CN112804292B - 一种电表台区识别方法 - Google Patents

Abstract

一种电表台区识别方法，包括以下步骤：网络主节点向全网子节点下发台区识别命令；网络主节点和子节点所对应的电表根据台区识别命令在指定起始时间开始时分别进行电压数据的采集；各网络节点对各自采集到的电压数据进行小波分解和重构，得到电压数据的重构信号；各网络节点根据各自的电压数据的重构信号，判断各自交流电压曲线上突变信号的分布情况，得到突变信号的判决结果；各子节点分别将各自的突变信号的判决结果上报给网络主节点；网络主节点收到所有子节点上报的突变信号的判决结果数据后，根据子节点的相位分成三组，按组依次对每个组的子节点进行识别是否和网络主节点属于同一台区。本发明方法适用范围广，识别准确率高。

Description

一种电表台区识别方法

技术领域

本发明属于配电自动化技术领域，尤指涉及一种基于小波分析的电表台区识别的方法。

背景技术

台区是指一个变压器的供电覆盖范围，目前，国内的用电管理部门基本是以每个变压器供电范围所形成的台区为基本单位，实现窃电监控、线损评估等管理行为，因此用电设备和变压器之间的台区隶属关系的识别非常重要。为了实现电网的精细化管理，电网公司需要正确获得每个智能电表的台区隶属关系。而电网系统的性能提升改造、老旧台区容量扩容等可能会造成一些电表的台区的隶属关系出现变化，混乱或不正确的情况。

早期用电管理部门通过停电或者通过手持式台区识别仪人工排查的方式进行台区识别，但这些识别手段效率太低，已逐渐被淘汰。随着用电信息采集系统的不断建设和功能的不断完善，基于宽带载波电力线通信技术衍生的基于载波网络通信拓扑关系的电表台区识别技术得到了快速发展，这种台区识别技术的基本原理是两个电表接在同一根供电线上时，其用电参数具有趋同性。但是在实际当中，相邻台区的变压器一般都是连接在同一个中压线路上(图1)，不同台区的供电线的用电参数会同时受到高压侧的相同影响，导致不同供电线上的这些参数曲线也会出现一定程度的趋同性，从而给台区识别带来一定的误判率。此外，基于载波网络的用电参数数据分析的台区识别技术还存在其它一些局限，包括：用电参数数据(包括电压、电流、工频、有用功率和无用功率等数据)为原始数据，数据量较大，无法实现密集采集和上报，因此这种识别方法所获取到的参考数据量较少，影响了识别结果正确率；用电参数数据的传输会导致网络通信负荷剧增，因此网络启动台区识别过程后将影响原先的计量数据通信功能；此类识别技术需要借助载波通信网络的拓扑关系，因此只能适用于使用宽带载波通信技术组网电信息采集系统，其它的使用无线技术或光纤进行抄表的台区无法使用。基于此，用电管理部门需要一种可以克服上述局限性，适用范围广，算法复杂度低，识别结果正确性高的台区识别方法。

发明内容

本发明的目的在于提供一种自动化水平较高，适用范围广，识别准确率高的电表台区识别方法。

为了实现上述目的，本发明采取如下的技术解决方案：

一种电表台区识别方法，包括以下步骤：

步骤1、网络主节点向全网已入网的子节点下发台区识别命令；

步骤2、网络主节点和子节点所对应的电表根据台区识别命令在指定起始时间开始时分别进行电压数据的采集；

步骤3、各网络节点对各自采集到的电压数据进行小波分解和重构，得到电压数据的重构信号；

步骤4、各网络节点根据各自的电压数据的重构信号，判断各自交流电压曲线上突变信号的分布情况，得到突变信号的判决结果，步骤如下：网络节点将自身的电压数据的重构信号分为K段，计算各子分段的能量值，将每个子分段的能量值和子分段所包含的采样点数量进行对比，某个子分段的能量值大于子分段所包含的采样点数量时，认为该子分段对应时间的电压曲线上存在突变信号，反之则认为没有；

