CN111817291B - 一种基于电压关联特性的低压台区相户关系识别方法 - Google Patents

Abstract

本发明提供一种基于电压关联特性的低压台区相户关系识别方法。其具体步骤为：首先，采集待识别用户以及他们所在低压台区低压侧三相母线的电压时序数据；接着，计算用户间的电压时序曲线相关性系数，将用户与其电压时序曲线相关性数值最大的用户归为一类，形成用户类别集合；然后，在用户分类基础上，根据用户与低压台区低压侧三相母线电压关联特性确定初始相户关系；最后，根据用户间的电压关联特性校核初始相户关系，得到最终的相户关系识别结果。本发明提供的识别方案仅利用电压数据，可以解决用户数据不完整时低压台区相户关系识别问题，且无需增加采集终端，具有成本低、工程应用价值高的特点。

Description

一种基于电压关联特性的低压台区相户关系识别方法

技术领域

本发明涉及电力低压配电网技术领域，尤其涉及一种基于电压关联特性的对低压台区相户关系进行识别的方法。

背景技术

当前低压配电网智能化发展受限于低压配电网物理拓扑连接信息的缺失或不准确。缺乏准确的低压拓扑关系会导致三相不平衡治理困难，线损统计异常，停电抢修不及时等问题。低压配电网拓扑识别是当前电网公司亟需解决的重要问题。用户相序连接关系作为低压拓扑识别的重要一环，受到了广泛的关注。

传统方法包括人工检测、安装信号接收设备等。人工检测的方法耗时、低效且容易出现错误。信号接收设备准确性高，但设备投入资金和后期的运维压力大。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用户相序识别问题的重要技术方向。

发明内容

本发明的目的在于解决用户数据不完整时低压台区相户关系识别问题，有助于提高电网企业运行效益和客户满意度指标。

受限于潮流约束，电气距离近的用户存在电压关联特性，同时用户与所在相序的低压母线间也存在关联特性。基于此，本发明首先利用用户间的电压关联特性，对用户进行归类。进一步，利用用户与低压台区低压侧三相母线电压关联特性确定初始相户关系。最后，根据用户间的电压关联特性校核上述初始相户关系，得到最终的相户关系识别结果。相对于其他识别方法，本发明仅利用电压数据，能够在不增加额外终端设备的前提下，解决用户数据不完整时低压台区用户关系识别问题，因此本发明具有操作方便、减少电力公司人力成本、提高效率的特点。

