[发明专利]基于边缘计算的配网拓扑识别方法及装置

说明书

本发明公开了一种基于边缘计算的配网拓扑识别方法及装置，其中，方法包括：采集多源数据，并根据校验规则对多源数据进行校验，生成初始拓扑关系；对配变采集电压值进行聚类分析，识别异常数据，并对异常数据进行修正，生成边缘计算后的拓扑关系；根据节点电压求解结果构建电压关联系数矩阵，并求取相关系数，并根据相关系数和拓扑关系获取最终配电网拓扑关系。根据本发明实施例的识别方法，可以基于边缘计算准确识别配网拓扑关系，有效提升配电网拓扑连接关系的正确性，提升使用体验，有效满足使用需求。

技术领域

本发明涉及配电网技术领域，特别涉及一种基于边缘计算的配网拓扑识别方法及装置。

背景技术

目前，通过多源数据接入与融合技术，利用计算机对不同数据源、不同时序的若干数据，从而可以在一定准则下加以自动分析与综合，以获取所需数据结构及展现方式的信息处理技术。

具体地，边缘计算是在靠近物或数据源头的网络边缘侧，融合网络、计算、存储、应用核心能力的开放平台。边缘计算与云计算互相协同，共同助力各行各业的数字化转型。它就近提供智能互联服务，满足行业在数字化变革过程中对业务实时、业务智能、数据聚合与互操作、安全与隐私保护等方面的关键需求。另外，相关性分析是指对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度。相关性的元素之间需要存在一定的联系或者概率才可以进行相关性分析。需要说明的是，相关性不等于因果性，也不是简单的个性化，相关性所涵盖的范围和领域几乎覆盖了所见到的方方面面，相关性在不同的学科里面的定义也有很大的差异。

相关技术中，常见的相关性分析如聚类，其是将数据分类到不同的类或者簇这样的一个过程，所以同一个簇中的对象有很大的相似性，而不同簇间的对象有很大的相异性。聚类分析指将物理或抽象对象的集合分组为由类似的对象组成的多个类的分析过程。它是一种重要的人类行为。聚类分析的目标就是在相似的基础上收集数据来分类。聚类源于很多领域，包括数学，计算机科学，统计学，生物学和经济学。在不同的应用领域，很多聚类技术都得到了发展，这些技术方法被用作描述数据，衡量不同数据源间的相似性，以及把数据源分类到不同的簇中。

因此，现有的配电网拓扑关系识别急需利用边缘计算，以提升配电网拓扑连接关系的正确性。

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边缘计算的配网拓扑识别方法，该方法可以基于边缘计算准确识别配网拓扑关系，有效提升配电网拓扑连接关系的正确性。

本发明的另一个目的在于提出一种基于边缘计算的配网拓扑识别装置。

为达到上述目的，本发明一方面实施例提出了一种基于边缘计算的配网拓扑识别方法，包括以下步骤：采集多源数据，并根据校验规则对所述多源数据进行校验，生成初始拓扑关系；对配变采集电压值进行聚类分析，识别异常数据，并对所述异常数据进行修正，生成边缘计算后的拓扑关系；根据节点电压求解结果构建电压关联系数矩阵，并求取相关系数，并根据所述相关系数和所述拓扑关系获取最终配电网拓扑关系。

本发明实施例的基于边缘计算的配网拓扑识别方法，综合应用边缘物联代理、智能配变终端和新一代智能电表，实现配电网全量设备在线、用户计量数据实时采集，利用聚类分析和相关系数分析方法实现配电网拓扑关系识别、修正，实现基于边缘计算准确识别配网拓扑关系，有效提升配电网拓扑连接关系的正确性，提升使用体验，有效满足使用需求。

另外，根据本发明上述实施例的基于边缘计算的配网拓扑识别方法还可以具有以下附加的技术特征：

进一步地，在本发明的一个实施例中，还包括：根据电压相关性分析结果和电压幅值确定各配变所属配线及挂接位置，以对所述最终配电网拓扑关系进行拓扑智能修复。

进一步地，在本发明的一个实施例中，所述节点电压求解结果的计算公式为：