CN112234605B - 基于电器启停的负荷特征识别台区户变关系的方法及*** - Google Patents
基于电器启停的负荷特征识别台区户变关系的方法及*** Download PDFInfo
- Publication number
- CN112234605B CN112234605B CN202011002293.9A CN202011002293A CN112234605B CN 112234605 B CN112234605 B CN 112234605B CN 202011002293 A CN202011002293 A CN 202011002293A CN 112234605 B CN112234605 B CN 112234605B
- Authority
- CN
- China
- Prior art keywords
- sub
- load
- characteristic
- tables
- general
- 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
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/0092—Arrangements for measuring currents or voltages or for indicating presence or sign thereof measuring current only
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种基于电器启停的负荷特征识别台区户变关系的方法及***。本方法中的负荷特征提取不再依赖于台区全节点,可以按需调整抄读范围并进行相应识别,甚至可以分解为一次只抄读一个分表和所有总表的负荷数据,判断该分表相对于总表的归属,再对其它分表重复操作,即可得到整个识别域内所有分表的户变关系。本方法不再受制于HPLC网络的带宽问题,可以有效地应用于大台区网络的户变关系识别。并且,通过基于特定电器的启停特征生成的负荷特征图谱进行比对来识别户变关系,由于特定电器的启停特征的特性,其易于从所有的负荷数据中快速、准确地识别出来,从而提高了识别结果的准确性和识别效率。
Description
技术领域
本发明涉及电网台区识别技术领域,特别地,涉及一种基于电器启停的负荷特征识别台区户变关系的方法及***。
背景技术
户变关系是电网的基础数据,在电网管理中有广泛的应用,其准确性直接影响电网的管理功能,如果户变关系出现错误,那么作为电网核心管理功能之一的线损管理就无从谈起。而在实际建设中,有些台区一开始就存在户变关系录入不全或出错的情况,有些台区虽然开始时有准确的户变关系,但在后续的建设中(如迁建、扩容、割接、布点等),如果施工时出现线路交叉、线路地埋等复杂情况,其户变关系的更新也可能出错。上述情况均会导致部分台区的户变关系与实际不一致,并且这种不一致可能伴随台区建设动态存在,因此需要一种解决方案可以动态地、准确地识别出台区的户变关系。
当前台区的户变关系识别以两种方案为主,一种是信号注入方案,另一种是负荷特征方案。其中,信号注入方案是使用专属的硬件收发设备,向台区注入信号,通过对该信号的接收与识别,完成对户变关系的判断。信号注入方案不需要人工排查线路,是一种自动化的解决方案,该方案通过注入并接收信号,来实现对注入时刻的户变关系的识别,但是该方案只能用于台区户变关系识别,而且不能构建海量负荷数据并进一步对负荷数据做深度挖掘,在功能上不具备扩展能力,同时注入信号可能会对供电质量和用电安全造成一定影响。
而负荷特征方案则是采集用户的负荷数据,提取负荷特征,通过对特征的匹配,实现对台区户变关系的识别。负荷特征方案是一种智能化的解决方案,可以在用户无感知的情况下动态地识别出户变关系,可以构建台区的海量负荷数据,并可以对这些海量数据进行深度挖掘,形成包括台区户变关系识别、线路拓扑识别、线路阻抗精准计算、***误差分析等功能的台区智能化的整体解决方案,这些智能化的特点,使得负荷特征方案,在经过完善后,会取代信号注入方案,成为未来的主流。本申请人之前申请的专利CN110707686A即是采用的负荷特征方案,具体是首先抄读台区全节点的负荷数据,再从中提取特征值进行识别。负荷特征方案依赖于对台区全节点的负荷数据的采集,同时负荷特征值能否成功提取也依赖于台区全节点负荷的共同表现,负荷特征方案可以较好地应用于中小台区。但是,对于大台区而言,由于节点过多,而HPLC网络带宽很低,作为抄读通道的HPLC网络不足以支撑全节点的负荷数据采集,同时节点过多也大大增加了负荷特征提取的难度,这些都导致负荷特征方案很难应用于大台区的户变关系识别。
发明内容
本发明提供了一种基于电器启停的负荷特征识别台区户变关系的方法及***,以解决现有的负荷特征方案无法识别大台区的户变关系的技术问题。
