本发明涉及电力系统领域,特别涉及一种配电网多场景拓扑异常识别方法及系统。
背景技术:
1、配电网是指从中央电站输送电能到用户用电终端的电力分配系统,是电力系统较为底层的层次,是电力系统向电力用户持续可靠供电的桥梁。电网的各设备、元器件及线路的连接关系形成了电网的拓扑结构。
2、近年来,随着能源互联网建设的推进,配电网规模扩大、层次增多以及新能源、储能电池等技术的应用,使得配电网的运行和管理面临着新的挑战。在配电网的运行过程中,由于多种原因如线路故障、设备老化以及电网负荷变化等,可能会出现拓扑异常现象,例如线路断开或短路等。拓扑异常情况会引起配电设备损坏、电网安全事故等后果,对电网的稳定运行造成危害。
3、传统的拓扑异常识别方法通常只针对单一场景下的拓扑异常进行识别和定位,而实际的配电网系统中,可能存在多个场景下的拓扑异常,例如同时负载过重、短路等。
技术实现思路
1、本发明提供了一种配电网多场景拓扑异常识别方法,可实现对多个场景下的拓扑异常进行识别和定位。
2、第一方面,本发明实施提供了一种配电网多场景拓扑异常识别方法,包括:
3、将配电网的运行状态分为多个场景,确定每个场景对应的拓扑特征集合和异常类型;
4、根据拓扑特征集合和异常类型建立每个场景的异常检测模型;
5、获取配电网的实时监测数据,并从实时监测数据中提取运行特征,依据运行特征确定目标场景;
6、使用目标场景对应的异常检测模型进行预测,检测实时监测数据是否异常;
7、若检测到异常,则诊断得到异常原因和配电网中的异常位置。
8、可选的,场景包括正常运行、负载过重、短路及孤岛。
9、可选的,场景为负载过重,负载过重对应的拓扑特征集合包括节点度数、支路数量、短路电流、电压稳定度和负载率;
10、场景为短路,短路对应的拓扑特征集合包括环路数量、支路数量、节点度数、短路电阻和电压稳定度;
11、场景为孤岛,孤岛对应的拓扑特征集合包括节点度数、支路数量、孤立度、连通性和电压稳定度。
12、可选的,根据拓扑特征集合和异常类型建立每个场景的异常检测模型,包括:
13、对拓扑特征集合进行数据预处理,数据预处理包括数据清洗、缺失值填充及特征选择;
14、在数据预处理后的拓扑特征集合中选择每个场景对应的拓扑特征数据进行提取和转换;
15、依据每个场景的异常类型,构建异常检测模型,利用训练数据对异常检测模型进行训练;
16、使用测试数据评估异常检测模型的计算准确率、召回率及f1值,以判断异常检测模型的性能和准确性。
17、可选的,依据每个场景的异常类型,构建异常检测模型,包括:
18、根据每个场景的各拓扑特征数据的分布情况和异常类型,确定异常值的阈值;
19、计算各拓扑特征数据的均值和标准差;
20、将拓扑特征集合中的每个拓扑特征数据的数据点减去对应的均值,再除以对应的标准差,得到数据点的z-score值;
21、判断z-score值是否超过异常值的阈值;如果超过,则将对应的数据点标记为异常点。
22、可选的,诊断得到异常原因和配电网中的异常位置,包括:
23、对异常的实时监测数据进行可视化处理,可视化处理包括采用拓扑图或时序图;
24、对可视化处理后的异常的实时监测数据进行分析处理,得到分析结果,分析处理包括计算统计特征、频率及趋势;
25、根据分析结果确定异常原因;
26、根据异常原因及异常的实时监测数据,使用电网拓扑图和/或电网地理信息系统确定配电网中发生异常的异常位置。
27、第二方面,本发明提供了一种配电网多场景拓扑异常识别系统,包括:
28、模型建立模块,用于将配电网的运行状态分为多个场景,确定每个场景对应的拓扑特征集合和异常类型;根据拓扑特征集合和异常类型建立每个场景的异常检测模型;
29、数据采集模块,用于获取配电网的实时监测数据;
30、聚类模块,用于从实时监测数据中提取运行特征,依据运行特征确定目标场景;
31、异常检测模块,用于使用目标场景对应的异常检测模型进行预测,检测实时监测数据是否异常;
32、异常诊断模块,用于当检测到异常后,诊断得到异常原因和配电网中的异常位置。
33、可选的,场景包括正常运行、负载过重、短路及孤岛。
34、可选的,场景为负载过重,负载过重对应的拓扑特征集合包括节点度数、支路数量、短路电流、电压稳定度和负载率;
35、场景为短路,短路对应的拓扑特征集合包括环路数量、支路数量、节点度数、短路电阻和电压稳定度;
36、场景为孤岛,孤岛对应的拓扑特征集合包括节点度数、支路数量、孤立度、连通性和电压稳定度。
37、可选的,模型建立模块,还用于对拓扑特征集合进行数据预处理,数据预处理包括数据清洗、缺失值填充及特征选择;在数据预处理后的拓扑特征集合中选择每个场景对应的拓扑特征数据进行提取和转换;依据每个场景的异常类型,构建异常检测模型,利用训练数据对异常检测模型进行训练;使用测试数据评估异常检测模型的计算准确率、召回率及f1值,以判断异常检测模型的性能和准确性。
38、本发明所达到的有益效果:
39、将配电网的运行状态分为多个场景,确定每个场景对应的拓扑特征集合和异常类型;根据拓扑特征集合和所述异常类型建立每个场景的异常检测模型;获取配电网的实时监测数据,并从实时监测数据中提取运行特征,依据运行特征确定目标场景;使用目标场景对应的异常检测模型进行预测,检测实时监测数据是否异常;若检测到异常,则诊断得到异常原因和配电网中的异常位置。解决现有技术中单一场景下的拓扑异常检测与诊断方法无法满足实际需求的问题。配电网多场景拓扑异常识别的联合识别和定位考虑了不同场景下的拓扑特征和异常类型,将多个场景下的拓扑异常信息进行分类和分析,以实现对整个配电网系统的综合监测和诊断。有力提升了网架分析与诊断能力,对电网的薄弱环节进行辨识,提前采取防范措施以保证电网的稳定性,提高电网的供电可靠性,降低线损和停电损失,保障电网的安全、经济、可靠运行,保证电力企业的可持续发展。
1.一种配电网多场景拓扑异常识别方法,其特征在于,包括以下步骤:
2.如权利要求1所述的配电网多场景拓扑异常识别方法,其特征在于,
3.如权利要求2所述的配电网多场景拓扑异常识别方法,其特征在于,
4.如权利要求1所述的配电网多场景拓扑异常识别方法,其特征在于,所述根据所述拓扑特征集合和所述异常类型建立每个场景的异常检测模型,包括:
5.如权利要求4所述的配电网多场景拓扑异常识别方法,其特征在于,所述依据每个场景的异常类型,构建异常检测模型,包括:
6.如权利要求1所述的配电网多场景拓扑异常识别方法,其特征在于,所述诊断得到异常原因和所述配电网中的异常位置,包括:
7.一种配电网多场景拓扑异常识别系统,其特征在于,包括:
8.如权利要求7所述的配电网多场景拓扑异常识别系统,其特征在于,
9.如权利要求8所述的配电网多场景拓扑异常识别系统,其特征在于,
10.如权利要求7所述的配电网多场景拓扑异常识别系统,其特征在于,