CN108280574B - 一种配电网结构成熟度的评价方法及装置 - Google Patents
一种配电网结构成熟度的评价方法及装置 Download PDFInfo
- Publication number
- CN108280574B CN108280574B CN201810051628.2A CN201810051628A CN108280574B CN 108280574 B CN108280574 B CN 108280574B CN 201810051628 A CN201810051628 A CN 201810051628A CN 108280574 B CN108280574 B CN 108280574B
- Authority
- CN
- China
- Prior art keywords
- power distribution
- distribution network
- matrix
- determining
- node
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 242
- 238000011156 evaluation Methods 0.000 title claims description 11
- 239000011159 matrix material Substances 0.000 claims abstract description 129
- 239000013598 vector Substances 0.000 claims abstract description 62
- 238000000034 method Methods 0.000 claims abstract description 29
- 230000000694 effects Effects 0.000 abstract description 9
- 238000011161 development Methods 0.000 abstract description 8
- 230000002776 aggregation Effects 0.000 abstract description 6
- 238000004220 aggregation Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 12
- 238000004590 computer program Methods 0.000 description 7
- 230000018109 developmental process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 238000001228 spectrum Methods 0.000 description 4
- 238000003860 storage Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007621 cluster analysis Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- 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
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Abstract
本发明涉及一种配电网结构成熟度的评价方法及装置,所述方法包括:以厂站为节点,获取配电网网络结构,并根据所述配电网网络结构确定配电网的Laplace矩阵;根据所述配电网的Laplace矩阵的第一小非平凡特征向量和第二小非平凡特征向量确定配电网网络结构的各节点的网络样本空间;获取所述配电网网络结构的各节点的网络样本空间的样本总距,并根据所述样本总距确定配电网的成熟度,本发明提供的技术方案,考虑到了线路的权重,从节点分布的均匀程度和聚集效应等方面较为全面的反映了配电网的成熟程度,与现场的实际情况更为接近,对配电网的发展建设有一定的指导作用。
Description
技术领域