根据本发明的一个方面,提供一种基于电器启停的负荷特征识别台区户变关系的方法,包括以下步骤:
步骤S1:采集识别域内所有总表的负荷数据,并从其负荷数据中识别出特定电器的启停特征;
步骤S2:基于一个时间段内所有总表的特定电器启停特征对应生成各个总表的负荷特征图谱;
步骤S3:采集识别域内至少一个分表的负荷数据,并从其负荷数据中识别出特定电器的启停特征;
步骤S4:基于同一个时间段内该至少一个分表的特定电器启停特征对应生成各个分表的负荷特征图谱;
步骤S5:将该至少一个分表的负荷特征图谱与所有总表的负荷特征图谱进行逐一比对,根据比对结果识别出该至少一个分表的台区户变关系;
步骤S6:重复执行步骤S3~步骤S5,直至识别出所有分表的台区户变关系。
进一步地,所述步骤S5中具体包括以下内容:
步骤S51:设定时间匹配误差;
步骤S52:根据时间匹配误差将分表的负荷特征图谱中每一条特征线前后平移一个时间匹配误差以形成特征窗口,并生成扩展后的负荷特征图谱;
步骤S53:将分表扩展后的负荷特征图谱与总表的负荷特征图谱进行前后平移比对,若移动到某一位置处时,分表的所有特征窗口内包含总表的特征值匹配的特征线的比例超过预设值,则判定该分表归属于这个总表,否则,判定该分表不属于该总表,继续与下一个总表进行比对。
进一步地,所述步骤S53中的特征值匹配指的是分表的特定电器启停特征值中的所有特征分量与总表的特定电器启停特征值中对应的特征分量均相等。
进一步地,所述步骤S53中通过以下内容判断总表的特征值与分表的特征值是否匹配:
对特定电器启停特征值包含的特征分量设定各自的最大相对误差,当分表的所有特征分量与总表对应的特征分量之间的差值百分比均小于其最大相对误差时,则判定两个特征值匹配。
进一步地,所述时间匹配误差设定为若干个高频测量周期或者***时间同步误差的容错值。
进一步地,还包括以下步骤:
步骤S7:将每个总表映射为对应a、b、c三相的三个逻辑总表,分别识别这三个逻辑总表的特定电器启停特征并对应生成其负荷特征图谱,将分表的负荷特征图谱与每个逻辑总表的负荷特征图谱进行逐一比对,根据比对结果识别出该分表所处的相位。
进一步地,所述特定电器的启停特征包括阻性电器的启停特征和/或短瞬态综合性电器的启停特征。
进一步地,所述总表采取高频计量,所述分表采取高频计量或低频计量;
当采取高频计量特定电器启停特征时,阻性电器的启停特征值中包含的特征分量为启停时刻、瞬态上升时长、负荷变化方向、负荷变化值,短瞬态综合性电器的启停特征值中包含的特征分量为启停时刻、瞬态上升时长、瞬态负荷峰值、瞬态下降时长、负荷变化方向、负荷变化值;
当采取低频计量特定电器启停特征时,阻性电器和短瞬态综合性电器的启停特征值中包含的特征分量为启停时刻、负荷变化方向、负荷变化值。
本发明还提供一种基于电器启停的负荷特征识别台区户变关系的***,包括:
数据采集模块,用于采集识别域内所有总表和至少一个分表的负荷数据;
特征识别模块,用于从负荷数据中识别出特定电器的启停特征;
图谱生成模块,用于基于一个时间段内所有总表和至少一个分表的特定电器启停特征对应生成各自的负荷特征图谱;
比对分析模块,用于将至少一个分表的负荷特征图谱与所有总表的负荷特征图谱进行逐一比对,并根据比对结果识别出该至少一个分表的台区户变关系。
进一步地,相位映射模块,用于将每个总表映射为对应a、b、c三相的三个逻辑总表;
所述数据采集模块还用于分别采集三个逻辑总表的负荷数据;
所述特征识别模块还用于从逻辑总表的负荷数据中识别出特定电器的启停特征;
所述图谱生成模块还用于分别生成各逻辑总表的负荷特征图谱;
相位识别模块,用于将分表的负荷特征图谱与每个逻辑总表的负荷特征图谱进行逐一比对,并根据比对结果识别出该分表所处的相位。
本发明具有以下效果:
本发明的基于电器启停的负荷特征识别台区户变关系的方法,其负荷特征提取不再依赖于台区全节点,可以按需调整抄读范围并进行相应识别,极端情况下,甚至可以分解为一次只抄读一个分表和所有总表的负荷数据,判断该分表相对于总表的归属,再对其它分表重复操作,即可得到整个识别域内所有分表的户变关系。本方法不再受制于HPLC网络的带宽问题,可以有效地应用于大台区网络的户变关系识别。并且,通过基于特定电器的启停特征生成的负荷特征图谱进行比对来识别户变关系,由于特定电器的启停特征的特性,其易于从所有的负荷数据中快速、准确地识别出来,从而提高了识别结果的准确性和识别效率。
另外,本发明的基于电器启停的负荷特征识别台区户变关系的***同样具有上述优点。
除了上面所描述的目的、特征和优点之外,本发明还有其它的目的、特征和优点。下面将参照图,对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明优选实施例中的基于电器启停的负荷特征识别台区户变关系的方法的流程示意图。
图2是本发明优选实施例中的某品牌电热水器上电的电流变化示意图。
图3是本发明优选实施例中的某品牌空调上电的电流变化示意图。
