基于有限关键节点及Wasserstein距离的配网拓扑识别

明确配电网结构是配电网最优潮流、安全评估、网络重建、故障定位的基础。针对现有配电网拓扑识别方法缺乏结合现有网络结构参数和潮流信息,仅通过量测数据来进行拓扑识别效率低的问题,提出一种基于有限关键节点及Wasserstein距离的配电网拓扑识别方法。首先,利用子空间扰动模型证明配网拓扑变化时,可以利用有限的关键节点来进行拓扑识别,基于熵值法的混合K-Shell算法引入影响度概念,通过影响度与节点电气距离得出节点的重要度,确定配电网拓扑结构中的关键节点。其次,基于密度的噪声应用聚类算法通过电压、电流、有功、无功等4个特征来进行节点的聚类,将其他节点与关键节点进行类别归属,再结合Wasserstein距离得出节点间的连接关系从而得出配电网的拓扑结构。最后,通过IEEE 33节点算例和某小区实例,验证该方法的有效性。该方法极大地提高配电网拓扑识别效率与正确率,实现了配网拓扑结构的动态识别。     

基于多粒度聚类和多元特征统计的低压配电网拓扑识别与监测

针对低压配电网中用户的户变关系及相位信息常存在错误且变动较为频繁的现象,提出了一种基于多粒度聚类和多元特征统计的低压配电网拓扑识别与监测方法,包含拓扑聚类识别和拓扑统计监测2个阶段。在拓扑聚类识别阶段,基于用户电压波动曲线的α-峭度和α-偏度提取数据粗粒度空间特征,采用密度峰值聚类算法识别所有用户的户变关系;在数据细粒度特征空间,通过考虑延迟效应的动态时间弯曲距离算法优化密度计算过程,实现相位关系的精确聚类。在拓扑统计监测阶段,基于多粒度聚类结果,采用邻域保持嵌入算法建立多元统计监测模型,实现新增用户或拓扑有变化的个别用户的拓扑快速识别。实际算例的分析结果验证了所提方法的有效性。     

低压配电网拓扑异动自适应识别与校验

低压配电网拓扑信息对配电网安全运行、故障定位、线损分析等至关重要,但低压配电网拓扑因管理和运行的原因,低压配电网接线图与现场实际拓扑连接存在较大差异,因此有必要研究配电网拓扑异动的自适应识别。基于配电网节点采集电能时序数据,采用主成分分析与凸优化结合算法进行降维分析,通过提取主要特征,将拓扑识别问题转化为凸优化求解回归矩阵,进而识别出低压配电网拓扑结构。利用实际配电网中智能电表获取的电能量测数据及MATLAB随机生成5层31节点网络数据集,对所提方法进行算例验证,结果表明所提优化算法相比传统方法具有较高的识别速度及正确率。     

基于注意力机制和卷积神经网络的配电网拓扑辨识

针对当前配电网拓扑变化频繁,拓扑结构实时获取困难等问题,文章提出基于注意力机制和卷积神经网络的配电网拓扑辨识方法。首先利用卷积神经网络挖掘量测信息和配电网拓扑结构之间的关系,学习其映射规则;考虑当前配网中同步相量测量装置(phasor measurement unit,PMU)和微型同步相量测量装置(micophasormeasurementunit,μPMU)等高级量测设备安装数量不足导致获取量测数据质量不高的问题,在卷积神经网络隐藏层中融入注意力机制,以增强模型鲁棒性;通过随机森林算法对特征数据集进行降维,降低模型时、空复杂度;最后,分别基于IEEE 33节点配电网和PG&E69节点配电网开展算例分析,以验证方法的可行性和优越性,并检验利用更少特征进行拓扑辨识的可能性。结果表明：所提方法具有良好优越性和鲁棒性,泛化能力强,在仅提供少量时间断面量测数据情况下便可实现配电网拓扑辨识,且对于辐射网和含环网络同样适用。     

基于虚拟阻抗的低压配电网拓扑识别方法

当前拓扑识别技术难以反映潮流特性对拓扑识别的影响,基于配电网现有量测数据,通过分析节点间的电气距离,提出了虚拟阻抗的概念。将节点间具备电气意义的且与电气距离成正相关的连续变量定义为虚拟阻抗,并提出了一种基于虚拟阻抗的低压配电网拓扑识别方法。首先,构建以节点间虚拟阻抗为因变量的多元线性回归方程。然后,通过岭回归计算每一个单相电表与关口电表构成的回归方程的虚拟阻抗,根据计算结果快速判别出拓扑关系异常的电气设备。最后,建立基于导数动态时间弯曲(derivative dynamic time warping, DDTW)距离的校验模型,重新构建得到电气设备的正确拓扑关系,实现低压配电网拓扑关系的修正。以实际的低压配电网台区样本数据为依据,验证了所提方法的有效性。     

基于二次矩阵补全的低压配电网相序识别算法

针对低压配电网数据完整性不足的场景,提出了一种基于二次矩阵补全的低压配电网相序识别算法。首先,分析了基于电流拟合的相序识别原理与模型;其次,研究了基于奇异值门限(SVT)算法的矩阵补全算法及其对缺失数据的一次补全方法;然后,为了进一步提升矩阵补全精度,提出了基于SVT算法的二次补全算法,并在此基础上构建了基于二次矩阵补全的低压配电网相序识别方法;最后,通过实际台区用电数据对所提算法进行算例分析。算例分析结果表明,所提算法适用于电流采集数据缺失的情况,能有效地降低电流矩阵补全的误差,从而提升低压配电网相序识别的准确率。     

基于智能终端特征信号的配电网台区拓扑识别方法

针对低压配电网台区拓扑结构混乱、更新不及时的问题,提出了一种基于智能终端特征信号的配电网台区拓扑识别方法。首先利用低压智能终端(LTU)的通信地址关联各级开关子节点,并注入高辨识度的无功补偿特征信号,改变各开关处的无功功率值。配变智能终端(TTU)根据台区拓扑识别策略,对各开关处的无功功率检测结果进行边缘计算,得出台区内开关的各级连接关系,实现低压台区自下而上的就地拓扑结构识别。根据试点台区的实践结果,验证了所提台区拓扑识别方法具有可推广的工程应用价值。     

基于数据关联分析的低压配电网拓扑识别方法

文中介绍了一种基于数据关联分析的低压配电网拓扑识别方法。基于低压配电网停电事件、恢复上电事件及地理位置信息将待识别低压配电网划分为单一配电变压器停电台区、由于10kV配电线路停电引起的多个配变停电台区和未停过电台区,在每类台区内筛选特征电压序列,并利用Tanimoto相似度系数计算各分组内配电变压器、分支箱、表箱、用户智能电表之间相关性和非相关性,从而实现低压配电网拓扑识别;结合同一配电变压器台区内停电与带电状态、停电时长、地理位置、供电半径等台区拓扑校验规则对识别出的拓扑进行校验。通过实际案例证明文章提出的方法能够解决现有基于大数据挖掘方法计算量大、计算结果不准确、无法校验等问题,实现了配电变压器台区拓扑的高效、准确识别,提升了配电网的信息化水平和数据质量。     

基于电压相似性评估的低压配电网户变关系和相位识别技术研究

低压配电网拓扑关系是电网状态估计的基础。文章针对低压配电网拓扑识别难题,分析了通过电压相似进行户变关系和相位识别的可行性,在此基础上应用Hausdorff距离算法,构建了基于节点电压相似性评估的户变关系和相位识别流程,设计了基于Hausdorff距离识别基本判据,以及包括构建滑动窗口和选择有效电压的数据集优化方法;最后通过实际的案例,验证了文章所提方法的有效性。     

一种配电网故障恢复快速拓扑和潮流计算方法

针对配电网故障恢复的特点,提出了一种快速拓扑分析和潮流计算方法。首先利用SQL关系数据库存储配网的连接关系和节点、支路信息,方便数据维护,提高拓扑重构的灵活性,在故障分析时,将数据库中的配网信息加载到内存中形成面向对象的实时数据库。然后运用广度优先搜索法进行拓扑分析,并结合前推回代法进行潮流计算。最后采用基于QT的C++实现用GUI界面显示拓扑和潮流计算结果。结果表明:该算法能快速正确检测配网的连通性、判断是否存在环路或孤岛;同时具有良好的数据维护性,计算速度快。     

面向数字孪生低压配电网的基于Gabor-YOLO算法的架空线高效识别方法研究

从各种测量装置中实时获取和更新电力线路运行状态是低压配电网数字孪生的基础,获取电力线路运行状态的首要任务是对电力线进行精准识别。本文针对低压配电架空线路航拍图像背景复杂、遮挡严重、目标特征微弱的问题,提出了基于Gabor-YOLO的算法,用于低压架空电力线的高效提取。首先,对图像进行灰度化和高斯滤波等预处理后利用改进后的Gabor算子进行特征提取,在图像中分割出前景区域;其次,在改进YOLO网络模块中,对电力线及辅助目标进行定位和识别最终提取出电力线。实验结果表明,改进的Gabor算子可以快速提取出图像前景区域,改进的YOLO网络可以在前景区域中准确提取出电力线。实验结果证明所提方法相比于yolov4等方法具有最高的准确率和提取速度,mAP值可达93.6%,满足实际工作需要。     

融合已知相别和地址信息的低压用户计量表箱识别

用户电能表与表箱的关系不清楚可能导致严重后果,用户电能表的所属计量表箱识别是低压配电网计量拓扑识别问题之一.由于同一计量箱的用户入线共用同一条配电箱母线,若已知总等效单相计量箱数量N,则原问题可转换为基于用户电压时序波形的N类分类问题.在分析这种方法在实际工程应用中缺点的基础上,提出了一种融合已知相别和地址信息的低压配电计量表箱识别方法.首先,采用聚类方法将分相后的电压时序波形辨识到配电分线箱层面.然后,利用经过挖掘和补全的地址文本信息构建基于相邻关系的约束,并采用约束的k-medoids聚类算法将用户区划分为表箱层面.最后,通过2个具典型特征的低压配电网案例验证了所提方法的有效性.     