本发明目的通过至少以下技术方案之一实现。

一种基于电压关联特性的低压台区相户关系识别方法，包括以下步骤：

(1)采集待识别用户以及他们所在低压台区低压侧三相母线的电压时序数据；

(2)计算用户间的电压时序曲线相关性系数，将用户与其电压时序曲线相关性数值最大的用户归为一类，形成用户类别集合；

(3)在用户分类基础上，根据用户与低压台区低压侧三相母线电压关联特性确定初始相户关系；

(4)根据用户间的电压关联特性校核初始相户关系，得到最终的相户关系识别结果。

进一步地，所述步骤(2)中的计算用户间的电压时序曲线相关性系数，将用户与其电压时序曲线相关性数值最大的用户归为一类，形成用户类别集合，具体为：

步骤(2-1)：计算低压台区抄表目录所包含用户之间的电压曲线相关系数矩阵R，矩阵第u行元素即为用户u与所有用户的电压时序曲线相关系数；

其中，M表示低压台区抄表目录所包含用户总数；为低压台区抄表目录所包含用户Θ；r_uv代表用户u与用户v之间的电压时序相关系数，具体为：

式中，

分别为用户u、v在时刻t的电压值，u、v∈Θ，t＝1,2,…,T。

步骤(2-2)：基于矩阵R，将每个用户与除自身外电压曲线相关性最大的用户分成一类，共得到Q个双表分类；

步骤(2-3)：将包含相同用户的分类作并集处理，最终得到共包含N个类别的用户类别集合Ω_cla，用户分类结束。

进一步地，基于用户类别集合Ω_cla，根据用户与低压台区低压侧三相母线电压关联特性确定初始相户关系，具体指的是：

步骤(3-1)：分别对每个用户电压求取平均值，如下所示，

式中，

为用户u的在计量周期T内的电压平均值；

为用户u在时刻t的电压值，t＝1,2,…,T；

对用户类别集合Ω_cla，提取各个分类中电压平均值最大的用户构成用户集合ξ，时ξ中的元素为每个分类中最靠近首端的用户；

步骤(3-2)：计算ξ中每个用户与低压台区低压侧三相母线的电压时序曲线相关性系数，得到矩阵R₁，

式中，r_A,ξ(h)、r_B,ξ(h)、和r_C,ξ(h)分别为集合ξ中第h个用户与低压台区低压侧A、B、C三相母线的电压时序曲线相关性系数；

步骤(3-3)：对于集合ξ中第h个用户，max{r_A,ξ(h),r_B,ξ(h),r_C,ξ(h)}对应的低压台区低压侧母线相序作为它的相序，ξ中每个用户的相序即为它所在分类所有用户的相序，由此得到初始相户关系结果Θ₀。

进一步地，所述矩阵元素r_A,ξ(h)、r_B,ξ(h)、r_C,ξ(h)的计算方法如下：

式中，

为集合ξ中第h个用户在时刻t的电压值，

为低压台区低压侧

相母线在时刻t的电压值。

进一步地，所述步骤(4)中的根据用户间的电压关联特性校核初始相户关系，得到最终的相户关系识别结果，具体包括：

步骤(4-1)：根据电压平均值从大到小对用户进行排序，设定第一阈值系数τ，提取用户排序结果中前

个用户构成集合d作为靠近低压台区低压侧首端的用户集合，其中M为低压台区抄表目录所包含用户总数；

步骤(4-2)：对步骤(2)所形成的用户类别集合Ω_cla，提取各个分类中电压平均值最小的用户构成用户集合χ，此时χ中的元素为每个分类中最靠近末端的用户；

步骤(4-3)：令

从用户间电压曲线相关系数矩阵R中提取χ₁中每个用户与其它用户的相关系数，得到O＝|χ₁|个向量，进一步对每个向量中的元素，按数值由大到小对用户进行排序；

步骤(4-4)：设定第二阈值系数τ₁，若在初始相户关系结果中，χ₁中某个用户电压曲线相关性系数最大的前τ₁个用户与其不在同一相，则将该用户列为初始嫌疑用户，并纳入初始嫌疑用户集合χ₂中；

步骤(4-5)：在初始嫌疑用户集合χ₂中，若某用户电压曲线相关性最大的用户与其不在同一相，则该用户确认为错相用户；若某用户相关性最大的用户也属于χ₂，则该用户列入嫌疑用户集合χ₃中；

步骤(4-6)：在嫌疑用户集合χ₃中，若某用户电压曲线相关性最大的用户也属于χ₃，则该用户确认为错相用户；

步骤(4-7)：对于步骤(4-5)和步骤(4-6)中的错相用户，他们的相序更新为前τ₁个用户中第一个与他们相序不同的用户的相序，既而得到最终的相户识别结果，识别结束。

