[发明专利]一种基于贝叶斯模型的中压配电网拓扑修正方法

权利要求书

1.一种基于贝叶斯模型的中压配电网拓扑修正方法，其特征在于，包括以下步骤：

S1：根据DistFlow公式提取电压和功率量之间的关系，计算相应的线性判定系数；

S2：根据配电网网架结构，构建馈线段开关状态和线性判定系数之间的概率图模型；

S3：根据判定系数和贝叶斯模型推导支路的连接状态；

S4：对判定结果进行比对，若判定结果与对应的拓扑结构一致，则配电网拓扑结构无误；若判定结果与对应的拓扑结构不一致，则重新选取支路，返回S1对判定系数进行重新计算。

2.根据权利要求1所述的一种基于贝叶斯模型的中压配电网拓扑修正方法，其特征在于，在所述S2中，利用所述S1得到的电网电压数据和功率数据对支路开关连接状态进行判别，具体过程如下：

引入电压和功率数据提取判定系数R²来评价模型的线性拟合程度，R²计算公式如下：

式中：为节点i+1与节点i的电压功率决定系数，S_sres为残差平方和，S_stot为总平方和，为第n个电压平方差原始数据，f_n为对应回归模型的输出值，为原始数据的平均值；

根据开关状态与节点间电压功率决定系数的因果关系，在满足一定的开关状态下，相应节点间的电压幅值平方差与节点之间所有配变的有功及无功功率线性相关。

3.根据权利要求1所述的一种基于贝叶斯模型的中压配电网拓扑修正方法，其特征在于，所述S3中根据开关状态与节点间电压功率决定系数的因果关系，构建以开关状态作为隐变量，节点间的电压功率决定系数作为观测变量的贝叶斯网络，具体过程如下：

S3.1：通过计算概率质量函数得到贝叶斯网络中变量x的初始概率分布，其中x为节点间的压功率决定系数；

S3.2：通过极大似然估计方法计算贝叶斯网络中的条件概率分布；

S3.3：通过检查每个变量的概率分布之和是否为1，检查条件概率分布是否与贝叶斯网络中的因果关系一致来检查得到参数的正确性；

所述S3.1中概率质量函数的表达式如下：

式中，M[x⁰]表示变量状态为x＝0时样本的数量，M[x]表示包含变量x的总样本历史数据量；

所述S3.2中通过极大似然算法计算条件概率分布的步骤如下：

根据历史数据集D获取不同的数据元组x[m],y[m]，其中x[m]和y[m]为具有因果关系的变量，x为节点间的电压功率决定系数，y为开关状态，m表示第m组数据，θ为极大似然估计量，用于估计贝叶斯网络参数CPD的似然函数如下：

根据贝叶斯网的条件独立性以及链式分解法则，将该似然函数分解成以下概率乘积：

式中，为能使得似然函数最大的参数值，即近似为在变量x[m]＝x⁰时变量y[m]＝y¹的条件概率；

定义M[x⁰,y¹]为历史数据集D中满足x[m]＝x⁰,y[m]＝y¹的数据元组的数量，采用极大似然估计算法计算的公式如下：

4.根据权利要求1所述的一种基于贝叶斯模型的中压配电网拓扑修正方法，其特征在于，所述S4中根据条件概率数值，判断开关状态，同时验证拓扑结构是否与记录值相匹配；若判定结果与对应的拓扑结构不一致，则重新选取支路，具体过程如下：

S4.1：条件概率数值可以反应开关状态变量的结果；若其数值接近于1，可以判断开关状态处于闭合；相反若其数值较小，则判断开关状态处于断开；

S4.2：记录判断得到的各开关状态，于记录中的情况进行对比，验证记录数据是否存在错误；将错误开关及下游线路一起作为虚拟负荷，将虚拟负荷与同样匹配错误的开关重新进行连接，返回所述S1对新匹配的线路进行诊断，直至结果满足实际条件，得到修正后的拓扑结构图。