CN110389269A - 基于电流优化匹配的低压台区拓扑关系识别方法及其装置 - Google Patents
基于电流优化匹配的低压台区拓扑关系识别方法及其装置 Download PDFInfo
- Publication number
- CN110389269A CN110389269A CN201910676333.9A CN201910676333A CN110389269A CN 110389269 A CN110389269 A CN 110389269A CN 201910676333 A CN201910676333 A CN 201910676333A CN 110389269 A CN110389269 A CN 110389269A
- Authority
- CN
- China
- Prior art keywords
- low
- identified
- ammeter
- pressure line
- head end
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明涉及一种基于电流优化匹配的低压台区拓扑关系识别方法,包括步骤:获取低压台区任一相低压出线首端的电力参数及待识别电表的电力参数,电力参数包括电压信息、电流信息及功率因数信息;根据任一相低压出线首端的电力参数及待识别电表的电力参数分别计算任一相低压出线首端的有功电流值及待识别电表的有功电流值;根据任一相低压出线首端的有功电流值及待识别电表的有功电流值,以及低压台区的拓扑关系识别优化模型,确定低压台区的拓扑关系,拓扑关系包括户变关系、相序关系与线户关系。本发明具有操作方便、电力公司人力识别成本低、识别效率高的特点。
Description
技术领域
本发明涉及电力低压配电网技术领域,特别是涉及一种基于电流优化匹配的低压台区拓扑关系识别方法、基于电流优化匹配的低压台区拓扑关系识别装置、计算机设备及计算机可读存储介质。
背景技术
长期以来低压配电网存在台区数量众多且台区内线路搭接复杂,电表位置分散等问题,使得单纯依靠人力梳理台区变压器-低压出线-用户对应的关系和电表相序关系的难度和成本极大,其台账信息的不完整或不准确已严重制约了低压配电网的发展。因此,研究台区“变-线-相-户”物理关系识别技术显得尤为重要。
现有技术中对台区“变-线-相-户”物理关系识别,主要有电力载波信号法、脉冲电流法等方式。其中电力载波信号法为在低压出线的端子安装主机,在用户的进线口安装手持终端,主机和手持终端之间采用电力载波通信的方式来进行台区识别。而脉冲电流法也是利用主机和手持终端,但不同的是,手持终端的动作模块在脉冲控制模块的控制下发出一脉冲电流信号,主机的脉冲电流检测模块检测到此脉冲电流信号后,显示出该信号的相别,从而进行台区识别。然而,这些方法均需要添加额外的设备,识别成本较高,且难以用于无线抄表台区。
发明内容
基于此,有必要针对现有的台区识别需要添加额外的设备,识别成本高的问题,提供一种基于电流优化匹配的低压台区拓扑关系识别方法、基于电流优化匹配的低压台区拓扑关系识别装置、计算机设备及计算机可读存储介质。
一种基于电流优化匹配的低压台区拓扑关系识别方法,包括:
获取所述低压台区任一相低压出线首端的电力参数及待识别电表的电力参数;所述电力参数包括电压信息、电流信息及功率因数信息;
根据所述任一相低压出线首端的电力参数及所述待识别电表的电力参数分别计算所述任一相低压出线首端的有功电流值及所述待识别电表的有功电流值;
根据所述任一相低压出线首端的有功电流值及所述待识别电表的有功电流值,以及所述低压台区的拓扑关系识别优化模型,确定所述低压台区的拓扑关系;所述拓扑关系包括户变关系、相序关系与线户关系。
根据低压台区中节点电流定律的特性,即低压台区低压侧母线每一回出线首端流经的电流值等于该出线上所有电表流经的电流值之和,基于此,上述的基于电流优化匹配的低压台区拓扑关系识别方法中,首先通过获取低压台区的任一相低压出线首端的电力参数及待识别电表的电力参数,然后根据两者的电力参数计算对应的有功电流值,接着将两者的有功电流值输入至低压台区的拓扑关系识别优化模型中,并根据模型输出的结果则可以获得低压台区的拓扑关系。相较于现有的台区识别方法,本发明的识别方法能够在不增加额外终端设备的前提下,实现低压台区拓扑关系的识别,提高低压台区运维管理的水平,因此,本发明具有操作方便、电力公司人力识别成本低、识别效率高的特点。
一种基于电流优化匹配的低压台区拓扑关系识别装置,包括:
电力参数获取模块,用于获取所述低压台区任一相低压出线首端的电力参数及待识别电表的电力参数;所述电力参数包括电压信息、电流信息及功率因数信息;
有功电流值获取模块,用于根据所述任一相低压出线首端的电力参数及所述待识别电表的电力参数分别计算所述任一相低压出线首端的有功电流值及所述待识别电表的有功电流值;
确定模块,用于根据所述任一相低压出线首端的有功电流值及所述待识别电表的有功电流值,以及所述低压台区的拓扑关系识别优化模型,确定所述低压台区的拓扑关系;所述拓扑关系包括户变关系、相序关系与线户关系。
一种计算机设备,包括存储器及处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述所述方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述所述方法的步骤。
附图说明
图1为本发明的基于电流优化匹配的低压台区拓扑关系识别方法在一个实施例中的流程示意图;
图2为本发明的基于电流优化匹配的低压台区拓扑关系识别方法在另一个实施例中的流程示意图;
图3至图9为本发明的基于电流优化匹配的低压台区拓扑关系识别方法在其他实施例中的流程示意图;
图10是本发明某一个实施例中的96个时间断面内所有待识别电表有功电流值的方差分布图;
图11是本发明某一个实施例中的30个时间断面下108块电表的有功电流值示意图;
图12是本发明某一个实施例中的低压台区低压侧母线各相出线首端的有功电流数值示意图;
图13为本发明的基于电流优化匹配的低压台区拓扑关系识别装置在一个实施例中的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚明白,以下通过实施例,并结合附图,对本发明进行进一步详细说明。
图1为本发明的基于电流优化匹配的低压台区拓扑关系识别方法在一个实施例中的流程示意图。如图1所示,本实施例中的基于电流优化匹配的低压台区拓扑关系识别方法包括以下步骤:
步骤102,获取所述低压台区任一相低压出线首端的电力参数及待识别电表的电力参数。其中,电力参数包括电压信息、电流信息及功率因数。