本发明涉及电网运行评估技术领域,具体涉及一种配电网结构成熟度的评价方法及装置。
背景技术
国民经济的迅速发展对电网的电能质量提出了越来越高的要求,人民的生产生活也越来越依赖高质量的电能。而配电网结构对供电可靠性的影响非常大。不同地区的配电网的发展存在很大的差别,部分地区的结构比较成熟,部分地区的结构比较落后,全面的评价配电网网架结构,有利于配电网的进一步合理规划。
Laplace谱的研究基于图论、复杂网络理论,多用于图像识别、图像分割、图像匹配等问题。KennethM.Hall首先将Laplace矩阵应用于如何把n个互联的节点放置到n维的欧几里德空间的问题中,揭示了矩阵包含图所有信息的本质,其特征值及其特征向量可作为定位及聚类分析、集群识别的有利工具。
因此,亟需一种基于Laplace谱的配电网结构成熟度的评价方法及装置。
发明内容
本发明提供一种配电网结构成熟度的评价方法及装置,其目的是基于Laplace谱对配电网成熟度进行评价,从节点的分布均匀程度、聚集效应等方面较为全面地反映网络成熟程度。其中考虑了线路的权重,与现场情况更加接近,既能用于对配电网结构成熟度的横向评价又能用于纵向评价,对配电网的发展有一定的指导作用。
本发明的目的是采用下述技术方案实现的:
一种配电网结构成熟度的评价方法及装置,其改进之处在于,包括:
以厂站为节点,获取配电网网络结构,并根据所述配电网网络结构确定配电网的Laplace矩阵;
根据所述配电网的Laplace矩阵的第一小非平凡特征向量和第二小非平凡特征向量确定配电网网络结构的各节点的网络样本空间;
获取所述配电网网络结构的各节点的网络样本空间的样本总距,并根据所述样本总距确定配电网的成熟度。
优选的,所述根据所述配电网网络结构确定配电网的Laplace矩阵,包括:
根据所述配电网网络结构,获取配电网的邻接矩阵和度矩阵;
根据所述邻接矩阵和度矩阵,确定配电网的Laplace矩阵。
进一步的,所述根据所述配电网网络结构,获取配电网的邻接矩阵和度矩阵,包括:
按下式获取配电网的邻接矩阵A:
上式中,aij为所述配电网网络结构中第i个节点与第j个节点间的相关系数,i,j∈[1,n],n为所述配电网网络结构节点总数;
所述配电网的度矩阵为n×n的对角矩阵,其中,该对角矩阵中的对角元素bii为所述配电网网络结构第i个节点的支路个数。
进一步的,所述根据所述邻接矩阵和度矩阵,确定配电网的Laplace矩阵,包括:
按下式确定所述配电网的Laplace矩阵L:
L=I-D-1A
上式中,D为所述度矩阵,A为所述邻接矩阵,I为n×n的单位列向量。
优选的,在所述根据所述配电网的Laplace矩阵的第一小非平凡特征向量和第二小非平凡特征向量确定配电网网络结构的各节点的网络样本空间之前,包括:
按下式利用所述Laplace矩阵更新最小化点与点之间距离之和函数;
Z=XTLX+YTLY
利用拉格朗日乘数法确定所述最小化点与点之间距离之和函数的解为:获取所述配电网的Laplace矩阵的第一小非平凡特征向量X和第二小非平凡特征向量Y;
其中,α和β均为拉格朗日因子,L为配电网的Laplace矩阵。
优选的,所述根据所述配电网的Laplace矩阵的第一小非平凡特征向量和第二小非平凡特征向量确定配电网网络结构各节点的网络样本空间,包括:
以所述第一小非平凡特征向量X为x轴坐标,所述第二小非平凡特征向量Y为y轴坐标,建立节点间的散点坐标系,将该散点坐标系作为所述配电网各节点的网络样本空间。
优选的,所述获取所述配电网网络结构的各节点的网络样本空间的样本总距,包括:
按下式确定所述配电网各节点的网络样本空间的样本总距α:
上式中,dij为所述样本空间中i点和j点之间的欧氏距离的平方,n为所述配电网网络结构节点总数。
优选的,所述根据所述样本总距确定配电网的成熟度,包括:
按下式确定所述配电网的成熟度M:
M=100α/2n2
上式中,α为所述配电网各节点的网络样本空间的样本总距,n为所述配电网网络结构节点总数。
一种配电网结构成熟度的评价装置,其改进之处在于,包括:
第一确定单元,用于以厂站为节点,获取配电网网络结构,并根据所述配电网网络结构确定配电网的Laplace矩阵;
第二确定单元,用于根据所述配电网的Laplace矩阵的第一小非平凡特征向量和第二小非平凡特征向量确定配电网网络结构的各节点的网络样本空间;
