CN113092935B - 一种识别小负荷线路拓扑的方法及系统、设备、存储介质 - Google Patents

Abstract

本发明公开了一种识别小负荷线路拓扑的方法及系统、设备、存储介质，该方法首先识别出台区内普通用户的拓扑关系，然后再基于小负荷分支的负荷数据与其它普通分支的负荷数据，利用皮尔逊相关系数算法识别小负荷分支的拓扑关系，由于需要进行相关性计算的分支的数量相对较少，故而可以快速、准确地识别出小负荷分支的拓扑关系，最后将每个末段分支单元和其下属的普通表箱构成末段组合，基于小负荷表箱的组合负荷数据与每个末段组合的组合负荷数据计算出偏移量最小的末段组合，则可以准确地识别出小负荷表箱的线路拓扑。并且，采用的是组合负荷数据来计算偏移量，将不同分支下的数值差距增大，大大提升了小负荷线路拓扑识别的准确度。

Description

一种识别小负荷线路拓扑的方法及系统、设备、存储介质

技术领域

本发明涉及台区线路拓扑识别技术领域，特别地，涉及一种识别小负荷线路拓扑的方法及系统、设备、计算机可读取的存储介质。

背景技术

台区线路拓扑是电网的基础数据，广泛应用于电网的配用电环节，基于准确的线路拓扑数据，可以实现快速运检并解决暗线难以人工排查的问题，可以进行台区精益线损计算、三相不平衡治理、窃电和接地等异常情况的排查，同时线路拓扑数据也是实现高密度可再生能源接入、电动汽车有序充电等台区智能应用的前提。在早期的台区建设中，由于对线路拓扑重视不足，很多台区并未同步生成线路拓扑数据，而施工中可能存在线路交叉、线路地埋等复杂情况，在施工完成后这部分数据很难通过人工排查补齐。而在已有台区的后续建设中(如迁建、扩容、割接、布点等)，由于台区结构和施工的复杂性，其线路拓扑的更新也可能出错。上述情况导致部分台区的线路拓扑与实际不一致，并且这种不一致可能伴随台区建设动态存在，因此需要一种解决方案可以动态地、准确地识别出台区的线路拓扑。

当前台区的线路拓扑识别有两种技术路线，即信号注入方案和负荷特征方案。信号注入方案是使用专属的硬件收发设备，向台区线路的特定点(包含待识别点和分支点)注入信号，并在相应接收点接收，完成对待识别点所在分支的线路拓扑的识别。信号注入方案不需要人工排查线路，是一种自动化的解决方案，该方案通过注入并接收信号，来实现对注入时刻的线路拓扑的识别，但是该方案在功能上不具备扩展能力，注入信号可能会对供电质量和用电安全造成一定影响，同时这个自动化的解决方案，与电网的智能化发展方向并不匹配，对电网来说并不是一个理想的方案。而负荷特征方案则是通过采集台区的海量负荷数据，通过特定的负荷特征进行线路拓扑识别。负荷特征方案是一种智能化的解决方案，可以在用户无感知的情况下，动态地识别出线路拓扑，可以构建台区的海量负荷数据，并进行深度挖掘，形成包括台区户变关系识别、相位识别、线路拓扑识别、线路阻抗精准计算、系统误差分析等功能的台区智能化的整体解决方案，这些智能化的特点，符合电网发展的大方向，会成为未来的主流。

但是，目前的负荷特征方案是通过采集台区各节点的电流、功率、电量等负荷值，对负荷特征的提取与匹配来实现台区线路拓扑的计算。而对于小负荷用户或者空户来说(下文统称为小负荷用户)，由于其小负荷甚至无负荷的特点，其负荷特征难以提取和匹配，因而给负荷特征方案带来了无法计算小负荷用户的拓扑关系的问题，这个问题严重影响着负荷特征方案的广泛应用。

发明内容

本发明提供了一种识别小负荷线路拓扑的方法及系统、设备、计算机可读取的存储介质，以解决现有的负荷特征识别方案无法识别小负荷线路拓扑的技术问题。

根据本发明的一个方面，提供一种识别小负荷线路拓扑的方法，包括以下内容：

步骤S1：基于负荷跳变算法识别出台区内普通用户的拓扑关系；

步骤S2：基于小负荷分支的负荷数据与其它普通分支的负荷数据，利用皮尔逊相关系数算法找出相关系数最大的一个分支，则小负荷分支归属于该分支；

步骤S3：将每个末段分支单元和其下属的普通表箱构成末段组合，基于小负荷表箱的组合负荷数据与每个末段组合的组合负荷数据计算出偏移量最小的末段组合，则小负荷表箱归属于该末段组合中的末段分支单元。

