CN112564095B - 一种配电网线变关系数据校验方法和系统 - Google Patents
一种配电网线变关系数据校验方法和系统 Download PDFInfo
- Publication number
- CN112564095B CN112564095B CN202011384615.0A CN202011384615A CN112564095B CN 112564095 B CN112564095 B CN 112564095B CN 202011384615 A CN202011384615 A CN 202011384615A CN 112564095 B CN112564095 B CN 112564095B
- Authority
- CN
- China
- Prior art keywords
- transformer
- line
- relation data
- data
- transformers
- 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
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000013524 data verification Methods 0.000 title claims abstract description 21
- 238000012549 training Methods 0.000 claims abstract description 25
- 230000009466 transformation Effects 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims description 15
- 238000012795 verification Methods 0.000 claims description 13
- 238000007477 logistic regression Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 2
- 238000000547 structure data Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
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
- 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)
- Supply And Distribution Of Alternating Current (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种配电网线变关系数据校验方法和系统,所述方法包括:批量获取已知线变关系的配电线路数据,作为训练样本集合;获取近期预设时间段每条配电线路下所有变压器的三相电压序列数据;以天为单位计算每条配电线路下各变压器电压序列数据之间的相关距离;以电压序列数据之间的相关距离作为变压器之间的距离,计算每个变压器的局部离群点因子;统计预设时间段变压器局部离群点因子值在不同区间出现的频率作为变压器输入属性,将其线变关系数据是否正确作为其输出属性,构建变压器线变关系数据校验模型;校验待校验的配电变压器线变关系数据是否正确。本发明可快速有效地校验配电网线变关系数据是否正确,有较大推广应用价值。
Description
技术领域
本发明属于配电网拓扑结构数据处理技术领域,涉及一种配电网线变关系数据校验方法和系统。
背景技术
配电网拓扑结构数据是电网公司营销、配电网以及调控运行相关专业融合的基础,尤其是配变与线路的拓扑连接关系,其相关数据的缺失以及不准确已经严重影响了客户报修定位、配电网停电故障校验、线损精益化管理等业务的有效开展。
由于配电网资产众多、城市配电网大量敷设地下电缆、以及配电网拓扑结构动态变化的特点,依靠传统人工巡线方式开展配电网拓扑结构数据的校验,既耗时耗力、又无法及时实现数据更新,很难达到预期的效果。
随着智能电表及用电信息采集系统推广普及,积累了海量变压器监测数据,基于智能电表大数据分析开展配电网拓扑结构数据校验是切实可行的。
发明内容
为解决现有技术中的不足,本申请提供一种配电网线变关系数据校验方法和系统,可快速有效地校验电网线变关系数据的正确性,解决了依靠传统人工巡线方式开展配电网线变关系数据校验耗时耗力、又无法及时实现数据更新的问题。
为了实现上述目标,本发明采用如下技术方案:
一种配电网线变关系数据校验方法,其特征在于:
所述方法包括以下步骤:
步骤1:批量获取已知线变关系的配电线路数据,作为训练样本集合;
步骤2:确定训练样本集合中每条配电线路下所有变压器列表;
步骤3:获取训练样本集合中近期预设时间段每条配电线路下所有变压器的A、B、C三相电压序列数据;
步骤4:以天为单位计算训练样本集合中每条配电线路下各变压器电压序列数据之间的相关距离,以度量同一条配电线路下各变压器电压序列的相似性;
