CN115663801B - 一种基于谱聚类的低压台区拓扑识别方法 - Google Patents
一种基于谱聚类的低压台区拓扑识别方法 Download PDFInfo
- Publication number
- CN115663801B CN115663801B CN202211329911.XA CN202211329911A CN115663801B CN 115663801 B CN115663801 B CN 115663801B CN 202211329911 A CN202211329911 A CN 202211329911A CN 115663801 B CN115663801 B CN 115663801B
- Authority
- CN
- China
- Prior art keywords
- correlation coefficient
- phase
- monitoring unit
- time sequence
- sequence data
- 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
Landscapes
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明涉及一种基于谱聚类的低压台区拓扑识别方法，其中，台区设置有若干个监控单元；方法包括：基于任意两个监控单元所采集的三相电压时序数据，确定三相相关系数集合；根据三相相关系数集合中的目标相关系数以及有效相位数进行平均计算，得到第一平均相关系数集合；对第一平均相关系数集合进行聚类识别，得到监控单元之间的拓扑关系。该方法仅通过监控单元和电能表采集的电压时序数据来完成台区拓扑关系的识别，又因利用电压时序数据来计算平均相关系数完成聚类，降低电压相位异常导致的聚类效果差事件的出现几率，提高了拓扑关系识别率。
Description
技术领域
本发明涉及配电网技术领域，尤其涉及一种基于谱聚类的低压台区拓扑识别方法。
背景技术
在配电网络结构中，对低压台区的电气拓扑识别是低压配电网络线损计算和定位、窃电漏电检测等方面的关键技术基础。目前，对于配电网电气拓扑识别方法有数据分析法、数据标签法以及特征编码电流脉冲注入法等。其中，数据分析法因无需人工摸排、改造硬件设备和成本低等优点，被应用的越来越广泛。
相关技术中，利用数据分析法进行拓扑关系识别时，依赖的数据太多，且容易忽略其他因素等对电压的影响，导致拓扑关系的识别率不高。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本发明的一个目的在于提出一种基于谱聚类的低压台区拓扑识别方法，能够仅通过监控单元采集的电压时序数据和电能表采集的电压时序数据来完成台区拓扑关系的识别，又因利用电压时序数据来计算平均相关系数完成聚类，降低电压相位异常导致的聚类效果差事件的出现几率，提高了拓扑关系识别率。
本发明的第二个目的在于提出一种计算机可读存储介质。
本发明的第三个目的在于提出电子设备。
本发明的第四个目的在于提出一种基于谱聚类的低压台区拓扑识别装置。
为达上述目的，本发明第一方面实施例提出了一种基于谱聚类的低压台区拓扑识别方法，台区设置有若干个监控单元；监控单元用于采集三相电压时序数据；该基于谱聚类的低压台区拓扑识别方法包括：基于任意两个监控单元所采集的三相电压时序数据，确定三相相关系数集合；其中，三相相关系数集合中的相关系数用于表示三相电压时序数据所包括的单相电压时序数据之间的相关程度；根据三相相关系数集合中的目标相关系数以及有效相位数进行平均计算，得到第一平均相关系数集合；其中，第一平均相关系数集合中的平均相关系数用于表示平均相关系数所对应的两个监控单元之间的相关程度；目标相关系数用于表示三相电压时序数据中同相上的单相电压时序数据之间的相关程度；有效相位数用于表示处于有效状态的目标相关系数的数量；对第一平均相关系数集合进行聚类识别，得到监控单元之间的拓扑关系。
根据本发明实施例的基于谱聚类的低压台区拓扑识别方法，基于任意两个监控单元所采集的三相电压时序数据，计算得到任意两个监控单元之间的三相相关系数，确定出三相相关系数集合，然后根据三相相关系数集合中的目标相关系数和有效相位数进行平均计算，得到第一平均相关系数集合，基于第一平均相关系数集合进行聚类识别，根据聚类识别的结果可以确定出监控单元之间的拓扑关系。本发明实施例仅需通过监控单元采集的三相电压时序数据便可对台区监控单元的拓扑关系进行识别，而且对三相电压时序数据的处理方式采用平均计算的方式，可以降低电压相位异常导致的聚类效果差事件的出现几率，同时也提升了拓扑关系的识别率。
在本发明的一些实施例中，任意两个监控单元包括第一监控单元和第二监控单元；三相电压时序数据包括A相电压时序数据、B相电压时序数据以及C相电压时序数据中的任一个单相电压时序数据；基于任意两个监控单元所采集的三相电压时序数据，确定三相相关系数集合，包括：根据第一监控单元采集的任一个单相电压时序数据与第二监控单元采集的任一个单相电压时序数据进行单相电压相关性计算，得到第一监控单元和第二监控单元之间的若干个皮尔逊相关系数；基于皮尔逊相关系数，生成三相相关系数集合。
在本发明的一些实施例中，三相电压时序数据包括A相电压时序数据、B相电压时序数据以及C相电压时序数据；目标相关系数包括A相电压时序数据之间的A相相关系数、B相电压时序数据之间的B相相关系数、C相电压时序数据之间的C相相关系数；根据三相相关系数集合中的目标相关系数以及有效相位数进行平均计算，得到平均相关系数集合，包括：从三相相关系数集合中获取A相相关系数、B相相关系数、C相相关系数；确定A相相关系数、B相相关系数、C相相关系数三者之和，为同相相关系数和；将同相相关系数和与有效相位数的商作为平均相关系数集合中的平均相关系数。
在本发明的一些实施例中，若干个监控单元包括处于一级节点上的一级监控单元、处于二级节点上的二级监控单元；一级监控单元与二级监控单元之间存在拓扑关系；在对第一平均相关系数集合进行聚类识别，得到监控单元之间的拓扑关系之前，方法还包括：从第一平均相关系数集合中，删除一级监控单元对应的平均相关系数，得到第二平均相关系数集合；对第一平均相关系数集合进行聚类识别，得到监控单元之间的拓扑关系，包括：对第二平均相关系数集合进行聚类处理，得到第一分簇结果；基于第一分簇结果、一级监控单元与二级监控单元之间的拓扑关系，生成监控单元之间的拓扑关系。
在本发明的一些实施例中，基于第一分簇结果、一级监控单元与二级监控单元之间的拓扑关系，生成监控单元之间的拓扑关系，包括：基于第一分簇结果，确定部分邻接矩阵；部分邻接矩阵中的元素用于表示除一级监控单元之外的其他监控单元之间的拓扑关系；依照一级监控单元与二级监控单元之间的拓扑关系，对部分邻接矩阵进行元素补充，得到目标邻接矩阵；根据目标邻接矩阵确定监控单元之间的拓扑关系。
在本发明的一些实施例中，第一分簇结果包括若干个分簇；基于所述第一分簇结果，确定部分邻接矩阵，包括：对第一分簇结果中包括的若干个分簇进行划分处理，得到若干个第一目标分簇；其中，第一目标分簇对应有分簇矩阵；合并第一目标分簇对应的分簇矩阵，得到部分邻接矩阵。
在本发明的一些实施例中，第一分簇结果还包括孤立节点；对第一分簇结果中包括的若干个分簇进行划分处理，得到若干个第一目标分簇，包括：在第一分簇结果中，确定节点数量大于第一节点阈值的待划分分簇；依据待划分分簇对应的最大平均相关系数，划分孤立节点至待划分分簇中，得到划分后的第一分簇结果；其中，划分后的第一分簇结果中的分簇作为第一目标分簇。
在本发明的一些实施例中，第一目标分簇对应的分簇矩阵的生成方式，包括：针对节点数量大于等于第二节点阈值的第一目标分簇，生成最大生成子树；基于最大生成子树，生成节点数量大于等于第二节点阈值的第一目标分簇对应的分簇矩阵。
在本发明的一些实施例中，一级监控单元是根据地址标识确定的；二级监控单元的确定方式，包括：确定一级监控单元与第一分簇结果中分簇所包括的监控单元之间的一级平均相关系数；在一级平均相关系数中确定满足预设条件的目标平均相关系数；将目标平均相关系数对应的监控单元作为二级监控单元。
在本发明的一些实施例中，台区为低压台区，若干个监控单元包括处于二级节点上的二级监控单元；台区还设置有与二级监控单元连接的电能表；方法还包括：获取二级监控单元采集的二级三相电压时序数据和电能表采集的电表电压时序数据；基于二级三相电压时序数据与电表电压时序数据，生成二级三相相关系数集合；其中，二级三相相关系数集合中的相关系数用于表示二级三相电压时序数据所包括的单相电压时序数据和电表电压时序数据之间的相关程度；对二级三相相关系数集合进行聚类识别，得到二级监控单元和电能表之间的拓扑关系。
在本发明的一些实施例中，对二级三相相关系数集合进行聚类识别，得到二级监控单元和电能表之间的拓扑关系，包括：以二级监控单元的数量作为分簇数，对二级三相相关系数集合进行聚类处理，得到第二分簇结果；基于第二分簇结果中分簇所包括的二级监控单元、电能表，确定二级监控单元和电能表之间的拓扑关系。
在本发明的一些实施例中，基于第二分簇结果中分簇所包括的二级监控单元、电能表，确定二级监控单元和电能表之间的拓扑关系，包括：基于第二分簇结果，确定第二目标分簇；其中，第二目标分簇中所包括的二级监控单元的数量为1；在第二目标分簇的数量与二级监控单元的数量相等的情况下，根据第二目标分簇中所包括的二级监控单元、电能表，生成二级监控单元和电能表之间的拓扑关系。
在本发明的一些实施例中，重复执行以下步骤直至第二目标分簇的数量与二级监控单元的数量相等：将第二分簇结果中除第二目标分簇之外的其他分簇，作为待重新聚类分簇；确定二级监控单元的数量与第二目标分簇的数量之差；以差作为新分簇数，对待重新聚类分簇中所包括的二级监控单元、电能表进行再次聚类处理，得到第三分簇结果；其中，第三分簇结果用作第二分簇结果。
为达上述目的，本发明第二方面实施例提出了一种计算机可读存储介质，其上存储有基于谱聚类的低压台区拓扑识别程序，该基于谱聚类的低压台区拓扑识别程序被处理器执行时，实现上述中任一项实施例的基于谱聚类的低压台区拓扑识别方法。
