低压配电网业务接入感知方法及系统与流程

本发明涉及配电物联网，具体地涉及一种低压配电网业务接入感知方法及一种低压配电网业务接入感知系统。

背景技术：

1、终端通信接入网主要涉及配电和用电两个环节，分别对应于一次网架中的10kv和0.4kv电压等级电网，具有承载业务类型丰富、业务终端分布广广泛、通信距离相对较短、单个终端信息量小、网络拓扑复杂多变、建网资金相对紧张等特点。当前电力物联网面临海量终端的接入，终端智能感知是电力物联网的底层入口，研究终端接入将为建设电力物联网提供关键技术支撑，是确保电网安全运行，提升电网运行质效和社会综合能效。随供电负荷密度加大，相较于35kv及以上电压等级实现自动化，低压侧配网由于数量庞大自动化整体仍处于较低水平，业务承载能力和网络可靠性仍无法得到保障。随着新型电力系统建设，配电网测大量分布式能源、电动汽车等终端接入电网，广域分布、控制困难等特点让配电网侧管理难上加难。

2、随电力物联网深化应用，配电网采用“云-管-边”建设模式，更多依赖融合终端等边侧设备实现对辖区所需监控的柱上开关、开闭站、环网柜、电缆分接箱、配变等基于地理信息的监控与管理，从而实现10kv馈线上的故障诊断、故障隔离和非故障区域的快速恢复供电等功能。但目前融合终端对传感器及设备等多类型装置的自动接入业务感知能力差、业务接入效率低，未能形成高效精准的末端感知体系。针对现有配电网传感器及设备等类型装置类型的自动接入存在的效率低和业务感知能力差的问题，需要创造一种新的配电网业务接入感知方案。

技术实现思路

1、本发明实施方式的目的是提供一种低压配电网业务接入感知方法及系统，以至少解决现有配电网传感器及设备等类型装置的自动接入存在的效率低和业务感知能力差的问题。

2、为了实现上述目的，本发明第一方面提供一种低压配电网业务接入感知方法，所述方法包括：响应于业务变更信号，采集对应的业务流信息；基于特征提取模型，对所述业务流信息进行特征提取，获得业务流特性参数；对所述业务流特性参数进行归一化处理，获得业务流特征集；采集当前配电网的历史业务接入数据，与所述业务流特性集共同构建样本集，并基于所述样本集进行机器学习，输出关键特征；基于所述关键特征进行专家库模糊匹配，确定业务类型。

3、可选的，所述业务变更信号为配电网拓扑结构变化信号或业务接入信号。

4、可选的，所述特征提取模型为基于径向基函数神经网络构建的注意力机制模型。

5、可选的，所述基于特征提取模型，对所述业务流信息进行特征提取，包括：在径向基函数神经网络中，基于高斯函数确定的模型输入与模型输出之间的关系，将业务流信息处理为特征向量并输入，获得对应的输出向量；基于输出向量，引入attention机制，获得对应的输出特征值；将所述输出特征值作为业务流特性参数。

6、可选的，模型输入与模型输出之间的关系的表达式为：

7、

8、

9、其中，为输入向量；n为隐含层神经元的数量；为第i个隐含层神经元的输出；为第i个隐含层神经元的径向基函数中心；为第i个隐含层神经元的宽度；为输出向量；为第i个隐含层神经元与第j个输出层神经元之间的权重。

10、可选的，所述对所述业务流特性参数进行归一化处理，其归一化关系式为：

11、

12、其中，x为归一化处理后的数据集矩阵；为输入向量；为输出业务流特性参数中的最大值；为输出业务流特性参数中的最小值。

13、可选的，所述基于输出向量，引入attention机制，获得对应的输出特征值，包括：自定义预设向量，并计算预设向量与输入向量之间的相关性，基于相关性进行注意力值分配；其中，对应的注意力值分配规则为：

14、

15、其中，为第i个输入向量的注意力值；为注意力筛选函数；

16、q为预设向量；基于各输入向量确定的注意力值，计算所有输入向量的加权平均值作为输出特征值；其中，所有输入向量的加权平均值的计算规则为：

17、

18、其中，为输出特征值。

19、可选的，所述采集当前配电网的历史业务接入数据，与所述业务流特性集共同构建样本集，并基于所述样本集进行机器学习，输出关键特征，包括：将所述样本集区分为历史数据和未来数据；基于所述业务流特性集分别向后学习所述历史数据和向前学习所述未来数据，获得学习结果；基于学习结果输出特征向量，作为关键特征。

20、可选的，所述基于所述关键特征进行专家库模糊匹配，确定业务类型，包括：将所述输出特征向量与专家库特征项模糊匹配，选取向量数量最多的数据项作为业务类型的识别结果并存储在专家库中。