步骤5:以步骤4得到的相关距离作为变压器之间的距离,计算每个变压器的局部离群点因子;
步骤6:统计预设时间段变压器局部离群点因子值在不同区间出现的频率作为变压器输入属性,将其线变关系数据是否正确作为其输出属性,采用逻辑回归模型构建变压器线变关系数据校验模型;
步骤7:采用变压器线变关系数据校验模型,校验待校验的配电变压器线变关系数据是否正确。
本发明进一步包括以下优选方案:
优选地,步骤3中,当变压器某个时间点A、B、C相电压不平衡时,计算A、B、C相电压的等效电压值v作为变压器该时间点电压,具体公式如下:
其中,AN′、BN′、CN′为变压器某个时间点A、B、C相电压值。
当变压器某个时间点A、B、C相电压平衡时,选择A相电压值作为变压器该时间点电压。
优选地,通过迭代法求等效电压值v的近似解,具体方法如下:
假设min_v=min(AN′、BN′、CN′),max_v=max(AN′、BN′、CN′),则v∈[min_v,max_v];
以min_v为起点,以近似解精度为步长递增遍历[min_v,max_v]解空间,最后选取一个最优解使得公式(1)左边计算结果与2π之差的绝对值最小。
优选地,步骤4中,变压器电压序列数据之间的相关距离d,计算公式如下:
优选地,所述步骤5,包括以下步骤:
步骤5.1:计算变压器o的k-距离distk(o):
在给定变压器集合D中,distk(o)是变压器o与其第k个最近邻之间的相关距离;
步骤5.2:查找变压器o的k-距离邻域Nk(o):
在给定变压器集合D中,查找得到变压器o的距离不超过distk(o)的所有变压器的集合:Nk(o)={o′|o′∈D,dist(o,o′)≤distk(o)};
步骤5.3:计算变压器o到每个邻域变压器o′的可达距离:reachdistk(o′←o):reachdistk(o′←o)=max{distk(o′),dist(o,o′)}
步骤5.4:计算变压器o的局部可达密度lrdk(o):
其中,|Nk(o)|为Nk(o)变压器的数量;
步骤5.5:计算变压器o的局部离群点因子LOFk(o):
优选地,步骤6中,采用逻辑回归模型构建如下变压器线变关系数据校验模型;
其中,X1,…,X8是变压器的局部离群点因子在不同区间出现的频率;p(Y=1)表示变压器线变关系正确的概率,e是自然对数的底数,β0,β1,...β8为模型参数,β0也称为截距。
优选地,步骤6中,变压器局部离群点因子值LOF在(-∞,1)出现频率作为变压器输入属性X1数值,在[1,1.1)出现频率作为变压器输入属性X2数值,在[1.1,1.2)出现频率作为变压器输入属性X3数值,在[1.2,1.3)出现频率作为变压器输入属性X4数值,在[1.3,1.4)出现频率作为变压器输入属性X5数值,在[1.4,1.5)出现频率作为变压器输入属性X6数值,在[1.5,1.6)出现频率作为变压器输入属性X7数值,在[1.6,+∞)出现频率作为变压器输入属性X8数值。
本发明还公开了一种配电网线变关系数据校验系统,所述系统包括:
配电线路数据获取模块,用于批量获取已知线变关系的配电线路数据,作为训练样本集合;
变压器列表获取模块,用于确定训练样本集合中每条配电线路下所有变压器列表;
电压数据获取模块,用于获取训练样本集合中近期预设时间段每条配电线路下所有变压器的A、B、C三相电压序列数据;
第一计算模块,用于以天为单位计算训练样本集合中每条配电线路下各变压器电压序列数据之间的相关距离,以度量同一条配电线路下各变压器电压序列的相似性;
第二计算模块,用于以第一计算模块得到的相关距离作为变压器之间的距离,计算每个变压器的局部离群点因子;
模型构建模块,用于统计预设时间段变压器局部离群点因子值在不同区间出现的频率作为变压器输入属性,将其线变关系数据是否正确作为其输出属性,构建变压器线变关系数据校验模型;
校验模块,用于采用变压器线变关系数据校验模型,校验待校验的配电变压器线变关系数据是否正确。
本申请所达到的有益效果:
本发明利用变压器监测数据开展配电网线变关系数据校验,可快速有效地验线变拓扑连接关系的正确性,有效解决了但依靠传统人工巡线方式开展配电网拓扑结构数据的校验,既耗时耗力、又无法及时实现数据更新的问题。
附图说明
图1是本发明一种配电网线变关系数据校验方法的流程图;
图2是本发明实施例中某10KV线路变压器A、B、C三相电压经过等效计算后电压曲线。
具体实施方式
下面结合附图对本申请作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本申请的保护范围。
本发明的一种配电网线变关系数据校验方法,如图1所示,包括步骤1-7。
步骤1:批量获取已知线变关系的配电线路数据,作为训练样本集合;
步骤2:从生产管理系统获取配电网线变关系数据,确定训练样本集合中每条配电线路下所有变压器列表;
步骤3:从用电信息采集系统获取训练样本集合中近期预设时间段每条配电线路下所有变压器最近一段时间的A、B、C三相电压序列数据;
当变压器某个时间点A、B、C相电压不平衡时,计算A、B、C相电压的等效电压值v作为变压器该时间点电压,具体公式如下:
其中,AN′、BN′、CN′为变压器某个时间点A、B、C相电压值,公式(1)只有等效电压值v一个未知数,通过迭代法求v的近似解。
当变压器某个时间点A、B、C相电压平衡时,选择A相电压值作为变压器该时间点电压。
通过迭代法求等效电压值v的近似解,具体方法如下:
假设min_v=min(AN′、BN′、CN′),max_v=max(AN′、BN′、CN′),则v∈[min_v,max_v];
若v近似解精度取为0.001,则以min_v为起点,按照0.001的步长递增遍历[min_v,max_v]解空间,最后选取一个最优解使得公式(1)左边计算结果与2π之差的绝对值最小。
2019年1月21日某10KV线路下所有变压器A、B、C三相电压经过等效计算后电压曲线图2所示。
步骤4:以天为单位,计算训练样本集合中每条配电线路下各变压器电压序列数据之间的相关距离,以度量同一条配电线路下各变压器电压序列的相似性;
变压器电压序列数据之间的相关距离d,计算公式如下:
某10KV线路下各变压器电压序列数据相关距离矩阵如表1所示。
表1某10KV线路下各变压器电压序列数据相关距离矩阵
配变1 | 配变2 | 配变3 | 配变4 | … | 配变29 | |
配变1 | 0 | 0.039 | 0.074 | 0.069 | … | 0.415 |
配变2 | 0.039 | 0 | 0.009 | 0.016 | … | 0.251 |
配变3 | 0.074 | 0.009 | 0 | 0.011 | … | 0.202 |
配变4 | 0.069 | 0.016 | 0.011 | 0 | … | 0.193 |
… | … | … | … | … | … | … |
配变29 | 0.415 | 0.251 | 0.202 | 0.193 | … | 0 |
相关距离越小,两条电压曲线波动越相似。
步骤5:以步骤4得到的相关距离d作为变压器之间的距离,计算每个变压器的局部离群点因子,包括以下步骤:
步骤5.1:计算变压器o的k-距离distk(o):
在给定变压器集合D中,distk(o)是变压器o与其第k个最近邻之间的相关距离d;
步骤5.2:查找变压器o的k-距离邻域Nk(o):
在给定变压器集合D中,查找得到变压器o的距离不超过distk(o)的所有变压器的集合:Nk(o)={o′|o′∈D,dist(o,o′)≤distk(o)};
步骤5.3:计算变压器o到每个邻域变压器o′的可达距离:reachdistk(o′←o):reachdistk(o′←o)=max{distk(o′),dist(o,o′)}
步骤5.4:计算变压器o的局部可达密度lrdk(o):
其中,|Nk(o)|为Nk(o)变压器的数量;
步骤5.5:计算变压器o的局部离群点因子LOFk(o):
以表1中的相关距离作为该线路各变压器电压曲线之间的距离,计算每个变压器的局部离群点因子,得到表2。
表2某10KV线路XX下各变压器局部离群点因子
配变名称 | 所属线路 | LOF | 采集日期 |
配变22 | 线路XX | 1.275 | 2019-01-21 |
配变4 | 线路XX | 1.131 | 2019-01-21 |
配变7 | 线路XX | 1.128 | 2019-01-21 |
配变17 | 线路XX | 1.112 | 2019-01-21 |
… | … | … | … |
配变20 | 线路XX | 0.997 | 2019-01-21 |
步骤6:统计预设时间段所有线路所有变压器局部离群点因子值在不同区间出现的频率作为变压器输入属性,将其线变关系数据是否正确作为其输出属性,采用逻辑回归构建变压器线变关系数据校验模型。
其中,X1,…,X8是变压器的局部离群点因子在不同区间出现的频率;p(Y=1)表示变压器线变关系正确的概率,e是自然对数的底数,β0,β1,...β8为模型参数,β0也称为截距。
某10KV线路XX在1月份每台变压器LOF值在不同区间出现的频率作为输入属性,变压器局部离群点因子值LOF在(-∞,1)出现频率作为变压器输入属性X1数值,在[1,1.1)出现频率作为变压器输入属性X2数值,在[1.1,1.2)出现频率作为变压器输入属性X3数值,在[1.2,1.3)出现频率作为变压器输入属性X4数值,在[1.3,1.4)出现频率作为变压器输入属性X5数值,在[1.4,1.5)出现频率作为变压器输入属性X6数值,在[1.5,1.6)出现频率作为变压器输入属性X7数值,在[1.6,+∞)出现频率作为变压器输入属性X8数值。某10KV线路XX1月份变压器LOF值分布及线变关系是否正确如表3所示。
表3某10KV线路XX在1月份变压器LOF值在不同区间出现频率及线变关系是否正确
配变名称 | 线路名称 | F<sub>1</sub> | F<sub>2</sub> | F<sub>3</sub> | … | F<sub>8</sub> | 是否正确 |
配变1 | 线路XX | 0 | 0 | 27 | … | 0 | 是 |
配变2 | 线路XX | 0 | 26 | 4 | … | 0 | 是 |
配变3 | 线路XX | 0 | 9 | 22 | … | 0 | 是 |
