CN115377976B - 一种基于皮尔逊相关系数的配网线变关系识别方法 - Google Patents
一种基于皮尔逊相关系数的配网线变关系识别方法 Download PDFInfo
- Publication number
- CN115377976B CN115377976B CN202211307871.9A CN202211307871A CN115377976B CN 115377976 B CN115377976 B CN 115377976B CN 202211307871 A CN202211307871 A CN 202211307871A CN 115377976 B CN115377976 B CN 115377976B
- Authority
- CN
- China
- Prior art keywords
- distribution network
- distribution
- line
- network line
- pearson correlation
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J13/00—Circuit arrangements for providing remote indication of network conditions, e.g. an instantaneous record of the open or closed condition of each circuitbreaker in the network; Circuit arrangements for providing remote control of switching means in a power distribution network, e.g. switching in and out of current consumers by using a pulse code signal carried by the network
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Power Engineering (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明涉及配网线变关系识别技术领域,公开了一种基于皮尔逊相关系数的配网线变关系识别方法,用于解决配网线变关系校验耗时长、准确率低的问题。本发明1.包括以下步骤:步骤S1,对配网量测数据进行前置处理,修复异常的配网量测数据;步骤S2,使用皮尔逊相关系数识别配网线变沿线关系;步骤S3,根据识别结果修正配网线变沿线关系,生成疑似错误配变挂接线路清单。本发明中所提方法考虑了配网线变电压曲线变化相似的特点,实现了配网线变关系的精准识别,为提升配网线路运行管理水平提供数据支撑。
Description
技术领域
本发明涉及配网线变关系识别技术领域,具体地说,是一种基于皮尔逊相关系数的配网线变关系识别方法,用于解决配网线变关系校验耗时长、准确率低的问题。
背景技术
随着中国新型电力系统建设工作逐步推进,电网“透明化”需求不断增多,电网拓扑关系的重要性日益增加。随着中国城市化建设进程开展,配网线路新建、迁改等工程逐年增多,配网线变关系变动频繁,清理难度大。配网线变关系作为电网拓扑关系的关键环节,其准确性将直接影响配网故障精准定位、线损计算、运行方式优化等应用。因此,提高配网线变关系准确性将有助提升配网“可观测”、“可描述”、“可控制”的能力。供电公司通常采用人工巡线方式核查配网线变关系,核查效率低,在配网线路网架复杂的情况下,核查准确率低。许多学者对配网线变关系识别做了大量研究,其研究主要分为停电校验法、电流脉冲传输路径追溯法和电压序列校验法三类。
在停电校验法中,供电公司在配网线路检修停电时,通过比对该配网线路与之对应的停电配电变压器,从而进行配网线变关系验证。该校验方法中,配网线变关系验证准确率高,但该方法统计周期受限于停电检修计划,统计频次低。同时,该方法仅适用于单条配网线路检修的配网线变关系核查;若同时开展多条配网线路检修工作,则不能理清停电的配电变压器与配网线路拓扑关系。
在电流脉冲传输路径追溯法中,首先,变电站配网线路首端的信号发射装置向配网线路注入特征行波电流信号,该信号沿配网线路向配电变压器传输。其次,配电变压器的接收装置在接收到特征行波电流信号后,增加该配电变压器唯一序列码,并将信号反馈给配网线路首端的信号发射装置。最后,信号发射装置将接受信号与发生信号特征进行比较,从而判断配网线变关系。由此可见,上述方法取得了一定的成效,但该方法需在配网线路首端与配电变压器处安装信号发射和接收装置,安装成本高。若装置出现掉线、故障等可靠性问题,则会造成配网线变关系识别不准确。
