基于自然辨识的切面冻结置信度和辨识率的再提升方法

摘要

本发明公开了基于自然辨识的切面冻结置信度和辨识率的再提升方法，包括以下步骤：上级终端以一定时钟周期进行所有阶跃采集，然后进行自然拓扑识别，轮询每一台上下级终端按照通道和阶跃匹配规则进行阶跃匹配；筛选出下级终端与每台上级终端的最优阶跃匹配结果；取近n*T时间的匹配结果，判断其时间偏差标准差是否小于N1，判断每天经通道和时间偏差标准差筛选后的下级终端，匹配一台上级终端的最优阶跃匹配数量是否大于N2，如果是，则计算最优阶跃偏差度和最优阶跃辨识，连续执行K次，对此终端辨识结果进行切面冻结，如果不是，则将该下级终端剔除。本发明不仅可以降低误匹配，同时也可提升终端辨识率。

说明书

技术领域

本发明属于智能电网、智能用电技术领域，涉及一种基于自然辨识的切面冻结置信度和辨识率的再提升方法。

背景技术

自然辨识技术是一种基于用户用电特征的电网拓扑关系识别的方法，当一个用户有电器启动时，表箱终端对应通道、上游的箱变智能终端都能够辨识到启动特征量，通过匹配即可确定箱变-表箱或者出线柜-表箱的拓扑连接关系信息，形成切面冻结。

自然辨识冻结结果是台区图谱基础结果，对后续户-相、户-线、故障和阻抗功能产生影响。想要实现最优自然辨识切面冻结，要求冻结切面的产生时间要相对短，置信度高。

自然辨识冻结结果是台区拓扑识别的结果。申请号：202110987398.2的专利公开了一种基于自然辨识的切面冻结置信度的提升方法，其中虽然提升了辨识结果置信度，但还是存在上级终端阶跃抓取较少，筛除不全存在误匹配概率，可能导致部分下级终端匹配数量较少未辨识，或者辨识结果出现误匹配。

因此，需要一种切面冻结置信度和辨识率的再提升方法以解决上述问题。

发明内容

本发明的目的在于提供一种基于自然辨识的切面冻结置信度和辨识率的再提升方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：基于自然辨识的切面冻结置信度和辨识率的再提升方法，包括以下步骤：

步骤一：上级终端以时间T为周期下级终端进行阶跃信息采集，然后进行自然拓扑识别；

步骤二：轮询每一台上级终端和下级终端并按照阶跃匹配规则进行阶跃匹配，筛选出下级终端与每台上级终端的最优阶跃匹配数据；

步骤三：提取n*T时间内的最优阶跃匹配数据，并对所述最优阶跃匹配数据求取时间偏差数据，计算所述时间偏差数据的标准差值，保留标准差值小于N1的下级终端；

步骤四：在步骤三保留的下级终端的基础上，判断每一台下级终端与上级终端的最优阶跃匹配数量，保留最优阶跃匹配数量大于N2的下级终端；

步骤五：在步骤四保留的下级终端的基础上，计算最优阶跃偏差值和最优阶跃辨识占比，保留最优阶跃偏差值大于N3且最优阶跃辨识占比大于N4的下级终端；

步骤六：循环执行K次步骤一到五，对满足筛选条件的的下级终端进行切面冻结，剔除无法满足辨识结果的下级终端。

其中，如果下级终端辨识结果满足条件，则认为此下级终端辨识成功，辨识结果将保存在新生成的切面中，此为切面冻结。

更进一步的，本发明的步骤六中K为3，循环执行次数合理，方便实现。

更进一步的，步骤二中最优阶跃匹配为：以时间T为周期，每一台上级终端分别和所有下级终端进行匹配，当某个下级终端和所述上级终端的阶跃匹配数最多时，则该下级终端和所述上级终端为最优阶跃匹配。

更进一步的，时间T为24小时。

更进一步的，步骤三中n为7。

更进一步的，步骤三中所述时间偏差数据的标准差值通过下式计算得到：

式中，n为周期数，x

标准差的增加可进一步提升拓扑冻结切面置信度。

更进一步的，步骤三中N1为5-10。经过试验，N1为5-10时，数值较为合适，技术效果较好。

更进一步的，步骤四中N2为5-25。经过试验，N2为5-25时，数值较为合适，技术效果较好。

更进一步的，步骤五中最优阶跃偏差值通过下式计算得到：

式中，η

更进一步的，步骤五中最优阶跃辨识占比通过下式计算得到：

式中，γ

更进一步的，步骤五中N3为65％，N4为50％。

更进一步的，步骤二中还包括阶跃匹配剔除步骤，具体为：判断上级终端和下级终端匹配时阶跃对应上端平移时刻的复杂度是否大于N5，如果是则剔除此阶跃匹配，其中，阶跃对应上端平移时刻的复杂度为窗口内阶跃数量与窗口长度的比值。