配变4 | 线路XX | 0 | 11 | 20 | … | 0 | 是 |
… | … | … | … | … | … | … | … |
配变29 | 线路XX | 0 | 0 | 0 | … | 1 | 否 |
步骤7:采用变压器线变关系数据校验模型,校验待校验的配电变压器线变关系数据是否正确,即计算待校验配电线路变压器局部离群点因子,将待校验配电线路变压器局部离群点因子值在不同区间出现的频率作为变压器输入属性,采用变压器线变关系数据校验模型,校验待校验的配电变压器的线变关系数据是否正确。
采用变压器线变关系数据校验模型,利用2019年3月配电网线变关系数据对某公司1050条10kV线路44826个变压器的拓扑连接关系进行校验,得出线变关系数据错误的744台变压器;
配电运检人员对判断线变关系数据错误的744台变压器进行了现场核查,发现线变关系数据错误变压器409台,计量表与变压器挂接关系错误变压器221台,现场变压器负荷专供但PMS系统台账未及时更新变压器57台。
结果证明与仅依靠人力现场巡测相比,本发明可切实有效地校验电网线变关系数据的正确性,解决了依靠传统人工巡线方式开展配电网线变关系数据校验耗时耗力、又无法及时实现数据更新的问题。
本发明的一种配电网线变关系数据校验系统,包括:
配电线路数据获取模块,用于批量获取已知线变关系的配电线路数据,作为训练样本集合;
变压器列表获取模块,用于确定训练样本集合中每条配电线路下所有变压器列表;
电压数据获取模块,用于获取训练样本集合中近期预设时间段每条配电线路下所有变压器的A、B、C三相电压序列数据;
第一计算模块,用于以天为单位计算训练样本集合中每条配电线路下各变压器电压序列数据之间的相关距离,以度量同一条配电线路下各变压器电压序列的相似性;
第二计算模块,用于以第一计算模块得到的相关距离作为变压器之间的距离,计算每个变压器的局部离群点因子;
模型构建模块,用于统计预设时间段变压器局部离群点因子值在不同区间出现的频率作为变压器输入属性,将其线变关系数据是否正确作为其输出属性,采用逻辑回归模型构建变压器线变关系数据校验模型;
校验模块,用于采用变压器线变关系数据校验模型,校验待校验的配电变压器线变关系数据是否正确。
本发明申请人结合说明书附图对本发明的实施示例做了详细的说明与描述,但是本领域技术人员应该理解,以上实施示例仅为本发明的优选实施方案,详尽的说明只是为了帮助读者更好地理解本发明精神,而并非对本发明保护范围的限制,相反,任何基于本发明的发明精神所作的任何改进或修饰都应当落在本发明的保护范围之内。
Claims (6)
1.一种配电网线变关系数据校验方法,其特征在于:
所述方法包括以下步骤:
步骤1:批量获取已知线变关系的配电线路数据,作为训练样本集合;
步骤2:确定训练样本集合中每条配电线路下所有变压器列表;
步骤3:获取训练样本集合中近期预设时间段每条配电线路下所有变压器的A、B、C三相电压序列数据;
步骤4:以天为单位计算训练样本集合中每条配电线路下各变压器电压序列数据之间的相关距离,以度量同一条配电线路下各变压器电压序列的相似性;
步骤5:以步骤4得到的相关距离作为变压器之间的距离,计算每个变压器的局部离群点因子;
步骤6:统计预设时间段变压器局部离群点因子值在不同区间出现的频率作为变压器输入属性,将其线变关系数据是否正确作为其输出属性,采用逻辑回归模型构建变压器线变关系数据校验模型;
步骤7:采用变压器线变关系数据校验模型,校验待校验的配电变压器线变关系数据是否正确;
步骤3中,当变压器某个时间点A、B、C相电压不平衡时,计算A、B、C相电压的等效电压值v作为变压器该时间点电压,具体公式如下:
其中,AN′、BN′、CN′为变压器某个时间点A、B、C相电压值;
当变压器某个时间点A、B、C相电压平衡时,选择A相电压值作为变压器该时间点电压;
步骤6中,采用逻辑回归模型构建如下变压器线变关系数据校验模型;
其中,X1,…,X8是变压器的局部离群点因子在不同区间出现的频率;p(Y=1)表示变压器线变关系正确的概率,e是自然对数的底数,β0,β1,...β8为模型参数,β0也称为截距。
2.根据权利要求1所述的一种配电网线变关系数据校验方法,其特征在于:
通过迭代法求等效电压值v的近似解,具体方法如下:
假设min_v=min(AN′、BN′、CN′),max_v=max(AN′、BN′、CN′),则v∈[min_v,max_v];
以min_v为起点,以近似解精度为步长递增遍历[min_v,max_v]解空间,最后选取一个最优解使得公式(1)左边计算结果与2π之差的绝对值最小。
4.根据权利要求1所述的一种配电网线变关系数据校验方法,其特征在于:
所述步骤5,包括以下步骤:
步骤5.1:计算变压器o的k-距离distk(o):
在给定变压器集合D中,distk(o)是变压器o与其第k个最近邻之间的相关距离;
步骤5.2:查找变压器o的k-距离邻域Nk(o):
在给定变压器集合D中,查找得到变压器o的距离不超过distk(o)的所有变压器的集合:Nk(o)={o′|o′∈D,dist(o,o′)≤distk(o)};
步骤5.3:计算变压器o到每个邻域变压器o′的可达距离:
reachdistk(o′←o):reachdistk(o′←o)=max{distk(o′),dist(o,o′)}
步骤5.4:计算变压器o的局部可达密度lrdk(o):
其中,|Nk(o)|为Nk(o)变压器的数量;
步骤5.5:计算变压器o的局部离群点因子LOFk(o):
5.根据权利要求1所述的一种配电网线变关系数据校验方法,其特征在于:
步骤6中,变压器局部离群点因子值LOF在(-∞,1)出现频率作为变压器输入属性X1数值,在[1,1.1)出现频率作为变压器输入属性X2数值,在[1.1,1.2)出现频率作为变压器输入属性X3数值,在[1.2,1.3)出现频率作为变压器输入属性X4数值,在[1.3,1.4)出现频率作为变压器输入属性X5数值,在[1.4,1.5)出现频率作为变压器输入属性X6数值,在[1.5,1.6)出现频率作为变压器输入属性X7数值,在[1.6,+∞)出现频率作为变压器输入属性X8数值。
6.根据权利要求1-5任一项所述的一种配电网线变关系数据校验方法的配电网线变关系数据校验系统,其特征在于:
所述系统包括:
配电线路数据获取模块,用于批量获取已知线变关系的配电线路数据,作为训练样本集合;
变压器列表获取模块,用于确定训练样本集合中每条配电线路下所有变压器列表;
电压数据获取模块,用于获取训练样本集合中近期预设时间段每条配电线路下所有变压器的A、B、C三相电压序列数据;
第一计算模块,用于以天为单位计算训练样本集合中每条配电线路下各变压器电压序列数据之间的相关距离,以度量同一条配电线路下各变压器电压序列的相似性;
第二计算模块,用于以第一计算模块得到的相关距离作为变压器之间的距离,计算每个变压器的局部离群点因子;
模型构建模块,用于统计预设时间段变压器局部离群点因子值在不同区间出现的频率作为变压器输入属性,将其线变关系数据是否正确作为其输出属性,采用逻辑回归模型构建变压器线变关系数据校验模型;
校验模块,用于采用变压器线变关系数据校验模型,校验待校验的配电变压器线变关系数据是否正确。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011384615.0A CN112564095B (zh) | 2020-12-01 | 2020-12-01 | 一种配电网线变关系数据校验方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011384615.0A CN112564095B (zh) | 2020-12-01 | 2020-12-01 | 一种配电网线变关系数据校验方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112564095A CN112564095A (zh) | 2021-03-26 |
CN112564095B true CN112564095B (zh) | 2022-07-26 |
Family
ID=75046074
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011384615.0A Active CN112564095B (zh) | 2020-12-01 | 2020-12-01 | 一种配电网线变关系数据校验方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112564095B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116956522B (zh) * | 2023-09-20 | 2023-12-26 | 南京南瑞信息通信科技有限公司 | 一种基于线路分段的配电网实时线变关系分析方法及系统 |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104218581A (zh) * | 2014-09-24 | 2014-12-17 | 国家电网公司 | 一种利用量测数据校验配电网拓扑结构的方法 |
CN106250927A (zh) * | 2016-07-29 | 2016-12-21 | 国网河南省电力公司电力科学研究院 | 基于k最近邻分类算法的配电网拓扑结构校验方法 |
CN108054755A (zh) * | 2017-12-26 | 2018-05-18 | 广州市捷信通科技发展有限公司 | 一种基于k最近邻分类算法的配电网拓扑结构校验方法 |
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 |
CN109308571A (zh) * | 2018-08-29 | 2019-02-05 | 华北电力科学研究院有限责任公司 | 配电线路线变关系检测方法 |
CN109980640A (zh) * | 2019-04-08 | 2019-07-05 | 国网四川省电力公司成都供电公司 | 基于多智能体协同优化的配网线变关系识别方法 |
CN110826776A (zh) * | 2019-10-23 | 2020-02-21 | 国网四川省电力公司成都供电公司 | 一种配网线变关系识别中基于动态规划的初始解优化方法 |
