CN111505443B - 低压台区线户关系识别方法、装置和计算机设备 - Google Patents
低压台区线户关系识别方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN111505443B CN111505443B CN202010401231.9A CN202010401231A CN111505443B CN 111505443 B CN111505443 B CN 111505443B CN 202010401231 A CN202010401231 A CN 202010401231A CN 111505443 B CN111505443 B CN 111505443B
- Authority
- CN
- China
- Prior art keywords
- voltage
- time sequence
- low
- sequence data
- active power
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/081—Locating faults in cables, transmission lines, or networks according to type of conductors
- G01R31/086—Locating faults in cables, transmission lines, or networks according to type of conductors in power transmission or distribution networks, i.e. with interconnected conductors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/50—Arrangements for eliminating or reducing asymmetry in polyphase networks
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本申请涉及一种低压台区线户关系识别方法、装置和计算机设备。其中,低压台区线户关系识别方法包括获取各电表的电压时序数据和有功功率时序数据,以及低压台区低压侧各相出线首端的有功功率时序数据;根据各电表的电压时序数据,对各电表进行分类,得到各电表类别,并获取各电表类别的有功功率时序数据;电表类别的有功功率时序数据为电表类别中各电表的有功功率时序数据之和;根据各电表类别的有功功率时序数据,以及低压台区低压侧各相出线首端的有功功率时序数据,建立低压台区线户关系识别模型;获取低压台区线户关系识别模型的输出结果,并根据输出结果得到线户关系,具有操作方便、节省人力成本、效率高的优点。
Description
技术领域
本申请涉及电力低压配电网技术领域,特别是涉及一种低压台区线户关系识别方法、装置和计算机设备。
背景技术
由于我国配电网,尤其低压配电网相较于发、输电网发展落后,低压台区拓扑关系复杂多样,三相不平衡问题突出,造成诸如线路损耗增大、用户用电质量低等一系列危害。当前低压台区拓扑关系识别方法主要可分为注入信号法、数据标签法与数据分析法。
在实现过程中,发明人发现传统技术中至少存在如下问题:传统低压台区拓扑关系识别方法具有成本高且不能确定线户关系等问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够节省终端成本,能够确定线户关系的低压台区线户关系识别方法、装置和计算机设备。
为了实现上述目的,一方面,本发明实施例提供了一种低压台区线户关系识别方法,包括步骤:
获取各电表的电压时序数据和有功功率时序数据,以及低压台区低压侧各相出线首端的有功功率时序数据;
根据各电表的电压时序数据,对各电表进行分类,得到各电表类别,并获取各电表类别的有功功率时序数据;电表类别的有功功率时序数据为归属于同一电表类别中各电表的有功功率时序数据之和;
根据各电表类别的有功功率时序数据,以及低压台区低压侧各相出线首端的有功功率时序数据,获取低压台区线户关系识别模型;
获取低压台区线户关系识别模型的输出结果,并根据输出结果得到线户关系。
在其中一个实施例中,根据各电表的电压时序数据,对各电表进行分类,得到各电表类别的步骤包括:
获取各电表的电压时序曲线相关系数矩阵;
根据矩阵对各电表进行分类,得到各电表类别。
在其中一个实施例中,获取各电表的电压时序曲线相关系数矩阵的步骤包括:
根据各电表的电压时序数据,获取各电表的电压时序曲线的相关系数;
根据各相关系数,建立各电表的电压时序曲线相关系数矩阵。
