CN113806899A - 一种配电网拓扑关系的识别方法、装置及移动终端 - Google Patents
一种配电网拓扑关系的识别方法、装置及移动终端 Download PDFInfo
- Publication number
- CN113806899A CN113806899A CN202111095368.7A CN202111095368A CN113806899A CN 113806899 A CN113806899 A CN 113806899A CN 202111095368 A CN202111095368 A CN 202111095368A CN 113806899 A CN113806899 A CN 113806899A
- Authority
- CN
- China
- Prior art keywords
- data
- user
- zero
- user data
- distribution network
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- Mathematical Analysis (AREA)
- Water Supply & Treatment (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Public Health (AREA)
- Computer Hardware Design (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)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明公开了一种配电网拓扑关系的识别方法、装置及移动终端,所述方法包括:获取用户用电数据和光伏出力曲线,并计算用户用电数据与光伏出力曲线的相关系数,根据相关系数得到分布式光伏用户数据;根据预设零值条件,从用户用电数据中得到零流用户数据;将普通用户数据、分布式光伏用户数据、零流用户数据输入至设定的拓扑关系识别模型中,以得到配电网拓扑关系的识别结果;其中,普通用户数据是根据分布式光伏用户数据、零流用户数据和所述用户用电数据而计算获得。采用本发明实施例能提高识别低压配电网拓扑关系的准确性。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种配电网拓扑关系的识别方法、装置及移动终端。
背景技术
近年来智能电表与低压集抄技术在低压配电网中已逐步实现全覆盖,电网公司可远程获取用户的用电数据和电网运行数据,并利用这些数据进行低压配电网拓扑关系的识别,再进行运维管理。
但由于现在分布式电源的迅速发展与大量接入,再加上零流电表的存在对数据相关性有所影响,现有的低压配电网拓扑关系识别方法并没有考虑分布式光伏用户和零流用户的存在,而分布式光伏用户的存在会抬高节点电压,利用电压归类的方式会出现错误;零流用户的存在,会在电流优化识别过程随意求解,导致低压配电网拓扑关系的识别出现错误。
综上所述,现有的低压配电网拓扑关系的识别方法的准确性不高。
发明内容
本发明实施例提供一种配电网拓扑关系的识别方法、装置及移动终端,提高了识别低压配电网拓扑关系的准确性。
本申请实施例的第一方面提供了一种配电网拓扑关系的识别方法,包括:获取用户用电数据和光伏出力曲线,并计算所述用户用电数据与所述光伏出力曲线的相关系数,根据所述相关系数得到分布式光伏用户数据;
根据预设零值条件,从所述用户用电数据中得到零流用户数据;
将普通用户数据、所述分布式光伏用户数据、所述零流用户数据输入至设定的拓扑关系识别模型中,以得到配电网拓扑关系的识别结果;其中,所述普通用户数据是根据所述分布式光伏用户数据、所述零流用户数据和所述用户用电数据而计算获得。
在第一方面的一种可能的实现方式中,所述将普通用户数据、所述分布式光伏用户数据、所述零流用户数据输入至设定的拓扑关系识别模型中,以得到配电网拓扑关系的识别结果,具体为:
对所述分布式光伏用户数据进行修订处理,得到第一数据;
对所述零流用户数据进行归类处理,得到第二数据;
所述设定的拓扑关系识别模型为相户关系和线户关系识别模型,则将所述第一数据、所述第二数据和所述普通用户数据输入至所述相户关系和线户关系识别模型中,以得到所述配电网拓扑关系的识别结果;其中,所述配电网拓扑关系的识别结果包括:相户关系识别结果和线户关系识别结果。
