CN114047372A - 一种基于电压特征的台区拓扑辨识系统 - Google Patents

Abstract

本发明涉及一种基于电压特征的台区拓扑辨识系统，包括信息采集模块、基础级辨识模块，模型训练模块、关联级辨识模块；可以根据电压特征结合电压回归拟合、线损拟合对于用电拓扑关系进行识别，将不同的用电信息划分至对应的组别中，而通过大数据分析和智能识别的方式，可以适用于目前复杂的电网架设环境，而且具有自优化能力。

Description

一种基于电压特征的台区拓扑辨识系统

技术领域

本发明涉及用电拓扑辨识领域，更具体地说，涉及一种基于电压特征的台区拓扑辨识系统。

背景技术

目前用电拓扑识别方法是通过计算各个用电节点、用电区域之间的电气的连接关系，然后对连接关系进行辨识并以数据的形式进行存储，而为后续对节能分析，计算异常、故障排查等环节有着较为深远的意义。

而停电法结合人工排查属于较为传统的拓扑识别方法，而随着电网技术的普及，出现了更多且更加复杂的物理电网拓扑、例如共线配电设备、半波取电设备，同时传统电网拓扑又存在无法进行载波通讯的问题，所以在复杂的现况下，现有基于简单信息的用电拓扑识别技术存在较大的局限性和准确性。

发明内容

有鉴于此，本发明目的是提供一种基于电压特征的台区拓扑辨识系统。

为了解决上述技术问题，本发明的技术方案是：

一种基于电压特征的台区拓扑辨识系统，包括信息采集模块、基础级辨识模块，模型训练模块、关联级辨识模块；

所述信息采集模块包括电压采集单元、电流采集单元以及特征采集单元，所述电压采集单元用于采集用电节点的电压数据，所述电流采集单元用于采集用电节点的电流数据，所述特征采集单元配置有特征采集策略，所述特征采集单元通过特征采集策略采集对应用电节点的特征数据，所述信息采集模块根据每一用电节点的电流数据、电压数据、特征数据生成用电信息；

所述基础关联模块包括节点生成单元、抓取划分单元、第一拟合单元以及第二拟合单元，所述节点生成单元配置有若干抓取时刻，通过抓取时刻抓取对电压数据中的节点电压值，所述抓取划分单元配置有划分预设数以及划分预设范围，所述抓取划分单元根据同一抓取时刻下节点电压值的相近程度对用电节点进行分组将节点电压值的差值在划分预设范围以内且数量超过划分预设数的用电节点划分到同一抓取划分组，所述第一拟合单元配置有偏差基准值，所述第一拟合单元将抓取划分组内所有节点电压值的差值小于偏差基准值的用电节点划分到同一第一拟合组，所述第二拟合单元配置有拟合偏差值，所述第二拟合单元对每一第一拟合组的电压数据进行拟合比较以获得第二拟合值，将第二拟合值小于拟合偏差值的用电节点划分到同一表箱组；

所述模型训练模块包括样本采集单元、特征训练单元、数据建模单元，所述样本采集单元配置有标准特征库，所述标准特征库存储有若干波形子特征，所述样本采集单元根据已知事件采集对应的用电节点的电压数据，并通过标准特征库对应的波形子特征匹配电压数据，所述特征训练单元根据事件类型建立波形子特征之间的关联强度值，每一样本的电压数据中同时包括两个波形子特征就将该波形子特征对应的事件类型项下的关联强度值提高，根据关联强度值整合波形子特征以形成模型特征，以事件类型为划分依据划分模型特征以生成电压特征模型，所述数据建模单元根据事件类型关联模型特征，并根据关联结果建立拓扑修正数据库；

所述关联辨识模块包括特征识别单元、波形修正单元、电压拟合单元、阻抗拟合单元、关联辨识单元；所述特征识别单元用于根据电压特征模型识别电压数据中的电压特征，所述波形修正模块配置有波形修正策略，所述波形修正策略根据用电节点的电压特征从所述拓扑修正数据库中调取对应的修正特征以及目标节点，通过修正特征修正目标节点的电压数据对应时刻的波形；所述电压拟合单元配置有拟合修正策略以及电压拟合策略，所述拟合修正策略根据用电节点的电压特征从所述拓扑修正数据库中调取对应的修正特征并对待拟合的电压数据通过修正特征进行修正，在通过电压拟合策略对修正后的电压数据的波形拟合得到第一拟合值，所述阻抗拟合单元配置有阻抗拟合策略，所述阻抗拟合策略通过电流数据、电压数据进行拟合生成第二拟合值，所述关联辨识单元根据第一拟合值和第二拟合值计算得到拟合关联值，将拟合关联值小于预设的关联阈值的用电节点划分到同一台区组。

进一步的，所述样本采集单元还包括实时采集策略，所述实时采集策略用于监控已有台区组或表箱组的电压数据以形成训练样本。

进一步的，所述关联辨识模块还包括修正反馈单元，所述修正反馈单元对应电压特征模型中的每一模型特征建立关联权重值，所述修正特征根据模型特征对应的关联权重值生成，关联权重值取值范围在0-1之间，当关联权重值为1时，修正特征与模型特征相同。

进一步的，所述修正反馈单元配置有第一反馈基准值和第二反馈基准值，当所述第一拟合值大于第一反馈基准值时，提高电压特征模型中对应的波形子特征之间的关联权重值，当所述第一拟合值小于第二反馈基准值时，降低电压特征模型中对应的波形子特征之间的关联权重值。

进一步的，所述特征训练单元配置有强度划分范围，当事件类型项下的任意组波形子特征的关联强度值低于强度划分范围，不生成对应的模型特征；当事件类型项下的任意组波形子特征的关联强度值落入强度划分范围，生成对应的模型特征，当事件类型项下的任意组波形子特征的关联强度值高于强度划分范围，将原事件类型项划分为两个事件类型项并重新计算对应的关联强度值。

进一步的，所述信息采集模块还包括信息识别单元，所述信息识别单元根据特征数据将用电节点对应的用电信息送至基础关联模块或关联辨识模块。

进一步的，所述基础关联模块根据特征数据生成物理相关值，所述物理相关值反映两个用电节点之间的物理关联度，所述偏差基准值和所述拟合偏差值与所述物联关联值正相关。

进一步的，所述基础关联模块还包括异常触发单元，所述异常触发单元用于对划分至同一表箱组的用电节点的电压数据进行监控以生成异常拟合段，所述异常拟合段的平均拟合值大于第二拟合值的两倍。

进一步的，所述拟合配置单元通过关联公式求取所述拟合关联值，所述关联公式为：

其中α为预设的电压拟合因子，β为预设的线损拟合因子，X为第一拟合值，Y为第二拟合值，b为线损拟合参数，δ为拟合关联值。

进一步的，所述关联辨识单元配置有拟合参数数据库，所述拟合参数数据库存储有不同的线损拟合参数，所述线损拟合参数以特征数据为索引，所述关联辨识单元根据对应用电节点的特征数据调用所述线损拟合参数。

本发明技术效果主要体现在以下方面：通过这样设置，可以根据电压特征结合电压回归拟合、线损拟合对于用电拓扑关系进行识别，将不同的用电信息划分至对应的组别中，而通过大数据分析和智能识别的方式，可以适用于目前复杂的电网架设环境，而且具有自优化能力。

附图说明

图1：本发明台区拓扑辨识系统的系统拓扑图；

图2：本发明台区拓扑辨识系统信息采集模块原理图；

图3：本发明台区拓扑辨识系统基础级辨识模块原理图；

图4：本发明台区拓扑辨识系统模型训练模块原理图；

图5：本发明台区拓扑辨识系统关联级辨识模块原理图。

附图标记：100、信息采集模块；110、电压采集单元；120、电流采集单元；130、特征采集单元；200、基础级辨识模块；210、节点生成单元；220、抓取划分单元；230、第一拟合单元；240、第二拟合单元；250、异常触发单元；300、模型训练模块；310、样本采集单元；320、特征训练单元；330、数据建模单元；400、关联级辨识模块；410、特征识别单元；420、波形修正单元；430、电压拟合单元；440、阻抗拟合单元；450、关联辨识单元；460、修正反馈单元。

具体实施方式

以下结合附图，对本发明的具体实施方式作进一步详述，以使本发明技术方案更易于理解和掌握。

一种基于电压特征的台区拓扑辨识系统，包括信息采集模块100、基础级辨识模块200，模型训练模块300、关联级辨识模块400；

所述信息采集模块100包括电压采集单元110、电流采集单元120以及特征采集单元130，所述电压采集单元110用于采集用电节点的电压数据，首先是电压采集单元110，由于各个用电节点都安装有对应的感知设备，所以会对电压数据进行实时收集，而根据收集的数据，就可以获得实时的电压波形图，同样的，所述电流采集单元120用于采集用电节点的电流数据，电流数据也可以通过实时的数据值获取并生成波形图，所述特征采集单元130配置有特征采集策略，所述特征采集单元130通过特征采集策略采集对应用电节点的特征数据，特征采集策略需要做如下说明，由于不同的感知设备的采集方式、类型、数据格式均可能存在一定的区别，而后台会存储对应不同的信息以使采集能够完成，同时还会对一些基本信息进行反馈，例如位置信息、物理关系信息等，而这些信息通过特征采集策略进行格式化处理，形成特征数据，作为后续处理参考的依据，所述信息采集模块100根据每一用电节点的电流数据、电压数据、特征数据生成用电信息，而通过信息采集模块100对上述内容生成用电信息，完成对信息的采集和输出工作；所述信息采集模块100还包括信息识别单元，所述信息识别单元根据特征数据将用电节点对应的用电信息送至基础关联模块或关联辨识模块；信息识别单元根据特征数据对需要识别的信息进行初步划分，例如将物理距离相差非常大的信息就没必要进行表箱识别，也就不需要将这个信息分组送至对应的基础关联模块，而如果对两个完全不同的用电信息，就不需要送至同一个关联识别模块，这样可以大大减少数据处理量，而参考因素有采集方式、类型、数据格式等等因素。

所述基础关联模块包括节点生成单元210、抓取划分单元220、第一拟合单元230以及第二拟合单元240，基础关联模块的目的是对表箱关系进行划分，而识别出属于同一表箱的两个曲线，如果是相同表箱，对应相位的波形会十分相近，但是由于基础关联模块需要拟合的波形并不只有两个，其需要不断拟合不同的波形，这样就造成如果直接拟合，数据量过大，所以预先对需要拟合的用电节点进行分组，所述节点生成单元210配置有若干抓取时刻，通过抓取时刻抓取对电压数据中的节点电压值，所述抓取划分单元220配置有划分预设数以及划分预设范围，所述抓取划分单元220根据同一抓取时刻下节点电压值的相近程度对用电节点进行分组将节点电压值的差值在划分预设范围以内且数量超过划分预设数的用电节点划分到同一抓取划分组，通过预设的多个抓取时刻就会获得相同时刻下的节点电压值，然后通过对节点电压值落入的范围进行比较，这样就可以对用电节点进行预划分，例如如果对100个节点进行电压拟合，需要的计算量是巨大的，而如果先对每个节点的取10个时刻的电压值，如果超过7个的电压值的差值是在预设范围内的，则就可以根据以上结果将不需要进行拟合的优先剔除，从而形成抓取划分组，然后通过第一拟合单元230对抓取划分组进行再划分，所述第一拟合单元230配置有偏差基准值，所述第一拟合单元230将抓取划分组内所有节点电压值的差值小于偏差基准值的用电节点划分到同一第一拟合组，而形成抓取划分组之后，需要再进行划分，例如如果偏差值之和大于偏差基准值也说明对应的拟合无必要进行，得到第一拟合组，然后通过第二拟合单元240对第一拟合组进行拟合，所述第二拟合单元240配置有拟合偏差值，所述第二拟合单元240对每一第一拟合组的电压数据进行拟合比较以获得第二拟合值，将第二拟合值小于拟合偏差值的用电节点划分到同一表箱组，而此时进行线性拟合工作，一般而言，电压波形的处于同表箱的，拟合度在0.85-1之间，根据这个结合判断两个用电节点或多个用电节点是否处于同一表箱，需要说明的是，如果波形数据量较少，那么可能出现误判的情况，但是如果A和B处于同一表箱组，B和C不处于同一表箱组，那么A和C即使处于同一表箱组，也不能直接得出A\B\C处于同一表箱的结论，需要重新增加对A\B\C波形拟合的判断，直到满足三者属于同一表箱或不同表箱组的结论；所述基础关联模块根据特征数据生成物理相关值，所述物理相关值反映两个用电节点之间的物理关联度，所述偏差基准值和所述拟合偏差值与所述物联关联值正相关。由于部分用电节点是存在已知的档案数据或其他信息数据的，而这些数据可以作为判断的依据，而通过格式化处理的特征数据可以直接量化成物理关联值，例如物理距离近、属于同一型号的表箱，具有相同的生产批次等因素都可以视为物理关联值，而如果物理关联值大，在说明两者非常可能处于同一表箱，那么就可以相应增加偏差基准值和拟合偏差值，减少计算量，同时可以保证结果精确。所述基础关联模块还包括异常触发单元250，所述异常触发单元250用于对划分至同一表箱组的用电节点的电压数据进行监控以生成异常拟合段，所述异常拟合段的平均拟合值大于第二拟合值的两倍。异常触发模块是当两个用电节点被确认属于同一表箱组，那么此时就可以对其进行异常监控，而如果出现异常的拟合段，也就是说表箱用电端发生一些变化，此时会造成电压值的突变，所以可以通过异常触发单元250直接获取异常信息，然后基于这个异常信息触发异常事件，从而为模型训练模块300的训练样本提供支持。

所述模型训练模块300包括样本采集单元310、特征训练单元320、数据建模单元330，首先模型训练模块300有两个作用，第一是建立一个电压特征的模型，使得实际可以快速识别历史电压数据中的电压特征，从而快速判断此时可能出现的事件，为台区拟合辨识提供数据基础，第二是建立对应事件的其他用电节点的影响形成影响特征，然后通过这个特征修正对应波形。由于台区拓扑识别情况更加多样，设备繁多、拓扑关系复杂，每个用电节点可能存在多个上级节点，也每个上级节点仍然还可能对应有上级节点，所以对于标准特征库的建立尤为重要，通过模型使数据库具备自我迭代的功能，可以不断根据情况加入新的电压变化特征，然后构建对应的事件，而构建逻辑如下：所述样本采集单元310配置有标准特征库，所述标准特征库存储有若干波形子特征，所述样本采集单元310根据已知事件采集对应的用电节点的电压数据，并通过标准特征库对应的波形子特征匹配电压数据，所述样本采集单元310还包括实时采集策略，所述实时采集策略用于监控已有台区组或表箱组的电压数据以形成训练样本，首先是样本采集单元310，样本采集单元310先构建波形子特征，对一个电压波动中出现的波形进行拆分，然后通过子特征的方式呈现，然后通过实时采集训练样本或输入的训练样本就可以获取到波形子特征之间的有效组合，也就是根据波形自特征就可以对电压数据进行匹配。所述特征训练单元320根据事件类型建立波形子特征之间的关联强度值，每一样本的电压数据中同时包括两个波形子特征就将该波形子特征对应的事件类型项下的关联强度值提高，根据关联强度值整合波形子特征以形成模型特征，以事件类型为划分依据划分模型特征以生成电压特征模型，所述数据建模单元330根据事件类型关联模型特征，并根据关联结果建立拓扑修正数据库，如果以停电这个事件为例，获取到多个停电事件前后的波形，就可以对应到每个用电节点上对应有的波形自特征，然后一个电压数据中出现的多个波形子特征通过关联强度值叠加的算法，就可以根据波形子特征组合出事件对应的波动情况，而这样就可以根据整合波形自特征得到模型特征，这个模型特征反映是对应事件下的波形变化情况，而这样就建立了模型特征和事件的索引关系，就可以构建出拓扑修正数据库；所述特征训练单元320配置有强度划分范围，当事件类型项下的任意组波形子特征的关联强度值低于强度划分范围，不生成对应的模型特征；当事件类型项下的任意组波形子特征的关联强度值落入强度划分范围，生成对应的模型特征，当事件类型项下的任意组波形子特征的关联强度值高于强度划分范围，将原事件类型项划分为两个事件类型项并重新计算对应的关联强度值。而特征训练单元320通过强度划分范围对模型特征进行划分，而模型特征对应的强度值超过了预设数量就需要进行重新划分，同样以停电为例，如果停电事件下的模型特征相关连的数量太多，那么就需要重新考虑划分，将停电情况进行细化，例如接电异常停电、主动停电等等，而每个新的事件项下就可以重新进行分类，而这样一来整个系统就会在样本累积过程中不断细化，从而得出更加准确的模型，而此时也同时建立了用电节点、模型特征和事件的关联关系，就可以对一段完整波形进行修正。

所述关联辨识模块包括特征识别单元410、波形修正单元420、电压拟合单元430、阻抗拟合单元440、关联辨识单元450；关联辨识模块目的是为了辨识一个台区之间的上下节点关系或判断某一节点是否属于某一台区，首先是所述特征识别单元410用于根据电压特征模型识别电压数据中的电压特征，通过特征辨识单元的设置，就可以对某个特征进行特征识别，由于电压特征模型记载了所有模型特征，也就是如果一段电压数据中的波形出现了模型特征，也就是可能对应有相应的事件，而如果只是直接将电压波形进行拟合，因为事件干扰，导致拟合结果不准确，而如果通过电压特征判断出这些异常的事件，则可以在拟合时对这些异常事件进行调取，而同时获取到修正的方式，所述波形修正模块配置有波形修正策略，所述波形修正策略根据用电节点的电压特征从所述拓扑修正数据库中调取对应的修正特征以及目标节点，通过修正特征修正目标节点的电压数据对应时刻的波形，例如假设A和B处于同一台区已知，而A和B的关系也是已知的，那么如果重新进行判断过程中，如果因为发生的事件较多，这样可能导致拟合结果反而出现判断错误，所以根据获取的电压特征对波形进行修正，然后就可以排除事件所产生的干扰，提高准确率，而由于系统仍然会不断进行拟合判断并生成样本，所以这样亦可以对模型进行训练；所述电压拟合单元430配置有拟合修正策略以及电压拟合策略，所述拟合修正策略根据用电节点的电压特征从所述拓扑修正数据库中调取对应的修正特征并对待拟合的电压数据通过修正特征进行修正，在通过电压拟合策略对修正后的电压数据的波形拟合得到第一拟合值，由于电压拟合前台区关系是不知道的，所以可以对根据某一特征假定对应的台区关系和拓扑关系，然后就可以得到该事件的对应的模型特征，然后将这个模型特征先去修正目标波形，然后再进行拟合，使得拟合结果可以排除事件的干扰，而电压拟合可以采用通过大数据技术等方式，对表关系进行聚类识别，形成表与台区线路的特征数值。户变异常的电表特征不符合档案台区线路特征，从而得到匹配结果也就是第一拟合值，所述关联辨识模块还包括修正反馈单元460，所述修正反馈单元460对应电压特征模型中的每一模型特征建立关联权重值，所述修正特征根据模型特征对应的关联权重值生成，关联权重值取值范围在0-1之间，当关联权重值为1时，修正特征与模型特征相同。作为优选的，电压拟合时，不是直接将模型特征作为修正特征使用，而是根据该模型特征被验证的次数，去调整修正的比例，这样不会因为部分样本导致最后识别结果错误。所述修正反馈单元460配置有第一反馈基准值和第二反馈基准值，当所述第一拟合值大于第一反馈基准值时，提高电压特征模型中对应的波形子特征之间的关联权重值，当所述第一拟合值小于第二反馈基准值时，降低电压特征模型中对应的波形子特征之间的关联权重值。所述阻抗拟合单元440配置有阻抗拟合策略，所述阻抗拟合策略通过电流数据、电压数据进行拟合生成第二拟合值，阻抗拟合原理如下：利用电路等式，使用统计学算法对阻抗进行计算，即可得出台区拓扑结构。使用电表的电压、电流、功率、功率因数曲线，将电流做矢量和汇聚到表箱。表箱作为台区的末端底层节点，节点的电压、电流都是已知的。假设某两个底层节点存在公共的上层节点，根据电路原理，列出等式，两个底层节点的电压差，等于这两段压降，这里的电压U、电流I都是已知量，阻抗R、X是未知量。如果假设的公共节点确实存在，方程两边的误差ε就比较小，如果公共节点不存在，方程误差ε就比较大。具体算法用的是线性回归，是否存在公共节点用方程的拟合度来判断，线性回归里方程拟合度是用决定系数R2来评价。两两都做线性回归，取拟合度最好的一对，既决定系数R2最大的两个节点，就认为假设成立，它们具有公共上层节点。这个公共上层节点电压、电流又可以从它下游的两个节点得到。迭代这个过程，最后只剩1个节点，从而形成整个台区的拓扑，而本发明中，拟合后的结果用于判断两个台区的相关度，从而得到第二拟合值。所述关联辨识单元450根据第一拟合值和第二拟合值计算得到拟合关联值，将拟合关联值小于预设的关联阈值的用电节点划分到同一台区组。然后通过拟合关联值判断台区拓扑关系，将具有拓扑关系的划分到同一台区组，通过所述拟合配置单元通过关联公式求取所述拟合关联值，所述关联公式为：

其中α为预设的电压拟合因子，β为预设的线损拟合因子，X为第一拟合值，Y为第二拟合值，b为线损拟合参数，δ为拟合关联值。而通过所述关联辨识单元450配置有拟合参数数据库，所述拟合参数数据库存储有不同的线损拟合参数，所述线损拟合参数以特征数据为索引，所述关联辨识单元450根据对应用电节点的特征数据调用所述线损拟合参数，因为特征数据可以调取到不同的线损拟合参数，这样可以根据已知的拟合信息得到更加准确的拟合结果。

当然，以上只是本发明的典型实例，除此之外，本发明还可以有其它多种具体实施方式，凡采用等同替换或等效变换形成的技术方案，均落在本发明要求保护的范围之内。

Claims (10)

1.一种基于电压特征的台区拓扑辨识系统，其特征在于：包括信息采集模块、基础级辨识模块，模型训练模块、关联级辨识模块；

所述信息采集模块包括电压采集单元、电流采集单元以及特征采集单元，所述电压采集单元用于采集用电节点的电压数据，所述电流采集单元用于采集用电节点的电流数据，所述特征采集单元配置有特征采集策略，所述特征采集单元通过特征采集策略采集对应用电节点的特征数据，所述信息采集模块根据每一用电节点的电流数据、电压数据、特征数据生成用电信息；

所述基础关联模块包括节点生成单元、抓取划分单元、第一拟合单元以及第二拟合单元，所述节点生成单元配置有若干抓取时刻，通过抓取时刻抓取对电压数据中的节点电压值，所述抓取划分单元配置有划分预设数以及划分预设范围，所述抓取划分单元根据同一抓取时刻下节点电压值的相近程度对用电节点进行分组将节点电压值的差值在划分预设范围以内且数量超过划分预设数的用电节点划分到同一抓取划分组，所述第一拟合单元配置有偏差基准值，所述第一拟合单元将抓取划分组内所有节点电压值的差值小于偏差基准值的用电节点划分到同一第一拟合组，所述第二拟合单元配置有拟合偏差值，所述第二拟合单元对每一第一拟合组的电压数据进行拟合比较以获得第二拟合值，将第二拟合值小于拟合偏差值的用电节点划分到同一表箱组；

所述模型训练模块包括样本采集单元、特征训练单元、数据建模单元，所述样本采集单元配置有标准特征库，所述标准特征库存储有若干波形子特征，所述样本采集单元根据已知事件采集对应的用电节点的电压数据，并通过标准特征库对应的波形子特征匹配电压数据，所述特征训练单元根据事件类型建立波形子特征之间的关联强度值，每一样本的电压数据中同时包括两个波形子特征就将该波形子特征对应的事件类型项下的关联强度值提高，根据关联强度值整合波形子特征以形成模型特征，以事件类型为划分依据划分模型特征以生成电压特征模型，所述数据建模单元根据事件类型关联模型特征，并根据关联结果建立拓扑修正数据库；

所述关联辨识模块包括特征识别单元、波形修正单元、电压拟合单元、阻抗拟合单元、关联辨识单元；所述特征识别单元用于根据电压特征模型识别电压数据中的电压特征，所述波形修正模块配置有波形修正策略，所述波形修正策略根据用电节点的电压特征从所述拓扑修正数据库中调取对应的修正特征以及目标节点，通过修正特征修正目标节点的电压数据对应时刻的波形；所述电压拟合单元配置有拟合修正策略以及电压拟合策略，所述拟合修正策略根据用电节点的电压特征从所述拓扑修正数据库中调取对应的修正特征并对待拟合的电压数据通过修正特征进行修正，在通过电压拟合策略对修正后的电压数据的波形拟合得到第一拟合值，所述阻抗拟合单元配置有阻抗拟合策略，所述阻抗拟合策略通过电流数据、电压数据进行拟合生成第二拟合值，所述关联辨识单元根据第一拟合值和第二拟合值计算得到拟合关联值，将拟合关联值小于预设的关联阈值的用电节点划分到同一台区组。

2.如权利要求1所述的一种基于电压特征的台区拓扑辨识系统，其特征在于：所述样本采集单元还包括实时采集策略，所述实时采集策略用于监控已有台区组或表箱组的电压数据以形成训练样本。

3.如权利要求1所述的一种基于电压特征的台区拓扑辨识系统，其特征在于：所述关联辨识模块还包括修正反馈单元，所述修正反馈单元对应电压特征模型中的每一模型特征建立关联权重值，所述修正特征根据模型特征对应的关联权重值生成，关联权重值取值范围在0-1之间，当关联权重值为1时，修正特征与模型特征相同。

4.如权利要求3所述的一种基于电压特征的台区拓扑辨识系统，其特征在于：所述修正反馈单元配置有第一反馈基准值和第二反馈基准值，当所述第一拟合值大于第一反馈基准值时，提高电压特征模型中对应的波形子特征之间的关联权重值，当所述第一拟合值小于第二反馈基准值时，降低电压特征模型中对应的波形子特征之间的关联权重值。

5.如权利要求1所述的一种基于电压特征的台区拓扑辨识系统，其特征在于：所述特征训练单元配置有强度划分范围，当事件类型项下的任意组波形子特征的关联强度值低于强度划分范围，不生成对应的模型特征；当事件类型项下的任意组波形子特征的关联强度值落入强度划分范围，生成对应的模型特征，当事件类型项下的任意组波形子特征的关联强度值高于强度划分范围，将原事件类型项划分为两个事件类型项并重新计算对应的关联强度值。

6.如权利要求1所述的一种基于电压特征的台区拓扑辨识系统，其特征在于：所述信息采集模块还包括信息识别单元，所述信息识别单元根据特征数据将用电节点对应的用电信息送至基础关联模块或关联辨识模块。

7.如权利要求1所述的一种基于电压特征的台区拓扑辨识系统，其特征在于：所述基础关联模块根据特征数据生成物理相关值，所述物理相关值反映两个用电节点之间的物理关联度，所述偏差基准值和所述拟合偏差值与所述物联关联值正相关。

8.如权利要求1所述的一种基于电压特征的台区拓扑辨识系统，其特征在于：所述基础关联模块还包括异常触发单元，所述异常触发单元用于对划分至同一表箱组的用电节点的电压数据进行监控以生成异常拟合段，所述异常拟合段的平均拟合值大于第二拟合值的两倍。

9.如权利要求1所述的一种基于电压特征的台区拓扑辨识系统，其特征在于：所述拟合配置单元通过关联公式求取所述拟合关联值，所述关联公式为：

其中α为预设的电压拟合因子，β为预设的线损拟合因子，X为第一拟合值，Y为第二拟合值，b为线损拟合参数，δ为拟合关联值。

10.如权利要求1所述的一种基于电压特征的台区拓扑辨识系统，其特征在于：所述关联辨识单元配置有拟合参数数据库，所述拟合参数数据库存储有不同的线损拟合参数，所述线损拟合参数以特征数据为索引，所述关联辨识单元根据对应用电节点的特征数据调用所述线损拟合参数。

Images