[发明专利]一种基于大数据的台区拓扑图绘制方法

说明书

本发明为了解决台区拓扑图绘制现有技术中存在的问题，创新将图论与大数据挖掘技术先验算法(apriori算法)应用于低压台区“变压器－线路－表箱－电能表‑客户”的拓扑图绘制中，通过最小生成树算法，实现台区拓扑图的自动绘制以及与客户关键信息一张图表的展示，一方面由“现场普测、人工维护”的传统模式向“自动绘制、自动校验”模式转变，节约了成本，提高了绘制准确度、工作效率以及低压台区的营配一致率水平，有效解决电网末端数据不规范、结构不清晰的现状；另一方面充分利用了营销系统中大量宝贵的数据资源，为台区经理可视化精准服务提供有力支撑，户表相序归属更加明确，充分开展与分相负荷预测相关的深度应用。

技术领域

本发明涉及台区拓扑图的绘制方法，尤其是涉及一种基于大数据的台区拓扑图绘制方法。

背景技术

低压台区作为电网的末端，是能源互联网的重要基础，是影响供电服务水平的关键环节。随着电力体制改革日益深化，电力公司优质服务的压力持续提升，如何在现有条件下，精准绘制台区拓扑图，实现抢修路径可视化，有效降低配电网抢修时长，减少故障停运时长，准确计算分相负荷，持续优化配网结构，不断提升业扩质效，缩短报装接电平均时长，构建良好的营商环境，真正实现“以客户为中心”，已经成为供电公司共同关注的焦点。

目前台区拓扑图绘制存在的主要问题是：一是营销系统中存在大量的宝贵数据资源，但是没有清晰的“具体含义是什么”，一方面是现有营销系统中客户信息分散，尚不能实现客户关键信息一张图表展示的要求，另一方面是客户资源定位成果和宽带载波通讯路由数据尚未充分应用台区拓扑图，难以为台区经理可视化精准服务提供有力支撑；二是台户关系由人工现场识别维护，台区拓扑图主要现场普测后由人工绘制，工作量大、准确度不高；三是户表相序归属不明确，无法开展与分相负荷预测相关的深度应用；四是虽然高压营配贯通水平很高，但是低压台区设备多、网络结构复杂、现场设备变化频繁，营配一致率水平提升难度较大，以济南地区为例，济南现有台区17378个，客户240.43万，运行计量表计256万只，计量箱47.67万只，城中村、老旧小区较多，营配贯通水平较低，成为营配贯通工作的薄弱环节。

发明内容

本发明为了解决台区拓扑图绘制现有技术中存在的问题，创新将图论与大数据挖掘技术先验算法(apriori算法)应用于低压台区“变压器－线路－计量箱－电能表-客户”的拓扑图绘制中，通过最小生成树算法，实现台区拓扑图的自动绘制以及与客户关键信息一张图表的展示，一方面由“现场普测、人工维护”的传统模式向“自动绘制、自动校验”模式转变，节约了成本，提高了绘制准确度、工作效率以及低压台区的营配一致率水平，有效解决电网末端数据不规范、结构不清晰的现状；另一方面充分利用了营销系统中大量宝贵的数据资源，为台区经理可视化精准服务提供有力支撑，户表相序归属更加明确，充分开展与分相负荷预测相关的深度应用。

本发明提供了一种基于大数据的台区拓扑图绘制方法，包括：

通过先验算法计算电表特征属性与电表在同一计量箱的支持度与置信度，将同一计量箱内的电表聚类为一个节点；

利用最小生成树算法，以变压器为节点，以各节点间通讯中继失败总次数为目标函数，以节点间电压偏差、节点空间距离为约束条件，求解目标函数最小值，得到的最小生成树即为某一相序的台区拓扑图，利用同样的方法绘制得到其他两相的台区拓扑图，实现“变压器-线路-电计量箱-电能表-客户”台区拓扑图的自动绘制；

利用节点间载波通讯中继信息只发生在同一分支线路上的规则进行拓扑异常核查，拓扑异常时修正拓扑绘制模型相关约束条件，直到得到与现场情况一致的台区拓扑图。

进一步地，在所述先验算法计算之前还包括：组建基于hadoop(一种分布式系统基础架构)云计算的大数据集成平台，对数据资源进行整合，实现大数据信息自动汇集。

进一步地，所述组建基于hadoop云计算的大数据集成平台，对数据资源进行整合，实现大数据信息自动汇集具体是：