CN111210149B - 一种配电网拓扑识别方法及装置 - Google Patents

一种配电网拓扑识别方法及装置 Download PDF

Info

Publication number
CN111210149B
CN111210149B CN202010011169.2A CN202010011169A CN111210149B CN 111210149 B CN111210149 B CN 111210149B CN 202010011169 A CN202010011169 A CN 202010011169A CN 111210149 B CN111210149 B CN 111210149B
Authority
CN
China
Prior art keywords
electric energy
sub
energy meter
meters
main
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
Application number
CN202010011169.2A
Other languages
English (en)
Other versions
CN111210149A (zh
Inventor
刘庆永
贾福康
张玉
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.)
Henan Kangpai Intelligent Technology Co ltd
Original Assignee
Henan Kangpai Intelligent Technology Co ltd
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 Henan Kangpai Intelligent Technology Co ltd filed Critical Henan Kangpai Intelligent Technology Co ltd
Priority to CN202010011169.2A priority Critical patent/CN111210149B/zh
Publication of CN111210149A publication Critical patent/CN111210149A/zh
Application granted granted Critical
Publication of CN111210149B publication Critical patent/CN111210149B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Water Supply & Treatment (AREA)
  • Development Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing Electric Properties And Detecting Electric Faults (AREA)

Abstract

本发明涉及一种配电网拓扑识别方法及装置，属于电力系统数据处理和应用技术领域。方法包括：获取所有主电能表和子电能表的时序列表，所述时序列表包括采样的时刻以及对应的电能值；根据同一时刻下，任意一个主电能表的电能值等于所有子电能表的电能值的加权求和，得到每个子电能表相对于每个主电能表的权重；若某个子电能表相对于某个主电能表的权重大于零，且该子电能表相对于该主电能表的权重为该子电能表相对于所有主电能表的权重的最大值，则判断该子电能表与该主电能表连接。本发明可以准确的判定子电能表与主电能表连接关系，确定子电能表和主电能表的连接关系后，进行改造时，可以针对性的进行停电改造，避免损失过大。

