一种低压配电网径向拓扑辨识方法及装置与流程

1.本发明属于智能电网配用电领域，具体涉及一种低压配电网径向拓扑辨识方法及装置。


背景技术：

2.低压配电网作为电力系统中的重要组成部分，具有组件数量众多、线路连接灵活、数学建模复杂的特点。目前分布式电源、移动充电桩等新型电气设备不断接入配电网，随着时间的推移，台区拓扑结构会发生复杂且多样的变化，而人工建立的台区拓扑档案往往缺乏实时更新，且维护成本较高，存在设备空间映射错误，馈线长度、材料、线径、型号等的数据记录缺失，用户侧连接到错误的变压器或杆塔等现象，这些因素将导致配电网管理效率低下，变压器易发生过载，进而对员工以及公共财产的安全构成威胁。因此，在智能配电自动化系统中需要建立一个台区拓扑在线辨识平台，在保证辨识准确度的同时实现低压配电网拓扑的动态更新，为配电网的安全平稳运行和迅速调度控制提供支撑。
3.基于数据驱动型的低压配电网拓扑识别算法可以实现对台区拓扑结构的实时辨识与同步记录，因此逐渐成为国内外学者的研究热点。当前智能用电信息采集系统已在配电网中广泛部署，实现了配电网节点电气数据的高密度同步测量与提取，为建立更加精细的配网拓扑模型、选取更加有效的数学分析手段提供了基础。然而，通过广义状态估计器来识别线路开关状态的优化问题往往需要非线性规划求解器进行最优解的寻优，为保证状态估计器的可观测性所需数据量较大，且求解所需时间较长，难以保证台区拓扑的实时迅速分析；基于直流潮流模型的线性规划求解器虽然提高了拓扑辨识算法的执行速度，但要求线路的电抗值远大于电阻值，这在实际的低压配电网中难以满足，因此无法保证拓扑识别结果的准确度。


