CN115453271A - 一种配电网问题诊断方法、装置、设备及存储介质 - Google Patents
一种配电网问题诊断方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115453271A CN115453271A CN202211416734.9A CN202211416734A CN115453271A CN 115453271 A CN115453271 A CN 115453271A CN 202211416734 A CN202211416734 A CN 202211416734A CN 115453271 A CN115453271 A CN 115453271A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- power distribution
- network
- data
- graph
- 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.)
- Pending
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 356
- 238000003745 diagnosis Methods 0.000 title claims abstract description 102
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000003860 storage Methods 0.000 title claims abstract description 18
- 239000011159 matrix material Substances 0.000 claims description 68
- 238000010586 diagram Methods 0.000 claims description 50
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012549 training Methods 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 11
- 230000002776 aggregation Effects 0.000 claims description 6
- 238000004220 aggregation Methods 0.000 claims description 6
- 238000005520 cutting process Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims 1
- 238000004891 communication Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 239000000243 solution Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/08—Locating faults in cables, transmission lines, or networks
- G01R31/088—Aspects of digital computing
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种配电网问题诊断方法、装置、设备及存储介质。包括：获取配电网问题诊断集，其中，配电网问题诊断集中包括各问题类型对应的最终配电网图网络；获取待测配电网数据，从配电网问题诊断集中获取与待测配电网数据匹配的目标配电网图网络；根据目标配电网图网络确定待测配电网数据的问题类型。通过获取配电网问题诊断集对待测配电网数据进行问题诊断，由于配电网问题诊断集中包含各问题类型对应的最终配电网图网络，可以多维度进行问题诊断，最后根据与待测配电网数据匹配的目标配电网图网络即可确定出待测配电网数据的问题类型，在数据量大时也能保障诊断效率，减少了人工操作的工作量和人工判断时产生的误差，提高了准确率。
Description
技术领域
本发明涉及配电网问题诊断领域，尤其涉及一种配电网问题诊断方法、装置、设备及存储介质。
背景技术
随着经济的发展，配电网的规模与日俱增，配网用户数量显著增长，与此同时带来的管理和规划问题也日渐突出，而在现状配电网规划中，核心部分的内容是诊断出现状配电网中存在的问题，在此基础上对薄弱环节进行改造规划。