Description

一种配电网拓扑识别方法及装置
技术领域
本发明涉及一种配电网拓扑识别方法及装置，属于电力系统数据处理和应用技术领域。
背景技术
随着社会经济的发展、人口的增长以及技术的进步，电网的规模日益增大，特别是配电网络。相比较于电网中的输电网络，配电系统更加复杂。
配电系统中存在一些特殊场合，比如改造场合中；随着配电系统复杂程度的增加，改造的难度也在增加，许多设备因年代久远，无法具体去统计父表和字表在网络中详细的连接关系，在没有确定父表和字表的连接关系后，无法针对性的对设备进行更换改造，进行改造时，必须将配电系统进行大规模的停电后才能保证改造的安全，导致改造时损失较大，因此必须对配电系统中父表和子表的连接关系进行明确。
发明内容
本申请的目的在于提供一种配电网拓扑识别方法及装置，用以解决现有配电系统中父表和字表关系不明确导致改造损失较大的问题。
为实现上述目的，本发明提出一种配电网拓扑识别方法，包括以下步骤：
1)获取所有主电能表和子电能表的时序列表，所述时序列表包括采样的时刻以及对应的电能值；
2)根据同一时刻下，任意一个主电能表的电能值等于所有子电能表的电能值的加权求和，将步骤1)所获取的时序列表代入，解算权重值，得到每个子电能表相对于每个主电能表的权重；
3)若某个子电能表相对于某个主电能表的权重大于零，且该子电能表相对于该主电能表的权重为该子电能表相对于所有主电能表的权重的最大值，则判断该子电能表与该主电能表连接。
有益效果是：本发明根据在同一时刻下，任意一个主电能表的电能值等于所有子电能表的电能值的加权求和，对每个子电能表相对于每个主电能表的权重进行计算，通过权重值的大小判断主电能表和子电能表的关系，如果权重值小于等于零，则判定该子电能表与该主电能表无关，如果在该子电能表相对于两个以上的主电能表的权重都大于零的情况下，相对于哪个主电能表的权重最大，则表明该子电能表与该主电能表的关联最大，判定该子电能表与该主电能表连接，确定子电能表和主电能表的连接关系后，进行改造时，可以针对性的进行停电改造，避免损失过大。
进一步的，为了保证权重计算的可靠性，若子电能表的数量为n个，则至少获取n个时刻的主电能表和子电能表的电能值，以构成子电能表矩阵和主电能表矩阵，进而得到每个子电能表相对于每个主电能表的权重。
进一步的，为了提高权重值的计算的准确性，设定获取t个时刻的主电能表和子电能表的电能值，t＞n，主电能表的数量为m个，m＜n，则每个子电能表相对于每个主电能表的权重为：
其中，A11、A12、A13、…、A1n为编号为1、2、3、…、n的子电能表相对于编号为1的主电能表的权重；A21、A22、A23、…、A2n为编号为1、2、3、…、n的子电能表相对于编号为2的主电能表的权重；Am1、Am2、Am3、…、Amn为编号为1、2、3、…、n的子电能表相对于编号为m的主电能表的权重；X11、X12、X13、…、X1t为编号为1的子电能表在第1、2、3、…、t个时刻的电能值；X21、X22、X23、…、Xt为编号为2的子电能表在第1、2、3、…、t个时刻的电能值；X31、X32、X33、…、X3t为编号为3的子电能表在第1、2、3、…、t个时刻的电能值；Xn1、Xn2、Xn3、…、Xnt为编号为n的子电能表在第1、2、3、…、t个时刻的电能值；Y11、Y12、Y13、…、Y1t为编号为1的子电能表在第1、2、3、…、t个时刻的电能值；Y21、Y22、Y23、…、Y2t为编号为2的子电能表在第1、2、3、…、t个时刻的电能值；Ym1、Ym2、Ym3、…、Ymt为编号为m的子电能表在第1、2、3、…、t个时刻的电能值。
另外，本发明还提出一种配电网拓扑识别装置，包括处理器、存储器以及存储在所述存储器中并可在处理器上运行的计算机程序，所述处理器在执行所述计算机程序时实现以下步骤：
1)获取所有主电能表和子电能表的时序列表，所述时序列表包括采样的时刻以及对应的电能值；
2)根据同一时刻下，任意一个主电能表的电能值等于所有子电能表的电能值的加权求和，将步骤1)所获取的时序列表代入，解算权重值，得到每个子电能表相对于每个主电能表的权重；
3)若某个子电能表相对于某个主电能表的权重大于零，且该子电能表相对于该主电能表的权重为该子电能表相对于所有主电能表的权重的最大值，则判断该子电能表与该主电能表连接。
