CN114814420B - 一种基于冻结数据的低压配电网拓扑识别方法及系统 - Google Patents

Abstract

本发明公开了一种基于冻结数据的低压配电网拓扑识别方法及系统，涉及计算机技术领域，所述方法包括：通过获得目标台区内的分支测量终端分布；基于电流采集设备获得冻结电流数据集合；获得期望分类值集合；数值统计求解获得目标冻结电流数据信息；对目标冻结电流数据信息分析，生成线路拓扑分支关系；基于时间发展序列进行优化。解决了现有技术中通过注入扰动电流识别线路拓扑关系存在对电网冲击大，易引起保护设备误动作，利用小电流注入技术识别线路拓扑关系存在检测精度差，进而影响识别效果的技术问题。通过对各分支终端实时冻结电流数据的智能分析，达到了实时计算更新线路拓扑分支关系，并为决策控制提供准确、可靠的依据的技术效果。

Description

一种基于冻结数据的低压配电网拓扑识别方法及系统

技术领域

本发明涉及计算机技术领域，尤其涉及一种基于冻结数据的低压配电网拓扑识别方法及系统。

背景技术

随着使用时间、实际使用场景变化，电力系统中的各供电线路均会发生不同程度的损耗，为了对线损进行精确、精准的定位和处理，需要先对线路拓扑关系进行全面、准确的了解。其中，线路拓扑关系通过电网拓扑识别分析技术，对电力能量流生产、传输、使用过程中各线路及元件的状态变化情况进行分析确定。现有技术一般通过在线路末端注入电流，进而利用智能设备对各节点的电流信号进行采集，进一步分析各电流信号数据，计算生成对应线路拓扑关系。举例如利用电流扰动技术在过零点附近产生一个大电流，通过检测线路中电压电流或者过零时间的变化实现线路拓扑识别。然而这种技术会对电网造成冲击，引起保护设备的误动作，增加电网噪声污染，降低供电质量，同时该技术还存在采样不精准，从而导致效果不稳定的技术问题。因此，研究利用计算机技术提高电网线路拓扑分支关系识别准确性、实时性，具有重要的社会意义。

然而，现有技术中通过注入扰动电流识别线路拓扑关系存在对电网冲击大，易引起保护设备误动作，从而增加电网噪声、降低供电质量的问题，利用小电流注入技术识别线路拓扑关系存在检测精度差，进而影响识别效果的技术问题。

发明内容

本发明的目的是提供一种基于冻结数据的低压配电网拓扑识别方法及系统，用以解决现有技术中通过注入扰动电流识别线路拓扑关系存在对电网冲击大，易引起保护设备误动作，从而增加电网噪声、降低供电质量的问题，利用小电流注入技术识别线路拓扑关系存在检测精度差，进而影响识别效果的技术问题。

鉴于上述问题，本发明提供了一种基于冻结数据的低压配电网拓扑识别方法及系统。

第一方面，本发明提供了一种基于冻结数据的低压配电网拓扑识别方法，所述方法通过一种基于冻结数据的低压配电网拓扑识别系统实现，其中，所述方法包括：通过获得目标台区内的分支测量终端分布；基于电流采集设备，对所述分支测量终端分布进行数据采集，获得冻结电流数据集合；基于电流数据大小，对所述冻结电流数据集合进行数值分类，获得期望分类值集合；对所述期望分类值集合中的数值进行数值统计求解，获得目标冻结电流数据信息；对所述目标冻结电流数据信息进行相关性分析、回归分析，生成所述目标台区内的线路拓扑分支关系；基于时间发展序列，对所述线路拓扑分支关系进行优化。

另一方面，本发明还提供了一种基于冻结数据的低压配电网拓扑识别系统，用于执行如第一方面所述的一种基于冻结数据的低压配电网拓扑识别方法，其中，所述系统包括：第一获得单元：所述第一获得单元用于获得目标台区内的分支测量终端分布；第二获得单元：所述第二获得单元用于基于电流采集设备，对所述分支测量终端分布进行数据采集，获得冻结电流数据集合；第三获得单元：所述第三获得单元用于基于电流数据大小，对所述冻结电流数据集合进行数值分类，获得期望分类值集合；第四获得单元：所述第四获得单元用于对所述期望分类值集合中的数值进行数值统计求解，获得目标冻结电流数据信息；第一生成单元：所述第一生成单元用于对所述目标冻结电流数据信息进行相关性分析、回归分析，生成所述目标台区内的线路拓扑分支关系；第一执行单元：所述第一执行单元用于基于时间发展序列，对所述线路拓扑分支关系进行优化。

第三方面，一种电子设备，其中，包括处理器和存储器；

该存储器，用于存储；

该处理器，用于通过调用，执行上述第一方面中任一项所述的方法。

第四方面，一种计算机程序产品，包括计算机程序和/或指令，该计算机程序和/或指令被处理器执行时实现上述第一方面中任一项所述方法的步骤。

本发明中提供的一个或多个技术方案，至少具有如下技术效果或优点：

1.通过利用电网现有的智能设备，对目标台区内各分支终端的冻结电流数据进行定期采集，然后利用计算机对采集到的数据进行智能分析，筛选负荷变化范围较大的相关数据组成期望分类值集合，进一步计算得到各分支终端的冻结电流数据，并确定线路拓扑分支关系。此外，随着智能设备实时采集数据的变化，自动实现对线路拓扑分支关系的实时更新和优化。通过对各分支终端实时冻结电流数据的智能分析，达到了实时计算更新线路拓扑分支关系，并为决策控制提供准确、可靠的依据的技术效果。