图4是本发明优选实施例中的某品牌电磁炉上电的电流变化示意图。
图5是本发明优选实施例中的一个总表中的阻性电器启停的负荷特征图谱。
图6是本发明优选实施例中的一个采取高频计量的分表的负荷特征图谱。
图7是本发明优选实施例中的图1中的步骤S5的子流程示意图。
图8是本发明优选实施例中的图7中的步骤S52中扩展后的负荷特征图谱。
图9是本发明优选实施例中的基于电器启停的负荷特征识别台区户变关系的方法的另一实施方式的流程示意图。
图10是本发明另一实施例的基于电器启停的负荷特征识别台区户变关系的***的模块示意图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以由下述所限定和覆盖的多种不同方式实施。
如图1所示,本发明的优选实施例提供一种基于电器启停的负荷特征识别台区户变关系的方法,包括以下步骤:
步骤S1:采集识别域内所有总表的负荷数据,并从其负荷数据中识别出特定电器的启停特征;
步骤S2:基于一个时间段内所有总表的特定电器启停特征对应生成各个总表的负荷特征图谱;
步骤S3:采集识别域内至少一个分表的负荷数据,并从其负荷数据中识别出特定电器的启停特征;
步骤S4:基于同一个时间段内该至少一个分表的特定电器启停特征对应生成各个分表的负荷特征图谱;
步骤S5:将该至少一个分表的负荷特征图谱与所有总表的负荷特征图谱进行逐一比对,根据比对结果识别出该至少一个分表的台区户变关系;
步骤S6:重复执行步骤S3~步骤S5,直至识别出所有分表的台区户变关系。
可以理解,本发明的基于电器启停的负荷特征识别台区户变关系的方法,其负荷特征提取不再依赖于台区全节点,可以按需调整抄读范围并进行相应识别,极端情况下,甚至可以分解为一次只抄读一个分表和所有总表的负荷数据,判断该分表相对于总表的归属,再对其它分表重复操作,即可得到整个识别域内所有分表的户变关系。本方法不再受制于HPLC网络的带宽问题,可以有效地应用于大台区网络的户变关系识别。并且,通过基于特定电器的启停特征生成的负荷特征图谱进行比对来识别户变关系,由于特定电器的启停特征的特性,其易于从所有的负荷数据中快速、准确地识别出来,从而提高了识别结果的准确性和识别效率。
可以理解,在所述步骤S1中,所述识别域内包含至少一个台区,而每个台区则包括一个总表和若干个分表,总表的计量范围是台区内若干分表的计量范围之和,即总表计量的是整个台区的负荷,总表的计量范围较广,负荷变化复杂程度很大,而分表是对家庭或者家庭组进行计量,计量范围小,用电简单,负荷变化复杂程度也相对较小。
另外,常见的家用电器包括阻性电器和综合性电器(即包含阻性、感性、容性的综合电器),其中,阻性电器通常包括电热水器、电饭煲、电烧水壶等,阻性电器在上电后可以在几十毫秒内达到稳态,且位于稳态时的负荷保持平稳,综合性电器则包括空调、洗衣机、冰箱、吸尘器等。图2为某品牌电热水器上电的电流变化图,横轴为时间,纵轴为电流的测量值,测量的频率为20ms/次。从图2中可以看出,电热水器启动后,电流经过三个测量周期达到工作稳态,即瞬态上升时间为20ms*3=60ms,电热水器的这种瞬态时间短、负荷变化大、瞬态前后保持稳态的启停特征,在总表和分表的负荷数据中很容易识别出来。图3为某品牌空调的电流变化图,横轴为时间,纵轴为电流的测量值,测量的频率为20ms/次。从图3可以看出,空调启动后,电流经过3个测量周期达到瞬态峰值,再经过4个测量周期的骤降,然后经过0.5s左右的缓变逐渐达到稳态。空调启停的这种瞬态时间短、负荷变化大的启停特征,在总表和分表的负荷数据中也很容易识别出来。图4为某品牌电磁炉的电流变化图,横轴为时间,纵轴为电流的测量值,测量的频率为20ms/次。从图4可以看出,电磁炉启动后,电流经过2s多达到稳态,电磁炉的这种启停特征,由于瞬态周期长,很容易被其它电器的负荷变化所干扰,不易于识别。而由于总表的负荷变化非常复杂,因此,需要选择特定电器的启停特征来进行识别,以提高识别准确度。通常,启动后瞬态时间短、负荷变化明显的电器,其启停的负荷特征不易被干扰,尤其是在高频计量的情况下,其启停特征容易被分解出来。而阻性电器(如电热水器)由于其启停的瞬态时间非常短、前后保持稳态且负荷变化明显,因而其启停特征易于分解,可以用于总表与分表间的归属判断;短瞬态的综合性电器(如空调),其启停也具有瞬态时间短、负荷变化明显的特点,其启停特征易于分解,也可以用于总表与分表间的归属判断。因此,本发明优选采用阻性电器的启停特征和/或短瞬态综合性电器的启停特征作为特定电器的启停特征,后续基于特定电器启停特征进行比对识别,提高了识别准确度。其中,启停特征中的负荷可以是电流、视在功率、有功功率中的任一种。
可以理解,在所述步骤S2中,由于总表的负荷变化复杂程度很大,为了准确地识别总表上的负荷特征,对总表进行高频的负荷计量,通常可以对总表按每个周波或每几个周波进行计量,如按每个周波计量,则计量频率为20ms/次。