在第一方面的一种可能的实现方式中,所述计算所述用户用电数据与所述光伏出力曲线的相关系数,具体为:
所述用户用电数据包括:有功功率数据,所述光伏出力曲线包括:典型光伏有功功率数据;
计算所述有功功率数据与所述典型光伏有功功率数据之间的皮尔逊相关系数。
在第一方面的一种可能的实现方式中,所述根据所述相关系数得到分布式光伏用户数据,具体为:
当所述相关系数的绝对值大于预设阈值时,判定所述用户用电数据为所述分布式光伏用户数据并获取;否则,判定所述用户用电数据为非分布式光伏用户数据。
在第一方面的一种可能的实现方式中,所述根据预设零值条件,从所述用户用电数据中得到零流用户数据,具体为:
判断所述用户用电数据是否满足所述预设零值条件,若是,判定所述用户用电数据为所述零流用户数据并获取;否则,判定所述用户用电数据为非零流用户数据;其中,所述判断所述用户用电数据是否满足所述预设零值条件,具体为:
所述用户用电数据包括:电流数据;
当所述电流数据和所述有功功率数据均等于零时,判定所述用户用电数据满足所述预设零值条件;否则,判定所述用户用电数据不满足所述预设零值条件。
在第一方面的一种可能的实现方式中,所述对所述零流用户数据进行归类处理,得到第二数据,具体为:
所述零流用户数据和所述非零流用户数据均包括电压数据和电流数据;
计算第三数据和第四数据之间的皮尔逊相关系数;其中,所述第三数据为所述零流用户数据中的电压数据,所述第四数据为所述非零流用户数据中的电压数据;
根据所述第三数据和第四数据之间的皮尔逊相关系数,将所述零流用户数据中的电流数据和所述非零流用户数据中的电流数据进行累加处理后生成所述第二数据,完成对所述零流用户数据进行归类处理。
在第一方面的一种可能的实现方式中,所述设定的拓扑关系识别模型的生成方法为:
获取并根据基尔霍夫电流定律和第一变量,得到相序归属关系;
根据所述相序归属关系和二次规划算法,生成所述设定的拓扑关系识别模型。
本申请实施例的第二方面提供了一种配电网拓扑关系的识别装置,包括:第一获取模块、第二获取模块和识别模块;
其中,所述第一获取模块用于获取用户用电数据和光伏出力曲线,并计算所述用户用电数据与所述光伏出力曲线的相关系数,根据所述相关系数得到分布式光伏用户数据;
所述第二获取模块用于根据预设零值条件,从所述用户用电数据中得到零流用户数据;
所述识别模块用于将普通用户数据、所述分布式光伏用户数据、所述零流用户数据输入至设定的拓扑关系识别模型中,以得到配电网拓扑关系的识别结果;其中,所述普通用户数据是根据所述分布式光伏用户数据、所述零流用户数据和所述用户用电数据而计算获得。
本申请实施例的第三方面提供了一种移动终端,包括处理器和存储器,所述存储器存储有计算机可读程序代码,所述处理器执行所述计算机可读程序代码时实现上述一种配电网拓扑关系的识别方法的步骤。
本申请实施例的第四方面提供了一种存储介质,所述存储介质存储计算机可读程序代码,当所述计算机可读程序代码被执行时实现上述一种配电网拓扑关系的识别方法的步骤。
相比于现有技术,本发明实施例提供的一种配电网拓扑关系的识别方法、装置及移动终端,其中,本发明实施例的识别方法为:先获取用户用电数据和光伏出力曲线,并计算用户用电数据与光伏出力曲线的相关系数,根据相关系数得到分布式光伏用户数据;再根据预设零值条件,从用户用电数据中得到零流用户数据;最后将普通用户数据、分布式光伏用户数据、零流用户数据输入至设定的拓扑关系识别模型中,以得到配电网拓扑关系的识别结果;其中,普通用户数据是根据分布式光伏用户数据、零流用户数据和所述用户用电数据而计算获得。
本发明实施例产生的有益效果为:本发明实施例在进行配电网拓扑关系的识别时,考虑了分布式用户数据和零流用户的存在,进而考虑了分布式光伏用户产生的抬高节点电压的影响以及零流用户产生的电流优化识别随意求解的影响,最终提高了低压配电网拓扑关系识别结果的准确性。
其次,本发明实施例由于考虑了分布式用户数据的存在,于是能够识别出分布式光伏用户的相序和所在出线,更适用于如今分布式电源迅速发展的低压配电网,为低压配电网的运维管理提供了高安全性的拓扑信息。
接着,本发明实施例在进行相户关系和线户关系识别的过程中,对零流用户数据进行归类处理,能够减少零流电表对相户关系和线户关系识别过程的影响,进一步提高识别结果的准确性。
