CN115221979A - 一种基于最小生成树的配电台区拓扑辨识方法及系统 - Google Patents

一种基于最小生成树的配电台区拓扑辨识方法及系统 Download PDF

Info

Publication number
CN115221979A
CN115221979A CN202211119280.9A CN202211119280A CN115221979A CN 115221979 A CN115221979 A CN 115221979A CN 202211119280 A CN202211119280 A CN 202211119280A CN 115221979 A CN115221979 A CN 115221979A
Authority
CN
China
Prior art keywords
nodes
user
node
electric meter
box
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
Application number
CN202211119280.9A
Other languages
English (en)
Other versions
CN115221979B (zh
Inventor
邓才波
范瑞祥
安义
郭亮
徐经民
刘洋
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.)
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Jiangxi Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Jiangxi Electric Power 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 State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Jiangxi Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202211119280.9A priority Critical patent/CN115221979B/zh
Publication of CN115221979A publication Critical patent/CN115221979A/zh
Application granted granted Critical
Publication of CN115221979B publication Critical patent/CN115221979B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9027—Trees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Software Systems (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • General Health & Medical Sciences (AREA)
  • Algebra (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Bioinformatics & Cheminformatics (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)

Abstract

本发明公开了一种基于最小生成树的配电台区拓扑辨识方法及系统，方法包括：获取台区数据，基于所述台区数据构建目标台区的初始拓扑连接图；将用户电表层各节点之间的电压偏差方差作为边缘权值，生成用户电表节点的最小生成树；根据台区实际建设情况推算电表箱层和分支箱层节点数量，将其设置为目标聚类数，并删除用户电表最小生成树不同簇中连接的最大权值边，获取分支箱‑电表箱‑用户集合的连接关系；按照更新后的边集和节点集合，形成目标台区的拓扑连接图。通过构建最小生成树模型识别配电台区配变出口侧‑分支箱‑电表箱‑用户电表的连接关系，解决了台区部分设备数据缺失导致运拓扑识别技术效率低下的问题。

Description

一种基于最小生成树的配电台区拓扑辨识方法及系统
技术领域
本发明属于配电网拓扑识别技术领域，尤其涉及一种基于最小生成树的配电台区拓扑辨识方法及系统。
背景技术
为满足用户的高品质供电需求，电网企业在台区大力推行三相不平衡治理、低电压治理、线损精益化管理等工作。在此过程中，准确的台区拓扑是支撑上述工作顺利展开的关键因素。然而台区日常线路检修、变压器扩容或新建可能会导致用户信息混乱、丢失或不准确，影响配电网的日常运行与管理。因此，如何实现配电网拓扑的精准辨识，具有重要的理论和现实意义。现阶段低压供电线路多采用放射式的接线形式，10kV中压母线通过台区配变降为400V低压母线，为保证电能能够分配至多个供电区域，采用分支箱将400V低压母线分为多条馈线，最后再通过电表箱分配至各用户终端。随着高级计量架构（AdvancedMetering Infrastructure，AMI）在配电台区的普及，电网企业能够实现对配变侧及用户侧的监测和分析，但“分支-表箱-用户”关系无法直接获得，可能会导致故障检修时难以准确定位故障的影响范围，从而影响整体运维工作的展开。
基于此，为解决配电台区拓扑关系混乱及配电设备连接关系模糊的问题，亟需一种基于最小生成树的配电台区拓扑辨识方法及系统，为营配档案校核与后续精细化管理提供参考，为实现配电网的数字化、智能化奠定基础。
发明内容
本发明提供一种基于最小生成树的配电台区拓扑辨识方法及装置，用于解决配电台区拓扑关系混乱及配电设备连接关系模糊的技术问题。
第一方面，本发明提供一种基于最小生成树的配电台区拓扑辨识方法，包括：获取台区数据，基于所述台区数据构建目标台区的初始拓扑连接图，其中所述初始拓扑连接图的初始状态以用户电表层中的用户电表节点为叶节点、配电变压器出口侧节点为根节点、分支箱层中的分支箱节点和电表箱层的电表箱节点均为缺失节点，以用户电表与配电变压器的连接关系为边；计算所述用户电表层中的各个用户电表节点之间的电压偏差方差，并以所述电压偏差方差为边缘权值，生成用户电表节点的最小生成树，即用户电表节点的连通图；根据台区实际建设情况推算电表箱层和分支箱层节点数量，设置目标聚类数，并删除用户电表最小生成树不同簇中连接的最大权值边，获取不同目标下的用户电表聚类簇；按不同目标下的用户电表聚类簇顺序分别对分支箱层中的分支箱节点和电表箱层的电表箱节点进行编号，结合更新后的连接关系边集合和节点集合，形成目标台区的拓扑连接图，其中，所述连接关系边集合中包括分支箱节点与用户用电节点的连接关系边集合、电表箱节点与用户用电节点的连接关系边集合，所述节点集合中包括分支箱层的分支箱节点集合，电表箱层的电表箱节点集合。
第二方面，本发明提供一种基于最小生成树的配电台区拓扑辨识系统，包括：构建模块，配置为获取台区数据，基于所述台区数据构建目标台区的初始拓扑连接图，其中所述初始拓扑连接图的初始状态以用户电表层中的用户电表节点为叶节点、配电变压器出口侧节点为根节点、分支箱层中的分支箱节点和电表箱层的电表箱节点均为缺失节点，以用户电表与配电变压器的连接关系为边；生成模块，配置为计算所述用户电表层中的各个用户电表节点之间的电压偏差方差，并以所述电压偏差方差为边缘权值，生成用户电表节点的最小生成树，即用户电表节点的连通图；获取模块，配置为根据台区实际建设情况推算电表箱层和分支箱层节点数量，设置目标聚类数，并删除用户电表最小生成树不同簇中连接的最大权值边，获取不同目标下的用户电表聚类簇；更新模块，配置为按不同目标下的用户电表聚类簇顺序分别对分支箱层中的分支箱节点和电表箱层的电表箱节点进行编号，结合更新后的连接关系边集合和节点集合，形成目标台区的拓扑连接图，其中，所述连接关系边集合中包括分支箱节点与用户用电节点的连接关系边集合、电表箱节点与用户用电节点的连接关系边集合，所述节点集合中包括分支箱层的分支箱节点集合，电表箱层的电表箱节点集合。
第三方面，提供一种电子设备，其包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例的基于最小生成树的配电台区拓扑辨识方法的步骤。
第四方面，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述程序指令被处理器执行时，使所述处理器执行本发明任一实施例的基于最小生成树的配电台区拓扑辨识方法的步骤。
本申请的基于最小生成树的配电台区拓扑辨识方法及系统，首先获取台区配变出口侧和各用户电表有功功率、电压、位置等数据，以电表为节点，配电设备之间的连接关系为边构建台区的无向图，将用户电表层各节点之间的电压偏差方差作为边缘权值，生成用户电表节点的最小生成树，然后根据台区实际建设情况推算电表箱层和分支箱层节点数量，并将其设置为目标聚类数，删除用户电表最小生成树不同簇中连接的最大权值边，获取分支箱-电表箱-用户集合的连接关系，最后按照更新后的边集和节点集合，形成目标台区的拓扑连接图，实现了通过构建最小生成树识别配电台区配变出口侧-分支箱-电表箱-用户电表的连接关系，解决了台区部分设备数据缺失导致运拓扑识别技术效率低下的问题，为实现配电台区拓扑识别与校验提供重要参考和科学依据。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，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为本发明一实施例提供的一种基于最小生成树的配电台区拓扑辨识方法的流程图；
图2为本发明一具体实施例的拓扑辨识前台区节点坐标图；
图3为本发明一具体实施例的拓扑辨识后台区节点连接图；
图4为本发明一实施例提供的一种基于最小生成树的配电台区拓扑辨识系统的结构框图；
图5是本发明一实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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。
请参阅图1，其示出了本申请的一种基于最小生成树的配电台区拓扑辨识方法的流程图。
如图1所示，基于最小生成树的配电台区拓扑辨识方法具有包括以下步骤：
步骤S101，获取台区数据，基于所述台区数据构建目标台区的初始拓扑连接图。
在本实施例中，所述初始拓扑连接图的初始状态以用户电表层中的用户电表节点为叶节点、配电变压器出口侧节点为根节点、分支箱层中的分支箱节点和电表箱层的电表箱节点均为缺失节点，以用户电表与配电变压器的连接关系为边。
需要说明的是，目标台区的初始拓扑连接图可表示为：
Figure 210367DEST_PATH_IMAGE001
，
式中，
Figure 128645DEST_PATH_IMAGE002
为目标台区的拓扑连接图，
Figure 904971DEST_PATH_IMAGE003
为拓扑连接图中节点集合，
Figure 61146DEST_PATH_IMAGE004
，
Figure 389359DEST_PATH_IMAGE005
为配电变压器出口侧节点集合，数量限制为1个，
Figure 139140DEST_PATH_IMAGE006
、
Figure 843791DEST_PATH_IMAGE007
分别为分 支箱节点集合和电表箱节点集合，
Figure 260997DEST_PATH_IMAGE008
为用户电表节点集合，
Figure 494532DEST_PATH_IMAGE009
为配变出口侧、分支箱层、电 表箱层和用户电表层两者之间的连接关系边集合。
步骤S102，计算所述用户电表层中的各个用户电表节点之间的电压偏差方差，并以所述电压偏差方差为边缘权值，生成用户电表节点的最小生成树，即用户电表节点的连通图。
在本实施例中，生成用户电表节点的最小生成树模型的步骤为：
步骤S21：令初始节点集合
Figure 121823DEST_PATH_IMAGE010
，则集合
Figure 974372DEST_PATH_IMAGE011
，计算初始节点集合
Figure 370718DEST_PATH_IMAGE012
和集合
Figure 775155DEST_PATH_IMAGE013
中节点之间的电压偏差
Figure 762178DEST_PATH_IMAGE014
，具体公式为：
Figure 543052DEST_PATH_IMAGE015
，
式中，
Figure 934850DEST_PATH_IMAGE016
、
Figure 510188DEST_PATH_IMAGE017
分别为节点a的电压幅值、节点b的电压幅值，
Figure 987437DEST_PATH_IMAGE018
、
Figure 306423DEST_PATH_IMAGE019
分别为节点a的 电压幅值在一个计算周期内的平均值、节点b的电压幅值在一个计算周期内的平均值，
Figure 677361DEST_PATH_IMAGE020
为方差，
Figure 298967DEST_PATH_IMAGE008
为用户电表节点；
步骤S22：在初始节点集合
Figure 122566DEST_PATH_IMAGE012
和集合
Figure 245243DEST_PATH_IMAGE013
能够组成的边中，选择一条电压偏差最小的 边
Figure 346054DEST_PATH_IMAGE021
加入到预设的最小生成树模型中，并把
Figure 263195DEST_PATH_IMAGE022
并入到初始节点集合
Figure 715036DEST_PATH_IMAGE012
中；
步骤S23：重复步骤S21和步骤S22，直到
Figure 375824DEST_PATH_IMAGE008
的节点均位于初始节点集合
Figure 455776DEST_PATH_IMAGE012
中为止， 最终可得到用户电表节点连通图。
步骤S103，根据台区实际建设情况推算电表箱层和分支箱层节点数量，设置目标聚类数，并删除用户电表最小生成树不同簇中连接的最大权值边，获取不同目标下的用户电表聚类簇。
在本实施例中，步骤S31：根据目标台区楼栋情况推算分支箱层中分支箱节点的数 量和电表箱层中电表箱节点的数量，将分支箱节点的数量以及电表箱节点的数量分别设置 为用户电表层的第一目标聚类数
Figure 684763DEST_PATH_IMAGE023
、用户电表层的第二目标聚类数
Figure 482955DEST_PATH_IMAGE024
，其中，
Figure 88379DEST_PATH_IMAGE025
；
步骤S32：基于用户电表节点的最小生成树，删除
Figure 757258DEST_PATH_IMAGE026
条最大权值边，直到用户 电表节点分为
Figure 547360DEST_PATH_IMAGE027
簇，将分支箱-用户集合的连接关系加入连接关系边集合E；
步骤S33：删除
Figure 705284DEST_PATH_IMAGE028
条最大权值边，直到用户电表节点分为
Figure 973454DEST_PATH_IMAGE029
簇，将电表箱-用户 集合的连接关系加入连接关系边集合E。
步骤S104，按不同目标下的用户电表聚类簇顺序分别对分支箱层中的分支箱节点和电表箱层的电表箱节点进行编号，结合更新后的连接关系边集合和节点集合，形成目标台区的拓扑连接图。
在本实施例中，所述连接关系边集合中包括分支箱节点与用户用电节点的连接关系边集合、电表箱节点与用户用电节点的连接关系边集合，所述节点集合中包括分支箱层的分支箱节点集合，电表箱层的电表箱节点集合。
需要说明的是，形成目标台区的拓扑连接图的具体步骤包括：
步骤S41：按不同目标下的用户电表聚类簇顺序分别对分支箱层中的分支箱节点和电表箱层的电表箱节点进行编号，其中，分别对分支箱层中的分支箱节点和电表箱层的电表箱节点进行编号具体表示为：
Figure 903364DEST_PATH_IMAGE030
，
Figure 598788DEST_PATH_IMAGE031
，
式中，
Figure 981359DEST_PATH_IMAGE032
为电表箱层中第α个电表箱节点，
Figure 787641DEST_PATH_IMAGE033
为分支箱层第β个分支箱节点；
步骤S42：结合分支箱节点集合
Figure 962270DEST_PATH_IMAGE006
、电表箱节点集合
Figure 703961DEST_PATH_IMAGE007
以及连接关系边集合E形成 目标台区的拓扑连接图。
综上，本申请的方法，首先获取台区配变出口侧和各用户电表有功功率、电压、位置等数据，以电表为节点，配电设备之间的连接关系为边构建台区的无向图，将用户电表层各节点之间的电压偏差方差作为边缘权值，生成用户电表节点的最小生成树，然后根据台区实际建设情况推算电表箱层和分支箱层节点数量，并将其设置为目标聚类数，删除用户电表最小生成树不同簇中连接的最大权值边，获取分支箱-电表箱-用户集合的连接关系，最后按照更新后的边集和节点集合，形成目标台区的拓扑连接图，实现了通过构建约束最小生成树识别配电台区分支箱-用户电表的连接关系，结合台区节点间的电压-功率关系识别分支箱-电表箱-用户电表的拓扑连接情况，准确、可观的台区拓扑为配电网的运行与管理提供了重要保障。
在一个具体实施例中，以某台区为例，该台区包含127个用户，根据实际建设情况推断台区含有10台分支箱，28台电表箱，按各节点在台区内的坐标生成台区坐标图如图2所示。首先对用户电表建立最小生成树模型，进一步，将目标聚类数设置为10，删除最大生成树里9条最大权值边，从而可获取分支箱层与用户层的连接情况。同理将目标聚类数设置为28后可获取电表箱与用户层的连接情况。结合分支箱-电表箱-用户相互之间的连接关系，最终可获取台区拓扑图如图3所示。
请参阅图4，其示出了本申请的一种基于最小生成树的配电台区拓扑辨识系统的结构框图。
如图4所示，基于最小生成树的配电台区拓扑辨识系统200，包括构建模块210、生成模块220、获取模块230以及更新模块240。
其中，构建模块210，配置为获取台区数据，基于所述台区数据构建目标台区的初始拓扑连接图，其中所述初始拓扑连接图的初始状态以用户电表层中的用户电表节点为叶节点、配电变压器出口侧节点为根节点、分支箱层中的分支箱节点和电表箱层的电表箱节点均为缺失节点，以用户电表与配电变压器的连接关系为边；生成模块220，配置为计算所述用户电表层中的各个用户电表节点之间的电压偏差方差，并以所述电压偏差方差为边缘权值，生成用户电表节点的最小生成树，即用户电表节点的连通图；获取模块230，配置为根据台区实际建设情况推算电表箱层和分支箱层节点数量，设置目标聚类数，并删除用户电表最小生成树不同簇中连接的最大权值边，获取不同目标下的用户电表聚类簇；更新模块240，配置为按不同目标下的用户电表聚类簇顺序分别对分支箱层中的分支箱节点和电表箱层的电表箱节点进行编号，结合更新后的连接关系边集合和节点集合，形成目标台区的拓扑连接图，其中，所述连接关系边集合中包括分支箱节点与用户用电节点的连接关系边集合、电表箱节点与用户用电节点的连接关系边集合，所述节点集合中包括分支箱层的分支箱节点集合，电表箱层的电表箱节点集合。
应当理解，图4中记载的诸模块与参考图1中描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作和特征以及相应的技术效果同样适用于图4中的诸模块，在此不再赘述。
在另一些实施例中，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，所述程序指令被处理器执行时，使所述处理器执行上述任意方法实施例中的基于最小生成树的配电台区拓扑辨识方法；
作为一种实施方式，本发明的计算机可读存储介质存储有计算机可执行指令，计算机可执行指令设置为：
获取台区数据，基于所述台区数据构建目标台区的初始拓扑连接图，其中所述初始拓扑连接图的初始状态以用户电表层中的用户电表节点为叶节点、配电变压器出口侧节点为根节点、分支箱层中的分支箱节点和电表箱层的电表箱节点均为缺失节点，以用户电表与配电变压器的连接关系为边；
计算所述用户电表层中的各个用户电表节点之间的电压偏差方差，并以所述电压偏差方差为边缘权值，生成用户电表节点的最小生成树，即用户电表节点的连通图；
根据台区实际建设情况推算电表箱层和分支箱层节点数量，设置目标聚类数，并删除用户电表最小生成树不同簇中连接的最大权值边，获取不同目标下的用户电表聚类簇；
按不同目标下的用户电表聚类簇顺序分别对分支箱层中的分支箱节点和电表箱层的电表箱节点进行编号，结合更新后的连接关系边集合和节点集合，形成目标台区的拓扑连接图，其中，所述连接关系边集合中包括分支箱节点与用户用电节点的连接关系边集合、电表箱节点与用户用电节点的连接关系边集合，所述节点集合中包括分支箱层的分支箱节点集合，电表箱层的电表箱节点集合。
计算机可读存储介质可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据基于最小生成树的配电台区拓扑辨识系统的使用所创建的数据等。此外，计算机可读存储介质可以包括高速随机存取存储器，还可以包括存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中，计算机可读存储介质可选包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至基于最小生成树的配电台区拓扑辨识系统。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
图5是本发明实施例提供的电子设备的结构示意图，如图5所示，该设备包括：一个处理器310以及存储器320。电子设备还可以包括：输入装置330和输出装置340。处理器310、存储器320、输入装置330和输出装置340可以通过总线或者其他方式连接，图5中以通过总线连接为例。存储器320为上述的计算机可读存储介质。处理器310通过运行存储在存储器320中的非易失性软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例基于最小生成树的配电台区拓扑辨识方法。输入装置330可接收输入的数字或字符信息，以及产生与基于最小生成树的配电台区拓扑辨识系统的用户设置以及功能控制有关的键信号输入。输出装置340可包括显示屏等显示设备。
上述电子设备可执行本发明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。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。
作为一种实施方式，上述电子设备应用于基于最小生成树的配电台区拓扑辨识系统中，用于客户端，包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：
获取台区数据，基于所述台区数据构建目标台区的初始拓扑连接图，其中所述初始拓扑连接图的初始状态以用户电表层中的用户电表节点为叶节点、配电变压器出口侧节点为根节点、分支箱层中的分支箱节点和电表箱层的电表箱节点均为缺失节点，以用户电表与配电变压器的连接关系为边；
计算所述用户电表层中的各个用户电表节点之间的电压偏差方差，并以所述电压偏差方差为边缘权值，生成用户电表节点的最小生成树，即用户电表节点的连通图；
根据台区实际建设情况推算电表箱层和分支箱层节点数量，设置目标聚类数，并删除用户电表最小生成树不同簇中连接的最大权值边，获取不同目标下的用户电表聚类簇；
按不同目标下的用户电表聚类簇顺序分别对分支箱层中的分支箱节点和电表箱层的电表箱节点进行编号，结合更新后的连接关系边集合和节点集合，形成目标台区的拓扑连接图，其中，所述连接关系边集合中包括分支箱节点与用户用电节点的连接关系边集合、电表箱节点与用户用电节点的连接关系边集合，所述节点集合中包括分支箱层的分支箱节点集合，电表箱层的电表箱节点集合。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行各个实施例或者实施例的某些部分的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例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同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (8)

1.一种基于最小生成树的配电台区拓扑辨识方法，其特征在于，包括：
获取台区数据，基于所述台区数据构建目标台区的初始拓扑连接图，其中所述初始拓扑连接图的初始状态以用户电表层中的用户电表节点为叶节点、配电变压器出口侧节点为根节点、分支箱层中的分支箱节点和电表箱层的电表箱节点均为缺失节点，以用户电表与配电变压器的连接关系为边；
计算所述用户电表层中的各个用户电表节点之间的电压偏差方差，并以所述电压偏差方差为边缘权值，生成用户电表节点的最小生成树，即用户电表节点的连通图；
根据台区实际建设情况推算电表箱层和分支箱层节点数量，设置目标聚类数，并删除用户电表最小生成树不同簇中连接的最大权值边，获取不同目标下的用户电表聚类簇；
按不同目标下的用户电表聚类簇顺序分别对分支箱层中的分支箱节点和电表箱层的电表箱节点进行编号，结合更新后的连接关系边集合和节点集合，形成目标台区的拓扑连接图，其中，所述连接关系边集合中包括分支箱节点与用户用电节点的连接关系边集合、电表箱节点与用户用电节点的连接关系边集合，所述节点集合中包括分支箱层的分支箱节点集合，电表箱层的电表箱节点集合。
2.根据权利要求1所述的一种基于最小生成树的配电台区拓扑辨识方法，其特征在于，其中，目标台区的初始拓扑连接图可表示为：
Figure 690518DEST_PATH_IMAGE001
，
式中，
Figure 14183DEST_PATH_IMAGE002
为目标台区的拓扑连接图，
Figure 325078DEST_PATH_IMAGE003
为拓扑连接图中节点集合，
Figure 126812DEST_PATH_IMAGE004
，
Figure 472343DEST_PATH_IMAGE005
为配电变压器出口侧节点集合，数量限制为1个，
Figure 701330DEST_PATH_IMAGE006
、
Figure 906046DEST_PATH_IMAGE007
分别为分支箱节点集合和电表箱 节点集合，
Figure 370526DEST_PATH_IMAGE008
为用户电表节点集合，
Figure 466437DEST_PATH_IMAGE009
为配变出口侧、分支箱层、电表箱层和用户电表层两 者之间的连接关系边集合。
3.根据权利要求1所述的一种基于最小生成树的配电台区拓扑辨识方法，其特征在于，其中，生成用户电表节点的最小生成树的步骤为：
步骤S21：令初始节点集合
Figure 990959DEST_PATH_IMAGE010
，则集合
Figure 151813DEST_PATH_IMAGE011
，计算初始节点集合
Figure 419984DEST_PATH_IMAGE012
和集 合
Figure 349894DEST_PATH_IMAGE013
中节点之间的电压偏差
Figure 310896DEST_PATH_IMAGE014
，具体公式为：
Figure 959046DEST_PATH_IMAGE015
，
式中，
Figure 765328DEST_PATH_IMAGE016
、
Figure 815324DEST_PATH_IMAGE017
分别为节点a的电压幅值、节点b的电压幅值，
Figure 681649DEST_PATH_IMAGE018
、
Figure 817095DEST_PATH_IMAGE019
分别为节点a的电压 幅值在一个计算周期内的平均值、节点b的电压幅值在一个计算周期内的平均值，
Figure 427068DEST_PATH_IMAGE020
为方 差，
Figure 331570DEST_PATH_IMAGE008
为用户电表节点；
步骤S22：在初始节点集合
Figure 634375DEST_PATH_IMAGE012
和集合
Figure 991539DEST_PATH_IMAGE013
能够组成的边中，选择一条电压偏差最小的边
Figure 405202DEST_PATH_IMAGE021
加入到预设的最小生成树模型中，并把
Figure 161281DEST_PATH_IMAGE022
并入到初始节点集合
Figure 634988DEST_PATH_IMAGE012
中；
步骤S23：重复步骤S21和步骤S22，直到
Figure 479447DEST_PATH_IMAGE008
的节点均位于初始节点集合
Figure 165643DEST_PATH_IMAGE012
中为止，最终 可得到用户电表节点连通图。
4.根据权利要求1所述的一种基于最小生成树的配电台区拓扑辨识方法，其特征在于，所述根据台区实际建设情况推算电表箱层和分支箱层节点数量，设置目标聚类数，并删除用户电表最小生成树不同簇中连接的最大权值边，获取不同目标下的用户电表聚类簇包括：
步骤S31：根据目标台区楼栋情况推算分支箱层中分支箱节点的数量和电表箱层中电 表箱节点的数量，将分支箱节点的数量以及电表箱节点的数量分别设置为用户电表层的第 一目标聚类数
Figure 169372DEST_PATH_IMAGE023
、用户电表层的第二目标聚类数
Figure 689346DEST_PATH_IMAGE024
，其中，
Figure 286680DEST_PATH_IMAGE025
；
步骤S32：基于用户电表节点的最小生成树，删除
Figure 776567DEST_PATH_IMAGE026
条最大权值边，直到用户电表 节点分为
Figure 369223DEST_PATH_IMAGE027
簇，将分支箱-用户集合的连接关系加入连接关系边集合E；
步骤S33：删除
Figure 60098DEST_PATH_IMAGE028
条最大权值边，直到用户电表节点分为
Figure 3784DEST_PATH_IMAGE029
簇，将电表箱-用户集合 的连接关系加入连接关系边集合E。
5.根据权利要求4所述的一种基于最小生成树的配电台区拓扑辨识方法，其特征在于，所述按不同目标下的用户电表聚类簇顺序分别对分支箱层中的分支箱节点和电表箱层的电表箱节点进行编号，结合更新后的连接关系边集合和节点集合，形成目标台区的拓扑连接图包括：
步骤S41：按不同目标下的用户电表聚类簇顺序分别对分支箱层中的分支箱节点和电表箱层的电表箱节点进行编号，其中，分别对分支箱层中的分支箱节点和电表箱层的电表箱节点进行编号具体表示为：
Figure 438307DEST_PATH_IMAGE030
，
Figure 151048DEST_PATH_IMAGE031
，
式中，
Figure 747246DEST_PATH_IMAGE032
为电表箱层中第α个电表箱节点，
Figure 912648DEST_PATH_IMAGE033
为分支箱层第β个分支箱节点；
步骤S42：结合分支箱节点集合
Figure 885283DEST_PATH_IMAGE006
、电表箱节点集合
Figure 718110DEST_PATH_IMAGE007
以及连接关系边集合E形成目标 台区的拓扑连接图。
6.一种基于最小生成树的配电台区拓扑辨识系统，其特征在于，包括：
构建模块，配置为获取台区数据，基于所述台区数据构建目标台区的初始拓扑连接图，其中所述初始拓扑连接图的初始状态以用户电表层中的用户电表节点为叶节点、配电变压器出口侧节点为根节点、分支箱层中的分支箱节点和电表箱层的电表箱节点均为缺失节点，以用户电表与配电变压器的连接关系为边；
生成模块，配置为计算所述用户电表层中的各个用户电表节点之间的电压偏差方差，并以所述电压偏差方差为边缘权值，生成用户电表节点的最小生成树，即用户电表节点的连通图；
获取模块，配置为根据台区实际建设情况推算电表箱层和分支箱层节点数量，设置目标聚类数，并删除用户电表最小生成树不同簇中连接的最大权值边，获取不同目标下的用户电表聚类簇；
更新模块，配置为按不同目标下的用户电表聚类簇顺序分别对分支箱层中的分支箱节点和电表箱层的电表箱节点进行编号，结合更新后的连接关系边集合和节点集合，形成目标台区的拓扑连接图，其中，所述连接关系边集合中包括分支箱节点与用户用电节点的连接关系边集合、电表箱节点与用户用电节点的连接关系边集合，所述节点集合中包括分支箱层的分支箱节点集合，电表箱层的电表箱节点集合。
7.一种电子设备，其特征在于，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至5任一项所述的方法。
8.一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，所述程序被处理器执行时实现权利要求1至5任一项所述的方法。
CN202211119280.9A 2022-09-15 2022-09-15 一种基于最小生成树的配电台区拓扑辨识方法及系统 Active CN115221979B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211119280.9A CN115221979B (zh) 2022-09-15 2022-09-15 一种基于最小生成树的配电台区拓扑辨识方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211119280.9A CN115221979B (zh) 2022-09-15 2022-09-15 一种基于最小生成树的配电台区拓扑辨识方法及系统

Publications (2)

Publication Number Publication Date
CN115221979A true CN115221979A (zh) 2022-10-21
CN115221979B CN115221979B (zh) 2023-04-28

Family

ID=83617411

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211119280.9A Active CN115221979B (zh) 2022-09-15 2022-09-15 一种基于最小生成树的配电台区拓扑辨识方法及系统

Country Status (1)

Country Link
CN (1) CN115221979B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060120384A1 (en) * 2004-12-08 2006-06-08 International Business Machines Corporation Method and system for information gathering and aggregation in dynamic distributed environments
US20120137209A1 (en) * 2010-11-26 2012-05-31 International Business Machines Corporation Visualizing total order relation of nodes in a structured document
CN107453351A (zh) * 2017-07-12 2017-12-08 河海大学 一种基于节点注入功率的配电网运行拓扑辨识方法
CN109274095A (zh) * 2018-10-30 2019-01-25 东北大学秦皇岛分校 基于互信息的低压配电网用户拓扑估计方法及系统
CN109408603A (zh) * 2018-09-05 2019-03-01 国网山东省电力公司济南供电公司 一种基于大数据的台区拓扑图绘制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20060120384A1 (en) * 2004-12-08 2006-06-08 International Business Machines Corporation Method and system for information gathering and aggregation in dynamic distributed environments
US20120137209A1 (en) * 2010-11-26 2012-05-31 International Business Machines Corporation Visualizing total order relation of nodes in a structured document
CN107453351A (zh) * 2017-07-12 2017-12-08 河海大学 一种基于节点注入功率的配电网运行拓扑辨识方法
CN109408603A (zh) * 2018-09-05 2019-03-01 国网山东省电力公司济南供电公司 一种基于大数据的台区拓扑图绘制方法
CN109274095A (zh) * 2018-10-30 2019-01-25 东北大学秦皇岛分校 基于互信息的低压配电网用户拓扑估计方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
卢虹宇等: "低压配电台区拓扑辨识及校核方法", 《电气自动化》 *
梅睿等: "基于节点注入功率的配电网运行拓扑辨识", 《电力建设》 *

Also Published As

Publication number Publication date
CN115221979B (zh) 2023-04-28

Similar Documents

Publication Publication Date Title
de Quevedo et al. Reliability assessment of microgrids with local and mobile generation, time-dependent profiles, and intraday reconfiguration
US10296988B2 (en) Linear optimal power flow system and method
CN105470950B (zh) 故障分析用永磁直驱风电场电磁暂态等值模型建立方法
CN113723810B (zh) 基于图数据库的电网建模方法
CN109286188B (zh) 一种基于多源数据集的10kV配电网理论线损计算方法
AU2021104336A4 (en) Power System Theoretical Line Loss Cloud Computing System and Method Thereof
Montano-Martinez et al. Detailed primary and secondary distribution system model enhancement using AMI data
Contreras-Ocaña et al. Non-wire alternatives to capacity expansion
Yuan et al. Towards the Power Synergy Hub (PSHub): Coordinating the energy dispatch of super grid by modified Benders decomposition
Sun et al. Determining optimal generator start-up sequence in bulk power system restoration considering uncertainties: A confidence gap decision theory based robust optimization approach
Gao et al. Concepts, structure and developments of high-reliability cyber-physical fusion based coordinated planning for distribution system
CN111834996B (zh) 电网线损计算方法和装置
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
US20230327438A1 (en) Scalable state estimation for power distribution grid
CN115221979A (zh) 一种基于最小生成树的配电台区拓扑辨识方法及系统
CN113868821B (zh) 一种基于营配大数据融合的配网降损方法及终端机
He et al. An overview of applications of MAS in smart distribution network with DG
CN113269397A (zh) 一种基于图谱技术的设备关联特征户变关系核查方法
Savvopoulos et al. An Effective Method to Estimate the Aggregated Flexibility at Distribution Level
Montano-Martinez Detailed Primary and Secondary Distribution System Modeling and Validation of Feeders, Loads and Distributed Energy Resources Using Field Measurements
CN114188936B (zh) 一种传统火电机组黑启动移动储能系统的优化调度方法
Li et al. The voltage security region calculation method of receiving-end power system based on the equivalence of transient process
Seenath Beevi et al. Smart Grid and Utility Challenges
Gao et al. A DPSO-based parallel sectionalized restoration scheme for power system
CN108256178A (zh) 一种配电网合环电流在线计算方法

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