[发明专利]基于时序特征的数据特征相似度比对方法

说明书

本发明涉及一种基于时序特征的数据特征相似度比对方法，属于智能电网技术领域。采集相同时钟周期低压配电顶端设备的电气运行数据，并附于对应时标信息。采集相同时钟周期低压配电顶端设备的电气运行数据，得到带时标信息末端电气运行数据集。提取所需检测的电气运行数据，得到新的时序特征数据集。在设置的时间窗口内，分别求得各顶端设备与末端设备时序特征数据集的最大公共子序列，取得相似度矩阵，再取最大值即得到最相似的顶端设备。本方法采用了真实电力数据，通过引入时序变量，使用新的特征量，增加了比对维度，从而提高了比对准确性；基于时序特征的高置信度特征，在比对中可减少大量算力。

技术领域

本发明涉及一种基于时序特征的数据特征相似度比对方法，属于智能电网技术领域。

背景技术

目前电力企业在维护电网拓扑时以人工维护为主，由于配电网规模大、设备数量多、结构复杂，依靠人工手动维护配电网拓扑模型工作量巨大、模型信息直观性差，难以保证配电网拓扑模型的完整性及正确性，存在配电拓扑模型质量不高、拓扑模型不完整及连通混乱、模型变化无法感知、一致性无法保证等问题，因此衍生出了电力网络拓扑识别系统。

但由于电力网络拓扑识别系统中的发送端的拓扑设备与电网支线距离不稳定，或现场环境导致其电网中无法得到所希望的拓扑识别信号，因此发送端的拓扑信号自适应能力较差。

目前在低压配电拓扑辨识领域，主要有2类方案，包括HPLC辨识方式，及主动触发信号辨识方式。其中HPLC方式是采用通信网络来辨识拓扑，得到是通信拓扑而非物理拓扑，理论上存在误辨的可能；主动触发则存在额外损耗，及复制工况下的信号淹没问题。所以目前急需能提高准确性以及减少算力的方案。

发明内容

发明目的：针对上述现有存在的问题和不足，本发明的目的是提供一种基于时序特征的数据特征相似度比对方法，本方法则是采用了真实电力数据，通过引入时序变量，使用新的特征量，增加了比对维度，从而提高了比对准确性；基于时序特征的高置信度特征，在比对中可减少大量算力。

技术方案：为实现上述发明目的，本发明采用以下技术方案：

一种基于时序特征的数据特征相似度比对方法，包括如下步骤：

步骤1：数据采集：采集相同时钟周期低压配电顶端设备的电气运行数据，并附于对应时标信息，得到带时标信息顶端电气运行数据集U1，U2，U3，…Un，n为顶端设备编号，采集相同时钟周期低压配电末端设备的电气运行数据，并附于对应时标信息，得到带时标信息末端电气运行数据集D1，D2，D3，…Dm，m为末端设备编号；

步骤2：时序特征提取：将数据集U1，U2，U3，…Un以及D1，D2，D3，…Dm结合步骤1中对应的时标信息，提取所需检测的电气运行数据，得到新的时序特征数据集Ux1，Ux2，Ux3，…Uxn与Dx1，Dx2，Dx3，…Dxm；

步骤3：计算相似度矩阵：在设置的时间窗口内，分别求得各顶端设备与末端设备时序特征数据集的最大公共子序列，以顶端设备编号作为行号，末端设备编号为列号，以最大公共子序列元素个数作为值，取得相似度矩阵Sm[n,m]；

步骤4：整体相似度比较：遍历Sm[1,m]，Sm[2,m]，Sm[3,m]，…Sm[n,m]，取最大值Sm[MaxN,m]，即与末端设备m最相似的顶端设备MaxN。

进一步的，步骤1中所述的电气运行数据包括电流、电压、谐波电流和谐波电压。

进一步的，步骤2中所述新的时序特征数据集为时标是Key，特征值是Value的一维数组。

进一步的，步骤3中所述最大公共子序列为在非时域拉伸情况下的两条时序特征数据集中相似元素最多的时序特征序列。

进一步的，步骤4中所述最相似的顶端设备在取最大值时还根据不同类型的电气运行数据的置信度设置其权重值来进行选择。