进一步地，所述第一阈值系数τ∈[0,0.5]。

进一步地，所述第二阈值系数τ₁根据专家经验给定。

本发明的有益效果在于：

(1)仅利用电压数据，适用于用户数据不完整时的低压台区相户关系识别，有助于提高实际应用中低压台区相户关系识别的准确性；

(2)无需在低压配电网中增加采集终端，因此本发明具有成本低、工程量小的特点。

附图说明

图1是一种基于电压关联特性的低压台区相户关系识别方法的流程图；

图2为某实际台区网络接线示意图。

具体实施方式

以下结合附图和实施例对本发明的具体实施做进一步说明。

如图1为本发明实施例提供的一种基于电压关联特性的低压台区相户关系识别方法，包括以下步骤：

(1)采集待识别用户以及他们所在低压台区低压侧三相母线的电压时序数据；

示例性的，结合附图2，示例低压台区，该低压台区共包含A相电表37户，B相电表42户，C相电表31户以及三相用户10户。附图2中S表示单相用户，S后面的数字代表电表的编号，T表示三相用户，每个三相电表均可以看作三个独立的单相电表，T后面的编号代表三相电表的编号以及该表所属相位，末位的1、2、3分别代表表A、B、C相，如T11、T12、T13分别代表编号为1的三相电表的A相、B相和C相。采集该低压台区配变低压侧母线和所有电表2天的电压时序数据，其中受通信影响共有7块表未能收集到信息，这7块表分别是S21,S47,S91,S92,S104,S109以及三相表T9的C相数据即T93，因此剔除这7块表，后续识别过程中将不对这7块表进行识别。

(2)计算用户间的电压时序曲线相关性系数，将用户与其电压时序曲线相关性数值最大的用户归为一类，形成用户类别集合Ω_cla，具体为：

步骤(2-1)：计算低压台区抄表目录所包含用户之间的电压曲线相关系数矩阵R，矩阵第u行元素即为用户u与所有用户的电压时序曲线相关系数；

其中，r₁₁、r_uu、r_vv、r_MM分别表示用户1、用户u、用户v、用户M与其自身的电压时序曲线相关性系数，均为1；r_1M表示用户1与用户M之间的电压时序相关性系数；r_M1表示用户M与用户1之间的电压时序相关性系数；M表示低压台区抄表目录所包含用户总数；Θ为低压台区抄表目录所包含用户；r_uv＝r_vu，r_uv代表用户u与用户v之间的电压时序相关系数，具体为：

式中，

分别为用户u、v在时刻t的电压值，u、v∈Θ，t＝1,2,…,T。

步骤(2-2)：基于矩阵R，将每个用户与除自身外电压曲线相关性最大的用户分成一类，共得到Q个双表分类；

步骤(2-3)：将包含相同用户的分类作并集处理，最终得到共包含N个类别的用户类别集合Ω_cla，用户分类结束。

由此得到用户类别集合如下：

表1用户类别集合

(3)在用户分类基础上，根据用户与低压台区低压侧三相母线电压关联特性确定初始相户关系，具体指的是：

步骤(3-1)：分别对每个用户的电压求取平均值，如下所示，

式中，

为用户u的在计量周期T内的电压平均值；

为用户u在时刻t的电压值，t＝1,2,…,T。

对步骤2所形成的用户类别集合Ω_cla，提取各个分类中电压平均值最大的用户构成用户集合ξ，此时ξ中的元素为每个分类中最靠近首端的用户；

步骤(3-2)：计算ξ中每个用户与低压台区低压侧三相母线的电压时序曲线相关性系数，得到矩阵R₁，

r_A,ξ(N)、r_B,ξ(N)、和r_C,ξ(N)分别为集合ξ中第N个用户与低压台区低压侧A、B、C三相母线的电压时序曲线相关性系数，其中，h<N,矩阵元素r_A,ξ(h)、r_B,ξ(h)、r_C,ξ(h)计算方法如下：

式中，

为集合ξ中第h个用户在时刻t的电压值，

为低压台区低压侧

相母线在时刻t的电压值；

步骤(3-3)：对于集合ξ中第h个用户，max{r_A,ξ(h),r_B,ξ(h),r_C,ξ(h)}对应的低压台区低压侧母线相序作为它的相序，ξ中每个用户的相序即为它所在分类所有用户的相序，由此得到相户关系初始结果Θ₀，如表2所示：