待识别电表包括属于低压台区的电表以及非低压台区的电表。一个低压台区的变压器可连接多条低压母线,每条低压母线包括多条低压出线相线,例如一条低压母线同时包括A相低压出线、B相低压出线和C相低压出线。具体以表1为例,某个低压台区有两条低压出线(如低压出线1和低压出线2),每条低压出线为三相相线(A相低压出线、B相低压出线和C相低压出线),即该低压台区共引出了6条低压出线相线。一个用户负载接入其中一相低压出线,并获取从该相低压出线获取电功率,其对应的待识别电表记录用户负载取用的电功率。
任一相低压出线首端的电力参数包括电压信息、电流信息和功率因数信息。待识别电表的电力参数包括待识别电表上的电压信息、电流信息和功率因数信息。其中,电压信息包括电压值,电流信息包括电流值,功率因数信息包括功率因数值,功率因数值为电压和电流的相位差的余弦。
步骤104,根据任一相低压出线首端的电力参数及待识别电表的电力参数分别计算任一相低压出线首端的有功电流值及待识别电表的有功电流值。
有功电流值为因用户负载运行而从配电站获取的电流大小。有功电流值为电流值与功率因数值的乘积。具体的,在获取到任一相低压出线首端的电流值和功率因数值后,根据有功电流值的计算公式,将任一相低压出线首端的电流值转换为任一相低压出线首端的有功电流值。同理,在获取到待识别电表的电流值和功率因数值后,根据有功电流值的计算公式,将待识别电表的电流值转换为待识别电表的有功电流值。
步骤106,根据任一相低压出线首端的有功电流值及待识别电表的有功电流值,以及低压台区的拓扑关系识别优化模型,确定低压台区的拓扑关系。其中,拓扑关系包括户变关系、相序关系与线户关系。
其中,拓扑关系识别优化模型与任一相低压出线首端的总有功电流值及待识别电表的总有功电流值的误差平方和对应。
低压配电中存在节点电流定律,即低压台区任一相低压出线首端的电流值等于该低压出线上所有电表流经的电流值之和。基于节点电流定律,将任一相低压出线首端的有功电流值及待识别电表的有功电流值输入拓扑关系识别优化模型中,并根据该模型输出的结果来识别出待识别电表归属的某相低压出线,能够获得低压台区的拓扑关系。
上述的基于电流优化匹配的低压台区拓扑关系识别方法中,根据低压台区中节点电流定律的特性,即低压台区低压侧母线每一回出线首端流经的电流值等于该出线上所有电表流经的电流值之和。基于此,首先通过获取低压台区的任一相低压出线首端的电力参数及待识别电表的电力参数,然后根据两者的电力参数计算对应的有功电流值,接着将两者的有功电流值输入至低压台区的拓扑关系识别优化模型中,并根据模型输出的结果则可以获得低压台区的拓扑关系。相较于现有的台区识别方法,本发明的识别方法能够在不增加额外终端设备的前提下,实现低压台区拓扑关系的识别,提高低压台区运维管理的水平,因此,本发明具有操作方便、电力公司人力识别成本低、识别效率高的特点。
图2为本发明的基于电流优化匹配的低压台区拓扑关系识别方法在另一个实施例中的流程示意图。如图2所示,在步骤102获取低压台区任一相低压出线首端的电力参数及待识别电表的电力参数之前,识别方法还包括以下步骤:
步骤202,获取低压台区的集中器抄表目录及与低压台区相邻多台区的集中器抄表目录。其中,集中器抄表目录包括任一相低压出线首端和待识别电表的档案信息,档案信息用于获取任一相低压出线首端的电力参数和待识别电表的电力参数。
集中器分别与低压台区任一相低压出线首端、多个待识别电表连接,并可以获取其对应的任一相低压出线首端和多个待识别电表上的电力参数。集中器的抄表目录包括任一相低压出线首端和待识别电表的档案信息。其中,以集中器抄表目录中包含的所有电表作为待识别电表集合。在其中一个实施例中,通过获取集中器的抄表目录,即可通过档案信息读取出任一相低压出线首端的电力参数和待识别电表的电力参数。例如,选取典型日的每15分钟采集一次集中器的抄表目录,则可以获取该典型日的1440分钟内,以15分钟为间隔、共96个时间断面内的任一相低压出线首端和待识别电表的电力参数。
在本实施例中,通过获取低压台区的集中器抄表目录,以及其相邻多台区的集中器抄表目录,即可获取任一相低压出线首端的电力参数和所有待识别电表的电力参数。由于集中器为现有的常规设备,因此,本实施例无需设置额外的检测设备来采集所有待识别电表的电力参数,节约了检测的成本。
图3为本发明的基于电流优化匹配的低压台区拓扑关系识别方法在其他实施例中的流程示意图。如图3所示,在步骤104根据任一相低压出线首端的电力参数及待识别电表的电力参数分别获取任一相低压出线首端的有功电流值及待识别电表的有功电流值的步骤之前,识别方法还包括以下步骤:
步骤302,根据预设的数据清洗方法清洗任一相低压出线首端的电力参数及待识别电表的电力参数。
在获取到的任一相低压出线首端的电力参数及待识别电表的电力参数中,存在缺漏值、异常值、噪音、重复值等数据。具体的,数据清洗是对任一相低压出线首端的电力参数以及待识别电表的电力参数中进行更正、填补、剔除等的操作行为,以提升获取到的任一相低压出线首端的电力参数以及待识别电表的电力参数的质量,使之便于后续的数据挖掘,同时也会加强数据的统一性。
在其中一个实施例中,步骤302根据预设的数据清洗方法清洗任一相低压出线首端的电力参数及待识别电表的电力参数,包括以下步骤:
处理缺漏值以及处理异常值。
其中,预设的数据清洗方法包括缺漏数据处理方法,例如均值填补法、热卡填补法、最近距离决定填补法、回归填补法等。以均值填补法为例,根据缺漏值的属性相关系数最大的属性,把电力参数分成几个组,然后分别计算每个组的均值,并用这些均值替换缺漏值。再以热卡填补法为例,采用相关系数矩阵来确定某一变量(如变量Y)与缺失值所在变量(如变量X)最相关,然后把所有变量按Y的取值大小进行排序,并用排在缺失值前面的数据值代替变量X的缺失值。
预设的数据清洗方法包括异常数据处理方法,例如统计分析法、箱型图分析法、原则法等。以统计分析法为例,对数据进行简单的描述性统计分析,在判断某个值超过合理的范围,即判断为异常值。
再以箱型图分析法为例,箱型图提供一种识别异常值的标准,如果一个值小于QL-1.5IQR或者大于QU+1.5IQR,则判断为异常值。其中,QL为下四分数,表示全部观察值中有四分之一的数据取值比它小,即从大到小排序时QL处于75%处;QU为上四分位数,表示全部观察值中有四分之一的数据取值比它大,即从大到小排序时QU处于25%处;IQR为四分位数间距,是上四分位数QU与下四分位数QL的差值,包含了全部观察值的一半。
请参阅图4,在其中一个实施例中,预设的数据清洗方法包括以下步骤:
步骤402,利用均值法填补缺漏的任一相低压出线首端的电流信息中电流值及待识别电表的电流信息中电流值。
其中,均值法基于以下公式(1):
其中,It表示t时间段缺漏的待识别电表的电流值或者任一相低压出线首端的电流值,It-1及It+1分别表示t-1时间段及t+1时间段的待识别电表的电流值或者任一相低压出线首端的电流值。
具体的,若待识别电表的电流值中存在缺漏值,按照上述均值法填补缺漏值。若任一相低压出线首端的电流值中存在缺漏值,也按照上述的均值法填补缺漏值。
步骤404,利用离群判断方法判断任一相低压出线首端的电流值及待识别电表的电流值是否为异常参数。
其中,离群判断方法基于以下公式(2):
μ-3σ≤It≤μ+3σ (2)
其中,μ表示待识别电表的电流均值或者任一相低压出线首端的电流均值;σ表示待识别电表的电流标准差或者任一相低压出线首端的电流标准差;
以上为原则法,若数据服从正态分布,在原则下,异常值为一种数据中与平均值的偏差超过3倍标准差的值。具体地,在t时间段的待识别电表的电流值与电流均值的偏差超过3倍电流标准差的值时,判断t时间段的待识别电表的电流值为异常参数。在t时间段的任一相低压出线首端的电流值电流均值的偏差超过3倍电流标准差的值时,判断t时间段的任一相低压出线首端的电流值为异常参数。
其中,基于以下公式(3)和(4),计算待识别电表的电流均值μ或者任一相低压出线首端的电流均值μ及待识别电表的电流标准差σ或者任一相低压出线首端的电流标准差σ:
其中,t表示任意时间段,T表示所有时间段的总数,It表示t时间段待识别电表的异常电流值或者任一相低压出线首端的异常电流值,t=1,2,...,T。
步骤406,根据均值法对异常参数进行均值替换。
具体的,在识别出t时间段的待识别电表的电流值中的异常参数时,根据t-1时间段及t+1时间段的待识别电表的异常电流值,采用上述的均值法公式,计算出t时间段的待识别电表的电流均值,以替换异常参数。同理,在识别出t时间段的任一相低压出线首端的电流值中的异常参数时,根据t-1时间段及t+1时间段的任一相低压出线首端的异常电流值,采用上述的均值法公式,计算出t时间段的任一相低压出线首端的电流均值,以替换异常参数。
请参阅图5,在其中一个实施例中,在步骤302根据预设的数据清洗方法清洗任一相低压出线首端的电力参数及待识别电表的电力参数的步骤之后,在步骤104根据任一相低压出线首端的电力参数及待识别电表的电力参数分别计算任一相低压出线首端的有功电流值及待识别电表的有功电流值的步骤之前,识别方法还包括以下步骤:
步骤502,获取低压台区的停电记录及待识别电表的停电记录。
其中,停电记录包括停电次数及各次停电发生、结束的时间信息。获取停电记录的次数可以为1次、2次、3次或者3次以上,在一个具体的实施例中,获取10次低压台区的停电记录及待识别电表的停电记录。
步骤504,根据低压台区的停电记录、待识别电表的停电记录、任一相低压出线首端的电压信息中电压值以及待识别电表的电压信息中电压值剔除非低压台区的待识别电表。
具体的,由于低压台区的停电记录与低压台区内的电表的停电记录存在一致性,因此,对比待识别电表的停电记录和低压台区的停电记录,可以识别出该待识别电表是否属于低压台区,若不属于,则剔除非低压台区的待识别电表,从而获得属于低压台区的待识别电表数据库。
此外,由于待识别电表的电压值不会大于其对应的该相低压出线的电压值,因此,对比某一相低压出线的电压值和待识别电表的电压值,可识别出该待识别电表是否属于该相低压出线。进一步地,通过对比低压台区中所有相低压出线的电压值,可识别出该待识别电表是否属于低压台区的三相相线,若不属于,则剔除非低压台区的待识别电表,从而获得属于低压台区的待识别电表集合。
在其中一个实施例,上述的两种对比步骤可以先后进行,例如先对比待识别电表的停电记录和低压台区的停电记录,然后对比任一相低压出线首端的电压值和待识别电表的电压值,反之也行,如此,能够更全面地剔除非低压台区的待识别电表。另外一个实施例,上述的两种对比步骤也可以同时进行。
请参阅图6,在其中一个实施例中,步骤504根据低压台区的停电记录、待识别电表的停电记录、任一相低压出线首端的电力参数以及待识别电表的电力参数剔除非低压台区的待识别电表,包括以下步骤:
步骤5042,对比低压台区的停电记录与所有待识别电表的停电记录,剔除与低压台区的停电记录不一致的待识别电表。
具体的,对比低压台区的停电记录与某一待识别电表的停电记录,可识别出该待识别电表是否属于低压台区。具体的,若低压台区的停电记录与某一待识别电表的停电记录一致,例如停电时段一致,则该待识别电表属于该低压台区。例如某一次低压台区的停电时间为上午9点至上午10点,待识别电表A的停电时间也为上午9点至上午10点,则待识别电表A属于该低压台区。若低压台区的停电记录与某一待识别电表的停电记录不一致,则该待识别电表不属于该低压台区,为非低压台区的电表。例如某一次低压台区的停电时间为上午9点至上午10点,待识别电表B的停电时间为上午10点至上午11点,则待识别电表B为非低压台区的电表。依次对比低压台区的停电记录与所有待识别电表的停电记录,可以剔除与低压台区的停电记录不一致的待识别电表,而获得属于低压台区的待识别电表集合。
步骤5044,对比剩余的待识别电表的电压信息中电压值与任一相低压出线首端的电压信息中电压值的大小,剔除均大于三相低压出线电压信息中电压值的待识别电表。
在其中一个例子中,在上述的低压台区的待识别电表集合中,进一步对比任一相低压出线首端的电压值与某一待识别电表的电压值,可识别出该待识别电表是否属于该相低压出线,并依次所有对比待识别电表的电压值与该相低压出线的电压值,可以剔除不属于该相低压出线的待识别电表,而获得属于该相低压出线的待识别电表集合。具体的,在某一时刻,若存在某一待识别电表的电压值小于某相低压出线的电压值,则判定该待识别电表属于该相低压出线。例如,在某一时刻,待识别电表A的电压值为U1,相低压出线的电压值为U2,U1小于U2,则待识别电表A属于相低压出线。对应的,在某一时刻,若存在某一待识别电表的电压值大于某相低压出线的电压值,则判定该待识别电表不属于该相低压出线。例如,在某一时刻,待识别电表B的电压值为U3,相低压出线的电压值为U2,U3大于U2,则待识别电表B不属于相低压出线。
在另一个例子中,进一步地,依次对比每一时间段内待识别电表的电压值与任一相低压出线首端的电压值,可识别出均不属于低压台区三相相线的待识别电表。具体的,对于属于低压台区三相相线的电表,电表的电压值在所有时间段内均小于低压台区对应相低压出线的电压值。基于此,若在某一时间段内,某一待识别电表的电压值小于三相低压出线的电压值,在另一时间段内,该待识别电表的电压值大于三相低压出线的电压值,则该待识别电表不属于低压台区三相相线中的任一相低压出线首端。因此,通过依次对比每一时间段内待识别电表的电压值与任一相低压出线首端的电压值,能够剔除不属于低压台区三相相线的待识别电表,从而获得属于低压台区三相相线的待识别电表集合。