有益效果：本发明根据在同一时刻下，任意一个主电能表的电能值等于所有子电能表的电能值的加权求和，对每个子电能表相对于每个主电能表的权重进行计算，通过权重值的大小判断主电能表和子电能表的关系，如果权重值小于等于零，则判定该子电能表与该主电能表无关，如果在该子电能表相对于两个以上的主电能表的权重都大于零的情况下，相对于哪个主电能表的权重最大，则表明该子电能表与该主电能表的关联最大，判定该子电能表与该主电能表连接，确定子电能表和主电能表的连接关系后，进行改造时，可以针对性的进行停电改造，避免损失过大。
进一步的，为了保证权重计算的可靠性，若子电能表的数量为n个，则至少获取n个时刻的主电能表和子电能表的电能值，以构成子电能表矩阵和主电能表矩阵，进而得到每个子电能表相对于每个主电能表的权重。
进一步的，为了提高权重值的计算的准确性，设定获取t个时刻的主电能表和子电能表的电能值，t＞n，主电能表的数量为m个，m＜n，则每个子电能表相对于每个主电能表的权重为：
其中，A11、A12、A13、…、A1n为编号为1、2、3、…、n的子电能表相对于编号为1的主电能表的权重；A21、A22、A23、…、A2n为编号为1、2、3、…、n的子电能表相对于编号为2的主电能表的权重；Am1、Am2、Am3、…、Amn为编号为1、2、3、…、n的子电能表相对于编号为m的主电能表的权重；X11、X12、X13、…、X1t为编号为1的子电能表在第1、2、3、…、t个时刻的电能值；X21、X22、X23、…、Xt为编号为2的子电能表在第1、2、3、…、t个时刻的电能值；X31、X32、X33、…、X3t为编号为3的子电能表在第1、2、3、…、t个时刻的电能值；Xn1、Xn2、Xn3、…、Xnt为编号为n的子电能表在第1、2、3、…、t个时刻的电能值；Y11、Y12、Y13、…、Y1t为编号为1的子电能表在第1、2、3、…、t个时刻的电能值；Y21、Y22、Y23、…、Y2t为编号为2的子电能表在第1、2、3、…、t个时刻的电能值；Ym1、Ym2、Ym3、…、Ymt为编号为m的子电能表在第1、2、3、…、t个时刻的电能值。
附图说明
图1是本发明配电网拓扑识别方法的流程图。
具体实施方式
配电网拓扑识别方法实施例：
本实施例提出的配电网拓扑识别方法，
1)获取所有主电能表和子电能表的时序列表，时序列表包括采样的时刻以及对应的电能值；
2)根据同一时刻下，任意一个主电能表的电能值等于所有子电能表的电能值的加权求和，将步骤1)所获取的时序列表代入，解算权重值，得到每个子电能表相对于每个主电能表的权重；
具体的：若子电能表的数量为n个，编号分别为子电能表1、子电能表2、子电能表3、…、子电能表n；则至少获取n个时刻的主电能表和子电能表的电能值，本实施例中获取t个时刻，分别为时刻1、时刻2、时刻3、…、时刻t；主电能表的数量为m个，编号分别为主电能表1、主电能表2、…、主电能表m；以构成子电能表矩阵和主电能表矩阵：
子电能表的矩阵X为：
其中，X11、X12、X13、…、X1t为编号为1的子电能表在第1、2、3、…、t个时刻的电能值；X21、X22、X23、…、Xt为编号为2的子电能表在第1、2、3、…、t个时刻的电能值；X31、X32、X33、…、X3t为编号为3的子电能表在第1、2、3、…、t个时刻的电能值；Xn1、Xn2、Xn3、…、Xnt为编号为n的子电能表在第1、2、3、…、t个时刻的电能值。
主电能表的矩阵Y为：
其中，Y11、Y12、Y13、…、Y1t为编号为1的子电能表在第1、2、3、…、t个时刻的电能值；Y21、Y22、Y23、…、Y2t为编号为2的子电能表在第1、2、3、…、t个时刻的电能值；Ym1、Ym2、Ym3、…、Ymt为编号为m的子电能表在第1、2、3、…、t个时刻的电能值。
进而通过以下公式求解的每个子电能表相对于每个主电能表的权重矩阵A为：
A＝Y*XT[XXT]-1；
其中，A11、A12、A13、…、A1n为编号为1、2、3、…、n的子电能表相对于编号为1的主电能表的权重；A21、A22、A23、…、A2n为编号为1、2、3、…、n的子电能表相对于编号为2的主电能表的权重；Am1、Am2、Am3、…、Amn为编号为1、2、3、…、n的子电能表相对于编号为m的主电能表的权重。
3)若某个子电能表相对于某个主电能表的权重大于零，且该子电能表相对于该主电能表的权重为该子电能表相对于所有主电能表的权重的最大值，则判断该子电能表与该主电能表连接。