在电压序列校验法中,通过比对10kV配网线路与配电变压器0.4kV侧总表电压变化关系来识别配网线变关系。但该方法受量测装置时钟超差、配电变压器容量、阻抗等因素影响,配网线变关系识别准确率低。
因此,为了解决配网线变关系校验耗时长、准确率低的问题,本发明提出了一种基于皮尔逊相关系数的配网线变关系识别方法。
发明内容
本发明的目的在于提供一种基于皮尔逊相关系数的配网线变关系识别方法,具有解决配网线变关系校验耗时长、准确率低的问题的效果。
本发明通过下述技术方案实现:一种基于皮尔逊相关系数的配网线变关系识别方法,1.包括以下步骤:
步骤S1,对配网量测数据进行前置处理,修复异常的配网量测数据;
步骤S2,使用皮尔逊相关系数识别配网线变沿线关系;
步骤S3,根据识别结果修正配网线变沿线关系,生成疑似错误配变挂接线路清单。
为了更好地实现本发明,进一步地,所述步骤S1包括:
步骤S11,采集配网量测数据,所述配网量测数据包括量测数据和档案数据;
步骤S12,电网数据中台汇聚配网量测数据,配网线变关系模型采用ETL技术实现配网量测数据同步;
步骤S13,从电网数据中台中抽取配网量测数据,并对其进行异常数据检测,消除配网量测异常数据;
步骤S14,使用最小二乘法的回归直线方程进行配网量测异常数据的修复;
步骤S15,将配网量测终端的电压曲线进行时间轴校准。
为了更好地实现本发明,进一步地,所述步骤S2包括:
步骤S21,构建配网线路与配电变压器之间的电压序列矩阵,并将电压序列矩阵依次进行电压皮尔逊相关系数的两两比较;
步骤S22,判断皮尔逊相关系数是否在皮尔逊相关系数阈值范围内,如果是,则根据皮尔逊相关系数的大小生成配网线变沿线关系清单,进入步骤S23,如果否,生成疑是线变关系错误清单,进入步骤S3;
步骤S23,输出皮尔逊相关系数阈值范围外的配电变压器清单。
为了更好地实现本发明,进一步地,所述步骤S3包括:
步骤S31,查找经纬度邻近的配网线路,并提取其电压序列;
步骤S32,将皮尔逊相关系数阈值范围外配电变压器与经纬度邻近配网线路比较电压皮尔逊相关系数,直至比较出在皮尔逊相关系数阈值内的配网线路;
步骤S33,生成疑似错误配变挂接线路清单。
为了更好地实现本发明,进一步地,所述步骤S11包括:
配电自动化系统和用电信息采集系统按照日96点的频度采集配网量测数据。
为了更好地实现本发明,进一步地,所述步骤S12包括:
配网线变关系模型通过增量更新的方式实现配网量测数据中档案数据的异动更新。
为了更好地实现本发明,进一步地,所述步骤S14包括:
用最小二乘法的回归直线方程进行配网量测异常数据的修复。
为了更好地实现本发明,进一步地,所述步骤S15包括:
使用动态时间规整方法将配网量测终端的电压曲线进行时间轴校准。
本发明与现有技术相比,具有以下优点及有益效果:
(1)为解决配网线变关系清理耗时长、准确率低的问题,提出了一种基于皮尔逊相关系数的配网线变关系识别方法。该方法在电力公司数据中台汇聚的配网量测数据基础上,通过配网线路、配电变压器的电压曲线皮尔逊相关系数识别配网线变关系,具有分析准确、配网线变关系错误配变关系修正等特点;
(2)本发明中所提方法考虑了配网线变电压曲线变化相似的特点,实现了配网线变关系的精准识别,为提升配网线路运行管理水平提供数据支撑。
附图说明
本发明结合下面附图和实施例做进一步说明,本发明所有构思创新应视为所公开内容和本发明保护范围。
图1为本发明提供的一种基于皮尔逊相关系数的配网线变关系识别方法中配网线变关系识别的流程图。
图2为本发明提供的一种基于皮尔逊相关系数的配网线变关系识别方法中配网数据采集表示意图。
具体实施方式
为了更清楚地说明本发明实施例的技术方案,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,应当理解,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例,因此不应被看作是对保护范围的限定。基于本发明中的实施例,本领域普通技术工作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。
在本发明的描述中,需要说明的是,配网线变关系,是指10kV配电网线路与配电变压器之间的关系。