技术实现要素：

4.本发明的目的在于提供一种低压配电网径向拓扑辨识方法及装置，可以在提高低压配电网径向拓扑辨识准确度的同时，实现拓扑结构的实时、迅速分析，进一步为检测拓扑变化和精准负荷控制提供有效支撑。
5.为实现以上目的，本发明公开了一种基于概率分布相似度评估的低压配电网径向拓扑辨识方法，包括以下步骤：
6.s1：同步搜集台区节点电压用采数据，形成数据集v；
7.s2：进行数据集v的标准化处理，形成vs；
8.s3：计算每个节点电压数据集的均值及方差，并构建其高斯概率密度函数模型；
9.s4：计算节点概率分布曲线之间的js散度，形成包含配电网拓扑信息的结构因子矩阵；
10.s5：构造对应连通赋权图的最小生成树，输出低压配电网的径向拓扑结构。
11.进一步地，所述s1中同步搜集台区节点电压用采数据，形成数据集v的具体步骤如
下：
12.s1.1：统计待识别台区中所有变压器节点、分支箱节点、用户表箱节点的从属表箱档案编号，并得到待识别台区中的节点数量n以及节点集合d；
13.s1.2：搜集节点i(i＝1,2,...,n)在采样周期t内的电压用采数据，形成n
ꢀ×
1维矩阵vi，n的计算公式如下：
[0014][0015]
其中，f为采样频率，f大于等于每小时6个采样点，t大于等于12小时；
[0016]
s1.3：汇集台区所有节点的节点电压矩阵，形成数据集v＝[v1,v2,...vn]。
[0017]
进一步地，所述s2中进行数据集v的标准化处理，形成vs的具体步骤如下：
[0018]
s2.1：为消除量纲的影响，保证分析结果的正确性，对每个节点的电压矩阵 vi进行标准化，计算公式如下：
[0019][0020]
其中，v
is
为标准化后的节点电压矩阵，mean(.)为数据均值操作符，sd(.)为数据标准差操作符；
[0021]
s2.2：汇集台区所有节点标准化后的节点电压矩阵，形成数据集vs＝[v
1s
, v
2s
,...,v
ns
]。
[0022]
进一步地，所述s3中计算每个节点电压数据集的均值及方差，并构建其高斯概率密度函数模型的具体步骤如下：
[0023]
s3.1：计算节点i电压矩阵的均值μi及方差σi，计算公式如下：
[0024][0025][0026]
其中，v
isk
表示节点i第k个标准化后的节点电压矩阵；
[0027]
s3.2：假定节点i的电压曲线服从均值为μi，方差为σi的正态分布，其高斯概率密度函数计算公式如下：
[0028][0029]
进一步地，所述s4中计算节点概率分布曲线之间的js散度，形成包含配电网拓扑信息的结构因子矩阵的具体步骤如下：
[0030]
s4.1：初始化结构因子矩阵г为n
×
n维的上三角零矩阵；
[0031]
s4.2：计算待识别台区中所有节点对《i，j》(i,j＝1,2,...,n，且i《j)之间的 js散度г
ij
，计算公式如下：
[0032]
[0033]
其中，p(v
is
)、p(v
js
)分别为节点i和节点j的高斯概率密度函数；
[0034]
s4.3：将所有节点对之间的js散度计算结果放入结构因子矩阵г中。
[0035]
进一步地，所述s5中构造对应连通赋权图的最小生成树，输出低压配电网的径向拓扑结构的具体步骤如下：
[0036]
s5.1：将待识别台区中的节点集合d、结构因子矩阵г构造连通赋权图δ＝ (d，г)；
[0037]
s5.2：采用prim算法构造最小生成树，输出包含最小生成树的所有边的集合b；
[0038]
s5.3：根据集合b得到待识别台区中节点的连接关系，输出低压配电网的径向拓扑结构。
[0039]
进一步地，所述s5.2的具体步骤如下：
[0040]
s5.2.1：设置两个集合a和b，其中集合a存放δ的最小生成树中的顶点，集合b存放δ的最小生成树中的边；
[0041]
s5.2.2：令集合a的初值为a＝{d1}，集合b的初值为空集，d1表示配电网中的根节点；
[0042]
s5.2.3：从所有a∈a，d∈d-a的边中选取具有最小权值г
ad
的边ad，将顶点d加入集合a中，将边ad加入集合b中；
[0043]
s5.2.4：不断重复所述s5.2.3，直到a＝d时，最小生成树构造完毕。
[0044]
本发明还提出一种低压配电网径向拓扑辨识装置，包括：
[0045]
数据采集模块：同步搜集台区节点电压用采数据，形成数据集v；
[0046]
标准化处理模块：进行数据集v的标准化处理，形成vs；
[0047]
函数构建模块：计算每个节点电压数据集的均值及方差，并构建其高斯概率密度函数模型；
[0048]
结构因子矩阵构建模块：计算节点概率分布曲线之间的js散度，形成包含配电网拓扑信息的结构因子矩阵；
[0049]
拓扑结构输出模块：构造对应连通赋权图的最小生成树，输出低压配电网的径向拓扑结构。
[0050]
进一步地，本发明还提出一种终端，包括处理器及存储介质；所述存储介质用于存储指令；所述处理器用于根据所述指令进行操作以执行根据权利要求1-7 本发明所述方法的步骤。
[0051]
进一步地，本发明还提出计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现本发明所述方法的步骤。
[0052]
与现有技术相比，本发明具有以下显著优点：本发明通过节点电压概率分布曲线的相似度评估进行台区拓扑识别，不依赖于具有严格约束限制的数学模型与近似寻优；同时通过js散度的计算量化了节点电压之间的相似性，可以在提高低压配电网径向拓扑辨识准确度的同时，实现拓扑结构的实时、迅速分析，进一步为检测拓扑变化和精准负荷控制提供有效支撑。
附图说明
[0053]
图1是本发明所述方法的总体流程图；
具体实施方式
[0054]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
[0055]
如图1所示，本发明提出一种基于概率分布相似度评估的低压配电网径向拓扑辨识方法，包括以下步骤：
[0056]
(1)、同步搜集台区节点电压用采数据，形成数据集v；具体步骤包括如下：
[0057]
(1.1)、统计待识别台区中所有变压器节点、分支箱节点、用户表箱节点的从属表箱档案编号，并得到待识别台区中的节点数量n以及节点集合d；
[0058]
