CN112510707B - 一种配电台区电力阻抗拓扑图生成方法及系统 - Google Patents

一种配电台区电力阻抗拓扑图生成方法及系统 Download PDF

Info

Publication number
CN112510707B
CN112510707B CN202011430462.9A CN202011430462A CN112510707B CN 112510707 B CN112510707 B CN 112510707B CN 202011430462 A CN202011430462 A CN 202011430462A CN 112510707 B CN112510707 B CN 112510707B
Authority
CN
China
Prior art keywords
nodes
node
matrix
power
data
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
CN202011430462.9A
Other languages
English (en)
Other versions
CN112510707A (zh
Inventor
梁海维
童力
陈蕾
周金辉
苏毅方
王凯
邹旭东
王艳清
刘爽
赵启承
江航
谢成
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.)
Wuhan Senmuleishi Technology Co ltd
Huazhong University of Science and Technology
State Grid Zhejiang Electric Power Co Ltd
Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd
Original Assignee
Wuhan Senmuleishi Technology Co ltd
Huazhong University of Science and Technology
State Grid Zhejiang Electric Power Co Ltd
Electric Power Research Institute of State Grid Zhejiang Electric Power 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 Wuhan Senmuleishi Technology Co ltd, Huazhong University of Science and Technology, State Grid Zhejiang Electric Power Co Ltd, Electric Power Research Institute of State Grid Zhejiang Electric Power Co Ltd filed Critical Wuhan Senmuleishi Technology Co ltd
Priority to CN202011430462.9A priority Critical patent/CN112510707B/zh
Publication of CN112510707A publication Critical patent/CN112510707A/zh
Application granted granted Critical
Publication of CN112510707B publication Critical patent/CN112510707B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00001—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by the display of information or by user interaction, e.g. supervisory control and data acquisition systems [SCADA] or graphical user interfaces [GUI]
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00002—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network characterised by monitoring
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
    • H02J13/00032—Systems characterised by the controlled or operated power network elements or equipment, the power network elements or equipment not otherwise provided for
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Remote Monitoring And Control Of Power-Distribution Networks (AREA)

Abstract

本发明公开了一种配电台区电力阻抗拓扑图生成方法及系统，属于配电台区技术领域。目前的线路阻抗辨识，计算量较大，所需时间较长。本发明一种配电台区电力阻抗拓扑图生成方法及系统，首先获取配电变压器侧A/B/C三相及各用户负荷节点的时序电压数据，利用K‑means聚类方法确定每个负荷节点相位关系，之后对划分出的A/B/C三相构建特征系数矩阵，对特征系数矩阵采用prim算法生成单相的拓扑邻接矩阵，最后将得到的台区三相邻接矩阵与线路阻抗信息、地理信息坐标融合形成整个配电台区的电力信息地图；能够解决传统的拓扑生成及参数辨识方法中硬件成本太高、无法确定节点负荷相位、计算时间长的问题。