在其中一个实施例中,根据各电表的电压时序数据,获取各电表的电压时序曲线的相关系数的步骤基于以下公式,得到相关系数:
其中,ui,t、uj,t分别为电表i、j在时刻t的电压数据,i、j=1,2,...,M,t=1,2,...,T;rij为电表i与电表j电压时序曲线的相关系数;rji为电表j与电表i电压时序曲线的相关系数;
根据各相关系数,建立各电表的电压时序曲线相关系数矩阵的步骤中,基于以下公式得到电压时序曲线相关系数矩阵:
其中,R为电压时序曲线相关系数矩阵。
在其中一个实施例中,根据矩阵对各电表进行分类,得到各电表类别的步骤包括:
去除电压时序曲线相关系数矩阵中的对角线元素,得到当前矩阵;
将当前矩阵中各行的最大数值对应的电表确定为同一类,得到初次聚类类别;
对包含相同电表的初次聚类类别进行合并,得到各电表类别。
在其中一个实施例中,根据各电表类别的有功功率时序数据以及低压台区低压侧各相出线首端的有功功率时序数据,建立低压台区线户关系识别模型的步骤中,基于以下公式建立低压台区线户关系识别模型:
其中,T表示数据采集周期的总时段数;E表示配变低压出线总回数;表示t时刻相低压出线e首端的有功功率时序数据;是第g个类别在t时刻的有功功率时序数据;K为总的电表类别数;表示电表类别g与低压台区各相低压出线归属关系的二进制变量。
一方面,本发明实施例还提供了一种低压台区线户关系识别装置,包括:
获取模块,用于获取各电表的电压时序数据和有功功率时序数据,以及低压台区低压侧各相出线首端的有功功率时序数据;
分类模块,用于根据各电表的电压时序数据,对各电表进行分类,得到各电表类别;
求和模块,用于获取各电表类别的有功功率时序数据;电表类别的有功功率时序数据为归属于同一电表类别中各电表的有功功率时序数据之和;
模型建立模块,用于根据各电表类别的有功功率时序数据,以及低压台区低压侧各相出线首端的有功功率时序数据,获取低压台区线户关系识别模型;
求解模块,用于获取低压台区线户关系识别模型的输出结果,并根据输出结果得到线户关系。
在其中一个实施例中,分类模块包括:
矩阵计算模块,用于获取各电表的电压时序曲线相关系数矩阵;
类别生成模块,用于根据矩阵对各电表进行分类,得到各电表类别。
一方面,本发明实施例提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述任一项方法的步骤。
另一方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述任一项的方法的步骤。
上述技术方案中的一个技术方案具有如下优点和有益效果:
本申请提供的低压台区线户关系识别方法,首先获取各电表的电压时序数据和有功功率时序数据,以及低压台区低压侧各相出线首端的有功功率时序数据;然后根据各电表的电压时序数据,对各电表进行分类,得到各电表类别,并获取各电表类别的有功功率时序数据;电表类别的有功功率时序数据为电表类别中各电表的有功功率时序数据之和;接着再根据各电表类别的有功功率时序数据,以及低压台区低压侧各相出线首端的有功功率时序数据,建立低压台区线户关系识别模型;最后获取低压台区线户关系识别模型的输出结果,并根据输出结果得到线户关系。相较于传统低压台区拓扑关系识别方法,本申请提出的技术方案,能够在不增加额外终端设备的前提下,实现低压台区线户关系的识别,具有操作方便、节省人力成本、效率高的优点,有利于提高低压台区运维管理水平。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1为一个实施例中低压台区线户关系识别方法的流程示意图;
图2为一个实施例中根据各电表的电压时序数据,对各电表进行分类,得到各电表类别的步骤的流程示意图;
图3为一个实施例中获取各电表的电压时序曲线相关系数矩阵的步骤的流程示意图;
图4为一个实施例中根据矩阵对各电表进行分类,得到各电表类别的步骤的流程示意图;
图5为一个实施例中低压台区线户关系识别装置的结构框图;
图6为台区网络接线示意图;
图7为各电表电压24个时刻的时序曲线;
图8为各电表有功功率24个时刻的时序曲线;
图9为配变低压侧三相出线有功功率24个时刻的时序曲线;
图10为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
当前低压台区拓扑关系识别方法主要可分为注入信号法、数据标签法与数据分析法。注入信号法和数据标签法均需增加大量终端设备,且存在电子化移交的准确度要求高、投资大、运维难等问题,难以有效推广。数据分析法具备改造量小,投入产出比大等优点,已成为解决低压台区拓扑识别的户变关系校验和电表相序识别问题的重要技术方向,但还未涉及电表与台区一级分支线(即台区首端出线)的归属关系(下文简称“线户关系”)的识别研究。