最后,本发明实施例提出的配电网拓扑关系的识别方法,能够同时进行相户关系和线户关系的识别,提高了现有技术中的配电网拓扑关系识别能力、范围以及效率。
附图说明
图1是本发明一实施例提供的一种配电网拓扑关系的识别方法的流程示意图;
图2是本发明一实施例提供的相户关系识别结果示意图;
图3是本发明一实施例提供的线户关系识别结果示意图;
图4是本发明一实施例提供的一种配电网拓扑关系的识别装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1,是本发明一实施例提供的一种配电网拓扑关系的识别方法的流程示意图,包括:
S101:获取用户用电数据和光伏出力曲线,并计算用户用电数据与光伏出力曲线的相关系数,根据相关系数得到分布式光伏用户数据。
在本实施例中,所述计算所述用户用电数据与所述光伏出力曲线的相关系数,具体为:
所述用户用电数据包括:有功功率数据,所述光伏出力曲线包括:典型光伏有功功率数据;
计算所述有功功率数据与所述典型光伏有功功率数据之间的皮尔逊相关系数。
在本实施例中,所述根据所述相关系数得到分布式光伏用户数据,具体为:
当所述相关系数的绝对值大于预设阈值时,判定所述用户用电数据为所述分布式光伏用户数据并获取;否则,判定所述用户用电数据为非分布式光伏用户数据。
在一具体实施例中,计算所述有功功率数据与所述典型光伏有功功率数据之间的皮尔逊相关系数可由以下公式表示:
其中,为第i个电表量测的有功功率数据与典型光伏有功功率数据之间的皮尔逊相关系数;T为量测时间段,设定为96点/天;为第i个电表在t时刻的量测有功功率数据;为第i个电表在T内的量测有功功率数据的平均值;为典型光伏在t时刻的有功功率数据;为典型光伏在T内的有功功率数据的平均值。
在一具体实施例中,当所述相关系数的绝对值大于预设阈值时,判定所述用户用电数据为所述分布式光伏用户数据并获取;否则,判定所述用户用电数据为非分布式光伏用户数据,可由以下公式表示:
其中,σ为预设阈值。
所以当电表i所量测的有功功率数据与典型光伏有功功率数据之间的皮尔逊相关系数的绝对值大于预设阈值时,表示电表i为分布式光伏用户,则电表i所测量的用户用电数据为分布式光伏用户数据;当电表i所量测的有功功率数据与典型光伏有功功率数据之间的皮尔逊相关系数的绝对值小于预设阈值时,表示电表i为非分布式光伏用户,则电表i所测量的用户用电数据为非分布式光伏用户数据。其中,典型光伏有功功率数据为秋季的典型光伏有功功率数据,有功功率数据具体为有功功率时序数据。
S102:根据预设零值条件,从用户用电数据中得到零流用户数据。
在本实施例中,所述根据预设零值条件,从所述用户用电数据中得到零流用户数据,具体为:
判断所述用户用电数据是否满足所述预设零值条件,若是,判定所述用户用电数据为所述零流用户数据并获取;否则,判定所述用户用电数据为非零流用户数据;其中,所述判断所述用户用电数据是否满足所述预设零值条件,具体为:
所述用户用电数据包括:电流数据;
当所述电流数据和所述有功功率数据均等于零时,判定所述用户用电数据满足所述预设零值条件;否则,判定所述用户用电数据不满足所述预设零值条件。
S103:将普通用户数据、分布式光伏用户数据、零流用户数据输入至设定的拓扑关系识别模型中,以得到配电网拓扑关系的识别结果。
其中,普通用户数据是根据分布式光伏用户数据、零流用户数据和用户用电数据而计算获得。具体为:从用户用电数据中计算过滤掉分布式光伏用户数据、零流用户数据后,便可得到普通用户数据。
在一具体实施例中,所述配电网为低压光伏配电网。
在本实施例中,所述将普通用户数据、所述分布式光伏用户数据、所述零流用户数据输入至设定的拓扑关系识别模型中,以得到配电网拓扑关系的识别结果,具体为:
对所述分布式光伏用户数据进行修订处理,得到第一数据;
对所述零流用户数据进行归类处理,得到第二数据;
所述设定的拓扑关系识别模型为相户关系和线户关系识别模型,则将所述第一数据、所述第二数据和所述普通用户数据输入至所述相户关系和线户关系识别模型中,以得到所述配电网拓扑关系的识别结果;其中,所述配电网拓扑关系的识别结果包括:相户关系识别结果和线户关系识别结果。
在本实施例中,所述对所述零流用户数据进行归类处理,得到第二数据,具体为:
所述零流用户数据和所述非零流用户数据均包括电压数据和电流数据;
计算第三数据和第四数据之间的皮尔逊相关系数;其中,所述第三数据为所述零流用户数据中的电压数据,所述第四数据为所述非零流用户数据中的电压数据;
