[发明专利]一种基于灰色关联分析的智能台区户变识别方法在审

专利信息
申请号: 202010215558.7 申请日: 2020-03-24
公开(公告)号: CN111487488A 公开(公告)日: 2020-08-04
发明(设计)人: 刘岩;袁瑞铭;刘影;郑思达;肖娜;张威;魏彤珈;杨晓坤;岳虎;燕凯;岳振宇;妙红英;梁琪琳;路鑫;宋建立 申请(专利权)人: 国网冀北电力有限公司电力科学研究院;国电南瑞南京控制系统有限公司
主分类号: G01R31/00 分类号: G01R31/00;G01R19/00
代理公司: 南京纵横知识产权代理有限公司 32224 代理人: 母秋松
地址: 211100 江苏省南*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 灰色 关联 分析 智能 台区户变 识别 方法
【说明书】:

发明公开了一种基于灰色关联分析的智能台区户变识别方法,S01:采集某一时段内已知台区电能表及待识别台区电能表的线路电压数据曲线,并进行储存;S02:利用灰色关联分析方法,计算已知台区电能表与待识别台区电能表的线路电压关联度;S03:罗列出所有电能表的关联度三线表,并对相关度进行分析,确定待识别台区电能表所归属的台区。本方法实现了台区档案的快、准、全的区分,无多、漏、错报的现象,降低了后期人工劳动强度和安全隐患,提高了台区识别的时效性,具有较大的应用价值。

技术领域

本发明涉及一种基于灰色关联分析的智能台区户变识别方法,属于电网变压器识别和电力系统检测技术领域。

背景技术

现有电网建设的发展极大地改善了配电网的基础设施,以至于降低了部署成本和运维成本,准确的台区档案作为精细化管理的重要组成部分,将有力地支持配电网计量资产的管理,提高配电网供电的可靠性,它的重要性也是不言而喻的和突出的。

然而现有的社会技术的快速发展导致传统的粗放式管理越来越不相匹配。由于信息记录丢失、更新不准确、信息不完整等多种原因,导致台区档案的记录不准确,造成部分电能表读取信息失败,它不仅影响到台区线损的准确计算,而且也影响到了供用电双方的计量纠纷,将会进一步给供电公司留下负面影响。

发明内容

目的:为了解决现有技术中传统台区识别工作量巨大,使得台区识别错误的问题,本发明提供一种基于灰色关联分析的智能台区户变识别方法。

技术方案:为解决上述技术问题,本发明采用的技术方案为:

一种基于灰色关联分析的智能台区户变识别方法,包括如下步骤:

S01:采集某一时段内已知台区电能表及待识别台区电能表的线路电压数据曲线,并进行储存;

S02:利用灰色关联分析方法,计算已知台区电能表与待识别台区电能表的线路电压关联度;

S03:罗列出所有电能表的关联度三线表,并对相关度进行分析,确定待识别台区电能表所归属的台区。

作为优选方案,所述步骤S01中线路电压数据曲线利用采集器或者集中器进行采集。

作为优选方案,所述步骤S02中,灰色关联分析方法包括以下步骤:

S02.1:设置初始矩阵Δ,计算Δjk={N0(k)-Mj(k)},公式如下:

其中:n是电压特征值的采样量,m是待识别的电能表总数目;j=1,2,…,m;k=1,2,…,n;Δjk是已知台区电能表与第j个待识别台区电能表的第k个电压特征值的绝对值;N0(k)是已知台区电能表的第k个电压特征值的绝对值;Mj(k)是第j个待识别台区电能表的第k个电压特征值的绝对值;

S02.2:计算第j个待识别台区电能表的第k个电压特征值出现的相对概率pjk为:

S02.3:计算第k个电压特征值的冗余度,其方程为:

Dk=1-ek

ek=Ek/Emax

Emax=lnM;

其中:ek,Ek,Emax分别表示第k个电压特征值的相对熵,熵和最大熵,M指已知台区的数量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网冀北电力有限公司电力科学研究院;国电南瑞南京控制系统有限公司,未经国网冀北电力有限公司电力科学研究院;国电南瑞南京控制系统有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010215558.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top