步骤5、各子节点分别将各自的突变信号的判决结果上报给网络主节点；

步骤6、网络主节点收到所有子节点上报的突变信号的判决结果数据后，根据子节点的相位将所有子节点上报的突变信号的判决结果数据分成三组，按组依次对每个组的子节点进行识别是否和网络主节点属于同一台区，步骤如下：

步骤6-1，对于某个相位组的子节点，网络主节点以自己为0级基准节点，根据自身突变信号的判决结果数据和该相位组的各子节点的突变信号的判决结果数据，依次计算各子节点与网络主节点的重合参数：

第n个子节点与网络主节点的重合参数

式中的X表示网络主节点和该子节点对应相线的突变信号的判决结果数据中存在突变信号的子分段的数量，d_0,m为网络主节点和该子节点对应相线的突变信号的判决结果数据中的第m个元素，d_n,m为该子节点对应相线的突变信号的判决结果数据中的第n行m列的元素；

步骤6-2、网络主节点将计算得到的重合参数与判断阈值进行对比，当重合参数大于等于判断阈值时，认为该子节点和网络主节点在同一台区，网络主节点将判断为和自己在同一台区的子节点设置为1级基准节点，否则，将子节点放入待定节点集合；

步骤6-3、以i级基准节点为基准节点，i＝1,2,3,……，根据i级基准节点的突变信号的判断结果数据和待定节点集合中的子节点的突变信号的判断结果数据，计算待定节点集合中的子节点与i级基准节点的重合参数，对于某个待定节点，当计算得到的重合参数大于等于判断阈值时，认为该子节点和i级基准节点在同一台区，并将判断为和i级基准节点在同一台区的子节点设置为i+1级基准节点，否则将该子节点判断为待定，并放在待定节点集合中；

步骤6-4、令i＝i+1，重复执行步骤6-3，判断待定节点集合中的子节点和i级基准节点之间的台区关系，直到待定节点集合中的任意一个子节点和任意一个基准节点之间的台区关系都判断为待定时，将所有的基准节点判定为和网络主节点隶属于同一个台区，将待定节点集合中的子节点判定和网络主节点不隶属于同一个台区；

步骤6-5、某个相位组的子节点都识别完后，返回步骤6-1，对其余相位组的子节点都依次进行判断，直到得到网络中所有子节点的台区判决结果。

更具体的，步骤2中采集电压数据时的采样率T≥10⁴样点/秒。

更具体的，步骤2中，子节点为三相工作子节点时采集三相电压数据，子节点为单相工作子节点时采集单相电压数据。

更具体的，步骤3中，按以下步骤对采集到的电压数据进行小波分解：对于某个网络节点采集到电压信号，将电压信号进行第一层小波塔式分解，得到第一低频电压子信号和第一高频电压子信号，然后对第一低频电压子信号进行第二层小波塔式分解，得到第二低频电压子信号和第二高频电压子信号；

步骤3中，按以下步骤对采集到的电压数据进行小波重构：将第二低频电压子信号的数值全部置为0，得到全零子信号，对全零子信号和第二高频电压子信号进行第二层小波塔式重构，得到一次重构信号，对一次重构信号和第一高频电压子信号进行第一层小波塔式重构，得到二次重构信号。

更具体的，步骤4中，对于某个网络节点，以交流电压曲线的半个工频周期为基本时间单位逐段分析：

基于采样率将二次重构信号平均分段，每个子分段含Q个采样点；

计算二次重构信号的每个子分段信号的能量值；

如果某个子分段的能量值大于Q，则认为与该子分段对应时间的电压曲线上存在突变信号，反之则认为没有。

更具体的，步骤6中的判断阈值为0.95。

更具体的，步骤1中，网络主节点在电网用电负荷水平最高的时间段向子节点下发台区识别命令。

更具体的，对于居民区，网络主节点在周末晚上的7～8点向子节点下发台区识别命令；对于办公区，网络主节点在工作日的8～18点向子节点下发台区识别命令。

由以上技术方案可知，本发明方法基于小波分析对智能电表台区进行识别，针对智能电表所采集的电压值数据进行小波分解，识别出电压曲线中的突变点，随后将这些点的时间位置上报给自身所在的用电信息采集和通信网络的主节点，主节点通过对这些数据的分布式分析，逐个识别出这些节点是否和自己归属同一个台区。本发明方法不受限于抄表网络采用哪种通信技术组网，适用范围广，利用同一根供电线上且距离比较近的两个节点会同时受到邻近用电负荷的影响，会在相同的时间点出现电压突变点且两个节点的突破点时间位置会出现高度趋同性的台区识别机制，计算复杂程度低，识别结果准确性高，具有工程成本低，操作方便，自动化水平高的优点。