(1.2)、搜集节点i(i＝1,2,...,n)在采样周期t内的电压用采数据，形成n
ꢀ×
1维矩阵vi，n的计算公式如下：
[0059][0060]
其中，f为采样频率，为保证辨识结果的可靠性，f需大于等于每小时6 个采样点，t需大于等于12小时；
[0061]
(1.3)、汇集台区所有节点的节点电压矩阵，形成数据集v＝[v1,v2,...vn]。
[0062]
(2)、进行数据集v的标准化处理，形成vs；具体步骤包括如下：
[0063]
(2.1)、为消除量纲的影响，保证分析结果的正确性，对每个节点的电压矩阵vi进行标准化，计算公式如下：
[0064][0065]
其中，v
is
为标准化后的节点电压矩阵，mean(.)为数据均值操作符，sd(.)为数据标准差操作符；
[0066]
(2.2)、汇集台区所有节点标准化后的节点电压矩阵，形成数据集vs＝[v
1s
, v
2s
,...,v
ns
]。
[0067]
(3)、计算每个节点电压数据集的均值及方差，并构建其高斯概率密度函数模型；具体步骤包括如下：
[0068]
(3.1)、计算节点i电压矩阵的均值μi及方差σi，计算公式如下：
[0069][0070][0071]
其中，v
isk
表示节点i第k个标准化后的节点电压矩阵；
[0072]
(3.2)、假定节点i的电压曲线服从均值为μi，方差为σi的正态分布，其高斯概率密度函数计算公式如下：
[0073]
[0074]
(4)、计算节点概率分布曲线之间的js散度，形成包含配电网拓扑信息的结构因子矩阵；具体步骤包括如下：
[0075]
(4.1)、初始化结构因子矩阵г为n
×
n维的上三角零矩阵；
[0076]
(4.2)、计算待识别台区中所有节点对《i，j》(i,j＝1,2,...,n，且i《j)之间的js散度г
ij
，计算公式如下：
[0077][0078]
其中，p(v
is
)、p(v
js
)分别为节点i和节点j的高斯概率密度函数；
[0079]
(4.3)、将所有节点对之间的js散度计算结果放入结构因子矩阵г中。
[0080]
(5)、构造对应连通赋权图的最小生成树，输出低压配电网的径向拓扑结构。具体步骤包括如下：
[0081]
(5.1)、将待识别台区中的节点集合d、结构因子矩阵г构造连通赋权图δ＝ (d，г)；
[0082]
(5.2)、采用prim算法构造最小生成树，输出包含最小生成树的所有边的集合b；
[0083]
具体步骤包括如下：
[0084]
(5.2.1)、设置两个集合a和b，其中集合a存放δ的最小生成树中的顶点，集合b存放δ的最小生成树中的边；
[0085]
(5.2.2)、令集合a的初值为a＝{d1}，集合b的初值为空集，d1表示配电网中的根节点；
[0086]
(5.2.3)、从所有a∈a，d∈d-a的边中选取具有最小权值г
ad
的边ad，将顶点d加入集合a中，将边ad加入集合b中；
[0087]
(5.2.4)、不断重复所述s5.2.3，直到a＝d时，最小生成树构造完毕。(5.3)、根据集合b得到待识别台区中节点的连接关系，输出低压配电网的径向拓扑结构。
[0088]
本发明还提出一种低压配电网径向拓扑辨识装置，包括：
[0089]
数据采集模块：同步搜集台区节点电压用采数据，形成数据集v。
[0090]
标准化处理模块：进行数据集v的标准化处理，形成vs。
[0091]
函数构建模块：计算每个节点电压数据集的均值及方差，并构建其高斯概率密度函数模型。
[0092]
结构因子矩阵构建模块：计算节点概率分布曲线之间的js散度，形成包含配电网拓扑信息的结构因子矩阵；具体步骤包括如下：
[0093]
拓扑结构输出模块：构造对应连通赋权图的最小生成树，输出低压配电网的径向拓扑结构。
[0094]
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
[0095]
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的
更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、静态随机存取存储器(sram)、便携式压缩盘只读存储器(cd-rom)、数字多功能盘(dvd)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其它自由传播的电磁波、通过波导或其它传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
[0096]
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
[0097]
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(isa) 指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如smalltalk、c++等，以及常规的过程式编程语言—诸如“c”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(fpga)或可编程逻辑阵列(pla)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。
[0098]
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
[0099]
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其它设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
[0100]
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
[0101]
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
[0102]
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。