而本申请提供的低压台区线户关系识别方法可以有效解决上述问题。
在一个实施例中,如图1所示,提供了一种低压台区线户关系识别方法,包括步骤:
S110,获取各电表的电压时序数据和有功功率时序数据,以及低压台区低压侧各相出线首端的有功功率时序数据;
其中,有功功率时序数据为实际发出或消耗的交流电能量。一个低压台区低压侧包括多相低压出线。一个用户负载接其中一相低压出线,并从该相低压出线获取电功率,其对应的电表记录用户负载取用的电数据。上述各电表为低压台区中的电表。在一个具体示例中,各电表的电压时序数据和有功功率时序数据可以根据用户电表直接获取,低压台区低压侧各相出线首端的有功功率时序数据可以根据低压侧计量表直接获取,不需要额外增加采集终端。
需要说明的是,获取各电表的电压时序数据和有功功率时序数据,以及低压台区低压侧各相出线首端的有功功率时序数据时,各时序数据的时刻应当保持一致。
S120,根据各电表的电压时序数据,对各电表进行分类,得到各电表类别,并获取各电表类别的有功功率时序数据;电表类别的有功功率时序数据为归属于同一电表类别中各电表的有功功率时序数据之和;
其中,电表类别的有功功率时序数据为该类别中所有的电表的有功功率时序数据的和,也即若电表类别A包括a,b,c三个电表,则将a、b、c三个电表的有功功率时序数据之和,确认为电表类别A的有功功率时序数据。
具体的,可以采用本领域任意一种手段根据电压时序数据对电表进行分类。在一个具体示例中,可以根据电压时序数据获取每个电表之间的相关系数,然后根据相关系数进行分类,从而得到各电表的类别。在另一个示例中,可以根据电压时序数据获取每个电表之间的相关系数,相关系数包括电表A对应其他电表的各相关系数,将相关系数最大值对应的电表与电表A归为一类,从而得到各电表类别。在另一示例中,根据电压时序数据获取每个电表之间的相关系数,并根据获取的相关系数建立相关系数矩阵R,其中矩阵中的各个元素为各相关系数。去除矩阵R中的对角线元素,得到矩阵R1,R1中的每i行元素表示电表i与其它电表的电压时序曲线相关性,将电表i与第i行中电压时序曲线相关性数值最大的电表归为一类,进一步,当不同分类间包含相同电表时,将这些分类合成一类,形成各电表分类。在确定电表与各相低压出线的归属关系之前,根据各个电表的类型,能够有效地对电表进行分类,便于后续识别各相低压出线与电表的归属关系。
S130,根据各电表类别的有功功率时序数据,以及低压台区低压侧各相出线首端的有功功率时序数据,获取低压台区线户关系识别模型;
具体的,基于功率守恒定理,即各相出线首端流出的有功功率与属于该相线的电表类别的有功功率之和的差值应当为0,实际检测中存在损耗,差值应当趋于零。
在一个具体示例中,低压台区线户关系识别模型应当为:
其中,T表示数据采集周期的总时段数;E表示配变低压出线总回数;表示t时刻相低压出线e首端的有功功率时序数据;是第g个类别在t时刻的有功功率时序数据;K为总的电表类别数;表示电表类别g与低压台区各相低压出线归属关系的二进制变量。当等于1时,表示电表类别g归属于相低压出线e,反之则电表类别g不归属于相低压出线e。
上式为约束条件,即每一个电表只能属于一条相线,不能同时归属于多条相线。
通过上述模型,基于功率守恒定理将电表类别与低压台区相序归属关系转化为待优化的0-1变量,构建整数优化模型,确定各个电表类别的相线归属关系,并由此得到用户的相线归属关系。
S140,获取低压台区线户关系识别模型的输出结果,并根据输出结果得到线户关系。
上述低压台区线户关系识别方法,首先获取各电表的电压时序数据和有功功率时序数据,以及低压台区低压侧各相出线首端的有功功率时序数据;然后根据各电表的电压时序数据,对各电表进行分类,得到各电表类别,并获取各电表类别的有功功率时序数据;电表类别的有功功率时序数据为电表类别中各电表的有功功率时序数据之和;接着再根据各电表类别的有功功率时序数据,以及低压台区低压侧各相出线首端的有功功率时序数据,建立低压台区线户关系识别模型;最后获取低压台区线户关系识别模型的输出结果,并根据输出结果得到线户关系。相较于传统低压台区拓扑关系识别方法,本申请提出的技术方案,能够在不增加额外终端设备的前提下,实现低压台区线户关系的识别,具有操作方便、节省人力成本、效率高的优点,有利于提高低压台区运维管理水平。
在其中一个实施例中,如图2所示,根据各电表的电压时序数据,对各电表进行分类,得到各电表类别的步骤包括:
S210,获取各电表的电压时序曲线相关系数矩阵;
具体的,可以通过本领域任意技术手段获取电压时序曲线相关系数矩阵,其中电压时序曲线相关系数可以由任意一种相关系数计算方式得到。
S220,根据矩阵对各电表进行分类,得到各电表类别。
