[发明专利]一种提升抗数据扰动能力的低压台区相别辨识方法

说明书

本发明提供了一种提升抗数据扰动能力的低压台区相别辨识方法，该方法首先提取低压台区用户与配变变压器电压基本数据，然后基于DTW算法计算任意两用户的电压曲线相似度，最后以簇类数为3，簇内曲线相似度最低为优化目标条件，基于K‑means算法进行低压台区用户聚类并实现用户相别辨识。该方法基于电能表的量测电压数据，采用DTW算法有效解决数据缺失、时钟偏差等问题，不仅有利于系统的智能化改造，更有利于对故障的响应和服务效率的提高。

技术领域

本发明涉及一种提升抗数据扰动能力的低压台区相别辨识方法，属于配电网技术领域。

背景技术

在新一代电力系统中，配电自动化、用电信息采集等智能终端日益增加，各终端之间的连接关系、连通性也变得日益复杂，导致低压台区相别辨识较为困难。在实际应用中，由于通讯质量、时间不同步以及数据维度不一且时刻不对照，仅依靠一般相似度算法难以得到台区准确的辨识结果，不能很好地适应我国目前的台区现状。因此，更精确的低压台区用户相别辨识方法对于电力系统的信息采集及运行维护具有重要意义。

发明内容

为了解决上述技术问题，本发明提供一种提升抗数据扰动能力的低压台区相别辨识方法，其具体技术方案如下：

一种提升抗数据扰动能力的低压台区相别辨识方法，包括以下步骤：

步骤1：从电能表中提取各用户电压与配变变压器三相电压当日数据；

步骤2：对当日数据进行数据清洗，剔除当日坏数据以及未上送补全的零数据；

步骤3：基于DTW算法计算任意两个用户电压曲线的相似度；

步骤4：设定簇类数为3，以簇内用户相似度最小为目标，基于K-means算法进行聚类；

步骤5：计算配变变压器各相别于用户各簇的平均相似度，判断用户的相别。

进一步的，从电能表中提取各用户电压当日数据，假定用户集合为Ω_user，时间集合为Ω_time，用户总数为n，时序长度为m，生成用户电压矩阵U，数据格式如下：

式中，U_ij表示用户i在时序j的电压大小，未采集的数据会以空或零填充。

同理，由于配变变压器仅有A，B，C三相，其配变压器电压矩阵U_trans为：

进一步的，所述步骤2中，对当日数据进行数据清洗，以用户i为例，其电压序列为U_i＝{U_i1,U_i2,…,U_im}，具体流程步骤如下：

步骤2.1：删除U_i序列中未上送的空数据，生成序列X_i＝{U_i1,U_i2,…,U_im1}；

步骤2.2：计算X_i的标准差σ_i与均值μ_i，其计算公式如下：

步骤2.3：取数值分布在区间(μ_i-3σ_i，μ_i+3σ_i)的数据，最终得到用户电压序列Z_i，其中Z_i＝{U_i1,U_i2,…,U_is}，对于每户而言s的大小是不定的。