Description

一种配电台区电力阻抗拓扑图生成方法及系统
技术领域
本发明涉及一种配电台区电力阻抗拓扑图生成方法及系统，属于配电台区技术领域。
背景技术
随着第三次能源革命及以物联网、云计算、大数据等为代表的的新信息技术的持续发展，电力系统信息化需求不断增加，低压配电台区作为配电网与用户直接连接的“神经末梢”，蕴含着海量的数据信息，若能充分利用这些信息，对台区进行全面、实时的观测，有助于台区实现故障定位、线损管理、汽车充电桩选址等精细化管理功能，而有一个能够正确反映台区中各类信息的阻抗拓扑图十分必要。
现有的配电网拓扑研究中，往往集中于中压配电网，通过接收变电站内部监测设备以及配电网连接开关的开断信号来实现拓扑生成，但此方法需要的硬件设备成本较高，同时受到信号传输延迟等因素影响导致生成的拓扑误差较大。在中高压配电网中对于相位识别的需求不大，因此生成的往往是单相拓扑，而低压配电台区中由于用户负荷多为单相负荷且接入时相位为随机确定，因此存在三相不平衡问题，为了实现台区的精细化管理，必须要确定每个节点负荷所处的相位，进而生成完整的三相拓扑结构图，同时低压配电台区网络庞大且繁杂，网络结构经常由于故障及用户私自改接线路等人为因素发生变动，这些因素都增大了台区拓扑确定的复杂度。
目前的线路阻抗辨识采用的多为有效集算法等二次规划精确解法，这类方法一般是基于已有的台区拓扑关系对台区中所有线路阻抗同时求解，但这类方法计算量较大，所需时间较长，并且现实中难以获取完整的台区拓扑，因此这些方法无法满足线路阻抗辨识对实时性的要求。
发明内容
针对现有技术的缺陷，本发明的目的在于提供一种通过邻接矩阵及粒子群算法，生成配电台区的阻抗拓扑图，能够解决传统的拓扑生成及参数辨识方法中硬件成本太高、无法确定节点负荷相位、计算时间长等问题；能够获取完整的台区拓扑，满足线路阻抗辨识对实时性的要求的配电台区电力阻抗拓扑图生成方法及系统。
为实现上述目的，本发明的技术方案为：
基于邻接矩阵及粒子群算法的配电台区电力阻抗拓扑图生成方法，包括：
步骤1：分别从台区配电变压器监测终端（TTU）及智能电表中获取一定时间断面内的变压器A/B/C三相和用户节点处的时序电压、有功功率及无功功率数据；
步骤2：可从GIS系统中采集变压器节点与用户节点的地理信息坐标对步骤1获取的各类数据进行编号、聚合等处理，形成便于进行调用的数据集；
步骤3：利用K-means聚类自动将所有用户节点所属相位分为A/B/C三相，完成台区拓扑相位识别过程；
步骤4：采用改进prim算法形成反映台区节点连接关系的三相邻接矩阵；
步骤5：在步骤4形成的台区三相邻接矩阵上使用粒子群算法计算出台区负荷节点间的线路阻抗；
步骤6：将得到的台区邻接矩阵与线路阻抗信息、地理信息坐标融合生成整个配电台区的电力地图。
本发明通过邻接矩阵及粒子群算法，首先获取配电变压器侧A/B/C三相及各用户负荷节点的时序电压数据，并采集变压器节点与用户节点的地理信息坐标，利用K-means聚类方法确定每个负荷节点相位关系，之后对划分出的A/B/C三相构建特征系数矩阵，对特征系数矩阵采用prim算法生成单相的拓扑邻接矩阵，在形成的邻接矩阵上使用粒子群算法计算出台区负荷节点间的线路阻抗，最后将得到的台区三相邻接矩阵与线路阻抗信息、地理信息坐标融合形成整个配电台区的电力信息地图；进而本发明能够获取完整的台区拓扑，满足线路阻抗辨识对实时性的要求。
同时，本发明能够解决传统的拓扑生成及参数辨识方法中硬件成本太高、无法确定节点负荷相位、计算时间长的问题。
进一步，本发明提供的基于时序电压数据的三相低压配电台区拓扑生成方法通过K-means聚类方法能够确定台区内各负荷节点相位连接关系，通过所确定的相位信息能够用于计算台区线损、为台区节能方案提供参考。
本发明能够正确识别台区各节点间的电气连接关系，实现整个低压配电台区拓扑结构的生成，可为台区充电桩选址、户用光伏接入、台区精细化管理提供数据参考。
本发明的台区线路阻抗辨识方法实现简单，计算速度快，能够满足线路阻抗辨识对实时性的要求。
本发明完全以现有台区中具备的TTU,智能电表提供的数据实现了拓扑识别与线路阻抗辨识的过程，无需加装其他硬件设备，成本低。
本发明的方案详尽，切实可行，便于编程实现。
作为优选技术措施：
所述步骤一中：
时序电压、有功功率及无功功率数据，以向量
Figure 834956DEST_PATH_IMAGE001
的方式表示，其中：X代表获取数据类型，V代表电压数据，P代表有功功率数据，Q代表无功功率数据；
向量中
Figure 965723DEST_PATH_IMAGE002
下标A代表数据所属相位，
Figure 104581DEST_PATH_IMAGE003
代表第N个时间截面下A相的变压器数据；
而用户智能电表下都为无法明确所属相位的单相时序电量数据，因此用向量
Figure 688009DEST_PATH_IMAGE004
Figure 937725DEST_PATH_IMAGE005
表示用户智能电表数据，
其中
Figure 109949DEST_PATH_IMAGE006
，下标K表示台区的第K个用户，
Figure 419707DEST_PATH_IMAGE007
表示第N个时间截面下1号用户节点的电压数据。
作为优选技术措施：
所述步骤2中，需对步骤1中得到的数据进行预处理，形成便于调用的数据集，可由矩阵表示如下：
Figure 490432DEST_PATH_IMAGE008
其中：Y代表新形成的数据集，
Figure 543838DEST_PATH_IMAGE009
为变压器或负荷节点的编号，Lng、Lat为GIS系统中当前节点的经纬度。
作为优选技术措施：
