CN117150329B - 一种基于长短期聚类相似度加权的三相三线电能表错接线研判方法 - Google Patents

一种基于长短期聚类相似度加权的三相三线电能表错接线研判方法 Download PDF

Info

Publication number
CN117150329B
CN117150329B CN202311414952.3A CN202311414952A CN117150329B CN 117150329 B CN117150329 B CN 117150329B CN 202311414952 A CN202311414952 A CN 202311414952A CN 117150329 B CN117150329 B CN 117150329B
Authority
CN
China
Prior art keywords
phase
electric energy
energy meter
wire electric
wiring
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
Application number
CN202311414952.3A
Other languages
English (en)
Other versions
CN117150329A (zh
Inventor
张艳丽
牛任恺
刘晶
刘继鹏
易忠林
焦东翔
张鑫磊
王利赛
郭伟
檀舒
刘桐然
石磊
妙红英
岳振宇
岳虎
王玉君
刘晓天
燕凯
巨汉基
姜振宇
刘岩
王磊
何义赟
顾青
夏靖
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
State Grid Jibei Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
State Grid Jibei 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, State Grid Jibei Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202311414952.3A priority Critical patent/CN117150329B/zh
Publication of CN117150329A publication Critical patent/CN117150329A/zh
Application granted granted Critical
Publication of CN117150329B publication Critical patent/CN117150329B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Economics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Probability & Statistics with Applications (AREA)
  • Water Supply & Treatment (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Testing Of Short-Circuits, Discontinuities, Leakage, Or Incorrect Line Connections (AREA)

Abstract

本发明提供一种基于长短期聚类相似度加权的三相三线电能表错接线研判方法，涉及电量计量领域，建立由典型用电信息特征值构成的基本接线类型库；从用电信息采集系统中获取三相三线电能表历史用电信息特征值的历史日数据，基于四种时间尺度形成4个典型用电信息特征值数据集合；分别计算三相三线电能表4组历史日用电信息特征值聚类与现场接线类型库中的每一个现场接线类型之间的相关系数和夹角余弦；再计算相似度；按照近大远小的原则，设置的权重，进而求出加权之后的相似度，根据相似度的数值即得出三相三线电能表的具体接线形式。本发明实现了接线类型库的在线动态校正，大大提高了现场接线类型库的适用性。