皮尔逊相关系数(Pearson Correlation)是衡量向量相似度的一种方式。输出范围为-1到+1,其中0代表无相关性,负值代表负相关,正值代表正相关。皮尔逊相关系数在欧几里德距离上做出了优化,对向量的值做了中心化处理,即对两个向量中的所有维度都减去元素的平均值,中心化后所有维度的平均值基本为0;然后对中心化结果求余弦距离,但余弦距离的计算要求每个向量中所有的值都必须非空,若两个向量v1=(3,2,4)、v2=(-1,2,null),则无法进行余弦距离计算的。皮尔逊相关系数把向量中所有null维度赋值为0,再对结果进行余弦计算。
实施例1:
本实施例的一种基于皮尔逊相关系数的配网线变关系识别方法,本发明基于皮尔逊相关系数的配网线变关系识别方法包括配网量测数据前置处理、识别对配网线变沿线关系和配网线变关系修正建议三部分。基于皮尔逊相关系数的配网线变关系识别方法是一种改进的配网量测电压相关性比较方法,其工作原理为:首先通过比对配网线路母线、柱上开关和配电变压器10kV侧柱上熔断器三者之间的电压皮尔逊相关系数。其次,若皮尔逊相关系数在皮尔逊相关系数阈值范围内,则根据皮尔逊相关系数的大小生成配网线变沿线关系;若相关系数在在皮尔逊相关系数阈值范围外,则通过如图2所示的用电信息采集系统查找经纬度邻近的配网线路,并比较配电变压器与配网线路的电压皮尔逊相关系数,直至比较出在皮尔逊相关系数阈值范围内的配网线路。最后,生成疑似错误配变挂接线路清单,即经过二次比较仍然不在皮尔逊相关系数阈值范围内的配网线路清单。
皮尔逊相关系数阈值据已知的户变关系聚类值而来,一般为90%。
实施例2:
本实施例在实施例1的基础上做进一步优化,如图1所示,在对配网量测数据进行前置处理环节,首先,配电自动化系统、用电信息采集系统按日96点的频度,对配网量测数据采集,并将配网量测数据汇聚到电网数据中台。其次,本发明中配网线变关系模型从电网数据中台中抽取配网量测数据,并对其进行异常数据检测;针对缺失、错误等异常数据进行修复,以提高配网线变关系模型识别准确率,最后,并将配网量测终端的电压曲线数据进行时间轴校准,消除配网量测终端时钟超差造成的电压曲线时间轴不一致的问题。
在识别对配网线变沿线关系环节,首先,构建配网线路与配电变压器之间电压序列矩阵,并将其进行电压皮尔逊相关系数两两比较;其次,判断皮尔逊相关系数是否在皮尔逊相关系数阈值范围内,若在皮尔逊相关系数阈值范围内,则根据相关系数的大小生成配网线变沿线关系;最后,输出皮尔逊相关系数阈值范围外的配电变压器清单。
在配网线变关系修正建议环节,首先,通过如图2所示的生产精益管理系统电网地理信息模块查找经纬度邻近的配网线路,并提取其电压序列;其次,将皮尔逊相关系数阈值范围外配电变压器与经纬度邻近配网线路比较电压皮尔逊相关系数,直至比较出在皮尔逊相关系数阈值内的配网线路。最后,生成疑似错误配变挂接线路清单。
本实施例的其他部分与实施例1相同,故不再赘述。
实施例3:
本实施例在上述实施例1或2的基础上做进一步优化,2021年,中国国家电网有限公司开展推广一二次融合断路器,该设备实现了配电变压器10kV侧电压数据采集。因此,采用配网馈线首端的电压曲线与配电变压器10kV侧电压曲线比较相关系数,可提高配网线变关系识别准确性。2019年,中国国家电网有限公司开始建设数据中台,该中台定融合了数据中心、电网业务系统的数据资源,统一提供电网数据共享计算分析服务,以解决数据接入时效性不足、数据配网线变关系模型不完善、数据共享分析服务能力不高等问题。配网线变关系识别涉及营销业务系统、生产精益管理系统、用电信息采集、配电自动化系统的档案及量测数据。数据中台采用数据仓库系统(Extract-Transform-Load, ETL)。上述系统中同步配网线变关系识别中涉及的档案数据及量测数据如图2所示。
配网线变关系识别的档案数据为静态数据,变动相对较少,本发明中配网线变关系模型采用ETL技术实现初始数据同步,并通过增量更新的方式实现档案数据的异动更新。量测数据为动态数据,更新较为频繁,是配网线变关系识别的关键。首先,在配电自动化系统、用电信息采集系统按日96点的频度采集配网量测数据后;其次,采用数据中台汇聚上述数据;最后,本发明中配网线变关系模型采用ETL技术同步数据中台的配电量测数据。
本实施例的其他部分与上述实施例1或2相同,故不再赘述。
实施例4:
本实施例在上述实施例1-3任一项的基础上做进一步优化,在本实施例中详细介绍了配网量测异常数据修复的过程:
配网量测终端在数据采集的过程中,容易受噪声干扰和传输信道影响,导致出现“错误”、“缺失”等异常数据。此类异常数据将影响配网线变关系识别准确率,因此,在配网线变关系模型计算前,对配网量测异常数据进行修复。
最小二乘法是一种异常数据修复方法,该方法通过最小的误差化平方寻找异常数据的最佳的函数匹配。因此,本发明中采用最小二乘法的回归直线方程进行配网量测异常数据的修复。配网量测数据的回归系数ba为:
式中:na为配网量测数据采集的时间点个数;ji为不同的配网量测时间轴数据;li为不同的配网量测电参量数据。