请参阅图7,在其中一个实施例中,在步骤106根据任一相低压出线首端的有功电流值及待识别电表的有功电流值,以及低压台区的拓扑关系识别优化模型,确定低压台区的拓扑关系之前,还包括以下步骤:
步骤702,根据待识别电表的有功电流值获取所有时间断面内待识别电表的有功电流方差,并根据有功电流方差筛选出预设时间断面下待识别电表的有功电流值。
待识别电表的有功电流方差反映了在一时间段内所有待识别电表的有功电流值的离散程度,若方差大,则表明在该时间断面内待识别电表的有功电流值的离散程度越大,便于后续区分各个待识别电表的归属关系;若方差小,则表明在该时间断面内待识别电表的有功电流值的离散程度越小,不便后续区分各个待识别电表的归属关系。具体以图10为例,图10为本发明某一个实施例中的96个时间断面内所有待识别电表有功电流值的方差分布图。由图10可知,第66h至96h的时间断面对应的有功电流方差较大,0h至66h的时间断面较小。
预设时间断面为有功电流方差较大的时间断面,预设时间断面数为有功电流方差较大的多个预设时间断面的数量,例如可以为10个、15个、20个、30个、35个或者40个时间断面。再以图10为例,筛选出根据有功电流方差较大的30个时间断面,即第66h至96h的时间断面,则该30个时间断面内待识别电表的有功电流值与任一相低压出线首端的归属关系较易区分,便于快速获得拓扑关系。
则步骤106中根据任一相低压出线首端的有功电流值及待识别电表的有功电流值,以及低压台区的拓扑关系识别优化模型,确定低压台区的拓扑关系,包括以下步骤:
步骤704,根据任一相低压出线首端的有功电流值及预设时间断面下待识别电表的有功电流值,以及低压台区的拓扑关系识别优化模型,确定低压台区的拓扑关系。
根据筛选出预设时间断面内待识别电表的有功电流值,以及任一相低压出线首端的有功电流值,拓扑关系识别优化模型更加精确。
请参阅图8,在其中一个实施例中,步骤702根据待识别电表的有功电流值获取待识别电表的有功电流方差,并根据有功电流方差筛选出预设的时间断面中待识别电表的有功电流值,包括以下步骤:
步骤802,基于以下公式(5),根据待识别电表的有功电流值计算所有时间段面内所有待识别电表的有功电流方差:
其中,Vart表示t时间段的所有待识别电表的有功电流方差值,表示t时间段待识别电表k的有功电流值,T表示所有时间段的总数,K为待识别电表的总数。
步骤804,基于以下公式(6),对所有时间段内所有待识别电表的有功电流方差值进行降序排列,得到所有待识别电表的有功电流方差序列Var′t:
Var′1=max Vart,Var′T=min Vart,Var′1≥Var′2≥…≥Var′T (6)
步骤806,根据预设时间断面数以及待识别电表的有功电流方差值大小,从有功电流方差序列中筛选出前预设位时间断面下待识别电表的有功电流值。其中,预设位与预设时间断面数对应。
本实施例中,首先通过计算所有时间断面内所有待识别电表的有功电流方差,具体的,先计算每一个时间断面内所有待识别电表的有功电流方差,然后汇总所有时间断面内所有待识别电表的有功电流方差(如图10所示)。然后通过对所有时间断面内待识别电表的有功电流方差进行降序排列,获得待识别电表的有功电流方差序列。最后通过在有功电流方差序列中获取位于前预设位的有功电流方差,例如有功电流方差大的时间断面,从而筛选出预设时间断面中待识别电表的有功电流值。在一个例子中,在有功电流方差序列中,大于预设位的有功电流方差则被剔除。例如,预设时间断面数为30,预设位为30,则在有功电流方差序列中,筛选出位于前30位的有功电流方差,并剔除大于30位的有功电流方差。
请参阅图9,在其中一个实施例中,低压台区的拓扑关系识别优化模型建立如下:
步骤902,基于以下公式(7),建立任一相低压出线首端的总有功电流值与所有待识别电表的总有功电流值误差平方和最小的目标函数:
其中,T’表示预设时间断面总数;表示t时间段相低压出线i的有功电流值;表示t时间段待识别电表k的有功电流值;表示待识别电表与低压台区任一相低压出线首端拓扑归属关系的二进制变量,当等于1时,表示待识别电表k归属于相低压出线i,当等于0时,则表示待识别电表k不归属于相低压出线i。
步骤904,基于以下公式(8),建立所有待识别电表与任一相低压出线首端拓扑归属关系的约束条件:
其中,N表示配变低压出线总回数。
建立与任一相低压出线首端的总有功电流值与所有待识别电表的总有功电流值的差值在所筛选的时间断面内的平方和最小关系对应的目标函数。上述的约束条件保证每一块待识别电表不能同时归属于多条相线,只能归属于一条相线。具体的,通过将待识别电表和不同相低压出线的户线关系转化为待优化的0-1二进制变量,进一步基于节点电流定律构建混合整数二次规划模型,实现了低压台区拓扑关系识别。
进一步地,通过求解上述拓扑关系识别优化模型,即可得到低压台区的拓扑关系。具体的,在每一个时间断面内,依次将多个待识别电表进行组合,以使该组合中的所有待识别电表的总有功电流值与某一相低压出线的有功电流值的差值最小,则该组合中的待识别电表归属于该相低压出线的几率最大。进一步地,依次对所有时间断面内的待识别电表进行组合,并通过约束条件的筛选,最终得出台区内电表与不同相低压出线之间对应的拓扑关系。
在其中一个实施例中,可采用MATLAB软件求解上述拓扑关系识别优化模型。
综上,根据低压台区中节点电流定律的特性,即低压台区低压侧母线每一回出线首端流经的电流值等于该出线上所有电表流经的电流值之和。本发明将待识别电表与不同相低压出线的户线关系转化为待优化的0-1二进制变量,进一步基于节点电流定律构建混合整数二次规划模型,实现了低压台区拓扑关系识别。相对于其他台区识别的方法,本发明可识别包括电力载波通信和无线通信在内的低压台区拓扑关系,提高了低压台区运维管理的水平。同时,本发明也无需在低压配电网中增加采集终端,因此,本发明具有成本低、工程量小的特点。
以下是本发明方法的一个算例,假设某个低压台区有两条低压出线,每条低压出线有三条相线,即该台区共引出了6条相线。采集该台区及其相邻两台区内台区相线归属未定的150个智能电表用户数据,包括一天当中96个时间断面的电压信息、电流信息和功率因数值。
该台区内变压器低压侧母线出线的电压标幺值最大为1.099,而归属未定的150块智能电表电压值中,有42块电表的电压标幺值高于1.099,因此可以判断这42块智能电表一定不属于该台区,剔除该42块智能电表,则剩余108块电表(如表1所示)。