附图说明

为了更清楚地说明本发明实施例，下面将对实施例或现有技术描述中所需要使用的附图做简单介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为相邻台区的电压器的连接示意图；

图2为电表和用电负荷的线路安装示意图；

图3为本发明方法的流程图；

图4为D5小波的尺度函数图和小波函数图；

图5为采样率为10⁴样点/秒、含1000个采样点的电压曲线图；

图6为对图5的电压曲线进行第一层小波分解后的信号图；

图7为对图5的电压曲线进行第二层小波分解后的信号图；

图8为重构信号和原始采样的电压曲线对比图。

具体实施方式

为了让本发明的上述和其它目的、特征及优点能更明显，下文特举本发明实施例，并配合所附图示，做详细说明如下。

在低压用电网络中，如空调、冰箱电机、电磁炉等大功率用电负荷在启动和使用过程中，设备的瞬时启动电流数值较大，会造成线路电压的瞬时抖动。在同一根供电线上的电表会同时受到在同一根供电线的大功率用电负荷的影响，因此同一根供电线上的电表的电压曲线中的抖动时间位置会趋同，而不同供电线上用电负荷的使用具有相互独立性和随机性，因此在不同供电线上的电表的电压抖动会出现在不同时间位置上。如图2所示，供电线路1上的大功率用电负荷1的启动会同时给电表1和电表2造成电压数值的瞬间抖动，同理，供电线路2上的大功率用电负荷2的启动会同时给电表3和电表4造成电压数值的瞬间抖动，但两个用电负荷的对电表造成的电压数字的变化是相互独立的，大功率用电负荷1的启动不会对电表3和电表4造成影响，大功率用电负荷2的启动也不会对电表1和电表2造成影响。

本发明方法利用用电线路的该物理特性，以及小波理论在分析信号奇异点和不规则的突变部分的优良特性，基于电压曲线突变点的时间位置来进行电表台区的识别，基本思路是：每个子节点(电表)利用小波分析的方法来找到自身电压曲线中的突变点，然后将自己的突变点的时间位置上报给网络主节点，网络主节点通过对全网节点所上报的信息统一进行对比分析，从而逐个识别出这些节点是否和自己归属同一个台区。

下面结合图3对本发明方法进行详细说明，如图3所示，本发明方法包括以下步骤：

步骤1、网络主节点向全网的已入网子节点下发台区识别命令，网络节点(主节点和子节点)可以采用载波通信技术或无线通信技术或光纤通信技术等通信技术进行组网，通信网络具有全网节点的时间同步机制，以网络主节点的时间基准为源头，全网任意两个节点的时间误差不大于1毫秒，网络中的每个子节点都可以利用时间同步机制实现自身供电线的相位识别(即三相四线低压供电系统中A/B/C相和火线)，且并将自身相位信息上报给网络主节点；

步骤2、台区识别开始后，网络主节点和子节点所对应的智能电表都同时在指定起始时间开始分别进行自身电压数据的采集，采样时间长度相同，电压数据的采样率为T样点/秒；为了更好记录曲线中时间长度为毫秒级的突变点数据，采样率T≥10⁴样点/秒；三相工作子节点(三相电表)同时采集三相电压数据，单相工作子节点(单相电表)采集单相电压数据；