具体的,可以根据矩阵中的各个元素对各电表进行分类,也可以删除部分元素之后,对各电表进行分类,在此不做具体限定。具体的,若直接根据矩阵中各个元素对各电表进行分类,则需要在分类时,将相关系数最大以及次大的的数值对应的电表分为一类,或者直接将相关系数次大的数值对应的电表分为一类。在确定电表与各相低压出线的归属关系之前,根据各个电表的类型,能够有效地对电表进行分类,便于后续识别各相低压出线与电表的归属关系。
在其中一个实施例中,如图3所示,获取各电表的电压时序曲线相关系数矩阵的步骤包括:
S310,根据各电表的电压时序数据,获取各电表的电压时序曲线的相关系数;
具体的,根据各电表的电压时序数据,获取各电表的电压时序曲线的相关系数的步骤基于以下公式,得到相关系数:
其中,ui,t、uj,t分别为电表i、j在时刻t的电压数据,i、j=1,2,...,M,t=1,2,...,T;rij为电表i与电表j电压时序曲线的相关系数;rji为电表j与电表i电压时序曲线的相关系数;
S320,根据各相关系数,建立各电表的电压时序曲线相关系数矩阵。
具体地,根据各相关系数,建立各电表的电压时序曲线相关系数矩阵的步骤中,基于以下公式得到电压时序曲线相关系数矩阵:
其中,R为电压时序曲线相关系数矩阵。
在其中一个实施例中,如图4所示,根据矩阵对各电表进行分类,得到各电表类别的步骤包括:
S410,去除电压时序曲线相关系数矩阵中的对角线元素,得到当前矩阵;
具体的,对角线元素为主对角线元素。由于主对角线元素的值为1,因此在对电表进行分类前需要进行剔除。
S420,将当前矩阵中各行的最大数值对应的电表确定为同一类,得到初次聚类类别;
S430,对包含相同电表的初次聚类类别进行合并,得到各电表类别。
具体的,初次聚类类别中可能存在几个不同类别,但该不同类别中存在相同的电表,则对存在这类情况的初次聚类类别进行合并,得到各电表类别。
在其中一个实施例中,根据各电表类别的有功功率时序数据以及低压台区低压侧各相出线首端的有功功率时序数据,建立低压台区线户关系识别模型的步骤中,基于以下公式建立低压台区线户关系识别模型:
其中,T表示数据采集周期的总时段数;E表示配变低压出线总回数;表示t时刻相低压出线e首端的有功功率时序数据;是第g个类别在t时刻的有功功率时序数据;K为总的电表类别数;表示电表类别g与低压台区各相低压出线归属关系的二进制变量。
具体的,目标函数为配变低压侧各相出线首端流出的有功功率与属于该相线的电表类别有功功率之和的差值在数据采集周期内的平方和、中的最小值。也即现获取配变低压侧各相出线首端流出的有功功率与属于该相线的电表类别有功功率之和的差值,再在数据采集周期内计算差值的平方和,并输出平方和中的最小值。
应该理解的是,虽然图1-4的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-4中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图5所示,提供了一种低压台区线户关系识别装置,包括:
获取模块510,用于获取各电表的电压时序数据和有功功率时序数据,以及低压台区低压侧各相出线首端的有功功率时序数据;
分类模块520,用于根据各电表的电压时序数据,对各电表进行分类,得到各电表类别;
求和模块530,用于获取各电表类别的有功功率时序数据;电表类别的有功功率时序数据为归属于同一电表类别中各电表的有功功率时序数据之和;
模型建立模块540,用于根据各电表类别的有功功率时序数据,以及低压台区低压侧各相出线首端的有功功率时序数据,获取低压台区线户关系识别模型;
求解模块550,用于获取低压台区线户关系识别模型的输出结果,并根据输出结果得到线户关系。
在其中一个实施例中,分类模块包括:
矩阵计算模块,用于获取各电表的电压时序曲线相关系数矩阵;
类别生成模块,用于根据矩阵对各电表进行分类,得到各电表类别。
关于低压台区线户关系识别装置的具体限定可以参见上文中对于低压台区线户关系识别方法的限定,在此不再赘述。上述低压台区线户关系识别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
为了进一步阐述本申请的识别方法,以下特以一具体示例进行进一步说明:
结合附图6知,该低压台区共有1条低压出线,9个单相用户。所采集的各电表电压24个时刻的时序曲线如附图7所示,各电表有功功率24个时刻的时序曲线如附图8所示,配变低压侧各相出线首端有功功率的时序曲线如附图9所示。
将电表与其电压时序曲线相关性数值最大的电表归为一类,形成电表分类库,得到类别库:{[C1,C4,C5],[C2,C3,C7],[C6,C8,C9]}。
利用MATALB求解步骤4中的优化模型,得到归属于低压台区各相线的电表类别,由此得到用户的线户关系,如表1所示。
表1
相线 | 待归属电表分类库 |
A | [C1,C4,C5] |
B | [C2,C3,C7] |