可以理解,在所述步骤S3中,采集识别域内至少一个分表的负荷数据,甚至可以只抄读一个分表的负荷数据,另外,从分表的负荷数据中识别的特定电器启停特征与总表相同。
可以理解,在所述步骤S4中,由于分表的计量范围小很多,其负荷变化复杂程度也相对较小,因此分表可以采取高频计量或低频计量,即既可以选择与总表相同的计量频率,也可以选择相对低频的计量频率,例如每秒1次。
其中,针对两种计量频率,特定电器的启停特征值会包括不同的特征分量。具体地,当采取高频计量特定电器启停特征时,阻性电器的启停特征值中包含的特征分量为启停时刻、瞬态上升时长、负荷变化方向、负荷变化值,短瞬态综合性电器的启停特征值中包含的特征分量为启停时刻、瞬态上升时长、瞬态负荷峰值、瞬态下降时长、负荷变化方向、负荷变化值。而当采取低频计量特定电器启停特征时,阻性电器和短瞬态综合性电器的启停特征值中包含的特征分量为启停时刻、负荷变化方向、负荷变化值。在实际应用中,可以根据实际情况,对这些特征分量进行组合,为不同环境定制不同的负荷特征值。
可以理解,所述步骤S2和步骤S4中生成的负荷特征图谱是由一根根特征线构成,图谱的横轴是时间,时间轴的单位是计量周期,高频计量则为每周波计量为20ms,低频计量则为每秒计量一次。图5表示的是一个总表中的阻性电器启停的负荷特征图谱的示意图,图中两个刻度之间的时长为1秒,每一条斜线代表识别出来的一个负荷特征,即为一条特征线,特征线与时间轴的交点即为启停发生的时刻,特征线在时间轴上方代表电器启动,在时间轴下方则代表电器停止,特征线的高代表负荷变化的幅值,特征线在时间轴上的投影则代表瞬态上升时长。图6表示的是一个高频计量的分表的负荷特征图谱的示意图,图中两个刻度之间的时长是1秒,图谱中包含启、停各一的两条特征线。通过对一段时间内的电器启停的识别,分别生成总表的负荷特征图谱和分表的负荷特征图谱,通过对两者的比对,则可以得到分表与总表间的归属关系。
可以理解,在所述步骤S5中,将至少一个分表的负荷特征图谱与一个总表的负荷特征图谱进行比对,若分表的负荷特征图谱中的所有特定电器启停特征值与总表的负荷特征图谱中对应的特定电器启停特征值全部匹配,则判定该分表归属于该总表,否则继续与下一个总表进行比对,直至识别出该分表的户变关系。当然,考虑到测量误差和偶然因素导致的误差,也可以采取以下判断条件:当分表的所有特定电器启停特征值与总表对应的特定电器启停特征值的匹配成功率超过预设值时,则判定该分表归属于该总表。其中,判断两个特征值是否匹配,需要判断两个特征值包含的所有特征分量是否相等,例如:若分表采取低频计量,则其特定电器启停特征值包含的特征分量为启停时刻、负荷变化方向(启或停)、负荷变化值,而总表由于采取高频计量,若是阻性电器,则总表的特定电器启停特征值包含的特征分量包括启停时刻、瞬态上升时长、负荷变化方向、负荷变化值,若是短瞬态综合性电器,则总表的特定电器启停特征值包含的特征分量包括启停时刻、瞬态上升时长、瞬态负荷峰值、瞬态下降时长、负荷变化方向、负荷变化值,此时需将分表的启停时刻、负荷变化方向和负荷变化值这三个特征分量与总表的启停时刻、负荷变化方向和负荷变化值进行比对,若这三个特征分量均相等,则判定两个负荷特征值匹配。
可以理解,由于总表和分表在时间上无法严格同步,因此会存在测量值的时间同步误差。为了消除时间同步误差,如图7所示,所述步骤S5中具体包括以下内容:
步骤S51:设定时间匹配误差;
步骤S52:根据时间匹配误差将分表的负荷特征图谱中每一条特征线前后平移一个时间匹配误差以形成特征窗口,并生成扩展后的负荷特征图谱;
步骤S53:将分表扩展后的负荷特征图谱与总表的负荷特征图谱进行前后平移比对,若移动到某一位置处时,分表的所有特征窗口内包含总表的特征值匹配的特征线的比例超过预设值,则判定该分表归属于这个总表,否则,判定该分表不属于该总表,继续与下一个总表进行比对。
可以理解,所述步骤S5中,通过设定时间匹配误差并基于时间匹配误差对分表图谱中的每一条特征线进行扩展,利用扩展后形成的特征窗口进行特征值比对识别,有效消除了时间同步误差带来的影响,提高了识别准确度。并且,基于分表与总表的特征值匹配成功比例来判定最终的户变关系,采用了统计结果进行判断,而不是使用一次匹配的结果进行判断,减小了偶然因素导致的误差,使得识别结果更加准确。
其中,在所述步骤S51中,设定一个时间匹配误差ε,相差在2倍ε之内的两个时刻可以近似为同一时刻,ε的值可以根据实际情况设定,对于分表采用高频计量的***,ε可以设定为若干个高频测量周期,而对于分表采用相对低频的***,ε设定为对***时间同步误差的容错值,即如果对一个***的时间同步误差的最大容错为1秒,则将ε设置为1秒。
可以理解,在所述步骤S52中,如图8所示,将分表的负荷特征图谱中的每一条特征线前后平移ε,生成一个扩展的负荷特征图谱,原图谱中的每条没有宽度的特征线变成了新图谱中的一个有宽度的特征窗口,图8中的虚线即为原图谱中的特征线,例如图6中的负荷特征图谱中的特征线。
可以理解,在所述步骤S53中,将分表扩展后的负荷特征图谱与总表的负荷特征图谱进行前后平移比对,若移动到某一位置处时,分表的负荷特征图谱中的所有特征窗口内包含总表的特征值匹配的特征线的比例超过预设值,则判定该分表归属于这个总表,且分表的负荷特征图谱移动的距离即为分表与总表之间的时间同步误差,如果找不到这样一个位置,则分表与这个总表匹配失败,判定该分表不属于该总表,继续与下一个总表进行比对。其中,这个预设值可以根据实际情况设定,例如设定为80%,即分表图谱经过平移后,如果超过80%的特征窗口内都包含有总表的特征值匹配的特征线,那么分表则与这个总表匹配成功。
可以理解,在所述步骤S53中,当分表为相对低频计量时,其时间匹配误差中已经包含时间同步的容错值,因此在进行图谱比对时,一般不必再进行平移,如果还需要进行平移才能匹配成功,则说明该分表与总表间的时间同步误差超出了容错值,该分表需要重新校时。而当分表为高频计量时,分表的负荷特征图谱移动的距离即为分表与总表之间的时间同步误差。
其中,所述步骤S53中的特征值匹配指的是分表的特定电器启停特征值中的所有特征分量与总表的特定电器启停特征值中对应的特征分量均相等。但是,在实际的测量***中,特征值包含的特征分量除了负荷变化方向外,其它特征分量均存在测量误差,其中,启停时刻这一特征分量的误差可以通过步骤S52中的特征窗口来消除。因此,为了消除测量误差,所述步骤S53中通过以下内容判断总表的特征值与分表的特征值是否匹配:
对特定电器启停特征值包含的特征分量设定各自的最大相对误差,当分表的所有特征分量与总表对应的特征分量之间的差值百分比均小于其最大相对误差时,则判定两个特征值匹配。具体地,对瞬态上升时长、瞬态负荷峰值、瞬态下降时长、负荷变化值这几个特征分量设定最大相对误差δ,当分表与总表间该特征分量的差值百分比小于δ时,则认为该分量匹配,只有分表的所有特征分量均与总表匹配时,才判定两个特征值匹配。通过对特征分量设定最大相对误差进行测量误差容错,进一步提高了识别准确度。
可以理解,如图9所示,作为另一种选择,所述基于电器启停的负荷特征识别台区户变关系的方法还包括以下步骤:
步骤S7:将每个总表映射为对应a、b、c三相的三个逻辑总表,分别识别这三个逻辑总表的特定电器启停特征并对应生成其负荷特征图谱,将分表的负荷特征图谱与每个逻辑总表的负荷特征图谱进行逐一比对,根据比对结果识别出该分表所处的相位。
通过将每个总表映射为对应三相的三个逻辑总表,然后将分表的负荷特征图谱与每个逻辑总表的负荷特征图谱进行逐一比对,即可实现台区内分表的相位识别。具体的图谱比对过程与上述一致,故在此不再赘述。
另外,如图10所示,本发明还提供一种基于电器启停的负荷特征识别台区户变关系的***,其优选采用如上所述的基于电器启停的负荷特征识别台区户变关系的方法,具体地,所述***包括:
数据采集模块,用于采集识别域内所有总表和至少一个分表的负荷数据;
特征识别模块,用于从负荷数据中识别出特定电器的启停特征;
图谱生成模块,用于基于一个时间段内所有总表和至少一个分表的特定电器启停特征对应生成各自的负荷特征图谱;
比对分析模块,用于将至少一个分表的负荷特征图谱与所有总表的负荷特征图谱进行逐一比对,并根据比对结果识别出该至少一个分表的台区户变关系。
本发明的基于电器启停的负荷特征识别台区户变关系的***,其负荷特征提取不再依赖于台区全节点,可以按需调整抄读范围并进行相应识别,极端情况下,甚至可以分解为一次只抄读一个分表和所有总表的负荷数据,判断该分表相对于总表的归属,再对其它分表重复操作,即可得到整个识别域内所有分表的户变关系。本***不再受制于HPLC网络的带宽问题,可以有效地应用于大台区网络的户变关系识别。并且,通过基于特定电器的启停特征生成的负荷特征图谱进行比对来识别户变关系,由于特定电器的启停特征的特性,其易于从所有的负荷数据中快速、准确地识别出来,从而提高了识别结果的准确性和识别效率。
可以理解,作为优选的,所述基于电器启停的负荷特征识别台区户变关系的***还包括:
相位映射模块,用于将每个总表映射为对应a、b、c三相的三个逻辑总表;
所述数据采集模块还用于分别采集三个逻辑总表的负荷数据;
所述特征识别模块还用于从逻辑总表的负荷数据中识别出特定电器的启停特征;
所述图谱生成模块还用于分别生成各逻辑总表的负荷特征图谱;
相位识别模块,用于将分表的负荷特征图谱与每个逻辑总表的负荷特征图谱进行逐一比对,并根据比对结果识别出该分表所处的相位。
可以理解,本实施例的***中各个模块的工作原理及工作过程与上述方法实施例的内容相对应,故在此不再赘述。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于电器启停的负荷特征识别台区户变关系的方法,其特征在于,包括以下步骤:
步骤S1:采集识别域内所有总表的负荷数据,并从其负荷数据中识别出特定电器的启停特征;
步骤S2:基于一个时间段内所有总表的特定电器启停特征对应生成各个总表的负荷特征图谱;
步骤S3:采集识别域内至少一个分表的负荷数据,并从其负荷数据中识别出特定电器的启停特征;
步骤S4:基于同一个时间段内该至少一个分表的特定电器启停特征对应生成各个分表的负荷特征图谱;
步骤S5:将该至少一个分表的负荷特征图谱与所有总表的负荷特征图谱进行逐一比对,根据比对结果识别出该至少一个分表的台区户变关系;
步骤S6:重复执行步骤S3~步骤S5,直至识别出所有分表的台区户变关系;
所述步骤S5中具体包括以下内容:
步骤S51:设定时间匹配误差;
步骤S52:根据时间匹配误差将分表的负荷特征图谱中每一条特征线前后平移一个时间匹配误差以形成特征窗口,并生成扩展后的负荷特征图谱;
步骤S53:将分表扩展后的负荷特征图谱与总表的负荷特征图谱进行前后平移比对,若移动到某一位置时,分表的所有特征窗口内包含总表的特征值匹配的特征线的比例超过预设值,则判定该分表归属于这个总表,否则,判定该分表不属于该总表,继续与下一个总表进行比对。
2.如权利要求1所述的基于电器启停的负荷特征识别台区户变关系的方法,其特征在于,
所述步骤S53中的特征值匹配指的是分表的特定电器启停特征值中的所有特征分量与总表的特定电器启停特征值中对应的特征分量均相等。
3.如权利要求1所述的基于电器启停的负荷特征识别台区户变关系的方法,其特征在于,
所述步骤S53中通过以下内容判断总表的特征值与分表的特征值是否匹配:
对特定电器启停特征值包含的特征分量设定各自的最大相对误差,当分表的所有特征分量与总表对应的特征分量之间的差值百分比均小于其最大相对误差时,则判定两个特征值匹配。
4.如权利要求1所述的基于电器启停的负荷特征识别台区户变关系的方法,其特征在于,
所述时间匹配误差设定为若干个高频测量周期或者***时间同步误差的容错值。
5.如权利要求1所述的基于电器启停的负荷特征识别台区户变关系的方法,其特征在于,
还包括以下步骤:
步骤S7:将每个总表映射为对应a、b、c三相的三个逻辑总表,分别识别这三个逻辑总表的特定电器启停特征并对应生成其负荷特征图谱,将分表的负荷特征图谱与每个逻辑总表的负荷特征图谱进行逐一比对,根据比对结果识别出该分表所处的相位;
其中,将分表的负荷特征图谱与每个逻辑总表的负荷特征图谱进行逐一比对,根据比对结果识别出该分表所处的相位的过程具体为:
先设定时间匹配误差,再根据时间匹配误差将分表的负荷特征图谱中每一条特征线前后平移一个时间匹配误差以形成特征窗口,并生成扩展后的负荷特征图谱,将分表扩展后的负荷特征图谱与总表的负荷特征图谱进行前后平移比对,若移动到某一位置时,分表的所有特征窗口内包含总表的特征值匹配的特征线的比例超过预设值,则判定该分表归属于这个总表,否则,判定该分表不属于该总表,继续与下一个总表进行比对,最后,该分表所处的相位与其归属总表所处的相位一致。
6.如权利要求1所述的基于电器启停的负荷特征识别台区户变关系的方法,其特征在于,
所述特定电器的启停特征包括阻性电器的启停特征和/或短瞬态综合性电器的启停特征。
7.如权利要求6所述的基于电器启停的负荷特征识别台区户变关系的方法,其特征在于,
所述总表采取高频计量,所述分表采取高频计量或低频计量;
当采取高频计量特定电器启停特征时,阻性电器的启停特征值中包含的特征分量为启停时刻、瞬态上升时长、负荷变化方向、负荷变化值,短瞬态综合性电器的启停特征值中包含的特征分量为启停时刻、瞬态上升时长、瞬态负荷峰值、瞬态下降时长、负荷变化方向、负荷变化值;
当采取低频计量特定电器启停特征时,阻性电器和短瞬态综合性电器的启停特征值中包含的特征分量为启停时刻、负荷变化方向、负荷变化值。
8.一种基于电器启停的负荷特征识别台区户变关系的***,其特征在于,包括:
数据采集模块,用于采集识别域内所有总表和至少一个分表的负荷数据;
特征识别模块,用于从负荷数据中识别出特定电器的启停特征;
图谱生成模块,用于基于一个时间段内所有总表和至少一个分表的特定电器启停特征对应生成各自的负荷特征图谱;
比对分析模块,用于将至少一个分表的负荷特征图谱与所有总表的负荷特征图谱进行逐一比对,并根据比对结果识别出该至少一个分表的台区户变关系,所述比对分析模块将至少一个分表的负荷特征图谱与所有总表的负荷特征图谱进行逐一比对,并根据比对结果识别出该至少一个分表的台区户变关系的过程具体为:
先设定时间匹配误差,然后,根据时间匹配误差将分表的负荷特征图谱中每一条特征线前后平移一个时间匹配误差以形成特征窗口,并生成扩展后的负荷特征图谱,最后,将分表扩展后的负荷特征图谱与总表的负荷特征图谱进行前后平移比对,若移动到某一位置时,分表的所有特征窗口内包含总表的特征值匹配的特征线的比例超过预设值,则判定该分表归属于这个总表,否则,判定该分表不属于该总表,继续与下一个总表进行比对。
9.如权利要求8所述的基于电器启停的负荷特征识别台区户变关系的***,其特征在于,还包括:
相位映射模块,用于将每个总表映射为对应a、b、c三相的三个逻辑总表;
所述数据采集模块还用于分别采集三个逻辑总表的负荷数据;
所述特征识别模块还用于从逻辑总表的负荷数据中识别出特定电器的启停特征;
所述图谱生成模块还用于分别生成各逻辑总表的负荷特征图谱;
相位识别模块,用于将分表的负荷特征图谱与每个逻辑总表的负荷特征图谱进行逐一比对,并根据比对结果识别出该分表所处的相位,所述相位识别模块将分表的负荷特征图谱与每个逻辑总表的负荷特征图谱进行逐一比对,并根据比对结果识别出该分表所处的相位的过程具体为:
先设定时间匹配误差,再根据时间匹配误差将分表的负荷特征图谱中每一条特征线前后平移一个时间匹配误差以形成特征窗口,并生成扩展后的负荷特征图谱,将分表扩展后的负荷特征图谱与总表的负荷特征图谱进行前后平移比对,若移动到某一位置时,分表的所有特征窗口内包含总表的特征值匹配的特征线的比例超过预设值,则判定该分表归属于这个总表,否则,判定该分表不属于该总表,继续与下一个总表进行比对,最后,该分表所处的相位与其归属总表所处的相位一致。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011002293.9A CN112234605B (zh) | 2020-09-22 | 2020-09-22 | 基于电器启停的负荷特征识别台区户变关系的方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011002293.9A CN112234605B (zh) | 2020-09-22 | 2020-09-22 | 基于电器启停的负荷特征识别台区户变关系的方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112234605A CN112234605A (zh) | 2021-01-15 |
CN112234605B true CN112234605B (zh) | 2022-03-22 |
Family
ID=74107494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011002293.9A Active CN112234605B (zh) | 2020-09-22 | 2020-09-22 | 基于电器启停的负荷特征识别台区户变关系的方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112234605B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113253189B (zh) * | 2021-04-21 | 2023-03-24 | 北京市腾河智慧能源科技有限公司 | 对台区计量设备进行误差分析的方法及***、设备、介质 |
CN114896302B (zh) * | 2022-05-09 | 2024-03-26 | 湖南腾河智慧能源科技有限公司 | 小负荷用户的户变关系识别方法及***、设备、存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108832626A (zh) * | 2018-07-06 | 2018-11-16 | 北京中电普华信息技术有限公司 | 一种低压配电台区拓扑识别方法及*** |
CN109344144A (zh) * | 2018-09-06 | 2019-02-15 | 葛得辉 | 一种低压台区户变关系识别方法和*** |
CN110011423A (zh) * | 2019-05-22 | 2019-07-12 | 上海拜安实业有限公司 | 基于大数据实现户变关系在线动态智能监管功能的***及方法 |
CN110516912A (zh) * | 2019-07-24 | 2019-11-29 | 长沙恒电聚能电子科技有限公司 | 一种配电台区户变关系的识别方法 |
CN110707686A (zh) * | 2019-09-06 | 2020-01-17 | 北京市腾河智慧能源科技有限公司 | 台区识别方法、构建台区线路拓扑的方法 |
CN111525560A (zh) * | 2020-05-12 | 2020-08-11 | 国网辽宁省电力有限公司沈阳供电公司 | 基于智能电表电流数据的台区户变识别方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104092481B (zh) * | 2014-07-17 | 2016-04-20 | 江苏林洋能源股份有限公司 | 一种通过电压特征区分台区和相别的方法 |
-
2020
- 2020-09-22 CN CN202011002293.9A patent/CN112234605B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108832626A (zh) * | 2018-07-06 | 2018-11-16 | 北京中电普华信息技术有限公司 | 一种低压配电台区拓扑识别方法及*** |
CN109344144A (zh) * | 2018-09-06 | 2019-02-15 | 葛得辉 | 一种低压台区户变关系识别方法和*** |
CN110011423A (zh) * | 2019-05-22 | 2019-07-12 | 上海拜安实业有限公司 | 基于大数据实现户变关系在线动态智能监管功能的***及方法 |
CN110516912A (zh) * | 2019-07-24 | 2019-11-29 | 长沙恒电聚能电子科技有限公司 | 一种配电台区户变关系的识别方法 |
CN110707686A (zh) * | 2019-09-06 | 2020-01-17 | 北京市腾河智慧能源科技有限公司 | 台区识别方法、构建台区线路拓扑的方法 |
CN111525560A (zh) * | 2020-05-12 | 2020-08-11 | 国网辽宁省电力有限公司沈阳供电公司 | 基于智能电表电流数据的台区户变识别方法及装置 |
Non-Patent Citations (1)
Title |
---|
基于深度学习的户变拓扑关系的识别方法研究;谷海彤等;《信息***工程》;20200331;第150-151页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112234605A (zh) | 2021-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110707686B (zh) | 台区识别方法、构建台区线路拓扑的方法 | |
CN112234605B (zh) | 基于电器启停的负荷特征识别台区户变关系的方法及*** | |
CN108257374B (zh) | 户变关系的识别方法和装置 | |
KR101254008B1 (ko) | 신재생 에너지 모듈을 위한 성능 검증 장치 및 그 방법 | |
CN111092487B (zh) | 宽带载波在智能电能表非计量功能上应用的方法 | |
CN112234606B (zh) | 基于电器启停的负荷特征识别台区线路拓扑的方法及*** | |
CN112186740B (zh) | 对小负荷用户进行台区识别的方法及***、存储介质 | |
CN110554351B (zh) | 一种非侵入式负荷电能表的实负荷检测方法及*** | |
CN112019241B (zh) | 一种用于在电力***中识别设备关联关系的方法及*** | |
CN103500999B (zh) | 基于实时损耗的低压台区供电半径优化方法 | |
Wang et al. | The fault analysis method of islanded microgrid based on the U/f and PQ control strategy | |
CN108572292A (zh) | 一种微波炉非侵入负荷辨识方法 | |
CN105322887A (zh) | 光伏电站监控*** | |
CN104134993A (zh) | 广域量测数据时滞与缺失下电力***振荡监测方法及*** | |
CN110940851A (zh) | 一种模块化可编程光伏***功率检测装置及方法 | |
CN105675974B (zh) | 负载识别方法及装置 | |
CN114069608B (zh) | 一种基于电压的分布式台区识别方法 | |
CN115293073A (zh) | Bpa机电暂态模型至adpss电磁暂态模型的转换方法和装置 | |
CN112557813B (zh) | 多回直流同时故障下电网电压稳定性判断方法 | |
CN113189472A (zh) | 一种低压网电路拓扑结构检测方法及*** | |
CN111130144B (zh) | 一种考虑偏差和趋势变化的小水电快速并网方法 | |
CN112583004A (zh) | 基于电压离散性识别线路拓扑的方法及***、存储介质 | |
CN113241792B (zh) | 一种对电力电子电源并网机型规划的方法及装置 | |
Wang et al. | Identification of household variation relation in low voltage distribution network based on trend similarity and distance measure (CICED 2022) | |
CN205178981U (zh) | 光伏电站监控装置 |
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 |