CN110321919A - 一种用于低压单相用户户相关系辨识的聚类方法 - Google Patents

一种用于低压单相用户户相关系辨识的聚类方法 Download PDF

Info

Publication number
CN110321919A
CN110321919A CN201910363531.XA CN201910363531A CN110321919A CN 110321919 A CN110321919 A CN 110321919A CN 201910363531 A CN201910363531 A CN 201910363531A CN 110321919 A CN110321919 A CN 110321919A
Authority
CN
China
Prior art keywords
voltage
phase
user
low
clustering
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.)
Pending
Application number
CN201910363531.XA
Other languages
English (en)
Inventor
王俊波
李新
武利会
陈道品
李国伟
李慧
吴小平
明瑞卿
陈志平
黄育龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Power Grid Co Ltd
Foshan Power Supply Bureau of Guangdong Power Grid Corp
Original Assignee
Guangdong Power Grid Co Ltd
Foshan Power Supply Bureau of Guangdong Power Grid Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Power Grid Co Ltd, Foshan Power Supply Bureau of Guangdong Power Grid Corp filed Critical Guangdong Power Grid Co Ltd
Priority to CN201910363531.XA priority Critical patent/CN110321919A/zh
Publication of CN110321919A publication Critical patent/CN110321919A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开一种用于低压单相用户户相关系辨识的聚类方法，涉及低压配电网拓扑识别的技术领域，包括：获取台区所有低压用户指定时间段的电压数据，形成高维电压矩阵；将高维电压矩阵元素归一化到[0,1]范围内；计算相似度指标阈值；判断是否满足聚类标准；当满足聚类标准时，聚类为同一相别；当不满足聚类标准时，将已满足标准的所有用户数据从原矩阵中删除，剩余数据形成新的高维矩阵；返回执行计算相似度指标阈值的步骤；最后聚类为三类结果后，对其中两类的各一个用户相别进行验证，从而辨识所有用户的户相关系。本发明基于数据挖掘，利用计量自动化系统，对用户量测数据进行聚类分析，实现单相低压用户户相关系的有效辨识。