步骤3、各网络节点对各自采集到的电压数据进行小波分解和重构，得到电压数据的重构信号；

分解步骤如下：对于某个网络节点采集到电压信号S，将电压信号S＝[s₁,s₂,…,s_N]进行第一层小波塔式分解，N为电压信号的长度，得到两个长度为N/2的子信号：第一低频电压子信号C＝[c₁,c₂,…,c_N/2]和第一高频电压子信号D＝[d₁,d₂,…,d_N/2]，C是S的信号低频部分，D是S的信号高频部分，然后再对第一低频电压子信号C进行第二层小波塔式分解，得到了两个长度为N/4的子信号：第二低频电压子信号CC＝[cc₁,cc₂,…,cc_N/4]和第二高频电压子信号CD＝[cd₁,cd₂,…,cd_N/4]，CC是C的信号低频部分，CD是C的信号高频部分；本实施例使用D5小波对电压信号进行小波分解和重构，D5小波是Daubechies系列正交小波一族中的一个，该小波的尺度函数图和小波函数图如图4所示，在其他的实施例中也可以采用其他的小波函数进行小波分解和重构；

重构步骤如下：将第二低频电压子信号CC的数值全部置为0，得到全零子信号CC’，然后用D5小波对全零子信号CC’和第二高频电压子信号CD进行第二层小波塔式重构，得到长度为N/2的一次重构信号CX，再利用D5小波对一次重构信号CX和第一高频电压子信号D进行第一层小波塔式重构，得到长度为N的二次重构信号SX；

步骤4、各网络节点根据各自的重构信号，判断各自交流电压曲线上是否存在突变信号，得到各自交流电压曲线上突变信号的分布情况，即突变信号的判决结果；通过对二次重构信号SX进行分段后，计算各子分段的能量值来确定交流电压曲线是否存在突变信号，本实施例判断交流电压曲线是否存在突变信号的具体步骤如下：对于某个网络节点，以交流电压曲线的半个工频周期(即10毫秒)为基本时间单位逐段分析：

步骤4-1、基于采样率将二次重构信号SX平均分为K段，每段含Q个采样点，K＝100N/T，Q＝T/100，T为采样率，即采样率是T样点/秒，每个子分段对应的时间长度为10毫秒；

步骤4-2、计算二次重构信号SX的每个子分段信号的能量值，本实施例的信号的能量值的计算方法如下：对信号的每个元素的数值平方后求和，能量值也可以采用其他的常规方法计算；

步骤4-3、如果某个子分段的能量值大于Q，则认为与该子分段对应时间的电压曲线上存在突变信号，反之则认为没有；

步骤5、各子节点分别将自身的突变信号的判决结果上报给网络主节点，可以用1个比特表示1个时间长度为10毫秒的子分段的判决结果，1表示该时间段存在突变，0则表示没有；

步骤6、网络主节点收到所有子节点上报的判决结果数据后，根据子节点的A/B/C相位，将所有判决结果数据按照相位分成三组，同一组的子节点相位相同，然后依次对每个组的判决结果数据进行分析判断，识别网络中的子节点和网络主节点是否属于同一台区；下面以A相位组的子节点为例，对分析判断方法进行说明：

步骤6-1，对于A相位组的子节点，A相位的子节点上报的判决结果数据为：

N_A为A相线上的子节点的数量，K＝100N/T，网络主节点自身的A相判决结果数据为[d_0,1,d_0,2,…,d_0,K]，网络主节点也是通过判断交流电压曲线是否存在突变信号来确定自身的判决结果，方法和子节点判断交流电压曲线上是否存在突变信号的方法一样，网络主节点以自己为基准节点(0级)，将自身的判决结果数据和A相线上的各子节点的判决结果数据逐个进行对比，计算第n个子节点与网络主节点的重合参数R_0,n，

式中的X表示网络主节点自身判决结果数据中数值为1的元素的数量，也就是存在突变信号的子分段的数量，n＝1,2,...,N_A；

步骤6-2、网络主节点按照以下条件判断某个子节点是否和自己在相同台区：

0.95为判断阈值，其为大量实验测试得到的经验值，当重合参数大于等于判断阈值时，认为该子节点和网络主节点在同一台区，网络主节点将判断为和自己在同一台区的子节点设置为1级基准节点，否则，将子节点放入待定节点集合；

根据重合参数的计算过程可知，重合参数表示了在采样时间段里，网络主节点和某一个子节点同时存在电压突变点的时间段数量占网络主节点电压突变点时间段数量的比例，该数值越大，则说明两个节点的电压曲线中的突变点所在的时间位置趋同，两者在同一个供电线上的概率越大；但是如果该数值较小，也不能明确说明两者就一定不在同一根供电线上，原因可能是因为两者在供电线上的距离比较远，而用电负荷导致的电压突变的影响距离有限，因此两者即使在同一根供电线，但电压突变点的时间位置仍存在较大差异，因此以‘待定’来标识；