CN110994607A (zh) * | 2019-12-13 | 2020-04-10 | 国网吉林省电力有限公司松原供电公司 | 线变关系识别系统 |
CN111339482A (zh) * | 2020-03-17 | 2020-06-26 | 南昌工程学院 | 一种基于最大互信息的离群配电变压器辨识方法 |
CN111404157A (zh) * | 2020-04-17 | 2020-07-10 | 国网湖南省电力有限公司 | 一种低压配电网台区拓扑结构自动校验方法及系统 |
CN111428977A (zh) * | 2020-03-17 | 2020-07-17 | 南昌左宸科技有限公司 | 一种基于电压序列灰色关联度的离群配电变压器辨识方法 |
CN111445108A (zh) * | 2020-03-03 | 2020-07-24 | 国网江苏省电力有限公司电力科学研究院 | 数据驱动的配电网线变关系诊断方法、装置及系统 |
CN111458661A (zh) * | 2020-03-03 | 2020-07-28 | 国网江苏省电力有限公司电力科学研究院 | 一种配电网线变关系诊断方法、装置及系统 |
CN111541301A (zh) * | 2020-04-27 | 2020-08-14 | 杭州沃瑞电力科技有限公司 | 一种基于波动率的配电网线变关系校验方法 |
CN111625991A (zh) * | 2020-05-20 | 2020-09-04 | 国网河北省电力有限公司电力科学研究院 | 一种低压配电网拓扑校验方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10312681B2 (en) * | 2015-05-28 | 2019-06-04 | Itron, Inc. | Automatic network device electrical phase identification |
US11183878B2 (en) * | 2017-08-07 | 2021-11-23 | Landis+Gyr Innovations, Inc. | Maintaining connectivity information for meters and transformers located in a power distribution network |
-
2020
- 2020-12-01 CN CN202011384615.0A patent/CN112564095B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104218581A (zh) * | 2014-09-24 | 2014-12-17 | 国家电网公司 | 一种利用量测数据校验配电网拓扑结构的方法 |
CN106250927A (zh) * | 2016-07-29 | 2016-12-21 | 国网河南省电力公司电力科学研究院 | 基于k最近邻分类算法的配电网拓扑结构校验方法 |
CN108054755A (zh) * | 2017-12-26 | 2018-05-18 | 广州市捷信通科技发展有限公司 | 一种基于k最近邻分类算法的配电网拓扑结构校验方法 |
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 |
CN109308571A (zh) * | 2018-08-29 | 2019-02-05 | 华北电力科学研究院有限责任公司 | 配电线路线变关系检测方法 |
CN109980640A (zh) * | 2019-04-08 | 2019-07-05 | 国网四川省电力公司成都供电公司 | 基于多智能体协同优化的配网线变关系识别方法 |
CN110826776A (zh) * | 2019-10-23 | 2020-02-21 | 国网四川省电力公司成都供电公司 | 一种配网线变关系识别中基于动态规划的初始解优化方法 |
CN110994607A (zh) * | 2019-12-13 | 2020-04-10 | 国网吉林省电力有限公司松原供电公司 | 线变关系识别系统 |
CN111445108A (zh) * | 2020-03-03 | 2020-07-24 | 国网江苏省电力有限公司电力科学研究院 | 数据驱动的配电网线变关系诊断方法、装置及系统 |
CN111458661A (zh) * | 2020-03-03 | 2020-07-28 | 国网江苏省电力有限公司电力科学研究院 | 一种配电网线变关系诊断方法、装置及系统 |
CN111339482A (zh) * | 2020-03-17 | 2020-06-26 | 南昌工程学院 | 一种基于最大互信息的离群配电变压器辨识方法 |
CN111428977A (zh) * | 2020-03-17 | 2020-07-17 | 南昌左宸科技有限公司 | 一种基于电压序列灰色关联度的离群配电变压器辨识方法 |