则配网量测异常数据修复结果lb为:
通过上式,可获得配网量测异常数据的最佳预估修复值,消除配网量测异常数据对本发明中所提算法的影响。
本实施例的其他部分与上述实施例1-3任一项相同,故不再赘述。
实施例5:
本实施例在上述实施例1-4任一项基础上做进一步优化,在本实施例中详细介绍了配网量测数据时间轴校准过程:
配网线路、配电变压器的电压变化与时间轴关联度大,在数据中台汇聚配网量测终端电压曲线数据后,配网量测终端的电压曲线数据进行时间轴校准,消除配网量测终端时钟超差造成的电压曲线时间轴不一致的问题。
动态时间规整(Dynamic Time Warping, DTW)方法是一种曲线的校准方法。该方法通过在时间轴上拉伸或压缩配网量测终端时间曲线轴,从而使得配网各量测终端的电压曲线在时间轴形态近似一致。以消除配网量测终端时钟超差造成的电压曲线时间轴不一致的问题。配网线路首端的电压曲线ya为:
配电变压器10kV侧的电压曲线ka为:
然后,根据配网线路首端的电压曲线和配电变压器10kV侧的电压曲线构建矩阵网格,通过欧式距离对曲线进行拉伸与缩放规整,则配网线路首端与配电变压器10kV侧电压最佳规整路径Dyk为:
式中:nc为电压曲线时间轴规整的点数;ei为不同的电压曲线规整路径。
本实施例的其他部分与上述实施例1-4任一项相同,故不再赘述。
实施例6:
本实施例在上述实施例1-5任一项基础上做进一步优化,在本实施例中详细介绍了识别配网线变沿线关系的过程:
受配网运行方式改变、电力负荷随不同时段变化等因素影响,10kV配网线路电压波动频繁。在同一条10kV配网线路中,配网线路的电压变化与配电变压器电压变化具有相似性;与电气距离越近的两台配电变压器之间,电压曲线变化相似度越高;反之,则相似度越低。若配电变压器在不同10kV配网线路下,则电压曲线变化不一致。
在识别对配网线变沿线关系中,将柱上开关的电压曲线纳入配电变压器电压曲线统计。首先将10kV配网线路首端的电压曲线与该条线路下所有的配电变压器电压曲线进行比较,相似度最高的配电变压器为离10kV配网线路距离最近的配电变压器。然后,再以此将次配电变压器与其它配电变压器比较电压曲线,直至比较结束,形成距离10kV配网线路由近及远的配网线变沿线关系清单。
皮尔逊相关系数(Pearson product-moment correlation coefficient, PCCs)是一种比较曲线相似度的方法,该方法是欧几里德距离的改进方法,通过中心化向量值,并求其余弦距离,可提高曲线相似度识别准确性。因此,本发明中采用皮尔逊相关系数进行配网线变关系识别。
配网线变关系之间的皮尔逊相关系数Rp为:
式中:nd为配网线变关系识别中电压曲线数据的时间点个数;ci为第一条配网电压曲线中不同时间点的电压数据; 为一条配网电压曲线中时间轴的平均电压值;di为第二条配网电压曲线中不同时间点的电压数据; 为二条配网电压曲线中时间轴的平均电压值。
其中,两条配网电压曲线的协方差scd为:
第一条配网电压曲线的标准差sc为:
第二条配网电压曲线的标准差sd为:
然后,依次比较10kV配电线路首端与不同的配电变压器、柱上开关电压曲线的皮尔逊相关系数。若皮尔逊相关系数在皮尔逊相关系数阈值范围内,则根据皮尔逊相关系数的大小生成配网线变沿线关系,若在皮尔逊相关系数阈值范围外,在输出疑似线变关系错误的配电变压器清单。皮尔逊相关系数阈值范围内的配网线变关系皮尔逊相关系数Ra为:
式中:为配网线变关系一致的皮尔逊相关系数阈值。
约束条件:根据能量守恒定律,10kV配网线路首端功率等于该条10kV配电线路所有配电变压器功率、柱上开关功率之和。10kV配网线路首端功率Pd满足:
式中:ne为供电公司生产精益管理系统中该条10kV配网线路下配变档案个数;nf为供电公司生产精益管理系统中中该条10kV配网线路下柱上开关档案个数;pi为该条10kV配网线路档案中不同配电变压器的功率数据;ph为该条10kV配网线路档案中不同柱上开关的功率数据。
判断皮尔逊相关系数是否在皮尔逊相关系数阈值范围内,如果是,则根据皮尔逊相关系数的大小生成配网线变沿线关系清单,输出皮尔逊相关系数阈值范围外的配电变压器清单。
本实施例的其他部分与上述实施例1-5任一项相同,故不再赘述。
实施例7:
本实施例在上述实施例1-6任一项基础上做进一步优化,在本实施例中详细介绍了修正配网线变关系的过程:
10kV配网的网架结构复杂,存在不同变电站的多条10kV配网线路给同一地理位置场所供电的情况,因此,为定位配网线变关系错误配电变压器的真实配网线路,采用地理邻近配网线路比较法进行配网线变关系错误修正。首先,本发明中算法在生产精益管理系统电网地理信息模块找出配网线变关系错误配电变压器经纬度邻近的配网线路,并依次提取配网线路首端、该条配网线路下所有配电变压器的电压曲线。其次,依次将配网线变关系错误配电变压器与上述电压曲线比较皮尔逊相关系数,直至比较出皮尔逊相关系数在皮尔逊相关系数阈值范围内的配网线路。
半正矢公式(Haversine, HS)是一种根据地球经纬度计算两点之间距离的公式,该公式采用正弦函数,具有舍入误差小的特点。因此,本发明中采用HS公式计算配网线变关系错误配电变压器的经纬度邻近配网线路。两者之间的相对值Ea为:
配网线变关系错误配电变压器与其它配网线路的距离Eb为:
式中:Fa为地球的半径。
然后,再依次将Eb由小及大的配网线路与配网线变关系错误配电变压器比较皮尔逊相关系数,直至找出皮尔逊相关系数最小且在式10中皮尔逊相关系数阈值范围内的配网线路。该配网线路即为配电变压器的正确线路。最后,生成疑似错误配电变压器挂接线路清单。
本实施例的其他部分与上述实施例1-6任一项相同,故不再赘述。
实施例8:
本实施例在上述实施例1-7任一项基础上做进一步优化,在识别对配网线变沿线关系中,将柱上开关的电压曲线纳入配电变压器电压曲线统计。首先将10kV配网线路首端的电压曲线与该条线路下所有的配电变压器电压曲线进行比较,相似度最高的配电变压器为离10kV配网线路距离最近的配电变压器。然后,再以此将次配电变压器与其它配电变压器比较电压曲线,直至比较结束,形成距离10kV配网线路由近及远的配网线变沿线关系清单。
在配网线变关系修正建议中,10kV配网的网架结构复杂,存在不同变电站的多条10kV配网线路给同一地理位置场所供电的情况,因此,为定位配网线变关系错误配电变压器的真实配网线路,采用地理邻近配网线路比较法进行配网线变关系错误修正。首先,本发明中算法在生产精益管理系统电网地理信息模块找出配网线变关系错误配电变压器经纬度邻近的配网线路,并依次提取配网线路首端、该条配网线路下所有配电变压器的电压曲线。其次,依次将配网线变关系错误配电变压器与上述电压曲线比较皮尔逊相关系数,直至比较出皮尔逊相关系数在皮尔逊相关系数阈值范围内的配网线路。
本实施例的其他部分与上述实施例1-7任一项相同,故不再赘述。
以上所述,仅是本发明的较佳实施例,并非对本发明做任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化,均落入本发明的保护范围之内。
Claims (5)
1.一种基于皮尔逊相关系数的配网线变关系识别方法,其特征在于,包括以下步骤:
步骤S1,对配网量测数据进行前置处理,修复异常的配网量测数据;
步骤S2,使用皮尔逊相关系数识别配网线变沿线关系;
步骤S3,根据识别结果修正配网线变沿线关系,生成疑似错误配变挂接线路清单;
所述步骤S1包括:
步骤S11,采集配网量测数据,所述配网量测数据包括量测数据和档案数据;
步骤S12,电网数据中台汇聚配网量测数据,配网线变关系模型采用ETL技术实现配网量测数据同步;
步骤S13,从电网数据中台中抽取配网量测数据,并对其进行异常数据检测,消除配网量测异常数据;
步骤S14,使用最小二乘法的回归直线方程进行配网量测异常数据的修复;
步骤S15,将配网量测终端的电压曲线进行时间轴校准;
所述步骤S15包括:
根据配网线路首端的电压曲线和配电变压器10kV侧的电压曲线构建矩阵网格,通过欧式距离对曲线进行拉伸与缩放规整,得到配网线路首端与配电变压器10kV侧电压最佳规整路径Dyk;
式中,nc为电压曲线时间轴规整的点数;ei为不同的电压曲线规整路径;i为不同的电压曲线时间轴规整点数;
所述配网量测数据的回归系数ba为:
式中:na为配网量测数据采集的时间点个数;ji为不同的配网量测时间轴数据;li为不同的配网量测电参量数据;
配网量测异常数据修复结果lb为:
所述步骤S3包括:
步骤S31,查找经纬度邻近的配网线路,并提取其电压序列;
步骤S32,将皮尔逊相关系数阈值范围外配电变压器与经纬度邻近配网线路比较电压皮尔逊相关系数,直至比较出在皮尔逊相关系数阈值内的配网线路;
步骤S33,生成疑似错误配变挂接线路清单;
所述步骤S33包括:采用半正矢公式计算配网线变关系错误配电变压器的经纬度邻近配网线路;
2.根据权利要求1所述的一种基于皮尔逊相关系数的配网线变关系识别方法,其特征在于,所述步骤S2包括:
步骤S21,构建配网线路与配电变压器之间的电压序列矩阵,并将电压序列矩阵依次进行电压皮尔逊相关系数的两两比较;
步骤S22,判断皮尔逊相关系数是否在皮尔逊相关系数阈值范围内,如果是,则根据皮尔逊相关系数的大小生成配网线变沿线关系清单,进入步骤S23,如果否,生成疑似线变关系错误清单,进入步骤S3;
