一种用户多维感知特征集的拓扑识别方法、系统、设备及介质与流程

本发明涉及配电台区拓扑识别，具体涉及一种用户多维感知特征集的拓扑识别方法、系统、设备及介质。

背景技术：

1、现有的配电台区拓扑识别方法主要依赖短时扰动、现场试验或额外安装传感器等方式，存在成本高、通用性差、实时性不足等问题。

2、当前基于智能电表采集的大数据分析方法虽然不需要额外的硬件投入，但由于低压配电网中三相负荷不平衡现象严重、用户负荷变化剧烈、量测数据噪声大等特点，仅采用单一电气特征（如电压或相位）进行相关性聚类往往难以准确恢复真实的节点连接关系。

3、例如，在某个配电台区中，假设有用户节点a和b分别位于配变的两条不同供电线路上，但由于这两个用户在采集周期内恰好具有相似的用电习惯，导致它们的电压变化序列相关系数都达到0.85以上。采用简单相关性判断方法的算法可能会错误地判定a和b在同一条线路上，进而生成错误的拓扑结构。

技术实现思路

1、鉴于上述存在的问题，本发明提供一种用户多维感知特征集的拓扑识别方法、系统、设备及介质。

2、因此，本发明解决的技术问题是：现有的配电台区拓扑识别方法主要依赖短时扰动、现场试验或额外安装传感器等方式，存在成本高、通用性差、实时性不足等问题。

3、为解决上述技术问题，本发明提供如下技术方案：一种用户多维感知特征集的拓扑识别方法，其包括以下步骤：通过对统一量测序列进行多维感知特征提取，得到多维感知特征集；基于所述多维感知特征集计算任意两个节点之间的关联程度，构建节点关联矩阵；对所述节点关联矩阵中的节点对进行第一筛选，生成候选连接边集，通过所述候选连接边集构成的受限图执行第一分类机制，生成候选拓扑；通过对所述候选拓扑进行校验，对不满足校验条件的支路执行换父重构，直到全部支路满足校验条件，得到台区拓扑结构。

4、作为本发明所述的一种用户多维感知特征集的拓扑识别方法的一种优选方案，其中：进行所述多维感知特征提取的步骤包括：对所述统一量测序列中节点的电气量进行偏差计算，得到节点电气量偏差特征；对所述统一量测序列中节点的电气量进行波动计算，得到节点电气量波动特征；对所述统一量测序列中节点的有功功率进行差值计算，得到功率变化相关特征；将所述节点电气量偏差特征、节点电气量波动特征和功率变化相关特征构成多维感知特征集。

5、作为本发明所述的一种用户多维感知特征集的拓扑识别方法的一种优选方案，其中：构建所述节点关联矩阵的步骤包括：根据两个节点各自的节点电气量偏差特征计算电压变化序列相关系数；根据两个节点各自的节点电气量波动特征计算电流波动序列相关系数；根据两个节点各自的功率变化相关特征计算功率变化同步性指标；按预设权重对电压变化序列相关系数、电流波动序列相关系数以及功率变化同步性指标进行加权求和，得到关联程度；遍历全部节点对并按所述关联程度构建节点关联矩阵。

6、作为本发明所述的一种用户多维感知特征集的拓扑识别方法的一种优选方案，其中：进行所述第一筛选的步骤包括：根据所述节点关联矩阵中全部非对角元素确定关联特征值，并根据所述关联特征值以及预设阈值灵敏度系数计算关联度阈值；当所述关联程度不低于所述关联度阈值时，将对应的节点对纳入候选连接边集；当所述关联程度低于所述关联度阈值时，将对应的节点对排除于候选连接边集。

7、作为本发明所述的一种用户多维感知特征集的拓扑识别方法的一种优选方案，其中：进行所述第一分类机制的步骤包括：将所述候选连接边集中每一节点对的关联程度转换为电气距离；通过所述候选连接边集构成的受限图上，以电气距离为权重、以配变节点为根节点，按第一距离原则逐层合并节点；对合并后的节点施加径向约束，直到每一非根节点仅连接一个父节点且不形成环路，得到所述候选拓扑。

8、作为本发明所述的一种用户多维感知特征集的拓扑识别方法的一种优选方案，其中：进行所述校验的步骤包括：根据所述候选拓扑中父节点上游支路的有功功率、无功功率与父节点全部子节点支路的有功功率之和、无功功率之和之间的相对残差，判断功率平衡是否满足预设容差；根据所述候选拓扑中支路两端节点的电压、电流估计得到的等效线路阻抗是否落入预设线路阻抗区间，判断线路阻抗是否合理；将所述相对残差超出所述预设容差或者所述等效线路阻抗落于所述预设线路阻抗区间之外的支路，确定为不满足所述校验条件的支路。

9、作为本发明所述的一种用户多维感知特征集的拓扑识别方法的一种优选方案，其中：进行所述换父重构的步骤包括：对不满足所述校验条件的支路所对应的子节点，排除所述子节点及所述子节点全部下游节点后的可行父节点集合中，选取与所述子节点的关联程度最大的节点作为新父节点；将所述子节点由原父节点摘除并挂接至所述新父节点；对挂接后的支路重新进行所述校验，直至全部支路满足所述校验条件或者达到预设迭代上限，得到所述台区拓扑结构。

10、本发明提供了一种用户多维感知特征集的拓扑识别系统。

11、为解决上述技术问题，本发明提供如下技术方案：一种用户多维感知特征集的拓扑识别系统，包括：特征提取模块，用于对统一量测序列进行多维感知特征提取，得到多维感知特征集；

12、关联矩阵构建模块，用于计算任意两个节点之间的关联程度，构建节点关联矩阵；

13、候选拓扑生成模块，用于对所述节点关联矩阵中的节点对进行第一筛选，生成候选连接边集，通过所述候选连接边集构成的受限图执行第一分类机制，生成候选拓扑；

14、拓扑校验与重构模块，用于通过对所述候选拓扑进行校验，对不满足校验条件的支路执行换父重构，直到全部支路满足校验条件，得到台区拓扑结构。

15、本发明提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现所述的一种用户多维感知特征集的拓扑识别方法的步骤。

16、本发明提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的一种用户多维感知特征集的拓扑识别方法的步骤。

17、本发明的有益效果：本发明在候选拓扑的生成阶段引入了关联度阈值筛选机制，根据关联矩阵中全部非对角元素的统计特性确定动态的筛选阈值，有效排除了低于阈值的虚假连接，使得候选连接边集更加精准。随后通过以电气距离为权重的最小距离分层聚类方法和径向约束的施加，本发明确保了生成的候选拓扑满足低压配电网的物理特性。

18、最为关键的是，本发明在候选拓扑的校验和重构阶段引入了功率平衡约束和线路阻抗合理性判据的双重校验机制。这两个约束代表了物理世界中能量守恒和电路特性的基本规律，任何偏离这些规律的拓扑配置都会在校验中被识别出来。对于不满足校验条件的支路，本发明通过换父重构机制，在满足径向约束的可行父节点集合中，优先选择与子节点关联程度最大的节点作为新父节点，确保了重构的合理性。通过迭代校验和重构，直到全部支路都满足约束条件，最终得到的台区拓扑结构既在数据层面具有强相关性，又在物理层面满足功率守恒和线路特性要求，从而显著提高了拓扑识别的准确性和可靠性。