CN113139881B - 双电源用户主供电源识别方法、装置、设备及存储介质 - Google Patents

双电源用户主供电源识别方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN113139881B
CN113139881B CN202110519004.0A CN202110519004A CN113139881B CN 113139881 B CN113139881 B CN 113139881B CN 202110519004 A CN202110519004 A CN 202110519004A CN 113139881 B CN113139881 B CN 113139881B
Authority
CN
China
Prior art keywords
voltage data
data time
user
clustering
line
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
CN202110519004.0A
Other languages
English (en)
Other versions
CN113139881A (zh
Inventor
庄清涛
陈炽伟
刘贯科
张娟
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.)
Guangdong Power Grid Co Ltd
Dongguan Power Supply Bureau of Guangdong Power Grid Co Ltd
Original Assignee
Guangdong Power Grid Co Ltd
Dongguan Power Supply Bureau of Guangdong Power Grid 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 Guangdong Power Grid Co Ltd, Dongguan Power Supply Bureau of Guangdong Power Grid Co Ltd filed Critical Guangdong Power Grid Co Ltd
Priority to CN202110519004.0A priority Critical patent/CN113139881B/zh
Publication of CN113139881A publication Critical patent/CN113139881A/zh
Application granted granted Critical
Publication of CN113139881B publication Critical patent/CN113139881B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/23Clustering techniques
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/10Power 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Public Health (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Power Engineering (AREA)
  • Evolutionary Computation (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明实施例公开了一种双电源用户主供电源识别方法、装置、设备及存储介质。该方法包括:确定待调整线路的可接入用户为待识别用户,并确定所述待识别用户的至少一条可接入线路;采集线路中的电压数据时间序列和所述可接入用户的用户接入端电压数据时间序列;对各电压数据时间序列进行聚类,以确定聚类中心;根据聚类结果,确定与所述待调整线路处于同一类别的可接入用户,为目标用户。通过本发明实施例可智能识别当前双电源用户的主供电源是否为待调整线路,便于线路调整时方便通知用户,同时方便供电局对双电源用户的管理工作。

Description

双电源用户主供电源识别方法、装置、设备及存储介质
技术领域
本发明实施例涉及低压配电网拓扑连接关系识别技术,尤其涉及一种双电源用户主供电源识别方法、装置、设备及存储介质。
背景技术
随着经济和社会的发展进步,电力用户对供电可靠性提出了越来越高的要求。由于配电网对于用户供电可靠性的影响最为直接和突出,为了满足人民群众对高可靠性和高质量用电的需求,近年来供电企业投入巨资加强配电网建设。
为保障用户供电可靠性,多数城市用户已满足双电源供电要求,可在线路维护和线路重载时调整主供电源,在保障用户供电可靠性的同时配合电网实现有序错峰用电。需要指出的是,配电和计量自动化系统中均无法直接查核配变用户当前接入的主供电源,一般对用户接入主供电源的供电馈线人工进行登记更新。
在现阶段对双电源用户的管理中,当用户改变主供电源时,供电局难以在同步更新接入信息。配电系统出现高峰负荷需要错峰用电以及配电线路安排计划检修时,需要由工作人员逐个与用户沟通来确认配变当前主供电源,这会造成费时费力、延误工作、出错概率较大等问题,对管理工作产生影响。
发明内容
本发明实施例提供一种双电源用户主供电源识别方法、装置、设备及存储介质,以实现对双电源用户主供电源进行准确的智能识别,节省工作时间与人力、物力成本。
第一方面,本发明实施例提供了一种双电源用户主供电源识别方法,该方法包括:
确定待调整线路的可接入用户为待识别用户,并确定所述待识别用户的至少一条可接入线路;
采集线路中的电压数据时间序列和所述可接入用户的用户接入端电压数据时间序列;
对各电压数据时间序列进行聚类,以确定聚类中心;
根据聚类结果,确定与所述待调整线路处于同一类别的可接入用户,为目标用户。
第二方面,本发明实施例还提供了一种双电源用户主供电源识别装置,该装置包括:
用户及线路识别模块,用于确定待调整线路的可接入用户为待识别用户,并确定所述待识别用户的至少一条可接入线路;
电压采集模块,用于采集线路中的电压数据时间序列和所述可接入用户的用户接入端电压数据时间序列;
电压聚类模块,用于对各电压数据时间序列进行聚类,以确定聚类中心;
目标用户确定模块,用于根据聚类结果,确定与所述待调整线路处于同一类别的可接入用户,为目标用户。
第三方面,本发明实施例还提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如本发明实施例中任一所述的双电源用户主供电源识别方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例中任一所述的双电源用户主供电源识别方法。
本发明实施例通过对线路中各电压数据时间序列和可接入用户的用户接入端电压数据时间序列进行聚类分析,确定所需目标用户的方法,解决了当前双电源用户主供电源需要人工确认登记、费时费力和延误工作等问题,以实现智能识别双电源用户的主供电源是否是待调整线路,方便工作人员进行登记更新并通知用户,节约了人工现场识别的时间与人力物力成本。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1是本发明实施例一中的一种双电源用户主供电源识别方法的流程图;
图2是本发明实施例二中的一种双电源用户主供电源识别方法的流程图;
图3是本发明实施例二中的近邻传播聚类算法的聚类结果图;
图4是本发明实施例三中的一种双电源用户主供电源识别装置的结构示意图;
图5是本发明实施例四中的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种双电源用户主供电源识别方法的流程图,本实施例可适用于当配电系统出现高峰负荷需要错峰用电以及配电线路安排计划检修时,智能识别双电源用户主供电源,方便供电局管理工作的情况,该方法可以由本发明实施例中的双电源用户主供电源识别的装置来执行,该装置可采用软件和/或硬件的方式实现,该装置可以集成在具有数据处理能力的计算设备中实现,如图1所示,该方法具体包括如下步骤:
S110、确定待调整线路的可接入用户为待识别用户,并确定所述待识别用户的至少一条可接入线路。
其中,所述待识别用户,为用户的主供电源接入待调整线路的所有用户,其中主供电源线路为用户输入端当前所接入线路,可以通过供电局配电和计量自动化系统获取相关待识别用户的电压变化信息;所述待调整线路,为需要维修或是需要线路重载的待处理线路,例如可以是待停电线路;所述待识别用户的至少一条可接入线路,是指待识别用户的主供电源线路和备用电源线路,其中所述备用电源线路为用户输入端除接入待调整线路的其他可接入线路,所述其他可接入的线路不止一条;所述用户可接入线路的数量大于或等于两条,所述可接入线路从所述用户接入端进行供电。
S120、采集线路中的电压数据时间序列和所述可接入用户的用户接入端电压数据时间序列。
其中,所述线路中的电压数据时间序列包括所述待调整线路的第一关口电压数据时间序列,以及所述可接入用户的其他可接入线路的第二关口电压数据时间序列,其中所述关口电压为未接入用户的首端电压;并且可以通过供电局配电和计量自动化系统采集得到所述的电压数据时间序列。
S130、对各电压数据时间序列进行聚类,以确定聚类中心。
其中,所述各电压数据时间序列为在配电和计量自动化系统中采集得到的电压数据,且均为三相平衡的数据;所述聚类为将各个电压数据时间序列的集合分成由类似的电压数据时间序列组成的多个类簇的过程,其中由聚类所生成的类簇为电压数据时间序列的集合,这些电压数据时间序列与同一个类簇中的其他电压数据时间序列彼此相似,与其他类簇中的电压数据时间序列相异;采用聚类算法对各电压数据时间序列进行聚类,所述聚类方法可以有系统聚类法、有序样品聚类法、动态聚类法和近邻传播聚类算法等,例如优选是近邻传播聚类算法。
可选的,对各电压数据时间序列进行聚类,以确定聚类中心,具体包括:
采用近邻传播聚类算法对各电压数据时间序列进行聚类,以确定至少一个聚类中心;其中,电压数据时间序列为三相平衡电压中的任一相电压数据时间序列,或三相平衡电压中的三相电压数据时间序列。
其中,在进行聚类时,由于近邻传播聚类算法的输入要求是数据行列一致,故各电压数据时间序列的选取是同步的,例如若所述线路中的电压数据时间序列选取的是三相平衡电压中的某相电压数据时间序列,则所述可接入用户的用户接入端电压数据时间序列的选取需与上述同步,也为三相平衡电压中对应的某相电压数据时间序列;所述至少一个聚类中心,是指根据实际操作情况中可接入用户的线路的条数决定聚类中心的类簇数,例如若实际工作中除待调整线路外,可接入用户的其他线路不止一条,则通过算法所确定的聚类中心的类簇数可能就不止一个。
S140、根据聚类结果,确定与所述待调整线路处于同一类别的可接入用户,为目标用户。
其中,根据所述聚类结果确定的聚类中心,将其他电压数据时间序列与聚类中心进行相似度匹配,以确定归属于同一类别的线路和用户;所述聚类中心为各电压数据时间序列通过近邻传播聚类算法得出的至少一个电压数据时间序列;所述相似度匹配为通过近邻传播聚类算法可以将某线路的关口电压数据时间序列和接入该线路的用户输入端的电压数据时间序列聚类到同一个类簇,所述聚类到同一个类簇说明这个簇中的各个电压数据时间序列具有相似的特性,例如若某用户电压数据时间序列与待调整线路的第一关口电压数据时间序列聚类在同一类簇,则说明该用户当前主供电源为待调整线路,即为所需确定的目标用户。
本实施例的技术方案,通过采用近邻传播聚类算法对线路中各电压数据时间序列和可接入用户的用户接入端电压数据时间序列进行聚类分析,确定双电源用户主供电源的方法,解决了当用户改变主供电源时,供电局无法直接查核用户当前接入的主供电源,系统难以同步更新接入信息,需要人工逐个与用户沟通确认当前主供电源等问题,达到了可智能识别用户主供电源,方便工作人员进行登记更新并通知用户,节省人力物力的效果。
实施例二
图2为本发明实施例二中的一种双电源用户主供电源识别方法的流程图,本实施例以前述实施例为基础,具体是对聚类方法进行了细化。
如图2所示,本实施例的方法具体包括如下步骤:
S210、确定待调整线路的可接入用户为待识别用户,并确定所述待识别用户的至少一条可接入线路。
S220、采集所述待调整线路的第一关口电压数据时间序列、采集所述可接入用户的用户接入端电压数据时间序列以及采集所述可接入用户的其他可接入线路的第二关口电压数据时间序列。
其中,所述待调整线路的第一关口电压数据时间序列可以表示为Y1={Y11,Y12,…,Y1t};所述可接入用户的用户接入端电压数据时间序列可以表示为Xb={Xb1,Xb2,…,Xbt},b=1,2,…,m;所述可接入用户的其他可接入线路的第二关口电压数据时间序列可以表示为Zq={Zq1,Zq2,…,Zqt},q=1,2,…,n,其中q表示除待调整线路外,用户接入端可接入的第q条线路的关口电压数据时间序列;t为单位时间电压数据时间序列的长度,m为待识别用户的数量,n为可接入用户的其他可接入线路的数量。
S230、设置聚类参数。
其中,所述近邻传播聚类算法包括如下至少一项参数:衰减系数λ、迭代次数t和偏向参数p;所述衰减系数λ∈(0,1),用于影响聚类收敛时间,取值对聚类结果无影响,算法过程中将其设置为0.5;所述迭代次数用于控制聚类结束的迭代次数,算法过程中将最大迭代次数T设置为500次,聚类中心最大迭代不发生改变的次数t设置为50次;所述偏向参数p用于影响聚类类簇数,为确保不同线路的关口电压数据时间序列分到不同的类簇中,需对聚类参数中的偏向参数p进行调节,由于很难在大量双电源用户主供电源的识别时逐个调参,可将p统一设置为相似度矩阵中所有值的最小值;所述设置聚类参数,可以在第一次使用聚类算法之前进行配置,也可以在后面有需要的时候或者情况变化的时候进行配置。
S240、计算各个电压数据时间序列之间的相似度。
其中,所述相似度表示任意两电压数据时间序列之间的相似性,所述相似度可以用不同的方法进行计算,例如欧氏距离、Jaccard相似性以及余弦相似性等方法,优选可以采用欧氏距离作为本实施例相似度的计算方法;任意两电压数据时间序列i与k之间的相似度s(i,k)可以表示为:
s(i,k)=-di,k 2=-||i-k||2
具体的,所述欧氏距离为di,k,表示任意两电压数据时间序列i与k之间的距离,计算时一般采用负的欧氏距离来表示任意两电压数据时间序列之间的相似度;所述相似度s(i,k)表示i和k之间的相似性,也表示k能够作为i的聚类中心的能力,例如,相似度s(i,k)越大,说明两电压数据时间序列i与k之间的距离越小,相似性就越高;将相似度s(i,k)计算结果存储在n×n的相似度矩阵S中,所述相似度矩阵S为n个电压数据时间序列中任意两两电压数据时间序列之间的相似度集合而成的矩阵。
S250、当获取n个电压数据时间序列时,将吸引度矩阵R和归属度矩阵A初始化为n×n的零矩阵。
其中,所述吸引度矩阵R为n个电压数据时间序列中任意两两电压数据时间序列之间的吸引度集合而成的矩阵;所述归属度矩阵A为n个电压数据时间序列中任意两两电压数据时间序列之间的归属度集合而成的矩阵。
S260、根据所述相似度,按照如下公式迭代计算任意两个电压数据时间序列i和k之间的吸引度和归属度:
rt+1(i,k)=λ*rt(i,k)+(1-λ)*r′t+1(i,k)
at+1(i,k)=λ*at(i,k)+(1-λ)*a′t+1(i,k)
其中,
Figure BDA0003063193710000091
Figure BDA0003063193710000092
其中,所述i和k为各电压数据时间序列中的任意两个电压数据时间序列;所述j为各电压数据时间序列中不同于i和k的其他任意电压数据时间序列;所述吸引度r(i,k)代表从i指向k的吸引度,表示k适合作为i的聚类中心的程度;所述归属度a(i,k)代表从i指向k的归属度,表示i选择k作为聚类中心的合适程度;所述迭代更新吸引度r(i,k)和归属度a(i,k),更新的同时引入衰减系数λ,每次更新时,更新值为本轮计算值的(1-λ)倍加上上轮值的λ倍;所述rt(i,k)和at(i,k)为t轮的吸引度值和归属度值,r′t+1(i,k)和a′t+1(i,k)为t+1轮计算的吸引度值和归属度值,rt+1(i,k)和at+1(i,k)为t+1轮迭代更新后的吸引度值和归属度值;所述t为迭代更新的轮数序号。
S270、按照如下公式对吸引度和归属度进行求和,以确定聚类中心;
k=argmax{a(i,k)+r(i,k)}
在达到设定迭代结束条件时,停止迭代计算。
其中,所述k特指聚类中心;所述求和是指每迭代一次就对吸引度r(i,k)和归属度a(i,k)进行一次求和计算;所述吸引度r(i,k)和归属度a(i,k)之和越大表示电压数据时间序列k作为聚类中心的可能性越大,以用于确定选取的聚类中心;所述迭代结束条件表示当聚类中心在一定程度上不再更新或者迭代次数超过最大迭代次数T,停止迭代计算,聚类结束。
S280、根据所述确定的聚类中心,将其他电压数据时间序列与聚类中心进行相似度匹配,以确定归属于同一类别的线路和用户。
在一个具体的例子中,工作人员通过供电局配电与计量自动化系统获取待调整线路可接入用户的用户接入端电压数据时间序列,以及2条线路关口在一周内的电压数据时间序列,其中可接入用户数量为34,2条线路关口可以指待调整线路和可接入用户的其他可接入线路关口;其中工作人员在系统中采集各电压数据时间序列时,为避免采用较长的电压数据时间序列影响用户近时间段内主供电源调整的问题,本实施例间隔15分钟采集一次,一天内采集96点数据。
在进行聚类时,由于近邻传播聚类算法的输入要求是数据行列一致,故各电压数据时间序列的选取是同步的,由于获取的各电压数据时间序列都为三相平衡的数据,因此数据的选取既可以将任一相电压数据时间序列为代表进行聚类分析,也可对三相电压数据时间序列进行聚类分析,且在聚类过程中,两种情况所得结果相同,本次实施例中以三相电压数据时间序列为代表进行聚类分析。
其中,设置聚类参数,衰减系数λ设置为0.5;算法过程中将最大迭代次数T设置为500次,聚类中心最大迭代不发生改变的次数t设置为50次;调节偏向参数p,将p从小到大逐个测试仿真分析其影响。当p取相似矩阵中元素的中位数时,形成的类簇数有28个,明显与配电系统的实际线变关系不符;调节p值增大后,形成的类簇数几乎不变;调节p值减小直到最小值及其附近值时,类簇数急剧减少至2,并稳定聚类成2个类簇。由于很难在大量双电源用户主供电源的识别时逐个调参,可将p统一设置为相似度矩阵中所有值的最小值。
通过近邻传播聚类算法对各电压数据时间序列进行聚类分析,将各个电压数据时间序列作为独立的电压对象点,如图3所示,聚类结果为36个电压数据时间序列被聚类成2个类簇,类簇1包含32个对象点,其中1个是待调整线路的电压数据时间序列和31个用户的用户接入端电压数据时间序列;类簇2包含4个对象点,其中1个是可接入用户的其他可接入线路关口的电压数据时间序列和3个用户的用户接入端电压数据时间序列;进一步分析可以得出,本实施例的具体例子中,有31个用户的用户接入端接入的是待调整线路,为我们所确定的目标用户,另外3个用户的用户接入端接入的不是待调整线路,而是其他可接入线路。若待调整线路是待停电线路,则通过算法智能识别出接入待停电线路的用户之后,就可以及时通知用户调整主供电源,方便用户的同时也节约了工作人员的时间与人力物力成本。
本实施例的技术方案,通过采用近邻传播聚类算法对线路中各电压数据时间序列和可接入用户的用户接入端电压数据时间序列进行聚类分析,确定聚类中心,根据聚类分析结果确定双电源用户主供电源的方法,解决了传统只能通过人工现场识别的方法识别双电源用户的主供电源的问题,达到了可智能识别用户主供电源是否是待调整线路,方便工作人员进行登记更新并通知用户,节约了人工现场识别的时间与人力、物力成本的效果。
实施例三
图4为本发明实施例三提供的一种双电源用户主供电源识别装置的结构示意图。该装置可采用软件和/或硬件的方式实现,该装置可集成在具有数据处理能力的计算设备中实现,如图4所示,该装置具体包括:用户及线路识别模块410、电压采集模块420、电压聚类模块430和目标用户确定模块440。
其中,用户及线路识别模块410,用于确定待调整线路的可接入用户为待识别用户,并确定所述待识别用户的至少一条可接入线路;
电压采集模块420,用于采集线路中的电压数据时间序列和所述可接入用户的用户接入端电压数据时间序列;
电压聚类模块430,用于对各电压数据时间序列进行聚类,以确定聚类中心;
目标用户确定模块440,用于根据聚类结果,确定与所述待调整线路处于同一类别的可接入用户,为目标用户。
可选的,所述电压采集模块具体用于:
采集所述待调整线路的第一关口电压数据时间序列,采集所述可接入用户的其他可接入线路的第二关口电压数据时间序列,以及采集可接入用户的用户接入端电压数据时间序列;
其中关口电压为未接入用户的首端电压。
可选的,所述电压聚类模块具体用于:
采用近邻传播聚类算法对各电压数据时间序列进行聚类,以确定至少一个聚类中心;其中,电压数据时间序列为三相平衡电压中的任一相电压数据时间序列,或三相平衡电压中的三相电压数据时间序列。
可选的,所述电压聚类模块中的近邻传播聚类算法具体包括:
相似度计算单元,用于计算各个电压数据时间序列之间的相似度;
矩阵初始化单元,用于当获取n个电压数据时间序列时,将吸引度矩阵R和归属度矩阵A初始化为n×n的零矩阵;
吸引度和归属度迭代计算单元,用于根据所述相似度,按照如下公式迭代计算任意两个电压数据时间序列i和k之间的吸引度和归属度:
rt+1(i,k)=λ*rt(i,k)+(1-λ)*r′t+1(i,k)
at+1(i,k)=λ*at(i,k)+(1-λ)*a′t+1(i,k)
其中,
Figure BDA0003063193710000131
Figure BDA0003063193710000132
聚类中心确定单元,用于按照如下公式对吸引度和归属度进行求和,以确定聚类中心:
k=argmax{a(i,k)+r(i,k)}
在达到设定迭代结束条件时,停止迭代计算;
所述近邻传播聚类算法包括如下至少一项参数:衰减系数λ、迭代次数t和偏向参数p;其中,所述衰减系数λ∈(0,1),用于影响聚类收敛时间;所述迭代次数t用于控制聚类结束的迭代次数;所述偏向参数p用于影响聚类类簇数。
可选的,所述目标用户确定模块具体用于:
根据所述确定的聚类中心,将其他电压数据时间序列与聚类中心进行相似度匹配,以确定归属于同一类别的线路和用户。
本发明实施例所提供的一种双电源用户主供电源识别装置可执行本发明任意实施例所提供的方法,具备执行方法相应的功能模块和有益效果。
本实施例的技术方案,通过采用近邻传播聚类算法对线路中各电压数据时间序列和可接入用户的用户接入端电压数据时间序列进行聚类分析,确定双电源用户主供电源的方法,解决了当用户改变主供电源时,供电局无法直接查核用户当前接入的主供电源,系统难以同步更新接入信息,需要人工逐个与用户沟通确认当前主供电源等问题,达到了可智能识别用户主供电源,方便工作人员进行登记更新并通知用户,节省人力物力的效果。
实施例四
图5为本发明实施例四中的一种计算机设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性计算机设备12的框图。图5显示的计算机设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机设备12交互的设备通信,和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。另外,本实施例中的计算机设备12,显示器24不是作为独立个体存在,而是嵌入镜面中,在显示器24的显示面不予显示时,显示器24的显示面与镜面从视觉上融为一体。并且,计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白,尽管图中未示出,可以结合计算机设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的双电源用户主供电源识别方法:确定待调整线路的可接入用户为待识别用户,并确定所述待识别用户的至少一条可接入线路;采集线路中的电压数据时间序列和所述可接入用户的用户接入端电压数据时间序列;对各电压数据时间序列进行聚类,以确定聚类中心;根据聚类结果,确定与所述待调整线路处于同一类别的可接入用户,为目标用户。
实施例五
本发明实施例五提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本申请所有发明实施例提供的双电源用户主供电源识别方法:确定待调整线路的可接入用户为待识别用户,并确定所述待识别用户的至少一条可接入线路;采集线路中的电压数据时间序列和所述可接入用户的用户接入端电压数据时间序列;对各电压数据时间序列进行聚类,以确定聚类中心;根据聚类结果,确定与所述待调整线路处于同一类别的可接入用户,为目标用户。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (7)

1.一种双电源用户主供电源识别方法,其特征在于,包括:
确定待调整线路的可接入用户为待识别用户,并确定所述待识别用户的至少一条可接入线路;
采集线路中的电压数据时间序列和所述可接入用户的用户接入端电压数据时间序列;
对各电压数据时间序列进行聚类,以确定聚类中心;
根据聚类结果,确定与所述待调整线路处于同一类别的可接入用户,为目标用户;
其中,对各电压数据时间序列进行聚类,以确定聚类中心,包括:
采用近邻传播聚类算法对各电压数据时间序列进行聚类,以确定至少一个聚类中心;其中,电压数据时间序列为三相平衡电压中的任一相电压数据时间序列,或三相平衡电压中的三相电压数据时间序列;
其中,所述近邻传播聚类算法包括如下至少一项参数:衰减系数λ、迭代次数t和偏向参数p;
则,采用近邻传播聚类算法对各个电压数据时间序列进行聚类,以确定至少一个聚类中心,包括:
计算各个电压数据时间序列之间的相似度;
当获取n个电压数据时间序列时,将吸引度矩阵R和归属度矩阵A初始化为n×n的零矩阵;
根据所述相似度,按照如下公式迭代计算任意两个电压数据时间序列之间的吸引度和归属度:
其中,
按照如下公式对吸引度和归属度进行求和,以确定聚类中心:
在达到设定迭代结束条件时,停止迭代计算;
其中,所述衰减系数λ∈(0,1),用于影响聚类收敛时间;所述迭代次数t用于控制聚类结束的迭代次数;所述偏向参数p用于影响聚类类簇数;
所述为各电压数据时间序列中的任意两个电压数据时间序列;所述为各电压数据时间序列中不同于的其他任意电压数据时间序列;所述吸引度代表从指向的吸引度,表示适合作为的聚类中心的程度;所述归属度代表从指向的归属度,表示选择作为聚类中心的合适程度;所述为t轮的吸引度值和归属度值,为t+1轮计算的吸引度值和归属度值,为t+1轮迭代更新后的吸引度值和归属度值;所述t为迭代更新的轮数序号;
根据聚类结果,确定与所述待调整线路处于同一类别的可接入用户,为目标用户,包括:
根据所述确定的聚类中心,将其他电压数据时间序列与聚类中心进行相似度匹配,以确定归属于同一类别的线路和用户。
2.根据权利要求1所述的方法,其特征在于,采集线路中的电压数据时间序列包括:
采集所述待调整线路的第一关口电压数据时间序列,以及采集所述可接入用户的其他可接入线路的第二关口电压数据时间序列;
其中关口电压为未接入用户的首端电压。
3.根据权利要求1所述的方法,其特征在于,所述用户的可接入线路的数量大于或等于两条,所述可接入线路从所述用户接入端进行供电。
4.根据权利要求1所述的方法,其特征在于,所述待调整线路为待停电线路。
5.一种双电源用户主供电源识别装置,其特征在于,包括:
用户及线路识别模块,用于确定待调整线路的可接入用户为待识别用户,并确定所述待识别用户的至少一条可接入线路;
电压采集模块,用于采集线路中的电压数据时间序列和所述可接入用户的用户接入端电压数据时间序列;
电压聚类模块,用于对各电压数据时间序列进行聚类,以确定聚类中心;
目标用户确定模块,用于根据聚类结果,确定与所述待调整线路处于同一类别的可接入用户,为目标用户;
其中,所述电压聚类模块具体用于:
采用近邻传播聚类算法对各电压数据时间序列进行聚类,以确定至少一个聚类中心;其中,电压数据时间序列为三相平衡电压中的任一相电压数据时间序列,或三相平衡电压中的三相电压数据时间序列;
其中,所述近邻传播聚类算法包括如下至少一项参数:衰减系数λ、迭代次数t和偏向参数p;
可选的,所述电压聚类模块中的近邻传播聚类算法具体包括:
相似度计算单元,用于计算各个电压数据时间序列之间的相似度;
矩阵初始化单元,用于当获取n个电压数据时间序列时,将吸引度矩阵R和归属度矩阵A初始化为n×n的零矩阵;
吸引度和归属度迭代计算单元,用于根据所述相似度,按照如下公式迭代计算任意两个电压数据时间序列之间的吸引度和归属度:
其中,
聚类中心确定单元,用于按照如下公式对吸引度和归属度进行求和,以确定聚类中心:
在达到设定迭代结束条件时,停止迭代计算;
其中,所述衰减系数λ∈(0,1),用于影响聚类收敛时间;所述迭代次数t用于控制聚类结束的迭代次数;所述偏向参数p用于影响聚类类簇数;
所述为各电压数据时间序列中的任意两个电压数据时间序列;所述为各电压数据时间序列中不同于的其他任意电压数据时间序列;所述吸引度代表从指向的吸引度,表示适合作为的聚类中心的程度;所述归属度代表从指向的归属度,表示选择作为聚类中心的合适程度;所述为t轮的吸引度值和归属度值,为t+1轮计算的吸引度值和归属度值,为t+1轮迭代更新后的吸引度值和归属度值;所述t为迭代更新的轮数序号;
所述目标用户确定模块具体用于:
根据所述确定的聚类中心,将其他电压数据时间序列与聚类中心进行相似度匹配,以确定归属于同一类别的线路和用户。
6.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-4中任一所述的双电源用户主供电源识别方法。
7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-4中任一所述的双电源用户主供电源识别方法。
CN202110519004.0A 2021-05-12 2021-05-12 双电源用户主供电源识别方法、装置、设备及存储介质 Active CN113139881B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110519004.0A CN113139881B (zh) 2021-05-12 2021-05-12 双电源用户主供电源识别方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110519004.0A CN113139881B (zh) 2021-05-12 2021-05-12 双电源用户主供电源识别方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN113139881A CN113139881A (zh) 2021-07-20
CN113139881B true CN113139881B (zh) 2023-04-07

Family

ID=76817736

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110519004.0A Active CN113139881B (zh) 2021-05-12 2021-05-12 双电源用户主供电源识别方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN113139881B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113743490A (zh) * 2021-08-27 2021-12-03 广东电网有限责任公司 一种用户识别方法、装置、电子设备以及存储介质

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7286963B2 (en) * 2005-12-30 2007-10-23 Abb Technology Ltd. Method and device for fault location on three terminal power line
US9292794B2 (en) * 2013-08-15 2016-03-22 International Business Machines Corporation Voltage-based clustering to infer connectivity information in smart grids
CN109325545A (zh) * 2018-10-16 2019-02-12 南方电网科学研究院有限责任公司 低压配电网拓扑结构校验方法、装置、设备及存储介质
CN111612650B (zh) * 2020-05-27 2022-06-17 福州大学 一种基于dtw距离的电力用户分群方法及系统

Also Published As

Publication number Publication date
CN113139881A (zh) 2021-07-20

Similar Documents

Publication Publication Date Title
CN111400600A (zh) 一种消息推送方法、装置、设备和存储介质
CN112860706A (zh) 一种业务的处理方法、装置、设备及存储介质
CN113139881B (zh) 双电源用户主供电源识别方法、装置、设备及存储介质
CN116881718A (zh) 一种基于大数据清洗的人工智能训练方法及系统
CN112000848A (zh) 一种图数据处理方法、装置、电子设备及存储介质
CN111291936A (zh) 产品生命周期预估模型生成方法、装置及电子设备
CN117273376A (zh) 一种电量预测方法、系统、计算机设备和存储介质
CN110515954B (zh) 一种数据处理方法、装置、设备和存储介质
CN111695967A (zh) 一种报价的确定方法、装置、设备及存储介质
CN109376148B (zh) 缓慢变化维表的数据处理方法、装置、电子设备
CN114416669B (zh) 群组过程文件管理方法、装置、网盘及存储介质
CN113780675B (zh) 一种消耗预测方法、装置、存储介质及电子设备
CN115543428A (zh) 一种基于策略模板的模拟数据生成方法和装置
CN115237931A (zh) 一种用于服务编排的子服务处理结果更新的方法和系统
CN115952878A (zh) 用电负荷预测方法、装置、电子设备和存储介质
CN112905635A (zh) 一种业务的处理方法、装置、设备及存储介质
CN113377604B (zh) 一种数据处理方法、装置、设备和存储介质
CN110427377B (zh) 数据处理方法、装置、设备和存储介质
CN113298120A (zh) 基于融合模型的用户风险预测方法、系统和计算机设备
CN113743791A (zh) 一种业务工单的业务考评方法、装置、电子设备和介质
CN108958720B (zh) 系统合成方法、装置、设备及存储介质
CN112257913A (zh) 中压线路负荷值预测方法、装置、设备及存储介质
CN113760950A (zh) 指标数据查询方法、装置、电子设备以及存储介质
CN110851943A (zh) 一种电池充电性能的建模方法和装置
CN113743490A (zh) 一种用户识别方法、装置、电子设备以及存储介质

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