基于智能融合终端的用户相位辨识方法与流程

本技术涉及相位辨识，尤其涉及基于智能融合终端的用户相位辨识方法。

背景技术：

1、低压配网作为电力系统的末端环节，直接连接海量电力用户，其运行状态的精准感知是实现三相不平衡治理与供电可靠性提升的基础，而低压用户的相位辨识是感知配网运行状态的关键技术环节，其辨识精度直接决定配网精细化管理的实施效果。

2、随着电力系统智能化改造的推进，智能融合终端已实现低压配网用户侧三相数据的实时采集，基于终端采集数据的软件算法辨识法，逐步替代传统硬件检测法，成为现有低压用户相位辨识的主流方向；现有软件算法辨识法主要围绕三相数据的特征提取与匹配展开，部分方法提取谐波与功率等单一维度特征进行相位匹配，部分方法结合机器学习实现相位辨识，均在一定程度上实现低压用户相位的自动辨识，推动低压配网智能化管理的发展。

3、但现有低压用户相位辨识方法在实际工程应用中仍存在诸多技术不足，难以满足低压配网精细化管理对相位辨识精度、稳定性和自适应能力的高要求，现有方法多提取单一相位特征，无法全面反映用户负荷从稳定到突变的完整相位特性，受设备用电负荷突变的影响较大，辨识精度易出现波动。

4、现有方法多孤立处理单个用户的相位辨识，未结合台区整体运行数据构建校验体系，导致台区范围内辨识结果一致性较差，并缺乏台区拓扑变更的适配机制，当台区分支线路调整、用户接入/退出等拓扑变更发生时，会导致后续辨识精度大幅下降；基于上述现有技术的不足，本技术需要解决的技术问题为如何通过智能融合终端提升低压用户相位辨识的精度、稳定性与场景适应力。

技术实现思路

1、针对现有技术的不足，本技术提供基于智能融合终端的用户相位辨识方法，该方法包括：通过智能融合终端获取用户侧的三相电压与电流波形，识别设备用电负荷的事件触发点，并以事件触发点为中心，截取事件前后预设时长的波形段，对波形段正交锁相处理后，解耦生成瞬时相位角序列；

2、分别计算瞬时相位角序列在事件前稳态段的概率分布特征与在事件后暂态段的动态微分特征，融合后构成用于相位判别的混合特征；

3、将混合特征与预设的相位特征库进行匹配，得到初始匹配度，根据初始匹配度所属的置信区间，判断对应输出相位辨识结果或触发定向特征增强；

4、对同一用户在连续时间窗口内的相位辨识结果进行跨事件逻辑校验，校验通过后根据匹配的混合特征更新相位特征库对应的权重；

5、将批量用户的相位辨识结果，与通过台区三相不平衡数据反演生成的拓扑关系进行反向校验，当校验不一致或检测到拓扑变更时，对关联用户群的相位特征库对应的权重执行衰减重置，并触发新一轮相位辨识。

6、作为一种可选的实施方式，所述识别设备用电负荷的事件触发点包括：

7、通过智能融合终端获取用户侧的三相电压与电流波形，执行预处理后得到三相电压与电流的基波波形；

8、以滑动时间窗口对基波波形逐点差分计算，得到不同采样点包括三相电压与电流的突变幅值、突变斜率与有功功率变化率的判定指标，将任一相满足至少两个判定指标大于对应判定阈值的采样点标记为候选触发点；

