[发明专利]一种台区低压拓扑关系智能识别方法

权利要求书

1.一种台区低压拓扑关系智能识别方法，其特征在于，包括以下步骤；

S1：单相表相位识别：通过相同相位表上电压变化趋势存在强线性关系，分别以单相位表与多相位表A、B、C三相计算皮尔逊相关系数，系数区间在-1和1之间，分别代表负相关和正相关；

S2：单相表相位识别验证：通过将其它三相表来对各个单相表按S1方法进行分类，验证二者分类结果是否一致；

S3：A、B、C相位回路聚类：分别以A、B、C三个相位来对单相表进行聚类，算法选择K-means，通过现有的信息聚为3类，聚类数据归一化分为3种：相减、相除、增长率，互相验证三种聚类的效果；

S4：A、B、C相位回路聚类验证：将其它日期的数据按照S3进行回路聚类，验证二者结果，按照投票规则来确定有分歧的聚类结果；

S5：单相表与回路关系确认：通过电路中越靠近输电中心电压越大的关系来对上述结果进行排序，得出最后结果。

2.如权利要求1所述的一种台区低压拓扑关系智能识别方法，其特征在于，针对S1中，通过的三相表电压量测值来进行区分单相表所在线路的相位，用单相表电压量测数据分别与三相表的ABC三相计算相关性，并根据相关性大小，取相关性最大的值对应的三相表相位作为单相表所在线路相位；

皮尔逊相关系数是计算两个变量之间线性相关程度的度量，假设有两个变量X、Y，那么两变量间的皮尔逊相关系数可通过以下公式计算：

皮尔逊算法计算相关系数步骤如下：

S11：分别计算E(XY)、E(X)、E(Y)，E(XY)＝∑i*j*(P_ij)，其中i为X的取值，j为Y的取值，P_ij为对应于X＝i，Y＝j的联合分布列中的相应回概率，求和是对所有的i，j求，E(X)和E(Y)分别为求X、Y的均值；

S12：计算E(X²)、(E(X))²，分别为数值的平方就平均和均值的平方，同理可以计算出E(Y²)和(E(Y))²；

S13：代入公式可以求得X、Y之间的相关系数。

3.如权利要求1所述的一种台区低压拓扑关系智能识别方法，其特征在于，针对S3中，同一回路上电表变化趋势相同，可以采用以下三个方式来对数据进行归一化处理，相减：由下一个时刻量测值减上一时刻量测值；

相除：由下一个时刻量测值除以上一时刻量测值；

增长率：下一个时刻量测值减上一时刻量测值再除以上一时刻量测值。

4.如权利要求1所述的一种台区低压拓扑关系智能识别方法，其特征在于，针对S4中，整个台区低压有三条回路，每条回路上均有若干个单相表和多相表，一条回路上可能存在A、B、C三相，S3已经对单相表的相位进行识别，对已经识别出相位的单相表进行回路识别，通过同一回路上的电压值的变化存在内在结构上的关系，分别在ABC三相上的单相表进行聚类，识别出各个单相表的回路。

5.如权利要求1所述的一种台区低压拓扑关系智能识别方法，其特征在于，针对S5中，根据各个回路上电压衰减趋势，计算电表在回路上的位置顺序，按电表在回路上的电压进行倒排。