Description

一种用于低压单相用户户相关系辨识的聚类方法
技术领域
本发明本发明涉及低压配电网拓扑识别的技术领域，特别涉及一种用于低压单相用户户相关系辨识的聚类方法。
背景技术
由于我国配电网，尤其低压配电网相较于发、输电网发展落后，低压用户结构关系复杂多样，三相不平衡问题突出，造成诸如线路损耗增大、用户用电质量低等一系列危害。针对以上危害，电网需开展三相不平衡问题的治理工作，但工作开展的前提是必须明确低压单相用户的户相关系。然而，电网目前面临的问题是如何准确获取低压单相用户与配电变压器相序连接的户相关系。
在低压配电网中，配电变压器的A、B、C三相均接有若干单相用户，户相关系是指某单相用户所接变压器的相序，即用户的相别和配电变压器相别的隶属关系。
目前，三相不平衡的治理目前采用自动调节和手动调节两种方式，自动调节需安装硬件设施，投资成本高，难以大规模推广；手动调节必须基于户变及户相关系，否则存在很强的盲目性，而现有手段仅能区分户变关系，对户相关系的确认并无有效方法，大多数地区仍依靠反复多次切换负荷实现，无法做到精准调节，因此对低压单相用户户相关系辨识的聚类分析十分有必要。
发明内容
本发明为克服上述现有技术所述的至少一种缺陷，提供一种用于低压单相用户户相关系辨识的聚类方法。
本发明首要目的是基于数据挖掘分析技术，充分利用计量自动化系统数据，对用户智能电表的量测数据进行聚类分析，以实现低压单相用户与配电变压器相序连接的户相关系辨识，促进电网对低压配电网三相不平衡问题治理工作的开展。
为了达到上述技术效果，本发明提出一种用于低压单相用户户相关系辨识的聚类方法，所述聚类方法基于同一台区同一相别的低压用户之间的电气距离短，电压变化趋势高度一致，电压波动规律具有很强的相似性，而属于同一台区不同相别的用户，电气距离相对较长，电压波动相似性略差的特点，对低压单相用户户相关系进行辨识，技术方案包括以下步骤：
S1：选取一配电台区，获取所述配电台区所有低压用户指定时间段的电压数据，形成高维电压矩阵；
S2：将所述高维电压矩阵的元素归一化到[0,1]范围内，形成归一化的高维电压矩阵；
S3:计算相似度指标阈值作为用于判别的聚类特征；
S4:基于所述聚类特征，判断所述归一化后的高维电压矩阵中用户数据是否满足聚类标准；
S5：将满足标准的所有用户数据从所述归一化后的高维电压矩阵中删除，剩余不满足聚类标准的用户数据形成新的高维矩阵，返回执行计算相似度指标阈值的步骤S3；
S6：将满足聚类标准的单相低压用户作为一类，聚类为同一相别；
S7：聚类为三类结果后，对其中两类的各一个用户的相别进行核实，即可辨识输出所有用户的户相关系。
优选地，由于每一个低压用户均配有智能电表用于电费计量，而智能电表同时具有电压采集和上传的功能，并且平均每小时上传一个统计数据至计量自动化系统，步骤S1所述的电压数据由计量自动化系统导出，所述高维电压矩阵T表示为：
其中，所述高维电压矩阵T的列元素集合Hj＝[u1j,u2j,…,uij]表示接于所选配电台区下户号为j的单相低压用户在指定时间点i之前的时间段对应的电压-时间序列，所述高维电压矩阵T的行元素集合Gi＝[ui1,ui2,…,uij]表示接于所选配电台区下所述指定时间段的第i个时间点单相低压用户的对应电压-户号序列。
优选地，步骤S2所述的将高维电压矩阵元素归一化到[0,1]范围内，归一化的目的是去除电压曲线的基荷部分，以强调变动电压走势的相似性。
归一化采用线性函数归一化法，对于样本数据xk(k＝1，2，…，n)可采用三种表示方法:最大最小值法、均值法和中间值法。其中，最大最小值法用于将样本数据归一化到[0，1]范围内；均值法用于将样本数据归一化到任意范围内，但最大值与最小值的符号不可同时改变；中间值法用于将样本数据归一化到[-1，1]。
本发明实施例采用改进线性函数归一化法将数据归一化到[0,1]范围内，所述改进线性函数归一化法即选取一个基准标量α，将所述高维电压矩阵元素与所述基准标量α做线性计算得到归一化值，由于低压用户的额定电压是220V，所以选取α＝220作为归一化的基准电压标量，电压值归一化计算如下：