表2用户的初始相序结果

(4)根据用户间的电压关联特性校核初始相户关系，得到最终的相户关系识别结果，具体为：

步骤(4-1)：根据电压平均值从大到小对所有用户进行排序，设定第一阈值系数τ∈[0,0.5]，提取用户排序结果中前

个用户构成集合d作为靠近低压台区低压侧首端的用户集合，其中M为低压台区抄表目录所包含用户总数

步骤(4-2)：对步骤(2)所形成的用户类别集合Ω_cla，提取各个分类中电压平均值最小的用户构成用户集合χ，此时χ中的元素为每个分类中最靠近末端的用户；

步骤(4-3)：令

从用户间电压曲线相关系数矩阵R中提取χ₁中每个用户与其它用户的相关系数，得到O＝|χ₁|个向量，进一步对每个向量中的元素，按数值由大到小对用户进行排序；

步骤(4-4)：设定第二阈值系数τ₁，第二阈值系数的值由专家经验给定，本实施例中τ₁＝3，若在初始相户关系结果中，χ₁中某个用户电压曲线相关性系数最大的前τ₁个用户与其不在同一相，则将该用户(即前面的某个用户)列为初始嫌疑用户，并纳入初始嫌疑用户集合χ₂中；

步骤(4-5)：在初始嫌疑用户集合χ₂中，若某用户电压曲线相关性最大的用户与其不在同一相，则该用户(即前面的某用户)确认为错相用户；若某用户相关性最大的用户也属于χ₂，则该用户(即前面的某用户)列入嫌疑用户集合χ₃中；

步骤(4-6)：在嫌疑用户集合χ₃中，若某用户电压曲线相关性最大的用户也属于χ₃，则该用户(即前面的某用户)确认为错相用户；

步骤(4-7)：对于步骤(4-5)和步骤(4-6)中的错相用户，他们的相序更新为前τ₁个用户中第一个与他们相序不同的用户的相序，既而得到最终的相户识别结果。

其中初始相户关系结果中识别错误的电表为S80,S106,T102,S81,S82,S83,S84,S85,S86，这些用户的相序由A相改为C相，最终该低压台区相户识别关系如下表所示：

表3最终用户相序结果

结合附图2可知，表3所示结果正确反映了该台区的相户关系。

综上所述，上述示例说明了采用本发明实施例提供的基于电压关联特性的低压台区相户关系识别方法的有效性。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他任何未背离本发明的精神实质和原理下所作的修改、修饰、替代、组合、简化，均应为等效的置换方式，都应包含在本发明的保护范围之内。

Claims (6)

1.一种基于电压关联特性的低压台区相户关系识别方法，其特征在于，包括以下步骤：

(1)采集待识别用户以及所述待识别用户所在低压台区低压侧三相母线的电压时序数据；

(2)计算用户间的电压时序曲线相关性系数，将用户与其电压时序曲线相关性数值最大的用户归为一类，形成用户类别集合Ω_cla；

(3)基于用户类别集合Ω_cla，根据用户与低压台区低压侧三相母线电压关联特性确定初始相户关系；

(4)根据用户间的电压关联特性校核初始相户关系，得到最终的相户关系识别结果；

其中，步骤(4)中的根据用户间的电压关联特性校核初始相户关系，得到最终的相户关系识别结果，具体包括：

步骤(4-1)：根据电压平均值从大到小对所有用户进行排序，设定第一阈值系数τ，提取用户排序结果中前

个用户构成集合d作为靠近低压台区低压侧首端的用户集合，其中M为低压台区抄表目录所包含用户总数；

步骤(4-2)：对用户类别集合Ω_cla，提取各个分类中电压平均值最小的用户构成用户集合χ，此时χ中的元素为每个分类中最靠近末端的用户；

步骤(4-3)：令

从用户间电压曲线相关系数矩阵R中提取χ₁中每个用户与其它用户的相关系数，得到O＝|χ₁|个向量，进一步对每个向量中的元素，按数值由大到小对用户进行排序；

步骤(4-4)：设定第二阈值系数τ₁，若在初始相户关系结果中，χ₁中某个用户电压曲线相关性系数最大的前τ₁个用户与其不在同一相，则将该用户列为初始嫌疑用户，并纳入初始嫌疑用户集合χ₂中；

步骤(4-5)：在初始嫌疑用户集合χ₂中，若某用户电压曲线相关性最大的用户与其不在同一相，则该用户确认为错相用户；若某用户相关性最大的用户也属于χ₂，则该用户列入嫌疑用户集合χ₃中；

