CN109857834B - 一种基于多维度信息识别的电网边缘电气信息匹配方法及系统 - Google Patents
一种基于多维度信息识别的电网边缘电气信息匹配方法及系统 Download PDFInfo
- Publication number
- CN109857834B CN109857834B CN201811585186.6A CN201811585186A CN109857834B CN 109857834 B CN109857834 B CN 109857834B CN 201811585186 A CN201811585186 A CN 201811585186A CN 109857834 B CN109857834 B CN 109857834B
- Authority
- CN
- China
- Prior art keywords
- information
- matching
- power
- line
- edge
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于多维度信息识别的电网边缘电气信息匹配方法及系统,该方法利用主、配、用边缘文本信息、电气连接关系以及边缘潮流信息之间的相关性,通过提取潮流断面信息同时段增长趋势、均值、方差以及极端特征,构造潮流断面信息多维度特征,生成相似度目标函数,利用Python软件中字典模块和numpy模块对多维信息进行处理,解决了目前电力企业主、配、用系统因采样频率差异所导致的边缘潮流断面数据不匹配问题。基于上述方法,本发明还提供了一种基于多维度信息识别的电网边缘电气信息匹配系统,该系统包括系统边缘信息预处理模块、文本信息匹配模块、潮流信息匹配模块和反馈模块。该边缘电气信息匹配方法和系统解决了目前主、配、用系统边缘电气信息不一致,导致调度人员误判断的技术问题,降低了调度人员误操作的风险。
Description
技术领域
本发明涉及一种基于多维度信息识别的电网边缘电气信息匹配方法及系统,属于电力系统模型匹配领域,尤其涉及考虑文字与数据匹配相结合的电网各系统边缘信息匹配技术。
背景技术
当今人类社会面临能源安全和气候变化的严峻挑战,传统能源发展方式难以为继,可再生能源大规模利用,推动了电力能源清洁化、低碳化、智能化发展,构造“清洁低碳,安全高效”的现代能源体系是国家能源发展战略的重大需求。随着能源互联网的高速发展,传统电网主配用之间的从属关系已然难以适应当前发展需求,因此主配协同、配网侧需求响应逐步被人们所关注。
随着主配用关系的改变,电力公司调度人员需频繁对主网系统、配网系统以及营销系统进行操作来确保电网安全运行。由于各系统建设初期拥有不同的信息描述规则;主网数据采样频率与配网系统、营销系统(下文统称为主、配、用系统)有着明显的差异;各系统依照职能定位对于电网监测也各有侧重。因此,在主、配、用三级系统边缘数据方面难以实现统一。调度人员在对各系统操作过程中,需人为辨识各系统边缘电气连接关系。各系统边缘信息的不一致为调度人员工作带来了不必要的负担,同时增加了工作人员的操作风险。因此,如何提高各系统边缘电气信息的正确性,已成为当前调度人员所关心的重点。
发明内容
本发明的目的在于解决当前电力公司主、配、用三级系统的边缘电气信息不一致问题,提出一种基于多维度信息识别的电网边缘电气匹配方法及系统,通过结合边缘电气文本描述信息与各系统潮流断面数据信息,通过对潮流断面数据信息进行多维度识别,采用当前机器学习中Python软件字典模块与numpy模块通过对主、配、用系统不一致的文本描述信息以及潮流断面数据信息进行多维度识别,从而实现主、配、用一体化电气信息匹配。
本发明提出的一种基于多维度信息识别的电网边缘电气匹配方法包括如下步骤:
首先,基于各系统描述性文本信息进行各系统线路信息匹配。
本发明边缘信息匹配是基于Python软件中的字典功能,首先将主网边缘电气信息,包括10kV出线线路名称信息和潮流信息、配网边缘电气信息,包括主网侧10kV入线和负荷侧出线线路名称信息和潮流信息、用户系统边缘电气信息,包括与配电变压器连接的线路的线路名称信息和潮流信息进行数据处理,以使其符合Python中字典单元要求的格式,并将其导入Python中,从而将各系统边缘电气信息所对应的数据生成字典单元进行存储。
然后采用Python中切片操作,对导入的数据进行切片操作,分别对主、配和配、用侧对应的数据进行匹配。以主、配系统边缘电气信息中的描述性文本信息匹配为例:
构造文本相似度目标函数:
其中,Ti为主网第i条线路文本信息描述的文字个数,α为趋于零的一个常数确保分母不为零,Ai为配网第i条线路与主网第i条线路文本信息描述相同的文字个数。
