[发明专利]一种基于改进的局部异常因子算法的电网拓扑辨识方法

权利要求书

1.一种基于改进的局部异常因子算法的电网拓扑辨识方法，其特征是，包括步骤：

S1，获取待辨识的电网拓扑中的设备对象及其运行数据信息；

S2，基于S1获取的信息中，各设备对象在任意一段时间内多个相邻时刻的设备状态转换信息，分别构建对象模型及对象集合；各对象模型中的数据包括待辨识设备在单个相邻时刻设备状态转换时多个属性的变化数据；

S3，利用GDLOF算法对对象集合中的对象进行约简，以排除处于稠密单元和稠密区域中的对象；

S4，对约简后未排除的各对象，基于相对熵理论对各对象中的各属性进行权重设置；

S5，基于S4设置的属性权重，利用局部异常因子算法对未排除的对象进行辨识，得到局部异常因子量偏大的对象，进而根据该对象确认发生拓扑错误的设备及时刻。

2.根据权利要求1所述的方法，其特征是，S1中所述设备对象及其运行数据信息包括：线路开关及其电流、负荷和位置信息，母联开关及其电流、负荷和位置信息，分段开关及其电流、负荷和位置信息；主变开关及其某侧电流、负荷和位置信息，母线刀闸及其电流、负荷和位置信息，线路刀闸及其连接的相应线路的电流、负荷和位置信息，以及主变刀闸及其连接的主变相应一侧的电流、负荷和位置信息。

3.根据权利要求1所述的方法，其特征是，S2中，假设T₀时刻某设备的状态为[YC₁,YC₂,YC₃,...,YX₁,YX₂,YX₃,...]，T₁时刻该设备的状态为[YC₁',YC₂',YC₃',...,YX₁',YX₂',YX₃',..._]，其中YC代表设备对象的遥测数据，YX代表设备对象的遥信数据，下标不同表示遥测数据或遥信数据的类型不同，如对某线路开关来说，有YC₁代表电流数据，YC₂代表负荷数据，YX₁代表该线路开关的位置信息；则基于该设备对象在T₀到T₁时刻的设备状态转换构建的对象u₁的对象模型为：

[YC1′-YC1,YC2′-YC2,YC3′-YC3,...,YX1′⊕YX1,YX2′⊕YX2,YX3′⊕YX3,...];]]>

基于该设备对象在一段时间内的设备状态转换所构建的对象集合为：

U＝{u₁，u₂，u₃，...,u_m}，其中m为该设备对象在一段时间内所计的对象集合中对象的数量。