步骤(4-6)：在嫌疑用户集合χ₃中，若某用户电压曲线相关性最大的用户也属于χ₃，则该用户确认为错相用户；

步骤(4-7)：对于步骤(4-5)和步骤(4-6)中的错相用户，他们的相序更新为前τ₁个用户中第一个与他们相序不同的用户的相序，既而得到最终的相户识别结果，识别结束。

2.根据权利要求1所述的一种基于电压关联特性的低压台区相户关系识别方法，其特征在于，所述步骤(2)中的计算用户间的电压时序曲线相关性系数，将用户与其电压时序曲线相关性数值最大的用户归为一类，形成用户类别集合Ω_cla，具体为：

步骤(2-1)：计算低压台区抄表目录所包含用户之间的电压曲线相关系数矩阵R，矩阵第u行元素即为用户u与所有用户的电压时序曲线相关性系数；

其中，r₁₁、r_uu、r_vv、r_MM分别表示用户1、用户u、用户v、用户M与其自身的电压时序曲线相关性系数，均为1；r_1M表示用户1与用户M之间的电压时序相关性系数；r_M1表示用户M与用户1之间的电压时序相关性系数；M表示低压台区抄表目录所包含用户总数；Θ为低压台区抄表目录所包含用户；r_uv＝r_vu，代表用户u与用户v之间的电压时序相关性系数，具体为：

式中，

分别为用户u、v在时刻t的电压值，u、v∈Θ，t＝1,2,…,T，T为计量周期；

步骤(2-2)：基于矩阵R，将每个用户与除自身外电压曲线相关性最大的用户分成一类，共得到Q个双表分类；

步骤(2-3)：将包含相同用户的分类作并集处理，最终得到共包含N个类别的用户类别集合Ω_cla，用户分类结束。

3.根据权利要求1所述的一种基于电压关联特性的低压台区相户关系识别方法，其特征在于，所述步骤(3)中的基于用户类别集合Ω_cla，根据用户与低压台区低压侧三相母线电压关联特性确定初始相户关系，具体包括：

步骤(3-1)：分别对每个用户的电压求取平均值，如下所示，

式中，

为用户u在计量周期T内的电压平均值；

为用户u在时刻t的电压值，t＝1,2,…,T；

对用户类别集合Ω_cla，提取各个分类中电压平均值最大的用户构成用户集合ξ，此时ξ中的元素为每个分类中最靠近首端的用户；

步骤(3-2)：计算ξ中每个用户与低压台区低压侧三相母线的电压时序曲线相关性系数，得到矩阵R₁，

式中，r_A,ξ(h)、r_B,ξ(h)和r_C,ξ(h)分别为集合ξ中第h个用户与低压台区低压侧A、B、C三相母线的电压时序曲线相关性系数，r_A,ξ(N)、r_B,ξ(N)、和r_C,ξ(N)分别为集合ξ中第N个用户与低压台区低压侧A、B、C三相母线的电压时序曲线相关性系数，其中，h<N；

步骤(3-3)：对于集合ξ中第h个用户，max{r_A,ξ(h),r_B,ξ(h),r_C,ξ(h)}对应的低压台区低压侧母线相序作为它的相序，ξ中每个用户的相序即为它所在分类所有用户的相序，由此得到初始相户关系结果Θ₀。

4.根据权利要求3所述的一种基于电压关联特性的低压台区相户关系识别方法，其特征在于，所述矩阵元素r_A,ξ(h)、r_B,ξ(h)、r_C,ξ(h)的计算方法如下：

式中，

为集合ξ中第h个用户在时刻t的电压值，

为低压台区低压侧

相母线在时刻t的电压值。

5.根据权利要求1所述的一种基于电压关联特性的低压台区相户关系识别方法，其特征在于，所述第一阈值系数τ∈[0,0.5]。

6.根据权利要求1所述的一种基于电压关联特性的低压台区相户关系识别方法，其特征在于，所述第二阈值系数τ₁根据专家经验给定。

Images