将得到的归一化值形成的高维电压矩阵
其中，表示经过所述改进线性函数归一化法计算得到的无量纲电压值，为所述归一化后高维电压矩阵的元素。
优选地，步骤S3所述相似度指标阈值的计算是选取所述归一化后的高维电压矩阵的H1列作为基列，所述相似度指标阈值Rj为:
其中，Rj表示接于所选配电变压器下户号为j的单相低压用户与所选基列对应户号的单相低压用户的电压波动趋势的相似程度，Rj越小代表户号为j与所选基列对应户号的单相低压用户接于同一相别的可能性越大。
优选地，步骤S4所述的聚类标准即为设定的判断阈值，所述判断阈值为0.2％，不满足标准的用户计算得出的所述相似度指标阈值大于0.2％，满足标准的用户计算得出的所述相似度指标阈值小于0.2％，满足标准即户号为j与户号为1的单相低压用户挂接在同一相序，聚类为同一相别，本次聚类结果选出的户号成为第I类。
优选地，步骤S6所述的将满足标准的用户数据从所述归一化后的高维电压矩阵中剔除，形成高维电压矩阵选取所述高维电压矩阵的H1列作为基列按照步骤S3再次计算高维电压矩阵相似度指标阈值，满足标准的所述高维电压矩阵用户数据元素对应的户号聚类为同一相别，成为第II类聚类结果。
优选地，将满足标准的第II类聚类结果对应的电压数据删除，形成高维电压矩阵选取所述高维电压矩阵的H1列作为基列再次计算高维电压矩阵相似度指标阈值，满足标准的所述高维电压矩阵用户数据元素对应的户号聚类为同一相别，成为第III类聚类结果。
优选地，步骤S7所述聚类的三类结果相别对应配电变压器的A、B、C三相，选取其中两类结果的各一个用户的相别进行核实，确定所述两个用户对应的相别，即得出所述两类结果的相别，从而辨识出所有用户的户相关系。
与现有技术相比，本发明技术方案的有益效果是：现有手段仅能区分户变关系，对户相关系的确认并无有效方法，大多数地区仍依靠反复多次切换负荷实现户相关系的确认，无法做到精准调节，本发明所提出的方法，基于数据挖掘分析技术，充分利用计量自动化系统的数据，对用户智能电表的量测数据进行聚类分析，以实现低压单相用户与配电变压器相序连接的户相关系辨识，促进电网对低压配电网三相不平衡问题治理工作的开展。
附图说明
图1为本发明提供的方法流程示意图；
图2为本发明实施例提供的配电变压器连接低压单相用户的示意图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；
对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
低压配电网表示电压等级在1kV以下的配电网，通过降压变压器变换电压进一步输送给用户，每一台配电变压器称之为一个配电台区，配电台区低压单相用户通过A、B、C三相馈线以辐射状方式布置，每一相馈线都可连接若干个低压单相用户，本发明的一种具体实施方式如图1所示，某小区10kV/0.4kV的配电变压器下面接有540户低压单相用户，由于不同时刻系统的负荷情况及运行状态不同，用户侧的电压会随着台区出口电压的变化而变化，因此低压用户处的电压会呈现一定的波动，每一个低压用户均配有智能电表用于电费计量，智能电表同时具有电压采集和上传功能，并且平均每小时上传一个数据至计量自动化系统，考虑篇幅的限制及将所有数据全部导出到篇幅里的不切实际性，在本发明的具体实施方式中，从540户低压单相用户中选取在A、B、C三相馈线上分布但不知具体接在何种相别的6户作为代表性的户号，辨识它们与变压器之间的户相关系，从而辨识小区全部540户的低压单相用户与变压器的户相关系，来说明本发明技术方案的有效及实用性。
本发明提出一种用于低压单相用户户相关系辨识的聚类方法，方法流程示意如图2所示，该方法包括：
S1：选取一配电台区，获取所述配电台区所有低压用户指定时间段的电压数据，形成高维电压矩阵。
S2：将所述高维电压矩阵的元素归一化到[0,1]范围内，形成归一化的高维电压矩阵；
S3:计算相似度指标阈值作为用于判别的聚类特征；
S4:基于所述聚类特征，判断所述归一化后的高维电压矩阵中用户数据是否满足聚类标准；
