基于停电相关性聚类簇的停电范围分析方法及系统与流程

1.本发明涉及配电网故障分析技术领域，尤其涉及一种基于停电相关性聚类簇的停电范围分析方法及系统。


背景技术：

2.目前，配网台区配用户侧的信息化水平低下、管理混乱，电力用户服务水平仍然存在短板，普遍存在用户停电信息不准确、无法实现主动告警、供电恢复时间长等问题。当低压侧发生故障时，由于台区低压接线信息缺失或不准确，低压台区停电故障多依靠用户电话报障以及抢修人员逐户排查，难以实现低压侧主动抢修，影响了用户用电服务体验。同时，当前低压侧通过加装大量监测装置来实现停电告警的技术方式存在前期投资大和后期维护成本高的问题，难以推广。
3.长期以来，停电抢修处理被动，且对停电地点、停电规模等信息获知不准确，甚至存在用户长时间未发现家中停电而导致停电故障延续，对用户财产和设备带来更大损害的情况，进而引发用户投诉或要求供电公司赔偿等问题。
4.在电力运维领域中，通过划分最小停电共同分析单元进行停电分析已有研究，其通过接受终端和表计事件，召测设备电量判断设备是否误报；判断是否为台区级终端停电；在排除台区级停电后，根据台区下全部终端或者表计的停电事件判断最小停电共同分析单元，开展最小停电事件共同单元的停电研判；如非最小停电共同单元停电，则从最小停电共同单元下一层级进行判断。最终确认停电事件相关的层级停电以及停电状态，最终得到确认停电的最小停电共同单元。
5.其中，对于用户停电相关性的研究，目前已有技术通过连接关系对配电网的停电范围进行分析，并通过系统根据配网设备的连接关系快速地定位出停电范围，而后再根据营销系统数据库查询从而得出停电的影响范围。
6.然而，在对停电范围地分析判断中，需要通过配网的连接关系或拓扑结构来定位，但是配网台区配用户侧的信息化水平低下、管理混乱，低压接线信息缺失或不准确，因此，通过配网设备的连接关系从而定位出停电范围存在较大的误差。


技术实现要素：

7.本发明提供了一种基于停电相关性聚类簇的停电范围分析方法及系统，解决了现有技术对停电范围定位误差较大的技术问题。
8.有鉴于此，本发明第一方面提供了一种基于停电相关性聚类簇的停电范围分析方法，包括以下步骤：
9.s1、基于用户侧表计获取台区内的各用户在预设时段内的用电量数据；
10.s2、采用k-means聚类算法对各用户的用电量数据进行聚类分析，从而将相似度最高的用电量数据归类为同一簇组，得到若干个簇组；
11.s3、计算同一簇组内的两两用电量数据之间的停电相关性系数，根据所述停电相
关性系数生成相关系数矩阵，根据所述相关系数矩阵选取停电相关系数最高的用户作为特征用户；
12.s4、基于所述特征用户预先发送的停电主动告警信号，采用轮询技术对所述特征用户所处的台区、其所连接的馈线层以及其所处的簇组其它用户进行停用电状态的轮询，从而确定停电范围。
13.优选地，本方法还包括：
14.根据预设的冻结时间对台区内的各用户的用电量数据进行冻结，将冻结的用电量数据发送至计量中心。
15.优选地，步骤s2具体包括：
16.s201、将用电量数据组成数据集x＝(x1，x2,
…
,xn)，在数据集x＝(x1，x2,
…
,xn)中随机选取k个样本作为初始的聚类中心x＝(x1，x2,
…
,xk)，定义初始的聚类中心中每个聚类中心对应的簇组的集合为s＝{s1,s2,
…
,sk}；
17.s202、通过下式1计算数据集中的各样本与初始的聚类中心之间的最短的欧式距离为，
[0018][0019]
式1中，d(x)表示最短的欧式距离，xi表示数据集中第i个样本，μi表示聚类中心，其中，聚类中心μi表示为，
[0020][0021]
s203、根据每个样本以及与初始的聚类中心之间的最短的欧式距离通过下式3计算每个样本被选为下个聚类中心的选择概率p(x)为，
[0022][0023]
s204、根据每个样本的选择概率按照轮盘法选择出样本作为下一个聚类中心，重复本步骤，直至选择出k个下一个聚类中心；
[0024]
s205、通过式1计算数据集中的各样本与k个下一个聚类中心之间的最短的欧式距离，将每个样本分配至距离最小的聚类中心所对应的簇组中。
[0025]
优选地，步骤s3具体包括：
[0026]
s301、基于同一簇组内的两两用电量数据生成电量数据矩阵，记为m，m为m