9、对候选触发点进行有效性校验，基于三次样条插值对校验通过的候选触发点进行拟合以定位突变起始时间，作为设备用电负荷的事件触发点。

10、作为一种可选的实施方式，所述解耦生成瞬时相位角序列包括：

11、以事件触发点为中心，截取事件前后预设时长的波形段，对波形段执行正交锁相处理，得到三相电压与电流的正交分量信号；

12、结合事件触发点，将正交分量信号划分为事件前稳态段与事件后暂态段的分量，通过克拉克变换执行粗解耦，得到两相静止坐标系下的正交基波信号；

13、基于事件触发点对应的突变幅值设定旋转坐标系的旋转角速度，并将正交基波信号通过帕克变换精解耦为旋转坐标系下的直轴分量与交轴分量；

14、对直轴分量与交轴分量逐点执行反正切运算，得到采样点的瞬时相位角，按稳态段与暂态段分别对瞬时相位角执行约束处理后，生成瞬时相位角序列。

15、作为一种可选的实施方式，构成所述混合特征包括：

16、提取瞬时相位角序列中事件前稳态段与事件后暂态段的瞬时相位角，将稳态段与直轴分量、暂态段与交轴分量绑定，得到稳态段数据与暂态段数据；

17、计算稳态段数据的均值、方差与峰值密度，得到稳态段的概率分布特征，并计算暂态段数据对采样时间的一阶微分峰值与二阶微分波动幅度，将事件触发点的突变幅值作为修正因子进行加权修正，得到暂态段的动态微分特征；

18、归一化处理概率分布特征与动态微分特征，根据事件触发点的有效性校验结果设定融合权重，经融合权重加权融合后构成用于相位判别的混合特征。

19、作为一种可选的实施方式，所述得到初始匹配度包括：

20、将预设的相位特征库划分为稳态特征子库与暂态特征子库，通过余弦相似度计算混合特征中的概率分布特征与稳态特征子库中特征模板的稳态相似度；

21、通过马氏距离计算混合特征中的动态微分特征与暂态特征子库中特征模板的暂态相似度，并根据事件触发点的有效性校验结果设定匹配权重；

22、对稳态相似度与暂态相似度分别归一化处理后，按匹配权重执行加权求和，对相位特征库中所有特征模板逐一计算得到单个特征模板的匹配分值，并选取最高匹配分值作为初始匹配度。

23、作为一种可选的实施方式，置信区间包括高置信区间与中置信区间，当初始匹配度属于高置信区间时，所述输出相位辨识结果包括：

24、提取初始匹配度对应特征模板所关联的相位标识，同步调取特征模板与稳态特征子库、暂态特征子库的匹配数据；

25、基于稳态相似度、暂态相似度分别占稳态相似度与暂态相似度之和的比值，计算稳态贡献度与暂态贡献度；

26、结合事件触发点的有效性校验结果验证相位标识，保留验证通过的相位标识，融合稳态贡献度与暂态贡献度生成带贡献度标注的相位辨识结果并输出。

27、作为一种可选的实施方式，当初始匹配度属于中置信区间时，所述触发定向特征增强包括：

28、分别判断稳态相似度、暂态相似度与相似阈值的匹配偏差，得到稳态匹配偏差与暂态匹配偏差，计算稳态匹配偏差与暂态匹配偏差的差值；

29、若差值为正则重新计算稳态段数据的峰值密度，若差值为负则结合事件触发点的突变斜率作为调整系数，以优化动态微分特征的修正因子；

30、将优化后的概率分布特征与动态微分特征进行归一化处理，经融合权重加权融合后得到优化后的混合特征；

31、重新计算初始匹配度，直至初始匹配度落入高置信区间后输出相位辨识结果，或累计增强次数达到次数阈值后终止定向特征增强。

32、作为一种可选的实施方式，所述更新相位特征库对应的权重包括：

33、调取同一用户在连续时间窗口内的相位辨识结果的跨事件逻辑校验结果，提取校验通过的任一相位辨识结果匹配的混合特征；

34、根据相位辨识结果的相位标识，定位相位特征库中对应特征模板以及稳态特征子库与暂态特征子库的当前权重；

35、结合连续时间窗口内的平均稳态贡献度与平均暂态贡献度，以确定稳态特征子库与暂态特征子库的权重调整幅度，将当前权重与对应的权重调整幅度进行叠加，按预设上下限范围对更新后的权重进行幅值约束。

