[发明专利]一种低压台区拓扑自动识别方法及装置

权利要求书

1.一种低压台区拓扑自动识别方法，其特征在于，包括：

在预设时间内采集低压台区的用电信息数据；

将所述用电信息数据组成数据矩阵后将所述数据矩阵映射至低维空间中，得到目标低维数据矩阵；

根据所述目标低维数据矩阵绘制所述低压台区对应的第一拓扑结构；

将所述目标低维数据矩阵和所述第一拓扑结构通过预设神经网络模型生成目标拓扑结构。

2.根据权利要求1所述的方法，其特征在于，在所述将所述目标低维数据矩阵和所述第一拓扑结构通过预设神经网络模型生成目标拓扑结构之前，所述方法还包括：

将所述目标低维数据矩阵和所述第一拓扑结构作为训练样本对训练预设神经网络模型。

3.根据权利要求2所述的方法，其特征在于，所述将所述目标低维数据矩阵和所述第一拓扑结构作为训练样本对训练预设神经网络模型，包括：

将第一样本对输入至初始神经网络模型中，所述第一样本对为n个样本对中的任意一组样本对，所述第一样本对包含所述目标低维数据矩阵和所述第一拓扑结构，n表示样本对的数量；

基于所述第一样本对的第一预测值计算预设神经网络模型的学习率，所述第一预测值包括第一样本对的第1个预测值至第m个预测值，m表示预测值的数量；

根据所述学习率对所述n个样本对进行第k次迭代后输出目标拓扑结构，k表示迭代次数。

4.根据权利要求3所述的方法，其特征在于，所述基于所述第一样本对的第一预测值计算预设神经网络模型的学习率，所述第一预测值包括第一样本对的第1个预测值至第m个预测值，m表示预测值的数量，包括：

基于所述第一样本对计算第一参数，所述第一参数为所述第一样本对的第i个预测值与第i个真实值的误差平均值，其中i的取值范围为[1,m]，m表示预测值的数量；

根据第一参数计算第二参数，所述第二参数为所述第一参数的方差；

基于所述第一参数和所述第二参数调整预设神经网络的学习率。

5.根据权利要求1所述的方法，其特征在于，在所述将所述用电信息数据组成数据矩阵后将所述数据矩阵映射至低维空间中，得到目标低维数据矩阵之前，所述方法还包括：

将所述用电信息数据组成数据矩阵后对所述数据矩阵进行预处理，得到标准化数据矩阵。

6.根据权利要求5所述的方法，其特征在于，所述将所述用电信息数据组成数据矩阵后将所述数据矩阵映射至低维空间中，得到目标低维数据矩阵，包括：

根据所述标准化数据矩阵和初始低维数据矩阵计算第一相似度矩阵和第二相似度矩阵，所述初始低维数据矩阵为预设维数的低维空间中的任意一组低维数据矩阵，所述预设维数小于所述标准化数据矩阵的维数；

根据所述第一相似度矩阵和所述第二相似度矩阵之间的差异值确定目标低维数据矩阵。

7.一种低压台区拓扑自动识别装置，其特征在于，包括：

采集单元，用于在预设时间内采集低压台区的用电信息数据；

映射单元，用于将所述用电信息数据组成数据矩阵后将所述数据矩阵映射至低维空间中，得到目标低维数据矩阵；

绘制单元，用于根据所述目标低维数据矩阵绘制所述低压台区对应的第一拓扑结构；

生成单元，用于将所述目标低维数据矩阵和所述第一拓扑结构通过预设神经网络模型生成目标拓扑结构。