×
b维矩阵，m为电量数据的种类数，b为同簇组内用户个数；
[0027]
s302、通过下式4的相关性系数计算公式计算同一簇组内的两两用电量数据之间的停电相关性系数为，
[0028][0029]
式4中，ρ表示停电相关性系数，a
t
表示电表a在t时段的用电量数据矩阵，表示电
表a在全时段平均值，t表示总时段，g
t
表示电表g在t时段的用电量数据矩阵，表示电表g在全时段平均值，l
aa
表示电表a在t时段的用电量数据矩阵的均差平方和，l
gg
表示电表g在t时段的用电量数据矩阵的均差平方和，cov(a,g)表示电表a和电表g的协方差，其中，
[0030][0031][0032][0033]
s303、根据同一簇组的所述停电相关性系数生成相应的相关系数矩阵；
[0034]
s304、根据所述相关系数矩阵选取停电相关系数最高的用户作为特征用户。
[0035]
优选地，步骤s4具体包括：
[0036]
s401、通过在所述特征用户预先加装的告警电表检测到停电信号时，向所属的集中器发送停电主动告警信号，通过所述集中器上报主站；
[0037]
s402、获取所述主站在同一时间裕度内所接收到来自同一台区的停电主动告警信号的数量，若停电主动告警信号的数量等于1，则执行步骤s405；若停电主动告警信号的数量大于1，则执行步骤s403～s405；
[0038]
s403、对所述特征用户所处的台区的变压器低压侧出线端所直接接入的所有负荷处的告警电表进行轮询，以获得所有负荷处的用电量数据，从而确定整个台区的停用电状态，所述停用电状态包括正常用电状态和停电状态；
[0039]
s404、根据馈线拓扑连接关系确定所述特征用户所连接的所有馈线节点，对各馈线节点的告警电表进行轮询，以获得所有馈线节点的用电量数据，从而确定各馈线节点的停用电状态；
[0040]
s405、对特征用户所在的簇组内的剩余其它用户按照与所述特征用户的停电相关系数的大小依次进行轮询，以获得每个剩余其它用户的用电量数据，从而确定同一时刻对应的簇组内各个用户的停用电状态，执行步骤s406；
[0041]
s406、根据特征用户对应的台区的停用电状态、各馈线节点的停用电状态和簇组内各个用户的停用电状态确定停电范围。
[0042]
第二方面，本发明还提供了一种基于停电相关性聚类簇的停电范围分析系统，包括：
[0043]
用电量获取模块，用于基于用户侧表计获取台区内的各用户在预设时段内的用电量数据；
[0044]
聚类模块，用于采用k-means聚类算法对各用户的用电量数据进行聚类分析，从而将相似度最高的用电量数据归类为同一簇组，得到若干个簇组；
[0045]
相关计算模块，用于计算同一簇组内的两两用电量数据之间的停电相关性系数，根据所述停电相关性系数生成相关系数矩阵，根据所述相关系数矩阵选取停电相关系数最
高的用户作为特征用户；
[0046]
停电分析模块，用于基于所述特征用户预先发送的停电主动告警信号，采用轮询技术对所述特征用户所处的台区、其所连接的馈线层以及其所处的簇组其它用户进行停用电状态的轮询，从而确定停电范围。
[0047]
优选地，本系统还包括：
[0048]
冻结模块，用于根据预设的冻结时间对台区内的各用户的用电量数据进行冻结，将冻结的用电量数据发送至计量中心。
[0049]
优选地，所述聚类模块具体包括：
[0050]
初始模块，用于将用电量数据组成数据集x＝(x1，x2,
…
,xn)，在数据集x＝(x1，x2,
…
,xn)中随机选取k个样本作为初始的聚类中心x＝(x1，x2,
…
,xk)，定义初始的聚类中心中每个聚类中心对应的簇组的集合为s＝{s1,s2,
…
,sk}；
[0051]
距离计算模块，用于通过下式1计算数据集中的各样本与初始的聚类中心之间的最短的欧式距离为，
[0052][0053]
式1中，d(x)表示最短的欧式距离，xi表示数据集中第i个样本，μi表示聚类中心，其中，聚类中心μi表示为，
[0054][0055]
概率计算模块，用于根据每个样本以及与初始的聚类中心之间的最短的欧式距离通过下式3计算每个样本被选为下个聚类中心的选择概率p(x)为，
[0056][0057]