第一获取单元,用于获取所述配电网网络结构的各节点的网络样本空间的样本总距;
第三确定单元,根据所述样本总距确定配电网的成熟度。
优选的,所述第一确定单元,包括:
第一获取模块,用于根据所述配电网网络结构,获取配电网的邻接矩阵和度矩阵;
第一确定模块,用于根据所述邻接矩阵和度矩阵,确定配电网的Laplace矩阵。
进一步的,所述第一获取模块,包括:
第一获取子模块,用于按下式获取配电网的邻接矩阵A:
上式中,aij为所述配电网网络结构中第i个节点与第j个节点间的相关系数,i,j∈[1,n],n为所述配电网网络结构节点总数;
所述配电网的度矩阵为n×n的对角矩阵,其中,该对角矩阵中的对角元素bii为所述配电网网络结构第i个节点的支路个数。
进一步的,所述第一确定模块,包括:
第一确定子模块,用于按下式确定所述配电网的Laplace矩阵L:
L=I-D-1A
上式中,D为所述度矩阵,A为所述邻接矩阵,I为n×n的单位列向量。
优选的,所述系统还包括:
更新单元,用于按下式利用所述Laplace矩阵更新最小化点与点之间距离之和函数:
Z=XTLX+YTLY
第二获取单元,用于利用拉格朗日乘数法确定所述最小化点与点之间距离之和函数的解为:获取所述配电网的Laplace矩阵的第一小非平凡特征向量X和第二小非平凡特征向量Y;
其中,α和β均为拉格朗日因子,L为配电网的Laplace矩阵。
优选的,所述第二确定单元,包括:
第一建立模块,用于以所述第一小非平凡特征向量X为x轴坐标,所述第二小非平凡特征向量Y为y轴坐标,建立节点间的散点坐标系,将该散点坐标系作为所述配电网各节点的网络样本空间。
优选的,所述第一获取单元,包括:
第二获取模块,用于按下式确定所述配电网各节点的网络样本空间的样本总距α:
上式中,dij为所述样本空间中i点和j点之间的欧氏距离的平方,n为所述配电网网络结构节点总数。
优选的,所述第三确定单元,包括:
第二确定模块,用于按下式确定所述配电网的成熟度M:
M=100α/2n2
上式中,α为所述配电网各节点的网络样本空间的样本总距,n为所述配电网网络结构节点总数。
本发明的有益效果:
本发明提供的技术方案,以厂站为节点,构建配电网网络结构,基于Laplace矩阵,定义配电网络结构成熟度这一指标,用以评价网络结构的紧密、完善程度,基于本发明提供的技术方案,从节点分布均匀程度、聚集效应等方面较全面地反映了网络结构成熟程度,其中考虑了线路的权重,与现场情况更加接近,可以利用本发明确定的配电网的成熟度来指导建设新的联络线路或建设新的变电站的线路。在计划添加某一支路之前计算网络成熟度,再计算计划添加某一支路后的网络成熟度的增量,增量最大的支路应该优先建设。
附图说明
图1是本发明提供的一种配电网结构成熟度的评价方法的流程图;
图2是本发明实施例中IEEE57节点网络拓扑图;
图3是本发明实施例中IEEE118节点网络拓扑图;
图4是本发明实施例中IEEE57节点的样本空间结构示意图;
图5是本发明实施例中IEEE118节点的样本空间结构示意图;
图6是本发明提供的一种配电网结构成熟度的评价装置的结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式作详细说明。
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,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它实施例,都属于本发明保护的范围。
在现有的配电网结构中,不同地区的配电网结构发展有很大的区别,有些地方的发展比较成熟,有些地方的发展比较落后,因此,全面合理的评价配电网结构,有利于配电网的进一步合理规划与成熟化发展。
本发明提供的一种配电网结构成熟度的评价方法,用以评价网络结构的紧密程度以及完善程度,如图1所示,包括:
101.以厂站为节点,获取配电网网络结构,并根据所述配电网网络结构确定配电网的Laplace矩阵;
102.根据所述配电网的Laplace矩阵的第一小非平凡特征向量和第二小非平凡特征向量确定配电网网络结构的各节点的网络样本空间;
103.获取所述配电网网络结构的各节点的网络样本空间的样本总距,并根据所述样本总距确定配电网的成熟度。