21、本发明第二方面提供一种低压配电网业务接入感知系统，所述系统包括：采集单元，用于响应于业务变更信号，采集对应的业务流信息；特征提取单元，用于基于特征提取模型，对所述业务流信息进行特征提取，获得业务流特性参数；归一化单元，用于对所述业务流特性参数进行归一化处理，获得业务流特征集；学习单元，用于采集当前配电网的历史业务接入数据，与所述业务流特性集共同构建样本集，并基于所述样本集进行机器学习，输出关键特征；识别单元，用于基于所述关键特征进行专家库模糊匹配，确定业务类型。

22、可选的，所述基于特征提取模型，对所述业务流信息进行特征提取，包括：在径向基函数神经网络中，基于高斯函数确定的模型输入与模型输出之间的关系，将业务流信息处理为特征向量并输入，获得对应的输出向量；基于输出向量，引入attention机制，获得对应的输出特征值；将所述输出特征值作为业务流特性参数。

23、可选的，所述采集当前配电网的历史业务接入数据，与所述业务流特性集共同构建样本集，并基于所述样本集进行机器学习，输出关键特征，包括：将所述样本集区分为历史数据和未来数据；基于所述业务流特性集分别向后学习所述历史数据和向前学习所述未来数据，获得学习结果；基于学习结果输出特征向量，作为关键特征。

24、可选的，所述基于所述关键特征进行专家库模糊匹配，确定业务类型，包括：将所述输出特征向量与专家库特征项模糊匹配，选取向量数量最多的数据项作为业务类型的识别结果并存储在专家库中。

25、另一方面，本发明提供一种计算机可读储存介质，该计算机可读存储介质上储存有指令，其在计算机上运行时使得计算机执行上述的低压配电网业务接入感知方法。

26、通过上述技术方案，本发明方案提出一种新的低压配电网业务接入感知方法和一种低压配电网业务接入的业务流感知系统，根据系统拓扑结构的改变或业务接入的变化，对业务流进行感知与识别，同时提出一种基于径向基函数神经网络加注意力机制的业务感知方法实现业务流关键特征的识别，进而实现业务的自动感知，提高业务接入效率。

27、本发明实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。

技术特征：

1.一种低压配电网业务接入感知方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述业务变更信号为配电网拓扑结构变化信号或业务接入信号。

3.根据权利要求1所述的方法，其特征在于，所述特征提取模型为基于径向基函数神经网络构建的注意力机制模型。

4.根据权利要求1所述的方法，其特征在于，所述基于特征提取模型，对所述业务流信息进行特征提取，包括：

5.根据权利要求4所述的方法，其特征在于，模型输入与模型输出之间的关系的表达式为：

6.根据权利要求1所述的方法，其特征在于，所述对所述业务流特性参数进行归一化处理，其归一化关系式为：

7.根据权利要求4所述的方法，其特征在于，所述基于输出向量，引入attention机制，获得对应的输出特征值，包括：

8.根据权利要求1所述的方法，其特征在于，所述采集当前配电网的历史业务接入数据，与所述业务流特性集共同构建样本集，并基于所述样本集进行机器学习，输出关键特征，包括：

9.根据权利要求8所述的方法，其特征在于，所述基于所述关键特征进行专家库模糊匹配，确定业务类型，包括：

10.一种低压配电网业务接入感知系统，其特征在于，所述系统包括：

11.根据权利要求10所述的系统，其特征在于，所述基于特征提取模型，对所述业务流信息进行特征提取，包括：

12.根据权利要求10所述的系统，其特征在于，所述采集当前配电网的历史业务接入数据，与所述业务流特性集共同构建样本集，并基于所述样本集进行机器学习，输出关键特征，包括：

13.根据权利要求12所述的系统，其特征在于，所述基于所述关键特征进行专家库模糊匹配，确定业务类型，包括：

14.一种计算机可读储存介质，该计算机可读存储介质上储存有指令，其在计算机上运行时使得计算机执行权利要求1-9中任一项权利要求所述的低压配电网业务接入感知方法。

技术总结
本发明实施例提供一种低压配电网业务接入感知方法及系统，属于配电物联网技术领域。所述方法包括：响应于业务变更信号，采集对应的业务流信息；基于特征提取模型，对所述业务流信息进行特征提取，获得业务流特性参数；对所述业务流特性参数进行归一化处理，获得业务流特征集；采集当前配电网的历史业务接入数据，与所述业务流特性集共同构建样本集，并基于所述样本集进行机器学习，输出关键特征；基于所述关键特征进行专家库模糊匹配，确定业务类型。本发明方案提出的业务感知方法实现业务流关键特征的识别，进而实现业务的自动感知，提高业务接入效率。

技术研发人员：张楠,白晖峰,霍超,尹志斌,张港红,谢凡,罗安琴,苑佳楠,高建,丁啸,杨双双,申一帆
受保护的技术使用者：北京智芯微电子科技有限公司
技术研发日：
技术公布日：2024/1/14