C | [C6,C8,C9] |
将表1识别结果,与附图6对比可知,该结果正确反映了该低压台区内空房用户的线户关系。
综上所述,通过某实际台区的仿真分析,验证了采用本发明提供的一种基于电压分类和功率优化的低压台区线户关系识别方法的有效性。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图10所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种低压台区线户关系识别方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图10中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取各电表的电压时序数据和有功功率时序数据,以及低压台区低压侧各相出线首端的有功功率时序数据;
根据各电表的电压时序数据,对各电表进行分类,得到各电表类别,并获取各电表类别的有功功率时序数据;电表类别的有功功率时序数据为归属于同一电表类别中各电表的有功功率时序数据之和;
根据各电表类别的有功功率时序数据,以及低压台区低压侧各相出线首端的有功功率时序数据,获取低压台区线户关系识别模型;
获取低压台区线户关系识别模型的输出结果,并根据输出结果得到线户关系。
在一个实施例中,处理器根据各电表的电压时序数据,对各电表进行分类,得到各电表类别的步骤时还实现以下步骤:
获取各电表的电压时序曲线相关系数矩阵;
根据矩阵对各电表进行分类,得到各电表类别。
在一个实施例中,处理器执行获取各电表的电压时序曲线相关系数矩阵的步骤还实现以下步骤:
根据各电表的电压时序数据,获取各电表的电压时序曲线的相关系数;
根据各相关系数,建立各电表的电压时序曲线相关系数矩阵。
在一个实施例中,处理器执行根据矩阵对各电表进行分类,得到各电表类别的步骤还实现以下步骤:
去除电压时序曲线相关系数矩阵中的对角线元素,得到当前矩阵;
将当前矩阵中各行的最大数值对应的电表确定为同一类,得到初次聚类类别;
对包含相同电表的初次聚类类别进行合并,得到各电表类别。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取各电表的电压时序数据和有功功率时序数据,以及低压台区低压侧各相出线首端的有功功率时序数据;
根据各电表的电压时序数据,对各电表进行分类,得到各电表类别,并获取各电表类别的有功功率时序数据;电表类别的有功功率时序数据为归属于同一电表类别中各电表的有功功率时序数据之和;
根据各电表类别的有功功率时序数据,以及低压台区低压侧各相出线首端的有功功率时序数据,获取低压台区线户关系识别模型;
获取低压台区线户关系识别模型的输出结果,并根据输出结果得到线户关系。
在一个实施例中,根据各电表的电压时序数据,对各电表进行分类,得到各电表类别的步骤被处理器执行时还实现以下步骤:
获取各电表的电压时序曲线相关系数矩阵;
根据矩阵对各电表进行分类,得到各电表类别。
在一个实施例中,获取各电表的电压时序曲线相关系数矩阵的步骤被处理器执行时还实现以下步骤:
根据各电表的电压时序数据,获取各电表的电压时序曲线的相关系数;
根据各相关系数,建立各电表的电压时序曲线相关系数矩阵。
在一个实施例中,根据矩阵对各电表进行分类,得到各电表类别的步骤被处理器执行时还实现以下步骤:
去除电压时序曲线相关系数矩阵中的对角线元素,得到当前矩阵;
将当前矩阵中各行的最大数值对应的电表确定为同一类,得到初次聚类类别;
对包含相同电表的初次聚类类别进行合并,得到各电表类别。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线式动态随机存储器(Rambus DRAM,简称RDRAM)、以及接口动态随机存储器(DRDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种低压台区线户关系识别方法,其特征在于,包括步骤:
获取各电表的电压时序数据和有功功率时序数据,以及低压台区低压侧各相出线首端的有功功率时序数据;
根据各所述电表的电压时序数据,对各所述电表进行分类,得到各电表类别,并获取各所述电表类别的有功功率时序数据;所述电表类别的有功功率时序数据为归属于同一所述电表类别中各电表的有功功率时序数据之和;
根据各所述电表类别的有功功率时序数据,以及低压台区低压侧各相出线首端的有功功率时序数据,基于功率守恒定理,获取低压台区线户关系识别模型;所述低压台区线户关系识别模型基于以下公式建立:
其中,T表示数据采集周期的总时段数;E表示配变低压出线总回数;表示t时刻相低压出线e首端的有功功率时序数据;是第g个类别在t时刻的有功功率时序数据;K为总的电表类别数;表示电表类别g与低压台区各相低压出线归属关系的二进制变量;