36、作为一种可选的实施方式，反演生成所述拓扑关系包括：

37、调取台区计量侧的三相电压与电流，计算得到台区的三相电流不平衡度、三相电压不平衡度与三相有功功率不平衡量，形成台区三相不平衡数据；

38、加权计算台区三相不平衡数据，以确定不同相位对台区三相不平衡的综合贡献占比，并按相位标识将跨事件逻辑校验通过的批量用户分为不同用户群，将用户群与台区对应相位的综合贡献占比相关联；

39、以台区母线为根节点，按综合贡献占比的相近性划分台区的分支线路节点，将同一相位下的用户群关联至对应分支线路节点，构成初始拓扑结构；

40、结合台区内事件触发点的突变幅度，对初始拓扑结构进行连通性与一致性校验，剔除校验不通过的节点关联，反演生成台区用户的拓扑关系。

41、作为一种可选的实施方式，所述执行衰减重置包括：

42、当校验不一致或检测到拓扑变更时，定位触发衰减重置所关联的用户群，根据触发衰减重置的原因设置衰减基准；

43、将用户群的平均稳态贡献度、平均暂态贡献度分别与贡献阈值比对，根据比对结果调整对应特征子库的衰减基准，得到稳态衰减系数与暂态衰减系数；

44、将稳态特征子库的当前权重与稳态衰减系数相乘、暂态特征子库的当前权重与暂态衰减系数相乘，完成相位特征库对应权重的衰减重置，并触发关联用户群的新一轮相位辨识。

45、与现有技术相比，本技术的有益效果是：通过智能融合终端获取用户侧的三相电压与电流波形，识别事件触发点后对事件前后预设时长的波形段，解耦生成瞬时相位角序列；分别计算瞬时相位角序列在事件前稳态段的概率分布特征与在事件后暂态段的动态微分特征，融合构成用于相位判别的混合特征，实现相位特征的全面、精准表征，大幅提升相位特征对用户实际用电状态的贴合度，为后续的特征匹配辨识奠定高质量的特征基础。

46、通过将混合特征与预设相位特征库匹配得到初始匹配度，并基于初始匹配度所属的置信区间，判断直接输出相位辨识结果或触发定向特征增强，避免模糊匹配时直接输出结果导致的辨识误判，确保相位辨识结果的可靠性；对同一用户在连续时间窗口内的相位辨识结果进行跨事件逻辑校验，仅在校验通过后根据匹配的混合特征更新相位特征库对应的权重，有效排除单一辨识结果的偶然干扰，大幅提升单用户层面相位辨识的长期稳定性，以适配用户负荷变化。

47、通过台区三相不平衡数据反演生成拓扑关系，并将批量用户的相位辨识结果与拓扑关系进行反向校验，实现从单用户独立辨识到台区整体辨识的校验闭环，有效提升台区范围内相位辨识结果的一致性，在反向校验不一致或检测到拓扑变更时，对关联用户群的相位特征库对应的权重执行衰减重置，并触发新一轮相位辨识，使相位辨识方法能够动态适配台区拓扑的变化，大幅提升方法的场景适应性和工程实用性。

48、本技术构建单用户层面与台区层面深度联动的闭环辨识逻辑，将单用户的特征提取、匹配判定与权重动态更新，与台区的拓扑反演、反向校验与拓扑适配权重重置有机结合，实现相位辨识全流程的动态优化，大幅提升低压用户相位自动辨识的整体精度、稳定性和自适应能力；且本技术基于智能融合终端实现，依托终端已有的电压、电流波形采集能力，无需对现有低压配网进行大规模改造，改造成本低，适配现有低压配网的智能化改造需求。

49、此外本技术输出的精准、稳定的低压用户相位辨识结果，为低压配网的三相不平衡治理与供电可靠性提升等精细化管理工作提供准确的相位数据支撑，对推动低压配网智能化、精细化管理具有重要的工程应用价值。