Description

一种基于长短期聚类相似度加权的三相三线电能表错接线研 判方法
技术领域
本发明涉及电量计量领域，特别涉及一种基于长短期聚类相似度加权的三相三线电能表错接线研判方法。
背景技术
现有的对三相三线电能表错接线、计量故障、窃电等各类异常的分析研判技术，主要分为两个方向，一个是通过硬件检测，另一个是通过对三相三线电能表采集的数据进行分析。
目前的硬件检测的技术方式有很多种，如采用阻波装置和感测装置实现非入户不断电三相三线电能表错接线检测，或者利用带微处理器的错接线检测仪获取电路的测量信号判断现场待测装置的接线是否正确。然而，硬件检测方法无法解决同时对大量三相三线电能表的接线研判，使用成本也较高，无法大范围推广使用，并且当三相三线电能表出现错接线时无法及时感知。对实时采集的三相三线电能表数据分析则是根据采集数据的有功功率、无功功率、功率因数等变化量确定是否发生了错接线，但是无法精确感知具体错接线类型，从而无法及时计算出后续的电量追退。故如何根据三相三线电能表已有数据及时研判出错接线类型是当前技术中急需解决的技术问题。
发明内容
本发明针对现有三相三线电能表错接线研判方法的普适性差、算法可靠性低、研判结果的精度不高等缺陷，提出了一种基于长短期聚类相似度加权的三相三线电能表错接线研判方法，方法包括：
步骤1、基于ABC三相电压中，含极性特征的AC两相电流接入三相三线电能表存在的48种组合接线方式，建立由典型用电信息特征值构成的基本接线类型库Ω0={Ω0,1,Ω0,2,…, Ω0,j,…Ω0,48}，Ω0,j，j=1,2,…48，j为第j种基本接线类型；
步骤2、从用电信息采集系统中获取三相三线电能表过去一年的历史用电信息特征值历史日数据，分别按照过去的一周、过去的一个月、过去的一个季度和过去的一年的时间尺度，形成4个典型用电信息特征值数据集合；
步骤3、分别计算三相三线电能表4组历史日用电信息特征值聚类与现场接线类型库Ω′中的每一个现场接线类型Ωj之间的相关系数ρ x,j(,Ωj)和夹角余弦C x,j(,Ωj)；x∈{7,30,90,365}；
设相关系数ρ x,j(,Ωj)及夹角余弦C x,j(,Ωj)的权重分别为α x和β x，分别计算得到三相三线电能表4组历史日用电信息特征值聚类与每一个现场接线类型Ωj之间的相似度S x,j；
按照近大远小的原则，设置S x,j的权重γ x，进而求出加权之后的三相三线电能表历史日用电信息特征值与现场接线类型Ωj的相似度S j，根据相似度S j的数值即得出三相三线电能表的具体接线形式。
进一步需要说明的是，步骤1还包括：
定义三相三线电能表为每15分钟上传用电信息采集系统一组数据，故一天按照96个点进行设计分析，建立基于ABC三相电压中，含极性特征的AC两相电流以及AC两相功率因数角典型用电信息特征值构成的三相三线电能表基本接线类型库Ω0={Ω0,1, Ω0,2,…,Ω0,j,…Ω0,48}，Ω0,j（j=1,2,…48）为第j种基本接线类型，具体表达式如下所示：
（1）
式中：分别表示第j种基本接线类型Ω0,j中k时刻A、B、C三相的电压值；
分别表示第j种基本接线类型Ω0,j中k时刻A、C两相的电流值；
分别表示第j种基本接线类型Ω0,j中k时刻A、C两相的功率因数角；
三相三线电能表的基本接线类型库Ω0={Ω0,1, Ω0,2,…, Ω0,j,…Ω0,48}中的j=1,2,…48，由48种基本接线类型构成，其中只有1种是正确接线，余下47种均视为错接线。
进一步需要说明的是，步骤1还包括：从上级配电台区的用电数据中获取台区电力负荷的整体用电特性，对第j（j=1,2,…48）种基本接线类型Ω0,j的典型用电信息特征值进行如公式(2)至(4)所示的修正进行调整：
（2）
其中：为第j种基本接线类型Ω0,j中的ψ相在k时刻的电压修正系数，电压修正系数的取值基于上级配电台区，根据手动或在线自动调整；
（3）
其中：为第j种基本接线类型Ω0,j中的ψ相在k时刻的电流修正系数，电流修正系数的取值基于上级配电台区，根据手动或在线自动调整；
（4）
其中：是服从正态分布的随机变量，即：，为上级配电台区关口表的功率因数角均值，为台区关口表的功率因数角方差，根据手动或在线自动调整；
经过处理，得到的第j种现场接线类型Ωj，具体为：
（5）
进而，得到反映真实场景的三相三线电能表现场接线类型库Ω′0={Ω1, Ω2,…Ωj,…Ω0,48}，Ωj（j=1,2,…48）为第j种基本接线类型。
进一步需要说明的是，步骤2中，分别对所述4个典型用电信息特征值数据集合内同一时刻的用电信息特征值进行基于DBSCAN的聚类，得到对应时刻的4组历史日用电信息特征值聚类，分别记为（x∈{7,30,90,365}）。
进一步需要说明的是，步骤2还包括如下步骤：
步骤2.1 从用电信息采集系统中获取三相三线电能表过去一年的用电信息特征值历史日数据，第n个历史日内k时刻的ψ相电压为（ψ=A、B、C），第n个历史日内k时刻的ψ相电流为（ψ=A、C），第n个历史日内k时刻的ψ相的功率因数角为（ψ=A、C）；
步骤2.2 对三相三线电能表分别按照过去的一周、过去的一个月、过去的一个季度和过去的一年时间尺度的历史日内同一时刻的用电信息特征值、及进行基于DBSCAN的聚类分析。
进一步需要说明的是，步骤2.1中，ψ相电压，ψ相电流，功率因数角的表达式如式（6）所述，
（6）
对，ψ相电压，ψ相电流，功率因数角进行初步处理，如任一出现异常，则对异常数据进行剔除，再采用插值法进行替换。
进一步需要说明的是，步骤2.2还包括如下步骤：
1）对电压采用DBSCAN聚类分析时，聚类半径取3.5%U，U为额定相电压，得到按照过去一周、过去一个月、过去一个季度和过去一年时间尺度的历史日内k时刻的电压聚类结果，分别为：
（7）
其中，为采用DBSCAN的聚类分析得到对应时间尺度下的历史日电压子聚类个数；
设子聚类中心所在聚类中包含的天数为，则聚类分析时刻的历史日电压聚类中心由下式计算得到：
（8）
2）对功率因数角进行DBSCAN聚类分析时，聚类半径取σ ψ,ψ={A,C}，σ ψ为台区A和台区C两相功率因数角的方差，得到过去一周、过去一个月、过去一个季度和过去一年的历史日内k时刻的功率因数角聚类结果，分别为：
（9）
其中，为采用DBSCAN的聚类分析得到的对应时间尺度下的历史日功率因数角子聚类个数；
设子聚类中心所在聚类中包含的天数为，则分析时刻的历史日功率因数角聚类中心由下式计算得到：
（10）
3）对电流采用DBSCAN聚类分析时，聚类半径取10%I，I为额定相电压，得到过去一周、过去一个月、过去一个季度和过去一年的历史日内k时刻的电流聚类结果，分别为：
（11）
其中：分别为采用DBSCAN聚类分析得到对应时间尺度下的历史日电流子聚类个数；
设子聚类中心所在聚类中包含的天数为，则聚类分析时刻的历史日电流聚类中心由下式计算得到：
（12）
4）经过步骤1）至步骤3）的处理之后，得到三相三线电能表在过去的一周、过去的一个月、过去的一个季度和过去的一年时间尺度的历史日的聚类中心，具体表达式分别如下：
（13）。
进一步需要说明的是，步骤3还包括如下步骤：
步骤3.1 计算三相三线电能表过去的一周、过去的一个月、过去的一个季度和过去的一年的时间尺度的历史日聚类中心（x={7, 30, 90, 365}）与现场接线类型Ωj（j=1,2,…48）之间的相关系数：
（17）
步骤3.2 计算三相三线电能表四种时间尺度的历史日聚类中心（x={7, 30,90, 365}）与现场接线类型Ωj（j=1,2,…48）之间的夹角余弦：
（18）
步骤3.3 设相关系数ρ x,j(,Ωj)及夹角余弦C x,j(,Ωj)的权重分别为α x和β x（x∈{7,30,90,365}），分别计算得到三相三线电能表四种时间尺度下的历史日聚类中心与任一个现场接线类型Ωj之间的相似度S x,j：
（19）
步骤3.4按照近大远小的原则，设置S x,j的权重γ x，进而求出加权之后的三相三线电能表历史日数据与现场接线类型Ωj（j=1,2,…48）的相似度S j：
（20）
对应最大S的现场接线类型j为三相三线电能表的具体接线形式，即三相三线电能表的接线类型为。
从以上技术方案可以看出，本发明具有以下优点：
（1）本发明提供的三相三线电能表错接线研判方法从上级台区获取台区整体功率因数角的，并采用正态分布概率对其进行校正，形成符合实际运行工况的现场接线类型库。受到负荷运行情况的影响，三相三线电能表所计量的、能够反映负荷错接线的关键特征值在不同时刻、不同季节差别较大。本发明还以功率因数角为例，无功补偿装置的投切、负荷利用率的大小都会对其产生显著的影响。因此，本发明基于负荷集群特性，从上级台区获取精准的负荷用电信息特性，并对构成接线类型的典型用电信息特征值进行在线的实时校正，使得接线类型库可以随着负荷用电性质的变化而相应调整，实现了接线类型库的在线动态校正，大大提高了现场接线类型库的普适性；
（2）本发明提出的基于长短期聚类相似度加权的错接线判别方法将错接线发生日期对判别结果的影响降至最低。采用不同时间尺度（过去一周、一个月、一季度和过去一年）的历史用电信息特征值聚类加权，能够有效凸显错接线判断过程中“近大远小”的影响因素，克服了仅通过遍历所有历史日用电信息特征值的传统错接线研判方法所固有的抗扰性不强的缺点，提高了发明提出方法的鲁棒性；
（3）本发明通过相关系数和夹角余弦的加权，进一步加大了三线三相三线电能表历史日聚类中心与不同现场接线类型之间相似度的差距，使得错接线类型判别的区分度大幅提升，提高了本发明提出方法的可靠性。
附图说明
为了更清楚地说明本发明的技术方案，下面将对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为三相三线电能表错接线研判方法流程图；
图2为三相三线电能表的可能存在的48种接线方式示意图；
图3为三相三线电能表的正确接线方式示意图。
具体实施方式
本发明提供的基于长短期聚类相似度加权的三相三线电能表错接线研判方法中，是基于电力系统中三相三线的电能表接线分析，方法可以基于人工智能技术对关联的数据进行获取和处理。其中，三相三线电能表错接线研判方法利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用装置。方法在进行研判分析是可以结合如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。使用程序设计语言，程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。实现根据三相三线电能表已有数据及时研判出错接线类型的效果。
本发明的三相三线电能表错接线研判方法中，涉及了DBSCAN聚类分析，DBSCAN(Density-Based Spatial Clustering of Applications with Noise)是一个比较有代表性的基于密度的聚类算法。与划分和层次聚类方法不同，它将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚类。DBSCAN算法对簇的定义很简单，由密度可达关系导出的最大密度相连的样本集合，即为最终聚类的一个簇。DBSCAN算法的簇里面可以有一个或者多个核心点。如果只有一个核心点，则簇里其他的非核心点样本都在这个核心点的 Eps 邻域里。如果有多个核心点，则簇里的任意一个核心点的 Eps 邻域中一定有一个其他的核心点，否则这两个核心点无法密度可达。这些核心点的 Eps 邻域里所有的样本的集合组成一个 DBSCAN 聚类簇。
DBSCAN聚类分析的输入为数据集、邻域半径Eps、邻域中数据对象数目阈值MinPts，输出为密度联通簇。
具体的处理流程如下：1）从数据集中任意选取一个数据对象点p；2）如果对于参数Eps和MinPts，所选取的数据对象点 p 为核心点，则找出所有从p密度可达的数据对象点，形成一个簇；3）如果选取的数据对象点p是边缘点，选取另一个数据对象点；4）重复2）、3）步，直到所有点被处理。DBSCAN算法的计算复杂的度为O(n²)，n为数据对象的数目。这种算法对于输入参数Eps和MinPts是敏感的。
下面将结合附图1来详细阐述本发明的基于长短期聚类相似度加权的三相三线电能表错接线研判方法，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，都属于本发明保护的范围。
本发明的三相三线电能表错接线研判方法包括：三相三线电能表的正确接线方式如图2和3所示。排除断线等异常情况，全接线情况由电压相序、电流相序以及电流极性组合确定，共有48种全接线情况。
其中6种电压相序分别为正确相序UaUbUc，错相序UbUcUa、UcUaUb，逆相序UaUcUb、UbUaUc、UcUbUa；2种电流相序分别为正常电流相序IaIc和错误电流相序IcIa；4种电流极性分别为正确电流极性相序Ia+ Ic+，错误电流极性相序Ia+Ic-、Ia-Ic-、Ia-Ic+。一共有6*2*4=48种。
三相三线电能表上传至用电信息采集平台的数据包括如下信息：三相电压有效值及相位角、AC两相电流有效值及其相位角、三相的有功功率和无功功率、三相的因数等信息。
本实施例中的三相三线电能表错接线研判方法是通过从用电信息采集系统中获取该三相三线电能表历史日用电信息，针对大量的历史数据，并将其按照周、月、季度和年等不同时间尺度开展基于DBSCAN的聚类处理。再将其与现场接线类型库进行相似性计算，进而判别出该三相三线电能表的具体接线形式。具体而言，按如下步骤进行：
步骤1、基于ABC三相电压中，含极性特征的AC两相电流接入三相三线电能表存在的48种组合接线方式，建立由典型用电信息特征值构成的基本接线类型库Ω0={Ω0,1,Ω0,2,…, Ω0,j,…Ω0,48}，Ω0,j，j=1,2,…48，j为第j种基本接线类型；
其中，在本实施例中，鉴于三相三线电能表每15分钟上传用电信息采集系统一组数据，这些数据包括了三相电压有效值及相位角、AC两相电流有效值及其相位角、三相的有功功率和无功功率、三相的因数等信息，故一天按照96个点进行设计分析，则存在96组由上述用电信息构成的日用电信息特征集。
同理，三相三线电能表48种接线类型中，每一种接线类型也是相电压、相电流以及各项功率因数角等典型用电信息特征值构成的，之所以将电压电流作为特征值，负荷大小及其特性是在一天之内是变化的，所以电压、电流及功率因数角在不同时刻是不相同的，这就为错误接线判据的选择造成了不小的困难。
虽然，三相三线电能表的电压、电流及功率因数角即便在不同时刻是不相同的，但是都是立足局基本的接线类型的，故首先需要指定在纯电阻负荷下，三相三线电能表48种基本接线类型库Ω0={Ω0,1, Ω0,2,…, Ω0,j,…Ω0,48}，其中：Ω0,j为第j种基本接线类型，j=1,2,…48，其具体表达式如下所示：
（1）
式中：分别表示第j种基本接线类型Ω0,j中k时刻A、B、C三相的电压值；分别表示第j种基本接线类型Ω0,j中k时刻A、C两相的电流值；分别表示第j种基本接线类型Ω0,j中k时刻A、C两相的功率因数角。
基于根据该三相三线电能表所在台区长期累计的实测值确定，这样，三相三线电能表基本接线类型库Ω0={Ω0,1, Ω0,2,…，Ω0,48}由48种基本接线类型构成，其中只有1种是正确接线，余下47种均视为错接线。
本实施例中，实际现场的运行环境复杂多变，负荷的电压、电流以及功率因数角在不同时刻变化不定。直接将其实测数据与基本接线类型库Ω0进行比对，容易导致不正确的接线研判。
为此，考虑到实际现场的复杂情况，结合三相三线电能表实际负荷用能特点，对第j种基本接线类型Ω0,j中的典型用电信息特征值进行如公式(2)~(4)所示的修正调整：
针对第j种基本接线类型Ω0,j中的ABC三相电压进行如下调整：
（2）
其中：为第j种基本接线类型Ω0,j中的ψ相在k时刻的电压修正系数，该系数根据上级配电台区关口表长期累计的实际电压进行确定，能够反映一天中不同时刻的电压变化情况，而且该系数可以在线更新调整，以适应负荷特性发生的变化。
针对第j种基本接线类型Ω0,j中的AC两相电流进行如下调整：
（3）
其中：为第j种基本接线类型Ω0,j中的ψ相在k时刻的电流修正系数，该系数根据上级配电台区关口表长期累计的实际电流进行确定，能够反映一天中不同时刻的电流变化情况，而且该系数可以在线更新调整，以适应负荷特性发生的变化。
针对第j种基本接线类型Ω0,j中的AC两相负荷功率因数进行如下调整：
（4）
其中：是一个服从正态分布的随机变量，即：，和分别为功率因数角的均值和方差，这两个数据均根据上级配电台区关口表长期累计的结果统计得到，且均可在线动态调整。
经过上述处理，得到的第j种现场接线类型Ωj，具体为：
（5）
进而，得到了更加接近真实场景的三相三线电能表现场接线类型库Ω′0={Ω1,Ω2,…Ωj,…Ω0,48}，Ωj为第j种基本接线类型，j=1,2,…48。
步骤2、从用电信息采集系统中获取三相三线电能表过去一年的历史用电信息特征值历史日数据，分别按照过去的一周、过去的一个月、过去的一个季度和过去的一年的时间尺度，形成4个典型用电信息特征值数据集合；
在一个示例性实施例中，步骤2还具体涉及如下步骤：
步骤2.1，从用电信息采集系统中获取该三相三线电能表过去一年的用电信息特征值历史日数据。第n个历史日内k时刻的ψ相电压为（ψ=A、B、C），第n个历史日内k时刻的ψ相电流为（ψ=A、C），第n个历史日内k时刻的ψ相的功率因数角为（ψ=A、C）。具体表达式如式（6）所示。
（6）
对上述数据进行初步处理，如发现数据异常，则将该数据剔除后，采用拉格朗日插值法将该数据进行替换。
具体执行如下操作：假设缺失，则利用、和三个点的数据进行求取，具体为：。
经过三个点的数据进行求取处理，得到三相三线电能表过去一年365天，每天96个点的三相电压信息、AC两相电流及功率因数角信息。
步骤2.2、对三相三线电能表在不同时间尺度（过去7天、过去30天、过去90天和过去一年）的历史日内同一时刻的用电信息特征值、及分别进行基于DBSCAN的聚类分析。
1）根据国家对电压质量的要求，10kV及以下三相供电电压允许偏差为额定电压的±7%。因此，采用DBSCAN聚类方法对电压进行聚类，取3.5%U（U为额定相电压）作为聚类半径，对4种不同时间尺度（过去7天、过去30天、过去90天和过去一年）的历史日内k时刻的电压进行聚类，为了掌握在过去一周、过去一个月、过去一个季度和过去一年中，某一时刻电压的变换趋势。不同时间尺度下的子聚类中心分别为：
（7）
其中：分别为采用DBSCAN聚类方法得到的该时间尺度下的历史日电压子聚类个数。
设历史日电压子聚类中心所在聚类包含的历史日个数为，则该时刻历史日电压聚类中心可由下式计算得到：
（8）
2）采用DBSCAN聚类方法对功率因数角进行聚类，聚类半径取σ ψ,ψ={A,C}，σ ψ为该台区A、C两相功率因数角的方差，得到4种时间尺度（过去7天、过去30天、过去90天和过去一年）的历史日内k时刻的功率因数角进行聚类，其目的是为了掌握在过去一周、过去一个月、过去一个季度和过去一年中，某一时刻功率因数角的变换趋势。不同时间尺度下的功率因数角子聚类中心分别为：
（9）
其中：分别为采用DBSCAN聚类方法得到的该时间尺度下的历史日功率因数角子聚类个数。
设历史日功率因数角子聚类中心所在聚类包含的历史日个数为，则该时刻历史日功率因数角聚类中心可由下式计算得到：
（10）
3）采用DBSCAN聚类方法对电流进行聚类时，聚类半径取10%I（I为额定相电压），得到4种时间尺度（过去7天、过去30天、过去90天和过去一年）的历史日内k时刻的电流进行聚类，其目的是为了掌握在过去一周、过去一个月、过去一个季度和过去一年中，某一时刻电流的变换趋势。不同时间尺度下的电流子聚类中心分别为：
（9）
其中：分别为采用DBSCAN聚类方法得到的对应时间尺度下的历史日电流角子聚类个数。
设历史日电流子聚类中心所在聚类包含的历史日个数为，则分析时刻历史日电流聚类中心可由下式计算得到：
（10）
4）经过步骤1）至步骤3）的处理之后，得到三相三线电能表的4种时间尺度（过去7天、过去30天、过去90天和过去一年）的历史日的聚类中心、、和，具体表达式分别如下：
（13）
（14）
（15）
（16）
步骤3、分别计算三相三线电能表4组历史日用电信息特征值聚类与现场接线类型库Ω′中的每一个现场接线类型Ωj之间的相关系数ρ x,j(,Ωj)和夹角余弦C x,j(,Ωj)；x∈{7,30,90,365}。
步骤3具体包括如下步骤：
步骤3.1 计算三相三线电能表4种时间尺度下的历史日聚类中心（x=7, 30,90, 365）与任一个现场接线类型Ωj之间的相关系数：
（17）
步骤3.2 计算三相三线电能表4种时间尺度下的历史日聚类中心（x=7, 30,90, 365）与任一个现场接线类型Ωj之间的夹角余弦：
（18）
步骤3.3 设相关系数ρ x,j(, Ωj)及夹角余弦C x,j(, Ωj)的权重分别为α x和β x（x∈{7,30,90,365}），分别计算得到三相三线电能表4种时间尺度下的历史日聚类中心与任一个现场接线类型Ωj之间的相似度S x,j：
（19）
步骤3.4 按照“近大远小”的原则，设置S x,j的权重γ x，进而求出加权之后的三相三线电能表历史日数据与48种现场接线类型的相似度S j：
（20）
对应最大S的现场接线类型j为该三相三线电能表的具体接线形式，即三相三线电能表的接线类型为。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
这样基于长短期聚类相似度加权的三相三线电能表错接线研判方法解决了三相三线电能表现有的错接线研判技术易受现场复杂多变运行环境的影响所导致的无法精确研判具体错误接线类型的问题。而且本发明从上级台区获取台区整体功率因数角的，并采用正态分布概率对其进行校正，形成符合实际运行工况的现场接线类型库。受到负荷运行情况的影响，三相三线电能表所计量的、能够反映负荷错接线的关键特征值在不同时刻、不同季节差别较大。
本发明的基于长短期聚类相似度加权的三相三线电能表错接线研判方法中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本发明的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种基于长短期聚类相似度加权的三相三线电能表错接线研判方法，其特征在于，方法包括：
步骤1、基于ABC三相电压中，含极性特征的AC两相电流接入三相三线电能表存在的48种组合接线方式，建立由典型用电信息特征值构成的基本接线类型库Ω0={Ω0,1 , Ω0,2,…, Ω0,j,…Ω0,48 }，Ω0,j，j=1,2,…48，j为第j种基本接线类型；
步骤2、从用电信息采集系统中获取三相三线电能表过去一年的历史用电信息特征值历史日数据，分别按照过去的一周、过去的一个月、过去的一个季度和过去的一年的时间尺度，形成4个典型用电信息特征值数据集合；
步骤3、分别计算三相三线电能表4组历史日用电信息特征值聚类与现场接线类型库Ω′中的每一个现场接线类型Ωj之间的相关系数ρ x,j(,Ωj)和夹角余弦C x,j(,Ωj)；x∈{7,30,90,365}；
设相关系数ρ x,j(,Ωj)及夹角余弦C x,j(,Ωj)的权重分别为α x和β x，分别计算得到三相三线电能表4组历史日用电信息特征值聚类与每一个现场接线类型Ωj之间的相似度S x,j；
按照近大远小的原则，设置S x,j的权重γ x，进而求出加权之后的三相三线电能表历史日用电信息特征值与现场接线类型Ωj的相似度S j，根据相似度S j的数值即得出三相三线电能表的具体接线形式。
2.根据权利要求1所述的三相三线电能表错接线研判方法，其特征在于，
步骤1还包括：
定义三相三线电能表为每15分钟上传用电信息采集系统一组数据，故一天按照96个点进行设计分析，建立基于ABC三相电压中，含极性特征的AC两相电流以及AC两相功率因数角典型用电信息特征值构成的三相三线电能表基本接线类型库Ω0={Ω0,1 , Ω0,2 ,…,Ω0,j,…Ω0,48 }，Ω0,j，j=1,2,…48为第j种基本接线类型，具体表达式如下所示：
（1）
式中：分别表示第j种基本接线类型Ω0,j中k时刻A、B、C三相的电压值；
分别表示第j种基本接线类型Ω0,j中k时刻A、C两相的电流值；
分别表示第j种基本接线类型Ω0,j中k时刻A、C两相的功率因数角；
三相三线电能表的基本接线类型库Ω0={Ω0,1 , Ω0,2 ,…, Ω0,j,…Ω0,48 }中的j=1,2,…48，由48种基本接线类型构成，其中只有1种是正确接线，余下47种均视为错接线。
3.根据权利要求2所述的三相三线电能表错接线研判方法，其特征在于，
步骤1还包括：从上级配电台区的用电数据中获取台区电力负荷的整体用电特性，对第j种基本接线类型Ω0,j的典型用电信息特征值进行如公式(2)至(4)所示的修正进行调整：
（2）
其中：为第j种基本接线类型Ω0,j中的ψ相在k时刻的电压修正系数，电压修正系数的取值基于上级配电台区，根据手动或在线自动调整；j=1,2,…48；
（3）
其中：为第j种基本接线类型Ω0,j中的ψ相在k时刻的电流修正系数，电流修正系数的取值基于上级配电台区，根据手动或在线自动调整；
（4）
其中：是服从正态分布的随机变量，即：，为上级配电台区关口表的功率因数角均值，为台区关口表的功率因数角方差，根据手动或在线自动调整；
经过处理，得到的第j种现场接线类型Ωj，具体为：
（5）
进而，得到反映真实场景的三相三线电能表现场接线类型库Ω′0={Ω1, Ω2 ,…Ωj ,…Ω0,48 }，Ωj为第j种基本接线类型，j=1,2,…48。
4.根据权利要求1或2所述的三相三线电能表错接线研判方法，其特征在于，步骤2中，分别对所述4个典型用电信息特征值数据集合内同一时刻的用电信息特征值进行基于DBSCAN的聚类，得到对应时刻的4组历史日用电信息特征值聚类，分别记为，x∈{7,30,90,365}。
5.根据权利要求1或2所述的三相三线电能表错接线研判方法，其特征在于，步骤2还包括如下步骤：
步骤2.1 从用电信息采集系统中获取三相三线电能表过去一年的用电信息特征值历史日数据，第n个历史日内k时刻的ψ相电压为，ψ=A、B、C，第n个历史日内k时刻的ψ相电流为，ψ=A、C，第n个历史日内k时刻的ψ相的功率因数角为，ψ=A、C；
步骤2.2 对三相三线电能表分别按照过去的一周、过去的一个月、过去的一个季度和过去的一年时间尺度的历史日内同一时刻的用电信息特征值、及进行基于DBSCAN的聚类分析。
6.根据权利要求5所述的三相三线电能表错接线研判方法，其特征在于，
步骤2.1中，ψ相电压，ψ相电流，功率因数角的表达式如式（6）所述，
（6）
对，ψ相电压，ψ相电流，功率因数角进行初步处理，如任一出现异常，则对异常数据进行剔除，再采用插值法进行替换。
7.根据权利要求5所述的三相三线电能表错接线研判方法，其特征在于，
步骤2.2还包括如下步骤：
1）对电压采用DBSCAN聚类分析时，聚类半径取3.5%U，U为额定相电压，得到按照过去一周、过去一个月、过去一个季度和过去一年时间尺度的历史日内k时刻的电压聚类结果，分别为：
（7）
其中，为采用DBSCAN的聚类分析得到对应时间尺度下的历史日电压子聚类个数；
设子聚类中心所在聚类中包含的天数为，则聚类分析时刻的历史日电压聚类中心由下式计算得到：
（8）
2）对功率因数角进行DBSCAN聚类分析时，聚类半径取σ ψ, ψ={A,C}，σ ψ为台区A和台区C两相功率因数角的方差，得到过去一周、过去一个月、过去一个季度和过去一年的历史日内k时刻的功率因数角聚类结果，分别为：
（9）
其中，为采用DBSCAN的聚类分析得到的对应时间尺度下的历史日功率因数角子聚类个数；
设子聚类中心所在聚类中包含的天数为，则分析时刻的历史日功率因数角聚类中心由下式计算得到：
（10）
3）对电流采用DBSCAN聚类分析时，聚类半径取10%I，I为额定相电压，得到过去一周、过去一个月、过去一个季度和过去一年的历史日内k时刻的电流聚类结果，分别为：
（11）
其中：分别为采用DBSCAN聚类分析得到对应时间尺度下的历史日电流子聚类个数；
设子聚类中心所在聚类中包含的天数为，则聚类分析时刻的历史日电流聚类中心由下式计算得到：
（12）
4）经过步骤1）至步骤3）的处理之后，得到三相三线电能表在过去的一周、过去的一个月、过去的一个季度和过去的一年时间尺度的历史日用电信息特征值聚类，具体表达式分别如下：
（13）。
8.根据权利要求1或2所述的三相三线电能表错接线研判方法，其特征在于，步骤3还包括如下步骤：
步骤3.1 计算三相三线电能表过去的一周、过去的一个月、过去的一个季度和过去的一年的时间尺度的历史日用电信息特征值聚类与现场接线类型Ωj之间的相关系数，j=1,2,…48，x={7, 30, 90, 365}，
（17）
步骤3.2 计算三相三线电能表四种时间尺度的历史日用电信息特征值聚类，x={7,30, 90, 365}与现场接线类型Ωj之间的夹角余弦：
（18）
步骤3.3 设相关系数ρ x,j(,Ωj)及夹角余弦C x,j(,Ωj)的权重分别为α x和β x，x∈{7,30,90,365}，分别计算得到三相三线电能表四种时间尺度下的历史日用电信息特征值聚类与任一个现场接线类型Ωj之间的相似度S x,j：
（19）
步骤3.4按照近大远小的原则，设置S x,j的权重γ x，进而求出加权之后的三相三线电能表历史日用电信息特征值与现场接线类型Ωj的相似度S j：
（20）
对应最大S的现场接线类型j为三相三线电能表的具体接线形式，即三相三线电能表的接线类型为。
CN202311414952.3A 2023-10-30 2023-10-30 一种基于长短期聚类相似度加权的三相三线电能表错接线研判方法 Active CN117150329B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311414952.3A CN117150329B (zh) 2023-10-30 2023-10-30 一种基于长短期聚类相似度加权的三相三线电能表错接线研判方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311414952.3A CN117150329B (zh) 2023-10-30 2023-10-30 一种基于长短期聚类相似度加权的三相三线电能表错接线研判方法

Publications (2)

Publication Number Publication Date
CN117150329A CN117150329A (zh) 2023-12-01
CN117150329B true CN117150329B (zh) 2024-01-30

Family

ID=88903013

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311414952.3A Active CN117150329B (zh) 2023-10-30 2023-10-30 一种基于长短期聚类相似度加权的三相三线电能表错接线研判方法

Country Status (1)

Country Link
CN (1) CN117150329B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016171347A1 (ko) * 2015-04-22 2016-10-27 한국전력공사 전력량계의 오결선 감지 장치 및 그 방법
CN110398709A (zh) * 2019-07-29 2019-11-01 四川嘉盛电力建设有限责任公司 三相智能电能表错接线方式的研判方法
CN113376553A (zh) * 2021-04-27 2021-09-10 国网江苏省电力有限公司营销服务中心 三相四线计量串电流回路接线的智能甄别方法和系统
CN113740795A (zh) * 2021-11-05 2021-12-03 北京志翔科技股份有限公司 一种三相四线电能表错接判断方法
CN116775731A (zh) * 2023-08-25 2023-09-19 安徽南瑞中天电力电子有限公司 基于滑动窗口的三相电能表错接线追退电量的计算方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016171347A1 (ko) * 2015-04-22 2016-10-27 한국전력공사 전력량계의 오결선 감지 장치 및 그 방법
CN110398709A (zh) * 2019-07-29 2019-11-01 四川嘉盛电力建设有限责任公司 三相智能电能表错接线方式的研判方法
CN113376553A (zh) * 2021-04-27 2021-09-10 国网江苏省电力有限公司营销服务中心 三相四线计量串电流回路接线的智能甄别方法和系统
CN113740795A (zh) * 2021-11-05 2021-12-03 北京志翔科技股份有限公司 一种三相四线电能表错接判断方法
CN116775731A (zh) * 2023-08-25 2023-09-19 安徽南瑞中天电力电子有限公司 基于滑动窗口的三相电能表错接线追退电量的计算方法

Also Published As

Publication number Publication date
CN117150329A (zh) 2023-12-01

Similar Documents

Publication Publication Date Title
CN107340492B (zh) 基于大数据挖掘和场景预判的电能计量装置故障分析方法
CN106505557B (zh) 一种遥测错误辨识方法及装置
CN110097297A (zh) 一种多维度窃电态势智能感知方法、系统、设备及介质
CN108062616B (zh) 一种具有约束条件的用电异常检测系统
CN115508770B (zh) 一种基于kl-nb算法的电能表运行状态在线评估方法
CN115293257A (zh) 一种针对异常用电用户的检测方法及系统
CN113985341A (zh) 一种三相三线电能计量装置错接线快速判别方法及系统
CN116054740A (zh) 光伏发电设备的故障检测、故障检测模型处理方法和装置
Serrano-Luján et al. Case of study: Photovoltaic faults recognition method based on data mining techniques
CN115882448A (zh) 基于局部离群因子检测算法的配网台区线损异常检测方法
CN117150329B (zh) 一种基于长短期聚类相似度加权的三相三线电能表错接线研判方法
Ding et al. A health status-based performance evaluation method of photovoltaic system
CN113687292B (zh) 大数据、云环境下电能表错误接线的检测系统及方法
CN115951123B (zh) 一种基于无线通信的电能计量方法及系统
CN117331017A (zh) 一种三相四线电能表错接线研判方法及系统
CN109193639B (zh) 一种电力系统抗差估计方法
CN115508662B (zh) 一种用于判定台区电表与表箱间归属关系的方法
CN114118304B (zh) 用户电能表相位识别方法、系统及存储介质
CN116203495A (zh) 基于无线通信的计量故障分析方法、装置、介质和设备
CN114662994A (zh) 一种整县式光伏分区方法、存储设备及终端
Li Abnormal energy consumption analysis based on big data mining technology
CN115951109A (zh) 基于专变用户电流二次回路的窃电判定方法及系统
CN111080068A (zh) 一种电能表运行状态评价方法和装置
CN115826909B (zh) 基于大数据分析的窃电检测系统
CN117792806B (zh) 一种基于poe供电的用电信息采集终端

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