基于T型灰色关联度和KNN算法的低压配电网台区拓扑识别方法

针对目前低压配电网台区拓扑存在记录不准确,人工排查成本高,准确率低的问题。提出了一种基于T型灰色关联度和K-最近邻(K-nearest Neighbor,KNN)算法的低压配电网拓扑自动识别方法。首先计算用户与所属台区电压的T型灰色关联度,对低于设定阈值的可疑用户用KNN算法判断所属台区,完成户变关系识别工作。然后计算新户变关系下用户之间电压的T型灰色关联度,结合拓扑结构图识别馈线中的可疑用户。最后找出与可疑用户最相关的用户,依据电压沿着馈线逐渐降低定位可疑用户在馈线中的位置。算例分析结果表明,该方法能自动识别用户所属台区和馈线,准确率高,实用性好。     

基于邻接矩阵的低压配电网故障区段定位方法

低压配电网具有线路区段短、分支众多且拓扑结构复杂多变的特点,分布式电源的并网进一步增加了其故障定位的难度。结合图论分析方法和人工智能算法,提出了基于拓扑邻接矩阵的低压配电网故障区段定位方法。首先生成与配电网故障监测单元配置相对应的邻接矩阵,其次建立故障电流在故障监测单元拓扑中的连通性等效模型,根据故障电流从电源到估计故障区段的最短路径计算故障监测信息。以此为基础建立了考虑多重故障的低压配电网故障定位模型并利用粒子群优化算法进行模型求解。仿真算例验证了所提方法能够有效提高故障定位的效率和准确度。     

基于宏微观特征分层聚类的配电网拓扑相似性分析方法

提出一种基于宏观与微观拓扑特征分层聚类的配电网拓扑相似性分析方法。首先,构建涵盖宏微观拓扑特征的指标集作为拓扑相似性分析的依据,包括宏观层面的网络社团特性和节点度相关性指标以及微观层面的线路功率传输性能和负荷分布密度指标;针对传统拓扑相似性分析方法难以对变量数不同的微观拓扑特征进行细粒度分析的问题,提出基于核密度估计的微观拓扑特征描述方法和基于Kullback-Leibler散度的微观特征相似性量度方法;再以基于标准离差率改进的谱聚类算法对宏微观拓扑特征集进行分层聚类,实现配电网拓扑相似性分析。算例分析表明,所提出的配电网拓扑相似性分析方法在表征配电网结构特性的能力及相似性分析效果方面相对于传统方法更优。     

基于路径搜索的多节点低压电力线信道建模方法

为进一步实现多节点网络通信环境的精确仿真与模拟,本文从传输线理论出发,提出了一种基于低压电力网络拓扑的多节点电力线信道响应的生成方法。依据电力网络拓扑,通过最短路径搜索算法获取主干路径,并采用基于广度优先的搜索算法得到分支线路的父子节点关系表,由深至浅地对节点等效阻抗逐一更新,最后通过网络级联获取传输参量矩阵,求取信道频率响应。该方法原理清晰简明,适用于对任意给定拓扑结构的低压配电网络与室内电力网络等环境。仿真与实验结果表明该方法在给定的电力网络拓扑下能够有效地对低压电力网络中多个节点间信道进行模拟。     

基于改进FCM和最小互信息算法的户变关系辨识方法

随着低压分布式光伏的高比例接入,传统的户变关系辨识方法利用电压与功率特征进行判断,受光伏出力影响较大。针对分布式光伏大规模接入下低压配电网的电气特征,提出了一种基于数据驱动的低压配电网户变关系辨识方法。首先,基于改进模糊C均值(fuzzy C-means, FCM)聚类算法,利用电压相关性对用户进行初步聚类划分。其次,在初步聚类的基础上,利用最小互信息算法排除光伏出力的影响,建立配变与用户的连接关系识别模型并用回归分析的思想求解,实现对户变关系的精确辨识。最后,通过对某地实际数据进行算例分析,验证了基于改进FCM和最小互信息算法的户变关系辨识方法在大规模光伏接入场景下的有效性。实验表明,该方法相比传统的电压和功率特征判别方法具有更高的准确率。     

基于电压聚类和关联卷积的配电网户变关系识别方法

准确的低压配电网户变关系是电力营销管理和台区线损治理的重要基础,传统的户变关系识别方法排查成本高、识别效果欠佳,无法适用于规模日趋庞大的低压配电网.在此背景下,提出了一种基于智能电表量测数据和用户档案信息的低压配电网户变关系识别方法.首先利用用户地理位置信息实现邻近用户的初步合并,再基于GMM聚类算法对电压时序数据进行聚类划分,用户划分结果作为下一步的迭代初值.然后基于能量供需平衡建立配变与用户的关联卷积识别模型实现低压配电台区户变关系的辨识.最后,在实际的低压配电系统中验证了该方法在提升户变关系识别效率和准确率等方面具有显著优势,具备一定的实践应用价值和工程指导作用.