根据本发明实施例的计算机可读存储介质，在基于谱聚类的低压台区拓扑识别程序被处理器执行时，仅需通过监控单元采集的三相电压时序数据便可对台区监控单元的拓扑关系进行识别，而且对三相电压时序数据的处理方式采用平均计算的方式，可以降低电压相位异常导致的聚类效果差事件的出现几率，同时也提升了拓扑关系的识别率。
为达上述目的，本发明第三方面实施例提出了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的基于谱聚类的低压台区拓扑识别程序，处理器执行基于谱聚类的低压台区拓扑识别程序时，实现上述中任一项实施例的基于谱聚类的低压台区拓扑识别方法。
根据本发明实施例的电子设备，在处理器执行基于谱聚类的低压台区拓扑识别程序时，仅需通过监控单元采集的三相电压时序数据便可对台区监控单元的拓扑关系进行识别，而且对三相电压时序数据的处理方式采用平均计算的方式，可以降低电压相位异常导致的聚类效果差事件的出现几率，同时也提升了拓扑关系的识别率。
为达上述目的，本发明第四方面实施例提出了一种基于谱聚类的低压台区拓扑识别装置，台区设置有若干个监控单元；监控单元用于采集三相电压时序数据；装置包括：确定模块，用于基于任意两个监控单元所采集的三相电压时序数据，确定三相相关系数集合；其中，三相相关系数集合中的相关系数用于表示三相电压时序数据所包括的单相电压时序数据之间的相关程度；计算模块，用于根据三相相关系数集合中的目标相关系数以及有效相位数进行平均计算，得到第一平均相关系数集合；其中，第一平均相关系数集合中的平均相关系数用于表示平均相关系数所对应的两个监控单元之间的相关程度；目标相关系数用于表示三相电压时序数据中同相上的单相电压时序数据之间的相关程度；有效相位数用于表示处于有效状态的目标相关系数的数量；聚类模块，用于对第一平均相关系数集合进行聚类识别，得到监控单元之间的拓扑关系。
根据本发明实施例的基于谱聚类的低压台区拓扑识别装置，基于任意两个监控单元所采集的三相电压时序数据，计算得到任意两个监控单元之间的三相相关系数，确定出三相相关系数集合，然后根据三相相关系数集合中的目标相关系数和有效相位数进行平均计算，得到第一平均相关系数集合，基于第一平均相关系数集合进行聚类识别，根据聚类识别的结果可以确定出监控单元之间的拓扑关系。本发明实施例仅需通过监控单元采集的三相电压时序数据便可对台区监控单元的拓扑关系进行识别，而且对三相电压时序数据的处理方式采用平均计算的方式，可以降低电压相位异常导致的聚类效果差事件的出现几率，同时也提升了拓扑关系的识别率。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
图1是根据本发明实施例的台区拓扑的场景示意图。
图2是根据本发明实施例的基于谱聚类的低压台区拓扑识别方法的流程图。
图3是根据本发明实施例的简化台区等效电路示意图。
图4是根据本发明一个实施例的台区监控单元之间拓扑的示意图。
图5是根据本发明一个具体实施例的基于谱聚类的低压台区拓扑识别方法的流程图。
图6是根据本发明一个实施例的基于谱聚类的低压台区拓扑识别方法的流程图。
图7是根据本发明一个具体实施例的基于谱聚类的低压台区拓扑识别方法的流程图。
图8是根据本发明实施例的基于谱聚类的低压台区拓扑识别装置的结构框图。
图9是根据本发明实施例的电子设备的结构框图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
图1是根据本发明场景示例的台区拓扑的场景示意图。以居民区为例，通常情况下居民区中都会配有有低压配电网用于向用电居民输送电力资源，为了保障低压配电网的正常运行，会在低压配电网的各个分支节点设置监控单元，用于对低压配电网进行电气监测、故障监测、温度传感等。图1是以低压台区包括台区变压器、分支线和表箱三层拓扑为例的示意图，其中，表箱监控单元和电能表均是设置在表箱中的。如图1所示，在台区变压器设置有一个变压器监控单元，每个分支线设置有分支线监控单元，多个表箱中分别设置有表箱监控单元，与表箱监控单元连接的还有多个单相电能表。其中，变压器监控单元、分支线监控单元以及表箱监控单元可以分别为本发明实施例中的监控单元，比如，变压器监控单元可以是处于一级的一级监控单元，分支线监控单元可以是处于二级的二级监控单元。在一些可实现的方式中，监控单元可以为LTU(Line Terminal Unit)，可采集低压配电网中三相电压时序数据。在本场景示例中，采用A相、B相和C相来表示低压配电网中的三相电压，三相电压时序数据可以是监控单元采集的在A相上的A相电压时序数据、在B相上的B相电压时序数据以及在C相上的C相电压时序数据。
在本场景示例中，首先对三个层级中的监控单元之间的拓扑关系进行识别，然后对电能表与二级监控单元(分支线监控单元)之间的拓扑关系进行识别，最终得到低压台区中完整的拓扑关系。
示例性说明对监控单元之间的拓扑关系进行识别。低压台区设置有若干个监控单元，将其中的任意两个监控单元分别记为监控单元X和监控单元Y。获取监控单元X采集的三相电压时序数据UX、监控单元Y采集的三相电压时序数据UY。三相电压时序数据UX包括A相电压时序数据AX、B相电压时序数据BX以及C相电压时序数据CX。三相电压时序数据UY包括A相电压时序数据AY、B相电压时序数据BY以及C相电压时序数据CY。
计算任意两个监控单元采集的三相电压时序数据所包括的单相电压时序数据之间的相关系数，确定三相相关系数矩阵P。示例性的，计算电压时序数据AX与电压时序数据BY之间的相关系数PAB。计算电压时序数据AX与电压时序数据AY之间的相关系数PAA。计算电压时序数据BX与电压时序数据BY之间的相关系数PBB。计算电压时序数据CX与电压时序数据CY之间的相关系数PCC。示例性的，三相相关系数矩阵如下所示。
进一步地，将三相相关系数矩阵P中的PAA、PBB、PCC确定为目标相关系数。可以理解的是，目标相关系数可以用于表示三相电压时序数据中同相上的单相电压时序数据之间的相关程度。统计目标相关系数PAA、PBB、PCC中处于有效状态的相关系数数量m。需要说明的是，因监控单元在采集三相电压时序数据时，可能会存在某相上的数据未采集到或采集的数据为异常值等情况，故会存在三相电压时序数据缺相的可能，则处于有效状态的目标相关系数的数量m可以等于3，可以等于2，也可以等于1。
按照如下公式计算监控单元X和监控单元Y之间的平均相关系数Pavg。
按照如上计算监控单元X和监控单元Y之间的平均相关系数Pavg的过程，确定任意两个监控单元之间的平均相关系数，得到平均相关系数矩阵。
对平均相关系数矩阵进行聚类识别，确定出处于一级节点上的一级监控单元(变压器监控单元)、处于二级节点上的二级监控单元(分支线监控单元)、处于三级节点上的三级监控单元(表箱监控单元)，进而得到监控单元之间的拓扑关系。其中，一级监控单元位于二级监控单元的父节点上，二级监控单元位于三级监控单元的父节点上。示例性的，可对第一平均相关系数集合进行谱聚类，通过轮廓系数法来评估最优子簇数量，若为新建小区的台区拓扑结构，可引入小区的楼栋单元数作为聚类子簇数量，完成谱聚类后，根据聚类结果可以确定出监控单元之间的拓扑连接关系。在本场景示例中，通过上述平均计算得到的平均相关系数，可以减少因电压相位异常导致的相关系数错误的问题，为后面的聚类识别提供了准确的数据基础，从而可以提高聚类的准确度，进而提升识别率。
示例性地说明对电能表与二级监控单元(分支线监控单元)之间的拓扑关系进行识别。可以理解的是，二级监控单元与电能表的处于台区中的同一分支线上，因此二级监控单元可连接多个电能表。获取二级监控单元采集的二级三相电压时序数据和电能表采集的电表电压时序数据。因电能表为单相电能表，故电表电压时序数据为单相上的电压时序数据。根据二级三相电压时序数据和电表电压时序数据计算二级监控单元和电能表在单相上的相关系数，生成二级三相相关系数集合。然后对二级三相相关系数集合进行聚类识别，根据聚类结果可以得到二级监控单元和电能表之间的拓扑连接关系。
将二级监控单元与电能表之间的拓扑连接关系与监控单元之间的拓扑连接关系合并，可得到整个台区中变压器监控单元、表箱监控单元和电能表之间的拓扑连接关系，完成低压配电网中的线户关系识别，清楚的拓扑关系是在低压配电网中进行线损计算和定位、窃电漏电检测等的技术基础，可为后续维护低压配电网提供保障。
图2是根据本发明实施例的基于谱聚类的低压台区拓扑识别方法的流程图。如图2所示，本发明实施例的基于谱聚类的低压台区拓扑识别方法包括以下步骤：
S10，基于任意两个监控单元所采集的三相电压时序数据，确定三相相关系数集合。
其中，三相相关系数集合中的相关系数用于表示三相电压时序数据所包括的单相电压时序数据之间的相关程度。
在本发明的实施例中，台区设置有若干个监控单元，监控单元用于采集三相电压时序数据。三相电压时序数据包括A相电压时序数据、B相电压时序数据和C相电压时序数据中的任一个单相电压时序数据。其中，A相电压时序数据、B相电压时序数据和C相电压时序数据分别为监控单元采集的位于A相上的、B相上的和C相上的电压时序数据。为保证电压时序数据的同步性，可采用HPLC同步采集技术进行监控单元的三相电压时序数据的采集。在获取三相电压时序数据时，可以获取低压监控单元在单日预设时间段内采集的三相电压时序数据。其中，数据采集样点数不少于预设数量，即在预设时间段内采集电压的时刻不少于预设数量。在一个示例中，可获取低压监控单元在单日内某5分钟内或15分钟内的电压数据，采集样点数可以设置为80，则可获取到台区中所有监控单元在同一日相同时间段内采集的三相电压时序数据，三相电压时序数据中每个时序数据分别包括80个电压值。
进一步地，因监控单元在采集三相电压时序数据时，可能会存在采集的电压数据为空值或异常值的情况。因此，在获取到监控单元采集的三相电压时序数据后，还可以对三相电压时序数据进行数据清洗。比如，将三相电压时序数据中序列为空值或异常值的占比超出预设比例的电压时序数据记为对应监控单元的无效相。其中，异常值包括过大或过小的电压值、超出预设数量的重复数据。在一个示例中，监控单元X在某日预设时间段内采集到三相电压时序数据。其中A相电压时序数据为正常电压值序列，B相电压时序数据中的电压值均为空值，C相电压时序数据中的重复的电压值占整个序列的百分之56，百分之56是超出预设比例的，因此对于该监控单元，其有效相为A相，而B相和C相均为该监控单元的无效相。因此在获取到监控单元采集的三相电压时序数据时，也确定出了每个监控单元的三相电压时序数据中无效的相。
