[发明专利]一种低压台区拓扑自动识别方法

说明书

本发明公开了一种低压台区拓扑自动识别方法，其中方法包括：采集低压台区相关电压信息、电流信息；通过皮尔逊相关系数算法计算和结合台区采集信息形成初步低压台区拓扑图；通过初步低压台区拓扑图建立系统状态方程；结合台区采集信息及卡尔曼滤波器算法细微调整低压台区拓扑图；形成精确低压台区拓扑图。该发明通过皮尔逊相关系数法和结合台区采集信息初步确定低压台区拓扑的连接情况，随后通过卡尔曼滤波器算法对所得的拓扑进行细微调整，直至最终得到相对准确的拓扑连接情况，进而达到低压配电网拓扑自动识别的目标。解决了我国现有台区用户拓扑辨识方法不能很好地适应我国目前的台区现状的问题。

技术领域

本发明涉及配电网技术领域，具体涉及一种低压台区拓扑自动识别方法。

背景技术

当前低压配电网因分支数量多，结构复杂，且许多存量设备信息化程度不够高，导致拓扑关系的识别较为困难。而准确的台区拓扑关系对于电力系统的信息采集及运行维护具有重要意义，不仅有利于系统的智能化改造，更有利于对故障的响应和服务效率的提高。

然而，当前在数据相关性的台区拓扑关系研究方面，目前国内外相关研究者主要从数据相关性入手，分析总表与用户分表间量测负荷数据的相似特性。当前广泛采用的电力用户用电信息采集系统中，智能用电采集设备可以提供台区下用户侧和总表侧的负荷数据，但采集精度和同步性难以满足前述方法的要求，例如常用的皮尔逊相关系数法，在电压序列较小时相关系数波动较大，但当电压序列较大时相关系数计算值往往偏小，不易于设置相关阈值来判断两个点电压曲线的相关性；KNN邻近算法，在每一次分类或回归时都需要将电压序列重新计算，其计算量大、效率低，并且其对选择的电压序列样本依赖度较大，尤其是对于配电台区高峰时刻与低谷时刻的电压序列进行计算可能得到的结果完全相反；灰色关联分析法，易受分辨系数、电压的极值差的影响。此外，部分台区经过三相治理，各相间负荷波动性差异很小。因此，仅依靠相关性方法难以得到台区准确的拓扑辨识结果，不能很好地适应我国目前的台区现状。

发明内容

本发明的目的在于提供一种低压台区拓扑自动识别方法，可以解决现有技术中仅依靠相关性方法难以得到低压台区准确的拓扑辨识结果，不能很好地适应我国目前的台区现状。

本发明的目的是通过以下技术方案实现的：

本发明提供一种低压台区拓扑自动识别方法，包括以下步骤：

步骤1、采集低压台区相关电压信息、电流信息；

步骤2、通过皮尔逊相关系数算法计算和结合台区采集信息形成初步低压台区拓扑图；

步骤3、通过初步低压台区拓扑图建立系统状态方程；

步骤4、结合台区采集信息及卡尔曼滤波器算法细微调整低压台区拓扑图；

步骤5、形成精确低压台区拓扑图。

进一步的，所述采集低压台区相关电压信息包括A、B、C相电源矢量电压测量值；所述采集低压台区相关电流信息包括A、B、C、N相矢量电流测量值。

进一步的，所述通过皮尔逊相关系数算法形成初步低压台区拓扑图计算还包括以下步骤：

S201、利用采集台区的电压数据计算皮尔逊相关系数r，其中公式如下：

式中，x，y分别为两个电能表在同一时段内的采集到的电压信息；E为期望值；Var表示方差。

S202、比较不同节点之间的皮尔逊相关系数r，判断出节点台区归属；

S203、通过电压高低初步判断台区下节点的远近顺序；

S204、根据节点的台区归属情况及远近顺序，形成低压台区初步拓扑图。