获取所述低压台区线户关系识别模型的输出结果,并根据所述输出结果得到线户关系。
2.根据权利要求1所述的低压台区线户关系识别方法,其特征在于,根据各所述电表的电压时序数据,对各所述电表进行分类,得到各电表类别的步骤包括:
获取各所述电表的电压时序曲线相关系数矩阵;
根据所述矩阵对各所述电表进行分类,得到各所述电表类别。
3.根据权利要求2所述的低压台区线户关系识别方法,其特征在于,获取各电表的电压时序曲线相关系数矩阵的步骤包括:
根据各所述电表的电压时序数据,获取各所述电表的电压时序曲线的相关系数;
根据各所述相关系数,建立各所述电表的电压时序曲线相关系数矩阵。
5.根据权利要求2所述的低压台区线户关系识别方法,其特征在于,根据所述矩阵对各所述电表进行分类,得到各所述电表类别的步骤包括:
去除所述电压时序曲线相关系数矩阵中的对角线元素,得到当前矩阵;
将所述当前矩阵中各行的最大数值对应的电表确定为同一类,得到初次聚类类别;
对包含相同电表的初次聚类类别进行合并,得到各所述电表类别。
6.一种低压台区线户关系识别装置,其特征在于,包括:
获取模块,用于获取各电表的电压时序数据和有功功率时序数据,以及低压台区低压侧各相出线首端的有功功率时序数据;
分类模块,用于根据各所述电表的电压时序数据,对各所述电表进行分类,得到各电表类别;
求和模块,用于获取各所述电表类别的有功功率时序数据;所述电表类别的有功功率时序数据为归属于同一所述电表类别中各电表的有功功率时序数据之和;
模型建立模块,用于根据各所述电表类别的有功功率时序数据,以及低压台区低压侧各相出线首端的有功功率时序数据,基于功率守恒定理,获取低压台区线户关系识别模型;所述低压台区线户关系识别模型基于以下公式建立:
其中,T表示数据采集周期的总时段数;E表示配变低压出线总回数;表示t时刻相低压出线e首端的有功功率时序数据;是第g个类别在t时刻的有功功率时序数据;K为总的电表类别数;表示电表类别g与低压台区各相低压出线归属关系的二进制变量;
求解模块,用于获取所述低压台区线户关系识别模型的输出结果,并根据所述输出结果得到线户关系。
7.根据权利要求6所述的低压台区线户关系识别装置,其特征在于,所述分类模块包括:
矩阵计算模块,用于获取各所述电表的电压时序曲线相关系数矩阵;
类别生成模块,用于根据所述矩阵对各所述电表进行分类,得到各所述电表类别。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010401231.9A CN111505443B (zh) | 2020-05-13 | 2020-05-13 | 低压台区线户关系识别方法、装置和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010401231.9A CN111505443B (zh) | 2020-05-13 | 2020-05-13 | 低压台区线户关系识别方法、装置和计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111505443A CN111505443A (zh) | 2020-08-07 |
CN111505443B true CN111505443B (zh) | 2022-08-30 |
Family
ID=71871881
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010401231.9A Active CN111505443B (zh) | 2020-05-13 | 2020-05-13 | 低压台区线户关系识别方法、装置和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111505443B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112329806B (zh) * | 2020-09-01 | 2023-09-26 | 华南理工大学 | 一种用于低压台区拓扑识别的电表聚类方法 |
CN113176458B (zh) * | 2021-03-08 | 2022-08-30 | 深圳职业技术学院 | 一种针对数据不完整的低压台区相户关系识别方法 |
CN113064113A (zh) * | 2021-03-24 | 2021-07-02 | 南方电网科学研究院有限责任公司 | 一种台区内电能表分相识别方法、装置、终端及存储介质 |
