基于主成分分析和电压相似度的低压配电网拓扑识别方法

摘要

本申请提供了一种基于主成分分析和电压相似度的低压配电网拓扑识别方法，具体步骤如下：主站下发校正命令对集中器进行校正；集中器向电能表广播所述校正命令，校正所述电能表；智能配变终端定时获取所述分支电能表的数据监测单元接收到的电能数据；通过主成分分析法对分支电能表‑表箱电能表的电能数据进行计算分析，得到分支电能表‑表箱电能表的拓扑结构；计算所述用户电能表和每个分支电能表的电压相关系数；根据所述电压相关系数的大小，筛选出同一分支电能表下的用户电能表，得到表箱电能表‑用户电能表的拓扑结构。本申请操作简单，只需测量分支‑表箱和表箱‑用户的电压数据，保证了数据准确性，在本地进行分析，得到低压配电网拓扑结构。

说明书

技术领域

本申请涉及低压配电网技术领域，尤其涉及一种基于主成分分析和电压相似度的低压配电网拓扑识别方法。

背景技术

400V低压供电网络是支撑社会发展和国民经济的重要公共基础设施，担负着直接面向用户供电的重要职责，是保证供电质量的关键环节，因此其建设水平的高低直接影响到用户的供电服务水平。如何全面的完善台区管理，识别台区与表箱、支路与表箱、表箱与用户之间的归属拓扑关系，实现拓扑结构实时、准确上报，实现“配变-分支-表箱-用户”关系全贯通成为了实现智能电网和低压配电网全景感知的精细化管理要求重要环节。

目前，低压配电网由于技术和管理问题，无法确保拓扑结构关系的可靠性，也无法实现统一的数字化管理，没有统一的系统，导致对安全故障点、线损异常点等涉及线路本身的故障问题的排查效率较低、周期较长、成本较高。另外，一些老旧小区的线路错综复杂，台区档案维护不完善、换表信息更新不及时，也使得低压配电网的拓扑关系难以识别；从而导致无法精准获得电能表与变压器的一一对应关系，引起抄表错误，降低了台区线损管理水平。

现有技术中存在的低压配电网拓扑识别一般都是使用电力线宽带载波(HPLC)，通过发送并接收信号来判断变压器与电能表的对应关系。但是在实际应用过程中，通过信号判断的方式容易受到外界的干扰造成误判，并且信号的强弱也会导致误判。采用电力线宽带载波(HPLC)技术对低压配电网的拓扑结构进行识别的方式，当配电侧无法完全隔离外界干扰和信号向外泄露时，就会使得载波信号耦合到其他台区，造成信号可信度较低，识别的拓扑结构可信度也就较低。此外，设备类的排查方法虽然能够节省人力资源成本，但是需要布置大量的现场设备或者需要人员逐户排查，人工作业量巨大。

发明内容

本申请提供了一种基于主成分分析和电压相似度的低压配电网拓扑识别方法，以解决现有技术中存在的无法精准获得智能配变终端，即变压器与用户电能表之间的对应拓扑结构，从而引起抄表错误的问题。

本申请提供一种基于主成分分析和电压相似度的低压配电网拓扑识别方法，所述低压配电网拓扑识别方法的具体步骤如下：

主站下发校正命令对集中器进行校正，其中，所述校正命令为时钟；

集中器向电能表广播所述校正命令，校正所述电能表，其中，所述电能表包括分支电能表、表箱电能表和用户电能表，所述分支电能表、表箱电能表和用户电能表的等级次序依次降低；

智能配变终端定时获取所述分支电能表的数据监测单元接收到的电能数据；

通过主成分分析法对分支电能表-表箱电能表的电能数据进行计算分析，得到分支电能表-表箱电能表的拓扑结构；

计算所述用户电能表和每个分支电能表的电压相关系数；

根据所述电压相关系数的大小，筛选出同一分支电能表下的用户电能表，得到表箱电能表-用户电能表的拓扑结构；

根据所述分支电能表-表箱电能表的拓扑结构和所述表箱电能表-用户电能表的拓扑结构，获得智能配变终端-分支电能表-表箱电能表-用户电能表的拓扑结构。

在本申请的较佳实施例中，所述电压相关系数根据与所述用户电能表的电压变化趋势相似度高的分支电能表计算。

在本申请的较佳实施例中，所述智能配变终端获取电能数据的时间间隔为15分钟。

在本申请的较佳实施例中，所述电能数据主要包括电压数据、有功功率数据、台区电表地址数据。

在本申请的较佳实施例中，采用所述主成分分析法进行计算分析之前，需要对原始电能数据进行标准化。

采用上述技术方案，由于不同用户电能表的电能数据相差较大，进行标准化可以消除由于原始电能数据相差较大带来的影响。

本申请的一种基于主成分分析和电压相似度的低压配电网拓扑识别方法，相较于现有技术而言，具有以下有益效果：

(1)本申请拓扑识别方法的实现过程简单，只需要测量分支-表箱的电能数据和表箱-用户的电压数据，能够确保数据的准确性，并且可以区别现有的电压谐波图谱法，不需要在线路和节点上添加额外的谐波测量装置或其他测量设备，与通过信号判断的方式相比，对低压配电网没有任何附加影响，不会产生由于添加谐波测量装置而带来的误差以及谐波被干扰而产生的不确定性，更加稳定可靠。

(2)本申请的拓扑识别方法利用主成分分析法中主成分去躁降维的方法对电表测量的含有随机误差的电能数据进行清洗，实现对电能数据的校正以及线性模型约束矩阵的修正，还利用主成分分析法中主成分分析变量间的线性关系识别上级总表和下级分表的电能数据间的线性关系，并且在分析时无需上传数据至主站，在本地即可实现分析，从而得到低压配电网的拓扑结构。

附图说明

为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请一种基于主成分分析和电压相似度的低压配电网拓扑识别方法的流程图；

图2为本申请实施例中识别低压配电网拓扑结构的原理图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

此外，术语“包括”以及他们的任何变形，意图在于覆盖但不排他的包含，例如，包含了一系列组件的产品或设备不必限于清楚地列出的那些组件，而是可包括没有清楚地列出的或对于这些产品或设备固有的其它组件。

现有技术中还采用电流脉冲技术对低压配电网的拓扑结构进行识别，采用此种方法，需要由用户侧、线路侧发送和接收电流信号，位于变压器低压侧的主机接受信号，通过谐波或者其他方式判断用户归属；但是在变压器出线侧安装电流互感器的方式具有一定的危险性。

主成分分析法原理：主成分分析是用原始自变量线性组合成的新变量代替原始自变量，这些新变量之间不存在线性关系，但其不改变表示原来数据信息，被称为主成分。每个主成分所包含的信息量不一样，根据其包含信息量的多少按降序排列为：第一主成分，第二主成分......第n主成分。

矩阵表示：图是拓扑结构的抽象描述，图中边与点间的关系都可以通过关联矩阵A来表示，关联矩阵中的元素A

关联矩阵A的行数为节点的数量，列数为支路的数量。将关联矩阵的行按照上下级电表分开，可分为：

其中，A

用电信息系统一般由主站、集中器、采集器、电能表组成，电网公司通过主站将台区(变压器)档案下发给集中器作为采集电表用电信息的依据，台区(变压器)档案是否与实际变压器-电表的拓扑关系对应将会直接影响营销管理的水平。

实施例

参见图1，为本申请一种基于主成分分析和电压相似度的低压配电网拓扑识别方法的流程图。

如图1所示，本申请提供的一种基于主成分分析和电压相似度的低压配电网拓扑识别方法，所述低压配电网拓扑识别方法的具体步骤如下：

S101，主站下发校正命令对集中器进行校正，其中，所述校正命令为时钟；

S102，集中器向电能表广播所述校正命令，校正所述电能表，其中，所述电能表包括分支电能表、表箱电能表和用户电能表，所述分支电能表、表箱电能表和用户电能表的等级次序依次降低；

S103，智能配变终端定时获取所述分支电能表的数据监测单元接收到的电能数据；

S104，通过主成分分析法对分支电能表-表箱电能表的电能数据进行计算分析，得到分支电能表-表箱电能表的拓扑结构；

S105，计算所述用户电能表和每个分支电能表的电压相关系数；

S106，根据所述电压相关系数的大小，筛选出同一分支电能表下的用户电能表，得到表箱电能表-用户电能表的拓扑结构；

S107，根据所述分支电能表-表箱电能表的拓扑结构和所述表箱电能表-用户电能表的拓扑结构，获得智能配变终端-分支电能表-表箱电能表-用户电能表的拓扑结构。

需要说明的是，步骤S102中，分支电能表的等级最高，其次，表箱电能表为分支电能表的下级电能表，一个分支电能表下可能包括多个下级的表箱电能表，用户电能表为表箱电能表的下级电能表，一个表箱电能表下可设置多个下级的用户电能表。

在本实施例中，进一步地，所述电压相关系数根据与所述用户电能表的电压变化趋势相似度高的分支电能表计算。

在本实施例中，进一步地，所述智能配变终端获取电能数据的时间间隔为15分钟。

需要说明的是，上述时间间隔仅为了表示在本实施例中采集电能数据的时间，本领域技术人员可根据需要进行更改。

在本实施例中，进一步地，所述电能数据主要包括电压数据、有功功率数据、台区电表地址数据。

在实际的低压配电网中，电能表上传的电能数据存在误差，导致上级总表的电能，即分支电能表中总的电能，并不能严格等于下级个用户分表的电能之和，在本实施例中，主要考虑线路上的电能损耗，数据采集不同步以及电表读书精度带来的误差。线路损耗是根据上级总表节点电能读数总和与下级分表电能读数总和之差用公式表示：

一般来说用户电能表末端电压变化不大，因而用户消耗的电能可以认为与电流的一次方成比例，而线路损耗与电流的平方成比例，因此可认为线路损耗与用户消耗电能的平方成正比，将线路损耗从上级总表，即分支电能表的电能值中减去，公式为：

其中，

采用步骤S104的主成分分析法之前，需要将分支电能表中测量得到的电能值按照上述方法进行预处理，减去该分支线路上损耗的电能，然后在对电能数据进行标准化处理。

在本实施例中，步骤S104中，采用所述主成分分析法进行计算分析之前，需要对原始电能数据进行标准化，具体过程如下：

采集p维随机向量x＝(x

其中，Z

对标准化矩阵Z求其相关系数矩阵R：

其中，r

对原始电能数据采用变量标准化：

式中,n代表变量个数，

设置误差协方差矩阵∑的初始值，采用主成分数据分析法对原始电能数据降维后其电能矩阵和约束矩阵公式为：

其中，

则与原始电能数据相对应的回归矩阵的估计为：

其中，回归矩阵

如图2所示，为本实施例中识别低压配电网拓扑结构的原理图，基于上述得到的“分支电能表-表箱电能表”拓扑结构，“表箱电能表-用户电能表”的拓扑结构，即步骤S105和步骤S106的具体识别步骤如下：

根据皮尔逊相关系数公式

根据相关系数的相关性，筛选出同一分支电能表下的用户电能表，得出“分支电能表-用户电能表”的所属关系；

根据同一分支下表箱电能表的电能数据和用户电能表数据，利用主成分分析法判断出“表箱电能表-用户电能表”拓扑结构；

最终得到步骤S107中的“智能配变终端-分支电能表-表箱电能表-用户电能表”的拓扑结构。

需要说明的是，图2中的配变指的是智能配变终端，即变压器，分支指分支电能表，表箱指表箱电能表，用户则指代用户电能表，图2中为其简称，不能视作对本申请的限制。

本申请提供的实施例之间的相似部分相互参见即可，以上提供的具体实施方式只是本申请总的构思下的几个示例，并不构成本申请保护范围的限定。对于本领域的技术人员而言，在不付出创造性劳动的前提下依据本申请方案所扩展出的任何其他实施方式都属于本申请的保护范围。