所述步骤3中的聚类方法：
给定聚类K值为3，选择变压器A/B/C三相节点的时序电压数据作为初始的三个聚类中心点，分别计算每一个节点电压数据与三个初始聚类中心点的皮尔逊相关系数大小，将与每个初始聚类中心点相关系数最大的点作为一类，其中相关系数计算公式如下：
Figure 383618DEST_PATH_IMAGE010
其中，
Figure 864278DEST_PATH_IMAGE011
分别代表节点i,k的时序电压向量，
Figure 94402DEST_PATH_IMAGE012
为
Figure 951500DEST_PATH_IMAGE013
变量的协方差，
Figure 645786DEST_PATH_IMAGE014
分别为
Figure 475509DEST_PATH_IMAGE015
，
Figure 520826DEST_PATH_IMAGE016
的方差；
完成第一次聚类过程后，在划分好的每一类中，计算本类中所有节点电压数据的样本点均值，选取该均值作为新的聚类中心，重复上述聚类步骤直至每一类的聚类中心不再更新，此时的聚类结果即为台区负荷节点的相位关系。
作为优选技术措施：
所述步骤4中，所述改进prim算法包括：
根据下式计算各节点间的特征系数：
Figure 916035DEST_PATH_IMAGE017
其中，
Figure 464828DEST_PATH_IMAGE018
为节点i,k的皮尔逊相关系数，
Figure 552870DEST_PATH_IMAGE019
为节点i,k间的距离系数，
具体计算公式如下：
Figure 819903DEST_PATH_IMAGE020
其中，
Figure 690907DEST_PATH_IMAGE021
为节点k的时序电压数据的平均值，系数
Figure 359786DEST_PATH_IMAGE019
代表了台区节点间电气距离的大小；
Figure 618729DEST_PATH_IMAGE022
是一综合反映两节点相关性大小及电气距离远近的系数。
作为优选技术措施：
分别计算某一相所有节点数据间的特征系数，以此作为之后使用的prim算法的边的权值；
利用计算得到的特征系数构建特征系数矩阵A，矩阵中元素
Figure 107479DEST_PATH_IMAGE023
为台区节点i,k间的特征系数，矩阵对角线上元素为0；
定义点集
Figure 110070DEST_PATH_IMAGE024
,其中x为矩阵A中任一节点，用一空集
Figure 633455DEST_PATH_IMAGE025
{}表示待选取的边；遍历A矩阵选取权值最大的边
Figure 984671DEST_PATH_IMAGE026
，
其中i应为集合
Figure 226296DEST_PATH_IMAGE027
中的元素，k不在集合
Figure 766999DEST_PATH_IMAGE027
中，但k需为矩阵A中节点；将k加入到集合
Figure 144891DEST_PATH_IMAGE027
中，将边
Figure 745637DEST_PATH_IMAGE026
加入集合
Figure 208979DEST_PATH_IMAGE028
中；
重复上述中操作，直至矩阵A中节点全部加入
Figure 491056DEST_PATH_IMAGE027
；使用集合
Figure 989033DEST_PATH_IMAGE027
与
Figure 495101DEST_PATH_IMAGE028
来生成对应单相拓扑的邻接矩阵I，矩阵中元素
Figure 898269DEST_PATH_IMAGE029
时代表台区节点
Figure 780775DEST_PATH_IMAGE030
与节点
Figure 133259DEST_PATH_IMAGE031
不相连，当
Figure 810228DEST_PATH_IMAGE032
时代表两节点相连，邻接矩阵为一对称矩阵，对角线上元素为0。
作为优选技术措施：
所述步骤5中：
首先获取步骤4中形成的某一相邻接矩阵I，并定义一用于表征台区线路阻抗生成过程的矩阵
Figure 248162DEST_PATH_IMAGE033
；
对连接在该相上的所有负荷节点及变压器节点电压数据按照平均值大小升序排列；
按照节点排序依次搜索矩阵
Figure 934358DEST_PATH_IMAGE034
中节点对应行的元素，当该行的度（即该行元素等于1的个数）为1时，判断该节点为台区的一末端节点，取得该行中元素1的位置，其列数对应节点即为当前搜索节点的上游节点；
此时可利用粒子群算法计算出两节点间的线路阻抗，将计算结果记录在邻接矩阵I的对应位置上；
计算完毕后将矩阵
Figure 141349DEST_PATH_IMAGE035
中两节点所对应位置元素置零，即相当于将两节点合并为一个节点；重复上述步骤直到矩阵
Figure 192481DEST_PATH_IMAGE036
中元素全部为0；对每一相邻接矩阵都执行一次上述操作可获得台区所有相连节点间的线路阻抗。
作为优选技术措施：
使用粒子群算法计算两相连节点间的线路阻抗包括以下具体内容：
首先设置算法迭代规模
Figure 117712DEST_PATH_IMAGE037
，将节点间电阻R，电抗X的取值看作一群微粒，可用向量表示为
Figure 342020DEST_PATH_IMAGE038
其中N为微粒种群规模，对微粒进行初始化，并计算每个微粒的适应度函数，适应度函数具体公式如下
Figure 669096DEST_PATH_IMAGE039
式中
Figure 953447DEST_PATH_IMAGE040
分别为两节点间下游节点的同一时间断面内的电压、有功功率、无功功率值，
Figure 100395DEST_PATH_IMAGE041
为上游节点的同一时间断面的电压值，R，X为两节点间的线路电阻及电抗，适应度函数值越小时，说明对应的R，X越接近真实值录下每次计算后各个粒子的个体最优值以及所有粒子的全局最优值。
作为优选技术措施：通过下列公式对每个粒子进行更新：
Figure 315344DEST_PATH_IMAGE042
Figure 496927DEST_PATH_IMAGE043
式中
Figure 952179DEST_PATH_IMAGE044
代表r、x中第i个微粒的速度，
Figure 852002DEST_PATH_IMAGE045
表示第i个r、x微粒的个体最优值，
Figure 355795DEST_PATH_IMAGE046
、
Figure 581765DEST_PATH_IMAGE047
为r、x的全局最优值，
Figure 207918DEST_PATH_IMAGE048
为学习因子。
当计算结果满足收敛判据时，此时记录的r、x的全局最优值即为两节点间线路阻抗值。
计算完毕后，需将两节点合并，此时上游节点功率需按下列公式进行更新：
Figure 329458DEST_PATH_IMAGE049
Figure 699260DEST_PATH_IMAGE050
式中
Figure 855434DEST_PATH_IMAGE051
为上游节点的有功功率及无功功率，R,X为由粒子群算法得出的两节点间线路阻抗值。
作为优选技术措施：
所述步骤6中：
根据GIS系统中的节点地理坐标生成表征三相中某一相各个节点的位置的散点图，根据步骤4中得到的单相拓扑的邻接矩阵将有连接关系的节点在散点图中连在一起，将三相的拓扑图整合在一起，并在相连两节点的边上标注两节点间的线路阻抗，形成配电台区的电力信息地图。
作为优选技术措施：
基于邻接矩阵及粒子群算法的配电台区电力阻抗拓扑图生成系统，应用上述的基于邻接矩阵及粒子群算法的配电台区电力阻抗拓扑图生成方法，
其具体包括：数据获取模块：用于从台区配电变压器监测终端（TTU）及智能电表中获取一定时间断面内的变压器A/B/C三相和用户节点处的时序电压、有功功率及无功功率数据；
数据处理模块：用于从GIS系统中采集变压器节点与用户节点的地理信息坐标对步骤1获取的各类数据进行编号、聚合等处理，形成便于进行调用的数据集；
聚类分析模块：用于利用K-means聚类自动将所有用户节点所属相位分为A/B/C三相，完成台区拓扑相位识别过程；
prim算法模块：用于形成反映台区节点连接关系的三相邻接矩阵；
阻抗计算模块：用于对台区三相邻接矩阵使用粒子群算法计算出台区负荷节点间的线路阻抗；
地图生成模块：用于将得到的台区邻接矩阵与线路阻抗信息、地理信息坐标融合生成整个配电台区的电力地图。
与现有技术相比，本发明具有以下有益效果：
本发明通过邻接矩阵及粒子群算法，首先获取配电变压器侧A/B/C三相及各用户负荷节点的时序电压数据，并采集变压器节点与用户节点的地理信息坐标，利用K-means聚类方法确定每个负荷节点相位关系，之后对划分出的A/B/C三相构建特征系数矩阵，对特征系数矩阵采用prim算法生成单相的拓扑邻接矩阵，在形成的邻接矩阵上使用粒子群算法计算出台区负荷节点间的线路阻抗，最后将得到的台区三相邻接矩阵与线路阻抗信息、地理信息坐标融合形成整个配电台区的电力信息地图；能够解决传统的拓扑生成及参数辨识方法中硬件成本太高、无法确定节点负荷相位、计算时间长的问题。
进一步，本发明提供的基于时序电压数据的三相低压配电台区拓扑生成方法通过K-means聚类方法能够确定台区内各负荷节点相位连接关系，通过所确定的相位信息能够用于计算台区线损、为台区节能方案提供参考。
本发明能够正确识别台区各节点间的电气连接关系，实现整个低压配电台区拓扑结构的生成，可为台区充电桩选址、户用光伏接入、台区精细化管理提供数据参考。
本发明的台区线路阻抗辨识方法实现简单，计算速度快，能够满足线路阻抗辨识对实时性的要求。
本发明完全以现有台区中具备的TTU，智能电表提供的数据实现了拓扑识别与线路阻抗辨识的过程，无需加装其他硬件设备，成本低。
本发明的方案详尽，切实可行，便于编程实现。
附图说明
图1为低压配电台区电能三相分布示图；
图2为本发明生成的一种配电台区电力信息地图；
图3为本发明生成的带有线路阻抗信息的台区A相拓扑示意图；
图4为本发明阻抗拓扑图生成方法示图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
相反，本发明涵盖任何由权利要求定义的在本发明的精髓和范围上做的替代、修改、等效方法以及方案。进一步，为了使公众对本发明有更好的了解，在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。
目前随着TTU、FTU、智能电表等监测设备在低压配电台区的大量部署，这些设备提供的海量数据信息为从数据中形成完整的三相台区阻抗拓扑图提供了可能。
如附图1所示，低压配电台区中，电能由中压配电网注入，经过台区配电变压器将电压由10kV转为0.4kV，0.4kV为台区三相电线电压有效值，之后根据实际情况及相关标准将台区负荷接入三相电中的一相中。
如图2-4所示，本发明的基于邻接矩阵及粒子群算法的配电台区电力阻抗拓扑图生成方法，其步骤如下：
步骤1：分别从台区配电变压器监测终端（TTU）及智能电表中获取一定时间断面内的变压器A/B/C三相和用户节点处的时序电压、有功功率及无功功率数据，以向量
Figure 652489DEST_PATH_IMAGE052
的方式表示，表示，其中X代表获取数据类型，V代表电压数据，P代表有功功率数据，Q代表无功功率数据，向量中
Figure 199008DEST_PATH_IMAGE053
,下标A代表数据所属相位，
Figure 106921DEST_PATH_IMAGE054
代表第N个时间截面下A相的变压器数据。而用户智能电表下都为无法明确所属相位的单相时序电量数据，因此用向量
Figure 117603DEST_PATH_IMAGE055
表示，其中
Figure 85559DEST_PATH_IMAGE056
,下标K表示台区的第K个用户，
Figure 181691DEST_PATH_IMAGE057
表示第N个时间截面下1号用户节点的电压数据。
步骤2：从GIS系统中采集变压器节点与用户节点的地理信息坐标对步骤1获取的各类数据进行编号、聚合等处理，形成便于进行调用的数据集；
由于现有监测设备条件限制，各个数据只能由上位机单个接收并存储在不同位置，此时需要对数据进行预处理以得到一个完整的数据集。
步骤3：利用K-means聚类自动将所有用户节点所属相位分为A/B/C三相，完成台区拓扑相位识别过程；
低压配电台区一般为辐射状结构，台区用户的用电行为存在极大的随机性，每个时刻配电变压器三相上的负荷一定是不相同的，所以连接在不同相位上的负荷节点电压会有不同的变化曲线，因此通过负荷节点电压数据与变压器三相电压数据间的相关性可以用来判断各节点所属相位关系，将变压器A/B/C三相的时序电压数据作为初始聚类中心点利用K-means算法不断迭代校验获得最准确的相位关系。
具体过程如下：给定聚类K值为3，选择变压器A/B/C三相节点的时序电压数据作为初始的三个聚类中心点，分别计算每一个节点电压数据与三个初始聚类中心点的皮尔逊相关系数大小，将与每个初始聚类中心点相关系数最大的点作为一类，其中相关系数计算公式如下：
Figure 80245DEST_PATH_IMAGE058
其中，
Figure 211012DEST_PATH_IMAGE059
分别代表节点i,k的时序电压向量，
Figure 349870DEST_PATH_IMAGE060
为
Figure 667718DEST_PATH_IMAGE059
变量的协方差，
Figure 183013DEST_PATH_IMAGE061
分别为
Figure 168287DEST_PATH_IMAGE015
，
Figure 415729DEST_PATH_IMAGE062
的方差；完成第一次聚类过程后，在划分好的每一类中，计算本类中所有节点电压数据的样本点均值，选取该均值作为新的聚类中心，重复上述聚类步骤直至每一类的聚类中心不再更新，此时的聚类结果即为台区负荷节点的相位关系。
步骤4：采用改进prim算法形成反映台区节点连接关系的三相邻接矩阵；
低压配电台区在运行时有以下特征：
1、电压值大小在同一相线下从上游到下游呈递减趋势；2、负荷在系统中是变化及相互影响的，负荷的电气距离越近，电压曲线就越相似，相关度越高。
依据上述特征可构建出反映节点连接关系的特征矩阵，其中矩阵中每个元素对应节点间的特征系数，矩阵对角线上元素为0，特征系数计算公式如下：
Figure 220874DEST_PATH_IMAGE063
其中，
Figure 274280DEST_PATH_IMAGE018
为节点i,k的皮尔逊相关系数，
Figure 301011DEST_PATH_IMAGE019
为节点i,k间的距离系数，具体计算公式如下：
Figure 781671DEST_PATH_IMAGE064
其中，
Figure 339691DEST_PATH_IMAGE065
为节点k的时序电压数据的平均值，系数
Figure 931210DEST_PATH_IMAGE066
代表了台区节点间电气距离的大小。
Figure 891075DEST_PATH_IMAGE022
是一综合反映两节点相关性大小及电气距离远近的系数。
假设连接在A相上的负荷节点共有5个，则形成的特征矩阵如下所示：
Figure 542637DEST_PATH_IMAGE067
其中
Figure 260057DEST_PATH_IMAGE068
代表了连接在A相上的负荷节点i,k间的特征系数，
Figure 655266DEST_PATH_IMAGE069
，因此该矩阵为一对称矩阵。
获取一相的特征系数矩阵后，接下来可以利用prim算法生成表征该相拓扑的邻接矩阵，以图1中A相拓扑的拓扑生成为例，B相及C相过程类似，具体步骤如下：定义点集
Figure 656589DEST_PATH_IMAGE024
,其中x为矩阵A中任一节点，用一空集
Figure 479051DEST_PATH_IMAGE025
{}表示待选取的边；遍历A矩阵选取权值最大的边
Figure 746085DEST_PATH_IMAGE026
，其中i应为集合
Figure 944985DEST_PATH_IMAGE027
中的元素，k不在集合
Figure 613864DEST_PATH_IMAGE027
中，但k需为矩阵A中节点；将k加入到集合
Figure 607227DEST_PATH_IMAGE027
中，将边
Figure 299240DEST_PATH_IMAGE026
加入集合
Figure 301831DEST_PATH_IMAGE028
中；重复上述操作，直至矩阵A中节点全部加入
Figure 825216DEST_PATH_IMAGE027
；使用集合
Figure 179362DEST_PATH_IMAGE027
与
Figure 420987DEST_PATH_IMAGE028
来生成对应单相拓扑的邻接矩阵I，矩阵中元素
Figure 961690DEST_PATH_IMAGE070
时代表节点
Figure 339582DEST_PATH_IMAGE030
与节点
Figure 940327DEST_PATH_IMAGE031
不相连，当
Figure 403670DEST_PATH_IMAGE071
时代表两节点相连，所生成邻接矩阵结构如下：
Figure 685746DEST_PATH_IMAGE072
步骤5：在步骤4形成的台区三相邻接矩阵上使用粒子群算法计算出台区负荷节点间的线路阻抗；
首先获取步骤4中形成的某一相邻接矩阵I，并定义一用于表征台区线路阻抗生成过程的矩阵
Figure 918145DEST_PATH_IMAGE073
。对连接在该相上的所有负荷节点及变压器节点电压数据按照平均值大小升序排列；按照节点排序依次搜索矩阵
Figure 689792DEST_PATH_IMAGE074
中节点对应行的元素，当该行的度（即该行元素等于1的个数）为1时，判断该节点为台区的一末端节点，取得该行中元素1的位置，其列数对应节点即为当前搜索节点的上游节点；此时可利用粒子群算法计算出两节点间的线路阻抗，将计算结果记录在邻接矩阵I的对应位置上；计算完毕后将矩阵
Figure 640430DEST_PATH_IMAGE075
中两节点所对应位置元素置零，即相当于将两节点合并为一个节点；重复上述步骤直到矩阵
Figure 522935DEST_PATH_IMAGE074
中元素全部为0；对每一相邻接矩阵都执行一次上述操作可获得台区所有相连节点间的线路阻抗；
设置算法迭代规模
Figure 875419DEST_PATH_IMAGE037
，将节点间电阻R，电抗X的取值看作一群微粒，可用向量表示为
Figure 4918DEST_PATH_IMAGE076
其中N为微粒种群规模，对算法中各类变量进行初始化，并计算每个微粒的适应度函数，适应度函数具体公式如下
Figure 442853DEST_PATH_IMAGE077
式中
Figure 129049DEST_PATH_IMAGE078
分别为两节点间下游节点的同一时间断面内的电压、有功功率、无功功率值，
Figure 336039DEST_PATH_IMAGE041
为上游节点的同一时间断面的电压值，R,X为两节点间的线路电阻及电抗，适应度函数值越小时，说明对应的R,X越接近真实值，记录下每次计算后各个粒子的个体最优值以及所有粒子的全局最优值，并通过下列公式对每个粒子进行更新：
Figure 449489DEST_PATH_IMAGE079
Figure 312403DEST_PATH_IMAGE080
式中
Figure 536711DEST_PATH_IMAGE081
代表r、x中第i个微粒的速度，
Figure 863787DEST_PATH_IMAGE082
表示第i个r、x微粒的个体最优值，
Figure 882558DEST_PATH_IMAGE046
、
Figure 482036DEST_PATH_IMAGE047
为r、x的全局最优值，
Figure 510035DEST_PATH_IMAGE083
为学习因子。
当计算结果满足收敛判据时，此时记录的r、x的全局最优值即为两节点间线路阻抗值。
计算完毕后，需将两节点合并，此时上游节点功率需按下列公式进行更新：
Figure 691617DEST_PATH_IMAGE049
Figure 146870DEST_PATH_IMAGE084
式中
Figure 781113DEST_PATH_IMAGE085
为上游节点的有功功率及无功功率，R,X为由粒子群算法得出的两节点间线路阻抗值。
步骤6：将得到的台区邻接矩阵与线路阻抗信息、地理信息坐标融合生成整个配电台区的阻抗拓扑图。
根据GIS系统中的节点地理坐标生成表征三相中某一相各个节点的位置的散点图，根据步骤4中得到的单相拓扑的邻接矩阵将有连接关系的节点在散点图中连在一起，将三相的拓扑图整合在一起，并在相连两节点的边上标注两节点间的线路阻抗，形成配电台区的阻抗拓扑图。
综合上述分析，基于台区时序电压数据利用K-means聚类辨识出台区负荷节点的相位关系，接下来计算能够反映节点间相关性大小及电气距离远近的特征系数，并采用改进prim算法生成单相拓扑邻接矩阵，在形成的邻接矩阵上使用粒子群算法计算出台区负荷节点间的线路阻抗，最后将得到的台区三相邻接矩阵与线路阻抗信息、地理信息坐标融合形成整个配电台区的电力信息地图。
本发明应用基于邻接矩阵及粒子群算法的配电台区电力阻抗拓扑图生成方法的一种具体实施例：
基于邻接矩阵及粒子群算法的配电台区电力阻抗拓扑图生成系统，其具体包括：数据获取模块：用于从台区配电变压器监测终端（TTU）及智能电表中获取一定时间断面内的变压器A/B/C三相和用户节点处的时序电压、有功功率及无功功率数据；
数据处理模块：用于从GIS系统中采集变压器节点与用户节点的地理信息坐标对步骤1获取的各类数据进行编号、聚合等处理，形成便于进行调用的数据集；
聚类分析模块：用于利用K-means聚类自动将所有用户节点所属相位分为A/B/C三相，完成台区拓扑相位识别过程；
prim算法模块：用于形成反映台区节点连接关系的三相邻接矩阵；
阻抗计算模块：用于对台区三相邻接矩阵使用粒子群算法计算出台区负荷节点间的线路阻抗；
地图生成模块：用于将得到的台区邻接矩阵与线路阻抗信息、地理信息坐标融合生成整个配电台区的电力地图。
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 (4)

1.基于邻接矩阵及粒子群算法的配电台区电力阻抗拓扑图生成方法，其特征在于，
包括：
步骤1：分别从台区配电变压器监测终端及智能电表中获取一定时间断面内的变压器A/B/C三相和用户节点处的时序电压、有功功率及无功功率数据；
步骤2：采集变压器节点与用户节点的地理信息坐标对步骤1获取的各类数据进行编号、聚合处理，形成便于进行调用的数据集；
步骤3：利用K-means聚类将所有用户节点所属相位分为A/B/C三相，完成台区拓扑相位识别过程；
步骤4：采用改进prim算法形成反映台区节点连接关系的三相邻接矩阵；
步骤5：在步骤4形成的台区三相邻接矩阵上使用粒子群算法计算出台区负荷节点间的线路阻抗；
步骤6：将得到的台区邻接矩阵与线路阻抗信息、地理信息坐标融合生成整个配电台区的电力地图；
所述步骤1中：
时序电压、有功功率及无功功率数据，以向量X＝{XA；KB；XC；X1；X2；...；XK}的方式表示，其中：X代表获取数据类型；
向量中XA＝{xA1，...xAi...，xAN}，下标A代表数据所属相位，xAN代表第N个时间截面下A相的变压器数据；
用向量V＝{V1，V2，...，VK}表示用户智能电表数据，
其中V1＝{v11，...v1i...，v1N}，下标K表示台区的第K个用户，v1N表示第N个时间截面下1号用户节点的电压数据；
所述步骤2中，需对步骤1中得到的数据进行预处理，形成便于调用的数据集，可由矩阵表示如下：
Y＝{YA；YB；YC；Y1；Y2；...；YK}
其中：Y代表新形成的数据集，Yk＝{Vk，Pk，Qk，k，Lng，Lat}，k为变压器或负荷节点的编号，Lng、Lat为GIS系统中当前节点的经纬度；
其中，V代表电压数据，P代表有功功率数据，Q代表无功功率数据；
所述步骤3中的聚类方法：
给定聚类K值为3，选择变压器A/B/C三相节点的时序电压数据作为初始的三个聚类中心点，分别计算每一个节点电压数据与三个初始聚类中心点的皮尔逊相关系数大小，将与每个初始聚类中心点相关系数最大的点作为一类，其中相关系数计算公式如下：
Figure FDA0003096735940000021
其中，Vi，Vk分别代表节点i，k的时序电压向量，Cov(Vi，Vk)为Vi，Vk变量的协方差，Var[Vi]，Var[Vk]分别为Vi，Vk的方差；
完成第一次聚类过程后，在划分好的每一类中，计算本类中所有节点电压数据的样本点均值，选取该均值作为新的聚类中心，重复上述聚类步骤直至每一类的聚类中心不再更新，此时的聚类结果即为台区负荷节点的相位关系；
所述步骤4中，所述改进prim算法包括：
根据下式计算各节点间的特征系数：
A(i，k)＝0.5×r(Vi，Vk)+0.5×d(i，k)
其中，r(Vi，Vk)为节点i，k的皮尔逊相关系数，d(i，k)为节点i，k间的距离系数，
具体计算公式如下：
Figure FDA0003096735940000022
其中，mean(Vk)为节点k的时序电压数据的平均值，系数d(i，k)代表了台区节点间电气距离的大小；A(i，k)是一综合反映两节点相关性大小及电气距离远近的系数；
分别计算某一相所有节点数据间的特征系数，以此作为之后使用的prim算法的边的权值；
利用计算得到的特征系数构建特征系数矩阵A，矩阵中元素A(i，k)(i≠k)为台区节点i，k间的特征系数，矩阵对角线上元素为0；
定义点集Unew＝{x}，其中x为矩阵A中任一节点，用一空集Enew＝{}表示待选取的边；遍历A矩阵选取权值最大的边<i，k>，
其中i应为集合Unew中的元素，k不在集合Unew中，但k需为矩阵A中节点；将k加入到集合Unew中，将边<i，k>加入集合Enew中；
重复上述操作，直至矩阵A中节点全部加入Unew；使用集合Unew与Enew来生成对应单相拓扑的邻接矩阵I，矩阵中元素Ij，k(j≠k)＝0时代表台区节点j与节点k不相连，当Ij，k(j≠k)＝1时代表两节点相连，邻接矩阵为一对称矩阵，对角线上元素为0；
所述步骤5中：
首先获取步骤4中形成的某一相邻接矩阵I，并定义一用于表征台区线路阻抗生成过程的矩阵GA＝I；
对连接在该相上的所有负荷节点及变压器节点电压数据按照平均值大小升序排列；
按照节点排序依次搜索矩阵GA中节点对应行的元素，当该行的度为1时，判断该节点为台区的一末端节点，取得该行中元素1的位置，其列数对应节点即为当前搜索节点的上游节点；
此时可利用粒子群算法计算出两节点间的线路阻抗，将计算结果记录在邻接矩阵I的对应位置上；
计算完毕后将矩阵GA中两节点所对应位置元素置零，即相当于将两节点合并为一个节点；重复上述步骤直到矩阵GA中元素全部为0；对每一相邻接矩阵都执行一次上述操作可获得台区所有相连节点间的线路阻抗；
使用粒子群算法计算两相连节点间的线路阻抗包括以下具体内容：
首先设置算法迭代规模Gmax，将节点间电阻R，电抗X的取值看作一群微粒，可用向量表示为Ri＝{r1，r2，...，rN}，Xi＝{x1，x2，...，xN}其中N为微粒种群规模，对微粒进行初始化，并计算每个微粒的适应度函数，适应度函数具体公式如下
Figure FDA0003096735940000031
式中Vlow，Plow，Qlow分别为两节点间下游节点的同一时间断面内的电压、有功功率、无功功率值，Uup为上游节点的同一时间断面的电压值，R，X为两节点间的线路电阻及电抗，适应度函数值越小时，说明对应的R，X越接近真实值，记录下每次计算后各个粒子的个体最优值以及所有粒子的全局最优值；并通过下列公式对每个粒子进行更新：
vri＝vri+c1×rand×(pbestri-ri)+c2×rand×(gbestr-ri)
vxi＝vxi+c1×rand×(pbestxi-ri)+c2×rand×(gbestx-ri)
ri＝ri+vri，xi＝xi+vxi
式中vri、vxi代表r、x中第i个微粒的速度，pbestri、pbestxi表示第i个r、x微粒的个体最优值，gbestr、gbestx为r、x的全局最优值，c1、c2为学习因子；
当计算结果满足收敛判据时，此时记录的r、x的全局最优值即为两节点间线路阻抗值。
2.如权利要求1所述的基于邻接矩阵及粒子群算法的配电台区电力阻抗拓扑图生成方法，其特征在于，
计算完毕后，需将两节点合并，此时上游节点功率需按下列公式进行更新：
Pup＝Pup+Plow+Ploss
Qup＝Qup+Qlow+Qloss
Figure FDA0003096735940000041
Figure FDA0003096735940000042
式中Pup、Qup为上游节点的有功功率及无功功率，R，X为由粒子群算法得出的两节点间线路阻抗值。
3.如权利要求1-2任一所述的基于邻接矩阵及粒子群算法的配电台区电力阻抗拓扑图生成方法，其特征在于，
所述步骤6中：
根据GIS系统中的节点地理坐标生成表征三相中某一相各个节点的位置的散点图，根据步骤4中得到的单相拓扑的邻接矩阵将有连接关系的节点在散点图中连在一起，将三相的拓扑图整合在一起，并在相连两节点的边上标注两节点间的线路阻抗，形成配电台区的电力信息地图。
4.基于邻接矩阵及粒子群算法的配电台区电力阻抗拓扑图生成系统，其特征在于，应用如权利要求1-3任一所述的基于邻接矩阵及粒子群算法的配电台区电力阻抗拓扑图生成方法，
其具体包括：数据获取模块：用于从台区配电变压器监测终端及智能电表中获取一定时间断面内的变压器A/B/C三相和用户节点处的时序电压、有功功率及无功功率数据；
数据处理模块：用于采集变压器节点与用户节点的地理信息坐标对步骤1获取的各类数据进行编号、聚合处理，形成便于进行调用的数据集；
聚类分析模块：用于利用K-means聚类自动将所有用户节点所属相位分为A/B/C三相，完成台区拓扑相位识别过程；
prim算法模块：用于形成反映台区节点连接关系的三相邻接矩阵；
阻抗计算模块：用于对台区三相邻接矩阵使用粒子群算法计算出台区负荷节点间的线路阻抗；
地图生成模块：用于将得到的台区邻接矩阵与线路阻抗信息、地理信息坐标融合生成整个配电台区的电力地图。
CN202011430462.9A 2020-12-09 2020-12-09 一种配电台区电力阻抗拓扑图生成方法及系统 Active CN112510707B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011430462.9A CN112510707B (zh) 2020-12-09 2020-12-09 一种配电台区电力阻抗拓扑图生成方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011430462.9A CN112510707B (zh) 2020-12-09 2020-12-09 一种配电台区电力阻抗拓扑图生成方法及系统