聚类更新模块，用于根据每个样本的选择概率按照轮盘法选择出样本作为下一个聚类中心，从而选择出k个下一个聚类中心；
[0058]
分簇模块，用于通过式1计算数据集中的各样本与k个下一个聚类中心之间的最短的欧式距离，将每个样本分配至距离最小的聚类中心所对应的簇组中。
[0059]
优选地，所述相关计算模块具体包括：
[0060]
矩阵生成模块，用于基于同一簇组内的两两用电量数据生成电量数据矩阵，记为m，m为m
×
b维矩阵，m为电量数据的种类数，b为同簇组内用户个数；
[0061]
相关系数计算模块，用于通过下式4的相关性系数计算公式计算同一簇组内的两两用电量数据之间的停电相关性系数为，
[0062][0063]
式4中，ρ表示停电相关性系数，a
t
表示电表a在t时段的用电量数据矩阵，表示电表a在全时段平均值，t表示总时段，g
t
表示电表g在t时段的用电量数据矩阵，表示电表g在
全时段平均值，l
aa
表示电表a在t时段的用电量数据矩阵的均差平方和，l
gg
表示电表g在t时段的用电量数据矩阵的均差平方和，cov(a,g)表示电表a和电表g的协方差，其中，
[0064][0065][0066][0067]
矩阵模块，用于根据同一簇组的所述停电相关性系数生成相应的相关系数矩阵；
[0068]
特征用户确定模块，用于根据所述相关系数矩阵选取停电相关系数最高的用户作为特征用户。
[0069]
优选地，所述停电分析模块具体包括：
[0070]
告警模块，用于通过在所述特征用户预先加装的告警电表检测到停电信号时，向所属的集中器发送停电主动告警信号，通过所述集中器上报主站；
[0071]
判断模块，用于获取所述主站在同一时间裕度内所接收到来自同一台区的停电主动告警信号的数量；
[0072]
台区轮询模块，用于对所述特征用户所处的台区的变压器低压侧出线端所直接接入的所有负荷处的告警电表进行轮询，以获得所有负荷处的用电量数据，从而确定整个台区的停用电状态，所述停用电状态包括正常用电状态和停电状态；
[0073]
馈线轮询模块，用于根据馈线拓扑连接关系确定所述特征用户所连接的所有馈线节点，对各馈线节点的告警电表进行轮询，以获得所有馈线节点的用电量数据，从而确定各馈线节点的停用电状态；
[0074]
簇组轮询模块，用于对特征用户所在的簇组内的剩余其它用户按照与所述特征用户的停电相关系数的大小依次进行轮询，以获得每个剩余其它用户的用电量数据，从而确定同一时刻对应的簇组内各个用户的停用电状态；
[0075]
停电范围确定模块，用于根据特征用户对应的台区的停用电状态、各馈线节点的停用电状态和簇组内各个用户的停用电状态确定停电范围。
[0076]
从以上技术方案可以看出，本发明具有以下优点：
[0077]
本发明通过k-means聚类算法对各用户的用电量数据进行聚类分析，将相似度最高的用电量数据归类为同一簇组，计算同一簇组内的两两用电量数据之间的停电相关性系数，生成相关系数矩阵，并确定相应的特征用户，基于特征用户的停电主动告警，多层次地采用轮询技术对台区、其所连接的馈线层以及其所处的簇组其它用户进行停用电状态的轮询，从而确定停电范围，可以有效地提高低压台区的停电范围定位的精度。
附图说明
[0078]
图1为本发明实施例提供的一种基于停电相关性聚类簇的停电范围分析方法的流
程图；
[0079]
图2为本发明实施例提供的一种基于停电相关性聚类簇的停电范围分析系统的结构示意图。
具体实施方式
[0080]
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0081]
为了便于理解，请参阅图1，本发明提供的一种基于停电相关性聚类簇的停电范围分析方法，包括以下步骤：
[0082]
s1、基于用户侧表计获取台区内的各用户在预设时段内的用电量数据。
[0083]
s2、采用k-means聚类算法对各用户的用电量数据进行聚类分析，从而将相似度最高的用电量数据归类为同一簇组，得到若干个簇组。
[0084]
s3、计算同一簇组内的两两用电量数据之间的停电相关性系数，根据停电相关性系数生成相关系数矩阵，根据相关系数矩阵选取停电相关系数最高的用户作为特征用户。
[0085]
s4、基于特征用户预先发送的停电主动告警信号，采用轮询技术对特征用户所处的台区、其所连接的馈线层以及其所处的簇组其它用户进行停用电状态的轮询，从而确定停电范围。