S5：将满足标准的所有用户数据从所述归一化后的高维电压矩阵中删除，剩余不满足聚类标准的用户数据形成新的高维矩阵，返回执行计算相似度指标阈值的步骤S3；
S6：将满足聚类标准的单相低压用户作为一类，聚类为同一相别；
S7：聚类为三类结果后，对其中两类的各一个用户的相别进行核实，即可辨识输出所有用户的户相关系。
在本发明的具体实施方式中，从计量自动化系统中导出所选取的6个代表性户号对应的指定的两天历史电压值数据，构建48×6的高维电压矩阵T，为方便易懂，采用表1表示，在本具体实施方式中，虑篇幅的限制及将所有数据全部导出到篇幅里的不切实际性，使本发明提供的聚类方法更加具备精准性，要求实际应用中历史数据的获得不应少于一个月，每天的采样时间点不得少于24个。
表1
执行步骤S2，利用改进线性函数归一化法选取一个基准标量α，将表1所示的高维电压矩阵T的元素与基准标量α做线性计算得到归一化值，由于低压用户的额定电压为220V，所以选取α＝220作为归一化的基准电压标量，电压值归一化计算如下：
将得到的归一化值形成归一化后的高维电压矩阵如表2所示。
表2
选取所述归一化后的高维电压矩阵的H1列作为基列，相似度指标阈值Rj(j＝3、6、7、8、4)计算如表3所示。
表3
R<sub>3</sub> R<sub>6</sub> R<sub>7</sub> R<sub>8</sub> R<sub>4</sub>
0.05％ 0.2％ 0.2％ 0.3％ 12.55％
Rj(j＝3、6、7、8、4)表示所选配电变压器下户号为j的单相低压用户与所选第一列户号的单相低压用户的电压波动趋势的相似程度，Rj越小代表户号为j与所选第一列户号的单相低压用户接于同一相别的可能性越大。
本发明的判断阈值为0.2％，不满足标准的用户计算得出的相似度指标阈值Rj大于0.2％，满足标准的用户计算得出的相似度指标阈值小于0.2％，如表3所示，可以判断户号3与基列H1对应的户号2的单相低压用户挂接在同一相别，聚类为同一相别，本次聚类结果选出的户号2、3成为第I类。
将H1、H2对应户号2、3的电压数据从原矩阵中删除，形成高维电压矩阵此处不再赘述罗列，选取高维电压矩阵户号6对应的列作为基列按照步骤S3再次计算高维电压矩阵的相似度指标阈值，相似度指标阈值Rj(j＝7、8、4)计算结果如表4所示。
表4
R<sub>7</sub> R<sub>8</sub> R<sub>4</sub>
0.1％ 12.35％ 12.2％
如表4所示，户号7的相似度指标阈值小于0.2％，可以判断为与基列对应的户号6单相低压用户挂接在同一相别，因此，户号6、户号7聚类为第II类。
将户号6、户号7对应的电压数据从高维矩阵中删除，形成高维电压矩阵选取所述高维电压矩阵此处不再赘述罗列，将高维电压矩阵的户号8对应电压数据所在的列作为基列再次计算高维电压矩阵的相似度指标阈值，得出相似度指标阈值R4为0.15％，即户号4对应的列电压数据的相似度指标阈值小于0.2％，满足标准，判定为与基列对应的户号8单相低压用户挂接在同一相别，因此，户号4、户号8聚类为第III类。
由于每一台配电变压器可以称之为一个配电台区，配电台区低压单相用户通过A、B、C三相馈线以辐射状方式布置，所以聚类的三类结果即对应配电变压器的A、B、C三相，选取其中两类结果的各一个用户的相别进行核实，确定所述两个用户对应的相别，即得出所述两类结果的相别，在本发明的具体实施方式中，由以上得出的结果：户号2、户号3为同一相别，户号6、户号7为同一相别，户号4、户号8为同一相别，然后确认第I类结果中的户号2接在A相，第II类结果中的户号6接在C相，因此对应户号4、户号8无需验证，即接在B相。从而与户号2接在同一相别的所有用户的户相关系都属于A相，与户号6接在同一相别的所有用户的户相关系都属于C相，与户号4接在同一相别的所有用户的户相关系都属于B相，至此辨识出本具体实施方式中540户用户的户相关系。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。