通过对目标函数进行寻优操作,找到100%文字匹配线路,完成文本匹配。
其次,对各系统边缘电气信息中潮流信息进行匹配。
针对在描述性文本信息匹配中主、配、用边缘电气信息不一致的数据,即未匹配成功的数据,进一步对该数据中边缘电气信息中的潮流信息进行匹配。首先,提取该字典单元内的潮流信息特征,从功率或电流最大值、均值、方差以及极端特征等多个维度对数据进行处理,然后构造目标函数,将处理后的多维数据导入目标函数,进行寻优,搜寻最佳匹配情况,以分别获得主、配和配、用边缘电气信息的匹配。多维度信息识别可以增加辨识电气信息的有效性。
运用Python编程软件中的numpy模块,将字典中线路名称所对应的潮流数据进行处理,生成相应的四维特征数据即功率的最大值、均值、方差以及极端特征数据,同时建立新的字典单元,字典键的名称为线路文字名称,键值所对应的数据为numpy模块处理后的四维特征数据。
仍然以主、配系统边缘电气信息匹配为例,所构造的目标函数如下:
式中α,β,γ,λ表示将其对应部分数量级进行统一,使得算法不会出现单方面偏重收敛现象;N表示配网系统边界线路数量;PZi表示主网系统第i条线路功率或电流最大值,PPi表示配网系统第i条线路功率或电流最大值,单位kW或A;MZi,MPi分别表示主网系统、配网系统第i条线路功率或电流的均值,单位kW或A;SZi,SPi分别表示主网系统、配网系统第i条线路功率或电流的方差,单位kW2或A2;KZi,KPi分别表示主网系统、配网系统第i条线路功率或电流为0的次数。
以F2为目标函数,对主配、配用四维数据进行寻优,搜寻最佳匹配情况。
最后,进行文本相似度反馈
分析基于numpy模块下的主、配和配、用边缘电气信息匹配结果反馈至文本匹配过程,并对文本匹配过程进行更新,提高相同意思不同文本描述的辨识度,具体更新方式见“实施方式”;最终提高字典模块下主、配和配、用系统边缘电气信息文本匹配效率。
有益的技术效果
本文所提基于多维度信息识别的电网边缘电气匹配方法,可对主、配、用各系统边缘信息进行快速匹配,快速明确各系统边缘指向关系;帮助调度人员对线路快速识别,减轻调度人员工作负担。
附图说明
附图1是本方法的具体流程图。
具体实施方式
应该指出,以下详细说明都是例示性的,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
由于主、配网系统的边缘电气信息差异问题与配、用系统边缘电气信息差异问题类同,因此下面以主、配系统边缘电气信息匹配为例结合图1具体介绍本发明。
首先,针对主网10kV出线侧线路和配网系统10kV入线侧线路名称以及线路功率进行数据收集,分别导入两个TXT文档,导入的数据格式为“线路信息”+“功率信息”。
具体为:
主网出线情况:临钢线1回:2,3,4,5,5,2;厂钢线:4,4,2,4,5,6;苏浙线:1,2,3,4,5,6;配变Ⅰ回:2,2,3,5,6,6;苏州线2回:2,3,5,7,8,4;江浙线:1,2,2,3,4。
配网入线情况:临钢线一回:2,3,4,5,3,2;厂钢3线:4,2,2,4,5,6;苏发浙线:1,2,3,4,5,6;配2变Ⅰ回:2,2,3,5,6,6;苏州线32回:2,3,5,6,8,4;江浙线:1,2,1,3,4,1。
然后,采用Python软件对以上数据进行读取,分别存储到字典模块中,字典的键为线路名称,如“临钢线1回”、“厂钢线”等;字典的值为功率信息,如“2,3,4,5,5,2”、“4,4,2,4,5,6”等。
接下来,采用软件切片功能对字典键进行切片操作,针对主网线路信息和配网线路信息基于目标函数F1进行寻优匹配操作,找寻主、配边缘电气线路文字描述一致的线路,完成主、配系统边缘电气线路信息匹配;得到主、配系统相同线路描述信息为“江浙线”,即“江浙线”所对应的F1为100%,因此将“江浙线”进行输出。然后进行本方法的下一步。
对于主、配边缘电气线路信息描述不一致的数据,如“厂钢线”、“苏浙线”、“配变Ⅰ回”、“苏州线2回”等,运用numpy模块对其功率信息进行特征提取,将连续功率信息转换为目标函数F2所示的四维数据。以“临钢线1回”为例,其功率数据为“2,3,4,5,5,2”,通过numpy模块对该数据进行处理得到数据PZ=5,MZ=3.5,SZ=1.9,KZ=0,即“临钢线1回”所对应的数据由原来的“2,3,4,5,5,2”变为“5,3.5,1.9,0”。该转换可解决因主、配系统采样频率不同而带来的数据不一致问题。
之后,将对应的转换结果生成新的字典,字典的键值为线路名称,键值所对应的数据为处理后的四维特征数据,成功实现每个键值可指向一个四维数据,使线路信息与功率信息完全切合。