2.通过利用电网线路中已有的智能设备进行相关数据采集，避免了额外添加电流注入设备和拓扑识别设备或配件，从而达到了简化系统构成、降低成本的技术效果。

3.通过数据融合终端的定期校时，实现了各个分支测量终端采集电流数据时间保持同步，进而提高后续线路拓扑分支关系分析结果准确性的技术目标。

4.通过对期望分类值集合中数值进行统计分析，将电流数据趋于稳定时的冻结数据作为目标冻结电流数据信息，达到了为后续拓扑关系识别提供可靠、有效的电流数据的技术效果。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是示例性的，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，还可以根据提供的附图获得其他的附图。

图1为本发明一种基于冻结数据的低压配电网拓扑识别方法的流程示意图；

图2为本发明一种基于冻结数据的低压配电网拓扑识别方法中对所述分支测量终端分布进行数据采集的流程示意图；

图3为本发明一种基于冻结数据的低压配电网拓扑识别方法中获得所述期望分类值集合的流程示意图；

图4为本发明一种基于冻结数据的低压配电网拓扑识别方法中对所述期望分类值集合中的数值进行数值统计求解的流程示意图；

图5为本发明一种基于冻结数据的低压配电网拓扑识别系统的结构示意图；

图6为本发明示例性电子设备的结构示意图。

附图标记说明：

第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第一生成单元15，第一执行单元16，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。

具体实施方式

本发明通过提供一种基于冻结数据的低压配电网拓扑识别方法及系统，解决了现有技术中通过注入扰动电流识别线路拓扑关系存在对电网冲击大，易引起保护设备误动作，从而增加电网噪声、降低供电质量的问题，利用小电流注入技术识别线路拓扑关系存在检测精度差，进而影响识别效果的技术问题。通过对各分支终端实时冻结电流数据的智能分析，达到了实时计算更新线路拓扑分支关系，并为决策控制提供准确、可靠的依据的技术效果。

本发明技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。

下面，将参考附图对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是本发明的全部实施例，应理解，本发明不受这里描述的示例实施例的限制。基于本发明的实施例，本领域普通技术人员在没有做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。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。

本发明提供了一种基于冻结数据的低压配电网拓扑识别方法，所述方法应用于一种基于冻结数据的低压配电网拓扑识别系统，其中，所述方法包括：通过获得目标台区内的分支测量终端分布；基于电流采集设备，对所述分支测量终端分布进行数据采集，获得冻结电流数据集合；基于电流数据大小，对所述冻结电流数据集合进行数值分类，获得期望分类值集合；对所述期望分类值集合中的数值进行数值统计求解，获得目标冻结电流数据信息；对所述目标冻结电流数据信息进行相关性分析、回归分析，生成所述目标台区内的线路拓扑分支关系；基于时间发展序列，对所述线路拓扑分支关系进行优化。

在介绍了本发明基本原理后，下面将结合说明书附图来具体介绍本发明的各种非限制性的实施方式。

实施例一

请参阅附图1，本发明提供了一种基于冻结数据的低压配电网拓扑识别方法，其中，所述方法应用于一种基于冻结数据的低压配电网拓扑识别系统，所述方法具体包括如下步骤：

步骤S100：获得目标台区内的分支测量终端分布；

具体而言，所述一种基于冻结数据的低压配电网拓扑识别方法应用于所述一种基于冻结数据的低压配电网拓扑识别系统，可以通过对各分支终端实时冻结电流数据的智能分析实现对线路拓扑分支关系的实时计算更新。其中，所述目标台区是指电力系统中任一使用所述低压配电网拓扑识别系统进行电网拓扑识别的变压器供电范围及区域。在所述目标台区中，各分支线路均对应有一个测量终端，所有分支线路的测量终端组成所述分支测量终端分布。通过确定分支测量终端分布，达到了为后续智能设备采集各分支线路电流数据提供基础的技术效果。

步骤S200：基于电流采集设备，对所述分支测量终端分布进行数据采集，获得冻结电流数据集合；

具体而言，所述电流采集设备为电网系统中现有的智能设备。通过利用所述电流采集设备，采集得到目标台区中各分支线路中的电流数据。其中，所述电流采集设备采集到的电流数据均为冻结电流数据。所述冻结数据是指所述一种基于冻结数据的低压配电网拓扑识别系统在进行分支线路拓扑关系分析时，采集到的各分支线路最后一次数据。进一步的，所有分支线路的冻结电流数据组成所述冻结电流数据集合。通过获取冻结电流数据集合，达到了为后续计算、分析确定线路拓扑分支关系提供直接、准确、可靠的数据基础的技术效果。

步骤S300：基于电流数据大小，对所述冻结电流数据集合进行数值分类，获得期望分类值集合；

步骤S400：对所述期望分类值集合中的数值进行数值统计求解，获得目标冻结电流数据信息；

具体而言，对所述冻结电流数据集合中，各分支线路的冻结电流数据大小进行对比分析。进一步的，利用所述低压配电网拓扑识别系统自动计算得到各电流数据之间负荷变化量数据，从而基于负荷变化量对所述冻结电流数据集合中的各个电流数据进行类别划分。举例如负荷变化量在0～5A之间的电流数据，为第一类别，负荷变化量在5～10A之间的电流数据，为第二类别，负荷变化量在10～15A之间的电流数据，为第三类别，等等。最后，根据分类结果得到所述期望分类值集合。其中，所述期望分类值集合中的各个电流数据均为负荷变化量较大、对应类别较高的电流数据。进一步的，基于所述期望分类值集合中的各个电流数据，通过相关数学方法计算统计求解，得到对应的目标冻结电流数据信息。通过计算、筛选得到冻结电流数据集合中，负荷变化量较大的电流数据，并将其作为有效电流数据，组成期望分类值集合，进而统计分析得到目标冻结电流数据信息，达到了为后续系统智能分析提供直观、准确的电流数据的技术效果。

步骤S500：对所述目标冻结电流数据信息进行相关性分析、回归分析，生成所述目标台区内的线路拓扑分支关系；

具体而言，根据基尔霍夫电流定律，即每一个总节点电流等于同一时刻分支电流的和，对所述目标冻结电流数据信息进行相关性分析和回归分析，从而计算得到所述线路拓扑分支关系。

首先对目标台区内的测量终端进行校时，使台区内的所有电流采集设备保持时间同步，基于同一时间采集到的电流数据即有效数据；然后基于冻结时间采集得到所述目标冻结电流数据信息，其中包括冻结线路的电压、电流、有功功率；进一步，分析所述目标冻结电流数据信息，当电表负载发生变化产生电流变化时，那么相同线路上设备电流也会相应发生变化，而其它线路上设备电流不受影响；最后，根据终端历史采集数据中电流数据计算出设备和电表的线路关系后，再根据节点电流定律计算设备的上下级关系。其中，节点电流定律是指在任一时刻，对电路中的任一节点，流入节点的电流之和等于流出节点的电流之和。也就是说，各时刻首端节点下送的总电流等于下辖开关的电流之和，各时刻下台区各相出线开关下送的总电流约等于其下辖开关或者电表电流总和。此外，由于不同负载工作时间随机，因此需要多组有效数据，并且筛选出电流变化有一定区分度的数据，才能准确计算设备间的拓扑关系。

进一步的，利用电压时间特性可知任一节点电压时序变化主要与其所在台区配变低压侧所属相母线电压时序变化、上游各段线路功率时序变化(即相线的综合负荷特性)有关。优选的，基于不同台区配变低压侧母线电压以及台区的综合负荷特性差异，处于不同台区的用户电压时序变化将呈现显著差异，而对于同一台区的用户而言，由于配变低压侧母线电压存在一定的三相不平衡度，且各相线综合负荷特性存在差异，因此处于同相的用户电压时序变化比异相用户更为相似。针对台区档案用户逐一开展户变关系校验，占比较小的非本台区用户与台区用户群的相关性均较弱；由于同相用户电压时序具有相似性，异相用户电压时序相似性较差，同时台区三相用户数量通常分布较为均匀，因此本台区用户与台区用户群的相关性将显著分离出高与低两部分。

由于各分支测量终端在对应各分支线路上监测到的电流数据是实时变化的，因此所述低压配电网拓扑识别系统最终生成的线路拓扑分支关系，是各分支测量终端分布采集冻结电流数据时，同一时间下对应的线路拓扑分支关系。通过基于各分支终端实时冻结电流数据的智能分析，达到了获得目标台区内的线路拓扑分支关系，并为决策控制提供准确、可靠的依据的技术效果。

步骤S600：基于时间发展序列，对所述线路拓扑分支关系进行优化。

具体而言，通过利用电网现有的智能设备，对目标台区内各分支终端的冻结电流数据进行定期采集，然后利用计算机对采集到的数据进行智能分析，筛选负荷变化范围较大的相关数据组成期望分类值集合，进一步计算得到各分支终端的冻结电流数据，并确定线路拓扑分支关系。此外，随着智能设备实时采集数据的变化，自动实现对线路拓扑分支关系的实时更新和优化。其中，在利用智能设备采集各分支线路电流时，同时记录采集到的电流的时间。最后，基于各分支线路的电流数据采集时间进行电流排序，从而实现对目标台区内线路拓扑分支关系变化情况的动态监测和优化更新。

进一步的，如附图2所示，本发明步骤S200还包括：

步骤S210：数据融合终端调用第一校时指令；

步骤S220：根据所述第一校时指令，对所述目标台区内的所述分支测量终端分布进行时间校准，生成第一校准结果；

步骤S230：判断所述第一校准结果是否满足时间同步信息；

步骤S240：若所述第一校准结果满足所述时间同步信息，对所述分支测量终端分布进行数据采集。

具体而言，所述数据融合终端用于定期对目标台区内，各分支测量终端的电流数据采集时间进行校对，从而保证各分支测量终端之间采集对应线路电流的时间保持一致。首先，所述数据融合终端调用第一校时指令，从而对所述目标台区内的所述分支测量终端分布进行时间校准，并生成所述第一校准结果。进一步，所述低压配电网拓扑识别系统对所述第一校准结果中的时间信息进行智能检测，当所述第一校准结果中，各分支线路电流数据采集保持同步，即满足所述时间同步信息时，所述低压配电网拓扑识别系统自动对所述分支测量终端分布进行数据采集。

通过数据融合终端的定期校时，实现了各个分支测量终端采集电流数据时间保持同步，进而提高后续线路拓扑分支关系分析结果准确性的技术目标。

进一步的，本发明步骤S240还包括：

步骤S241：根据所述分支测量终端分布，获得第一分支测量终端、第二分支测量终端直至第P分支测量终端；

步骤S242：对所述分支测量终端分布中的各分布终端嵌入测量应对器；

步骤S243：基于预设测量逻辑和所述测量应对器，对所述分支测量终端分布依次进行数据采集。

具体而言，根据所述分支测量终端分布，可以得到所述目标台区，即待识别拓扑关系供电范围内所有分支测量终端，分别记作所述第一分支测量终端、所述第二分支测量终端……所述第P分支测量终端。然后，分别为所述第一分支测量终端、所述第二分支测量终端……所述第P分支测量终端安装一个测量应对器。最后所述低压配电网拓扑识别系统基于所述预设测量逻辑，利用各测量应对器分别测量得到对应分支线路的电流数据。其中，所述预设测量逻辑是指所述低压配电网拓扑识别系统基于电网系统中，电力能量流生产、传输、使用等过程的实际历史线损情况，以及相关系统性能等，综合分析后制定的电流采集方案，包括电流采集时间间隔、采集次数等。达到了智能化采集各分支线路电流数据，提高拓扑关系识别效率的技术效果。

进一步的，本发明步骤S243还包括：

步骤S2431：对所述第一分支测量终端的测量过程进行动态时间监测，获得各时间点对应的测量数值分布；

步骤S2432：根据所述测量数值分布，获得第一分支期望测量数值，其中，所述第一分支期望测量数值在预设时间内趋于稳定；

步骤S2433：获得所述预设时间内的初始时间点；

步骤S2434：基于所述初始时间点，启动所述第一分支测量终端对应的第一测量应对器，获得第一传动信号；

步骤S2435：根据所述第一传动信号，启动所述第二分支测量终端对应的第二测量应对器，对所述第二分支测量终端的数据进行测量，获得第二分支期望测量数值；

步骤S2436：以此类推，获得所述第P分支测量终端的第P分支期望测量数值。

具体而言，在利用测量应对器对分支线路的电流数据进行监测、采集时，同时记录各测量电流数据对应的时间点信息，进而生成各分支线路上电流数据随时间变化而变化的折线图。然后，根据折线图，直观观察对应测量数值分布情况。最后根据观察结果，分析折线图中，预设时间内电流数据变化较小、且趋于稳定时的电流数值，作为第一分支线路对应的期望测量数值，即所述第一分支期望测量数值。其中，所述预设时间是指基于相关标准和实际电流采集情况，预先设置的最短电流稳定时长。

进一步的，根据所述预设时间的初始时间，对应筛选其他各分支线路同一时间下的期望测量数值。也就是说，基于所述初始时间点，系统自动启动所述第一分支测量终端对应的第一测量应对器，获得第一传动信号，进而根据所述第一传动信号启动所述第二分支测量终端对应的第二测量应对器，对所述第二分支测量终端的数据进行测量，获得第二分支期望测量数值。同样的方法，最终获得所述第P分支测量终端的第P分支期望测量数值。

通过基于初始时间点进行各分支线路电流测量，进而分析得到各分支线路的期望测量数值，达到了同步采集各分支线路稳定状态时的电流数据的技术效果。

进一步的，如附图3所示，本发明步骤S300还包括：

步骤S310：构建冻结电流数据的空间分类坐标图；

步骤S320：将所述冻结电流数据集合中的分布数据定义为N个样本散点；

步骤S330：将所述N个样本散点渲染至所述空间分类坐标图，且对所述N个样本散点之间的两两距离进行空间距离计算，获得欧式距离数据集；

步骤S340：根据所述欧式距离数据集，获得最短距离集合；

步骤S350：基于所述欧式距离数据集，对所述最短距离集合进行剔除，获得所述期望分类值集合，其中，所述期望分类值集合中的数据区分度最大。

具体而言，首先构建所述空间分类坐标图，通过将各分支线路的冻结电流数据标注在所述空间分类坐标图后，实现对所有冻结电流数据的快速智能分类。举例如系统采集目标台区内各分支电流数据共N个，将每个冻结电流数据均看作一个样本点，进而标注在空间分类坐标图中。进一步的，系统自动计算所有样本点直接的空间距离，举例如欧式距离。最后通过筛选对比各样本点间的欧式距离即可实现对各样本点，即各电流数据的快速分类。基于分类结果，剔除欧式距离较小的类别中各电流数据，保留欧式距离较大类别中的各电流数据，并组成所述期望分类值集合。其中，所述欧式距离是指立体空间中两点之间的直线距离。

通过剔除部分负荷变化小的电流数据，降低了系统统计分析的复杂度，而仅对负荷变化大的电流数据进行计算分析，达到了提高系统计算分析效率，进而提高线路拓扑分支关系分析效率，确保分析结果实时、可靠的技术效果。

进一步的，如附图4所示，本发明步骤S400还包括：

步骤S410：对所述期望分类值集合中的数值进行众数求解，获得第一众数电流数据；

步骤S420：对所述期望分类值集合中的数值进行均值求解，获得第一均值电流数据；

步骤S430：基于所述第一众数电流数据和所述第一均值电流数据，获得第一差值电流数据；

步骤S440：判断所述第一差值电流数据是否满足预设差值电流阈值；

步骤S450：若所述第一差值电流数据满足所述预设差值电流阈值，将所述第一众数电流数据或所述第一均值电流数据定义为所述目标冻结电流数据信息。

进一步的，本发明还包括步骤S460：

步骤S461：若所述第一差值电流数据不满足所述预设差值电流阈值，对所述目标台区内的分支测量终端分布，进行时间顺延的二次数据采集，获得第二目标冻结电流数据信息；

步骤S462：根据所述第二目标冻结电流数据信息，对所述目标冻结电流数据信息进行修正。

具体而言，基于筛选得到的所述期望分类值集合，利用所述低压配电网拓扑识别系统智能化计算得到各数值的众数、平均数，进而再次计算该众数和平均数之间的差值，并将计算结果记作所述第一差值电流数据。当所述第一差值电流数据满足预设差值电流阈值，即所述第一差值电流数据较小，在预设差值电流阈值范围内，此时将所述第一众数电流数据或所述第一均值电流数据定义为所述目标冻结电流数据信息。其中，所述预设差值电流阈值是指所述期望分类值集合中的数值众数和平均数的合理差值范围，说明采集到的数据稳定性较好，可用于后续拓扑关系分析。举例如预设差值电流阈值为0～1A之间。然而，当所述第一差值电流数据不满足所述预设差值电流阈值时，系统再次对所述目标台区内的分支测量终端分布，进行时间顺延的二次数据采集，获得第二目标冻结电流数据信息。进一步的，根据所述第二目标冻结电流数据信息，对所述目标冻结电流数据信息进行修正。举例如将顺延后二次采集的电流数据与一次采集的电流数据进行并集运算，得到的集合再次进行众数、平均数计算，并再次对众数和平均数的差值进行判断。

通过对期望分类值集合中数值进行统计分析，将电流数据趋于稳定时的冻结数据作为目标冻结电流数据信息，达到了为后续拓扑关系识别提供可靠、有效的电流数据的技术效果。

综上所述，本发明所提供的一种基于冻结数据的低压配电网拓扑识别方法具有如下技术效果：

1.通过利用电网现有的智能设备，对目标台区内各分支终端的冻结电流数据进行定期采集，然后利用计算机对采集到的数据进行智能分析，筛选负荷变化范围较大的相关数据组成期望分类值集合，进一步计算得到各分支终端的冻结电流数据，并确定线路拓扑分支关系。此外，随着智能设备实时采集数据的变化，自动实现对线路拓扑分支关系的实时更新和优化。通过对各分支终端实时冻结电流数据的智能分析，达到了实时计算更新线路拓扑分支关系，并为决策控制提供准确、可靠的依据的技术效果。

2.通过利用电网线路中已有的智能设备进行相关数据采集，避免了额外添加电流注入设备和拓扑识别设备或配件，从而达到了简化系统构成、降低成本的技术效果。

3.通过数据融合终端的定期校时，实现了各个分支测量终端采集电流数据时间保持同步，进而提高后续线路拓扑分支关系分析结果准确性的技术目标。

4.通过对期望分类值集合中数值进行统计分析，将电流数据趋于稳定时的冻结数据作为目标冻结电流数据信息，达到了为后续拓扑关系识别提供可靠、有效的电流数据的技术效果。

实施例二

基于与前述实施例中一种基于冻结数据的低压配电网拓扑识别方法，同样发明构思，本发明还提供了一种基于冻结数据的低压配电网拓扑识别系统，请参阅附图5，所述系统包括：

第一获得单元11，所述第一获得单元11用于获得目标台区内的分支测量终端分布；

第二获得单元12，所述第二获得单元12用于基于电流采集设备，对所述分支测量终端分布进行数据采集，获得冻结电流数据集合；

第三获得单元13，所述第三获得单元13用于基于电流数据大小，对所述冻结电流数据集合进行数值分类，获得期望分类值集合；

第四获得单元14，所述第四获得单元14用于对所述期望分类值集合中的数值进行数值统计求解，获得目标冻结电流数据信息；

第一生成单元15，所述第一生成单元15用于对所述目标冻结电流数据信息进行相关性分析、回归分析，生成所述目标台区内的线路拓扑分支关系；

第一执行单元16，所述第一执行单元16用于基于时间发展序列，对所述线路拓扑分支关系进行优化。

进一步的，所述系统还包括：

第一调用单元，所述第一调用单元用于数据融合终端调用第一校时指令；

第二生成单元，所述第二生成单元用于根据所述第一校时指令，对所述目标台区内的所述分支测量终端分布进行时间校准，生成第一校准结果；

第一判断单元，所述第一判断单元用于判断所述第一校准结果是否满足时间同步信息；

第二执行单元，所述第二执行单元用于若所述第一校准结果满足所述时间同步信息，对所述分支测量终端分布进行数据采集。

进一步的，所述系统还包括：

第五获得单元，所述第五获得单元用于根据所述分支测量终端分布，获得第一分支测量终端、第二分支测量终端直至第P分支测量终端；

第一设置单元，所述第一设置单元用于对所述分支测量终端分布中的各分布终端嵌入测量应对器；

第三执行单元，所述第三执行单元用于基于预设测量逻辑和所述测量应对器，对所述分支测量终端分布依次进行数据采集。

进一步的，所述系统还包括：

第六获得单元，所述第六获得单元用于对所述第一分支测量终端的测量过程进行动态时间监测，获得各时间点对应的测量数值分布；

第七获得单元，所述第七获得单元用于根据所述测量数值分布，获得第一分支期望测量数值，其中，所述第一分支期望测量数值在预设时间内趋于稳定；

第八获得单元，所述第八获得单元用于获得所述预设时间内的初始时间点；

第九获得单元，所述第九获得单元用于基于所述初始时间点，启动所述第一分支测量终端对应的第一测量应对器，获得第一传动信号；

第十获得单元，所述第十获得单元用于根据所述第一传动信号，启动所述第二分支测量终端对应的第二测量应对器，对所述第二分支测量终端的数据进行测量，获得第二分支期望测量数值；

第十一获得单元，所述第十一获得单元用于以此类推，获得所述第P分支测量终端的第P分支期望测量数值。

进一步的，所述系统还包括：

第一构建单元，所述第一构建单元用于构建冻结电流数据的空间分类坐标图；

第二设置单元，所述第二设置单元用于将所述冻结电流数据集合中的分布数据定义为N个样本散点；

第十二获得单元，所述第十二获得单元用于将所述N个样本散点渲染至所述空间分类坐标图，且对所述N个样本散点之间的两两距离进行空间距离计算，获得欧式距离数据集；

第十三获得单元，所述第十三获得单元用于根据所述欧式距离数据集，获得最短距离集合；

第十四获得单元，所述第十四获得单元用于基于所述欧式距离数据集，对所述最短距离集合进行剔除，获得所述期望分类值集合，其中，所述期望分类值集合中的数据区分度最大。

进一步的，所述系统还包括：

第十五获得单元，所述第十五获得单元用于对所述期望分类值集合中的数值进行众数求解，获得第一众数电流数据；

第十六获得单元，所述第十六获得单元用于对所述期望分类值集合中的数值进行均值求解，获得第一均值电流数据；

第十七获得单元，所述第十七获得单元用于基于所述第一众数电流数据和所述第一均值电流数据，获得第一差值电流数据；

第二判断单元，所述第二判断单元用于判断所述第一差值电流数据是否满足预设差值电流阈值；

第三设置单元，所述第三设置单元用于若所述第一差值电流数据满足所述预设差值电流阈值，将所述第一众数电流数据或所述第一均值电流数据定义为所述目标冻结电流数据信息。

进一步的，所述系统还包括：

第十八获得单元，所述第十八获得单元用于若所述第一差值电流数据不满足所述预设差值电流阈值，对所述目标台区内的分支测量终端分布，进行时间顺延的二次数据采集，获得第二目标冻结电流数据信息；

第四执行单元，所述第四执行单元用于根据所述第二目标冻结电流数据信息，对所述目标冻结电流数据信息进行修正。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，前述图1实施例一中的一种基于冻结数据的低压配电网拓扑识别方法和具体实例同样适用于本实施例的一种基于冻结数据的低压配电网拓扑识别系统，通过前述对一种基于冻结数据的低压配电网拓扑识别方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于冻结数据的低压配电网拓扑识别系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

示例性电子设备

下面参考图6来描述本发明的电子设备。

图6图示了根据本发明的电子设备的结构示意图。

基于与前述实施例中一种基于冻结数据的低压配电网拓扑识别方法的发明构思，本发明还提供一种基于冻结数据的低压配电网拓扑识别系统，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种基于冻结数据的低压配电网拓扑识别方法的任一方法的步骤。

其中，在图6中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他装置通信的单元。

处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。

本发明提供了一种基于冻结数据的低压配电网拓扑识别方法，所述方法应用于一种基于冻结数据的低压配电网拓扑识别系统，其中，所述方法包括：通过获得目标台区内的分支测量终端分布；基于电流采集设备，对所述分支测量终端分布进行数据采集，获得冻结电流数据集合；基于电流数据大小，对所述冻结电流数据集合进行数值分类，获得期望分类值集合；对所述期望分类值集合中的数值进行数值统计求解，获得目标冻结电流数据信息；对所述目标冻结电流数据信息进行相关性分析、回归分析，生成所述目标台区内的线路拓扑分支关系；基于时间发展序列，对所述线路拓扑分支关系进行优化。解决了现有技术中通过注入扰动电流识别线路拓扑关系存在对电网冲击大，易引起保护设备误动作，从而增加电网噪声、降低供电质量的问题，利用小电流注入技术识别线路拓扑关系存在检测精度差，进而影响识别效果的技术问题。通过对各分支终端实时冻结电流数据的智能分析，达到了实时计算更新线路拓扑分支关系，并为决策控制提供准确、可靠的依据的技术效果。

本发明还提供一种电子设备，其中，包括处理器和存储器；

该存储器，用于存储；

该处理器，用于通过调用，执行上述实施例一中任一项所述的方法。

本发明还提供一种计算机程序产品，包括计算机程序和/或指令，该计算机程序和/或指令被处理器执行时实现上述实施例一中任一项所述方法的步骤。

本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全软件实施例、完全硬件实施例、或结合软件和硬件方面实施例的形式。此外，本发明为可以在一个或多个包含有计算机可用程序代码的计算机可用存储介质上实施的计算机程序产品的形式。而所述的计算机可用存储介质包括但不限于：U盘、移动硬盘、只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random AccessMemory，简称RAM)、磁盘存储器、只读光盘(Compact Disc Read-Only Memory，简称CD-ROM)、光学存储器等各种可以存储程序代码的介质。

本发明是参照本发明的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的系统。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令系统的制造品，该指令系统实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (3)

1.一种基于冻结数据的低压配电网拓扑识别方法，其特征在于，

所述方法包括：

获得目标台区内的分支测量终端分布；

基于电流采集设备，对所述分支测量终端分布进行数据采集，获得冻结电流数据集合；

基于电流数据大小，对所述冻结电流数据集合进行数值分类，获得期望分类值集合；

对所述期望分类值集合中的数值进行数值统计求解，获得目标冻结电流数据信息；

对所述目标冻结电流数据信息进行相关性分析、回归分析，生成所述目标台区内的线路拓扑分支关系；

基于时间发展序列，对所述线路拓扑分支关系进行优化；通过利用电网现有的智能设备，对目标台区内各分支终端的冻结电流数据进行定期采集，然后利用计算机对采集到的数据进行智能分析，筛选负荷变化范围较大的相关数据组成期望分类值集合，进一步计算得到各分支终端的冻结电流数据，并确定线路拓扑分支关系；随着智能设备实时采集数据的变化，自动实现对线路拓扑分支关系的实时更新和优化；其中，在利用智能设备采集各分支线路电流时，同时记录采集到的电流的时间；最后，基于各分支线路的电流数据采集时间进行电流排序，从而实现对目标台区内线路拓扑分支关系变化情况的动态监测和优化更新；

对所述冻结电流数据集合中，各分支线路的冻结电流数据大小进行对比分析；利用低压配电网拓扑识别系统自动计算得到各电流数据之间负荷变化量数据，从而基于负荷变化量对所述冻结电流数据集合中的各个电流数据进行类别划分；根据分类结果得到所述期望分类值集合；其中，所述期望分类值集合中的各个电流数据均为负荷变化量较大、对应类别较高的电流数据；基于所述期望分类值集合中的各个电流数据，通过数学方法计算统计求解，得到对应的目标冻结电流数据信息；通过计算、筛选得到冻结电流数据集合中，负荷变化量较大的电流数据，并将其作为有效电流数据，组成期望分类值集合，进而统计分析得到目标冻结电流数据信息，为后续系统智能分析提供直观、准确的电流数据；

所述对所述冻结电流数据集合进行数值分类，包括：

构建冻结电流数据的空间分类坐标图；

将所述冻结电流数据集合中的分布数据定义为N个样本散点；

将所述N个样本散点渲染至所述空间分类坐标图，且对所述N

个样本散点之间的两两距离进行空间距离计算，获得欧式距离数据集；

根据所述欧式距离数据集，获得最短距离集合；

基于所述欧式距离数据集，对所述最短距离集合进行剔除，获得所述期望分类值集合，其中，所述期望分类值集合中的数据区分度最大；

首先构建所述空间分类坐标图，通过将各分支线路的冻结电流数据标注在所述空间分类坐标图后，实现对所有冻结电流数据的快速智能分类；系统采集目标台区内各分支电流数据共N个，将每个冻结电流数据均看作一个样本点，进而标注在空间分类坐标图中；系统自动计算所有样本点之间的欧式距离；最后通过筛选对比各样本点间的欧式距离即实现对各样本点，即各电流数据的快速分类；

所述对所述期望分类值集合中的数值进行数值统计求解，包括：

对所述期望分类值集合中的数值进行众数求解，获得第一众数电流数据；

对所述期望分类值集合中的数值进行均值求解，获得第一均值电流数据；

基于所述第一众数电流数据和所述第一均值电流数据，获得第一差值电流数据；

判断所述第一差值电流数据是否满足预设差值电流阈值；

若所述第一差值电流数据满足所述预设差值电流阈值，将所述第一众数电流数据或所述第一均值电流数据定义为所述目标冻结电流数据信息；

所述对所述分支测量终端分布进行数据采集，之前包括：

数据融合终端调用第一校时指令；

根据所述第一校时指令，对所述目标台区内的所述分支测量终端分布进行时间校准，生成第一校准结果；

判断所述第一校准结果是否满足时间同步信息；

若所述第一校准结果满足所述时间同步信息，对所述分支测量终端分布进行数据采集；

所述对所述分支测量终端分布进行数据采集，包括：

根据所述分支测量终端分布，获得第一分支测量终端、第二分支测量终端直至第P分支测量终端；

对所述分支测量终端分布中的各分布终端嵌入测量应对器；

基于预设测量逻辑和所述测量应对器，对所述分支测量终端分布依次进行数据采集；

所述预设测量逻辑，包括：

对所述第一分支测量终端的测量过程进行动态时间监测，获得各时间点对应的测量数值分布；

根据所述测量数值分布，获得第一分支期望测量数值，其中，所述第一分支期望测量数值在预设时间内趋于稳定；

获得所述预设时间内的初始时间点；

基于所述初始时间点，启动所述第一分支测量终端对应的第一测量应对器，获得第一传动信号；

根据所述第一传动信号，启动所述第二分支测量终端对应的第二测量应对器，对所述第二分支测量终端的数据进行测量，获得第二分支期望测量数值；

以此类推，获得所述第P分支测量终端的第P分支期望测量数值；

若所述第一差值电流数据不满足所述预设差值电流阈值，对所述目标台区内的分支测量终端分布，进行时间顺延的二次数据采集，获得第二目标冻结电流数据信息；

根据所述第二目标冻结电流数据信息，对所述目标冻结电流数据信息进行修正；

所述修正过程包括：将顺延后二次采集的电流数据与一次采集的电流数据进行并集运算，得到的集合再次进行众数、平均数计算，并再次对众数和平均数的差值进行判断。

2.一种基于冻结数据的低压配电网拓扑识别系统，其特征在于，所述系统包括：

第一获得单元：所述第一获得单元用于获得目标台区内的分支测量终端分布；

第二获得单元：所述第二获得单元用于基于电流采集设备，对所述分支测量终端分布进行数据采集，获得冻结电流数据集合；

第三获得单元：所述第三获得单元用于基于电流数据大小，对所述冻结电流数据集合进行数值分类，获得期望分类值集合；

第四获得单元：所述第四获得单元用于对所述期望分类值集合中的数值进行数值统计求解，获得目标冻结电流数据信息；对所述冻结电流数据集合中，各分支线路的冻结电流数据大小进行对比分析；利用低压配电网拓扑识别系统自动计算得到各电流数据之间负荷变化量数据，从而基于负荷变化量对所述冻结电流数据集合中的各个电流数据进行类别划分；根据分类结果得到所述期望分类值集合；其中，所述期望分类值集合中的各个电流数据均为负荷变化量较大、对应类别较高的电流数据；基于所述期望分类值集合中的各个电流数据，通过数学方法计算统计求解，得到对应的目标冻结电流数据信息；通过计算、筛选得到冻结电流数据集合中，负荷变化量较大的电流数据，并将其作为有效电流数据，组成期望分类值集合，进而统计分析得到目标冻结电流数据信息，为后续系统智能分析提供直观、准确的电流数据；

第一生成单元：所述第一生成单元用于对所述目标冻结电流数据信息进行相关性分析、回归分析，生成所述目标台区内的线路拓扑分支关系；

第一执行单元：所述第一执行单元用于基于时间发展序列，对所述线路拓扑分支关系进行优化；通过利用电网现有的智能设备，对目标台区内各分支终端的冻结电流数据进行定期采集，然后利用计算机对采集到的数据进行智能分析，筛选负荷变化范围较大的相关数据组成期望分类值集合，进一步计算得到各分支终端的冻结电流数据，并确定线路拓扑分支关系；随着智能设备实时采集数据的变化，自动实现对线路拓扑分支关系的实时更新和优化；其中，在利用智能设备采集各分支线路电流时，同时记录采集到的电流的时间；最后，基于各分支线路的电流数据采集时间进行电流排序，从而实现对目标台区内线路拓扑分支关系变化情况的动态监测和优化更新；

所述系统还包括：

第一构建单元，所述第一构建单元用于构建冻结电流数据的空间分类坐标图；

第二设置单元，所述第二设置单元用于将所述冻结电流数据集合中的分布数据定义为N个样本散点；

第十二获得单元，所述第十二获得单元用于将所述N个样本散点渲染至所述空间分类坐标图，且对所述N个样本散点之间的两两距离进行空间距离计算，获得欧式距离数据集；

第十三获得单元，所述第十三获得单元用于根据所述欧式距离数据集，获得最短距离集合；

首先构建所述空间分类坐标图，通过将各分支线路的冻结电流数据标注在所述空间分类坐标图后，实现对所有冻结电流数据的快速智能分类；系统采集目标台区内各分支电流数据共N个，将每个冻结电流数据均看作一个样本点，进而标注在空间分类坐标图中；系统自动计算所有样本点之间的欧式距离；最后通过筛选对比各样本点间的欧式距离即实现对各样本点，即各电流数据的快速分类；

第十四获得单元，所述第十四获得单元用于基于所述欧式距离数据集，对所述最短距离集合进行剔除，获得所述期望分类值集合，其中，所述期望分类值集合中的数据区分度最大；

第十五获得单元，所述第十五获得单元用于对所述期望分类值集合中的数值进行众数求解，获得第一众数电流数据；

第十六获得单元，所述第十六获得单元用于对所述期望分类值集合中的数值进行均值求解，获得第一均值电流数据；

第十七获得单元，所述第十七获得单元用于基于所述第一众数电流数据和所述第一均值电流数据，获得第一差值电流数据；

第二判断单元，所述第二判断单元用于判断所述第一差值电流数据是否满足预设差值电流阈值；

第三设置单元，所述第三设置单元用于若所述第一差值电流数据满足所述预设差值电流阈值，将所述第一众数电流数据或所述第一均值电流数据定义为所述目标冻结电流数据信息；

若所述第一差值电流数据不满足所述预设差值电流阈值，对所述目标台区内的分支测量终端分布，进行时间顺延的二次数据采集，获得第二目标冻结电流数据信息；

根据所述第二目标冻结电流数据信息，对所述目标冻结电流数据信息进行修正；

所述修正过程包括：将顺延后二次采集的电流数据与一次采集的电流数据进行并集运算，得到的集合再次进行众数、平均数计算，并再次对众数和平均数的差值进行判断。

3.一种电子设备，其特征在于，包括处理器和存储器；

所述存储器，用于存储；

所述处理器，用于通过调用，执行权利要求1中所述的方法。