[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

摘要

本发明提供一种基于改进局部异常因子算法的拓扑辨识方法，步骤为首先运用统计学理论对待预测设备对象如开关及刀闸的运行状态变化信息进行获取，然后根据获取到的数据进行待辨识数据对象的建模，对于各设备对象分别建立一个表征一段时间内运行状态变化的对象集合；然后利用GDLOF算法中的网格约简理论对对象集合中的数据对象进行约简，减少辨识对象，从而提升算法效率；对于未排除的数据对象，考虑到遥测及遥信信息对拓扑错误辨识的影响不同，本发明采用相对熵对各对象的各属性进行加权处理，提升算法的可靠性及执行效率，最终通过确认局部异常因子辨识拓扑错误。本发明方法是基于密度的异常检测算法，将其应用于电网拓扑错误辨识方便，拓展了异常检测算法的应用领域，同时解决了电网拓扑错误及遥测不良数据的辨识问题。

主权项

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。