通过上述计算得到权重矩阵A后，为了得到子表(子电能表)与父表(主电能表)的连接关系，就需判断A矩阵中元素的真正归属，由于元素的定义为权重，因此元素值始终小于1，这里需要说明的是，A矩阵的列元素分别代表子表，行元素代表父表。具体判据为，比较A矩阵中每列元素，比如A11、A21、…、Am1，为子表1与所有父表的连接系数，第一种情况：A11、A21、…、Am1均小于等于零时，则表明子表1与所有父表皆无连接关系；第二种情况：A11、A21、…、Am1均大于零时，则需比较A11、A21、…、Am1的大小，A11、A21、…、Am1中的最大者且最接近数值“1”的权重值对应的父表，子表1与其存在连接关系。
以下以一个具体的实施例对本发明的方法进行描述：
设定子表的数量为4个，主表(即父表)的数量为2个；并且已知子表X1和X2与父表Y1连接，子表X3和X4与父表Y2连接，假设未知连接关系，通过本发明的方法对连接关系进行验证，验证过程如下：
子表X1的时序列表为X1＝[1,2,3,5,1,3]；
子表X2的时序列表为X2＝[2,3,3,5,1,5]；
子表X3的时序列表为X3＝[5,6,7,8,3,3]；
子表X4的时序列表为X4＝[6,6,3,1,3,6]；
父表Y1的时序列表为Y1＝[3,5,6,10,2,8]；
父表Y2的时序列表为Y2＝[11,12,10,9,6,9]；
则，
设定权权重矩阵通过AX＝Y，得到：
对所有的权重值进行分析：
第一列和第四列元素：由于A14、A21均小于0，因此子表X4不属于父表Y1；子表X1不属于父表Y2，属于父表Y1；
由于A11＞0，则子表X1与父表Y1有关联，属于父表Y1；
由于A24＞0，则子表X4与父表Y2有关联，属于父表Y2；
第二列元素：由于A12＞A22，因此子表X2属于父表Y1；
第三列元素：由于A13＞A23，因此子表X3属于父表Y2；
所得到的结果与实际连接关系相同，验证本发明方法的准确性。
以上验证过程数据较少，为了体现本发明的准确性，通过以下大量数据进行验证，以下数据中实际连接关系为：只有一个父表4241，其余都为与父表连接的子表，并且将其中一个子表4226作为父表，表一为父表4241和子表4226从2019年08月19日至2019年09年20日的读表数据，表二为与父表4241连接的所有子表从2019年08月19日至2019年09年20日的读表数据。
表一父表4241和子表4226的读表数据
表二与父表4241连接的所有子表的读表数据
通过上述读表数据，利用本发明的矩阵计算方法，得出各子表相对于子表4226和父表4241的权重如表三所示：
表三权重列表
各子表 相对于子表4226的权重 相对于父表4241的权重
4224 -0.20863348 0.13366164
4225 0.04948162 0.2028776
4226 1.00000000 0.12862542
4227 -0.16366114 0.12569696
4228 -0.12192845 0.10679461
4230 -0.14793618 0.11213789
4231 -0.02304874 0.00833637
4233 0.01799946 0.11046328
4234 -0.020018 0.0103456
4235 -0.05435204 0.02881763
4236 -0.01909965 0.00151988
4237 -0.03273864 0.00405432
4242 -1.03407245 0.07848119
4243 -1.00748899 0.07614073
4244 -2.71459077 0.2009444
4245 0.0002821 0.01416991
4255 -0.02410598 0.03796338
从表三中可以看出，权重小于等于零，表明无关，在权重都大于零的情况下，最接近1的权重表明关联最大，除子表4226外，其余子表均与父表4241连接；子表4226相对于子表4226的权重为1，验证了其关联性最大，并且子表4226相对于父表4241的权重为大于零的，因此子表子表4226与父表4241存在关联，通过权重分析出的结果与实际连接关系相同，验证了本发明方法的准确性。
配电网拓扑识别装置实施例：
本实施例提出的配电网拓扑识别装置，包括处理器、存储器以及存储在所述存储器中并可在处理器上运行的计算机程序，所述处理器在执行所述计算机程序时实现配电网拓扑识别方法。
配电网拓扑识别方法的具体实施过程在上述配电网拓扑识别方法实施例中已经介绍，这里不做赘述。