[0086]
本实施例提供了一种基于停电相关性聚类簇的停电范围分析方法，通过k-means聚类算法对各用户的用电量数据进行聚类分析，将相似度最高的用电量数据归类为同一簇组，计算同一簇组内的两两用电量数据之间的停电相关性系数，生成相关系数矩阵，并确定相应的特征用户，基于特征用户的停电主动告警，多层次地采用轮询技术对台区、其所连接的馈线层以及其所处的簇组其它用户进行停用电状态的轮询，从而确定停电范围，可以有效地提高低压台区的停电范围定位的精度。
[0087]
在一个具体实施例中，本方法还包括：
[0088]
根据预设的冻结时间对台区内的各用户的用电量数据进行冻结，将冻结的用电量数据发送至计量中心。
[0089]
在一个示例中，用电量数据可以以天为单位对用户电量数据进行定点冻结，同时将当天所有冻结的电量数据上传到计量中心，由于在数据长传过程中，可能会发生一些通信、统计等方面的错误，可能会导致原始数据产生偏差，因此，通过“营-配”业务数据平台抽取数据时，需对原始数据进行预处理，预处理主要包括错误数据的清洗与异常数据的修复以及数据去噪。
[0090]
在用户之间进行相似性比较时，两个用户所选取的数据需是同时间段的，如果其中一个用户的电量数据在某个事件点未成功采集，应该将这两个用户这个事件点的数据都删除，其余数据进行相关系数计算。
[0091]
在一个具体实施例中，步骤s2具体包括：
[0092]
s201、将用电量数据组成数据集x＝(x1，x2,
…
,xn)，在数据集x＝(x1，x2,
…
,xn)中随机选取k个样本作为初始的聚类中心x＝(x1，x2,
…
,xk)，定义初始的聚类中心中每个聚类
中心对应的簇组的集合为s＝{s1,s2,
…
,sk}；
[0093]
s202、通过下式1计算数据集中的各样本与初始的聚类中心之间的最短的欧式距离为，
[0094][0095]
式1中，d(x)表示最短的欧式距离，xi表示数据集中第i个样本，μi表示聚类中心，其中，聚类中心μi表示为，
[0096][0097]
s203、根据每个样本以及与初始的聚类中心之间的最短的欧式距离通过下式3计算每个样本被选为下个聚类中心的选择概率p(x)为，
[0098][0099]
s204、根据每个样本的选择概率按照轮盘法选择出样本作为下一个聚类中心，重复本步骤，直至选择出k个下一个聚类中心；
[0100]
s205、通过式1计算数据集中的各样本与k个下一个聚类中心之间的最短的欧式距离，将每个样本分配至距离最小的聚类中心所对应的簇组中。
[0101]
可以理解的是，由于台区用户数目众多，电量数据随时间不断更新，增长迅速，对所有用户进行停电相关性系数的计算较为不便，将用户划分为若干聚类簇，在聚类簇内进行分析研判则更加方便。
[0102]
在一个具体实施例中，步骤s3具体包括：
[0103]
s301、基于同一簇组内的两两用电量数据生成电量数据矩阵，记为m，m为m
×
b维矩阵，m为电量数据的种类数，b为同簇组内用户个数；
[0104]
s302、通过下式4的相关性系数计算公式计算同一簇组内的两两用电量数据之间的停电相关性系数为，
[0105][0106]
式4中，ρ表示停电相关性系数，a
t
表示电表a在t时段的用电量数据矩阵，表示电表a在全时段平均值，t表示总时段，g
t
表示电表g在t时段的用电量数据矩阵，表示电表g在全时段平均值，l
aa
表示电表a在t时段的用电量数据矩阵的均差平方和，l
gg
表示电表g在t时段的用电量数据矩阵的均差平方和，cov(a,g)表示电表a和电表g的协方差，其中，
[0107]
[0108][0109][0110]
s303、根据同一簇组的停电相关性系数生成相应的相关系数矩阵；
[0111]
s304、根据相关系数矩阵选取停电相关系数最高的用户作为特征用户。
[0112]
在一个示例中，基于同簇内用户间停电相关性系数的研究，可给出相应属性与停电相关性关联度等级。相关性系数介于负1至正1之间，相关性系数绝对值越大，所代表的用户间停电关联度高，因此，将该区间平均划分为8个关系等级，分别为负相关4级与正相关4级。
[0113]
在一个具体实施例中，步骤s4具体包括：
