[发明专利]一种用于低压配电网的用户台区分析方法

说明书

本发明实施例公开了一种用于低压配电网的用户台区分析方法，涉及电力工程技术领域，能够提高户台区辨识分析的准确性和可靠性。本发明包括：从用户侧的智能电表和台区配变监测系统中采集数据，并对采集到的数据进行第一预处理，输出电压有效值时间序列数据；针对电压有效值时间序列数据，利用DTW进行第二预处理，第二预处理用于处理电压有效值时间序列数据中数据非同步；完成全部预处理后，获取用户侧的智能电表的电压监测时间序列数据，和台区配变监测系统的电压监测时间序列数据，采用改进的模糊C均值算法对用户智能电表及配变的电压监测数据进行聚类分析，通过聚类中心阈值对比，进行用户的台区辨识。本发明适用于低压配电网的用户台的区分析。

技术领域

本发明涉及电力工程技术领域，尤其涉及一种用于低压配电网的用户台区分析方法。

背景技术

随着用电负荷的不断增长，电力公司对配电网电力设施进行了迁建、改造、扩容等工作，然而由于配电网台区信息更新不及时，以及用户台区档案的遗失、错误、混乱等问题直接影响了智能电表的计量、台区线损的科学计算。不准确的台区户变关系容易造成电力公司容易与客户发生计量纠纷和台区线损计算误差，这对电网公司的企业形象和经济效益、用户电费合理计量都是不利的。因此，有必要对配电网台区户变关系进行精确识别及分析。

然而现有的台区户变关系识别方法存在一些不足之处：(1)人工进行用户台区户变关系识别，需要投入大量的人力、物力且通常需要配以停电核查，对用户的正常用电有较大影响。(2)基于电力载波技术的用户台区识别方法，虽然提高了识别效率，但载波在传输过程中存在信号衰减和跨配变耦合的问题，降低了台区识别的准确性。(3)对用户侧智能电表的采集电压进行相关分析的识别方法，当采集数据存在传输延时、缺失和噪声干扰时识别准确率大大降低。当不同台区内的用户端智能电表电压时序趋势图相近时，极易出现台区和户变关系误判的情况。

因此，急需要一种能够基于现有智能电表的硬件设备环境，和台区配变监测数据进行用户台区辨识分析方法，来提高户台区辨识分析的准确性和可靠性。

发明内容

本发明的实施例提供一种用于低压配电网的用户台区分析方法，能够提高户台区辨识分析的准确性和可靠性。

为达到上述目的，本发明的实施例采用如下技术方案：

S1、从用户侧的智能电表和台区配变监测系统中采集数据，并对采集到的数据进行第一预处理，输出电压有效值时间序列数据；

S2、针对所述电压有效值时间序列数据，利用动态时间规划(DTW)模型，进行第二预处理，其中所述第二预处理用于处理所述电压有效值时间序列数据中数据非同步；

S3、完成全部预处理后，获取用户侧的智能电表的电压监测时间序列数据，和所述台区配变监测系统的电压监测时间序列数据，并进行用户的台区辨识。

本发明实施例提供的用于低压配电网的用户台区分析方法，在低压配电网台区物联网架构下，首先对用户侧智能电表和台区配变监测系统采集到的电压有效值数据进行基于变动电压阈值的异常电压数据剔除和基于矩阵奇异值收缩算法的缺失电压数据填充两项数据预处理，有效保证用户台区辨识的电压有效值时间序列数据的准确性和完整性。其次，使用动态时间规划(DTW)算法对预处理后的用户和台区配变电压有效值时间序列数据进行台区聚类中心计算分析，使用动态时间规划算法替代聚类中心之间的欧式距离度量规则，有效解决数据采集和数据传输时延的电压有效值时间序列数据非同步问题。最后，采用动态时间规划改进模糊C均值聚类算法，对不同用户智能电表的电压监测时间序列数据和台区配变监测系统各相电压监测时间序列数据进行多元数据融合和聚类分析，根据模糊聚类隶属度值有效完成用户台区可靠辨识。从而提高户台区辨识分析的准确性和可靠性。

附图说明