CN111404157A (zh) * | 2020-04-17 | 2020-07-10 | 国网湖南省电力有限公司 | 一种低压配电网台区拓扑结构自动校验方法及系统 |
CN111541301A (zh) * | 2020-04-27 | 2020-08-14 | 杭州沃瑞电力科技有限公司 | 一种基于波动率的配电网线变关系校验方法 |
CN111625991A (zh) * | 2020-05-20 | 2020-09-04 | 国网河北省电力有限公司电力科学研究院 | 一种低压配电网拓扑校验方法 |
Non-Patent Citations (3)
Title |
---|
Research on load curve clustering of distribution transformer based on wavelet transform and big data processing;Shaoguang Yuan 等;《2017 IEEE 2nd Information Technology, Networking, Electronic and Automation Control Conference (ITNEC)》;20180208;全文 * |
基于LOF和SVM的智能配电网故障辨识方法;胡伟 等;《电力自动化设备》;20160630;第36卷(第6期);全文 * |
基于离群点检测的低压配电网拓扑结构校验;耿俊成 等;《电力信息与通信技术》;20170515;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112564095A (zh) | 2021-03-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111505433B (zh) | 一种低压台区户变关系纠错及相位识别方法 | |
CN107643507B (zh) | 一种基于电网线路运行误差远程校准的精益线损分析与管控方法 | |
CN109325545A (zh) | 低压配电网拓扑结构校验方法、装置、设备及存储介质 | |
CN109408603B (zh) | 一种基于大数据的台区拓扑图绘制方法 | |
CN112698123B (zh) | 一种基于决策树的低压台区用户拓扑关系识别方法 | |
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 | |
CN112948757A (zh) | 一种基于改进皮尔逊相关系数的低压台区拓扑校验方法 | |
CN107727955B (zh) | 一种基于电网线路运行误差远程校准的变压器损耗分析与管控方法 | |
CN113625217B (zh) | 低压台区电能表运行误差计算方法及系统 | |
CN113010998A (zh) | 基于随动线损及遗忘因子最小二乘法的电表误差估计方法 | |
Carmona-Delgado et al. | Fast and reliable distribution load and state estimator | |
CN112564095B (zh) | 一种配电网线变关系数据校验方法和系统 | |
CN113723844A (zh) | 一种基于集成学习的低压台区理论线损计算方法 | |
CN111091223B (zh) | 一种基于物联网智能感知技术的配变短期负荷预测方法 | |
CN111951125B (zh) | 一种基于大数据分析的台区异常户变关系识别方法 | |
CN109685684A (zh) | 一种基于知识图谱的低压配电网拓扑结构校验方法 | |
CN111835006A (zh) | 一种基于电压曲线和最小二乘的低压台区拓扑识别方法 | |
CN109829246B (zh) | 一种基于参数综合可疑度的线路参数辨识方法 | |
CN118378545A (zh) | 一种电网复杂运行模式下的计量拓扑仿真方法及系统 | |
Hu et al. | Transformer-customer relationship identification for low-voltage distribution networks based on joint optimization of voltage silhouette coefficient and power loss coefficient | |
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 | |
CN112330030A (zh) | 业扩物资需求预测系统及方法 | |
CN112611997B (zh) | 一种台区关口表挂接关系在线校验方法和系统 | |
CN112712104A (zh) | 一种基于离群点检测的用户与变压器拓扑连接关系校验方法 | |
CN113675854B (zh) | 一种考虑台区电压损耗的配网线变校验方法及装置 |
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 |