Claims (2)

1.一种配电网拓扑识别方法，其特征在于，包括以下步骤：
1)获取所有主电能表和子电能表的时序列表，所述时序列表包括采样的时刻以及对应的电能值；
2)根据同一时刻下，任意一个主电能表的电能值等于所有子电能表的电能值的加权求和，将步骤1)所获取的时序列表代入，解算权重值，得到每个子电能表相对于每个主电能表的权重；
3)若某个子电能表相对于某个主电能表的权重大于零，且该子电能表相对于该主电能表的权重为该子电能表相对于所有主电能表的权重的最大值，则判断该子电能表与该主电能表连接；
若子电能表的数量为n个，则至少获取n个时刻的主电能表和子电能表的电能值，以构成子电能表矩阵和主电能表矩阵，进而得到每个子电能表相对于每个主电能表的权重；
设定获取t个时刻的主电能表和子电能表的电能值，t＞n，主电能表的数量为m个，m＜n，则每个子电能表相对于每个主电能表的权重为：
其中，A11、A12、A13、…、A1n为编号为1、2、3、…、n的子电能表相对于编号为1的主电能表的权重；A21、A22、A23、…、A2n为编号为1、2、3、…、n的子电能表相对于编号为2的主电能表的权重；Am1、Am2、Am3、…、Amn为编号为1、2、3、…、n的子电能表相对于编号为m的主电能表的权重；X11、X12、X13、…、X1t为编号为1的子电能表在第1、2、3、…、t个时刻的电能值；X21、X22、X23、…、Xt为编号为2的子电能表在第1、2、3、…、t个时刻的电能值；X31、X32、X33、…、X3t为编号为3的子电能表在第1、2、3、…、t个时刻的电能值；Xn1、Xn2、Xn3、…、Xnt为编号为n的子电能表在第1、2、3、…、t个时刻的电能值；Y11、Y12、Y13、…、Y1t为编号为1的子电能表在第1、2、3、…、t个时刻的电能值；Y21、Y22、Y23、…、Y2t为编号为2的子电能表在第1、2、3、…、t个时刻的电能值；Ym1、Ym2、Ym3、…、Ymt为编号为m的子电能表在第1、2、3、…、t个时刻的电能值。
2.一种配电网拓扑识别装置，其特征在于，包括处理器、存储器以及存储在所述存储器中并可在处理器上运行的计算机程序，所述处理器在执行所述计算机程序时实现以下步骤：
1)获取所有主电能表和子电能表的时序列表，所述时序列表包括采样的时刻以及对应的电能值；
2)根据同一时刻下，任意一个主电能表的电能值等于所有子电能表的电能值的加权求和，将步骤1)所获取的时序列表代入，解算权重值，得到每个子电能表相对于每个主电能表的权重；
3)若某个子电能表相对于某个主电能表的权重大于零，且该子电能表相对于该主电能表的权重为该子电能表相对于所有主电能表的权重的最大值，则判断该子电能表与该主电能表连接；
若子电能表的数量为n个，则至少获取n个时刻的主电能表和子电能表的电能值，以构成子电能表矩阵和主电能表矩阵，进而得到每个子电能表相对于每个主电能表的权重；
设定获取t个时刻的主电能表和子电能表的电能值，t＞n，主电能表的数量为m个，m＜n，则每个子电能表相对于每个主电能表的权重为：
其中，A11、A12、A13、…、A1n为编号为1、2、3、…、n的子电能表相对于编号为1的主电能表的权重；A21、A22、A23、…、A2n为编号为1、2、3、…、n的子电能表相对于编号为2的主电能表的权重；Am1、Am2、Am3、…、Amn为编号为1、2、3、…、n的子电能表相对于编号为m的主电能表的权重；X11、X12、X13、…、X1t为编号为1的子电能表在第1、2、3、…、t个时刻的电能值；X21、X22、X23、…、Xt为编号为2的子电能表在第1、2、3、…、t个时刻的电能值；X31、X32、X33、…、X3t为编号为3的子电能表在第1、2、3、…、t个时刻的电能值；Xn1、Xn2、Xn3、…、Xnt为编号为n的子电能表在第1、2、3、…、t个时刻的电能值；Y11、Y12、Y13、…、Y1t为编号为1的子电能表在第1、2、3、…、t个时刻的电能值；Y21、Y22、Y23、…、Y2t为编号为2的子电能表在第1、2、3、…、t个时刻的电能值；Ym1、Ym2、Ym3、…、Ymt为编号为m的子电能表在第1、2、3、…、t个时刻的电能值。
CN202010011169.2A 2020-01-06 2020-01-06 一种配电网拓扑识别方法及装置 Active CN111210149B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010011169.2A CN111210149B (zh) 2020-01-06 2020-01-06 一种配电网拓扑识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010011169.2A CN111210149B (zh) 2020-01-06 2020-01-06 一种配电网拓扑识别方法及装置

Publications (2)

Publication Number Publication Date
CN111210149A CN111210149A (zh) 2020-05-29
CN111210149B true CN111210149B (zh) 2023-11-07

Family

ID=70789681

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010011169.2A Active CN111210149B (zh) 2020-01-06 2020-01-06 一种配电网拓扑识别方法及装置

Country Status (1)