配电网本身具有复杂网络的相关性质,而复杂网络理论可以很好的应用于对电力网络拓扑结构特性的研究中,将配电网结构抽象成网络结构,其中,将配电网的线路、变压器进行相关处理,并将配电网中的线路连接转化为有效的网络拓扑信息,可以更加直观清晰地体现配电网网架结构,因此,所述步骤101中,根据节点的联系情况,以最小化点与点之间的距离之和为评价标准,并以每个r维未知坐标矢量均满足XTX=1为约束条件,可以将n个互联的节点放置到n维欧几里德空间中。
例如:IEEE57节点系统中有57个节点和80条支路,其网络结构拓扑图如图2所示;IEEE118节点系统中有118个节点和186条支路,其网络结构拓扑图如图3所示。
进一步的,需根据配电网网络结构确定配电网的Laplace矩阵,包括:
根据所述配电网网络结构,获取配电网的邻接矩阵和度矩阵;
度矩阵是对角矩阵,对角元素是节点的度数。
其中,按下式获取配电网的邻接矩阵A:
上式中,aij为所述配电网网络结构中第i个节点与第j个节点间的相关系数,i,j∈[1,n],n为所述配电网网络结构节点总数;
所述配电网的度矩阵为n×n的对角矩阵,其中,该对角矩阵中的对角元素bii为所述配电网网络结构第i个节点的支路个数。
例如,定义邻接矩阵A:如果配电网网络结构中i节点和j节点有相连,则aij=1,如果配电网网络结构中i节点和j节点没有连接,则aij=0,其中,对角元素aij=0。
按下式确定所述配电网的Laplace矩阵L:
L=I-D-1A
上式中,D为所述度矩阵,A为所述邻接矩阵,I为n×n的单位列向量。
所述度矩阵与所述邻接矩阵及拉普拉斯矩阵具有L=D-A的关系。
进一步的,在所述步骤102之前,需利用拉格朗日乘数法获取所述配电网的Laplace矩阵的第一小非平凡特征向量X和第二小非平凡特征向量Y,则在所述步骤102之前,包括:
按下式利用所述Laplace矩阵更新最小化点与点之间距离之和函数:
Z=XTLX+YTLY
利用拉格朗日乘数法确定所述最小化点与点之间距离之和函数的解为:获取所述配电网的Laplace矩阵的第一小非平凡特征向量X和第二小非平凡特征向量Y;
其中,α和β均为拉格朗日因子,L为配电网的Laplace矩阵。
非平凡特征向量的元素有正有负,其和为0。该方法具有很好的聚类效果,可以应用到很多领域,比如已知各个节点之间的连接关系,确定各个节点的坐标分布;还可以应用在已知电路原件之间的连接关系,确定各个元件在平面上的位置分布,使连接线路最短。
获取所述配电网的Laplace矩阵的第一小非平凡特征向量X和第二小非平凡特征向量Y之后,所述步骤102,包括:
以所述第一小非平凡特征向量X为x轴坐标,所述第二小非平凡特征向量Y为y轴坐标,建立节点间的散点坐标系,将该散点坐标系作为所述配电网各节点的网络样本空间。
其中,在计算特征向量时,需要对正交单位化的特征向量进行修正,对每一列特征向量乘以这样特征向量的第一列将全部为1。
例如,IEEE57节点系统中节点的样本空间分布图如图4所示;IEEE118节点系统中节点的样本空间分布图如图5所示。
获取配电网网络结构的各节点的网络样本空间之后,需根据该样本空间结构确定样本空间的样本总距,进而确定配电网的成熟度,因此,所述步骤103包括:
按下式确定所述配电网各节点的网络样本空间的样本总距α:
上式中,dij为所述样本空间中i点和j点之间的欧氏距离的平方,n为所述配电网网络结构节点总数。
样本总距为样本空间中任意两点之间距离平方之和。
由于节点在样本空间中的分布与配电网网络结构中节点之间的连接有直接关系,所以原网络中i节点与j节点之间没有联通时,在增加一条支路后,样本空间中两节点相对距离减小,分布更均匀;但是样本空间中两节点之间的距离平方之和逐渐增大,即随着网络中支路的添加,网络的样本空间总距会增大。
按下式确定所述配电网的成熟度M:
M=100α/2n2
上式中,α为所述配电网各节点的网络样本空间的样本总距,n为所述配电网网络结构节点总数。
配电网成熟度的值越大,表明其分布越均匀,聚集效应越低,配电网结构越成熟,随着支路的添加,网络在样本空间中的分布越来越均匀,其成熟度也逐渐增大。