时间偏差剔除逻辑可降低误判概率，增加最大最小值去除的合理性。

更进一步的，N5为0.4。

更进一步的，步骤一中所述阶跃匹配的类型包括冰箱类、空调类和电热类，首阶跃匹配条件：阶跃类型相同，匹配的阶跃功率差率<＝10％和时间差<＝5min，剩余阶跃匹配条件：在首阶跃匹配的基础上，进行剩余阶跃匹配，条件是：阶跃类型相同，匹配的阶跃功率差率<＝10％和时间差≤1s。

更进一步的，所述电热类为开启、关闭时只有有功功率的变化，并且在零点几秒内瞬间达到稳定功率的电器，电热类电器的有功功率>1200W；

所述空调类为有功功率200-3000W、开启时在短时间内，有功功率陡增后再缓降至稳定值的电器；

所述冰箱类为有功功率50-200W、开启时在短时间内，有功功率陡增后再缓降至稳定值的电器。

有益效果：

本发明的基于自然辨识的切面冻结置信度和辨识率的再提升方法具有以下技术效果：上级终端采用所有阶跃采集和筛除，可使上级终端抓到的阶跃更全面，对于下级终端较多的台区，自然辨识切面辨识率可在原来基础上可进一步提升。标准差的增加可进一步提升拓扑冻结切面置信度。

具体实施方式

下面对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1

本发明的基于自然辨识的切面冻结置信度和辨识率的再提升方法，包括如下步骤：

S1：上级终端以一定时钟周期进行所有阶跃采集，然后进行自然拓扑识别，在小区范围内以“天”为单位，轮询每一台上下级终端按照通道和阶跃匹配规则进行阶跃匹配。

S2：筛选出下级终端与每台上级终端的最优阶跃匹配结果。

S3：取近7天匹配结果，判断其时间偏差标准差是否

S4：判断每天经通道和时间偏差标准差筛选后的下级终端，匹配一台上级终端的最优阶跃匹配数量是否大于N2，如果是，则进入S5，如果不是，则将该下级终端剔除；其中，经过试验验证，N2最优为5-25。

S5：计算最优阶跃偏差度和最优阶跃辨识，如果最优阶跃偏差度大于65％且最优阶跃辨识占比大于50％，则进入步骤S6，如果不是，则将该下级终端剔除；所述最优阶跃偏差度为下级终端与其匹配最多上级终端阶跃数及其匹配最多和第二多上级终端阶跃数占比；所述最优阶跃辨识为匹配最多上级终端的阶跃占此下级终端总匹配阶跃的比值。

S6：连续执行三天，上述结果满足最优阶跃匹配数量>N2&时间偏差标准差65％&阶跃辨识占比>50％，可对此终端辨识结果进行切面冻结，如果不是，则将该下级终端剔除。

根据上述流程，可以使辨识置信度接近100％。

步骤1所述的上级终端所有阶跃采集方式，上级终端从每时段最多采集40条阶跃，调整为以一定时钟周期进行所有阶跃采集。对于下级终端较多的台区可有效提升辨识率。

步骤1所述上级终端所有阶跃采集方式，采集阶跃数据较多，可能造成误匹配，因此当上下级终端匹配时筛选阶跃对应上端平移时刻的复杂度是否>0.4(上下级终端匹配时筛选阶跃对应上端平移时刻的复杂度＝窗口内阶跃数量/窗口大小)，如果是则剔除此阶跃匹配。

阶跃匹配的类型包括冰箱类、空调类和电热类，首阶跃匹配条件：阶跃类型相同，匹配的阶跃功率差率<＝10％和时间差<＝5min，剩余阶跃匹配条件：在首阶跃匹配的基础上，进行剩余阶跃匹配，条件是：阶跃类型相同，匹配的阶跃功率差率<＝10％和时间差≤1s。剩余阶跃匹配中去掉±1s，去除阶跃匹配允许±1秒拉伸机制，以缓解大量误匹配情况。

以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。