步骤6-3、以i级基准节点为基准节点，i＝1,2,3,……，将i级基准节点的判断结果和剩余的待定节点(待定节点集合中的子节点)的判断结果数据逐个进行对比，计算剩余的各待定节点与i级基准节点的重合参数，计算方法和步骤7-1中的重合参数的计算方法相同，当重合参数大于等于判断阈值时，则认为该子节点和i级基准节点(网络主节点)在同一台区，并将判断为和i级基准节点在同一台区的子节点设置为i+1级基准节点，否则，仍将该子节点放在待定节点集合中；

如，以1级基准节点为基准节点，将待定节点的判断结果数据和1级基准节点中基准节点的判断结果数据进行对比，计算待定节点与1级基准节点的重合参数，对于某个待定节点，当计算得到的重合参数大于等于判断阈值时，则认为该子节点和该1级基准节点(网络主节点)在同一台区，并将判断为和1级基准节点在同一台区的子节点设置为2级基准节点，否则，仍将该子节点放在待定节点集合中；当i级基准节点有多个时，将待定节点与各i级基准节点进行对比，只要和任意一个i级基准节点的重合参数大于等于判断阈值，就可以将待定节点设置为i+1级基准节点；

步骤6-4、令i＝i+1，重复执行步骤6-3，判断待定节点集合中的子节点和i级基准节点之间的台区关系，直到基准节点的等级无法再增加，即待定节点集合中的任意一个子节点和各i级基准节点中任意一个节点之间的台区关系都判断为待定，此时，认为所有的基准节点是和网络主节点隶属于同一个台区，待定节点集合中的子节点是和网络主节点不隶属于同一个台区；对每一相线上的将各相线上的子节点都依次进行判断，最终得到网络中所有子节点的台区判决结果。

本发明方法是利用同一根供电线上且距离比较近的两个节点会同时受到邻近用电负荷的影响，导致在相同的时间点出现电压突变点来进行台区识别，所以两个节点的突破点时间位置会出现高度趋同性。从而，为了提高识别准确性，网络主节点进行台区识别时，优先选择在电网用电负荷水平最高的时间段进行，如居民区可以选择周末晚上的七八点钟，办公楼则可以选择白天上班时段。

下面通过MATLAB仿真工具给出D5小波对电压采集数据的分析和处理流程，以验证本发明方法的实际效果。图5是一段采样率为10⁴样点/秒、含1000个采样点、存在电压抖动的电压采样曲线。用D5小波对采样曲线进行第一层小波分解和第二层小波分解后所得到信号分别如图6和图7所示。将低频信号数值设置为0，然后进行两层小波重构后得到信号和原采样信号的比对见图8。从图8的结果可以看出，重构信号完全保留了电压采样信号中突变部分的信号特征，且其在时间轴上位置也和原信号保持完全一致，从而保障了对突变信号的时间定位高准确性。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽范围。

Claims (8)

1.一种电表台区识别方法，其特征在于，包括以下步骤：

步骤1、网络主节点向全网已入网的子节点下发台区识别命令；

步骤2、网络主节点和子节点所对应的电表根据台区识别命令在指定起始时间开始时分别进行电压数据的采集；

步骤3、各网络节点对各自采集到的电压数据进行小波分解和重构，得到电压数据的重构信号；

步骤4、各网络节点根据各自的电压数据的重构信号，判断各自交流电压曲线上突变信号的分布情况，得到突变信号的判决结果，步骤如下：网络节点将自身的电压数据的重构信号分为K段，计算各子分段的能量值，将每个子分段的能量值和子分段所包含的采样点数量进行对比，某个子分段的能量值大于子分段所包含的采样点数量时，认为该子分段对应时间的电压曲线上存在突变信号，反之则认为没有；

步骤5、各子节点分别将各自的突变信号的判决结果上报给网络主节点；

步骤6、网络主节点收到所有子节点上报的突变信号的判决结果数据后，根据子节点的相位将所有子节点上报的突变信号的判决结果数据分成三组，按组依次对每个组的子节点进行识别是否和网络主节点属于同一台区，步骤如下：

步骤6-1，对于某个相位组的子节点，网络主节点以自己为0级基准节点，根据自身突变信号的判决结果数据和该相位组的各子节点的突变信号的判决结果数据，依次计算各子节点与网络主节点的重合参数：

第n个子节点与网络主节点的重合参数

式中的X表示网络主节点和该子节点对应相线的突变信号的判决结果数据中存在突变信号的子分段的数量，d_0,m为网络主节点和该子节点对应相线的突变信号的判决结果数据中的第m个元素，d_n,m为该子节点对应相线的突变信号的判决结果数据中的第n行m列的元素；

步骤6-2、将计算得到的重合参数与判断阈值进行对比，当重合参数大于等于判断阈值时，认为该子节点和网络主节点在同一台区，网络主节点将判断为和自己在同一台区的子节点设置为1级基准节点，否则，将子节点放入待定节点集合；

步骤6-3、以i级基准节点为基准节点，i＝1,2,3,……，根据i级基准节点的突变信号的判断结果数据和待定节点集合中的子节点的突变信号的判断结果数据，计算待定节点集合中的子节点与i级基准节点的重合参数，对于某个待定节点，当计算得到的重合参数大于等于判断阈值时，认为该子节点和i级基准节点在同一台区，并将判断为和i级基准节点在同一台区的子节点设置为i+1级基准节点，否则将该子节点判断为待定，并放在待定节点集合中；

步骤6-4、令i＝i+1，重复执行步骤6-3，判断待定节点集合中的子节点和i级基准节点之间的台区关系，直到待定节点集合中的任意一个子节点和任意一个基准节点之间的台区关系都判断为待定时，将所有的基准节点判定为和网络主节点隶属于同一个台区，将待定节点集合中的子节点判定和网络主节点不隶属于同一个台区；

步骤6-5、某个相位组的子节点都识别完后，返回步骤6-1，对其余相位组的子节点都依次进行判断，直到得到网络中所有子节点的台区判决结果。

2.如权利要求1所述的电表台区识别方法，其特征在于：步骤2中采集电压数据时的采样率T≥10⁴样点/秒。

3.如权利要求1所述的电表台区识别方法，其特征在于：步骤2中，子节点为三相工作子节点时采集三相电压数据，子节点为单相工作子节点时采集单相电压数据。

4.如权利要求1所述的电表台区识别方法，其特征在于：步骤3中，按以下步骤对采集到的电压数据进行小波分解：对于某个网络节点采集到电压信号，将电压信号进行第一层小波塔式分解，得到第一低频电压子信号和第一高频电压子信号，然后对第一低频电压子信号进行第二层小波塔式分解，得到第二低频电压子信号和第二高频电压子信号；

步骤3中，按以下步骤对采集到的电压数据进行小波重构：将第二低频电压子信号的数值全部置为0，得到全零子信号，对全零子信号和第二高频电压子信号进行第二层小波塔式重构，得到一次重构信号，对一次重构信号和第一高频电压子信号进行第一层小波塔式重构，得到二次重构信号。

5.如权利要求1所述的电表台区识别方法，其特征在于：步骤4中，对于某个网络节点，以交流电压曲线的半个工频周期为基本时间单位逐段分析：

基于采样率将二次重构信号平均分段，每个子分段含Q个采样点；

计算二次重构信号的每个子分段信号的能量值；

如果某个子分段的能量值大于Q，则认为与该子分段对应时间的电压曲线上存在突变信号，反之则认为没有。

6.如权利要求1所述的电表台区识别方法，其特征在于：步骤6中的判断阈值为0.95。

7.如权利要求1所述的电表台区识别方法，其特征在于：步骤1中，网络主节点在电网用电负荷水平最高的时间段向子节点下发台区识别命令。

8.如权利要求7所述的电表台区识别方法，其特征在于：对于居民区，网络主节点在周末晚上的7～8点向子节点下发台区识别命令；对于办公区，网络主节点在工作日的8～18点向子节点下发台区识别命令。

Images