Country Link
CN (1) CN111210149B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012163187A1 (en) * 2011-05-27 2012-12-06 International Business Machines Corporation Method and device for extracting skeleton topology structure for electric power grid
CN106097159A (zh) * 2016-07-28 2016-11-09 许继集团有限公司 一种配电网中关联信息拓扑分析方法与系统
CN107870312A (zh) * 2017-09-05 2018-04-03 天津市电力科技发展有限公司 一种智能电能表运行误差远程校准方法
CN109377743A (zh) * 2018-11-27 2019-02-22 江苏林洋能源股份有限公司 一种智能电能表的子母拓扑结构以及方法
WO2019053588A1 (en) * 2017-09-12 2019-03-21 Depsys Sa METHOD OF ESTIMATING THE TOPOLOGY OF AN ELECTRICAL NETWORK USING MEASUREMENT DATA
WO2019128335A1 (zh) * 2017-12-29 2019-07-04 国网天津市电力公司电力科学研究院 配电网拓扑错误辨识方法
CN110289613A (zh) * 2019-06-17 2019-09-27 湖南大学 基于灵敏度矩阵的配电网拓扑识别与线路参数辨识方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012163187A1 (en) * 2011-05-27 2012-12-06 International Business Machines Corporation Method and device for extracting skeleton topology structure for electric power grid
CN106097159A (zh) * 2016-07-28 2016-11-09 许继集团有限公司 一种配电网中关联信息拓扑分析方法与系统
CN107870312A (zh) * 2017-09-05 2018-04-03 天津市电力科技发展有限公司 一种智能电能表运行误差远程校准方法
WO2019053588A1 (en) * 2017-09-12 2019-03-21 Depsys Sa METHOD OF ESTIMATING THE TOPOLOGY OF AN ELECTRICAL NETWORK USING MEASUREMENT DATA
WO2019128335A1 (zh) * 2017-12-29 2019-07-04 国网天津市电力公司电力科学研究院 配电网拓扑错误辨识方法
CN109377743A (zh) * 2018-11-27 2019-02-22 江苏林洋能源股份有限公司 一种智能电能表的子母拓扑结构以及方法
CN110289613A (zh) * 2019-06-17 2019-09-27 湖南大学 基于灵敏度矩阵的配电网拓扑识别与线路参数辨识方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
崔亚华 ; 黄宁钰 ; .基于双电源回路用户最大需量叠加计量准确性研究.贵州电力技术.2017,(第01期),全文. *

Also Published As

Publication number Publication date
CN111210149A (zh) 2020-05-29

Similar Documents

Publication Publication Date Title
US10290066B2 (en) Method and device for modeling a long-time-scale photovoltaic output time sequence
CN108593260B (zh) 光缆线路故障定位和检测方法及终端设备
CN104933129A (zh) 基于微博的事件脉络获取方法和系统
CN106294182B (zh) 一种确定众测反馈有效性的方法、测试设备及系统
CN105931046A (zh) 一种可疑交易节点集合侦测方法及装置
CN104766175A (zh) 一种基于时间序列分析的电力系统异常数据辨识与修正方法
US11341842B2 (en) Metering data management system and computer readable recording medium
CN101620566A (zh) 一种动态随机测试方法
CN109298225B (zh) 一种电压量测数据异常状态自动识别模型系统及方法
CN108021509B (zh) 基于程序行为网络聚合的测试用例动态排序方法
CN105069701A (zh) 基于蒙特卡洛法的输电系统风险评估方法
CN111210149B (zh) 一种配电网拓扑识别方法及装置
CN106796587B (zh) 用于验证分析结果的方法和系统
CN108833156B (zh) 一种针对电力通信网的仿真性能指标的评估方法及系统
CN111176253A (zh) 一种基于蒙特卡洛的飞行控制律自动评估方法
CN102930158A (zh) 基于偏最小二乘的变量选择方法
CN110672249A (zh) 一种具有多个压力测量单元的压力传感器及其数据处理方法
CN116227129A (zh) 油浸式变压器绕组振动特性的分析方法、装置及设备
CN113779926B (zh) 一种电路的检测方法、装置、电子设备及可读存储介质
CN112861074B (zh) 基于Hankel-DMD的电力系统机电参数提取方法
CN102982231A (zh) 软件可信度的定量计算方法
CN110969340A (zh) 一种确定智能电能表质量技术基础能力的方法和系统
CN116299650B (zh) 一种基于数字化采集的中子多重分布在线重构方法
CN104794318B (zh) 用于建立半导体器件统计模型的数据处理方法
CN114963408B (zh) 一种基于数据和特征增强的空调系统非均衡故障诊断方法

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
CB02 Change of applicant information

Address after: No.208 and 210, 2 / F, building 4, No.27 Fenglin Road, Zhengzhou high tech Industrial Development Zone, Henan Province 450001

Applicant after: HENAN KANGPAI INTELLIGENT TECHNOLOGY Co.,Ltd.

Address before: 450001 No. 10, Holly Street, hi tech Industrial Development Zone, Henan, Zhengzhou

Applicant before: HENAN KANGPAI INTELLIGENT TECHNOLOGY Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant