CN114069608B - 一种基于电压的分布式台区识别方法 - Google Patents

Abstract

本发明适用于电力物联网技术领域，涉及一种基于电压的分布式台区识别方法，包括：形成基于代理节点的树形拓扑网络；集中器将自身设定为0级可信节点；集中器和子节点在指定的时间段里采集并记录各自电压曲线数据；S40、集中器对采集的数据进行二元压缩处理并发送给子节点；子节点收到数据后与自身数据进行对比计算并判断两份数据的相关性从而得到最终的台区识别结果；子节点将台区识别结果上报给集中器，若是相同台区，则将自身设置为1级可信节点；如果有节点既是1级可信节点，又是代理节点，则向自己的子节点发起台区识别流程，帮助自己的子节点进行台区识别；重复上述步骤。本发明提供的台区识别方法简单高效、准确度高。

Description

一种基于电压的分布式台区识别方法

技术领域

本发明属于电力物联网技术领域，尤其涉及一种基于电压的分布式台区识别方法。

背景技术

在低压电力线用电信息采集系统中，台区是指某变压器的供电范围或区域。台区作为用电管理部门精细化管理低压用户的重要划分，电力公司所属各供电营业所也大都以台区为基本单位进行营销管理，而智能电表作为营销管理的一个核心设备，对其台区隶属关系进行正确识别就显得十分重要。

传统的通过人工使用专用台区识别设备进行排查方式仅适合少量设备的台区识别，无法适用于成批量的用电设备的识别工作。近年来宽带载波通信技术已经在全国各省的电网中获得了大量的应用，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，如图1所示，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，因此在存在信号跨台区传输的情况时，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。

目前的载波网络中，为节约设备硬件成本，网络中所有节点，包括单相通信模块和三相通信模块，都是单物理通道的，如图2所示，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，但其中集中器(CCO)可以随时通过切换来自主改变工作相线，而其它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。

因此，受诸多因素影响，现有的台区识别方法存在精度不高且台区识别不便的问题，如何提供一种简单高效、识别精度高的台区识别方法是本技术领域人员亟待解决的问题。

发明内容

针对现有技术的不足，本发明的目的是提供一种基于电压的分布式台区识别方法，以解决现有技术中台区识别方法精确度低，台区识别不便的问题。

为了解决上述技术问题，本发明采用了如下的技术方案：

本发明提供了一种基于电压的分布式台区识别方法，包括以下步骤：

S10、网络节点基于宽带载波通信标准正常进行载波网络组网和运行，形成基于代理节点的树形拓扑网络；

S20、集中器收到台区识别要求后，将自身设定为0级可信节点；

S30、所述集中器根据网络拓扑信息，向自身子节点发送台区识别命令，要求所述子节点在指定的时间段里采集并记录电压曲线数据；

S40、所述集中器和所述子节点对应的智能电表开始在指定的时间段里采集各自电压曲线数据；

S50、所述集中器对采集的数据进行二元压缩处理并将压缩处理后的数据通过本地广播方式发送给所述子节点；

S60、所述子节点收到数据后与自身数据进行对比计算并判断两份数据的相关性从而得到最终的台区识别结果；

S70、所述子节点将台区识别结果上报给所述集中器，若台区识别结果是相同台区，则将自身设置为1级可信节点；

S80、所述集中器的子节点集合中，如果有节点既是1级可信节点，又是代理节点，则采用与所述集中器相同的机制向自己的子节点发起台区识别流程，帮助自己的子节点识别是否和自身代理节点归属同一个台区；

S90、重复步骤S10至S80，直至树形拓扑网络中所有节点都实现台区识别；

所述步骤S50中二元压缩处理具体为：

设数据采集的时间段为[T1，T2]，数据采样时间间隔为t，所采集到的实际电压曲线数据为X＝[x₁,x₂,...,x_N]，理论上在该时间段上的采样数据为Y＝[y₁,y₂,...,y_N]，则二元压缩处理后的数据为：

其中函数

所述步骤S60中对比计算具体为：

设所述集中器发送的数据为θ＝[θ₁,θ₂,...,θ_N)],θ_n＝±1,n＝1,...,N，而自身采集数据经过压缩后为λ＝[λ₁,λ₂,...,λ_N)],λ_n＝±1,n＝1,...,N，则令

△＝[△₁,△₂,...,△_N]＝[λ₁θ₁,λ₂θ₂,...,λ_Nθ_N]

而令

其中K表示向量△的N个元素中数值为-1的元素的数量之和。

进一步的，所述步骤S60中判断两份数据的相关性具体为：

进一步的，所述步骤S60中，网络节点会在不同的时间点上进行一定次数的电压数据采集并进行数据相关性分析，设M次相关性分析结果为Ω＝[Ω(1),Ω(2),...,Ω(M)]，则最终台区识别结果为：

进一步的，所述步骤S40中所述集中器需要同时采集三相上的电压曲线数据，而所述子节点只需要采集其宽带载波通信模块所工作的对应供电线上的电压曲线数据。

进一步的，所述集中器默认为一个所述代理节点。

进一步的，若存在节点A与节点B，如果所述节点A是所述节点B的代理节点，则称所述节点B是所述节点A的子节点。

本发明提供的一种基于电压的分布式台区识别方法与现有技术相比，至少具有如下有益效果：

本发明通过载波网络组网和运行形成基于代理节点的树形拓扑网络图，分别采集代理节点与其子节点的电压曲线数据并进行相关性分析对比，为提高识别精度，网络节点还会在不同的时间点进行多次的电压数据采集，从而得到高精度的台区识别结果，并通过此方法依次完成树形拓扑网络图中所有节点的台区识别工作，此方法步骤条理清晰，过程简单易实现，所得台区识别结果精确度高。

附图说明

为了更清楚地说明本发明的方案，下面将对实施例描述中所需要使用的图作一个简单的介绍，显而易见地，下面描述中的附图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为现有技术中载波通信信号的跨台区传输示意图；

图2为现有技术中三相载波网络中的节点工作示意图；

图3为本发明实施例提供的一种基于电压的分布式台区识别方法的流程图；

图4为本发明实施例提供的一种基于电压的分布式台区识别方法的宽带载波树形拓扑示意图；

图5为本发明实施例提供的一种基于电压的分布式台区识别方法的理论交流电电压波形和实际采用波形示意图。

具体实施方式

除非另有定义，本文所使用的所有技术和科学术语与属于本发明技术领域的技术人员通常理解的含义相同；本文在说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明，例如，术语“长度”、“宽度”、“上”、“下”、“左”、“右”、“前”、“后”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置为基于附图所示的方位或位置，仅是便于描述，不能理解为对本技术方案的限制。

本发明的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含；本发明的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。本发明的说明书和权利要求书及上述附图说明中，当元件被称为“固定于”或“安装于”或“设置于”或“连接于”另一个元件上，它可以是直接或间接位于该另一个元件上。例如，当一个元件被称为“连接于”另一个元件上，它可以是直接或间接连接到该另一个元件上。

此外，在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本发明提供了一种基于电压的分布式台区识别方法，用于包含宽带载波通信模块的智能电表中，所述基于电压的分布式台区识别方法包括以下步骤：

S10、网络节点基于宽带载波通信标准正常进行载波网络组网和运行，形成基于代理节点的树形拓扑网络；

S20、集中器收到台区识别要求后，将自身设定为0级可信节点；

S30、集中器根据网络拓扑信息，向自身子节点发送台区识别命令，要求子节点在指定的时间段里采集并记录电压曲线数据；

S40、集中器和子节点对应的智能电表开始在指定的时间段里采集各自电压曲线数据；

S50、集中器对采集的数据进行二元压缩处理并将压缩处理后的数据通过本地广播方式发送给子节点；

S60、子节点收到数据后与自身数据进行对比计算并判断两份数据的相关性从而得到最终的台区识别结果；

S70、子节点将台区识别结果上报给集中器，若台区识别结果是相同台区，则将自身设置为1级可信节点；

S80、集中器的子节点集合中，如果有节点既是1级可信节点，又是代理节点，则采用与集中器相同的机制向自己的子节点发起台区识别流程，帮助自己的子节点识别是否和自身代理节点归属同一个台区；

S90、重复步骤S10至S80，直至树形拓扑网络中所有节点都实现台区识别；

步骤S50中二元压缩处理具体为：

设数据采集的时间段为[T1，T2]，数据采样时间间隔为t，所采集到的实际电压曲线数据为X＝[x₁,x₂,...,x_N]，理论上在该时间段上的采样数据为Y＝[y₁,y₂,...,y_N]，则二元压缩处理后的数据为：

其中函数

步骤S60中对比计算具体为：

设集中器发送的数据为θ＝[θ₁,θ₂,...,θ_N)],θ_n＝±1,n＝1,...,N，而自身采集数据经过压缩后为λ＝[λ₁,λ₂,...,λ_N)],λ_n＝±1,n＝1,...,N，则令

△＝[△₁,△₂,...,△_N]＝[λ₁θ₁,λ₂θ₂,...,λ_Nθ_N]

而令

其中K表示向量△的N个元素中数值为-1的元素的数量之和。

本发明通过载波网络组网和运行形成基于代理节点的树形拓扑网络图，分别采集代理节点与其子节点的电压曲线数据并进行相关性分析对比，为提高识别精度，网络节点还会在不同的时间点进行多次的电压数据采集，从而得到高精度的台区识别结果，并通过此方法依次完成树形拓扑网络图中所有节点的台区识别工作，此方法步骤条理清晰，过程简单易实现，所得台区识别结果精确度高。

为了使本技术领域的人员更好地理解本发明方案，下面将结合附图，对本发明实施例中的技术方案进行清楚、完整地描述。

本发明提供了一种基于电压的分布式台区识别方法，用于包含宽带载波通信模块的智能电表中，结合图3、图4和图5，本实施例中，所述基于电压的分布式台区识别方法包括：

S10、网络节点基于宽带载波通信标准正常进行载波网络组网和运行，形成基于代理节点的树形拓扑网络，其中集中器默认是一个代理节点；

需要特别说明的是，若存在节点A和节点B，如果节点A是节点B的代理节点，则称节点B是节点A的子节点；

S20、集中器收到管理人员发送的台区识别要求后，将自身设定为0级可信节点；

S30、集中器根据网络拓扑信息，向自身子节点发送台区识别命令，要求子节点在指定的时间段里采集并记录电压曲线数据；

S40、集中器和子节点对应的智能电表开始在指定的时间段里采集各自电压曲线数据，其中集中器需要同时采集三相上的电压曲线数据，而子节点只需要采集其宽带载波通信模块所工作的那根供电线上的电压曲线数据；

S50、完成对应时间段的数据采集后，为降低节点数据存储空间大小、传输数据量和算法复杂度，集中器对采集的数据进行二元压缩处理并利用载波通信网络将压缩处理后的数据通过本地广播方式发送给子节点；

其中，二元压缩处理具体为：

设数据采集的时间段为[T1，T2]，数据采样时间间隔为t，所采集到的实际电压曲线数据为X＝[x₁,x₂,...,x_N]，而理论上的50Hz，220V交流电正弦波形在该时间段上的采样数据为Y＝[y₁,y₂,...,y_N]，则压缩处理后二元数据为：

其中函数

S60、子节点收到数据后与自身数据进行对比计算并判断两份数据的相关性从而得到最终的台区识别结果；

具体地，对比计算过程为：

设集中器发送的数据为θ＝[θ₁,θ₂,...,θ_N)],θ_n＝±1,n＝1,...,N，而自身采集数据经过压缩后为λ＝[λ₁,λ₂,...,λ_N)],λ_n＝±1,n＝1,...,N，则令

△＝[△₁,△₂,...,△_N]＝[λ₁θ₁,λ₂θ₂,...,λ_Nθ_N]

而令

其中K表示向量△的N个元素中数值为-1的元素的数量之和；

需要注意的是，集中器的电压数据是三相的，子节点的电压数据是单相的，而子节点只会选择同相数据进行对比分析；

具体地，对比分析具体为：

为了提高识别精度，网络节点会在不同的时间点上多次进行电压数据采集，并进行如上的数据相关性分析，设这M次的相关性分析结果为Ω＝[Ω(1),Ω(2),...,Ω(M)]，则最终的台区识别结果为：

S70、子节点将台区识别结果上报给集中器，若台区识别结果是相同台区，则将自身设置为1级可信节点；

S80、集中器的子节点集合中，如果有节点既是1级可信节点，又是代理节点，则采用与集中器相同的机制向自己的子节点发起台区识别流程，帮助自己的子节点识别是否和自身代理节点归属同一个台区；

S90、重复步骤S10至S80，直至树形拓扑网络中所有节点都实现台区识别。

理论分析和实际测试数据都表明，在台区用电高峰区的时间段中，供电线中的用电负荷较多，对电压曲线的影响更加明显，因此对台区识别结果的准确性有明显帮助，因此建议用户在这些时段上发起台区识别流程。

相同台区同一相上的两个智能电表在相同时间段上的电压曲线数据的相关性较强，异台区则较弱，但这种结果只是在统计意义上才是成立的，考虑到噪声和误差等因素对采集数据的综合影响，基于较短时间内的采集数据的识别结果的准确性往往较低，因此需要通过长时间，多次判决结果的统计来最终得到台区识别结果。

以上实施例所述的基于电压的分布式台区识别方法，可以后台远程操作，自动化水平较高，杜绝了用户的台区隶属关系可能受到台区扩容、用电线路改造、信息不完善、信息更新不及时等诸多因素影响而出现不准确甚至丢失的情况，识别方法过程简单高效，台区识别结果精确度高。

显然，以上所描述的实施例仅仅是本发明较佳实施例，而不是全部的实施例，附图中给出了本发明的较佳实施例，但并不限制本发明的专利范围。本发明可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本发明的公开内容的理解更加透彻全面。尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本发明说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本发明专利保护范围之内。

Claims (6)

1.一种基于电压的分布式台区识别方法，其特征在于，包括以下步骤：

S10、网络节点基于宽带载波通信标准正常进行载波网络组网和运行，形成基于代理节点的树形拓扑网络；

S20、集中器收到台区识别要求后，将自身设定为0级可信节点；

S30、所述集中器根据网络拓扑信息，向自身子节点发送台区识别命令，要求所述子节点在指定的时间段里采集并记录电压曲线数据；

S40、所述集中器和所述子节点对应的智能电表开始在指定的时间段里采集各自电压曲线数据；

S50、所述集中器对采集的数据进行二元压缩处理并将压缩处理后的数据通过本地广播方式发送给所述子节点；

S60、所述子节点收到数据后与自身数据进行对比计算并判断两份数据的相关性从而得到最终的台区识别结果；

S70、所述子节点将台区识别结果上报给所述集中器，若台区识别结果是相同台区，则将自身设置为1级可信节点；

S80、所述集中器的子节点集合中，如果有节点既是1级可信节点，又是代理节点，则采用与所述集中器相同的机制向自己的子节点发起台区识别流程，帮助自己的子节点识别是否和自身代理节点归属同一个台区；

S90、重复步骤S10至S80，直至树形拓扑网络中所有节点都实现台区识别；

所述步骤S50中二元压缩处理具体为：

设数据采集的时间段为[T1，T2]，数据采样时间间隔为t，所采集到的实际电压曲线数据为X＝[x₁,x₂,...,x_N]，理论上在该时间段上的采样数据为Y＝[y₁,y₂,...,y_N]，则二元压缩处理后的数据为：

其中函数

所述步骤S60中对比计算具体为：

设所述集中器发送的数据为θ＝[θ₁,θ₂,...,θ_N)],θ_n＝±1,n＝1,...,N，而自身采集数据经过压缩后为λ＝[λ₁,λ₂,...,λ_N)],λ_n＝±1,n＝1,...,N，则令

△＝[△₁,△₂,...,△_N]＝[λ₁θ₁,λ₂θ₂,...,λ_Nθ_N]

而令

其中K表示向量△的N个元素中数值为-1的元素的数量之和。

2.根据权利要求1所述的一种基于电压的分布式台区识别方法，其特征在于，所述步骤S60中判断两份数据的相关性具体为：

3.根据权利要求2所述的一种基于电压的分布式台区识别方法，其特征在于，所述步骤S60中，网络节点会在不同的时间点上进行一定次数的电压数据采集并进行数据相关性分析，设M次相关性分析结果为Ω＝[Ω(1),Ω(2),...,Ω(M)]，则最终台区识别结果为：

4.根据权利要求1所述的一种基于电压的分布式台区识别方法，其特征在于，所述步骤S40中所述集中器需要同时采集三相上的电压曲线数据，而所述子节点只需要采集其宽带载波通信模块所工作的对应供电线上的电压曲线数据。

5.根据权利要求1所述的一种基于电压的分布式台区识别方法，其特征在于，所述集中器默认为一个所述代理节点。

6.根据权利要求5所述的一种基于电压的分布式台区识别方法，其特征在于，若存在节点A与节点B，如果所述节点A是所述节点B的代理节点，则称所述节点B是所述节点A的子节点。

Images