步骤S23,输出皮尔逊相关系数阈值范围外的配电变压器清单。
3.根据权利要求1所述的一种基于皮尔逊相关系数的配网线变关系识别方法,其特征在于,所述步骤S11包括:
配电自动化系统和用电信息采集系统按照日96点的频度采集配网量测数据。
4.根据权利要求1所述的一种基于皮尔逊相关系数的配网线变关系识别方法,其特征在于,所述步骤S12包括:
配网线变关系模型通过增量更新的方式实现配网量测数据中档案数据的异动更新。
5.根据权利要求1所述的一种基于皮尔逊相关系数的配网线变关系识别方法,其特征在于,所述步骤S15包括:
使用动态时间规整方法将配网量测终端的电压曲线进行时间轴校准。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211307871.9A CN115377976B (zh) | 2022-10-25 | 2022-10-25 | 一种基于皮尔逊相关系数的配网线变关系识别方法 |
PCT/CN2022/136320 WO2024087325A1 (zh) | 2022-10-25 | 2022-12-02 | 一种基于皮尔逊相关系数的配网线变关系识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211307871.9A CN115377976B (zh) | 2022-10-25 | 2022-10-25 | 一种基于皮尔逊相关系数的配网线变关系识别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115377976A CN115377976A (zh) | 2022-11-22 |
CN115377976B true CN115377976B (zh) | 2023-02-17 |
Family
ID=84072880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211307871.9A Active CN115377976B (zh) | 2022-10-25 | 2022-10-25 | 一种基于皮尔逊相关系数的配网线变关系识别方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115377976B (zh) |
WO (1) | WO2024087325A1 (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115377976B (zh) * | 2022-10-25 | 2023-02-17 | 四川中电启明星信息技术有限公司 | 一种基于皮尔逊相关系数的配网线变关系识别方法 |
CN115954879B (zh) * | 2023-03-13 | 2023-10-27 | 南昌工程学院 | 基于ao算法优化pnn的配电网线变关系精准辨识方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521080A (zh) * | 2011-12-07 | 2012-06-27 | 福建省电力有限公司 | 电力用户用电信息采集系统的计算机数据修复方法 |
CN111445108A (zh) * | 2020-03-03 | 2020-07-24 | 国网江苏省电力有限公司电力科学研究院 | 数据驱动的配电网线变关系诊断方法、装置及系统 |
CN111458661A (zh) * | 2020-03-03 | 2020-07-28 | 国网江苏省电力有限公司电力科学研究院 | 一种配电网线变关系诊断方法、装置及系统 |
CN111723339A (zh) * | 2020-06-10 | 2020-09-29 | 国网河南省电力公司郑州供电公司 | 基于趋势相似性和距离测度的台区低压挂接辨识方法 |
CN111798051A (zh) * | 2020-07-02 | 2020-10-20 | 杭州电子科技大学 | 基于长短期记忆神经网络的空气质量时空预测方法 |
CN112131690A (zh) * | 2020-08-20 | 2020-12-25 | 同济大学 | 一种排水管网gis异常数据检测与修复的方法 |
CN112345972A (zh) * | 2020-11-02 | 2021-02-09 | 国网江苏省电力有限公司电力科学研究院 | 基于停电事件的配电网线变关系异常诊断方法、装置及系统 |