将电表电流值与功率因数进行乘积,可以得到剩下的108块电表在96个时间断面内的有功电流值。然后对96个时间断面内所有电表的有功电流值求方差,如图10所示,并取方差最大的前30个时间断面,剔除掉其他的时间断面内的数据。
对剩下的时间断面进行重新排序并编号为1~30,整理得到该30个时间断面内108块电表的有功电流值如图11所示。而本台区内6条相线(依次为:L1为相线1,L2为相线2,L3为相线3,L4为相线4,L5为相线5,L6为相线6)在对应时段内的有功电流值如图12所示。
采用MATLAB软件求解优化模型,得到智能电表与变压器的归属情况如下表1所示。经过检验,该结果正确反映了低压台区内电表与不同相线之间对应的拓扑关系。
表1
综上所述,通过对低压台区的建模仿真,说明采用本发明提供的基于节点电流定律的低压台区拓扑关系识别的方法的有效性。
应该理解的是,虽然图1-9的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-9中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
根据上述本发明的基于电流优化匹配的低压台区拓扑关系识别方法,本发明还提供一种基于电流优化匹配的低压台区拓扑关系识别装置,下面结合附图及较佳实施例对本发明的基于电流优化匹配的低压台区拓扑关系识别装置进行详细说明。
请参阅图13,基于电流优化匹配的低压台区拓扑关系识别装置100包括:电力参数获取模块10、有功电流值获取模块20及确定模块30,其中:
电力参数获取模块10用于获取低压台区任一相低压出线首端的电力参数及待识别电表的电力参数。电力参数包括电压信息、电流信息及功率因数信息;
有功电流值获取模块20用于根据任一相低压出线首端的电力参数及待识别电表的电力参数分别计算任一相低压出线首端的有功电流值及待识别电表的有功电流值。
确定模块30用于根据任一相低压出线首端的有功电流值及待识别电表的有功电流值,以及低压台区的拓扑关系识别优化模型,确定低压台区的拓扑关系。拓扑关系包括户变关系、相序关系与线户关系。
上述的基于电流优化匹配的低压台区拓扑关系识别装置中,根据低压台区中节点电流定律的特性,即低压台区低压侧母线每一回出线首端流经的电流值等于该出线上所有电表流经的电流值之和。基于此,通过电力参数获取模块10获取低压台区的任一相低压出线首端的电力参数及待识别电表的电力参数,然后通过有功电流值获取模块20根据两者的电力参数计算对应的有功电流值,接着确定模块30将两者的有功电流值输入至低压台区的拓扑关系识别优化模型中,并根据模型输出的结果则可以获得低压台区的拓扑关系。相较于现有的台区识别方法,本发明的识别装置能够在不增加额外终端设备的前提下,实现低压台区拓扑关系的识别,提高低压台区运维管理的水平,因此,本发明具有操作方便、电力公司人力识别成本低、识别效率高的特点。
关于基于电流优化匹配的低压台区拓扑关系识别装置的具体限定可以参见上文中对于基于电流优化匹配的低压台区拓扑关系识别方法的限定,在此不再赘述。上述基于电流优化匹配的低压台区拓扑关系识别装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
本发明还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
步骤102,获取低压台区任一相低压出线首端的电力参数及待识别电表的电力参数。电力参数包括电压信息、电流信息及功率因数信息;
步骤104,根据任一相低压出线首端的电力参数及待识别电表的电力参数分别计算任一相低压出线首端的有功电流值及待识别电表的有功电流值。
步骤106,根据任一相低压出线首端的有功电流值及待识别电表的有功电流值,以及低压台区的拓扑关系识别优化模型,确定低压台区的拓扑关系。拓扑关系包括户变关系、相序关系与线户关系。
在其中一个实施例中,该处理器执行计算机程序时还实现上述其他所有所述实施例中识别方法的步骤。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
步骤102,获取低压台区的任一相低压出线首端的电力参数及待识别电表的电力参数;电力参数包括电压信息、电流信息及功率因数信息。
步骤104,根据任一相低压出线首端的电力参数及待识别电表的电力参数分别获取低压台区的任一相低压出线首端的有功电流值及待识别电表的有功电流值。
步骤106,根据任一相低压出线首端的有功电流值及待识别电表的有功电流值,获取低压台区的拓扑关系识别优化模型,并根据拓扑关系识别优化模型,获取低压台区的拓扑关系。
在其中一个实施例中,计算机程序被处理器执行时还实现上述其他所有所述实施例中识别方法的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于电流优化匹配的低压台区拓扑关系识别方法,其特征在于,所述低压台区拓扑关系识别方法包括:
获取所述低压台区任一相低压出线首端的电力参数及待识别电表的电力参数;所述电力参数包括电压信息、电流信息及功率因数信息;
根据所述任一相低压出线首端的电力参数及所述待识别电表的电力参数分别计算所述任一相低压出线首端的有功电流值及所述待识别电表的有功电流值;
根据所述任一相低压出线首端的有功电流值及所述待识别电表的有功电流值,以及所述低压台区的拓扑关系识别优化模型,确定所述低压台区的拓扑关系;所述拓扑关系包括户变关系、相序关系与线户关系。
2.根据权利要求1所述的低压台区拓扑关系识别方法,其特征在于,在获取所述低压台区任一相低压出线首端的电力参数及待识别电表的电力参数的步骤之前,还包括:
获取所述低压台区的集中器抄表目录及与所述低压台区相邻多台区的集中器抄表目录;所述集中器抄表目录包括所述任一相低压出线首端和所述待识别电表的档案信息,所述档案信息用于获取所述任一相低压出线首端的电力参数和所述待识别电表的电力参数。
3.根据权利要求1所述的低压台区拓扑关系识别方法,其特征在于,在根据所述任一相低压出线首端的电力参数及所述待识别电表的电力参数分别计算所述任一相低压出线首端的有功电流值及所述待识别电表的有功电流值的步骤之前,还包括:
根据预设的数据清洗方法清洗所述任一相低压出线首端的电力参数及所述待识别电表的电力参数;
其中,所述数据清洗方法包括:
利用均值法填补缺漏的所述任一相低压出线首端的电流信息中电流值及所述待识别电表的电流信息中电流值;
其中,所述均值法基于以下公式:
其中,It表示t时间段缺漏的所述待识别电表的电流值或者所述任一相低压出线首端的电流值,It-1及It+1分别表示t-1时间段及t+1时间段的所述待识别电表的电流值或者所述任一相低压出线首端的电流值;
利用离群判断方法判断所述任一相低压出线首端的电流值及所述待识别电表的电流值是否为异常参数;
其中,所述离群判断方法基于以下公式:
μ-3σ≤I′t≤μ+3σ (2)
其中,μ表示所述待识别电表的电流均值或者所述任一相低压出线首端的电流均值;σ表示所述待识别电表的电流标准差或者所述任一相低压出线首端的电流标准差;
其中,基于以下公式,计算所述待识别电表的电流均值或者所述任一相低压出线首端的电流均值μ及所述待识别电表的电流标准差或者所述任一相低压出线首端的电流标准差σ:
其中,t表示任意时间段,T表示所有时间段的总数,I′t表示t时间段所述待识别电表的异常电流值或者所述任一相低压出线首端的异常电流值,t=1,2,...,T;
根据均值法对所述异常参数进行均值替换。
4.根据权利要求3所述的低压台区拓扑关系识别方法,其特征在于,在根据预设的数据清洗方法清洗所述任一相低压出线首端的电力参数及所述待识别电表的电力参数的步骤之后,在所述根据所述任一相低压出线首端的电力参数及所述待识别电表的电力参数分别计算所述任一相低压出线首端的有功电流值及所述待识别电表的有功电流值的步骤之前,还包括:
获取所述低压台区的停电记录及所述待识别电表的停电记录;所述停电记录包括停电次数及各次停电发生、结束的时间信息;
根据所述低压台区的停电记录、所述待识别电表的停电记录、所述任一相低压出线首端的电压信息中电压值以及所述待识别电表的电压信息中电压值剔除非低压台区的待识别电表。
5.根据权利要求4所述的低压台区拓扑关系识别方法,其特征在于,所述根据所述低压台区的停电记录、所述待识别电表的停电记录、所述任一相低压出线首端的电压信息以及所述待识别电表的电压信息剔除非低压台区的待识别电表的步骤,包括:
对比所述低压台区的停电记录与所有所述待识别电表的停电记录,剔除与所述低压台区的停电记录不一致的待识别电表;
对比剩余的所述待识别电表的电压信息中电压值与所述任一相低压出线首端的电压信息中电压值的大小,剔除均大于三相低压出线电压信息中电压值的待识别电表。
6.根据权利要求1所述的低压台区拓扑关系识别方法,其特征在于,在根据所述任一相低压出线首端的有功电流值及所述待识别电表的有功电流值,以及所述低压台区的拓扑关系识别优化模型,确定所述低压台区的拓扑关系的步骤之前,还包括:
基于以下公式,根据所述待识别电表的有功电流值计算所有时间断面内所有所述待识别电表的有功电流方差:
其中,Vart表示t时间段的所有所述待识别电表的有功电流方差值,表示所述t时间段待识别电表k的有功电流值,T表示所有时间段的总数,K为所述待识别电表的总数;
基于以下公式,对所有时间段内所有所述待识别电表的有功电流方差值进行降序排列,得到所有所述待识别电表的有功电流方差序列Var′t:
Var′1=max Vart,Var′T=min Vart,Var′1≥Var′2≥…≥Var′T (6)
根据预设时间断面数以及所述待识别电表的有功电流方差值大小,从所述有功电流方差序列中筛选出前预设位时间断面下所述待识别电表的有功电流值;其中,所述预设位与所述预设时间断面数对应。
7.根据权利要求6所述的低压台区拓扑关系识别方法,其特征在于,所述低压台区的拓扑关系识别优化模型建立如下:
基于以下公式,建立所述任一相低压出线首端的总有功电流值与所有所述待识别电表的总有功电流值误差平方和最小的目标函数:
其中,T’表示所述预设时间断面总数;表示t时间段相低压出线i的有功电流值;表示所述t时间段待识别电表k的有功电流值;表示所述待识别电表与所述低压台区任一相低压出线首端拓扑归属关系的二进制变量,当等于1时,表示待识别电表k归属于相低压出线i,当等于0时,则表示待识别电表k不归属于相低压出线i;
基于以下公式,建立所述所有待识别电表与所述任一相低压出线首端拓扑归属关系的约束条件:
其中,N表示配变低压出线总回数。
8.一种基于电流优化匹配的低压台区拓扑关系识别装置,其特征在于,包括:
电力参数获取模块,用于获取所述低压台区任一相低压出线首端的电力参数及待识别电表的电力参数;所述电力参数包括电压信息、电流信息及功率因数信息;
有功电流值获取模块,用于根据所述任一相低压出线首端的电力参数及所述待识别电表的电力参数分别计算所述任一相低压出线首端的有功电流值及所述待识别电表的有功电流值;
确定模块,用于根据所述任一相低压出线首端的有功电流值及所述待识别电表的有功电流值,以及所述低压台区的拓扑关系识别优化模型,确定所述低压台区的拓扑关系;所述拓扑关系包括户变关系、相序关系与线户关系。
9.一种计算机设备,包括存储器及处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910676333.9A CN110389269B (zh) | 2019-07-25 | 2019-07-25 | 基于电流优化匹配的低压台区拓扑关系识别方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910676333.9A CN110389269B (zh) | 2019-07-25 | 2019-07-25 | 基于电流优化匹配的低压台区拓扑关系识别方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110389269A true CN110389269A (zh) | 2019-10-29 |
CN110389269B CN110389269B (zh) | 2021-08-31 |
Family
ID=68287374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910676333.9A Active CN110389269B (zh) | 2019-07-25 | 2019-07-25 | 基于电流优化匹配的低压台区拓扑关系识别方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110389269B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111008510A (zh) * | 2019-12-04 | 2020-04-14 | 北京中宸泓昌科技有限公司 | 一种台区内电表识别方法及判断电表所属台区的方法 |
CN111221811A (zh) * | 2020-02-15 | 2020-06-02 | 光一科技股份有限公司 | 一种基于集抄系统的低压配电网络线路参数估计方法 |
