相别识别准确性较高,且相较于传统相似度算法在判别相别时具有明显区分度.     

基于配电物联网技术的台区拓扑自动生成方法研究

随着配电物联网的建设发展,低压台区数据的深度融合、低压配电网全景感知的精益化管理等深化应用在智能配电网的发展中已经必不可少。低压配电网拓扑网络结构是台区智能化应用的基础,而台区拓扑的自动生成一直是技术难点,为此提出一种以融合终端为核心,基于配电物联网的拓扑自动生成技术。首先,基于智能融合终端与用户高速电力线载波(high speed power line carrier,HPLC)智能电表的深度数据交流采集,充分利用智能电表采集的用户数据,形成用户特征信息集合,通过电压数据计算任意智能电表之间的相关性,判断其是否处于同一表箱。然后,通过数据集合中其余电气量数据,计算分支箱与智能电表之间最优解集,研判计算数据。最后,通过仿真算例和实际试点应用效果验证所提方法的可行性,并对未来拓扑生成技术的发展方向提出展望。     

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。     

基于改进FCM和最小互信息算法的户变关系辨识方法

随着低压分布式光伏的高比例接入,传统的户变关系辨识方法利用电压与功率特征进行判断,受光伏出力影响较大。针对分布式光伏大规模接入下低压配电网的电气特征,提出了一种基于数据驱动的低压配电网户变关系辨识方法。首先,基于改进模糊C均值(fuzzy C-means, FCM)聚类算法,利用电压相关性对用户进行初步聚类划分。其次,在初步聚类的基础上,利用最小互信息算法排除光伏出力的影响,建立配变与用户的连接关系识别模型并用回归分析的思想求解,实现对户变关系的精确辨识。最后,通过对某地实际数据进行算例分析,验证了基于改进FCM和最小互信息算法的户变关系辨识方法在大规模光伏接入场景下的有效性。实验表明,该方法相比传统的电压和功率特征判别方法具有更高的准确率。     

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。     

基于贝叶斯推断和谱聚类的户变关系动态辨识

低压台区线路的日常维护以及改造升级会导致台区户变关系变动频繁。针对低压台区户变关系难以人工维护的问题,提出了一种基于贝叶斯推断和谱聚类的户变关系动态辨识方法。首先运用高斯核函数和IIR滤波器方程计算节点间电压数据相似度,然后利用贝叶斯推断构建节点间相似度时序矩阵,最后对其进行谱聚类进而实现户变关系的动态辨识。该方法能够沿时序方向根据最新时刻的电压数据进行户变关系的动态辨识,不仅能够对用户更改台区的情况做出快速响应,还能有效提高数据缺失和节点投入或退出台区情况下辨识的鲁棒性。以广东省惠州市4个台区为例进行的算例分析结果良好,验证了所提方法在工程实践中的可行性和可靠性。     

基于三维时空特性的低压配电网拓扑识别方法

为解决泛在电力物联网的数据融合和数据互通问题,针对目前低压配电网拓扑连接信息更新不及时的拓扑错误问题,提出一种基于三维时空特性的低压配电网拓扑识别方法。该方法首先基于地理信息系统中配变台区和终端用户的经纬度地理信息,结合台区辐射范围限制,利用多空间尺度特性初步确定"变-户"关系;其次,基于辐射重叠区"变"、"户"节点智能电表的电气量序列,利用K-Means和PCA的多序列窗口截面特性实现拓扑校核;再其次,基于电压相关性,提出多时间相关性特性的拓扑变化监控方法。最后,通过仿真算例和现场案例验证了所提出方法的可行性。     

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。     

基于过零时刻与SNR算法的电能表台区识别方法研究与应用

各电力公司传统硬件台区识别方法,包括主机和手持终端。主机安装在配电变压器三相低压侧,工作人员携手持终端在用户侧开展识别工作,这需要部署专用硬件,耗费人力和物力。为了替代传统的台区识别仪,根据各种传感器采集到的过零时刻、SNR等数据设计了无扰台区识别的方法,主要研究机器学习以得到对电能表台区归属的概率分布,特别是研究和实验了聚类、深度学习等几种台区识别算法,通过对比分析,使用最优路径法进行台区识别,是当前识别准确性高、成本低的一种台区识别算法。     

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...