进一步地，所述步骤S2包括以下内容：

将小负荷分支的电压数据与其它普通分支的电压数据进行相关性比较，利用皮尔逊相关系数找出相关系数最大的分支，若经多组数据验证后找出的相关系数最大的分支为同一分支，则小负荷分支归属于该分支。

进一步地，若经多组数据验证后相关系数最大的为至少两个分支，则所述步骤S2还包括以下内容：

记录下相关系数最大的几个分支，构建每个分支与其下一级分支的用电量差值序列，然后计算每个用电量差值序列与小负荷分支的用电量序列之间的欧式距离，找出距离值最小者，则小负荷分支归属于该距离值最小者所对应的分支。

进一步地，所述步骤S3包括以下内容：

将每个末段分支单元与其下属的普通表箱构成末段组合；

对末段组合和小负荷表箱的电压、电流、功率和用电量这四个负荷数据进行归一化处理，并将归一化处理后的电压、电流、功率和用电量四个负荷数据组成组合负荷数据；

计算小负荷表箱的组合负荷数据相对于各个末段组合的组合负荷数据的偏移量，并找出偏移量最小的末段组合，则小负荷表箱归属于该末段组合中的末段分支单元。

进一步地，在计算小负荷表箱的组合负荷数据相对于各个末段组合的组合负荷数据的偏移量之前还包括以下内容：

对小负荷表箱的用电量采集设置时间窗口，将小负荷表箱的用电量数据在时间窗口内移动，并分别与各个末段组合在时间窗口内的用电量数据计算欧式距离，找出距离值最小时的时间点，并按照该时间点对小负荷表箱的用电量数据偏移对应的单位时间。

进一步地，进行归一化处理所采用的归一化方程为：

其中，X_i为电压、电流、功率和用电量任一者的数据序列中的第i个数值，X_min和X_max分别是数据序列中的最小值和最大值，X_i’为归一化后的第i个数值。

进一步地，所述偏移量采用以下公式来进行计算：

其中，Φ_A1为小负荷表箱m_A与末段组合1的偏移量，

为小负荷表箱的电压值序列，U⁽¹⁾为末段组合1的电压均值序列，

为小负荷表箱的功率值序列，P⁽¹⁾为末段组合1的功率值序列，

为小负荷表箱的电流值序列，I⁽¹⁾为末段组合1的电流值序列，

为小负荷表箱的用电量序列，W⁽¹⁾为末段组合1的用电量序列，||·||表示向量的模。

另外，本发明还提供一种识别小负荷线路拓扑的系统，包括

普通拓扑识别模块，用于基于负荷跳变算法识别出台区内普通用户的拓扑关系；

小负荷分支识别模块，用于基于小负荷分支的负荷数据与其它普通分支的负荷数据，并利用皮尔逊相关系数算法找出相关系数最大的一个分支，则小负荷分支归属于该分支；

小负荷表箱识别模块，用于将每个末段分支单元和其下属的普通表箱构成末段组合，基于小负荷表箱的组合负荷数据与每个末段组合的组合负荷数据计算出偏移量最小的末段组合，则小负荷表箱归属于该末段组合中的末段分支单元。

另外，本发明还提供一种设备，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行如上所述的方法的步骤。

另外，本发明还提供一种计算机可读取的存储介质，用于存储识别小负荷线路拓扑的计算机程序，该计算机程序在计算机上运行时执行如上所述的方法的步骤。

本发明具有以下效果：

本发明的识别小负荷线路拓扑的方法，首先基于现有的负荷跳变算法识别出台区内普通用户的拓扑关系，然后再基于小负荷分支的负荷数据与其它普通分支的负荷数据，利用皮尔逊相关系数算法识别小负荷分支的拓扑关系，由于需要进行相关性计算的分支的数量相对较少，故而可以快速、准确地识别出小负荷分支的拓扑关系，最后将每个末段分支单元和其下属的普通表箱构成末段组合，基于小负荷表箱的组合负荷数据与每个末段组合的组合负荷数据计算出偏移量最小的末段组合，则小负荷表箱归属于该末段组合中的末段分支单元，可以准确地识别出小负荷表箱的线路拓扑。并且，采用的是组合负荷数据来计算偏移量，将不同分支下的数值差距增大，大大提升了小负荷线路拓扑识别的准确度。

另外，本发明的识别小负荷线路拓扑的系统、设备、计算机可读取的存储介质同样具有上述优点。

除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明优选实施例的识别小负荷线路拓扑的方法的流程示意图。

图2是本发明优选实施例中包含小负荷分支的台区线路拓扑结构示意图。

图3是本发明优选实施例中包含小负荷分支和小负荷表箱的台区线路拓扑结构示意图。

图4是本发明另一实施例的识别小负荷线路拓扑的系统的模块结构示意图。

具体实施方式

以下结合附图对本发明的实施例进行详细说明，但是本发明可以由下述所限定和覆盖的多种不同方式实施。

可以理解，台区的线路拓扑系统主要由三类节点进行拓扑，即总表、分支单元和表箱。其中，总表计量整个台区的总负荷(电压、电流、功率、用电量)，其形态可以是模组化终端、融合终端、台区总表等具备台区负荷计量功能的设备；分支单元计量以该设备为起点的、其下每条分支的总负荷，其形态可以是分支单元、智能开关等具备分支负荷计量功能的设备；而表箱则负责计量该表箱下用户户表的负荷数据，其形态可以是户表、表箱终端等具备家庭(组)负荷计量功能的设备。系统中，分支单元负责构建线路拓扑中的层级关系，表箱安装在末端的分支单元上。用户可以分类为普通用户和小负荷用户，其中，小负荷用户可以是空户或者不使用大负荷电器的用户，通过已有的负荷特征方案，可以计算出所有普通用户的线路拓扑，在此基础上，本发明的小负荷用户线路拓扑识别方案，可以计算出小负荷用户归属于哪个分支，从而得出小负荷用户的线路拓扑。

如图1所示，本发明的优选实施例提供一种识别小负荷线路拓扑的方法，包括以下内容：

步骤S1：基于负荷跳变算法识别出台区内普通用户的拓扑关系；

步骤S2：基于小负荷分支的负荷数据与其它普通分支的负荷数据，利用皮尔逊相关系数算法找出相关系数最大的一个分支，则小负荷分支归属于该分支；

步骤S3：将每个末段分支单元和其下属的普通表箱构成末段组合，基于小负荷表箱的组合负荷数据与每个末段组合的组合负荷数据计算出偏移量最小的末段组合，则小负荷表箱归属于该末段组合中的末段分支单元。

可以理解，本实施例的识别小负荷线路拓扑的方法，首先基于现有的负荷跳变算法识别出台区内普通用户的拓扑关系，然后再基于小负荷分支的负荷数据与其它普通分支的负荷数据，利用皮尔逊相关系数算法识别小负荷分支的拓扑关系，由于需要进行相关性计算的分支的数量相对较少，故而可以快速、准确地识别出小负荷分支的拓扑关系，最后将每个末段分支单元和其下属的普通表箱构成末段组合，基于小负荷表箱的组合负荷数据与每个末段组合的组合负荷数据计算出偏移量最小的末段组合，则小负荷表箱归属于该末段组合中的末段分支单元，可以准确地识别出小负荷表箱的线路拓扑。并且，采用的是组合负荷数据来计算偏移量，将不同分支下的数值差距增大，大大提升了小负荷线路拓扑识别的准确度。

可以理解，在所述步骤S1中，基于负荷跳变算法识别出台区内普通用户的拓扑关系属于现有技术，本发明的申请人之前已经申请过相关专利，故在此不再赘述。

可以理解，所述步骤S2包括以下内容：

将小负荷分支的电压数据与其它普通分支的电压数据进行相关性比较，利用皮尔逊相关系数找出相关系数最大的分支，若经多组数据验证后找出的相关系数最大的分支为同一分支，则小负荷分支归属于该分支。

具体地，如图2所示，需要识别出小负荷分支单元b7的线路拓扑，采用小负荷分支单元b7的15分钟电压数据，即一天24个小时共计96个数据点，当然，在本发明的其它实施例中也可以采用30分钟电压数据，在此不做具体限定。使用小负荷分支单元b7一天的电压数据

与其它分支单元

进行相关性比较，采用皮尔逊相关系数找出相关系数最大的分支，若经过多组数据验证后找出的相关系数最大的为同一分支，则判定该小负荷分支单元b7归属于该分支。

而若经多组数据验证后相关系数最大的为至少两个分支，记录下相关系数最大的几个分支，构建每个分支与其下一级分支的用电量差值序列，然后计算每个用电量差值序列与小负荷分支的用电量序列之间的欧式距离，找出距离值最小者，则小负荷分支归属于该距离值最小者所对应的分支。虽然由于小负荷甚至无负荷的特点而导致无法提取负荷特征，但是由于小负荷分支下存在表箱终端或户表，必然会产生少量的电能损耗和线路损耗，即小负荷分支在一定时间内一定会有用电量的产生。例如，根据电压相关性判断出了相关性最大的分支单元分别为b1和b3，则根据小负荷分支单元b7的用电量序列

分别与分支b₁-(b₄+b₅)的用电量序列、分支b₃-b₆的用电量序列计算欧氏距离。其中，

求得欧式距离最小值，即该小负荷分支拓扑关系在该分支下。例如，计算出与分支单元b1的欧式距离值最小，则小负荷分支归属于分支单元b1。

另外，由于欧氏距离可以判断两个用电量之间的距离，而常规的皮尔逊相关系数和余弦相似度则主要用于观察序列的波动情况。如下表数据：

表1、某一时段内小负荷分支与A分支、B分支的用电量数据

A分支	6	6	5	5	6	8	5	6	6
										B分支	4	4	3	3	4	6	3	4	4
小负荷分支	3	3	2	2	3	5	2	3	3

根据上表数据，小负荷分支与A、B两分支由于波动一致，则计算得到皮尔逊相关系数和余弦相似度均为1，而利用欧氏距离则可判断D_B<D_A，则得到小负荷分支的正确拓扑关系。

可以理解，所述步骤S3具体包括以下内容：

将每个末段分支单元与其下属的普通表箱构成末段组合；

对末段组合和小负荷表箱的电压、电流、功率和用电量这四个负荷数据进行归一化处理，并将归一化处理后的电压、电流、功率和用电量四个负荷数据组成组合负荷数据；

计算小负荷表箱的组合负荷数据相对于各个末段组合的组合负荷数据的偏移量，并找出偏移量最小的末段组合，则小负荷表箱归属于该末段组合中的末段分支单元。

具体地，将图2中的各个末段分支单元b4、b5、b6以及步骤S2中识别出来的小负荷分支单元b7分别与其下属的表箱构成末段组合{b4、m1、m2}、{b5、m3}、{b6、m4、m5、m6}、{b7}。然后，对末段组合和小负荷表箱的电压数据、电流数据、功率数据和用电量数据进行归一化处理，因为电压数据、电流数据、功率数据和用电量数据不处于同一量级，故而需要将U、I、P、W值归一到[0,1]之间，归一化方程为：

其中，X_i为电压、电流、功率和用电量任一者的数据序列中的第i个数值，X_min和X_max分别是数据序列中的最小值和最大值，X_i’为归一化后的第i个数值。

然后，将不同末段组合编号，例如将组合{b4、m1、m2}编号为组合1，从而求得组合1的U、I、P、W：

其中，U、I、P、W的数据都是经过归一化处理后的负荷数据，n为该组合中分支加表箱的个数，i为该分支编号，m_j为每个分支下包含的普通表箱，不同的组合中m_j不同。

然后，计算小负荷表箱与各组合的偏移量Φ_A1、Φ_A2、....，其中，偏移量计算公式如下：

其中，Φ_A1为小负荷表箱m_A与末段组合1的偏移量，

为小负荷表箱的电压值序列，U⁽¹⁾为末段组合1的电压均值序列，

为小负荷表箱的功率值序列，P⁽¹⁾为末段组合1的功率值序列，

为小负荷表箱的电流值序列，I⁽¹⁾为末段组合1的电流值序列，

为小负荷表箱的用电量序列，W⁽¹⁾为末段组合1的用电量序列，||·||表示向量的模。利用多种负荷数据以偏移量的形式可以将不同分支下的数值差距增大，由于不同分支下的负荷数据会根据数据量增大而导致偏移量数值差距变大，则以组合形式的偏移量来进行拓扑可以提高准确性。

最后，找到偏移量最小的组合，则小负荷表箱归属于该组合中的末段分支单元。当找到小负荷表箱m_A的拓扑关系后，自动更新该末端分支的组合加入小负荷表箱m_A后的负荷数据，再去计算其他小负荷表箱偏移量最小的组合。如图3所示，小负荷表箱m7、m8、m9即是通过偏移量计算识别得到其拓扑关系。

可以理解，小负荷表箱的形态可以是户表或者表箱终端。而当表箱内同时存在普通户表和小负荷户表时，可以采用与步骤S3同样的方式识别出小负荷户表归属于哪个表箱，即将每个表箱与其内的普通户表构成组合，然后分别计算每个组合的组合负荷数据与小负荷户表的组合负荷数据的偏移量，找出偏移量最小的组合，则小负荷户表归属于该组合的表箱下。

另外，由于在步骤S3中，U、I、P为瞬时值，W为单位时间内产生的累加值，因而W会因为电量累加不同步从而产生一定的偏移，即同一时段产生的电能不同，如下表数据：

表2、某一时段内小负荷表箱与某末段组合的用电量数据

W<sup>(1)</sup>	1	0	1	0	1	0	0	1	0	1	0	1	0	1
															W<sup>(m1)</sup>	0	1	0	1	0	0	1	0	1	0	1	0	1	0

其中，W⁽¹⁾为末段组合1的用电量数据，W^(m1)为小负荷表箱的用电量数据。因此，需要对步骤S3中小负荷表箱识别算法进行优化。

作为优选的，在计算小负荷表箱的组合负荷数据相对于各个末段组合的组合负荷数据的偏移量之前还包括以下内容：

对小负荷表箱的用电量采集设置时间窗口，时间窗口的大小为3个单位时间段长度(例如当前时间点T₁、下一个时间点T₂、下两个时间点T₃)，当然，时间窗口的大小可以根据需要进行设置，在此不做具体限定，将小负荷表箱的用电量数据在时间窗口内移动，并分别与各个末段组合在时间窗口内的用电量数据W⁽ⁱ⁾计算欧式距离，找出距离值最小时的时间点，并按照该时间点对小负荷表箱的用电量数据偏移对应的单位时间。例如，当小负荷表箱m_A与某末段组合的欧式距离D最小时，得到该小负荷表箱与末段组合所用的时间点为T₂，记录该时间点，将小负荷表箱的电量值进行偏移一个单位时间，偏移后的数据如下：

表3、某一时段内小负荷表箱偏移一个单位时间后的用电量数据

W<sup>(1)</sup>	1	0	1	0	1	0	0	1	0	1	0	1	0	1
																W<sup>(m1)</sup>		0	1	0	1	0	0	1	0	1	0	1	0	1	0

其中，欧式距离计算公式为：

其中，W_t ⁱ为第i个组合在t时刻的用电量数据，

为小负荷表箱m_j在t时刻的用电量数据。通过将用电量设置时间窗口，找到时间窗口内最适合用于计算偏移量的时间点，从而确保小负荷表箱与各个末段组合的用电量数据是同步的，进一步提升了识别的准确度，减少了错误判断。

另外，本专利的发明人还针对本发明的识别小负荷线路拓扑的方法与常规方法(即利用小负荷用户的负荷数据直接与上一级分支的负荷数据进行相关性计算来进行拓扑识别)进行了比对分析，某台区中有16个小负荷表箱、52个小负荷户表分别利用相关性和偏移量进行拓扑计算，准确率如下表：

表4、本专利的偏移量拓扑方法与现有的相关性拓扑方法的识别结果比对

准确率	相关性拓扑	偏移量拓扑
			小负荷表箱	10/16	16/16
小负荷户表	34/52	50/52

由上表可知，针对小负荷表箱，常规的相关性拓扑方法仅识别出了10个，而本专利的偏移量拓扑方法全部识别出来，而针对小负荷户表，常规的相关性拓扑方法仅识别出34个，而本专利的偏移量拓扑方法识别出50个，本发明的偏移量拓扑方法相对于现有的相关性拓扑方法大大提升了准确度。

另外，如图4所示，本发明的另一实施例还提供一种识别小负荷线路拓扑的系统，其优选采用如上所述的方法，该系统包括

普通拓扑识别模块，用于基于负荷跳变算法识别出台区内普通用户的拓扑关系；

小负荷分支识别模块，用于基于小负荷分支的负荷数据与其它普通分支的负荷数据，并利用皮尔逊相关系数算法找出相关系数最大的一个分支，则小负荷分支归属于该分支；

小负荷表箱识别模块，用于将每个末段分支单元和其下属的普通表箱构成末段组合，基于小负荷表箱的组合负荷数据与每个末段组合的组合负荷数据计算出偏移量最小的末段组合，则小负荷表箱归属于该末段组合中的末段分支单元。

可以理解，本实施例中的系统中的各个模块的工作过程分别与上述方法实施例的各个步骤相对应，故各个模块的详细工作内容在此不再赘述。

可以理解，本实施例的识别小负荷线路拓扑的系统，首先基于现有的负荷跳变算法识别出台区内普通用户的拓扑关系，然后再基于小负荷分支的负荷数据与其它普通分支的负荷数据，利用皮尔逊相关系数算法识别小负荷分支的拓扑关系，由于需要进行相关性计算的分支的数量相对较少，故而可以快速、准确地识别出小负荷分支的拓扑关系，最后将每个末段分支单元和其下属的普通表箱构成末段组合，基于小负荷表箱的组合负荷数据与每个末段组合的组合负荷数据计算出偏移量最小的末段组合，则小负荷表箱归属于该末段组合中的末段分支单元，可以准确地识别出小负荷表箱的线路拓扑。并且，采用的是组合负荷数据来计算偏移量，将不同分支下的数值差距增大，大大提升了小负荷线路拓扑识别的准确度。

另外，本发明还提供一种设备，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行如上所述的方法的步骤。

另外，本发明还提供一种计算机可读取的存储介质，用于存储识别小负荷线路拓扑的计算机程序，该计算机程序在计算机上运行时执行如上所述的方法的步骤。

一般计算机可读取介质的形式包括：软盘(floppy disk)、可挠性盘片(flexibledisk)、硬盘、磁带、任何其与的磁性介质、CD-ROM、任何其余的光学介质、打孔卡片(punchcards)、纸带(paper tape)、任何其余的带有洞的图案的物理介质、随机存取存储器(RAM)、可编程只读存储器(PROM)、可抹除可编程只读存储器(EPROM)、快闪可抹除可编程只读存储器(FLASH-EPROM)、其余任何存储器芯片或卡匣、或任何其余可让计算机读取的介质。指令可进一步被一传输介质所传送或接收。传输介质这一术语可包含任何有形或无形的介质，其可用来存储、编码或承载用来给机器执行的指令，并且包含数字或模拟通信信号或其与促进上述指令的通信的无形介质。传输介质包含同轴电缆、铜线以及光纤，其包含了用来传输一计算机数据信号的总线的导线。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种识别小负荷线路拓扑的方法，其特征在于，包括以下内容：

步骤S1：基于负荷跳变算法识别出台区内普通用户的拓扑关系；

步骤S2：基于小负荷分支的负荷数据与其它普通分支的负荷数据，利用皮尔逊相关系数算法找出相关系数最大的一个分支，则小负荷分支归属于该分支；

步骤S3：将每个末段分支单元和其下属的普通表箱构成末段组合，基于小负荷表箱的组合负荷数据与每个末段组合的组合负荷数据计算出偏移量最小的末段组合，则小负荷表箱归属于该末段组合中的末段分支单元；

所述步骤S3包括以下内容：

将每个末段分支单元与其下属的普通表箱构成末段组合；

对末段组合和小负荷表箱的电压、电流、功率和用电量这四个负荷数据进行归一化处理，并将归一化处理后的电压、电流、功率和用电量四个负荷数据组成组合负荷数据；

计算小负荷表箱的组合负荷数据相对于各个末段组合的组合负荷数据的偏移量，并找出偏移量最小的末段组合，则小负荷表箱归属于该末段组合中的末段分支单元；

所述偏移量采用以下公式来进行计算：

其中，Φ_A1为小负荷表箱m_A与末段组合1的偏移量，

为小负荷表箱的电压值序列，U⁽¹⁾为末段组合1的电压均值序列，

为小负荷表箱的功率值序列，P⁽¹⁾为末段组合1的功率值序列，

为小负荷表箱的电流值序列，I⁽¹⁾为末段组合1的电流值序列，

为小负荷表箱的用电量序列，W⁽¹⁾为末段组合1的用电量序列，||·||表示向量的模。

2.如权利要求1所述的识别小负荷线路拓扑的方法，其特征在于，所述步骤S2包括以下内容：

将小负荷分支的电压数据与其它普通分支的电压数据进行相关性比较，利用皮尔逊相关系数找出相关系数最大的分支，若经多组数据验证后找出的相关系数最大的分支为同一分支，则小负荷分支归属于该分支。

3.如权利要求2所述的识别小负荷线路拓扑的方法，其特征在于，若经多组数据验证后相关系数最大的为至少两个分支，则所述步骤S2还包括以下内容：

记录下相关系数最大的几个分支，构建每个分支与其下一级分支的用电量差值序列，然后计算每个用电量差值序列与小负荷分支的用电量序列之间的欧式距离，找出距离值最小者，则小负荷分支归属于该距离值最小者所对应的分支。

4.如权利要求1所述的识别小负荷线路拓扑的方法，其特征在于，在计算小负荷表箱的组合负荷数据相对于各个末段组合的组合负荷数据的偏移量之前还包括以下内容：

对小负荷表箱的用电量采集设置时间窗口，将小负荷表箱的用电量数据在时间窗口内移动，并分别与各个末段组合在时间窗口内的用电量数据计算欧式距离，找出距离值最小时的时间点，并按照该时间点对小负荷表箱的用电量数据偏移对应的单位时间。

5.如权利要求1所述的识别小负荷线路拓扑的方法，其特征在于，进行归一化处理所采用的归一化方程为：

其中，X_i为电压、电流、功率和用电量任一者的数据序列中的第i个数值，X_min和X_max分别是数据序列中的最小值和最大值，X_i’为归一化后的第i个数值。

6.一种识别小负荷线路拓扑的系统，其特征在于，包括

普通拓扑识别模块，用于基于负荷跳变算法识别出台区内普通用户的拓扑关系；

小负荷分支识别模块，用于基于小负荷分支的负荷数据与其它普通分支的负荷数据，并利用皮尔逊相关系数算法找出相关系数最大的一个分支，则小负荷分支归属于该分支；

小负荷表箱识别模块，用于将每个末段分支单元和其下属的普通表箱构成末段组合，基于小负荷表箱的组合负荷数据与每个末段组合的组合负荷数据计算出偏移量最小的末段组合，则小负荷表箱归属于该末段组合中的末段分支单元；

所述小负荷表箱识别模块先将每个末段分支单元与其下属的普通表箱构成末段组合，再对末段组合和小负荷表箱的电压、电流、功率和用电量这四个负荷数据进行归一化处理，并将归一化处理后的电压、电流、功率和用电量四个负荷数据组成组合负荷数据，最后计算小负荷表箱的组合负荷数据相对于各个末段组合的组合负荷数据的偏移量，并找出偏移量最小的末段组合，则小负荷表箱归属于该末段组合中的末段分支单元；

所述偏移量采用以下公式来进行计算：

其中，Φ_A1为小负荷表箱m_A与末段组合1的偏移量，

为小负荷表箱的电压值序列，U⁽¹⁾为末段组合1的电压均值序列，

为小负荷表箱的功率值序列，P⁽¹⁾为末段组合1的功率值序列，

为小负荷表箱的电流值序列，I⁽¹⁾为末段组合1的电流值序列，

为小负荷表箱的用电量序列，W⁽¹⁾为末段组合1的用电量序列，||·||表示向量的模。

7.一种设备，其特征在于，包括处理器和存储器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，用于执行如权利要求1～5任一项所述的方法的步骤。

8.一种计算机可读取的存储介质，用于存储识别小负荷线路拓扑的计算机程序，其特征在于，该计算机程序在计算机上运行时执行如权利要求1～5任一项所述的方法的步骤。

Images