CN114358405A (zh) * | 2021-12-27 | 2022-04-15 | 中国电建集团贵州电力设计研究院有限公司 | 一种输电线路精细化点对点气温预测方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7499290B1 (en) * | 2004-05-19 | 2009-03-03 | Mississippi State University | Power conversion |
CN101592652A (zh) * | 2008-07-04 | 2009-12-02 | 重庆交通大学 | 湿热地区沥青路面疲劳寿命预估方法 |
CN102324102B (zh) * | 2011-10-08 | 2014-04-16 | 北京航空航天大学 | 一种图像场景空洞区域结构和纹理信息自动填补方法 |
US9292794B2 (en) * | 2013-08-15 | 2016-03-22 | International Business Machines Corporation | Voltage-based clustering to infer connectivity information in smart grids |
CN107591811B (zh) * | 2017-10-17 | 2019-08-30 | 中国农业大学 | 配电网无功优化方法及装置 |
CN110210681B (zh) * | 2019-06-11 | 2023-06-27 | 西安电子科技大学 | 一种基于距离的监测站点pm2.5值的预测方法 |
CN110503348B (zh) * | 2019-09-09 | 2023-01-06 | 中南大学 | 一种基于位置匹配的个体空气污染暴露模拟测量方法 |
CN110718908B (zh) * | 2019-09-29 | 2024-05-03 | 中科合创科技实业(深圳)有限公司 | 基于层次聚类法的配电网拓扑结构识别方法及系统 |
CN111426905B (zh) * | 2020-03-03 | 2022-02-15 | 国网江苏省电力有限公司电力科学研究院 | 一种配电网同母线变关系异常诊断方法、装置及系统 |
CN112668173B (zh) * | 2020-12-24 | 2022-06-10 | 国网江西省电力有限公司电力科学研究院 | 一种基于偏态分布计算10kV线路拓扑关系阈值的方法 |
CN112883340B (zh) * | 2021-04-30 | 2021-07-23 | 西南交通大学 | 基于分位数回归的轨道质量指数阈值合理性分析方法 |
CN114764535A (zh) * | 2022-05-06 | 2022-07-19 | 广东电网有限责任公司 | 用于仿真的电力数据处理方法、装置、设备及存储介质 |
CN115377976B (zh) * | 2022-10-25 | 2023-02-17 | 四川中电启明星信息技术有限公司 | 一种基于皮尔逊相关系数的配网线变关系识别方法 |
-
2022
- 2022-10-25 CN CN202211307871.9A patent/CN115377976B/zh active Active
- 2022-12-02 WO PCT/CN2022/136320 patent/WO2024087325A1/zh unknown
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102521080A (zh) * | 2011-12-07 | 2012-06-27 | 福建省电力有限公司 | 电力用户用电信息采集系统的计算机数据修复方法 |
CN111445108A (zh) * | 2020-03-03 | 2020-07-24 | 国网江苏省电力有限公司电力科学研究院 | 数据驱动的配电网线变关系诊断方法、装置及系统 |
CN111458661A (zh) * | 2020-03-03 | 2020-07-28 | 国网江苏省电力有限公司电力科学研究院 | 一种配电网线变关系诊断方法、装置及系统 |
CN111723339A (zh) * | 2020-06-10 | 2020-09-29 | 国网河南省电力公司郑州供电公司 | 基于趋势相似性和距离测度的台区低压挂接辨识方法 |
CN111798051A (zh) * | 2020-07-02 | 2020-10-20 | 杭州电子科技大学 | 基于长短期记忆神经网络的空气质量时空预测方法 |
CN112131690A (zh) * | 2020-08-20 | 2020-12-25 | 同济大学 | 一种排水管网gis异常数据检测与修复的方法 |
CN112345972A (zh) * | 2020-11-02 | 2021-02-09 | 国网江苏省电力有限公司电力科学研究院 | 基于停电事件的配电网线变关系异常诊断方法、装置及系统 |
CN114358405A (zh) * | 2021-12-27 | 2022-04-15 | 中国电建集团贵州电力设计研究院有限公司 | 一种输电线路精细化点对点气温预测方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2024087325A1 (zh) | 2024-05-02 |
CN115377976A (zh) | 2022-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115377976B (zh) | 一种基于皮尔逊相关系数的配网线变关系识别方法 | |
Wang et al. | Phase identification in electric power distribution systems by clustering of smart meter data | |
CN111505433B (zh) | 一种低压台区户变关系纠错及相位识别方法 | |
CN111612056B (zh) | 一种基于模糊聚类和过零偏移的低压户变关系识别方法 | |
CN112688428B (zh) | 一种基于物联网技术的10千伏电网同期线损治理方法 | |
CN110687361A (zh) | 一种用于识别低压配网台区相序的方法及系统 | |
CN111835006B (zh) | 一种基于电压曲线和最小二乘的低压台区拓扑识别方法 | |
CN112366690B (zh) | 一种基于强同步电压特征匹配的低压台区横向节点关系识别方法 | |
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 | |
CN111091223B (zh) | 一种基于物联网智能感知技术的配变短期负荷预测方法 | |
CN109146336B (zh) | 一种基于t分布的电力系统鲁棒状态估计方法 | |
CN112636335B (zh) | 基于电压数据去相关遴选和相关分析的低压配电网户变关系校验方法及系统 | |
CN109829246A (zh) | 一种基于参数综合可疑度的线路参数辨识方法 | |
CN110955808B (zh) | 一种主厂站四遥监控信息匹配关联的方法 | |
CN112182499A (zh) | 一种基于时序电量数据的低压配电网拓扑结构辨识方法 | |
CN115470858A (zh) | 基于ddtw距离和最小最大距离算法的配电台区拓扑辨识方法 | |
CN116319350A (zh) | 一种电表量测数据与电力线通信的低压配网拓扑识别方法 | |
CN115508662A (zh) | 一种用于判定台区电表与表箱间归属关系的方法 | |
CN111880121B (zh) | 一种基于运行扰动数据分析的低压台区拓扑系统及拓扑识别方法 | |
Zhao et al. | User-transformer relationship verification method of low voltage distribution network based on voltage correlaion analysis | |
Zou et al. | Identification method for household-transformer relationship in low-voltage transformer area based on LCSS-DBSCAN | |
CN109164307A (zh) | 一种配电变压器相序识别算法 | |
You et al. | A Method for Low-voltage Distribution Network Topology Verification Based on APAA and Convolution Kernel Matching | |
Nie et al. | Incoming Line Phase Identification of the Meter Box Bus of Low Voltage Distribution Network Using Circuit Terminal Unit | |
CN115577993B (zh) | 一种基于时序匹配的台区户变识别方法 |
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 |