现有技术中配电网问题诊断多数基于人工判断，归类总结出典型问题并导入问题库系统，指导规划人员有目的的进行改造规划。
现有技术基于人工判断的方式，数据量大时会造成效率低和错误率低的问题，无法准确对配电网存在的问题进行诊断。
发明内容
本发明提供了一种配电网问题诊断方法、装置、设备及存储介质，以实现对待测配电网数据进行诊断。
根据本发明的一方面，提供了一种配电网问题诊断方法，该方法包括：
获取配电网问题诊断集，其中，配电网问题诊断集中包括各问题类型对应的最终配电网图网络；
获取待测配电网数据，从配电网问题诊断集中获取与待测配电网数据匹配的目标配电网图网络；
根据目标配电网图网络确定待测配电网数据的问题类型。
可选的，获取配电网问题诊断集，包括：获取原始配电网数据；确定各原始配电网数据的邻接矩阵和特征矩阵；根据邻接矩阵和特征矩阵生成原始配电网图网络，并确定原始配电网图网络对应的问题类型，其中，问题类型包括线路重过载、非典型接线、馈线不可转供、同母线联络、馈线首端联络、同变电站联络、同杆架设线路联络、馈线大分支和主干挂灯笼；根据原始配电网图网络和问题类型构建配电网问题诊断集。
可选的，获取原始配电网数据，包括：采用随机扰动法对配电网进行线路切割与负荷拼接，形成问题场景；基于问题场景采集原始配电网数据。
可选的，确定各原始配电网数据的邻接矩阵和特征矩阵，包括：对各原始配电网数据中的网架拓扑文件进行解析生成电房连接关系、馈线连接关系、馈线组、线路参数和电房参数；根据馈线组、电房连接关系和馈线连接关系生成邻接矩阵；根据线路参数和电房参数确定节点特征和支路特征；根据节点特征和支路特征生成特征矩阵。
可选的，根据原始配电网图网络和问题类型构建配电网问题诊断集，包括：将原始配电网图网络按照指定范围划分为训练集和测试集；基于测试集，确定训练集中各原始配电网图网络的准确率；将各问题类型中准确率最高的原始配电网图网络作为最终配电网图网络；根据最终配电网图网络构建配电网问题诊断集。
可选的，从配电网问题诊断集中获取与待测配电网数据匹配的目标配电网图网络，包括：确定待测配电网数据的待测邻接矩阵和待测特征矩阵；根据待测邻接矩阵和待测特征矩阵生成待测配电网图网络；将各最终配电网图网络和待测配电网图网络分别进行信息聚合生成加权特征值；计算各最终配电网图网络和待测配电网图网络的加权特征值的差值；将差值大于预设阈值的最终配电网图网络作为目标配电网图网络。
可选的，根据目标配电网图网络确定待测配电网数据的问题类型之后，还包括：确定目标配电网图网络数据中各关键特征的权重值；根据权重值对最终配电网图网络进行调整。
根据本发明的另一方面，提供了一种配电网问题诊断装置，该装置包括：
配电网问题诊断集获取模块，用于获取配电网问题诊断集，其中，配电网问题诊断集中包括各问题类型对应的最终配电网图网络；
目标配电网图网络获取模块，用于获取待测配电网数据，从配电网问题诊断集中获取与待测配电网数据匹配的目标配电网图网络；
问题类型确定模块，用于根据目标配电网图网络确定待测配电网数据的问题类型。
根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
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计算机程序，所述计算机程序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所述的一种配电网问题诊断方法。
根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的一种配电网问题诊断方法。
本发明实施例的技术方案，通过获取配电网问题诊断集对待测配电网数据进行问题诊断，由于配电网问题诊断集中包含各问题类型对应的最终配电网图网络，可以多维度进行问题诊断，最后根据与待测配电网数据匹配的目标配电网图网络即可确定出待测配电网数据的问题类型，在数据量大时也能保障诊断效率，减少了人工操作的工作量和人工判断时产生的误差，提高了准确率。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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是根据本发明实施例一提供的一种配电网问题诊断方法的流程图；
图2是根据本发明实施例一提供的另一种配电网问题诊断方法的流程图；
图3是根据本发明实施例一提供的一种配电网图网络生成过程的示意图；
图4是根据本发明实施例二提供的另一种配电网问题诊断方法的流程图；