接下来,分别将处理后的主网边缘电气信息数据与配网边缘电气信息数据代入式(2)所示目标函数F2进行寻优;分别得到F2为最小值时所对应的主、配网边缘电气信息,最终实现基于Python的功率信息匹配:主网“临钢线1回”对应配网“临钢线一回”,主网“厂钢线”对应配网线路“厂钢3线”、主网“苏浙线”对应配网“苏发浙的线”、主网“配变Ⅰ回”对应配网“配2变Ⅰ回”、主网“苏州线2回”对应配网“苏州线32回”。
最后,比较数据匹配结果中的文本信息,找寻文字匹配中F1值接近100%的匹配信息,更新不同文本描述信息下的指向关系,进行文本匹配过程更新。以主网“临钢线1回”与配网“临钢线一回”为例,由于文本匹配过程中“1”与“一”不对应而进入数据匹配过程,经过数据匹配过程后建立数据包,建立“1”与“一”的对应关系,使得下次文字匹配能够自动识别“1”与“一”的对应,提高基于字典的文字匹配速度。
以上所述仅为用以解释本发明的较佳实施例,并非企图据以对本发明做任何形式上的限制,因此,凡有在相同的创作精神下所作有关本发明的任何修饰或变更,皆仍应包括在本发明意图保护的范畴。
Claims (12)
1.一种基于多维度信息识别的电网边缘电气信息匹配的方法,其特征在于包括以下步骤:
步骤1:各系统边缘信息采集和数据预处理,以使其符合Python中字典单元要求的格式;
步骤2:对处理后得到的系统边缘信息中的文本信息进行匹配,通过对导入的数据进行Python切片操作,以完成系统边缘信息中文本信息匹配;
步骤3:对处理后得到的系统边缘信息中的潮流信息进行匹配,将所述潮流信息从潮流增长趋势、均值、方差以及极端特征四个维度进行处理,得到多维潮流信息数据,并通过将Python字典单元中的值转换为列表格式,使线路名称信息和潮流信息完全对应;
步骤4:若文本100%匹配,输出匹配结果;若文本不是100%匹配,分析基于numpy模块下的主、配和配、用边缘电气信息匹配结果反馈至文本匹配过程,并对文本匹配过程进行更新,进行文本信息相似度反馈,提高同意文本辨识精度。
2.根据权利要求1所述的基于多维度信息识别的电网边缘电气信息匹配的方法,其特征在于,所述步骤1中系统边缘信息包括各系统边缘处的线路名称信息和潮流信息,潮流信息包括线路功率或线路电流。
3.根据权利要求2所述的基于多维度信息识别的电网边缘电气信息匹配的方法,其特征在于,所述步骤1中数据预处理是指将采集到的系统边缘信息表示为[“线路名称信息”,“潮流信息”]的格式。
4.根据权利要求1所述的基于多维度信息识别的电网边缘电气信息匹配的方法,其特征在于,在实施步骤2之前,还包括将预处理得到的数据导入Python分析软件。
7.一种实现权利要求1-6任一项所述基于多维度信息识别的电网边缘电气信息匹配方法的系统,包括系统边缘信息预处理模块、文本信息匹配模块、潮流信息匹配模块和反馈模块;其中所述系统边缘信息预处理模块通过采集各系统边缘处的线路名称信息和潮流信息,并表示为[“线路名称信息”,“潮流信息”]的格式。
8.根据权利要求7所述的基于多维度信息识别的电网边缘电气信息匹配的系统,其特征在于,所述潮流信息包括线路功率或线路电流。
9.根据权利要求7所述的基于多维度信息识别的电网边缘电气信息匹配的系统,其特征在于,所述文本信息匹配模块针对预处理得到的数据,基于Python切片操作,完成系统边缘信息中文本信息匹配。
11.根据权利要求7所述的基于多维度信息识别的电网边缘电气信息匹配的系统,其特征在于,所述潮流信息匹配模块还包括将所述潮流信息从潮流增长趋势、均值、方差以及极端特征四个维度进行处理,得到多维信息数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811585186.6A CN109857834B (zh) | 2018-12-24 | 2018-12-24 | 一种基于多维度信息识别的电网边缘电气信息匹配方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811585186.6A CN109857834B (zh) | 2018-12-24 | 2018-12-24 | 一种基于多维度信息识别的电网边缘电气信息匹配方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109857834A CN109857834A (zh) | 2019-06-07 |
CN109857834B true CN109857834B (zh) | 2022-07-01 |
Family