CN115508662B (zh) * | 2022-11-23 | 2023-03-07 | 青岛鼎信通讯股份有限公司 | 一种用于判定台区电表与表箱间归属关系的方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108683180B (zh) * | 2018-05-07 | 2020-06-19 | 国网河南省电力公司电力科学研究院 | 一种三相低压配电网拓扑重建方法 |
CN109034666B (zh) * | 2018-09-04 | 2021-06-22 | 国家电网有限公司 | 一种基于负荷突变的低压电网拓扑大数据辨识***及方法 |
CN110389269B (zh) * | 2019-07-25 | 2021-08-31 | 广州市奔流电力科技有限公司 | 基于电流优化匹配的低压台区拓扑关系识别方法及其装置 |
CN110376469B (zh) * | 2019-07-29 | 2021-08-06 | 广州市奔流电力科技有限公司 | 台区相序与线户关系识别方法及其装置 |
CN110488218B (zh) * | 2019-08-26 | 2021-11-30 | 国网重庆市电力公司电力科学研究院 | 一种电能表运行状态评估方法和评估装置 |
CN110879320A (zh) * | 2019-11-05 | 2020-03-13 | 深圳供电局有限公司 | 一种低压台区变线户关系识别***及方法 |
-
2020
- 2020-05-13 CN CN202010401231.9A patent/CN111505443B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111505443A (zh) | 2020-08-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111505443B (zh) | 低压台区线户关系识别方法、装置和计算机设备 | |
CN109873501B (zh) | 一种低压配电网拓扑自动识别方法 | |
CN110376469B (zh) | 台区相序与线户关系识别方法及其装置 | |
CN111505433B (zh) | 一种低压台区户变关系纠错及相位识别方法 | |
CN111505446B (zh) | 台区空房用户线户关系识别方法、装置和设备 | |
CN104809658B (zh) | 一种低压配网台区线损的快速分析方法 | |
CN112149873B (zh) | 一种基于深度学习的低压台区线损合理区间预测方法 | |
CN110492480B (zh) | 配电网拓扑识别方法、装置、计算机设备和可读存储介质 | |
CN106329516A (zh) | 一种基于典型场景识别的配电网动态重构方法 | |
CN110659693A (zh) | 基于k近邻分类的配电网快速拓扑识别方法、***及可读存储介质 | |
CN106296315A (zh) | 基于用户用电数据的情境感知*** | |
CN111650431A (zh) | 一种电表台区识别方法 | |
CN106485089A (zh) | 谐波用户典型工况的区间参数获取方法 | |
CN113112090B (zh) | 基于综合互信息度的主成分分析的空间负荷预测方法 | |
CN110555619A (zh) | 一种基于智能配电网的供电能力评估方法 | |
CN113595071A (zh) | 台区用户辨识与电压影响评估方法 | |
CN103617447A (zh) | 智能变电站的评价***及评价方法 | |
CN109816017A (zh) | 基于模糊聚类和拉格朗日插值的电网缺失数据填补方法 | |
CN114862229A (zh) | 电能质量评估方法、装置、计算机设备和存储介质 | |
CN113344450A (zh) | 低压台区线户识别方法、***、终端设备及存储介质 | |
CN112508254A (zh) | 变电站工程项目投资预测数据的确定方法 | |
CN112257950A (zh) | 应用于电力市场的交易路径配置方法及计算机可读存储介质 | |
CN112182916A (zh) | 一种配电网可靠性边际效益和边际成本分析方法及*** | |
Shi et al. | Active distribution network type identification method of high proportion new energy power system based on source-load matching | |
CN116862137A (zh) | 基于数据融合的充电桩负荷柔性调度方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |