[发明专利]基于社区挖掘的供电分区方法、系统、终端、介质及配电网

说明书

本发明属于供电分区技术领域，公开了一种基于社区挖掘的供电分区方法、系统、终端、介质及配电网，根据各供区的网络数据生成对应的有向图，同时读取各个节点的有功负荷和无功负荷数据，将负荷数据转换成RGB彩色图像；将得到的有向图和各节点负荷数据的RGB彩色图像结合进行社区挖掘，得到带重叠部分的社区；根据得到的带重叠部分社区，利用模块度增量进行优化，得到非重叠的社区；同时对得到的社区数据进行特征提取；根据得到的社区数据特征，给出有关社区间柔性开关的接入方式和储能配置的建议。本发明提高了社区挖掘效率，并且提升了社区分类结果的全局模块度；使分区结果更加合理。

技术领域

本发明属于供电分区技术领域，尤其涉及一种基于社区挖掘的供电分区方法、系统、终端、介质及配电网。

背景技术

目前，社区挖掘算法主要应用于复杂网络中的节点分类，与传统的聚类算法不同，社区挖掘分类更多依据社区节点间的链接。电力系统就是一个典型的复杂网络，对电力网络拓扑结构以及每个节点的负荷数据结合起来进行社区挖掘，将每个社区的特征提取出来，进行相应的柔性开关接入或进行储能配置，可大大提升负载的平衡性。

现有的分区大多依据行政区域或者运维人员的经验划分，显然已经无法满足我国电网高速发展的需求。而纵观将社区挖掘运用到电力系统的应用，大多是基于无功电压分区，将配电网抽象成拓扑网络，把线路间阻抗、电压等信息作为网络中边的权重，利用最传统的GN算法对社区进行挖掘，缺少对节点自身性质的考虑；或者以社区的核心节点发现关键节点，利用社区间连边发现关键线路，还有就是用社区结构对子区域进行划分，缺少对电网拓扑结构和节点本身数据的联合考察，分区的准确性还有待提升。

通过上述分析，现有技术存在的问题及缺陷为：现有的分区方法准确性不高，无法满足电网的实际需求。

解决以上问题及缺陷的难度为：

现有的社区挖掘算法大多都是基于网络拓扑结构的挖掘，然而，节点自身的属性也是社区挖掘的重要依据。如何把节点属性和网络结构有机的联合起来进行挖掘，是目前研究中的难题。目前将社区挖掘应用在配电网分区上也是如此，大多数都是单纯根据配电网建模，将配电网视为无权网络，或者将电路阻抗、导纳或者电网潮流看作线路间的权重，缺少对节点自身属性，如电压和负荷等数据的考虑。这会导致社区挖掘与实际有偏差，从而降低社区挖掘的准确性。

解决以上问题及缺陷的意义为：本发明将节点的电压和负荷等特征用图像描绘出来，然后利用指纹哈希算法计算节点间的相似度，避免了传统上以欧氏距离为基础的数据相似度计算方法的弊端，使负荷特征出现的时间参与相似度的计算，将网络结构和节点属性结合起来一起进行社区挖掘，可以避免聚类算法大多只关注节点特征、社区挖掘大多只关注网络结构造成的分区不准确的缺陷，提高了配电网分区的准确性。

发明内容

针对现有技术存在的问题，本发明提供了一种基于社区挖掘的供电分区方法、系统、终端、介质及配电网。

本发明是这样实现的，一种基于社区挖掘的供电分区方法，所述基于社区挖掘的供电分区方法包括：

采集到配电网数据，通过分析配电网结构图、电压、有功负荷和无功负荷对配电网进行分区。

进一步，所述基于社区挖掘的供电分区方法还包括：

根据各供区的网络数据生成对应的有向图，同时读取各个节点的有功负荷和无功负荷数据，将负荷数据转换成RGB彩色图像；

将得到的有向图和各节点负荷数据的RGC彩色图像结合进行社区挖掘，得到带重叠部分的社区；

根据得到的带重叠部分社区，利用模块度增量进行优化，得到非重叠的社区；同时对得到的社区数据进行特征提取；根据得到的社区数据特征，给出有关社区间柔性开关的接入方式和储能配置的建议。

进一步，所述基于社区挖掘的供电分区方法包括以下步骤：