具体地，三相相关系数集合中的相关系数是两个监控单元之间的相关系数。由两个监控单元的三相电压时序数据中包括的单相电压时序数据计算得出，表示三相电压时序数据所包括的单相电压时序数据之间的相关程度。基于任意两个监控单元所采集的三相电压时序数据，可得出任意两个监控单元之间的多个相关系数，由所有的相关系数组成三相相关系数集合。本发明实施例中三相电压时序数据的仅依托现有的HPLC同步采集技术便可获取到，无需改造台区中的硬件设备，没有额外成本，且可使本发明实施例应用于仅支持关键节点和电能表的电压数据采集的台区中，使用成本较低。
在一些实施例中，任意两个监控单元包括第一监控单元和第二监控单元。基于任意两个监控单元所采集的三相电压时序数据，确定三相相关系数集合，可以包括：根据第一监控单元采集的任一个单相电压时序数据与第二监控单元采集的任一个单相电压时序数据进行单相电压相关性计算，得到第一监控单元和第二监控单元之间的若干个皮尔逊相关系数；基于皮尔逊相关系数，生成三相相关系数集合。
在一些情况中，低压台区线路上任意节点电压幅值与该相母线电压、节点距首端的电气距离、线路负荷分布有关。图3所示为一种实施例中简化的台区等效电路，参考图3，其电压波动关系由以下公式表示：
其中，Ui为节点i的电压，U0为变压器抵押侧出线电压，Rj和Xj分别为各支路j的电阻和电抗，PLj和QLj分别为各支路j的有功功率和无功功率；n为节点个数。
考虑台区通常由无功补偿，线路传输无功功率较小，忽略电抗和无功功率的乘积项，上述表达式可简化如下：
其中，支路有功功率表示为：其中，Pk为节点k的注入有功功率,Pk,loss为支路k的网络损耗。
由此可知，相邻时刻，线路上任意节点的电压变化量(方向与幅度)主要与上游各段线路的流过有功功率变化量(线路总体负荷时间特性)、上游各段线路长度和上游节点电压幅值相关。低压配电网络中同一分支上各节点的电压受到阻抗和负载功率影响，阻抗反应为电气距离时，相同有功负载下，电气距离越近，电压相似性越高；相同电气距离时，有功负载越大，电压相似性越高。单电源线路，同一时刻断面下，沿线节点电压幅值呈现逐渐递减的变化规律。当线路间的总体负荷特性存在差异时，位于相同出线且电气距离较近的用户相似性将高于其与位于不同出线的用户间的相似性，且电气距离越近，用户间的相似性越高。
皮尔逊相关系数反映的是两个序列间的线性相关程度，故为了减少出线电压、电气距离和负荷分布的影响，可引入皮尔逊相关系数来衡量监控单元之间的相似性。
皮尔逊相关系数的计算方式为：
其中，Cov(X，Y)为序列X和序列Y的协方差；σ(X)，σ(Y)分别为序列X、Y的标准差。
对电压的相关性进行量化计算，同时考虑电压的时序变化，节点u、v的电压时序曲线的皮尔逊相关系数为：
Uu,t、Uv,t分别为节点u、v的电压时序曲线在t时间断面的电压。本发明实施例中的监控单元即皮尔逊相关系数计算中的节点。
具体地，任意两个监控单元包括第一监控单元和第二监控单元，分别将第一监控单元采集的任一个单相电压时序数据和第二监控单元采集的任一个单相电压时序数据进行皮尔逊相关计算。假设第一监控单元和第二监控单元采集的三相电压时序数据中的三个单相电压时序数据均为有效数据，则经过皮尔逊相关系数计算后，可得到第一监控单元和第二监控单元之间的9个皮尔逊相关系数。
示例性的，将第一监控单元记为监控单元X，将第二监控单元记为监控单元Y，获取监控单元X采集的三相电压时序数据UX、监控单元Y采集的三相电压时序数据UY。三相电压时序数据UX包括A相上的A相电压时序数据AX、在B相上的B相电压时序数据BX以及在C相上的C相电压时序数据CX。三相电压时序数据UY包括A相上的A相电压时序数据AY、在B相上的B相电压时序数据BY以及在C相上的C相电压时序数据CY。计算任意两个监控单元采集的三相电压时序数据所包括的单相电压时序数据之间的相关系数，确定三相相关系数集合。示例性的，计算监控单元X和监控单元Y之间的三相相关系数，包括：计算电压时序数据AX与电压时序数据BY之间的皮尔逊相关系数PAB。计算电压时序数据AX与电压时序数据AY之间的皮尔逊相关系数PAA。计算电压时序数据AX与电压时序数据CY之间的皮尔逊相关系数PAC。计算电压时序数据BX与电压时序数据AY之间的皮尔逊相关系数PAB。计算电压时序数据BX与电压时序数据BY之间的皮尔逊相关系数PBB。计算电压时序数据BX与电压时序数据CY之间的皮尔逊相关系数PBC。计算电压时序数据CX与电压时序数据AY之间的皮尔逊相关系数PCA。计算电压时序数据CX与电压时序数据BY之间的皮尔逊相关系数PCB。计算电压时序数据CX与电压时序数据CY之间的皮尔逊相关系数PCC。基于上述计算理论，可得到台区中任意两个监控单元之间的多个皮尔逊相关系数，所有皮尔逊相关系数组成三相相关系数集合。
S20，根据三相相关系数集合中的目标相关系数以及有效相位数进行平均计算，得到第一平均相关系数集合。
其中，第一平均相关系数集合中的平均相关系数用于表示平均相关系数所对应的两个监控单元之间的相关程度。目标相关系数用于表示三相电压时序数据中同相上的单相电压时序数据之间的相关程度。有效相位数用于表示处于有效状态的目标相关系数的数量。
具体地，在三相相关系数集合中确定出任意两个监控单元之间的多个相关系数。在任意两个监控单元的多个相关系数中确定出对应的目标相关系数以及对应的有效相位数，然后根据任意两个监控单元之间目标相关系数和、有效相位数进行平均计算，得出任意两个监控单元之间的平均相关系数，所有的平均相关系数组成第一平均相关系数集合。
在本发明实施例中，有效相位数可以是处于有效状态的目标相关系数的数量。在计算任意两个监控单元之间的平均相关系数时，有效相位数可以是两个监控单元之间处于有效状态的目标相关系数的数量。因监控单元采集的三相电压时序数据中可能存在无效的相，则监控单元无效的相对应计算得出的目标相关系数也是无效的。有效相位数可基于两个监控单元分别对应的三相电压时序数据中的有效的相的数量来得到。在一种可实现的方式中，监控单元无效的相对应计算得出的所有相关系数可用null代替。目标相关系数为两个监控单元在同相上的单相电压时序数据之间的相关系数。
在一些实施例中，目标相关系数包括A相电压时序数据之间的A相相关系数、B相电压时序数据之间的B相相关系数、C相电压时序数据之间的C相相关系数。根据三相相关系数集合中的目标相关系数以及有效相位数进行平均计算，得到平均相关系数集合，包括：从三相相关系数集合中获取A相相关系数、B相相关系数、C相相关系数；确定A相相关系数、B相相关系数、C相相关系数三者之和，为同相相关系数和；将同相相关系数和与有效相位数的商作为平均相关系数集合中的平均相关系数。
具体地，以上述监控单元X和监控单元Y为例进行示例性说明。计算第一监控单元和第二监控单元之间的平均相关系数包括：在三相相关系数集合中获取第一监控单元和第二监控单元之间的A相相关系数PAA、B相相关系数PBB以及C相相关系数PCC。若三个目标相关系数的值存在有null的情况，则确定值为null的目标相关系数没有处于有效状态，确定值不是null的目标相关系数处于有效状态，统计值不是null的目标相关系数的数量，即可确定出监控单元X和监控单元Y对应的有效相位数。
在一个示例中，第一监控单元采集的三相电压时序数据中A相电压时序数据为空值，而第二监控单元采集的B相电压时序数据、C相电压时序数据均为有效数据。第二监控单元采集的三相电压时序数据均为有效数据，在计算第一监控单元与第二监控单元之间的相关系数时，第一监控单元的A相电压时序数据与第二监控单元的A相电压时序数据、B相电压时序数据和C相电压时序数据之间的相关系数均为null，其余相关系数均是有效数据。进一步的，第一监控单元与第二监控单元之间的A相相关系数PAA为null值，是处于无效状态的目标相关系数。B相相关系数和C相相关系数均为处于有效状态的目标相关系数，则第一监控单元和第二监控单元对应的有效相位数为2。
然后计算第一监控单元和第二监控单元的A相相关系数、B相相关系数、C相相关系数三者之和，记为同相相关系数和，将同相相关系数和与有效相位数的商作为第一监控单元与第二监控单元之间的平均相关系数。
基于上述计算过程，可以计算得到台区中任意两个监控单元之间的平均相关系数，所有的平均相关系数组成第一平均相关系数集合。
在本发明实施例中，考虑到监控单元采集的三相电压时序数据是否均是有效数据，引入了平均计算，采用平均相关系数来进行后续对监控单元的聚类识别，可以使台区中关键节点处的监控单元识别率提高至接近百分之百，也减少了因缺相等问题造成的聚类效果差的问题。而且本发明实施例仅需获取监控单元采集的三相电压时序数据便可进行分析，得到拓扑关系，大大降低了电力通信网络的采集压力和运算单元的算力需求，从而降低了成本。
S30，对第一平均相关系数集合进行聚类识别，得到监控单元之间的拓扑关系。
在本发明实施例中，基于上述得到的第一平均相关系数集合进行聚类识别，其中，可基于NCUT(Normalized cut)划分准则对第一平均相关系数集合进行谱聚类来进行聚类识别，其中，聚类分簇数k可通过采用轮廓系数法评估最优子簇数得到，在一些情况中，若台区所在的小区为新建小区，也可引入小区中楼栋数量作为聚类分簇数k。
具体地，谱聚类的过程包括两步：第一步为构图，根据第一平均相关系数集合，构造台区中所有监控单元之间的拓扑图G(V，E)。其中V表示拓扑图中的点，E表示点与点之间的边。如图4所示，任意两个监控单元之间均是相连的。其中两个监控单元之间的E的权重值可以为这两个监控单元之间的平均相关系数。第二步为切图，将第一步构造出来的拓扑图按照一定的切边准则，切分成不同的子图，切分得到的子图即为聚类结果。谱聚类是通过对所有监控单元组成的图进行切图，让切图后不同的子图间边权重和尽可能的低，而子图内的边权重和尽可能的高，从而来达到聚类的目的。为了减少孤立点并保证图分割的内部边权重平衡，本发明实施例基于NCUT划分准则进行切图处理，子图数量通过轮廓系数法或引入楼栋数量确定。
具体地，以图4为例，假设通过轮廓系数法确定出聚类分簇k即子图数量为2，则需将图4切割为两个子图。为了将图G(V，E)划分为两个分支G1和G2，使图G分割后断开的边的权重值之和最小，计算方式为其中，i和j表示断开的边对应的监控单元，w(i，j)表示监控单元i和监控单元j之间的边权重，边权重在本申请实施例中可以为监控单元i和监控单元j之间的平均相关系数。为了减少孤立点并保证图分割的内部边权重平衡，采用NCUT作为图G的划分准则，其划分方式通过以下公式计算得出：
其中，d1表示G1内所有的边权重值之和加上Cut(G1,G2)；d2表示G2内所有的边权重值之和加上Cut(G1,G2)；c1和c2均为常数；向量q表示为qTLq作为损失函数。
基于上述理论基础，对第一平均相关系数集合进行谱聚类识别，得到监控单元的分簇。根据分簇中包含的监控单元，确定出监控单元之间的拓扑关系。而且本方法通常会被应用于台区中关键节点上的监控单元的拓扑识别，监控单元的数量通常在20-30个左右，基于谱聚类对台区中关键节点上的监控单元进行聚类分簇，考虑了子图的比例和子图间边权重情况，可以减少孤立节点和分簇不平衡的问题。
在一些实施例中，若干个监控单元包括处于一级节点上的一级监控单元、处于二级节点上的二级监控单元。一级监控单元与二级监控单元之间存在拓扑关系。在对第一平均相关系数集合进行聚类识别，得到监控单元之间的拓扑关系之前，该基于谱聚类的低压台区拓扑识别方法还可以包括：从第一平均相关系数集合中，删除一级监控单元对应的平均相关系数，得到第二平均相关系数集合。相应地，对第一平均相关系数集合进行聚类识别，得到监控单元之间的拓扑关系，可以包括：对第二平均相关系数集合进行聚类处理，得到第一分簇结果；基于第一分簇结果、一级监控单元与二级监控单元之间的拓扑关系，生成监控单元之间的拓扑关系。
在一些情况中，因处于一级节点上的一级监控单元可以为台区中变压器监控单元，属于台区入线节点，其与各个分支上的监控单元相关性均较大。因此为了减小聚类分割错误的概率，提高聚类成功率，可在进行聚类之前，首先，从平均相关系数集合中将一级监控单元对应的平均相关系数去除；其次，通过聚类识别台区中其他监控单元之间的拓扑关系；最后，将一级监控单元与二级监控单元之间的拓扑连接加入到台区中其他监控单元之间的拓扑关系中。
具体地，在第一平均相关系数集合中，删除一级监控单元对应的所有平均相关系数，得到第二平均相关系数集合。然后根据轮廓系数法确定出对第二平均相关系数集合的聚类分簇数k，基于NCUT划分原则对第二平均相关系数集合对应的拓扑图进行谱聚类，得到k个分簇，即第一分簇结果。识别出第一分簇结果中每个分簇里的二级监控单元，根据第一分簇结果可以生成除一级监控单元之外的其他监控单元之间的拓扑关系。再结合一级监控单元与二级监控单元之间的拓扑连接关系，可以得到台区中所有监控单元之间的拓扑关系。
在一些实施例中，一级监控单元是根据地址标识确定的；二级监控单元的确定方式，包括：确定一级监控单元与第一分簇结果中分簇所包括的监控单元之间的一级平均相关系数；在一级平均相关系数中确定满足预设条件的目标平均相关系数；将目标平均相关系数对应的监控单元作为所述二级监控单元。
其中，第一平均相关系数集合中的平均相关系数表示平均相关系数对应的监控单元之间的相关程度，平均相关系数越大，监控单元之间的相关程度越大。针对第一分簇结果的任意分簇，该分簇中包括若干监控单元，在第一平均相关系数集合中获取一级监控单元与该分簇包括的各监控单元之间的平均相关系数作为一级平均相关系数或计算一级监控单元与该分簇包括的各监控单元之间的平均相关系数作为一级平均相关系数，其中，计算平均相关系数与上述实施例中计算任意两个监控单元之间的平均相关系数的方式相同，不再赘述。得到一级监控单元与该分簇包括的各监控单元对应的一级平均相关系数后，在一级平均相关系数中确定出满足预设条件的平均相关系数记为目标平均相关系数，则该分簇中目标平均相关系数对应的监控单元作为二级监控单元。
在一些可实现的方式中，平均相关系数越大代表两个监控单元之间的相关程度越高，因此可将预设条件设置为值最大或超出预设阈值。示例的，将预设条件选择为值最大，则针对一个分簇，其包括的监控单元与一级监控单元对应的一级平均相关系数中，值最大的平均相关系数为目标平均相关系数，将目标平均相关系数所对应的监控单元作为二级监控单元。
需要说明的是，对台区中的监控单元进行聚类识别时，根据地址标识可确定出位于一级节点上的一级监控单元。依据与一级监控单元之间的相关程度，可确定出位于二级节点上的二级监控单元。在识别出一级监控单元和二级监控单元之后，可将台区中其他监控单元直接做为位于三级节点上的三级监控单元。示例性的，已经在第一分簇结果中某一个分簇中确定出二级监控单元，可以将该某一个分簇中的其他监控单元确定为三级监控单元。可以理解的是，三级监控单元位于二级监控单元的子节点上。
在另一些实施例中，基于第一分簇结果、一级监控单元与二级监控单元之间的拓扑关系，生成监控单元之间的拓扑关系，可以包括：基于第一分簇结果，确定部分邻接矩阵；部分邻接矩阵中的元素用于表示除一级监控单元之外的其他监控单元之间的拓扑关系；依照一级监控单元与二级监控单元之间的拓扑关系，对部分邻接矩阵进行元素补充，得到目标邻接矩阵；根据目标邻接矩阵确定监控单元之间的拓扑关系。
其中，第一分簇结果包括若干个分簇。根据每个分簇中监控单元的连接关系确定出除一级监控单元之外其他监控单元之间的邻接矩阵，记为部分邻接矩阵。部分邻接矩阵中的元素用于表示除一级监控单元外的其他监控单元之间的拓扑关系。在一种可实现的方式中，部分邻接矩阵中的元素包括0和1。其中，0对应的两个监控单元没有连接关系，1对应的两个监控单元有拓扑连接关系。识别出第一分簇结果中每个分簇里的二级监控单元，依照一级监控单元与二级监控单元之间的拓扑关系，在部分邻接矩阵中补充一级监控单元与二级监控单元和其他监控单元之间的元素内容，得到目标邻接矩阵。基于目标邻接矩阵便可以确定出监控单元之间的拓扑关系。其中，一级监控单元与二级监控单元参考之间的拓扑关系上述实施例中的识别方式，在此不再赘述。
在一些实施例中，基于第一分簇结果，确定部分邻接矩阵，包括：对第一分簇结果中包括的若干个分簇进行划分处理，得到若干个第一目标分簇；其中，第一目标分簇对应有分簇矩阵；合并第一目标分簇对应的分簇矩阵，得到部分邻接矩阵。
在一些情况中，对第二平均相关系数集合进行聚类识别后，其第一分簇结果中难免会存在不符合现实情况的分簇，例如仅包含一个监控单元的分簇，即孤立节点。此时需要对孤立节点进行相关处理，使得处理后的每个分簇都能满足大于等于两个节点，从而提高拓扑关系的识别正确率。
具体地，对第一分簇结果中包括的若干个分簇进行划分处理，将第一分簇结果中的孤立节点划分至其他分簇中，得到若干个第一目标分簇。根据若干个第一目标分簇生成对应的分簇矩阵，分簇矩阵中的元素表示其对应分簇中的监控单元之间的拓扑关系。分簇矩阵中的元素可用0或1表示，0对应的两个监控单元没有连接关系，1对应的两个监控单元有拓扑连接关系。将第一目标分簇对应的分簇矩阵进行合并，位于不同分簇的监控单元之间没有拓扑连接关系，其之间的元素值为0，合并后得到部分邻接矩阵。
在一些实施例中，对第一分簇结果中包括的若干个分簇进行划分处理，得到若干个第一目标分簇，包括：在第一分簇结果中，确定节点数量大于第一节点阈值的待划分分簇；依据待划分分簇对应的最大平均相关系数，划分孤立节点至待划分分簇中，得到划分后的第一分簇结果；其中，划分后的第一分簇结果中的分簇作为第一目标分簇。
具体地，在第一分簇结果中，确定节点数量大于第一节点阈值的待划分分簇。示例性的，第一节点阈值可设置为2，将第一分簇结果中大于2个节点的分簇作为孤立节点的待划分分簇。获取每个待划分分簇中的监控单元与孤立节点之间的平均相关系数，确定出最大平均相关系数对应的监控单元所在的待划分分簇。将孤立节点划分至该待划分分簇中。根据此方式，将孤立节点划分到待划分分簇后，得到划分后的第一分簇结果。划分后的第一分簇结果中的分簇可以看作为第一目标分簇。
在一些实施例中，第一目标分簇对应的分簇矩阵的生成方式，包括：针对节点数量大于等于第二节点阈值的第一目标分簇，生成最大生成子树；基于最大生成子树，生成节点数量大于等于第二节点阈值的第一目标分簇对应的分簇矩阵。
在一些情况中，因在计算平均相关系数时，计算的是台区中任意两个监控单元之间的平均相关系数，则存在一种情况为：两个监控单元之间虽没有拓扑连接关系，但有其对应的平均相关系数。对第二平均相关系数集合进行聚类后，因分簇的表现形式为拓扑图，分簇中包含的多个监控单元之间均为连接的。故为了确定出分簇中监控单元之间正确的拓扑关系，还需对分簇进行相关处理。
具体地，针对节点数量大于等于第二节点阈值的第一目标分簇，生成最大生成子树，生成方式可采用prim算法。针对一个分簇来说，该分簇对应的拓扑图为G1(V，E)，V包括分簇中的监控单元，E表示监控单元之间的平均相关系数，设置集合S来存放分簇中已被访问的监控单元。然后执行n次下面两个步骤：S100，每次从集合V-S中选择与集合S中的节点之间最大平均相关系数的一个顶点。访问该顶点并将其加入到集合S中，同时将该顶点与集合S相连的最大平均相关系数的边加入到最大生成子树中。S200，令顶点作为集合S与集合V-S连接的接口，优化从该顶点能到达的未访问顶点与集合S之间的最大平均相关系数的边。根据最大生成子树，生成节点数量大于等于第二节点阈值的第一目标分簇对应的分簇矩阵。
示例性的，因节点数量为2的分簇，其节点之间互连，拓扑连接关系可直接得到，故为减少计算量，可将第二节点阈值设置为3。
在一些实施例中，对于节点数量为2的第一目标分簇，可直接生成对应的分簇矩阵。
在一些实施例中，可在将数量大于等于第二节点阈值的第一目标分簇生成最大生成子树后，再依据上述划分方式，将孤立节点划分至对应的待划分分簇中，也可先将孤立节点进行划分处理，再对划分处理后的第一分簇结果中的数量大于等于第二节点阈值的第一目标分簇生成最大生成子树。
作为一个具体实施例，结合图5，基于谱聚类的低压台区拓扑识别方法可包括：
S101，数据清洗，对监控单元采集的三相电压时序数据进行清洗，筛选监控单元的三相电压时序数据中的每个单相电压时序数据是否包含超出预设比例的空值或异常值，若是，则将该单相电压时序数据记为null。
S102，三相相关系数计算，基于任意两个监控单元采集的三相电压时序数据，计算任意两个监控单元之间的多个皮尔逊相关系数，得到三相相关系数集合。
S103，平均相关系数计算，在三相相关系数集合中获取任意两个监控单元之间的目标相关系数，将目标相关系数相加得到同相相关系数和，计算同相相关系数和与有效相位数的商，得到两个监控单元之间的平均相关系数，将计算得出的所有平均相关系数组成第一平均相关系数集合。
S104，根据地址标识识别一级监控单元，在第一平均相关系数集合中，删除一级监控单元对应的平均相关系数，得到第二平均相关系数集合。
S105，对第二平均相关系数集合进行谱聚类，得到若干个分簇，记为第一分簇结果。
S106，基于平均相关系数，识别第一分簇结果的分簇中的二级监控单元。
S107，针对第一分簇结果中，节点数量大于等于3的第一目标分簇，生成最大生成子树。
S108，将第一分簇结果中的孤立节点划分至节点数量大于2的待划分分簇中，得到划分处理后的第一分簇结果。
S109，根据第一分簇结果中的第一目标分簇生成分簇矩阵，并合并分簇矩阵得到部分邻接矩阵。
S110，根据一级监控单元和二级监控单元之间的拓扑连接关系，补充部分邻接矩阵的元素，得到目标邻接矩阵。
综上所述，根据本发明实施例的基于谱聚类的低压台区拓扑识别方法，基于任意两个监控单元所采集的三相电压时序数据，计算得到任意两个监控单元之间的三相相关系数，确定出三相相关系数集合，然后根据三相相关系数集合中的目标相关系数和有效相位数进行平均计算，得到第一平均相关系数集合，基于第一平均相关系数集合进行聚类识别，根据聚类识别的结果可以确定出监控单元之间的拓扑关系。本方法中的三相电压时序数据的仅依托现有的HPLC同步采集技术便可获取到，无需改造台区中的硬件设备，没有额外成本，且可使本方法应用于仅支持关键节点和电能表的电压数据采集的台区中，使用成本较低。而且仅需通过监控单元采集的三相电压时序数据便可对台区监控单元的拓扑关系进行识别，大大降低了电力通信网络的采集压力和运算单元的算力需求。引入平均计算，采用平均相关系数来进行后续对监控单元的聚类识别的方式，可以使台区中关键节点处的监控单元识别率提高至接近百分之百，也减少了因缺相等问题造成的聚类效果差的问题，同时也提升了拓扑关系的识别率。
上述整个过程完成了台区中监控单元之间的拓扑关系识别。在低压台区中，与二级监控单元连接的还有多个电能表，将电能表与二级监控单元之间的拓扑关系识别后，再结合上述确定出的监控单元之间的拓扑连接，即可完成整个台区的拓扑关系识别。在本发明实施例中，电能表均为单相电能表，可采集对应相上的电压数据。
图6是根据本发明另一个实施例的基于谱聚类的低压台区拓扑识别方法的流程图，如图6所示，二级监控单元与电能表之间的拓扑关系识别方法包括以下步骤：
S40，获取二级监控单元采集的二级三相电压时序数据和电能表采集的电表电压时序数据。
在本发明实施例中，二级三相电压时序数据与电表电压时序数据为二级监控单元与电能表在同一日第二预设时间段内采集的。其中，二级三相电压时序数据包括A相电压时序数据、B相电压时序数据和C相电压时序数据中的任一相电压时序数据，电表电压时序数据为单相电压时序数据，因电能表为单相电能表，包括A相电能表、B相电能表和C相电能表，因此电能表只能采集到其对应相上的电压时序数据。
在获取到二级三相电压时序数据和电表电压时序数据后，也可对其进行数据清洗，将二级三相电压时序数据中异常值或空值占比超出预设比例的单相电压时序数据以及异常值或空值占比超出预设比例电表电压时序数据中记为null。若电表电压时序数据中，null的比重过大，可重新选取第二预设时间段，获取新的二级三相电压时序数据和电表电压时序数据，第二预设时间可选在用电高峰期。
S50，基于二级三相电压时序数据与电表电压时序数据，生成二级三相相关系数集合。
其中，二级三相相关系数集合中的相关系数用于表示二级三相电压时序数据所包括的单相电压时序数据和电表电压时序数据之间的相关程度。
具体地，二级三相相关系数是二级监控单元与电能表之间的系数，需计算每个电能表的电表电压时序数据分别与每个二级监控单元的二级三相相关系数中对应相的单相电压时序数据之间的相关系数，为了不受出线电压、电气距离和负荷分布的影响，可引入皮尔逊相关系数来计算二级监控单元与电能表之间的相关系数。在一个示例中，假设电能表包括A相电能表1、B相电能表2和C相电能表3，二级监控单元的数量为5，则需将A相电能表1的电表电压时序数据分别与5个二级监控单元的A相电压时序数据计算皮尔逊相关系数，得到A相电能表1对应的5个二级三相相关系数；将B相电能表2的电表电压时序数据分别与5个二级监控单元的B相电压时序数据计算皮尔逊相关系数，得到B相电能表2对应的5个二级三相相关系数；将C相电能表3的电表电压时序数据分别与5个二级监控单元的C相电压时序数据计算皮尔逊相关系数，得到C相电能表3对应的5个二级三相相关系数；计算得到的共15个二级三相相关系数组成二级三相相关系数集合。
S60，对二级三相相关系数集合进行聚类识别，得到二级监控单元和电能表之间的拓扑关系。
在本发明实施例中，对二级三相相关系数集合进行聚类识别可采用kmeans聚类方法，聚类后得到包括二级监控单元和电能表的若干个分簇，基于分簇确定二级监控单元和电能表之间的拓扑关系。
在一些实施例中，对二级三相相关系数集合进行聚类识别，得到二级监控单元和电能表之间的拓扑关系，包括：以二级监控单元的数量作为分簇数，对二级三相相关系数集合进行聚类处理，得到第二分簇结果；基于第二分簇结果中分簇所包括的二级监控单元、电能表，确定二级监控单元和电能表之间的拓扑关系。
在一些情况中，因二级监控单元连接多个电能表，而二级监控单元之间是互相独立的，故在进行聚类识别时，可引入二级监控单元的数量作为聚类的分簇数。
具体地，以二级监控单元的数量n作为分簇数，得到第二分簇结果，第二分簇结果中包括n个分簇，每个分簇中可包括一个二级监控单元和多个电能表，故在同一分簇中的二级监控单元和电能表是拓扑连接的，分簇中二级监控单元的相位即簇内电能表的相位，即分簇中二级监控单元的二级三相相关系数是基于哪个单相电压时序数据得到的，其对应的相位即簇内电能表的相位。
在一些实施例中，基于第二分簇结果中分簇所包括的二级监控单元、电能表，确定二级监控单元和电能表之间的拓扑关系，包括：基于第二分簇结果，确定第二目标分簇；其中，第二目标分簇中所包括的二级监控单元的数量为1；在第二目标分簇的数量与二级监控单元的数量相等的情况下，根据第二目标分簇中所包括的二级监控单元、电能表，生成二级监控单元和所述电能表之间的拓扑关系。
在一些情况中，对应实际情况，一个二级监控单元连接多个同相电能表，而二级监控单元之间为独立的。虽然引入二级监控单元的数量作为聚类的分簇数，但是聚类后可能会存在一个分簇中包括多个二级监控单元或不包括二级监控单元的情况，因此需要确认聚类后，每个分簇中是否只包括1个二级监控单元。
具体地，将仅包含1个二级监控单元的分簇作为第二目标分簇，确定第二分簇结果中第二目标分簇的数量。若第二目标分簇的数量与二级监控单元的数量相等，则证明聚类成功。在第二目标分分簇中，位于同一分簇中的二级监控单元和电能表是拓扑连接的，分簇中二级监控单元的相位即簇内电能表的相位。
在一些实施例中，重复执行以下步骤直至第二目标分簇的数量与二级监控单元的数量相等：将第二分簇结果中除第二目标分簇之外的其他分簇，作为待重新聚类分簇；确定二级监控单元的数量与第二目标分簇的数量之差；以差作为新分簇数，对待重新聚类分簇中所包括的二级监控单元、电能表进行再次聚类处理，得到第三分簇结果。其中，第三分簇结果用作第二分簇结果。
在一些情况中，基于kmeans聚类方法对二级三相相关系数集合进行第一次聚类后，第二目标分簇的数量与二级监控单元的数量相等的情况概率并非为百分之百。若第一次聚类后，存在一些分簇中包含多个二级监控单元或不包含二级监控单元的情况，则还需对这些分簇进行处理。
具体地，确定出第二分簇结果中除第二目标分簇之外的其他分簇，作为待重新聚类分簇。确定出待重新聚类分簇中包括的二级监控单元和电能表。同时在二级三相相关系数集合中确定出待重新聚类分簇中包括的二级监控单元和电能表之间的三相相关系数，作为重新聚类的样本数据。重新聚类的分簇数应该为待重新聚类分簇中包括的二级监控单元的数量，即二级监控单元的数量和第二目标分簇的数量之差，以差作为新分簇数，对待重新聚类分簇中所包括的二级监控单元、电能表进行再次聚类处理，得到第三分簇结果。若第三分簇结果中的每个分簇都只包含一个二级监控单元，则聚类结束。根据两次聚类的结果可去进行拓扑关系识别。若第三分簇结果中依旧包括二级监控单元的数量不为1的分簇，则将第三分簇结果用作第二分簇结果，再次执行上述过程，直至第二目标分簇的数量与二级监控单元的数量相等。
上述实施例仅确定了电能表与二级监控单元之间的拓扑连接关系。但在本场景示例中，二级监控单元和电能表之间还连接有三级监控单元，即与电能表直接连接的表箱监控单元。因此在一些实施例中，确定了电能表与二级监控单元之间的拓扑连接后，还对三级监控单元与电能表之间的拓扑连接关系进行识别。
在本发明的一些实施例中，三级监控单元与电能表的拓扑关系识别方法可以包括：针对第二分簇结果中的任一分簇，确定与第二分簇结果的任一分簇中的二级监控单元连接的分簇三级监控单元；获取分簇三级监控单元采集的三级三相电压时序数据和第二分簇结果的任一分簇中电能表采集的分簇电表电压时序数据；基于分三级三相电压时序数据与分簇电表电压时序数据，生成分簇三级相关系数集合；其中，分簇三级相关系数集合中的相关系数用于表示分簇三级三相电压时序数据所包括的单相电压时序数据和分簇电表电压时序数据之间的相关程度；对分簇三级相关系数集合进行聚类处理，确定第二分簇结果的任一分簇中与分簇三级监控单元连接的电能表。
具体地，针对第二分簇结果中的任一分簇，依据上述确定出的监控单元之间的拓扑关系，确定出与第二分簇结果的任一分簇所包括的二级监控单元相连接的三级监控单元，作为第二分簇结果的任一分簇的分簇三级监控单元。以第二分簇结果中的一个分簇为例，获取该分簇对应的分簇三级监控单元在某日第三预设时间段内采三级三相电压时序数据和该分簇包括的电能表在同日第三预设时间段内采集的分簇电表电压时序数据。其中，三级三相电压时序数据可以包括A相电压时序数据、B相电压时序数据和C相电压时序数据中的任一项单相电压时序数据；分簇电表电压时序数据为电能表对应相上的单相电压时序数据。为保证三级三相电压时序数据和分簇电表电压时序数据的同步性，可采用HPLC同步采集技术进行监控单元和电能表的电压数据的采集。数据采集样点数不少于预设数量，即在第三预设时间段内采集电压的时间点不少于预设数量。
基于三级三相电压时序数据与分簇电表电压时序数据，生成分簇三级相关系数集合。分簇三级相关系数集合的生成方式可参考上述二级相关系数集合的生成方式，在此不再赘述。
在本发明的一些实施例中，对分簇三级相关系数集合进行聚类处理，确定第二分簇结果的任一分簇中与分簇三级监控单元连接的电能表，可以包括：确定与第二分簇结果的任一分簇中的二级监控单元连接的分簇三级监控单元的数量；以分簇三级监控单元的数量为分簇数，对分簇三级相关系数集合进行kmeans聚类，得到若干分簇三级监控单元对应的三级电表分簇；基于三级电表分簇中包括的三级监控单元和电能表，确定与三级电表分簇中的三级监控单元连接的电能表。
具体地，因在一个分支线中可以包括一个二级监控单元、多个三级监控单元以及多个电能表。二级监控单元与多个三级监控单元连接，作为三级监控单元的父节点。一个三级监控单元可与一个或多个电能表连接，作为电能表的父节点。故在对一个分支线的分簇三级相关系数集合进行kmeans聚类时，针对第二分簇结果的任一分簇，以分簇中二级监控单元所连接的分簇三级监控单元的数量作为分簇数m进行聚类，得到m个三级电表分簇。根据三级电表分簇中包括的三级监控单元和电能表即确定出三级监控单元和电能表的拓扑关系。示例性的，假设第二分簇结果的一个分簇A中包括二级监控单元X、电能表1、电能表2以及电能表3。与二级监控单元X相连接的有三级监控单元Y和三级监控单元Z。三级监控单元Y和三级监控单元Z为分簇A的分簇三级监控单元。在对分簇三级监控单元和电能表1、2、3进行聚类时，以分簇三级监控单元的数量2作为分簇数，得到2个三级电表分簇。每个三级电表分簇中可包括一个三级监控单元和一个或多个电能表。假设，一个三级电表分簇中包括三级监控单元Y、电能表1和电能表2，则可确定出电能表1和电能表2均与三级监控单元Y是拓扑连接的。三级电表分簇中的三级监控单元为同簇内电能表的父节点。由此，可确定出第二分簇结果中所有分簇的分簇三级监控单元和分簇电能表之间的拓扑关系。其中，分簇三级监控单元和分簇电能表的聚类过程与上述二级监控单元和电能表的聚类过程相同，在此不再赘述。
需要说明的是，本方法也可应用于大于三级的基于谱聚类的低压台区拓扑识别上，且在应用于三级和四级拓扑的台区上时，其对电能表和监控单元之间拓扑关系的识别准确率相较于同类算法有较高的精度，本发明提出的方法已经在国家电网部分台区中开展了试点工作，多个台区试点结果表明准确率能达到97％-98％，优于同类算法，准确率接近基于硬件的特征电流法。但是本发明的方法与特征电流方法相比，无需额外硬件，大大降低了成本。
在一个具体实施例中，如图7所示，基于谱聚类的低压台区拓扑识别方法可以包括：
S710，基于任意两个监控单元所采集的三相电压时序数据，确定三相相关系数集合。
S720，根据三相相关系数集合中的目标相关系数以及有效相位数进行平均计算，得到第一平均相关系数集合。
S730，对第一平均相关系数集合进行聚类识别，得到监控单元之间的拓扑关系。
S740，获取二级监控单元采集的二级三相电压时序数据和电能表采集的电表电压时序数据。
S750，基于二级三相电压时序数据与电表电压时序数据，生成二级三相相关系数集合。
S760，对二级三相相关系数集合进行聚类识别，得到二级监控单元和电能表之间的拓扑关系。
综上所述，得到二级监控单元与电能表之间的拓扑关系后，结合监控单元之间的拓扑关系，便得到低压台区完整的拓扑关系，对于后续进行台区设备维护，提供了保障。
对应上述实施例，本发明的实施例还提供了一种基于谱聚类的低压台区拓扑识别装置，台区设置有若干个监控单元；监控单元用于采集三相电压时序数据。如图8所示，基于谱聚类的低压台区拓扑识别装置包括：确定模块110、计算模块120以及聚类模块130。
其中，确定模块110，用于基于任意两个监控单元所采集的三相电压时序数据，确定三相相关系数集合；其中，三相相关系数集合中的相关系数用于表示三相电压时序数据所包括的单相电压时序数据之间的相关程度。
计算模块120，用于根据三相相关系数集合中的目标相关系数以及有效相位数进行平均计算，得到第一平均相关系数集合；其中，所述第一平均相关系数集合中的平均相关系数用于表示平均相关系数所对应的两个监控单元之间的相关程度；目标相关系数用于表示三相电压时序数据中同相上的单相电压时序数据之间的相关程度；有效相位数用于表示处于有效状态的目标相关系数的数量。
聚类模块130，用于对第一平均相关系数集合进行聚类识别，得到监控单元之间的拓扑关系。
在一些实施例中，任意两个监控单元包括第一监控单元和第二监控单元；三相电压时序数据包括A相电压时序数据、B相电压时序数据以及C相电压时序数据中的任一个单相电压时序数据。确定模块110具体用于：根据第一监控单元采集的任一个单相电压时序数据与第二监控单元采集的任一个单相电压时序数据进行单相电压相关性计算，得到第一监控单元和第二监控单元之间的若干个皮尔逊相关系数；基于皮尔逊相关系数，生成三相相关系数集合。
在一些实施例中，目标相关系数包括A相电压时序数据之间的A相相关系数、B相电压时序数据之间的B相相关系数、C相电压时序数据之间的C相相关系数。计算模块120具体用于：从三相相关系数集合中获取A相相关系数、B相相关系数、C相相关系数；确定A相相关系数、B相相关系数、C相相关系数三者之和，为同相相关系数和；将同相相关系数和与有效相位数的商作为平均相关系数集合中的平均相关系数。
在一些实施例中，若干个监控单元包括处于一级节点上的一级监控单元、处于二级节点上的二级监控单元；一级监控单元与所述二级监控单元之间存在拓扑关系。上述装置还包括删除模块，用于从第一平均相关系数集合中，删除一级监控单元对应的平均相关系数，得到第二平均相关系数集合。聚类模块130具体用于：对第二平均相关系数集合进行聚类处理，得到第一分簇结果；基于第一分簇结果、一级监控单元与二级监控单元之间的拓扑关系，生成监控单元之间的拓扑关系。
在一些实施例中，聚类模块130还具体用于：基于第一分簇结果，确定部分邻接矩阵；部分邻接矩阵中的元素用于表示除一级监控单元之外的其他监控单元之间的拓扑关系；依照一级监控单元与二级监控单元之间的拓扑关系，对部分邻接矩阵进行元素补充，得到目标邻接矩阵；根据目标邻接矩阵确定监控单元之间的拓扑关系。
在一些实施例中，第一分簇结果包括若干个分簇，聚类模块130还具体用于：对第一分簇结果中包括的若干个分簇进行划分处理，得到若干个第一目标分簇；其中，第一目标分簇对应有分簇矩阵；合并第一目标分簇对应的分簇矩阵，得到部分邻接矩阵。
在一些实施例中，第一分簇结果还包括孤立节点。聚类模块130还具体用于：在第一分簇结果中，确定节点数量大于第一节点阈值的待划分分簇；依据待划分分簇对应的最大平均相关系数，划分孤立节点至所述待划分分簇中，得到划分后的第一分簇结果；其中，划分后的第一分簇结果中的分簇作为第一目标分簇。
在一些实施例中，聚类模块130还具体用于：针对节点数量大于等于第二节点阈值的第一目标分簇，生成最大生成子树；基于最大生成子树，生成节点数量大于等于第二节点阈值的第一目标分簇对应的分簇矩阵。
在一些实施例中，一级监控单元是根据地址标识确定的；二级监控单元的确定方式，包括：确定一级监控单元与第一分簇结果中分簇所包括的监控单元之间的一级平均相关系数；在一级平均相关系数中确定满足预设条件的目标平均相关系数；将目标平均相关系数对应的监控单元作为二级监控单元。
在一些实施例中，台区还设置有与二级监控单元连接的电能表，上述装置还包括：获取模块，用于获取二级监控单元采集的二级三相电压时序数据和电能表采集的电表电压时序数据。
生成模块，用于基于二级三相电压时序数据与所述电表电压时序数据，生成二级三相相关系数集合；其中，二级三相相关系数集合中的相关系数用于表示二级三相电压时序数据所包括的单相电压时序数据和电表电压时序数据之间的相关程度。
第二聚类模块，用于对二级三相相关系数集合进行聚类识别，得到二级监控单元和电能表之间的拓扑关系。
在一些实施例中，第二聚类模块具体用于：以二级监控单元的数量作为分簇数，对二级三相相关系数集合进行聚类处理，得到第二分簇结果；基于第二分簇结果中分簇所包括的二级监控单元、电能表，确定二级监控单元和电能表之间的拓扑关系。
在一些实施例中，第二聚类模块还具体用于：基于第二分簇结果，确定第二目标分簇；其中，第二目标分簇中所包括的二级监控单元的数量为1；在第二目标分簇的数量与二级监控单元的数量相等的情况下，根据第二目标分簇中所包括的二级监控单元、电能表，生成二级监控单元和所述电能表之间的拓扑关系。
在一些实施例中，第二聚类模块还具体用于：重复执行以下步骤直至第二目标分簇的数量与二级监控单元的数量相等：将第二分簇结果中除第二目标分簇之外的其他分簇，作为待重新聚类分簇；确定二级监控单元的数量与第二目标分簇的数量之差；以差作为新分簇数，对待重新聚类分簇中所包括的二级监控单元、电能表进行再次聚类处理，得到第三分簇结果；其中，第三分簇结果用作第二分簇结果。
需要指出的是，上述对基于谱聚类的低压台区拓扑识别方法的实施例和有益效果的解释说明，也适应本发明实施例的基于谱聚类的低压台区拓扑识别装置，为避免冗余，在此不作详细展开。
根据本发明实施例的基于谱聚类的低压台区拓扑识别装置，仅需通过监控单元采集的三相电压时序数据便可对台区监控单元的拓扑关系进行识别，而且对三相电压时序数据的处理方式采用平均计算的方式，可以降低电压相位异常导致的聚类效果差事件的出现几率，同时也提升了拓扑关系的识别率。
对应上述实施例，本发明的实施例还提供了一种计算机可读存储介质，其上存储有基于谱聚类的低压台区拓扑识别程序，该基于谱聚类的低压台区拓扑识别程序被处理器执行时实现上述实施例的基于谱聚类的低压台区拓扑识别方法。
根据本发明实施例的计算机可读存储介质，仅需通过监控单元采集的三相电压时序数据便可对台区监控单元的拓扑关系进行识别，而且对三相电压时序数据的处理方式采用平均计算的方式，可以降低电压相位异常导致的聚类效果差事件的出现几率，同时也提升了拓扑关系的识别率。
对应上述实施例，本发明的实施例还提供了一种电子设备。
图9是根据本发明一个实施例的电子设备的结构框图，如图9所示，该电子设备100包括存储器102、处理器104及存储在存储器102上并可在处理器104上运行的基于谱聚类的低压台区拓扑识别程序106，处理器104执行基于谱聚类的低压台区拓扑识别程序106时，实现前述的基于谱聚类的低压台区拓扑识别方法。
根据本发明实施例的电子设备，通过处理器执行基于谱聚类的低压台区拓扑识别程序时，仅需通过监控单元采集的三相电压时序数据便可对台区监控单元的拓扑关系进行识别，而且对三相电压时序数据的处理方式采用平均计算的方式，可以降低电压相位异常导致的聚类效果差事件的出现几率，同时也提升了拓扑关系的识别率。
需要说明的是，在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
此外，本发明实施例中所使用的“第一”、“第二”等术语，仅用于描述目的，而不可以理解为指示或者暗示相对重要性，或者隐含指明本实施例中所指示的技术特征数量。由此，本发明实施例中限定有“第一”、“第二”等术语的特征，可以明确或者隐含地表示该实施例中包括至少一个该特征。在本发明的描述中，词语“多个”的含义是至少两个或者两个及以上，例如两个、三个、四个等，除非实施例中另有明确具体的限定。
在本发明中，除非实施例中另有明确的相关规定或者限定，否则实施例中出现的术语“安装”、“相连”、“连接”和“固定”等应做广义理解，例如，连接可以是固定连接，也可以是可拆卸连接，或成一体，可以理解的，也可以是机械连接、电连接等；当然，还可以是直接相连，或者通过中间媒介进行间接连接，或者可以是两个元件内部的连通，或者两个元件的相互作用关系。对于本领域的普通技术人员而言，能够根据具体的实施情况理解上述术语在本发明中的具体含义。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (14)
1.一种基于谱聚类的低压台区拓扑识别方法，其特征在于，所述台区设置有若干个监控单元；所述监控单元用于采集三相电压时序数据；所述若干个监控单元包括处于一级节点上的一级监控单元、处于二级节点上的二级监控单元；所述一级监控单元与所述二级监控单元之间存在拓扑关系；所述方法包括：
基于任意两个监控单元所采集的三相电压时序数据，确定三相相关系数集合；其中，所述三相相关系数集合中的相关系数用于表示所述三相电压时序数据所包括的单相电压时序数据之间的相关程度；
根据所述三相相关系数集合中的目标相关系数以及有效相位数进行平均计算，得到第一平均相关系数集合；其中，所述第一平均相关系数集合中的平均相关系数用于表示所述平均相关系数所对应的两个监控单元之间的相关程度；所述目标相关系数用于表示所述三相电压时序数据中同相上的单相电压时序数据之间的相关程度；所述有效相位数用于表示处于有效状态的目标相关系数的数量；
从所述第一平均相关系数集合中，删除所述一级监控单元对应的平均相关系数，得到第二平均相关系数集合；
对所述第一平均相关系数集合进行聚类识别，得到所述监控单元之间的拓扑关系；
其中，所述对所述第一平均相关系数集合进行聚类识别，得到所述监控单元之间的拓扑关系，包括：对所述第二平均相关系数集合进行聚类处理，得到第一分簇结果；基于所述第一分簇结果，确定部分邻接矩阵；所述部分邻接矩阵中的元素用于表示除所述一级监控单元之外的其他监控单元之间的拓扑关系；依照所述一级监控单元与所述二级监控单元之间的拓扑关系，对所述部分邻接矩阵进行元素补充，得到目标邻接矩阵；根据所述目标邻接矩阵确定所述监控单元之间的拓扑关系。
2.根据权利要求1所述的方法，其特征在于，所述任意两个监控单元包括第一监控单元和第二监控单元；所述三相电压时序数据包括A相电压时序数据、B相电压时序数据以及C相电压时序数据中的任一个单相电压时序数据；所述基于任意两个监控单元所采集的三相电压时序数据，确定三相相关系数集合，包括：
根据所述第一监控单元采集的任一个单相电压时序数据与所述第二监控单元采集的任一个单相电压时序数据进行单相电压相关性计算，得到所述第一监控单元和所述第二监控单元之间的若干个皮尔逊相关系数；
基于所述皮尔逊相关系数，生成所述三相相关系数集合。
3.根据权利要求1所述的方法，其特征在于，所述三相电压时序数据包括A相电压时序数据、B相电压时序数据以及C相电压时序数据；所述目标相关系数包括所述A相电压时序数据之间的A相相关系数、所述B相电压时序数据之间的B相相关系数、所述C相电压时序数据之间的C相相关系数；所述根据所述三相相关系数集合中的目标相关系数以及有效相位数进行平均计算，得到平均相关系数集合，包括：
从所述三相相关系数集合中获取所述A相相关系数、所述B相相关系数、所述C相相关系数；
确定所述A相相关系数、所述B相相关系数、所述C相相关系数三者之和，为同相相关系数和；
将所述同相相关系数和与所述有效相位数的商作为所述平均相关系数集合中的平均相关系数。
4.根据权利要求1所述的方法，其特征在于，所述第一分簇结果包括若干个分簇；所述基于所述第一分簇结果，确定部分邻接矩阵，包括：
对所述第一分簇结果中包括的若干个分簇进行划分处理，得到若干个第一目标分簇；其中，所述第一目标分簇对应有分簇矩阵；
合并所述第一目标分簇对应的分簇矩阵，得到所述部分邻接矩阵。
5.根据权利要求4所述的方法，其特征在于，所述第一分簇结果还包括孤立节点；所述对所述第一分簇结果中包括的若干个分簇进行划分处理，得到若干个第一目标分簇，包括：
在所述第一分簇结果中，确定节点数量大于第一节点阈值的待划分分簇；
依据所述待划分分簇对应的最大平均相关系数，划分所述孤立节点至所述待划分分簇中，得到划分后的第一分簇结果；其中，所述划分后的第一分簇结果中的分簇作为所述第一目标分簇。
6.根据权利要求4所述的方法，其特征在于，所述第一目标分簇对应的分簇矩阵的生成方式，包括：
针对节点数量大于等于第二节点阈值的第一目标分簇，生成最大生成子树；
基于所述最大生成子树，生成节点数量大于等于第二节点阈值的第一目标分簇对应的分簇矩阵。
7.根据权利要求1所述的方法，其特征在于，所述一级监控单元是根据地址标识确定的；所述二级监控单元的确定方式，包括：
确定所述一级监控单元与所述第一分簇结果中分簇所包括的监控单元之间的一级平均相关系数；
在所述一级平均相关系数中确定满足预设条件的目标平均相关系数；
将所述目标平均相关系数对应的监控单元作为所述二级监控单元。
8.根据权利要求1至7任一项所述的方法，其特征在于，所述台区为低压台区，所述若干个监控单元包括处于二级节点上的二级监控单元；所述台区还设置有与所述二级监控单元连接的电能表；所述方法还包括：
获取所述二级监控单元采集的二级三相电压时序数据和所述电能表采集的电表电压时序数据；
基于所述二级三相电压时序数据与所述电表电压时序数据，生成二级三相相关系数集合；其中，所述二级三相相关系数集合中的相关系数用于表示所述二级三相电压时序数据所包括的单相电压时序数据和所述电表电压时序数据之间的相关程度；
对所述二级三相相关系数集合进行聚类识别，得到所述二级监控单元和所述电能表之间的拓扑关系。
9.根据权利要求8所述的方法，其特征在于，所述对所述二级三相相关系数集合进行聚类识别，得到所述二级监控单元和所述电能表之间的拓扑关系，包括：
以所述二级监控单元的数量作为分簇数，对所述二级三相相关系数集合进行聚类处理，得到第二分簇结果；
基于所述第二分簇结果中分簇所包括的二级监控单元、电能表，确定所述二级监控单元和所述电能表之间的拓扑关系。
10.根据权利要求9所述的方法，其特征在于，所述基于所述第二分簇结果中分簇所包括的二级监控单元、电能表，确定所述二级监控单元和所述电能表之间的拓扑关系，包括：
基于所述第二分簇结果，确定第二目标分簇；其中，所述第二目标分簇中所包括的二级监控单元的数量为1；
在所述第二目标分簇的数量与所述二级监控单元的数量相等的情况下，根据所述第二目标分簇中所包括的二级监控单元、电能表，生成所述二级监控单元和所述电能表之间的拓扑关系。
11.根据权利要求10所述的方法，其特征在于，重复执行以下步骤直至第二目标分簇的数量与所述二级监控单元的数量相等：
将所述第二分簇结果中除所述第二目标分簇之外的其他分簇，作为待重新聚类分簇；
确定所述二级监控单元的数量与所述第二目标分簇的数量之差；
以所述差作为新分簇数，对所述待重新聚类分簇中所包括的二级监控单元、电能表进行再次聚类处理，得到第三分簇结果；其中，所述第三分簇结果用作第二分簇结果。
12.一种计算机可读存储介质，其特征在于，其上存储有基于谱聚类的低压台区拓扑识别程序，该基于谱聚类的低压台区拓扑识别程序被处理器执行时，实现权利要求1-11中任一项所述的基于谱聚类的低压台区拓扑识别方法。
13.一种电子设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的基于谱聚类的低压台区拓扑识别程序，所述处理器执行所述基于谱聚类的低压台区拓扑识别程序时，实现权利要求1-11中任一项所述的基于谱聚类的低压台区拓扑识别方法。
14.一种基于谱聚类的低压台区拓扑识别装置，其特征在于，所述台区设置有若干个监控单元；所述监控单元用于采集三相电压时序数据；所述若干个监控单元包括处于一级节点上的一级监控单元、处于二级节点上的二级监控单元；所述一级监控单元与所述二级监控单元之间存在拓扑关系；所述装置包括：
确定模块，用于基于任意两个监控单元所采集的三相电压时序数据，确定三相相关系数集合；其中，所述三相相关系数集合中的相关系数用于表示所述三相电压时序数据所包括的单相电压时序数据之间的相关程度；
计算模块，用于根据所述三相相关系数集合中的目标相关系数以及有效相位数进行平均计算，得到第一平均相关系数集合；从所述第一平均相关系数集合中，删除所述一级监控单元对应的平均相关系数，得到第二平均相关系数集合；其中，所述第一平均相关系数集合中的平均相关系数用于表示所述平均相关系数所对应的两个监控单元之间的相关程度；所述目标相关系数用于表示所述三相电压时序数据中同相上的单相电压时序数据之间的相关程度；所述有效相位数用于表示处于有效状态的目标相关系数的数量；
聚类模块，用于对所述第二平均相关系数集合进行聚类处理，得到第一分簇结果；基于所述第一分簇结果，确定部分邻接矩阵；所述部分邻接矩阵中的元素用于表示除所述一级监控单元之外的其他监控单元之间的拓扑关系；依照所述一级监控单元与所述二级监控单元之间的拓扑关系，对所述部分邻接矩阵进行元素补充，得到目标邻接矩阵；根据所述目标邻接矩阵确定所述监控单元之间的拓扑关系。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211329911.XA CN115663801B (zh) | 2022-10-27 | 2022-10-27 | 一种基于谱聚类的低压台区拓扑识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211329911.XA CN115663801B (zh) | 2022-10-27 | 2022-10-27 | 一种基于谱聚类的低压台区拓扑识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115663801A CN115663801A (zh) | 2023-01-31 |
| CN115663801B true CN115663801B (zh) | 2023-08-08 |
Family
ID=84992422
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211329911.XA Active CN115663801B (zh) | 2022-10-27 | 2022-10-27 | 一种基于谱聚类的低压台区拓扑识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115663801B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109617231A (zh) * | 2018-12-13 | 2019-04-12 | 天津大学 | 一种用于低压台区的用户网络拓扑识别装置及方法 |
| CN110718908A (zh) * | 2019-09-29 | 2020-01-21 | 肖家锴 | 基于层次聚类法的配电网拓扑结构识别方法及系统 |
| CN111162608A (zh) * | 2020-01-08 | 2020-05-15 | 国网湖北省电力有限公司电力科学研究院 | 一种基于关联分析的配电变压器台区拓扑识别与校验方法 |
| CN112329806A (zh) * | 2020-09-01 | 2021-02-05 | 华南理工大学 | 一种用于低压台区拓扑识别的电表聚类方法 |
| CN112698123A (zh) * | 2020-12-01 | 2021-04-23 | 国网河南省电力公司电力科学研究院 | 一种基于决策树的低压台区用户拓扑关系识别方法 |
| CN113054664A (zh) * | 2021-04-08 | 2021-06-29 | 云南电网有限责任公司电力科学研究院 | 基于主成分分析和电压相似度的低压配电网拓扑识别方法 |
| CN113363980A (zh) * | 2021-06-30 | 2021-09-07 | 广东电网有限责任公司 | 一种适用于低压配电网拓扑自动识别方法及设备 |
| CN114977517A (zh) * | 2022-06-30 | 2022-08-30 | 南方电网科学研究院有限责任公司 | 一种低压台区的拓扑识别方法和相关装置 |
| CN115081933A (zh) * | 2022-07-20 | 2022-09-20 | 广东电网有限责任公司佛山供电局 | 一种基于改进谱聚类的低压用户拓扑构建方法和系统 |
-
2022
- 2022-10-27 CN CN202211329911.XA patent/CN115663801B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109617231A (zh) * | 2018-12-13 | 2019-04-12 | 天津大学 | 一种用于低压台区的用户网络拓扑识别装置及方法 |
| CN110718908A (zh) * | 2019-09-29 | 2020-01-21 | 肖家锴 | 基于层次聚类法的配电网拓扑结构识别方法及系统 |
| CN111162608A (zh) * | 2020-01-08 | 2020-05-15 | 国网湖北省电力有限公司电力科学研究院 | 一种基于关联分析的配电变压器台区拓扑识别与校验方法 |
| CN112329806A (zh) * | 2020-09-01 | 2021-02-05 | 华南理工大学 | 一种用于低压台区拓扑识别的电表聚类方法 |
| CN112698123A (zh) * | 2020-12-01 | 2021-04-23 | 国网河南省电力公司电力科学研究院 | 一种基于决策树的低压台区用户拓扑关系识别方法 |
| CN113054664A (zh) * | 2021-04-08 | 2021-06-29 | 云南电网有限责任公司电力科学研究院 | 基于主成分分析和电压相似度的低压配电网拓扑识别方法 |
| CN113363980A (zh) * | 2021-06-30 | 2021-09-07 | 广东电网有限责任公司 | 一种适用于低压配电网拓扑自动识别方法及设备 |
| CN114977517A (zh) * | 2022-06-30 | 2022-08-30 | 南方电网科学研究院有限责任公司 | 一种低压台区的拓扑识别方法和相关装置 |
| CN115081933A (zh) * | 2022-07-20 | 2022-09-20 | 广东电网有限责任公司佛山供电局 | 一种基于改进谱聚类的低压用户拓扑构建方法和系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115663801A (zh) | 2023-01-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108535599B (zh) | 基于电压曲线聚类分析的低压台区用户相位识别方法 | |
| CN110826895B (zh) | 一种台区拓扑识别方法 | |
| CN112198375B (zh) | 单相用户的相位识别方法、装置、设备和存储介质 | |
| CN112132283B (zh) | 一种基于遗传算法的非信号注入式户变拓扑关系识别方法 | |
| 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 | |
| CN111190121A (zh) | 基于序分量的含分布式电源配电网故障分类方法及系统 | |
| CN110311372A (zh) | 基于谱聚类的电网分区方法 | |
| CN113595071A (zh) | 台区用户辨识与电压影响评估方法 | |
| CN115663801B (zh) | 一种基于谱聚类的低压台区拓扑识别方法 | |
| 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 | |
| CN116845971A (zh) | 一种光伏并网低压台区拓扑结构自动识别方法 | |
| CN111191867B (zh) | 电力系统复杂网络的可靠性评估方法 | |
| CN111178679A (zh) | 一种基于聚类算法和网络搜索的相位识别方法 | |
| CN116231637A (zh) | 一种基于大数据分析的低压配电网拓扑识别方法 | |
| CN112241812B (zh) | 基于单边优化与遗传算法协作的低压配电网拓扑识别方法 | |
| CN115800287B (zh) | 一种基于阈值分割聚类的低压台区拓扑识别方法 | |
| CN114421465A (zh) | 基于元件拓扑的电网参数辨识校验方法、装置及存储介质 | |
| CN113642645A (zh) | 基于模糊c均值与豪斯多夫距离的低压用户相别识别方法 | |
| CN113258672B (zh) | 一种配电台区智慧物联监测方法及系统 | |
| Ye et al. | Research on topology data check of distribution network based on graph computing | |
| CN115902435A (zh) | 基于谱聚类的低压配电网络三相设备相序检测方法 | |
| CN117728421B (zh) | 微电网集群协调调度方法、系统、计算机设备和存储介质 | |
| CN117056754A (zh) | 基于加权马氏距离和粒度聚类的低压配电网拓扑辨识方法 | |
| CN116484242A (zh) | 基于电压序列聚类的低压配电网分支关系识别方法及系统 | |
| Zhang et al. | A Novel Method of Phase Identification in Low Voltage Distribution Network |
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 |