Claims (8)

1.一种用于低压单相用户户相关系辨识的聚类方法，其特征在于，包括：
S1：选取一配电台区，获取所述配电台区所有低压用户指定时间段的电压数据，形成高维电压矩阵；
S2：将所述高维电压矩阵的元素归一化到[0,1]范围内，形成归一化的高维电压矩阵；
S3:计算相似度指标阈值作为用于判别的聚类特征；
S4:基于所述聚类特征，判断所述归一化后的高维电压矩阵中用户数据是否满足聚类标准；
S5：将满足聚类标准的单相低压用户作为一类，聚类为同一相别；
S6：将已满足标准的所有用户数据从所述归一化后的高维电压矩阵中删除，剩余不满足聚类标准的用户数据形成新的高维矩阵，返回执行计算相似度指标阈值的步骤S3；
S7：聚类为三类结果后，对其中两类的各一个用户的相别进行核实，即可辨识输出所有用户的户相关系。
2.根据权利要求1所述的用于低压单相用户户相关系辨识的聚类方法，其特征在于，步骤S1所述的电压数据由计量自动化系统导出，所述高维电压矩阵T表示为：
其中，所述高维电压矩阵T的列元素集合Hj＝[u1j,u2j,…,uij]表示接于所选配电台区下户号为j的单相低压用户在指定时间点i之前的各时间段对应的电压-时间序列，所述高维电压矩阵T的行元素集合Gi＝[ui1,ui2,…,uij]表示接于所选配电台区下所述指定时间段的第i个时间点单相低压用户的对应电压-户号序列。
3.根据权利要求1所述的用于低压单相用户户相关系辨识的聚类方法，其特征在于，步骤S2包括采用改进线性函数归一化法将数据归一化到[0,1]范围内，所述改进线性函数归一化法即选取一个基准标量，将所述高维电压矩阵元素与所述基准标量做线性计算得到归一化值，将得到的归一化值形成所述归一化后的高维电压矩阵
H1 H2 ..... Hj
其中，表示经过所述改进线性函数归一化法计算得到的无量纲电压值，为所述归一化后高维电压矩阵的元素。
4.根据权利要求1，3任一项所述的用于低压单相用户户相关系辨识的聚类方法，其特征在于，步骤S3所述相似度指标阈值的计算选取所述归一化后的高维电压矩阵的H1列作为基列，所述相似度指标阈值Rj为:
其中，Rj表示接于所选配电变压器下户号为j的单相低压用户与所选基列对应户号的单相低压用户的电压波动趋势的相似程度，Rj越小代表户号为j与所选基列对应户号的单相低压用户接于同一相别的可能性越大。
5.根据权利要求1所述的用于低压单相用户户相关系辨识的聚类方法，其特征在于，步骤S4所述的聚类标准即为设定的判断阈值，所述判断阈值为0.2％，不满足标准的用户数据计算得出的所述相似度指标阈值大于0.2％，满足标准的用户数据计算得出的所述相似度指标阈值小于0.2％。
6.根据权利要求1所述的用于低压单相用户户相关系辨识的聚类方法，其特征在于，步骤S5所述剔除满足标准的用户数据对应的户号聚类为同一相别，成为第I类聚类结果。
7.根据权利要求1所述的用于低压单相用户户相关系辨识的聚类方法，其特征在于，步骤S6所述的将满足标准的用户数据从所述归一化后的高维电压矩阵中剔除，形成高维电压矩阵选取所述高维电压矩阵的H1列作为基列按照步骤S3再次计算高维电压矩阵的相似度指标阈值，满足标准的所述高维电压矩阵用户数据元素对应的户号聚类为同一相别，成为第II类聚类结果,同样的步骤，形成高维电压矩阵满足标准的所述高维电压矩阵用户数据元素对应的户号聚类为同一相别，成为第III类聚类结果。
8.根据权利要求1所述的用于低压单相用户户相关系辨识的聚类方法，其特征在于，步骤S7所述聚类的三类结果相别对应配电变压器的A、B、C三相，选取其中两类结果的各一个用户的相别进行核实，确定所述两个用户对应的相别，可得出所述两类结果的相别，从而辨识出所有用户的户相关系。
CN201910363531.XA 2019-04-30 2019-04-30 一种用于低压单相用户户相关系辨识的聚类方法 Pending CN110321919A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910363531.XA CN110321919A (zh) 2019-04-30 2019-04-30 一种用于低压单相用户户相关系辨识的聚类方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910363531.XA CN110321919A (zh) 2019-04-30 2019-04-30 一种用于低压单相用户户相关系辨识的聚类方法

Publications (1)

Publication Number Publication Date
CN110321919A true CN110321919A (zh) 2019-10-11

Family

ID=68113395

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910363531.XA Pending CN110321919A (zh) 2019-04-30 2019-04-30 一种用于低压单相用户户相关系辨识的聚类方法

Country Status (1)