[0114]
s401、通过在特征用户预先加装的告警电表检测到停电信号时，向所属的集中器发送停电主动告警信号，通过集中器上报主站。
[0115]
其中，告警电表为含超级电容器的智能电表，其具有检测停电状态的功能。在停电事件发生时，该电表可向集中器发送告警信号，通过集中器上报主站，从而实现基于特征用户的主动告警。
[0116]
s402、获取主站在同一时间裕度内所接收到来自同一台区的停电主动告警信号的数量，若停电主动告警信号的数量等于1，则执行步骤s405；若停电主动告警信号的数量大于1，则执行步骤s403～s405。
[0117]
在本实施例中，对告警情况进行了分类，分为单用户告警与多用户告警，若停电主动告警信号的数量等于1，可将其告警信号划归为单用户告警；若同时出现多个告警信号，即其告警信号划归为多用户告警。判定为多用户告警时，可以结合所计算的停电相关性系数以及聚类分布的位置关系，形成轮询的优先级，并依次分层次开展轮询。
[0118]
s403、对特征用户所处的台区的变压器低压侧出线端所直接接入的所有负荷处的告警电表进行轮询，以获得所有负荷处的用电量数据，从而确定整个台区的停用电状态，停用电状态包括正常用电状态和停电状态。
[0119]
其中，在变压器低压侧出线端所直接接入的所有负荷处加装具有超级电容器的智能电表，由于此类节点位于台区首端，若此类节点告警即可判断是否为台区级停电，以实现台区层面下的主动停电告警装置的布点。
[0120]
s404、根据馈线拓扑连接关系确定特征用户所连接的所有馈线节点，对各馈线节点的告警电表进行轮询，以获得所有馈线节点的用电量数据，从而确定各馈线节点的停用电状态。
[0121]
在停电范围分析过程中，可向下考虑分路层面考虑，在分路层面，充分考虑各馈线中各分支的前后连接关系，选择各馈线首端节点及分路首端节点同样加装具有超级电容器的智能电表，以实现分路层面的主动停电告警装置布点。
[0122]
s405、对特征用户所在的簇组内的剩余其它用户按照与特征用户的停电相关系数的大小依次进行轮询，以获得每个剩余其它用户的用电量数据，从而确定同一时刻对应的
簇组内各个用户的停用电状态，执行步骤s406；
[0123]
在考虑完台区和馈线连接节点后，对簇组内的其余特征用户加装具有超级电容器的智能电表，以实现局部用户层面下的停电状态的主动告警。同时，对同簇内其余用户均进行轮询，轮询的次序取决于该用户与特征用户间停电相关系数的大小，相关系数值高的用户优先轮询，以确定该时刻聚类内各个用户的停用电状态。
[0124]
s406、根据特征用户对应的台区的停用电状态、各馈线节点的停用电状态和簇组内各个用户的停用电状态确定停电范围。
[0125]
需要说明的是，本实施例在排除计划停电的可能性外，基于轮询技术，设置不同告警情况下的轮询计划，采用多层次的轮询采样方案并结合特征用户的停用电状态，来分析告警聚类内用户的停用电状态，一步步地缩小并最终确定停电范围，提高了停电范围定位的精确性。
[0126]
以上为本发明提供的一种基于停电相关性聚类簇的停电范围分析方法的实施例的详细描述，以下为本发明提供的一种基于停电相关性聚类簇的停电范围分析系统的实施例的详细描述。
[0127]
为了方便理解，请参阅图2，本发明提供了一种基于停电相关性聚类簇的停电范围分析系统，包括：
[0128]
用电量获取模块100，用于基于用户侧表计获取台区内的各用户在预设时段内的用电量数据；
[0129]
聚类模块200，用于采用k-means聚类算法对各用户的用电量数据进行聚类分析，从而将相似度最高的用电量数据归类为同一簇组，得到若干个簇组；
[0130]
相关计算模块300，用于计算同一簇组内的两两用电量数据之间的停电相关性系数，根据停电相关性系数生成相关系数矩阵，根据相关系数矩阵选取停电相关系数最高的用户作为特征用户；
[0131]
停电分析模块400，用于基于特征用户预先发送的停电主动告警信号，采用轮询技术对特征用户所处的台区、其所连接的馈线层以及其所处的簇组其它用户进行停用电状态的轮询，从而确定停电范围。
[0132]
在一个具体实施例中，本系统还包括：
[0133]
冻结模块，用于根据预设的冻结时间对台区内的各用户的用电量数据进行冻结，将冻结的用电量数据发送至计量中心。