配电网成熟度这一指标还可以用来评价网络中支路的重要性,此时采用支路删除法。删除某一支路后,网络成熟度的减小量最大的支路是重要性最大的支路,依次类推,便可以得到整个网络系统中网络支路的重要性排序。配电网的网络成熟度能够反映原网络中网络分布的均匀程度,网络成熟度越大,表明分布越均匀,聚集效应越低,配电网结构越成熟。基于Laplace谱对配电网成熟度进行评价,从节点的分布均匀程度、聚集效应等方面较为全面地反映网络成熟程度。
例如IEEE57节点系统中,将支路的权重设置为0.1,IEEE57节点系统网络在改变支路后,其网络成熟度会发生相应的变化,即随着节点网络中支路的增加,网络的成熟度逐渐增加,如表1;
表1增加支路
将支路的权重设置为0.1,IEEE57节点系统网络在改变节点数量时,会改变其网络结构,进而网络成熟度会相应的变化,添加节点之后网络的成熟度低于原网络,如表2;
表2增加节点
随着新添加的节点度数的增加,网络的成熟度是上升的,并且添加不同的支路后的网络成熟度是不同的,如表3:
表3增加节点58后增加支路
在IEEE118节点系统中,IEEE118节点网络系统的网络成熟度为99.8097,而IEEE57节点网络系统的网络成熟度为98.97668,明显地,IEEE118节点网络系统的网络成熟度要高。IEEE118节点网络系统的节点度数均值为3.119,IEEE57节点网络系统的节点度数均值为2.737,明显地,IEEE118节点网络系统的节点度数均值要高,也就是其网络的连接较紧凑。
一种配电网结构成熟度的评价装置,如图6所示,包括:
第一确定单元,用于以厂站为节点,获取配电网网络结构,并根据所述配电网网络结构确定配电网的Laplace矩阵;
第二确定单元,用于根据所述配电网的Laplace矩阵的第一小非平凡特征向量和第二小非平凡特征向量确定配电网网络结构的各节点的网络样本空间;
第一获取单元,用于获取所述配电网网络结构的各节点的网络样本空间的样本总距;
第三确定单元,根据所述样本总距确定配电网的成熟度。
优选的,所述第一确定单元,包括:
第一获取模块,用于根据所述配电网网络结构,获取配电网的邻接矩阵和度矩阵;
第一确定模块,用于根据所述邻接矩阵和度矩阵,确定配电网的Laplace矩阵。
进一步的,所述第一获取模块,包括:
第一获取子模块,用于按下式获取配电网的邻接矩阵A:
上式中,aij为所述配电网网络结构中第i个节点与第j个节点间的相关系数,i,j∈[1,n],n为所述配电网网络结构节点总数;
所述配电网的度矩阵为n×n的对角矩阵,其中,该对角矩阵中的对角元素bii为所述配电网网络结构第i个节点的支路个数。
进一步的,所述第一确定模块,包括:
第一确定子模块,用于按下式确定所述配电网的Laplace矩阵L:
L=I-D-1A
上式中,D为所述度矩阵,A为所述邻接矩阵,I为n×n的单位列向量。
优选的,所述系统还包括:
更新单元,用于按下式利用所述Laplace矩阵更新最小化点与点之间距离之和函数:
Z=XTLX+YTLY
第二获取单元,用于利用拉格朗日乘数法确定所述最小化点与点之间距离之和函数的解为:获取所述配电网的Laplace矩阵的第一小非平凡特征向量X和第二小非平凡特征向量Y;
其中,α和β均为拉格朗日因子,L为配电网的Laplace矩阵。
优选的,所述第二确定单元,包括:
第一建立模块,用于以所述第一小非平凡特征向量X为x轴坐标,所述第二小非平凡特征向量Y为y轴坐标,建立节点间的散点坐标系,将该散点坐标系作为所述配电网各节点的网络样本空间。
优选的,所述第一获取单元,包括:
第二获取模块,用于按下式确定所述配电网各节点的网络样本空间的样本总距α:
上式中,dij为所述样本空间中i点和j点之间的欧氏距离的平方,n为所述配电网网络结构节点总数。
优选的,所述第三确定单元,包括:
第二确定模块,用于按下式确定所述配电网的成熟度M:
M=100α/2n2
上式中,α为所述配电网各节点的网络样本空间的样本总距,n为所述配电网网络结构节点总数。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (6)
1.一种配电网结构成熟度的评价方法,其特征在于,所述方法包括:
以厂站为节点,获取配电网网络结构,并根据所述配电网网络结构确定配电网的Laplace矩阵;
根据所述配电网的Laplace矩阵的第一小非平凡特征向量和第二小非平凡特征向量确定配电网网络结构的各节点的网络样本空间;
