CN112804318A - 电表台区识别方法 - Google Patents

Abstract

电表台区识别方法，步骤为：集中器向子节点下发台区识别指令；网络节点采集电压数据；各网络节点分解集到的电压数据，并对子信号进行分帧，计算分帧信号的能量值以及所有子信号的相同编号子帧的能量分布比例向量值，对相邻子帧的能量分布比例向量值进行差分计算，再计算相邻子帧的能量分布比例变化系数；将各相邻子帧的能量分布比例变化系数与第一判断阈值进行比较，得到电压曲线突变情况的判断结果；各网络节点和同相位的邻居节点交换电压曲线突变情况的判断结果，判断自己和邻居节点间的台区关系并上报给集中器；集中器收到节点上报的台区判别结果后，判断各节点和自己是否属于同一台区。本发明方法计算简单、数据通信量小且识别准确率高。

Description

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，尤指涉及一种基于最小能量小波框架的电表台区识别的方法。

背景技术

智能电表是低压用电网的核心设备之一，智能电表除了具有传统的耗电量计量功能外，还兼具如电压，电流，工频等许多用电参数的采集和传输功能。台区是指一个变压器的供电线路覆盖区域，为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。

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。随着宽带载波电力线通信技术的发展，基于载波网络的用电参数数据分析的台区识别技术近年来得到了较多的应用。这种基于电能参数进行台区识别的技术的基本原理是：两个电表接在同一根供电线上时，尤其是两者距离比较接近时，用电参数曲线具有趋同性。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)，而中压供电线路上供电参数的变化会在变压过程中同时传导给低压侧的不同台区，因此相邻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，此类台区识别技术还存在其它一些局限，包括：为提高识别结果正确率，需要采集较长时间的用电参数数据，对节点内存空间提出了较高的要求，增加了设备硬件成本；节点完成用电参数数据采集后需要互相进行数据通信，由于数据量较大，会导致网络通信负荷剧增，因此网络启动台区识别机制后将影响原先的计量数据通信功能。因此用电管理部门需要一种可以克服上述局限性，对硬件要求低，算法复杂度低，节点数据通信量小，且识别结果正确性高的台区识别算法。

发明内容

本发明的目的在于提供一种计算简单、数据通信量小且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：

电表台区识别方法，包括以下步骤：

步骤1、集中器向全网已入网的子节点下发台区识别指令；

步骤2、集中器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自身电压数据的采集，根据电压数据得到电压曲线；

步骤3、各网络节点对各自采集到的电压数据使用最小能量小波框架进行分解，得到Q个子信号；

步骤4、各网络节点对自身分解得到的每一个子信号进行分帧，计算每个子帧的信号能量值；

步骤5、各网络节点基于自身每个子信号的各子帧的信号能量值，计算所有子信号的相同编号子帧的能量分布比例向量值，对于某个网络节点，其第n’个子帧的能量分布比例向量值包括Q个元素，第q个元素等于第q个子信号的第n’个子帧的信号能量值和所有子信号的第n’个子帧的信号能量值之和的比值，q＝1,2,…,Q，然后对相邻子帧的能量分布比例向量值进行差分计算，再将相邻子帧的能量分布比例向量值的差分值中的所有元素进行求和，得到相邻子帧的能量分布比例变化系数；

步骤6、各网络节点将各相邻子帧的能量分布比例变化系数与第一判断阈值依次进行比较，

式中的Ω_m表示第m+1个子帧和第m个子帧的能量分布比例变化系数，m＝1,2,…,N/2Δ-1，N为电压数据的长度，Δ为子帧的长度，Λ为第一判断阈值，各网络节点将各自的电压曲线分为k段，按以下判断式判断电压曲线的各分段是否存在突变：对于电压曲线的第k个分段：

得到各自的电压曲线突变情况的判断结果；

步骤7、各网络节点和同相位的邻居节点交换各自的电压曲线突变情况的判断结果，判断自己和这些邻居节点之间的台区关系，上报给集中器；

对于某个网络节点X，自身的电压曲线突变情况的判断结果为

该节点X收到的某一个同相位的邻居节点Y的电压曲线突变情况的判断结果为

计算

m’＝1,2,…,N/2Δ，其中，K表示节点X的电压曲线突变情况的判断结果R_X中数值为1的元素的数量，

表示节点X的电压曲线突变情况的判断结果R_X中的第m’个元素，

表示节点Y的电压曲线突变情况的判断结果R_Y中的第m’个元素，然后将Φ_X,Y和第二判断阈值进行比较，当Φ_X,Y≥第二判断阈值时，认为该邻居节点Y和节点X属于同一台区，否则这两个节点属于不同的台区，一个网络节点完成和所有同相位的邻居节点之间是否归属同一个台区的判别后，将台区判别结果上报给集中器；

步骤8、集中器将自身设置为可信节点，将其它入网的子节点设置为待定节点，集中器收到所有入网的子节点上报的台区判别结果后，按以下方法判断各待定节点和自己是否属于同一台区：

如果一个待定节点，其可以和不少于1个的可信节点之间的台区判别结果为同台区，则集中器将该待定节点升级为可信节点，集中器逐个分析所有待定节点的台区判别结果，重复将待定节点升级为可信节点的过程，直至没有待定节点可以升级为可信节点，则将升级为可信节点的节点判决为和集中器隶属于同一个台区，剩余的待定节点判决为和集中器不隶属于同一个台区。

进一步的，步骤2中采集电压数据时的采样率T≥10⁴样点/秒。

进一步的，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。

进一步的，步骤8中，待定节点和可信节点间，只要两者中有任意一个节点的台区判别结果为同台区，就认为这两个节点为相同台区。

进一步的，第一判断阈值为0.0025。

进一步的，第二判断阈值为0.95。

进一步的，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。

进一步的，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，本发明方法利用最小能量小波框架对智能电表的电压采样曲线进行数据分析，并据此实现电表台区的识别，本发明方法使用最小能量小波框架的小波塔式分解算法对电压采集信号进行分解且得到长度相同的子信号后，对分解后的子信号进行分帧处理，并分别计算不同子信号相同编号子帧的能量分布比例向量值，接着对相邻子帧的向量值进行差分计算后求和，然后设置一个阈值来判断求和数值是否大于阈值，并据此进行自身电压曲线中的突变位置的识别和定位；完成上述电压数据分析后，各网络节点和相同相位的邻居节点之间互相交换数据分析结果，并据此判断自己和这些邻居节点之间的台区关系，最后网络节点将判断结果都上报给集中器，集中器据此判断出网络中所有节点的台区隶属关系。由本发明方法的数据处理过程可知，各网络节点可以一边进行电压数据采集，一边进行采集数据分析，节点只需要保存数秒的数据即可，无需保存整个采样时间段的全部电压数据，对节点数据内存空间大小的要求非常小，数据通信量也小，而且小波塔式分解算法和后续的数据计算过程复杂度也较低。本发明基于电压曲线中突变区域所对应的子帧和无突变区域的相邻子帧之间的能量分布比例的变化情况，对电压曲线中突变区域的识别和时间定位，从而可以提高后续的台区识别结果的准确度。

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为三相载波网络中的节点工作示意图；

图5为载波通信信号的跨台区传输示意图；

图6为含2个突变区域的电压采样曲线图；

图7为小波塔式分解后的三个子信号；

图8为相邻子帧的能量分布比例向量值的差分值中的所有元素进行求和后的结果图。

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，以及最小能量小波框架在分析信号不规则突变部分的优良特性，针对宽带载波用电信息采集系统，提出一种基于电压曲线突变点时间位置来进行电表台区识别的机制，本发明的基本思路是：在时域上对电压曲线信号进行小波塔式分解，然后对分解子信号进行能量分布比例情况的对比分析，据此实现对电压曲线中的突变部分的识别和定位，然后宽带载波网络中的相邻同相节点之间通过突变位置的对比来判断双方是否属于同一个台区。

小波理论在信号处理领域有着广泛的应用，其中的最小能量小波框架可以弥补正交小波不能同时具备紧支性、连续性和对称性的缺陷，在多种类型的信号处理和分析上获得了较好的应用效果。最小能量小波框架不但可以使用框架的分解和重构公式，而且也可以使用小波理论中经典的塔式分解和重构算法，构成了对数字信号分析处理的基础。其分解和重构理论如下：

如果数列qⁱ _[k]:i＝1,2,...,M生成了

上一个和数列p_[k]相联系的最小能量小波框架，则对任意数列

有分解算法如下：

其重构算法如下：

及满足分解前后的能量不变性等式

代表离散信号空间。

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、宽带载波用电信息采集系统的集中器向全网已入网的子节点广播下发台区识别指令。

步骤2、集中器和子节点所对应的智能电表根据指令内容要求，同时在指定起始时间开始分别进行自身电压数据的采集，根据电压数据得到电压曲线，电压数据的采样率为T样点/秒，采样时间长度相同；为了更好记录电压曲线中时间长度为毫秒级的突变区域数据，优选的，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。

在低压配电网中，输电线路一般为三相四线制，其中三条线路分别是A、B、C三相，另一条是中性线N。目前已经得到广泛应用的宽带高速载波网络中，为节约设备硬件成本，网络中所有子节点，不管是采用单相通信模块还是采用三相通信模块，都是单物理通道的，即其信号收发信机在每个时间点上只能在A/B/C三个相线中的某一个相线上进行工作，通信模块在完成安装后只能一直固定在A/B/C三个相线中的某一个相线上进行工作，无法进行切换。而集中器可以随时通过切换来自主改变工作相线(见图4)。

步骤3、各网络节点(包括集中器和已入网的子节点)基于小波塔式分解算法(如式1)，使用最小能量小波框架对各自采集到的电压采样数据进行分解，得到分解后的子信号；

本实施例的最小能量小波框架由均包含3个元素(k＝1,2,3)的数列组成，具体如下：

对于某个网络节点，其所采集到的自身电压采样数据为：X＝[x₁,x₂,…,x_N]，N为电压信号(电压数据)的长度，用以上最小能量小波框架进行分解后，得到三个长度都为N/2的子信号，三个子信号中的元素分别根据下式确定：第一个子信号中的第n个元素：

第二个子信号中的第n个元素：

第三个子信号中的第n个元素：

步骤4、各网络节点对自身分解得到的每一个子信号都进行分帧，分帧后得到的每一个子帧的长度为Δ，计算每个子帧的信号能量值；本实施例的Δ＝T/200，对于某个网络节点，对小波分解后得到的三个子信号分别进行分帧，得到：c＝[c₁,c₂,...,c_N/2Δ]，d＝[d₁,d₂,...,d_N/2Δ]，e＝[e₁,e₂,...,e_N/2Δ]，元素c₁表示第一个子信号的第一个子帧，以此类推，三个子信号的子帧的信号能量值分别为：

元素P_c1表示第一个子信号的第一个子帧的信号能量值，以此类推。信号能量值为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5、各网络节点分别计算分解得到的各子信号中相同编号子帧的能量分布比例向量值λ_n’，对于某个网络节点，小波分解后有Q个子信号，每个子信号有N/2Δ个子帧，该网络节点的第n’个子帧的能量分布比例向量值包括Q个元素，第1个元素等于第1个子信号的第n’个子帧的信号能量值和所有子信号的第n’个子帧的信号能量值之和的比值，第2个元素等于第2个子信号的第n’个子帧的信号能量值和所有子信号的第n’个子帧的信号能量值之和的比值，以此类推，Q为子信号的数量，本实施例的

n’为子帧编号，n’＝1,2,…,N/2Δ，然后对各相邻子帧的能量分布比例向量值进行差分计算，如本实施例的第m+1个子帧和第m个子帧的能量分布比例向量值的差分值为：θ_m＝[θ_m,1,θ_m,2,θ_m,3]＝|λ_m-λ_m+1|，将相邻子帧的能量分布比例向量值的差分值中的所有元素(向量)进行求和，得到相邻子帧的能量分布比例变化系数Ω_m，本实施例的Ω_m＝θ_m,1+θ_m,2+θ_m,3，m＝1,2,…,N/2Δ-1。

λ_n’表示的是分解得到的子信号的分帧信号的能量分布比例情况，Ω_m表示相邻子帧的能量分布比例变化情况，Ω_m数值越大时，说明相邻子帧对应的电压数据之间的差异性越大，其存在信号突变的可能性越大。

步骤6、各网络节点将各相邻子帧的能量分布比例变化系数Ω_m与第一判断阈值Λ依次进行比较，

本实施例的Λ为0.0025，第一判断原子为经验值，通过仿真和实际测试确定，并进一步对自身电压曲线中的突变位置进行识别和定位，各网络节点将自身的电压曲线分为若干段，电压曲线的分段数和子帧数量对应，按以下判断式判断各分段是否存在突变，对于某个网络节点的电压曲线的第k个分段：

得到各自的电压曲线突变情况的判断结果。

本实施例将电压采样时间段进行时间长度为10毫秒的分段(10毫秒是220V，50Hz交流电的电压波形的半个周期时间)，即对电压采样数据X＝[x₁,x₂,…,x_N](电压曲线)进行分段，每段含有

个采样点，第k段就是指N/2Δ个分段中的第k个分段。

从步骤3到步骤6的数据处理过程可知，各网络节点可以一边进行电压数据采集，一边进行采集数据分析，这样完成分析后的电压采样数据就可以立刻丢弃，节点只需要保存数秒的数据即可，无需保存整个采样时间段的全部电压数据，从而本方法对节点数据内存空间大小的要求非常小。另外小波塔式分解算法和后续的数据计算过程都是线性复杂度的，因此计算复杂度也非常低。

步骤7、各网络节点对各自的电压曲线(电压采样数据)的突变情况分析完成后，基于宽带载波的通信协议，各网络节点和相同相位的邻居节点之间互相交换分析结果，判断自己和这些邻居节点之间的台区关系，上报给集中器；

对于某个网络节点X，其对自身电压曲线突变情况的判断结果为

该节点X收到的某一个同相邻居节点Y的电压曲线突变情况的判断结果为

(R_X和R_Y中的元素均采用步骤6的判断式确定，各元素中的下标X、Y只是用于区别两个信号的判断结果)，计算

式中的K表示节点X的判断结果数据R_X中数值为1的元素的数量，

表示节点X的电压曲线突变情况的判断结果R_X中的第m’个元素，

表示节点Y的电压曲线突变情况的判断结果R_Y中的第m’个元素，然后将Φ_X,Y和第二判断阈值进行比较，当Φ_X,Y≥第二判断阈值时，认为该邻居节点Y和节点X属于同一台区，否则这两个节点属于不同的台区，即

本实施例的第二判断阈值为0.95，第二判断阈值为经大量实验测试得到的经验值。一个网络节点完成和所有的同相邻居节点之间是否归属同一个台区的判别后，将台区判别结果上报给集中器。

对于集中器来说，其为三相节点，因此集中器的电压数据要分为A/B/C相的三份数据，并分别对三个相位的电压数据进行分析，然后再和同相的其它子节点的数据进行对比。

步骤8、集中器将自身设置为可信节点，将其它入网的子节点设置为待定节点，集中器收到所有入网的子节点上报的台区判别结果后，按以下方法判断各待定节点和自己是否属于同一台区：

如果一个待定节点，其可以和不少于1个的可信节点之间的台区判别结果为同台区，则集中器将该待定节点升级为可信节点，集中器逐个分析所有待定节点的台区判别结果，重复将待定节点升级为可信节点的过程，直至没有待定节点可以升级，则那些升级为可信节点的节点被判决为和集中器隶属于同一个台区，而剩余的那些无法升级为可信节点的待定节点则被判决为和集中器不隶属于同一个台区。待定节点和可信节点间，只要两个节点中有任意一个节点的台区判别结果为同台区，就认为这两个节点为相同台区，例如，这两个节点上报的台区判别结果一个为同台区，另一个为异台区，也认为两个节点为相同台区。

宽带载波通信使用电力线作为其信号传输通道，因此其网络拓扑关系和台区隶属关系具备天然联系。但电力线本质是一个导体，具有一定的电磁信号辐射和接收能力，因此两根电线空间距离比较近的情况下，在一根电线上传输的载波信号可能会因为导体的电磁辐射效应而被另一根相邻电线的载波通信模块正确接收(图5)，因此在存在信号跨相邻台区传输的情况时，单纯凭借载波通信网络中的拓扑关系来进行台区识别会存在一定的错误率。

根据本发明方法判断两个节点是否属于同一各台区的步骤，即参数Θ_X,Y的计算过程可知，参数Θ_X,Y表示了在采样时间段里，两个同相且在宽带载波通信网络拓扑中为邻居节点的节点X和节点Y同时存在电压突变部分的时间段数量占节点X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部分所在的时间位置趋同，两者在同一根供电线上的概率越大；而如果该数值较小，则说明两个节点不在同一根供电线上的概率越大。

在通信信道理想的情况下，每个网络节点只需要利用本地广播方式将自身电压曲线的突变情况的判断结果

发送一次，其邻居节点即可全部收到，而电压曲线采样时间段里每1秒产生的通信数据量仅为100bit(每10毫秒1比特)，因此通信数据量较小，比起集中式，这种分布式的识别方式无需要求节点向集中器进行多跳数据上行传输，可以允许宽带载波网络在较长的时间段进行数据采集和相关分析，从而获取更多的参考数据，保障台区识别结果的正确率更高。

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，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6是一段采样率为10⁴样点/秒、含1500个采样点、存在2个电压抖动的电压采样曲线。用最小能量小波框架对采样曲线进行小波塔式分解所得到的三个子信号如图7所示。根据以上数据，对三个分解子信号的相邻子帧的能量分布比例向量值的差分值中的所有元素进行求和后的结果如图8所示。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。电压曲线中突变区域所对应的子帧和无突变区域的相邻子帧之间的能量分布比例变化剧烈，从而导致求和后的结果中对应位置的数值明显大于阈值，实现了对电压曲线中突变区域的识别和时间定位结果的高准确性，从而为后续的台区识别结果的高准确性奠定基础。

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.电表台区识别方法，其特征在于，包括以下步骤：

步骤1、集中器向全网已入网的子节点下发台区识别指令；

步骤2、集中器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自身电压数据的采集，根据电压数据得到电压曲线；

步骤3、各网络节点对各自采集到的电压数据使用最小能量小波框架进行分解，得到Q个子信号；

步骤4、各网络节点对自身分解得到的每一个子信号进行分帧，计算每个子帧的信号能量值；

步骤5、各网络节点基于自身每个子信号的各子帧的信号能量值，计算所有子信号的相同编号子帧的能量分布比例向量值，对于某个网络节点，其第n’个子帧的能量分布比例向量值包括Q个元素，第q个元素等于第q个子信号的第n’个子帧的信号能量值和所有子信号的第n’个子帧的信号能量值之和的比值，q＝1,2,…,Q，然后对相邻子帧的能量分布比例向量值进行差分计算，再将相邻子帧的能量分布比例向量值的差分值中的所有元素进行求和，得到相邻子帧的能量分布比例变化系数；

步骤6、各网络节点将各相邻子帧的能量分布比例变化系数与第一判断阈值依次进行比较，

式中的Ω_m表示第m+1个子帧和第m个子帧的能量分布比例变化系数，m＝1,2,…,N/2Δ-1，N为电压数据的长度，Δ为子帧的长度，Λ为第一判断阈值，各网络节点将各自的电压曲线分为k段，按以下判断式判断电压曲线的各分段是否存在突变：对于电压曲线的第k个分段：

得到各自的电压曲线突变情况的判断结果；

步骤7、各网络节点和同相位的邻居节点交换各自的电压曲线突变情况的判断结果，判断自己和这些邻居节点之间的台区关系，上报给集中器；

对于某个网络节点X，自身的电压曲线突变情况的判断结果为

该节点X收到的某一个同相位的邻居节点Y的电压曲线突变情况的判断结果为

计算

m’＝1,2,…,N/2Δ，其中，K表示节点X的电压曲线突变情况的判断结果R_X中数值为1的元素的数量，

表示节点X的电压曲线突变情况的判断结果R_X中的第m’个元素，

表示节点Y的电压曲线突变情况的判断结果R_Y中的第m’个元素，然后将Φ_X,Y和第二判断阈值进行比较，当Φ_X,Y≥第二判断阈值时，认为该邻居节点Y和节点X属于同一台区，否则这两个节点属于不同的台区，一个网络节点完成和所有同相位的邻居节点之间是否归属同一个台区的判别后，将台区判别结果上报给集中器；

步骤8、集中器将自身设置为可信节点，将其它入网的子节点设置为待定节点，集中器收到所有入网的子节点上报的台区判别结果后，按以下方法判断各待定节点和自己是否属于同一台区：

如果一个待定节点，其可以和不少于1个的可信节点之间的台区判别结果为同台区，则集中器将该待定节点升级为可信节点，集中器逐个分析所有待定节点的台区判别结果，重复将待定节点升级为可信节点的过程，直至没有待定节点可以升级为可信节点，则将升级为可信节点的节点判决为和集中器隶属于同一个台区，剩余的待定节点判决为和集中器不隶属于同一个台区。

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8中，待定节点和可信节点间，只要两者中有任意一个节点的台区判别结果为同台区，就认为这两个节点为相同台区。

5.如权利要求1所述的电表台区识别方法，其特征在于：第一判断阈值为0.0025。

6.如权利要求1所述的电表台区识别方法，其特征在于：第二判断阈值为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