[0134]
在一个具体实施例中，聚类模块具体包括：
[0135]
初始模块，用于将用电量数据组成数据集x＝(x1，x2,
…
,xn)，在数据集x＝(x1，x2,
…
,xn)中随机选取k个样本作为初始的聚类中心x＝(x1，x2,
…
,xk)，定义初始的聚类中心中每个聚类中心对应的簇组的集合为s＝{s1,s2,
…
,sk}；
[0136]
距离计算模块，用于通过下式1计算数据集中的各样本与初始的聚类中心之间的最短的欧式距离为，
[0137][0138]
式1中，d(x)表示最短的欧式距离，xi表示数据集中第i个样本，μi表示聚类中心，其中，聚类中心μi表示为，
[0139][0140]
概率计算模块，用于根据每个样本以及与初始的聚类中心之间的最短的欧式距离通过下式3计算每个样本被选为下个聚类中心的选择概率p(x)为，
[0141][0142]
聚类更新模块，用于根据每个样本的选择概率按照轮盘法选择出样本作为下一个聚类中心，从而选择出k个下一个聚类中心；
[0143]
分簇模块，用于通过式1计算数据集中的各样本与k个下一个聚类中心之间的最短的欧式距离，将每个样本分配至距离最小的聚类中心所对应的簇组中。
[0144]
在一个具体实施例中，相关计算模块具体包括：
[0145]
矩阵生成模块，用于基于同一簇组内的两两用电量数据生成电量数据矩阵，记为m，m为m
×
b维矩阵，m为电量数据的种类数，b为同簇组内用户个数；
[0146]
相关系数计算模块，用于通过下式4的相关性系数计算公式计算同一簇组内的两两用电量数据之间的停电相关性系数为，
[0147][0148]
式4中，ρ表示停电相关性系数，a
t
表示电表a在t时段的用电量数据矩阵，表示电表a在全时段平均值，t表示总时段，g
t
表示电表g在t时段的用电量数据矩阵，表示电表g在全时段平均值，l
aa
表示电表a在t时段的用电量数据矩阵的均差平方和，l
gg
表示电表g在t时段的用电量数据矩阵的均差平方和，cov(a,g)表示电表a和电表g的协方差，其中，
[0149][0150][0151][0152]
矩阵模块，用于根据同一簇组的停电相关性系数生成相应的相关系数矩阵；
[0153]
特征用户确定模块，用于根据相关系数矩阵选取停电相关系数最高的用户作为特征用户。
[0154]
在一个具体实施例中，停电分析模块具体包括：
[0155]
告警模块，用于通过在特征用户预先加装的告警电表检测到停电信号时，向所属的集中器发送停电主动告警信号，通过集中器上报主站；
[0156]
判断模块，用于获取主站在同一时间裕度内所接收到来自同一台区的停电主动告
警信号的数量；
[0157]
台区轮询模块，用于对特征用户所处的台区的变压器低压侧出线端所直接接入的所有负荷处的告警电表进行轮询，以获得所有负荷处的用电量数据，从而确定整个台区的停用电状态，停用电状态包括正常用电状态和停电状态；
[0158]
馈线轮询模块，用于根据馈线拓扑连接关系确定特征用户所连接的所有馈线节点，对各馈线节点的告警电表进行轮询，以获得所有馈线节点的用电量数据，从而确定各馈线节点的停用电状态；
[0159]
簇组轮询模块，用于对特征用户所在的簇组内的剩余其它用户按照与特征用户的停电相关系数的大小依次进行轮询，以获得每个剩余其它用户的用电量数据，从而确定同一时刻对应的簇组内各个用户的停用电状态；
[0160]
停电范围确定模块，用于根据特征用户对应的台区的停用电状态、各馈线节点的停用电状态和簇组内各个用户的停用电状态确定停电范围。
[0161]
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
[0162]
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0163]
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0164]
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0165]
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。