[发明专利]一种低压配电网高频量测数据处理与拓扑识别方法和系统

权利要求书

1.一种低压配电网高频量测数据处理与拓扑识别系统，其特征在于，包括高频数据处理模块、时间序列相关性分析模块和拓扑辨识模块，其中：

高频数据处理模块，内置有效序列时间窗定位算法和高频时序数据时间断面同步算法，对分钟级或秒级用户节点量测数据进行运算分析；

时间序列相关性分析模块，内置时间序列相似性度量算法，对不同量测单元上传的时间序列进行相关性分析；

拓扑辨识模块，对已完成分析的量测阶段相关性进行排序，并利用加权树生成算法以及电压幅值关系，完成对目标区域的拓扑辨识。

2.一种低压配电网高频量测数据处理与拓扑识别方法，其特征在于，包括以下步骤：

步骤S1：采用高频数据处理模块对高频数据进行预处理；

步骤S2：采用时间序列相关性分析模块对预处理的高频数据进行时间序列相关性分析；

步骤S3：采用拓扑辨识模块进行拓扑辨识。

3.根据权利要求2所述的低压配电网高频量测数据处理与拓扑识别方法，其特征在于，所述对高频数据进行预处理包括：

选取同时段内有效时间序列时间窗口，获取该时段内所有用户的时间序列电压幅值数据；

对获取的用户的时间序列电压幅值数据进行时间断面同步处理。

4.根据权利要求3所述的低压配电网高频量测数据处理与拓扑识别方法，其特征在于，所述选取同时段内有效时间序列时间窗口的过程包括：选取某一时间段，获取该时间段内所有的电压数据，如果某一用户的电压数据存在缺失值和/或重复值，则另行选取时间段，直至选取的时间段内所有用户的电压数据不存在缺失值和/或重复值。

5.根据权利要求2所述的低压配电网高频量测数据处理与拓扑识别方法，其特征在于，所述步骤S2采用距离度量法或信息熵法对各个时间序列相关性进行分析。

6.根据权利要求5所述的低压配电网高频量测数据处理与拓扑识别方法，其特征在于，采用信息熵法对各个时间序列相关性进行分析的过程包括：

首先定义信息熵：

H(x)＝E[I(x_i)]＝E[log(2,1/P(x_i))]＝-∑P(x)log(2,P(x_i))；

式中，i＝1,2,...,n，P(x_i)为第i个用户x电压幅值的概率分布；E(·)表示期望；H表示信息熵；I为互信息；

再定义互近似熵的计算公式为：

式中，P(x,y)分别为用户x、y的电压幅值联合概率分布；P(x)为用户x电压幅值的概率分布，P(y)为用户y电压幅值的概率分布，X表示用户x电压数据集合，Y表示用户y电压数据集合。

7.根据权利要求2所述的低压配电网高频量测数据处理与拓扑识别方法，其特征在于，所述步骤S3包括：

步骤S31、分别计算所有用户之间的互相关性得到互相关性矩阵；

步骤S32、依次计算用户之间的互信息存入用户互相关性集合；定义互相关性集合为组成最大加权生成树的集合；将互相关性的集合降序排列，并且剔除相同的数值；

步骤S33、遍历互相关性集合，如果在其中检测到一组节点(i,j)则继续，否则把这组节点(i,j)加入互相关性集合中，如果互相关性集合中的节点对数目达到n-2个停止；

步骤S34、取前n-2个互相关性的值所对应节点对放入互相关性集合中，最终生成低压配电网拓扑的两两组合的节点集合。