图5是根据本发明实施例三提供的一种配电网问题诊断装置的结构示意图；
图6是实现本发明实施例的一种配电网问题诊断方法的电子设备的结构示意图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种配电网问题诊断方法的流程图，本实施例可适用于对配电网进行问题诊断的情况，该方法可以由配电网问题诊断装置来执行，该配电网问题诊断装置可以采用硬件和/或软件的形式实现，该配电网问题诊断装置可配置于计算机中。如图1所示，该方法包括：
S110、获取配电网问题诊断集。
其中，配电网是指35KV及其以下电压等级的电网，作用是给城市里各个配电站和各类用电负荷供给电源，诊断是指确定配电网中存在的问题类型的过程，由于问题类型有多个，故配电网问题诊断集中包括各问题类型对应的最终配电网图网络。配电网图网络是指根据配电网的关键特征建立的图卷积神经网络，关键特征是指节点特征和支路特征。
图2为本发明实施例一提供了一种配电网问题诊断方法的流程图，步骤S110主要包括如下的步骤S111至步骤S114：
S111、获取原始配电网数据。
可选的，获取原始配电网数据，包括：采用随机扰动法对配电网进行线路切割与负荷拼接，形成问题场景；基于问题场景采集原始配电网数据。
具体的，由于真实场景下的历史配电网数据中，缺乏存在问题馈线组的问题，所以本实施方式中采用随机扰动法形成问题场景，随机扰动法是指随机对现状中的问题馈线组进行线路切割和负荷拼接，并运用电力规划仿真软件进行离线仿真，仿真出大量问题场景，其中，问题场景是指配电网存在问题的情况。示例性的，问题场景可以是极端场景下的负荷场景或新能源处理场景，形成问题场景后，控制器可以基于问题场景采集原始配电网数据，通过随机扰动法模拟问题场景再进行数据采集，可以使采集的原始配电网数据更丰富，保证了原始配电网数据的数量，进一步提高问题诊断的准确率。
S112、确定各原始配电网数据的邻接矩阵和特征矩阵。
其中，邻接矩阵是指描述原始配电网数据中节点和节点之间连接关系的矩阵，例如，节点和节点之间存在连接关系，在矩阵中用1表示，否则用0表示。特征矩阵是指描述原始配电网数据的关键特征构成的矩阵，关键特征包括节点特征和支路特征。
可选的，确定各原始配电网数据的邻接矩阵和特征矩阵，包括：对各原始配电网数据中的网架拓扑文件进行解析生成电房连接关系、馈线连接关系、馈线组、线路参数和电房参数；根据馈线组、电房连接关系和馈线连接关系生成邻接矩阵；根据线路参数和电房参数确定节点特征和支路特征；根据节点特征和支路特征生成特征矩阵。
具体的，控制器会根据采集的各原始配电网数据中的网架拓扑文件进行解析生成电房连接关系、馈线连接关系、馈线组、线路参数和电房参数，并且以馈线组为单位，将每一个馈线组中的电房抽象为节点，将连接两个电房之间的线路抽象为支路，形成节点-支路的网络拓扑结构，进一步的，控制器会根据馈线组、电房连接关系和馈线连接关系生成邻接矩阵，即每个支路作为邻接矩阵中的一行，如果节点（电房）之间存在连接关系，可在邻接矩阵的对应位置用1表示，否则用0表示。同时，控制器会根据线路参数和电房参数确定节点特征和支路特征，然后结合节点特征和支路特征生成特征矩阵，例如，节点特征可以是当前时间断面的节点的入度、节点是否包含联络开关、节点电压或注入节点的功率等，支路特征可以是线路的阻抗、线路长度和线路电流等，本实施方式中不对具体的节点特征和支路特征的类型进行限定。
其中，网架拓扑文件为根据公用信息模型（Common Information Model，CIM）定义的电力对象模型文件；馈线是指配电网中与任意配电网节点相连接的支路，可以是馈入支路，也可以是馈出支路；电房是配电网的组成部分，是为用户配送电能的场所；当前时间断面是指同一时刻采集的配电网数据；节点的入度是指进入该节点的支路（边）的条数；联络开关是指装在联络柜里，起联络作用的开关，主要用在两个电源，两台变压器的配电系统中注入节点的功率，注入节点的功率是指通过节点所连接的支路向该节点流进或流出的电功率。
S113、根据邻接矩阵和特征矩阵生成原始配电网图网络，并确定原始配电网图网络对应的问题类型。
具体的，由于邻接矩阵包含各支路的节点连接关系，特征矩阵包含原始配电网数据的关键特征，所以控制器可以根据邻接矩阵和特征矩阵生成原始配电网图网络，图3为本实施例提供了一种配电网图网络生成过程的示意图，图3中，S1、S2和S3表示配电网的3个支路，x1、x2…xi表示提取配电网的各个节点，提取的节点特征包括：节点电压、注入节点的功率、节点的入度，提取的支路特征包括：线路的阻抗、线路电流、线路长度，控制器对配电网数据进行提取节点特征和支路特征，以生成配电网图网络。每个原始配电网图网络都有对应的问题类型，问题类型包括线路重过载、非典型接线、馈线不可转供、同母线联络、馈线首端联络、同变电站联络、同杆架设线路联络、馈线大分支和主干挂灯笼。