ID=66892139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811585186.6A Active CN109857834B (zh) | 2018-12-24 | 2018-12-24 | 一种基于多维度信息识别的电网边缘电气信息匹配方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109857834B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107368541A (zh) * | 2017-06-27 | 2017-11-21 | 国网浙江省电力公司宁波供电公司 | 一种基于调控非典型数据的解析与校对方法 |
CN107748819A (zh) * | 2017-10-24 | 2018-03-02 | 国网安徽省电力公司 | 一种基于自然语言处理的电气二次设备建模方法及系统 |
-
2018
- 2018-12-24 CN CN201811585186.6A patent/CN109857834B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107368541A (zh) * | 2017-06-27 | 2017-11-21 | 国网浙江省电力公司宁波供电公司 | 一种基于调控非典型数据的解析与校对方法 |
CN107748819A (zh) * | 2017-10-24 | 2018-03-02 | 国网安徽省电力公司 | 一种基于自然语言处理的电气二次设备建模方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109857834A (zh) | 2019-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111080105A (zh) | 基于电压时序数据的台区户变关系识别方法及系统 | |
CN105045927A (zh) | 建设工程工料机数据自动编码方法及系统 | |
CN103049609B (zh) | 一种风功率多阶段场景模拟方法 | |
CN109766416A (zh) | 一种新能源政策信息抽取方法及系统 | |
CN109800416A (zh) | 一种电力设备名称识别方法 | |
CN111090643A (zh) | 一种基于数据分析系统下的海量用电数据挖掘方法 | |
CN113140219A (zh) | 调控指令生成方法、装置、电子设备及存储介质 | |
CN117559443A (zh) | 尖峰负荷下大工业用户集群有序用电控制方法 | |
CN110909786A (zh) | 一种基于特性指标与决策树模型的新装用户负荷辨识方法 | |
CN110110759B (zh) | 基于多维度信息识别的电网电气信息指向方法及系统 | |
CN113887912A (zh) | 一种深度学习下面向嵌入式设备的非侵入式负荷识别方法 | |
CN112711947A (zh) | 一种基于文本向量化的故障停电抢修事中处置参考方法 | |
CN117614141B (zh) | 一种用于配电网的多电压层级协调管理方法 | |
CN109857834B (zh) | 一种基于多维度信息识别的电网边缘电气信息匹配方法及系统 | |
CN107134790B (zh) | 一种基于大数据的配电网无功优化控制序列确定方法 | |
CN112182499B (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 | |
CN113033089A (zh) | 用电量异常用户识别方法和装置 | |
CN108228778B (zh) | 基于matlab平台的bpa潮流数据分离等效转换方法 | |
CN113191656B (zh) | 一种基于数据关联分析的低压配电网设备负荷与拓扑联动方法 | |
CN109767062B (zh) | 一种电网任务处置方案的动态生成方法 | |
CN116302152A (zh) | 一种自动生成变电站远动配置文件的方法及系统 | |
CN111600304B (zh) | 一种楼宇电力调度方法、装置和设备 | |
CN110928990B (zh) | 一种基于用户画像专用于电力设备台账数据推荐的方法 | |
CN110895541A (zh) | 一种Timing云数据统计智能化平台 | |
CN110008443A (zh) | 一种基于emd的风电功率概率的最优分位点确定方法 |
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 |