Country Link
CN (1) CN110321919A (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111244978A (zh) * 2020-01-19 2020-06-05 国网冀北电力有限公司电力科学研究院 基于单相用户功率特性的低压配电网三相平衡方法
CN111881189A (zh) * 2020-08-04 2020-11-03 广东电网有限责任公司计量中心 一种台区户变关系校验方法及系统
CN112000917A (zh) * 2020-10-30 2020-11-27 杭州电子科技大学 融合已知相别和地址信息的低压用户计量表箱识别方法
CN112070118A (zh) * 2020-08-06 2020-12-11 许继集团有限公司 基于数据聚类拟合分析的台区相序识别方法
CN112215482A (zh) * 2020-09-29 2021-01-12 广东电网有限责任公司广州供电局 一种户变关系识别方法和装置
CN112270510A (zh) * 2020-12-21 2021-01-26 广东电网有限责任公司佛山供电局 一种基于个体和群体电压相似性的户变关系辨识方法
CN112329806A (zh) * 2020-09-01 2021-02-05 华南理工大学 一种用于低压台区拓扑识别的电表聚类方法
CN113659564A (zh) * 2021-07-19 2021-11-16 云南电网有限责任公司昆明供电局 基于电压波动特征聚类的低压配电网拓扑识别方法及系统
CN113744089A (zh) * 2021-11-08 2021-12-03 广东电网有限责任公司佛山供电局 一种台区户变关系辨识方法及设备
WO2021253806A1 (zh) * 2020-06-16 2021-12-23 华南理工大学 一种基于电压关联特性的低压台区相户关系识别方法
CN115081933A (zh) * 2022-07-20 2022-09-20 广东电网有限责任公司佛山供电局 一种基于改进谱聚类的低压用户拓扑构建方法和系统
CN115098745A (zh) * 2022-06-06 2022-09-23 浙大城市学院 基于贝叶斯推断的低压台区户变关系动态辨识系统与方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103176138A (zh) * 2013-02-15 2013-06-26 中国南方电网有限责任公司调峰调频发电公司 一种电池组维护检测方法
CN104361136A (zh) * 2014-12-10 2015-02-18 广东电网有限责任公司电网规划研究中心 基于图论聚类的中压配电网特殊负荷电能质量特性分类方法
CN105550744A (zh) * 2015-12-06 2016-05-04 北京工业大学 一种基于迭代的神经网络聚类方法
CN106022529A (zh) * 2016-05-26 2016-10-12 中国电力科学研究院 一种基于高维随机矩阵的配电网异常数据检测方法
US20170288403A1 (en) * 2016-02-10 2017-10-05 Tabuchi Electric Co., Ltd. Grid independent operation control unit, power conditioner, and grid independent operation control method
CN108535599A (zh) * 2018-04-16 2018-09-14 国网河南省电力公司电力科学研究院 基于电压曲线聚类分析的低压台区用户相位识别方法
CN108564485A (zh) * 2018-04-16 2018-09-21 国网河南省电力公司电力科学研究院 基于电压曲线相似性分析的低压台区用户相位识别方法
CN108664923A (zh) * 2018-05-10 2018-10-16 长沙理工大学 基于lmd与机器学习分类的电压扰动信号分类方法及系统
CN109325545A (zh) * 2018-10-16 2019-02-12 南方电网科学研究院有限责任公司 低压配电网拓扑结构校验方法、装置、设备及存储介质
CN109583680A (zh) * 2018-09-30 2019-04-05 国网浙江长兴县供电有限公司 一种基于支持向量机的窃电辨识方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103176138A (zh) * 2013-02-15 2013-06-26 中国南方电网有限责任公司调峰调频发电公司 一种电池组维护检测方法
CN104361136A (zh) * 2014-12-10 2015-02-18 广东电网有限责任公司电网规划研究中心 基于图论聚类的中压配电网特殊负荷电能质量特性分类方法
CN105550744A (zh) * 2015-12-06 2016-05-04 北京工业大学 一种基于迭代的神经网络聚类方法
US20170288403A1 (en) * 2016-02-10 2017-10-05 Tabuchi Electric Co., Ltd. Grid independent operation control unit, power conditioner, and grid independent operation control method
CN106022529A (zh) * 2016-05-26 2016-10-12 中国电力科学研究院 一种基于高维随机矩阵的配电网异常数据检测方法
CN108535599A (zh) * 2018-04-16 2018-09-14 国网河南省电力公司电力科学研究院 基于电压曲线聚类分析的低压台区用户相位识别方法
CN108564485A (zh) * 2018-04-16 2018-09-21 国网河南省电力公司电力科学研究院 基于电压曲线相似性分析的低压台区用户相位识别方法
CN108664923A (zh) * 2018-05-10 2018-10-16 长沙理工大学 基于lmd与机器学习分类的电压扰动信号分类方法及系统
CN109583680A (zh) * 2018-09-30 2019-04-05 国网浙江长兴县供电有限公司 一种基于支持向量机的窃电辨识方法
CN109325545A (zh) * 2018-10-16 2019-02-12 南方电网科学研究院有限责任公司 低压配电网拓扑结构校验方法、装置、设备及存储介质