其中，线路重过载是指线路上负荷太重,导致线路上电流太大,线路发热太大,使线路绝缘老化或线路劳损；非典型接线是指线路中的节点连接关系不是常见的连接方式；馈线不可转供是指配电网负荷密度大时馈线不能进行转供电荷的情况；同母线联络、馈线首端联络、同变电站联络、同杆架设线路联络是指这些设备出现联络问题，馈线大分支和主干挂灯笼是指馈线出现问题。
S114、根据原始配电网图网络和问题类型构建配电网问题诊断集。
可选的，根据原始配电网图网络和问题类型构建配电网问题诊断集，包括：将原始配电网图网络按照指定范围划分为训练集和测试集；基于测试集，确定训练集中各原始配电网图网络的准确率；将各问题类型中准确率最高的原始配电网图网络作为最终配电网图网络；根据最终配电网图网络构建配电网问题诊断集。
具体的，控制器会根据原始配电网图网络和问题类型构建配电网问题诊断集，即将原始配电网图网络按照指定范围划分为训练集和测试集，指定范围可以是用户根据需要进行设置，用户是指进行配电网问题诊断的工作人员或技术人员，指定范围可以是8:2，通过测试集的实际问题类型是否与训练集中输出的问题类型相同，以确定训练集中各原始配电网图网络的准确率，将各问题类型中准确率最高的原始配电网图网络作为最终配电网图网络，并根据最终配电网图网络构建配电网问题诊断集，配电网问题诊断集包括每个问题类型下的最终配电网图网络。
进一步的，用户也可以将指定范围设置为7:2:1，即训练集：测试集：验证集=7:2:1，验证集用于在建立最终配电网图网络时对训练集进行验证，当验证集的实际问题类型与训练集中的原始配电网图网络不一致时，直接将该原始配电网图网络进行删除。
S120、获取待测配电网数据，从配电网问题诊断集中获取与待测配电网数据匹配的目标配电网图网络。
可选的，从配电网问题诊断集中获取与待测配电网数据匹配的目标配电网图网络，包括：确定待测配电网数据的待测邻接矩阵和待测特征矩阵；根据待测邻接矩阵和待测特征矩阵生成待测配电网图网络；将各最终配电网图网络和待测配电网图网络分别进行信息聚合生成加权特征值；计算各最终配电网图网络和待测配电网图网络的加权特征值的差值；将差值大于预设阈值的最终配电网图网络作为目标配电网图网络。
具体的，控制器在确定待测配电网数据的问题类型时，会将待测配电网数据输入配电网问题诊断集中各问题类型的最终配电网图网络，控制器会确定待测配电网数据的待测邻接矩阵和待测特征矩阵，再根据待测邻接矩阵中各支路的节点连接关系和待测特征矩阵中待测配电网数据的关键特征构成待测配电网图网络，并将各最终配电网图网络和待测配电网图网络分别进行信息聚合生成加权特征值，由于进行信息聚合生成加权特征值的过程为现有技术，故本实施方式中不再进行赘述，控制器会计算各最终配电网图网络和待测配电网图网络对应的加权特征值的差值，当差值大于预设阈值时，最终配电网图网络的输出值为1，否则输出值为0，控制器会将差值大于预设阈值，即将输出值为1的最终配电网图网络作为目标配电网图网络。
S130、根据目标配电网图网络确定待测配电网数据的问题类型。
具体的，目标配电网图网络有对应的问题类型，控制器会将与待测配电网数据匹配的各目标配电网图网络的问题类型作为待测配电网数据的问题类型，例如，待测配电网数据01存在目标配电网图网络A对应的问题类型为线路重过载，目标配电网图网络B对应的问题类型为同母线联络，则待测配电网数据01对应的问题类型为线路重过载和同母线联络。
本发明实施例的技术方案，通过获取配电网问题诊断集对待测配电网数据进行问题诊断，由于配电网问题诊断集中包含各问题类型对应的最终配电网图网络，可以多维度进行问题诊断，最后根据与待测配电网数据匹配的目标配电网图网络即可确定出待测配电网数据的问题类型，在数据量大时也能保障诊断效率，减少了人工操作的工作量和人工判断时产生的误差，提高了准确率。
实施例二
图4为本发明实施例二提供的一种配电网问题诊断方法的流程图，本实施例在上述实施例一的基础上增加了根据权重值进行调整的过程。其中，步骤S210-S230的具体内容与实施例一中的步骤S110-S130大致相同，因此本实施方式中不再进行赘述。如图4所示，该方法包括：
S210、获取配电网问题诊断集。
其中，配电网问题诊断集中包括各问题类型对应的最终配电网图网络。
S220、获取待测配电网数据，从配电网问题诊断集中获取与待测配电网数据匹配的目标配电网图网络。
S230、根据目标配电网图网络确定待测配电网数据的问题类型。
S240、确定目标配电网图网络数据中各关键特征的权重值。
具体的，控制器在确定出目标配电网图网络后，还会输出目标配电网图网络数据中各关键特征的权重值，权重值代表进行问题诊断时各关键特征的重要程度。
S250、根据权重值对最终配电网图网络进行调整。
具体的，控制器会根据权重值对最终配电网图网络进行调整，即控制器会根据权重值将最终配电网图网络中的薄弱环节进行提取，即将权重值高的关键特征保留，将权重值低的关键特征删除，实现“图坍缩”的池化机制，便于该最终配电图网络在后续进行问题诊断时的效率更高。
本发明实施例的技术方案，通过获取配电网问题诊断集对待测配电网数据进行问题诊断，由于配电网问题诊断集中包含各问题类型对应的最终配电网图网络，可以多维度进行问题诊断，最后根据与待测配电网数据匹配的目标配电网图网络即可确定出待测配电网数据的问题类型，在数据量大时也能保障诊断效率，减少了人工操作的工作量和人工判断时产生的误差，提高了准确率，在确定出目标配电网图网络后，还会输出目标配电网图网络数据中各关键特征的权重值，并根据权重值对最终配电网图网络进行调整，进一步提高了问题诊断时的效率和准确率。
实施例三
图5为本发明实施例三提供的一种配电网问题诊断装置的结构示意图。如图5所示，该装置包括：配电网问题诊断集获取模块310，用于获取配电网问题诊断集，其中，配电网问题诊断集中包括各问题类型对应的最终配电网图网络；目标配电网图网络获取模块320，用于获取待测配电网数据，从配电网问题诊断集中获取与待测配电网数据匹配的目标配电网图网络；问题类型确定模块330，用于根据目标配电网图网络确定待测配电网数据的问题类型。
可选的，配电网问题诊断集获取模块310，具体包括：原始配电网数据获取单元，用于获取原始配电网数据；邻接矩阵和特征矩阵确定单元，用于确定各原始配电网数据的邻接矩阵和特征矩阵；原始配电网图网络生成单元，用于根据邻接矩阵和特征矩阵生成原始配电网图网络，并确定原始配电网图网络对应的问题类型，其中，问题类型包括线路重过载、非典型接线、馈线不可转供、同母线联络、馈线首端联络、同变电站联络、同杆架设线路联络、馈线大分支和主干挂灯笼；配电网问题诊断集构建单元，用于根据原始配电网图网络和问题类型构建配电网问题诊断集。
可选的，原始配电网数据获取单元，具体用于：采用随机扰动法对配电网进行线路切割与负荷拼接，形成问题场景；基于问题场景采集原始配电网数据。
可选的，邻接矩阵和特征矩阵确定单元，具体用于：对各原始配电网数据中的网架拓扑文件进行解析生成电房连接关系、馈线连接关系、馈线组、线路参数和电房参数；根据馈线组、电房连接关系和馈线连接关系生成邻接矩阵；根据线路参数和电房参数确定节点特征和支路特征；根据节点特征和支路特征生成特征矩阵。
可选的，配电网问题诊断集构建单元，具体用于：将原始配电网图网络按照指定范围划分为训练集和测试集；基于测试集，确定训练集中各原始配电网图网络的准确率；将各问题类型中准确率最高的原始配电网图网络作为最终配电网图网络；根据最终配电网图网络构建配电网问题诊断集。
可选的，目标配电网图网络获取模块320，具体用于：确定待测配电网数据的待测邻接矩阵和待测特征矩阵；根据待测邻接矩阵和待测特征矩阵生成待测配电网图网络；将各最终配电网图网络和待测配电网图网络分别进行信息聚合生成加权特征值；计算各最终配电网图网络和待测配电网图网络的加权特征值的差值；将差值大于预设阈值的最终配电网图网络作为目标配电网图网络。
可选的，装置还包括：权重值调整模块，用于确定目标配电网图网络数据中各关键特征的权重值；根据权重值对最终配电网图网络进行调整。
本发明实施例的技术方案，通过获取配电网问题诊断集对待测配电网数据进行问题诊断，由于配电网问题诊断集中包含各问题类型对应的最终配电网图网络，可以多维度进行问题诊断，最后根据与待测配电网数据匹配的目标配电网图网络即可确定出待测配电网数据的问题类型，在数据量大时也能保障诊断效率，减少了人工操作的工作量和人工判断时产生的误差，提高了准确率。
本发明实施例所提供的一种配电网问题诊断装置可执行本发明任意实施例所提供的一种配电网问题诊断方法，具备执行方法相应的功能模块和有益效果。
实施例四
图6示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备（如头盔、眼镜、手表等）和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图6所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器（ROM）12、随机访问存储器（RAM）13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器（ROM）12中的计算机程序或者从存储单元18加载到随机访问存储器（RAM）13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出（I/O）接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元（CPU）、图形处理单元（GPU）、各种专用的人工智能（AI）计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器（DSP）、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如一种配电网问题诊断方法。
在一些实施例中，一种配电网问题诊断方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的一种配电网问题诊断方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行一种配电网问题诊断方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、芯片上系统的系统（SOC）、负载可编程逻辑设备（CPLD）、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置（例如，CRT（阴极射线管）或者LCD（液晶显示器）监视器）；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈、或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者、触觉输入）来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (10)
1.一种配电网问题诊断方法，其特征在于，包括：
获取配电网问题诊断集，其中，所述配电网问题诊断集中包括各问题类型对应的最终配电网图网络；
获取待测配电网数据，从所述配电网问题诊断集中获取与所述待测配电网数据匹配的目标配电网图网络；
根据所述目标配电网图网络确定所述待测配电网数据的问题类型。
2.根据权利要求1所述的方法，其特征在于，所述获取配电网问题诊断集，包括：
获取原始配电网数据；
确定各所述原始配电网数据的邻接矩阵和特征矩阵；
根据所述邻接矩阵和所述特征矩阵生成原始配电网图网络，并确定所述原始配电网图网络对应的问题类型，其中，所述问题类型包括线路重过载、非典型接线、馈线不可转供、同母线联络、馈线首端联络、同变电站联络、同杆架设线路联络、馈线大分支和主干挂灯笼；
根据所述原始配电网图网络和所述问题类型构建所述配电网问题诊断集。
3.根据权利要求2所述的方法，其特征在于，所述获取原始配电网数据，包括：
采用随机扰动法对配电网进行线路切割与负荷拼接，形成问题场景；
基于所述问题场景采集所述原始配电网数据。
4.根据权利要求2所述的方法，其特征在于，所述确定各所述原始配电网数据的邻接矩阵和特征矩阵，包括：
对各所述原始配电网数据中的网架拓扑文件进行解析生成电房连接关系、馈线连接关系、馈线组、线路参数和电房参数；
根据所述馈线组、所述电房连接关系和所述馈线连接关系生成所述邻接矩阵；
根据所述线路参数和所述电房参数确定节点特征和支路特征；
根据所述节点特征和所述支路特征生成所述特征矩阵。
5.根据权利要求2所述的方法，其特征在于，所述根据所述原始配电网图网络和所述问题类型构建所述配电网问题诊断集，包括：
将所述原始配电网图网络按照指定范围划分为训练集和测试集；
基于所述测试集，确定所述训练集中各所述原始配电网图网络的准确率；
将各所述问题类型中准确率最高的所述原始配电网图网络作为所述最终配电网图网络；
根据所述最终配电网图网络构建所述配电网问题诊断集。
6.根据权利要求1所述的方法，其特征在于，所述从所述配电网问题诊断集中获取与所述待测配电网数据匹配的目标配电网图网络，包括：
确定所述待测配电网数据的待测邻接矩阵和待测特征矩阵；
根据所述待测邻接矩阵和所述待测特征矩阵生成待测配电网图网络；
将各所述最终配电网图网络和所述待测配电网图网络分别进行信息聚合生成加权特征值；
计算各所述最终配电网图网络和所述待测配电网图网络的加权特征值的差值；
将所述差值大于预设阈值的最终配电网图网络作为所述目标配电网图网络。
7.根据权利要求1所述的方法，其特征在于，所述根据所述目标配电网图网络确定所述待测配电网数据的问题类型之后，还包括：
确定所述目标配电网图网络数据中各关键特征的权重值；
根据所述权重值对所述最终配电网图网络进行调整。
8.一种配电网问题诊断装置，其特征在于，包括：
配电网问题诊断集获取模块，用于获取配电网问题诊断集，其中，所述配电网问题诊断集中包括各问题类型对应的最终配电网图网络；
目标配电网图网络获取模块，用于获取待测配电网数据，从所述配电网问题诊断集中获取与所述待测配电网数据匹配的目标配电网图网络；
问题类型确定模块，用于根据所述目标配电网图网络确定所述待测配电网数据的问题类型。
9.一种电子设备，其特征在于，所述电子设备包括：
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计算机程序，所述计算机程序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1-7中任一项所述的方法。
10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211416734.9A CN115453271A (zh) | 2022-11-10 | 2022-11-10 | 一种配电网问题诊断方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211416734.9A CN115453271A (zh) | 2022-11-10 | 2022-11-10 | 一种配电网问题诊断方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115453271A true CN115453271A (zh) | 2022-12-09 |
Family
ID=84295676
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211416734.9A Pending CN115453271A (zh) | 2022-11-10 | 2022-11-10 | 一种配电网问题诊断方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115453271A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101819411A (zh) * | 2010-03-17 | 2010-09-01 | 燕山大学 | 一种基于gpu的改进加权关联规则的设备故障预警与诊断方法 |
| CN104569785A (zh) * | 2014-12-18 | 2015-04-29 | 广西师范学院 | 一种逆变电路故障诊断方法 |
| CN112308436A (zh) * | 2020-11-04 | 2021-02-02 | 国网江苏省电力有限公司扬州市江都区供电分公司 | 一种配电网评估诊断分析方法、装置、设备及存储介质 |
| CN113761804A (zh) * | 2021-09-13 | 2021-12-07 | 国网江苏省电力有限公司电力科学研究院 | 一种变压器状态诊断方法、计算机设备及存储介质 |
| CN113762625A (zh) * | 2021-09-09 | 2021-12-07 | 国网山东省电力公司经济技术研究院 | 一种基于图卷积网络的配电网状态评估方法和系统 |
| CN114660409A (zh) * | 2022-03-23 | 2022-06-24 | 内蒙古电力(集团)有限责任公司包头供电分公司 | 一种配电网故障分析方法 |
| CN114779015A (zh) * | 2022-04-28 | 2022-07-22 | 浙江大学 | 基于超分辨率和图神经网络的配电网故障诊断与定位方法 |
| CN114936612A (zh) * | 2022-06-20 | 2022-08-23 | 广东电网有限责任公司 | 短路类型识别方法、装置、电子设备及存储介质 |
-
2022
- 2022-11-10 CN CN202211416734.9A patent/CN115453271A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101819411A (zh) * | 2010-03-17 | 2010-09-01 | 燕山大学 | 一种基于gpu的改进加权关联规则的设备故障预警与诊断方法 |
| CN104569785A (zh) * | 2014-12-18 | 2015-04-29 | 广西师范学院 | 一种逆变电路故障诊断方法 |
| CN112308436A (zh) * | 2020-11-04 | 2021-02-02 | 国网江苏省电力有限公司扬州市江都区供电分公司 | 一种配电网评估诊断分析方法、装置、设备及存储介质 |
| CN113762625A (zh) * | 2021-09-09 | 2021-12-07 | 国网山东省电力公司经济技术研究院 | 一种基于图卷积网络的配电网状态评估方法和系统 |
| CN113761804A (zh) * | 2021-09-13 | 2021-12-07 | 国网江苏省电力有限公司电力科学研究院 | 一种变压器状态诊断方法、计算机设备及存储介质 |
| CN114660409A (zh) * | 2022-03-23 | 2022-06-24 | 内蒙古电力(集团)有限责任公司包头供电分公司 | 一种配电网故障分析方法 |
| CN114779015A (zh) * | 2022-04-28 | 2022-07-22 | 浙江大学 | 基于超分辨率和图神经网络的配电网故障诊断与定位方法 |
| CN114936612A (zh) * | 2022-06-20 | 2022-08-23 | 广东电网有限责任公司 | 短路类型识别方法、装置、电子设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111476427A (zh) | 低压台区拓扑识别方法及识别装置 | |
| CN103869192A (zh) | 智能电网线损检测方法和系统 | |
| CN116957539A (zh) | 电缆状态评价方法、装置、电子设备及存储介质 | |
| CN114936612A (zh) | 短路类型识别方法、装置、电子设备及存储介质 | |
| CN114996635A (zh) | 一种配电网参数确定方法、装置、设备及存储介质 | |
| CN115453271A (zh) | 一种配电网问题诊断方法、装置、设备及存储介质 | |
| CN114784804A (zh) | 一种电力系统分析方法、装置、电子设备及存储介质 | |
| CN116990744B (zh) | 一种电能表检测方法、装置、设备及介质 | |
| CN117131353B (zh) | 一种超差电能表确定方法、装置、电子设备及存储介质 | |
| CN115204511A (zh) | 一种供电线路确定方法、装置、电子设备及存储介质 | |
| CN116632826A (zh) | 一种配电网的问题处理方法、装置、电子设备及存储介质 | |
| CN117638884A (zh) | 一种电网拓扑关系的识别方法、装置、设备及介质 | |
| CN116432353A (zh) | 配电网规划态cim模型生成方法、装置、设备及介质 | |
| CN117422260A (zh) | 基于图神经网络的状态估计方法、装置、设备及介质 | |
| CN117368588A (zh) | 一种电压相序一致性确定方法、装置、设备和存储介质 | |
| CN117473384A (zh) | 一种电网线路安全约束辨识方法、装置、设备及存储介质 | |
| CN116961229A (zh) | 一种变电站故障定位方法、装置、电子设备和存储介质 | |
| CN115685728A (zh) | 一种bms主控验证系统、方法、电子设备和存储介质 | |
| CN116885708A (zh) | 一种台区户变关系辨识方法、装置、设备及存储介质 | |
| CN116979607A (zh) | 一种变压器档位确定方法、装置、电子设备及存储介质 | |
| CN117575308A (zh) | 分布式配电网的风险评估方法、装置、设备及存储介质 | |
| CN117761456A (zh) | 一种配电网故障诊断方法、装置、设备及存储介质 | |
| CN116776246A (zh) | 配电线路的拓扑识别方法、装置、设备以及存储介质 | |
| CN117458583A (zh) | 一种基于图数据库的分布式电源与负荷辨识方法及系统 | |
| CN114844208A (zh) | 一种变压器的档位检测方法、装置、设备及存储介质 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20221209 |