Publications (2)

Publication Number Publication Date
CN112510707A CN112510707A (zh) 2021-03-16
CN112510707B true CN112510707B (zh) 2021-09-03

Family

ID=74970114

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011430462.9A Active CN112510707B (zh) 2020-12-09 2020-12-09 一种配电台区电力阻抗拓扑图生成方法及系统

Country Status (1)

Country Link
CN (1) CN112510707B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113094862B (zh) * 2021-05-20 2022-08-23 上海理工大学 一种基于数据驱动的台区多层拓扑结构辨识方法
CN113572164B (zh) * 2021-08-06 2023-08-29 国网四川省电力公司营销服务中心 一种基于k-means聚类分析的配电网台区识别方法
CN113824210A (zh) * 2021-08-25 2021-12-21 浙江万胜智能科技股份有限公司 一种利用智能电表、智能终端进行台区拓扑识别的方法
CN113794202A (zh) * 2021-09-27 2021-12-14 珠海许继芝电网自动化有限公司 配电台区电气拓扑自动识别方法、装置及存储介质
CN113884797B (zh) * 2021-09-29 2024-09-03 广东电网有限责任公司 融合电气与地理位置信息的台区线户关系识别方法及装置
CN114050657B (zh) * 2021-11-26 2023-06-27 北京市腾河智慧能源科技有限公司 光伏并网后的台区拓扑识别方法及系统、设备、存储介质
CN114725937B (zh) * 2022-04-22 2024-10-15 南方电网科学研究院有限责任公司 一种配电台区设备拓扑关系识别方法及装置
CN114696466B (zh) * 2022-04-29 2024-07-19 北京航天鸣镝科技有限公司 适用于低压台区配电的状态监测系统及方法
CN114825635A (zh) * 2022-05-25 2022-07-29 广州有电信息科技有限公司 台区识别方法、装置、电子设备及存储介质
CN114997694A (zh) * 2022-06-20 2022-09-02 广东电网有限责任公司 台区相序拓扑识别方法、装置及电子设备
CN115327235B (zh) * 2022-08-10 2024-08-16 国网湖南省电力有限公司 用于三相四线制配电台区的线路阻抗参数辨识方法及系统
CN116317094B (zh) * 2022-09-07 2024-03-19 东南大学溧阳研究院 一种基于物联网设备量测数据的低压配电网拓扑识别方法
CN115800287B (zh) * 2022-10-27 2023-10-27 深圳市国电科技通信有限公司 一种基于阈值分割聚类的低压台区拓扑识别方法
CN116167891B (zh) * 2022-12-06 2024-04-16 北京市腾河电子技术有限公司 基于线路阻抗推导台区拓扑的方法及系统、设备、介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN104820865A (zh) * 2015-03-31 2015-08-05 浙江工业大学 基于图论的智能配电网故障恢复智能优化方法
CN110460091A (zh) * 2019-07-29 2019-11-15 西南交通大学 一种新能源接入下的输电网最优规划的获取方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN104820865A (zh) * 2015-03-31 2015-08-05 浙江工业大学 基于图论的智能配电网故障恢复智能优化方法
CN110460091A (zh) * 2019-07-29 2019-11-15 西南交通大学 一种新能源接入下的输电网最优规划的获取方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《应用于配电网柔性互联的变换器拓扑》;周剑桥等;《中国电机工程学报》;20190105;第39卷(第1期);第277-288页 *

Also Published As

Publication number Publication date
CN112510707A (zh) 2021-03-16

Similar Documents

Publication Publication Date Title
CN112510707B (zh) 一种配电台区电力阻抗拓扑图生成方法及系统
CN109274095B (zh) 基于互信息的低压配电网用户拓扑估计方法及系统
CN112467722B (zh) 一种考虑电动汽车充电站的主动配电网源-网-荷-储协调规划方法
CN109286188B (zh) 一种基于多源数据集的10kV配电网理论线损计算方法
CN107453357A (zh) 一种基于分层求解的配电网状态估计方法
CN102982394A (zh) 配电网负荷参数辨识方法及系统
CN110110907B (zh) 一种低压台区特征参数的提取方法
CN111476427A (zh) 低压台区拓扑识别方法及识别装置
CN109494719A (zh) 一种中低压混合配电网层次化阻抗分析方法
CN103793556B (zh) 综合出线负荷的变电站负荷建模方法
CN115036924A (zh) 一种考虑多源数据不确定性的配电网分布式状态估计方法
Ni et al. Phase identification in distribution systems by data mining methods
CN106443276A (zh) 一种交流高压多回输电线路无线电干扰计算方法及系统
CN114204611A (zh) 一种适用所有阻尼状态的频率响应解析计算方法
Gupta et al. Power system network equivalents: Key issues and challenges
CN112072651A (zh) 基于暂态能量函数的暂态电压失稳与功角失稳识别方法
CN113285440B (zh) 一种低压台区降损优化方法
CN112103956B (zh) 基于智能电表动态测量点的配网状态估计方法
Liu et al. Research on the transformer area recognition method based on improved K-means clustering algorithm
CN104360948A (zh) 基于模糊算法的iec 61850配置文件工程化一致性测试方法
Yin et al. Global configuration strategy of SAPFs combined with comprehensive evaluation of power quality in distribution network
CN109217336B (zh) 基于分区建模的同步发电机阻尼系数在线辨识方法
Tang An Automatic Generation Method for Distribution Network Geographical Wiring Diagram
Ye et al. Research on topology data check of distribution network based on graph computing
Shuang et al. A Method for Identifying Connectivity Relationship in Low-Voltage Area Based on Voltage Big Data

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