获取所述配电网网络结构的各节点的网络样本空间的样本总距,并根据所述样本总距确定配电网的成熟度;
所述根据所述配电网网络结构确定配电网的Laplace矩阵,包括:
根据所述配电网网络结构,获取配电网的邻接矩阵和度矩阵;
根据所述邻接矩阵和度矩阵,确定配电网的Laplace矩阵;
所述根据所述邻接矩阵和度矩阵,确定配电网的Laplace矩阵,包括:
按下式确定所述配电网的Laplace矩阵L:
L=I-D-1A
上式中,D为所述度矩阵,A为所述邻接矩阵,I为n×n的单位列向量;
在所述根据所述配电网的Laplace矩阵的第一小非平凡特征向量和第二小非平凡特征向量确定配电网网络结构的各节点的网络样本空间之前,包括:
按下式利用所述Laplace矩阵更新最小化点与点之间距离之和函数;
Z=XTLX+YTLY
利用拉格朗日乘数法确定所述最小化点与点之间距离之和函数的解为:获取所述配电网的Laplace矩阵的第一小非平凡特征向量X和第二小非平凡特征向量Y;
其中,α和β均为拉格朗日因子,L为配电网的Laplace矩阵;
所述根据所述配电网的Laplace矩阵的第一小非平凡特征向量和第二小非平凡特征向量确定配电网网络结构各节点的网络样本空间,包括:
以所述第一小非平凡特征向量X为x轴坐标,所述第二小非平凡特征向量Y为y轴坐标,建立节点间的散点坐标系,将该散点坐标系作为所述配电网各节点的网络样本空间;
所述根据所述样本总距确定配电网的成熟度,包括:
按下式确定所述配电网的成熟度M:
M=100α/2n2
上式中,α为所述配电网各节点的网络样本空间的样本总距,n为所述配电网网络结构节点总数。
2.如权利要求1所述的方法,其特征在于,所述根据所述配电网网络结构,获取配电网的邻接矩阵和度矩阵,包括:
按下式获取配电网的邻接矩阵A:
A=[aij]n×n
上式中,aij为所述配电网网络结构中第i个节点与第j个节点间的相关系数,i,j∈[1,n],n为所述配电网网络结构节点总数;
所述配电网的度矩阵为n×n的对角矩阵,其中,该对角矩阵中的对角元素bii为所述配电网网络结构第i个节点的支路个数。
3.如权利要求1所述的方法,其特征在于,所述获取所述配电网网络结构的各节点的网络样本空间的样本总距,包括:
按下式确定所述配电网各节点的网络样本空间的样本总距α:
上式中,dij为所述样本空间中i点和j点之间的欧氏距离的平方,n为所述配电网网络结构节点总数。
4.一种配电网结构成熟度的评价装置,其特征在于,所述装置包括:
第一确定单元,用于以厂站为节点,获取配电网网络结构,并根据所述配电网网络结构确定配电网的Laplace矩阵;
第二确定单元,用于根据所述配电网的Laplace矩阵的第一小非平凡特征向量和第二小非平凡特征向量确定配电网网络结构的各节点的网络样本空间;
第一获取单元,用于获取所述配电网网络结构的各节点的网络样本空间的样本总距;
第三确定单元,根据所述样本总距确定配电网的成熟度;
所述第一确定单元,包括:
第一获取模块,用于根据所述配电网网络结构,获取配电网的邻接矩阵和度矩阵;
第一确定模块,用于根据所述邻接矩阵和度矩阵,确定配电网的Laplace矩阵;
所述第一确定模块,包括:
第一确定子模块,用于按下式确定所述配电网的Laplace矩阵L:
L=I-D-1A
上式中,D为所述度矩阵,A为所述邻接矩阵,I为n×n的单位列向量;
所述装置还包括:
更新单元,用于按下式利用所述Laplace矩阵更新最小化点与点之间距离之和函数:
Z=XTLX+YTLY
第二获取单元,用于利用拉格朗日乘数法确定所述最小化点与点之间距离之和函数的解为:获取所述配电网的Laplace矩阵的第一小非平凡特征向量X和第二小非平凡特征向量Y;
其中,α和β均为拉格朗日因子,L为配电网的Laplace矩阵;
所述第二确定单元,包括:
第一建立模块,用于以所述第一小非平凡特征向量X为x轴坐标,所述第二小非平凡特征向量Y为y轴坐标,建立节点间的散点坐标系,将该散点坐标系作为所述配电网各节点的网络样本空间;
所述第三确定单元,包括:
第二确定模块,用于按下式确定所述配电网的成熟度M:
M=100α/2n2
上式中,α为所述配电网各节点的网络样本空间的样本总距,n为所述配电网网络结构节点总数。
5.如权利要求4所述的装置,其特征在于,所述第一获取模块,包括:
第一获取子模块,用于按下式获取配电网的邻接矩阵A:
A=[aij]n×n
上式中,aij为所述配电网网络结构中第i个节点与第j个节点间的相关系数,i,j∈[1,n],n为所述配电网网络结构节点总数;
所述配电网的度矩阵为n×n的对角矩阵,其中,该对角矩阵中的对角元素bii为所述配电网网络结构第i个节点的支路个数。
6.如权利要求4所述的装置,其特征在于,所述第一获取单元,包括:
第二获取模块,用于按下式确定所述配电网各节点的网络样本空间的样本总距α:
上式中,dij为所述样本空间中i点和j点之间的欧氏距离的平方,n为所述配电网网络结构节点总数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810051628.2A CN108280574B (zh) | 2018-01-19 | 2018-01-19 | 一种配电网结构成熟度的评价方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810051628.2A CN108280574B (zh) | 2018-01-19 | 2018-01-19 | 一种配电网结构成熟度的评价方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108280574A CN108280574A (zh) | 2018-07-13 |
CN108280574B true CN108280574B (zh) | 2024-04-16 |
Family
ID=62804077
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810051628.2A Active CN108280574B (zh) | 2018-01-19 | 2018-01-19 | 一种配电网结构成熟度的评价方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108280574B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111598123B (zh) * | 2020-04-01 | 2022-09-02 | 华中科技大学鄂州工业技术研究院 | 一种基于神经网络的配电网线路向量化方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103888541A (zh) * | 2014-04-01 | 2014-06-25 | 中国矿业大学 | 一种融合拓扑势和谱聚类的社区发现方法及系统 |
CN106384302A (zh) * | 2016-09-30 | 2017-02-08 | 南方电网科学研究院有限责任公司 | 配电网可靠性评估方法和系统 |
CN106447178A (zh) * | 2016-09-13 | 2017-02-22 | 云南电网有限责任公司 | 一种配电网改造建设分析规划系统 |
CN106789342A (zh) * | 2017-01-20 | 2017-05-31 | 国网山东省电力公司 | 一种电力系统的通信网络结构建立、优化方法 |
CN106786601A (zh) * | 2017-01-20 | 2017-05-31 | 国网山东省电力公司 | 一种适用于电力系统的网络鲁棒性优化方法 |
CN106849065A (zh) * | 2017-03-06 | 2017-06-13 | 四川大学 | 一种计及充电站的配电网多目标协同规划方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NO321340B1 (no) * | 2003-12-30 | 2006-05-02 | Telenor Asa | Fremgangsmate for a administrere nettverk ved analyse av konnektivitet |
-
2018
- 2018-01-19 CN CN201810051628.2A patent/CN108280574B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103888541A (zh) * | 2014-04-01 | 2014-06-25 | 中国矿业大学 | 一种融合拓扑势和谱聚类的社区发现方法及系统 |
CN106447178A (zh) * | 2016-09-13 | 2017-02-22 | 云南电网有限责任公司 | 一种配电网改造建设分析规划系统 |
CN106384302A (zh) * | 2016-09-30 | 2017-02-08 | 南方电网科学研究院有限责任公司 | 配电网可靠性评估方法和系统 |
CN106789342A (zh) * | 2017-01-20 | 2017-05-31 | 国网山东省电力公司 | 一种电力系统的通信网络结构建立、优化方法 |
CN106786601A (zh) * | 2017-01-20 | 2017-05-31 | 国网山东省电力公司 | 一种适用于电力系统的网络鲁棒性优化方法 |
CN106849065A (zh) * | 2017-03-06 | 2017-06-13 | 四川大学 | 一种计及充电站的配电网多目标协同规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108280574A (zh) | 2018-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107770783B (zh) | 一种基站扩容改造方案设计方法及相关设备 | |
CN107529644B (zh) | 一种电力系统静态电压稳定域边界线性近似方法 | |
CN108228724A (zh) | 基于图数据库的电网gis拓扑分析方法及存储介质 | |
CN110659693B (zh) | 基于k近邻分类的配电网快速拓扑识别方法、系统及介质 | |
CN105184394B (zh) | 基于配电网cps在线数据挖掘的优化控制方法 | |
CN108627798B (zh) | 基于线性判别分析和梯度提升树的wlan室内定位算法 | |
CN111628494B (zh) | 一种基于逻辑回归法的低压配电网拓扑识别方法及系统 | |
CN111625399A (zh) | 一种计量数据恢复方法及系统 | |
CN112035589A (zh) | 一种配网自动化主站单线图更新智能校验方法 | |
CN116821832A (zh) | 针对高压工商业用户用电负荷的异常数据辨识与修正方法 | |
CN110348540B (zh) | 基于聚类的电力系统暂态功角稳定故障筛选方法及装置 | |
CN108280574B (zh) | 一种配电网结构成熟度的评价方法及装置 | |
CN113344450B (zh) | 低压台区线户识别方法、系统、终端设备及存储介质 | |
CN110991741B (zh) | 一种基于深度学习的断面约束概率预警方法及系统 | |
CN112182499A (zh) | 一种基于时序电量数据的低压配电网拓扑结构辨识方法 | |
CN115051363B (zh) | 一种配网台区户变关系辨识方法、装置及计算机存储介质 | |
CN110377525A (zh) | 一种基于运行时特征和机器学习的并行程序性能预测系统 | |
CN104635206B (zh) | 一种无线定位的方法及装置 | |
CN113759311B (zh) | 一种定位方法、装置及存储介质 | |
CN114936612A (zh) | 短路类型识别方法、装置、电子设备及存储介质 | |
CN112421617B (zh) | 一种分布式电源的潮流计算方法及系统 | |
CN105654106A (zh) | 一种决策树生成方法及系统 | |
CN114021833A (zh) | 一种线损预测方法、系统、存储介质及计算设备 | |
CN112925793A (zh) | 一种多种结构数据分布式混合存储方法和系统 | |
CN111882284A (zh) | 一种分布式电源并网的运行监控方法和系统 |
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 |