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111244978A (zh) * 2020-01-19 2020-06-05 国网冀北电力有限公司电力科学研究院 基于单相用户功率特性的低压配电网三相平衡方法
WO2021253806A1 (zh) * 2020-06-16 2021-12-23 华南理工大学 一种基于电压关联特性的低压台区相户关系识别方法
CN111881189B (zh) * 2020-08-04 2022-01-25 广东电网有限责任公司计量中心 一种台区户变关系校验方法及系统
CN111881189A (zh) * 2020-08-04 2020-11-03 广东电网有限责任公司计量中心 一种台区户变关系校验方法及系统
CN112070118A (zh) * 2020-08-06 2020-12-11 许继集团有限公司 基于数据聚类拟合分析的台区相序识别方法
CN112329806A (zh) * 2020-09-01 2021-02-05 华南理工大学 一种用于低压台区拓扑识别的电表聚类方法
CN112329806B (zh) * 2020-09-01 2023-09-26 华南理工大学 一种用于低压台区拓扑识别的电表聚类方法
CN112215482A (zh) * 2020-09-29 2021-01-12 广东电网有限责任公司广州供电局 一种户变关系识别方法和装置
CN112000917A (zh) * 2020-10-30 2020-11-27 杭州电子科技大学 融合已知相别和地址信息的低压用户计量表箱识别方法
CN112000917B (zh) * 2020-10-30 2021-02-09 杭州电子科技大学 融合已知相别和地址信息的低压用户计量表箱识别方法
CN112270510A (zh) * 2020-12-21 2021-01-26 广东电网有限责任公司佛山供电局 一种基于个体和群体电压相似性的户变关系辨识方法
CN113659564A (zh) * 2021-07-19 2021-11-16 云南电网有限责任公司昆明供电局 基于电压波动特征聚类的低压配电网拓扑识别方法及系统
CN113659564B (zh) * 2021-07-19 2024-01-05 云南电网有限责任公司昆明供电局 基于电压波动特征聚类的低压配电网拓扑识别方法及系统
CN113744089B (zh) * 2021-11-08 2022-02-15 广东电网有限责任公司佛山供电局 一种台区户变关系辨识方法及设备
CN113744089A (zh) * 2021-11-08 2021-12-03 广东电网有限责任公司佛山供电局 一种台区户变关系辨识方法及设备
CN115098745A (zh) * 2022-06-06 2022-09-23 浙大城市学院 基于贝叶斯推断的低压台区户变关系动态辨识系统与方法
CN115081933A (zh) * 2022-07-20 2022-09-20 广东电网有限责任公司佛山供电局 一种基于改进谱聚类的低压用户拓扑构建方法和系统

Similar Documents

Publication Publication Date Title
CN110321919A (zh) 一种用于低压单相用户户相关系辨识的聚类方法
CN108306303B (zh) 一种考虑负荷增长和新能源出力随机的电压稳定评估方法
CN109325545A (zh) 低压配电网拓扑结构校验方法、装置、设备及存储介质
CN105186525B (zh) 风电接入下无功电压控制分区方法
CN112329806B (zh) 一种用于低压台区拓扑识别的电表聚类方法
CN111339491A (zh) 一种城市配电网改造方案的评估方法
CN108710990B (zh) 基于同期数据的线变台户多级线损分析方法及系统
CN111242161B (zh) 一种基于智能学习的非侵入式非居民用户负荷辨识方法
WO2023165348A1 (zh) 配电变压器无功补偿投退状态的判别方法和装置
CN110244099A (zh) 基于用户电压的窃电检测方法
CN112633658A (zh) 一种基于cnn-lstm的低压台区拓扑关系识别方法
CN109816017A (zh) 基于模糊聚类和拉格朗日插值的电网缺失数据填补方法
CN111461921A (zh) 一种基于机器学习的负荷建模典型用户数据库更新方法
CN113595071A (zh) 台区用户辨识与电压影响评估方法
CN113112177A (zh) 一种基于混合指标的台区线损处理方法及系统
CN113224748A (zh) 一种低压配电台区线路损耗的计算方法
CN113659564B (zh) 基于电压波动特征聚类的低压配电网拓扑识别方法及系统
CN111027886A (zh) 一种考虑单位成本效用的低电压治理方案的评估方法
CN112508254B (zh) 变电站工程项目投资预测数据的确定方法
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
CN112085065A (zh) 基于电压和有功功率读数的低压用户入户相别识别方法
Li et al. Statistical identification of prototypical low voltage distribution feeders in Western Australia
CN107832928B (zh) 基于风力发电特性曲线的等效综合线损评价方法
Neagu et al. Patterns discovery of load curves characteristics using clustering based data mining
CN111695599B (zh) 一种用户用电负荷时间弹性识别方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191011

RJ01 Rejection of invention patent application after publication