根据所述第三数据和第四数据之间的皮尔逊相关系数,将所述零流用户数据中的电流数据和所述非零流用户数据中的电流数据进行累加处理后生成所述第二数据,完成对所述零流用户数据进行归类处理。
在一具体实施例中,将检测出零流用户数据的电表标记为零流电表v,并记录零流电表v的节点编号;标记零流电表v所量测到的电流值Iv,j和电压值Uv,j。然后计算零流用户数据中的电压数据(第三数据)与非零流用户数据中的电压数据(第四数据)中的皮尔逊相关系数,可由以下公式表示:
其中,为第j个零流电表的量测电压数据(即为零流用户数据中的电压数据)与第k个非零流电表的量测的电压数据(即为非零流用户数据中的电压数据)之间的皮尔逊相关系数;为第j个零流电表在t时刻的量测电压数据;为第j个零流电表在时间段T内的量测电压数据的平均值;为第k个非零流电表在t时刻的量测电压数据;为第k个非零流电表在时间段T内的量测电压数据的平均值。
根据零流用户数据中的电压数据(第三数据)与非零流用户数据中的电压数据(第四数据)中的皮尔逊相关系数中,获取最大值,并根据最大值将零流用户数据与非零流用户数据进行归类处理,即,将零流用户数据中的电流数据与非零流用户数据中的电流数据累加在一起,可由以下公式表示:
Iagg,K为归类至负荷用户K的归类电流;Iv,j为第j个零流电表的有功电流值(即零流用户数据中的电流数据);IK为与零流电表电压相关性系数最大的非零流用户数据中的有功电流值。
在一具体实施例中,考虑到由于根据地区的不同,智能电表对分布式光伏用户的电流和功率的量测值可能为负值,也可能为正值,所以为了方便后续算法自动识别相户关系和线户关系,需要根据当地对分布式光伏用户数据的采集习惯,对分布式光伏用户数据中的有功电流值进行修订,修订过程具体为:
(a)当分布式光伏用户数据的电流和功率的测量值设定为负值时,直接使用该测量值;
(b)当分布式光伏用户数据的电流和功率的测量值设定为正值时,将测量值转化为负值后再使用。
在一具体实施例中,所述设定的拓扑关系识别模型的生成方法为:
获取并根据基尔霍夫电流定律和第一变量,得到相序归属关系;
根据所述相序归属关系和二次规划算法,生成所述设定的拓扑关系识别模型。
为t时刻变压器低压侧各出线的三相有功电流,可用于表示各个电表的相序归属关系;为电表i在t时刻的有功电流值;M为非零流电表的总数。考虑到单相用户的电表只能存在于一相一线的约束,为了实现同时识别相户关系和线户关系,建立二次规划模型,并采用二次规划寻优算法求解,生成设定的拓扑关系识别模型,该模型可由以下公式表示:
其中,L为出线总集合,即{出线1,出线2,出线3,…}。
在一具体实施例中,低压配电网的配变容量是315kVA,用户规模是73户(其中68户为单相表,5户为三相表)。台区主干线采用BLV-150×4架空导线,单相分支线采用BLV-50×2的架空导线,三相分支线采用BLV-50×4的架空导线,下户线采用BLV-16×2的导线。并且于第一节点、第二节点和第三节点处接入单相分布式光伏,其接入容量情况为:单相分布式光伏1的相序为A、接入功率值为5kw;单项分布式光伏2的相序为B、接入功率值为8kw;单项分布式光伏3的相序为C、接入功率值为10kw。并对第一B相用户和第一C相用户进行零流模拟,即将第一B相用户和第一C相用户作为零流用户:将其功率设定为恒定的0.1kW,预设阈值σ为0.5。
然后采用秋季的典型光伏有功功率数据作为标准,经计算,三个分布式光伏的有功功率时序数据与秋季典型光伏有功功率之间的皮尔逊相关系数分别为:0.99611、0.99237、0.99760。而随机抽取的四个非零流用户数据中的有功功率时序数据与秋季典型光伏有功功率之间的皮尔逊相关系数为:-0.08767、0.076605、-0.17623、0.106751。根据上述分析,结合工程经验,将预设阈值σ设为0.5,具有良好的辨识效果。另外,由于实施例中的分布式光伏用户数据的电流和功率的测量值设定为负值,所以直接使用该测量值,不需要修订。
然后获取零流用户数据(即零流用户第一B相用户、第一C相用户的用户用电数据),并对零流用户数据进行归类处理:计算第一B相用户、第一C相用户的电压数据分别与非零流用户数据中的电压数据之间的第一皮尔逊相关系数和第二皮尔逊相关系数。根据第一皮尔逊相关系数中的最大值,找到该最大值对应的第一非零流用户;根据第二皮尔逊相关系数中的最大值,找到该最大值对应的第二非零流用户。将第一非零流用户的有功电流值与第一B相用户的有功电流值累加在一起,便完成第一B相用户的归类处理;将第二非零流用户的有功电流值与第一C相用户的有功电流值累加在一起,便完成第一C相用户的归类处理。
为了进一步说明配电网拓扑关系的识别结果,请参照图2、图3,图2是本发明一实施例提供的相户关系识别结果示意图,图3是本发明一实施例提供的线户关系识别结果示意图。
图2中的纵坐标的3、2、1分别代表着A、B、C三相,即3-A、2-B、1-C,横坐标代表着电表号;图3中的纵坐标的1、2、3分别代表着出线1、出线2和出线3,横坐标代表着电表号。而图2和图3中的“圆圈”均代表着正确的拓扑关系,而“叉”代表着本发明实施例得到的配电网拓扑关系的识别结果。根据图2、图3中“圆圈”和“叉”的重合率可得,本发明实施例通过相户关系和线户关系识别模型的到的相户关系和线户关系识别结果的准确率为100%。
由识别结果可知,本发明所提出的含零流电表的低压光伏配电网相户关系和线户关系识别方法,在综合考虑了零流用户和分布式光伏用户的影响后,能够准确地对低压光伏配电网的“相户关系”和“线户关系”两种物理拓扑进行识别,解决了目前低压配电网拓扑识别方法不能同时识别“相户关系”和“线户关系”的问题。进一步提升了低压配电网的运维能力和智能化水平。
为了进一步说明配电网拓扑关系的识别装置,请参照图4,图4是本发明一实施例提供的一种配电网拓扑关系的识别装置的结构示意图,包括:第一获取模块401、第二获取模块402和识别模块403。
其中,所述第一获取模块401用于获取用户用电数据和光伏出力曲线,并计算所述用户用电数据与所述光伏出力曲线的相关系数,根据所述相关系数得到分布式光伏用户数据;
所述第二获取模块402用于根据预设零值条件,从所述用户用电数据中得到零流用户数据;
所述识别模块403用于将普通用户数据、所述分布式光伏用户数据、所述零流用户数据输入至设定的拓扑关系识别模型中,以得到配电网拓扑关系的识别结果;其中,所述普通用户数据是根据所述分布式光伏用户数据、所述零流用户数据和所述用户用电数据而计算获得。
在一具体实施例中,一种移动终端,包括处理器和存储器,所述存储器存储有计算机可读程序代码,所述处理器执行所述计算机可读程序代码时实现一种配电网拓扑关系的识别方法的步骤。
在一具体实施例中,一种存储介质,所述存储介质存储计算机可读程序代码,当所述计算机可读程序代码被执行时实现一种配电网拓扑关系的识别方法的步骤。
本发明实施例先通过第一获取模块401获取用户用电数据和光伏出力曲线,并计算用户用电数据与光伏出力曲线的相关系数,根据相关系数得到分布式光伏用户数据;再通过第二获取模块402根据预设零值条件,从用户用电数据中得到零流用户数据;最后通过识别模块403将普通用户数据、分布式光伏用户数据、零流用户数据输入至设定的拓扑关系识别模型中,以得到配电网拓扑关系的识别结果;其中,普通用户数据是根据分布式光伏用户数据、零流用户数据和所述用户用电数据而计算获得。
本发明实施例在进行配电网拓扑关系的识别时,进而考虑了分布式用户数据和零流用户的存在,考虑了分布式光伏用户产生的抬高节点电压的影响以及零流用户产生的电流优化识别随意求解的影响,最终提高了低压配电网拓扑关系识别结果的准确性。
其次,本发明实施例由于考虑了分布式用户数据的存在,于是能够识别出分布式光伏用户的相序和所在出线,更适用于如今分布式电源迅速发展的低压配电网,为低压配电网的运维管理提供了高安全性的拓扑信息。
接着,本发明实施例在进行相户关系和线户关系识别的过程中,对零流用户数据进行归类处理,能够减少零流电表对相户关系和线户关系识别过程的影响,进一步提高识别结果的准确性。
最后,本发明实施例提出的配电网拓扑关系的识别方法,能够同时进行相户关系和线户关系的识别,提高了现有技术中的配电网拓扑关系识别能力、范围以及效率。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种配电网拓扑关系的识别方法,其特征在于,包括:
获取用户用电数据和光伏出力曲线,并计算所述用户用电数据与所述光伏出力曲线的相关系数,根据所述相关系数得到分布式光伏用户数据;
根据预设零值条件,从所述用户用电数据中得到零流用户数据;
将普通用户数据、所述分布式光伏用户数据、所述零流用户数据输入至设定的拓扑关系识别模型中,以得到配电网拓扑关系的识别结果;其中,所述普通用户数据是根据所述分布式光伏用户数据、所述零流用户数据和所述用户用电数据而计算获得。
2.根据权利要求1所述的一种配电网拓扑关系的识别方法,其特征在于,所述将普通用户数据、所述分布式光伏用户数据、所述零流用户数据输入至设定的拓扑关系识别模型中,以得到配电网拓扑关系的识别结果,具体为:
对所述分布式光伏用户数据进行修订处理,得到第一数据;
对所述零流用户数据进行归类处理,得到第二数据;
所述设定的拓扑关系识别模型为相户关系和线户关系识别模型,则将所述第一数据、所述第二数据和所述普通用户数据输入至所述相户关系和线户关系识别模型中,以得到所述配电网拓扑关系的识别结果;其中,所述配电网拓扑关系的识别结果包括:相户关系识别结果和线户关系识别结果。
3.根据权利要求2所述的一种配电网拓扑关系的识别方法,其特征在于,所述计算所述用户用电数据与所述光伏出力曲线的相关系数,具体为:
所述用户用电数据包括:有功功率数据,所述光伏出力曲线包括:典型光伏有功功率数据;
计算所述有功功率数据与所述典型光伏有功功率数据之间的皮尔逊相关系数。
4.根据权利要求3所述的一种配电网拓扑关系的识别方法,其特征在于,所述根据所述相关系数得到分布式光伏用户数据,具体为:
当所述相关系数的绝对值大于预设阈值时,判定所述用户用电数据为所述分布式光伏用户数据并获取;否则,判定所述用户用电数据为非分布式光伏用户数据。
5.根据权利要求4所述的一种配电网拓扑关系的识别方法,其特征在于,所述根据预设零值条件,从所述用户用电数据中得到零流用户数据,具体为:
判断所述用户用电数据是否满足所述预设零值条件,若是,判定所述用户用电数据为所述零流用户数据并获取;否则,判定所述用户用电数据为非零流用户数据;其中,所述判断所述用户用电数据是否满足所述预设零值条件,具体为:
所述用户用电数据包括:电流数据;
当所述电流数据和所述有功功率数据均等于零时,判定所述用户用电数据满足所述预设零值条件;否则,判定所述用户用电数据不满足所述预设零值条件。
6.根据权利要求5所述的一种配电网拓扑关系的识别方法,其特征在于,所述对所述零流用户数据进行归类处理,得到第二数据,具体为:
所述零流用户数据和所述非零流用户数据均包括电压数据和电流数据;
计算第三数据和第四数据之间的皮尔逊相关系数;其中,所述第三数据为所述零流用户数据中的电压数据,所述第四数据为所述非零流用户数据中的电压数据;
根据所述第三数据和第四数据之间的皮尔逊相关系数,将所述零流用户数据中的电流数据和所述非零流用户数据中的电流数据进行累加处理后生成所述第二数据,完成对所述零流用户数据进行归类处理。
7.根据权利要求6所述的一种配电网拓扑关系的识别方法,其特征在于,所述设定的拓扑关系识别模型的生成方法为:
获取并根据基尔霍夫电流定律和第一变量,得到相序归属关系;
根据所述相序归属关系和二次规划算法,生成所述设定的拓扑关系识别模型。
8.一种配电网拓扑关系的识别装置,其特征在于,包括:第一获取模块、第二获取模块和识别模块;
其中,所述第一获取模块用于获取用户用电数据和光伏出力曲线,并计算所述用户用电数据与所述光伏出力曲线的相关系数,根据所述相关系数得到分布式光伏用户数据;
所述第二获取模块用于根据预设零值条件,从所述用户用电数据中得到零流用户数据;
所述识别模块用于将普通用户数据、所述分布式光伏用户数据、所述零流用户数据输入至设定的拓扑关系识别模型中,以得到配电网拓扑关系的识别结果;其中,所述普通用户数据是根据所述分布式光伏用户数据、所述零流用户数据和所述用户用电数据而计算获得。
9.一种移动终端,其特征在于,包括处理器和存储器,所述存储器存储有计算机可读程序代码,所述处理器执行所述计算机可读程序代码时实现权利要求1至7中任一项所述的一种配电网拓扑关系的识别方法的步骤。
10.一种存储介质,其特征在于,所述存储介质存储计算机可读程序代码,当所述计算机可读程序代码被执行时实现权利要求1至7中任一项所述的一种配电网拓扑关系的识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111095368.7A CN113806899B (zh) | 2021-09-17 | 2021-09-17 | 一种配电网拓扑关系的识别方法、装置及移动终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111095368.7A CN113806899B (zh) | 2021-09-17 | 2021-09-17 | 一种配电网拓扑关系的识别方法、装置及移动终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113806899A true CN113806899A (zh) | 2021-12-17 |
CN113806899B CN113806899B (zh) | 2023-06-30 |
Family
ID=78895858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111095368.7A Active CN113806899B (zh) | 2021-09-17 | 2021-09-17 | 一种配电网拓扑关系的识别方法、装置及移动终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113806899B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023194654A1 (en) * | 2022-04-08 | 2023-10-12 | Safegrid Oy | Method and system for management of electric grid |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10330812B1 (en) * | 2015-03-16 | 2019-06-25 | Elintrix | Identifying schematic and topological properties of an electrical grid through analysis of directional relationships of electrical currents |
CN110389269A (zh) * | 2019-07-25 | 2019-10-29 | 广州市奔流电力科技有限公司 | 基于电流优化匹配的低压台区拓扑关系识别方法及其装置 |
CN112698123A (zh) * | 2020-12-01 | 2021-04-23 | 国网河南省电力公司电力科学研究院 | 一种基于决策树的低压台区用户拓扑关系识别方法 |
CN113093090A (zh) * | 2021-04-07 | 2021-07-09 | 国网浙江省电力有限公司营销服务中心 | 一种基于多表位表箱单元的低压台区拓扑梳理方法及系统 |
-
2021
- 2021-09-17 CN CN202111095368.7A patent/CN113806899B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10330812B1 (en) * | 2015-03-16 | 2019-06-25 | Elintrix | Identifying schematic and topological properties of an electrical grid through analysis of directional relationships of electrical currents |
CN110389269A (zh) * | 2019-07-25 | 2019-10-29 | 广州市奔流电力科技有限公司 | 基于电流优化匹配的低压台区拓扑关系识别方法及其装置 |
CN112698123A (zh) * | 2020-12-01 | 2021-04-23 | 国网河南省电力公司电力科学研究院 | 一种基于决策树的低压台区用户拓扑关系识别方法 |
CN113093090A (zh) * | 2021-04-07 | 2021-07-09 | 国网浙江省电力有限公司营销服务中心 | 一种基于多表位表箱单元的低压台区拓扑梳理方法及系统 |
Non-Patent Citations (1)
Title |
---|
肖勇;赵云;涂治东;钱斌;常润勉;: "基于改进的皮尔逊相关系数的低压配电网拓扑结构校验方法", 电力系统保护与控制 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023194654A1 (en) * | 2022-04-08 | 2023-10-12 | Safegrid Oy | Method and system for management of electric grid |
Also Published As
Publication number | Publication date |
---|---|
CN113806899B (zh) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108535599B (zh) | 基于电压曲线聚类分析的低压台区用户相位识别方法 | |
CN111505433B (zh) | 一种低压台区户变关系纠错及相位识别方法 | |
CN110880760A (zh) | 一种低压配电网线损与无功补偿协同优化方法 | |
CN108306303A (zh) | 一种考虑负荷增长和新能源出力随机的电压稳定评估方法 | |
CN112149873B (zh) | 一种基于深度学习的低压台区线损合理区间预测方法 | |
CN110659693A (zh) | 基于k近邻分类的配电网快速拓扑识别方法、系统及可读存储介质 | |
CN113159488B (zh) | 一种低压台区拓扑辨识方法 | |
CN111723339A (zh) | 基于趋势相似性和距离测度的台区低压挂接辨识方法 | |
CN112633658A (zh) | 一种基于cnn-lstm的低压台区拓扑关系识别方法 | |
CN116148753A (zh) | 一种智能电能表运行误差监测系统 | |
CN115392141A (zh) | 一种自适应的电流互感器误差评估方法 | |
Chihota | Extending the Herman-Beta transform for probabilistic load flow analysis of radial feeders | |
CN113806899B (zh) | 一种配电网拓扑关系的识别方法、装置及移动终端 | |
CN111654392A (zh) | 基于互信息的低压配电网拓扑识别方法及系统 | |
CN112508254B (zh) | 变电站工程项目投资预测数据的确定方法 | |
CN112198375B (zh) | 单相用户的相位识别方法、装置、设备和存储介质 | |
CN112232382A (zh) | 一种低压台区的分路与电表隶属关系识别方法及系统 | |
Zhang et al. | User power interaction behavior clustering analysis that is based on the self-organizing-center K-means algorithm | |
CN115954956A (zh) | 一种配电网分布式电源接入容量评估方法及系统 | |
CN115275975A (zh) | 一种光储充电站电力数据匹配度的确定方法及装置 | |
CN114421465A (zh) | 基于元件拓扑的电网参数辨识校验方法、装置及存储介质 | |
Hu et al. | Transformer-customer relationship identification for low-voltage distribution networks based on joint optimization of voltage silhouette coefficient and power loss coefficient | |
CN110784468B (zh) | 基于CoAP的协议转换方法及装置 | |
Wang et al. | Study on Daily Line Loss Calculation Based on Operation Data and Resistance Characteristics of Low Voltage Distribution Transformer Area | |
Yi et al. | Topology Identification of Low-Voltage Distribution Networks Considering Hidden Errors |
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 |