[发明专利]一种台区户变关系异常诊断方法及装置

说明书

本发明公开一种台区户变关系异常诊断方法及装置，该方法步骤包括：S01.获取指定台区的总表和用户电表电压数据并进行降维处理，得到降维电压数据；S02.对降维电压数据采用K‑means聚类方法进行聚类，并在聚类过程中根据数据维度的最大和最小值选取初始聚类中心，查找出指定台区内户变关系存在异常的异常用户；S03.分别计算异常用户与各个台区总表之间的皮尔逊相关系数，将计算出的各所述皮尔逊相关系数进行排序，根据排序结果诊断出异常用户所属的正确台区。本发明能够实现同一台区一个及多个异常用户、不同台区多个异常用户的诊断，且具有实现方法简单、诊断效率以及精度高等优点。

技术领域

本发明涉及用电信息采集系统技术领域，尤其涉及一种台区户变关系异常诊断方法及装置。

背景技术

随着电网建设的快速发展，包含海量数据的用电信息采集系统不仅可直接反映配电网的运行状况，且能间接反映配电网的拓扑关系。现有配电网拓扑结构校验主要包括：线变关系校验、馈线拓扑校验、户变关系及相位校验、线户关系校验。正确的低压配电网拓扑，尤其正确的户变关系是当前配电网管理精细化和降耗减损的基础。然而用电信息采集系统易出现台区户变关系错误问题，存在部分台区线路临时改变使户变关系档案更新不及时或记录错误等原因，导致用户进线端和集中器归属关系记录不准确，户变关系与实际不符，造成台区线损计算时出现异常情况。目前低压台区户变关系错误主要形式为主站系统中记录的用户档案与实际信息不相符，且通常把某个台区用户错误挂接至相邻台区，或把某个馈线变压器错误挂接至相邻馈线，该情况会影响正确的户变关系，阻碍正常线损计算。若将实际属于台区A的用户1档案信息，错归为台区B所有，则线损计算时将造成台区A线损偏小，而台区B线损偏大结果发生。因此，台区户变关系的准确诊断与分析对当前配电网的精益化管理具有重要意义。

现有技术中校验台区户变关系主要有人工专用设备现场识别和在线自动识别两种方式，其中人工方式需安排工作人员至现场识别，识别效率低、成本高，在线自动识别可以解决人工方式存在的上述问题，目前在线自动识别方法主要是基于数据挖掘技术，通过提取台区异常用户特征来识别特征相符的台区，如通过提取用户电压曲线相似性特征实现台区户变关系异常诊，在低压配电网中由于各处负荷的不确定性，电压通常也随之波动，电气距离较近负荷，其电压波动曲线较相似，而电气距离较远负荷其电压波动曲线相似度较低，因此可选取用户电压曲线相似性作为台区户变关系异常诊断的依据。但是上述在线自动识别方法需要依赖于异常用户的特征提取，仅能针对台区中出现少量异常用户的情况，对于多达数百用户台区，若存在多个相邻台区存在数量较多的异常用户时，大量的异常用户特征提取困难，且提取的特征所能够表征的信息有限，就难以快速、准确的实现多用户台区和多个异常用户情况的诊断与分析。

发明内容

本发明要解决的技术问题就在于：针对现有技术存在的技术问题，本发明提供一种实现方法简单、诊断效率以及精度高的台区户变关系异常诊断方法及装置，能够实现同一台区一个及多个异常用户、不同台区多个异常用户的诊断。

为解决上述技术问题，本发明提出的技术方案为：

一种台区户变关系异常诊断方法，步骤包括：

S01.降维处理：获取指定台区的总表和用户电表电压数据并进行降维处理，得到降维电压数据；

S02.聚类处理：对所述降维电压数据采用K-means聚类方法进行聚类，并在聚类过程中根据数据维度的最大和最小值选取初始聚类中心，查找出指定台区内户变关系存在异常的异常用户；

S03.台区诊断：分别计算所述异常用户与各个台区总表之间的皮尔逊相关系数，将计算出的各所述皮尔逊相关系数进行排序，根据排序结果诊断出所述异常用户所属的正确台区。

进一步的，所述步骤S02中选取初始聚类中心的步骤包括：

S201.使用所述降维电压数据中每一维最大和最小值选取k个样本点作为k个初始聚类中心；