CN111505446A (zh) * | 2020-05-25 | 2020-08-07 | 广州市奔流电力科技有限公司 | 台区空房用户线户关系识别方法、装置和设备 |
CN111505443A (zh) * | 2020-05-13 | 2020-08-07 | 广州市奔流电力科技有限公司 | 低压台区线户关系识别方法、装置和计算机设备 |
CN111879983A (zh) * | 2020-07-31 | 2020-11-03 | 广东电网有限责任公司计量中心 | 一种台区户变与相序关系识别方法、装置、设备及介质 |
CN111881415A (zh) * | 2020-07-31 | 2020-11-03 | 广东电网有限责任公司计量中心 | 一种台区相序与线户关系识别方法及装置 |
CN112216090A (zh) * | 2020-08-27 | 2021-01-12 | 杭州华春科技有限公司 | 一种新建小区拓扑生成与户变验收装置及方法 |
CN112382076A (zh) * | 2020-11-12 | 2021-02-19 | 贵州电网有限责任公司 | 一种台区电能表拓扑信息获取设备和操作方法 |
CN112615375A (zh) * | 2020-12-24 | 2021-04-06 | 华南理工大学 | 一种融合智能开关的低压台区多级分支线户识别方法 |
CN113806899A (zh) * | 2021-09-17 | 2021-12-17 | 广东电网有限责任公司 | 一种配电网拓扑关系的识别方法、装置及移动终端 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100443906C (zh) * | 2002-03-26 | 2008-12-17 | Abb瑞士有限公司 | 变电站内电流互感器的似真性检查 |
CN102208807A (zh) * | 2011-01-25 | 2011-10-05 | 中国电力科学研究院 | 基于精确量测负荷数据的中低压配电网能效评估方法 |
CN103001220A (zh) * | 2012-12-25 | 2013-03-27 | 辽宁省电力有限公司沈阳供电公司 | 一种基于最优匹配回路功率的配电网拓扑结构辨识方法 |
CN103413044A (zh) * | 2013-08-13 | 2013-11-27 | 东北电网有限公司 | 一种基于变电站量测信息的电力系统局部拓扑估计方法 |
CN103823140A (zh) * | 2014-02-27 | 2014-05-28 | 华北电力大学 | 基于道路-回路方程的电网拓扑错误辨识系统及其方法 |
CN104505820A (zh) * | 2014-10-24 | 2015-04-08 | 广东工业大学 | 基于多信息关联利用的配电网智能重构方法 |
CN104600699A (zh) * | 2015-01-27 | 2015-05-06 | 清华大学 | 一种基于混合整数二次规划模型的配电网结构估计方法 |
CN105262084A (zh) * | 2015-10-27 | 2016-01-20 | 国网山东省电力公司电力科学研究院 | 一种基于自适应模型预测控制的电压紧急控制方法 |
CN109217478A (zh) * | 2018-11-19 | 2019-01-15 | 深圳市均方根科技有限公司 | 低压台区拓扑关系识别方法、集中器以及存储介质 |
-
2019
- 2019-07-25 CN CN201910676333.9A patent/CN110389269B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100443906C (zh) * | 2002-03-26 | 2008-12-17 | Abb瑞士有限公司 | 变电站内电流互感器的似真性检查 |
CN102208807A (zh) * | 2011-01-25 | 2011-10-05 | 中国电力科学研究院 | 基于精确量测负荷数据的中低压配电网能效评估方法 |
CN103001220A (zh) * | 2012-12-25 | 2013-03-27 | 辽宁省电力有限公司沈阳供电公司 | 一种基于最优匹配回路功率的配电网拓扑结构辨识方法 |
CN103413044A (zh) * | 2013-08-13 | 2013-11-27 | 东北电网有限公司 | 一种基于变电站量测信息的电力系统局部拓扑估计方法 |
CN103823140A (zh) * | 2014-02-27 | 2014-05-28 | 华北电力大学 | 基于道路-回路方程的电网拓扑错误辨识系统及其方法 |
CN104505820A (zh) * | 2014-10-24 | 2015-04-08 | 广东工业大学 | 基于多信息关联利用的配电网智能重构方法 |
CN104600699A (zh) * | 2015-01-27 | 2015-05-06 | 清华大学 | 一种基于混合整数二次规划模型的配电网结构估计方法 |
CN105262084A (zh) * | 2015-10-27 | 2016-01-20 | 国网山东省电力公司电力科学研究院 | 一种基于自适应模型预测控制的电压紧急控制方法 |
CN109217478A (zh) * | 2018-11-19 | 2019-01-15 | 深圳市均方根科技有限公司 | 低压台区拓扑关系识别方法、集中器以及存储介质 |
Non-Patent Citations (4)
Title |
---|
DONG DAIFENG: "Topologically state-independent and dependent functional connectivity patterns in current and remitted depression", 《JOURNAL OF AFFECTIVE DISORDERS》 * |
张晋芳: "基于广义基尔霍夫电流定律的电网系统拓扑分析新算法", 《电力自动化设备》 * |
李源林: "顾及空间约束的户变关系识别与调整方法", 《电脑知识与技术》 * |
青志明: "基于电表数据的户变关系与计量异常识别装置研制及应用", 《科学技术与创新》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111008510B (zh) * | 2019-12-04 | 2023-06-30 | 北京中宸泓昌科技有限公司 | 一种台区内电表识别方法及判断电表所属台区的方法 |
