[发明专利]一种基于电压数据的拓扑关系识别方法

说明书

本发明公开了一种基于电压数据的拓扑关系识别方法，包括：对用户用电信息采集系统所采集的电压数据进行预处理；利用皮尔逊相关系数对预处理后的电压数据进行相关性分析，确定台区总电表电压与分电表电压之间的相关密切程度，并基于相关密切程度划分不同台区；对各个台区的电压数据进行主成分提取，并根据提取的主成分对各台区电表按照相线进行聚类；基于聚类结果，对各台区各电表进行同相线分组；对各同相线分组的电表按照电压值高低进行排序，并结合电压衰减原理对同相线分组中各电表距离变压器的距离进行排序，确定各台区各电表的物理拓扑结构。本发明能够帮助运维人员及时了解台区运行状况，能对故障精准定位和台区线损精益化管理。

技术领域

本发明涉及配电网线路运行维护技术领域，更具体的说是涉及一种基于电压数据的拓扑关系识别方法。

背景技术

线损是指电能通过时产生的电能损耗，而电能损耗直接影响了电力的使用效率和经济效益。此外，线损还是低压台区主要的考核指标，精准的台区拓扑关系是台区线损准确计算的前提。

随着电网发展和用户大量接入，低压台区存在用户多，结构复杂，投入不足的问题。台区拓扑关系是供电服务的基础性工作，但由于缺少相应的自动化和信息化手段，使得低压台区拓扑结构缺失或不准确，影响线损的管理水平，无法进行停电精准通知和设备抢修研判，以及延误终端事件上报和处理效率。如果台区问题不解决，长此以往，将会影响电力公司的服务质量和服务效率，降低客户的服务满意度。

目前，台区拓扑识别的方法主要分为两类，一是基于人工，需要现场人员积极配合，完成台区拓扑识别任务，但需浪费大量人力和物力。二是基于通讯技术，提出了一种基于LoRa技术和GPU加速的台区拓扑识别方法，通过LoRa通讯技术和高性能计算技术，对于智能电能表的数据进行分析和识别，但是易受传输距离和通信质量的影响。

因此，如何提供一种不受传输距离和通信质量影响，且能够对低压台区拓扑自动识别，并能精准定位故障的基于电压数据的拓扑关系识别方法是本领域技术人员亟需解决的问题。

发明内容

有鉴于此，本发明提供了一种基于电压数据的拓扑关系识别方法，通过分析用户用电信息采集系统的数据，从户变识别、相位识别、分组识别、拓扑识别四个方面逐步完成台区拓扑识别，进而帮助运维人员及时了解台区运行状况，更能精准故障定位和台区线损精益化管理。

为了实现上述目的，本发明采用如下技术方案：

一种基于电压数据的拓扑关系识别方法，包括以下步骤：

对用户用电信息采集系统所采集的电压数据进行预处理；

利用皮尔逊相关系数对预处理后的电压数据进行相关性分析，确定台区总电表电压与分电表电压之间的相关密切程度，并基于相关密切程度划分不同台区；

对各个台区的电压数据进行主成分提取，并根据提取的主成分对各台区电表按照相线进行聚类；

基于聚类结果，对各台区各电表进行同相线分组；

对各同相线分组的电表按照电压值高低进行排序，并结合电压衰减原理对同相线分组中各电表距离变压器的距离进行排序，确定各台区各电表的物理拓扑结构。

优选的，在上述一种基于电压数据的拓扑关系识别方法中，所述数据预处理包括：

删除用户用电信息采集系统所采集的电压数据中的重复数据；

对存在数据缺失的电表的电压数据进行数据补全；

根据正态分布的3sigma原则滤掉异常数据，获得最终的预处理后的电压数据。

优选的，在上述一种基于电压数据的拓扑关系识别方法中，所述对存在数据缺失的电表的电压数据进行数据补全，包括：