CN111008510A (zh) * | 2019-12-04 | 2020-04-14 | 北京中宸泓昌科技有限公司 | 一种台区内电表识别方法及判断电表所属台区的方法 |
CN111221811A (zh) * | 2020-02-15 | 2020-06-02 | 光一科技股份有限公司 | 一种基于集抄系统的低压配电网络线路参数估计方法 |
CN111505443A (zh) * | 2020-05-13 | 2020-08-07 | 广州市奔流电力科技有限公司 | 低压台区线户关系识别方法、装置和计算机设备 |
CN111505446A (zh) * | 2020-05-25 | 2020-08-07 | 广州市奔流电力科技有限公司 | 台区空房用户线户关系识别方法、装置和设备 |
CN111879983A (zh) * | 2020-07-31 | 2020-11-03 | 广东电网有限责任公司计量中心 | 一种台区户变与相序关系识别方法、装置、设备及介质 |
CN111881415A (zh) * | 2020-07-31 | 2020-11-03 | 广东电网有限责任公司计量中心 | 一种台区相序与线户关系识别方法及装置 |
CN111881415B (zh) * | 2020-07-31 | 2023-07-04 | 广东电网有限责任公司计量中心 | 一种台区相序与线户关系识别方法及装置 |
CN111879983B (zh) * | 2020-07-31 | 2023-05-23 | 广东电网有限责任公司计量中心 | 一种台区户变与相序关系识别方法、装置、设备及介质 |
CN112216090A (zh) * | 2020-08-27 | 2021-01-12 | 杭州华春科技有限公司 | 一种新建小区拓扑生成与户变验收装置及方法 |
CN112216090B (zh) * | 2020-08-27 | 2024-01-30 | 杭州华春科技有限公司 | 一种新建小区拓扑生成与户变验收装置及方法 |
CN112382076A (zh) * | 2020-11-12 | 2021-02-19 | 贵州电网有限责任公司 | 一种台区电能表拓扑信息获取设备和操作方法 |
CN112615375A (zh) * | 2020-12-24 | 2021-04-06 | 华南理工大学 | 一种融合智能开关的低压台区多级分支线户识别方法 |
CN112615375B (zh) * | 2020-12-24 | 2023-04-21 | 华南理工大学 | 一种融合智能开关的低压台区多级分支线户识别方法 |
CN113806899B (zh) * | 2021-09-17 | 2023-06-30 | 广东电网有限责任公司 | 一种配电网拓扑关系的识别方法、装置及移动终端 |
CN113806899A (zh) * | 2021-09-17 | 2021-12-17 | 广东电网有限责任公司 | 一种配电网拓扑关系的识别方法、装置及移动终端 |
Also Published As
Publication number | Publication date |
---|---|
CN110389269B (zh) | 2021-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110389269A (zh) | 基于电流优化匹配的低压台区拓扑关系识别方法及其装置 | |
CN111505433B (zh) | 一种低压台区户变关系纠错及相位识别方法 | |
CN110376469B (zh) | 台区相序与线户关系识别方法及其装置 | |
CN111817291B (zh) | 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) | 一种台区户变关系校验方法及系统 | |
CN111061821A (zh) | 基于改进k值聚类算法的低压配电网拓扑校验方法及系统 | |
CN112749509B (zh) | 一种基于lstm神经网络的智能变电站故障诊断方法 | |
CN110727662A (zh) | 基于相关性分析的低压台区用户相位识别方法和系统 | |
CN102141950A (zh) | 一种智能变电站测控装置联闭锁逻辑验证方法 | |
CN107370147A (zh) | 一种基于ami数据分析的配电网拓扑修正方法 | |
CN110687473B (zh) | 一种智能变电站继电保护测试故障定位方法及系统 | |
CN110687361A (zh) | 一种用于识别低压配网台区相序的方法及系统 | |
CN113985339B (zh) | 智能电表的误差诊断方法及系统、设备、存储介质 | |
CN113189418B (zh) | 一种基于电压数据的拓扑关系识别方法 | |
Lo et al. | Non-technical loss detection using smart distribution network measurement data | |
CN111999692B (zh) | 一种多表误差的校准方法和装置 | |
CN113592343A (zh) | 二次系统的故障诊断方法、装置、设备和存储介质 | |
CN107832927A (zh) | 基于灰色关联分析法的10kV线路线变关系评价方法 | |
CN112308459A (zh) | 电网户变关系的识别方法及识别装置、电子设备 | |
CN113591393A (zh) | 智能变电站的故障诊断方法、装置、设备和存储介质 | |
CN112258337A (zh) | 一种自我补全修正的基站能耗模型预测方法 | |
CN110739692B (zh) | 一种基于概率图模型的配电网结构识别方法 | |
CN112510817A (zh) | 一种台区低压拓扑关系智能识别方法 | |
Zhu et al. | Cost-effective bad synchrophasor data detection based on unsupervised time-series data analytic | |
CN116011158A (zh) | 一种低压台区的拓扑识别方法、系统及装置 |
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 |