一种基于数据驱动的配电网线变关系校验方法

1.本发明涉及电力系统技术领域，尤其是一种基于数据驱动的配电网线变关 系校验方法。


背景技术：

2.配电网中的线变关系的档案准确性对于台区管理由重要意义，影响线损正 确计算及故障抢修等业务开展。
3.常见的10kv供电线路往往连接多个变压器，在负载较高的情况下，由于 不同变压器供电区域负荷属性的不同，其变化趋势往往不同，为了平衡负载， 需要对同一条线路的变压器进行倒闸操作，线变关系将发生暂时调整；此外， 如果线路新增变压器建档更新不及时，也将造成暂时的实际线路拓扑与营配档 案拓扑不一致的情况，影响线损的计算与治理工作。
4.目前，此类线变关系主要通过人工巡线完成校验，消耗大量人力物力且效 率低下，亟需一种新的校验方法，提高线变关系校验的工作效率。


技术实现要素：

5.本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较 佳实施例，在本部分以及本技术的说明书摘要和发明名称中可能会做些简化或 省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略 不能用于限制本发明的范围。
6.鉴于上述和/或现有技术中所存在的问题，提出了本发明。
7.因此，本发明所要解决的技术问题是现有技术主要通过人工巡线完成校验， 消耗大量人力物力且效率低下。
8.为解决上述技术问题，本发明提供如下技术方案：一种基于数据驱动的配 电网线变关系校验方法，包括，
9.获取线路和配电变压器的电量数据，并形成电量矩阵作为后续输入；
10.构建表征线路与配电变压器之间连接关系的关联矩阵；
11.基于能量守恒原理，建立关联卷积优化模型。
12.作为本发明所述基于数据驱动的配电网线变关系校验方法的一种优选方 案，其中：
13.获取线路和配电变压器的电量数据，对于m条线路和n个配电变压器的 配电网，所有的线路用集合m＝{1,2,3,
…
,m}表示，所有的变压器节点用集合 n＝{1,2,3,
…
,n}表示，与线路j∈m具有线变连接关系的配电变压器集合定义 为ωj。
14.作为本发明所述基于数据驱动的配电网线变关系校验方法的一种优选方 案，其中：
15.采集所有线路出口侧在t个时间截面下的电量量测数据形成线路的电量 数据矩
阵qm:
[0016][0017]
其中，t为量测总次数；t为时刻，t∈[1,t]；q
m,t
为第m号线路出口侧t时 刻的电量量测值。
[0018]
作为本发明所述基于数据驱动的配电网线变关系校验方法的一种优选方 案，其中：采集所有变压器在t个时间截面下的电量量测数据形成变压器的电 量数据矩阵qn:
[0019][0020]
其中，t为量测总次数；t为时刻，t∈[1,t]；q
n,t
为第n个配电变压器t时刻 的电量量测值。
[0021]
作为本发明所述基于数据驱动的配电网线变关系校验方法的一种优选方 案，其中：定义关联矩阵x描述线路与配电变压器之间的连接关系，其中描述 线路j与配电变压器i之间连通性关系的关联变量定义为：
[0022][0023]
其中，ωj表示为属于线路j的变压器集合。线路与变压器具有连接关系其 关联参数为1，没有连接关系其关联参数为0。关联变量x
ji
组成描述所有线路 与其对应变压器连接关系的关联矩阵x。
[0024]
作为本发明所述基于数据驱动的配电网线变关系校验方法的一种优选方 案，其中：基于能量守恒原理，建立线路与该线路下所有变压器的能量守恒等 式；在不计及线路损耗的条件下，根据能量守恒原理，同一时刻线路出口侧处 传输的电量等于该线路下所有变压器消耗的总电能：
[0025][0026]
其中，qs(t)表示线路j在t时刻的电能测量值，qi(t)表示该线路下变压器i 在t时刻的电能测量值，ωs表示由线路j供电的变压器的集合。
[0027]
作为本发明所述基于数据驱动的配电网线变关系校验方法的一种优选方 案，其中：当存在损耗和量测误差时，定义变压器的电量测量矩阵为qi，线路 的电量测量矩阵为qs，通过变压器测量电量经过卷积估算后的总电量为q
σ
， 建立优化目标函数。
[0028]
作为本发明所述基于数据驱动的配电网线变关系校验方法的一种优选方 案，其中：所述目标函数为：
[0029]
min(q
s-q
σ
)
[0030]qσ
＝x
si
*qi[0031]
qs＝[qst]
[0032]
qi＝[qit]
[0033]
作为本发明所述基于数据驱动的配电网线变关系校验方法的一种优选方 案，其中：实际情况中没有负损的存在，添加负损约束条件：
[0034]
s.t.q
s-q
σ
＞0
[0035]
作为本发明所述基于数据驱动的配电网线变关系校验方法的一种优选方 案，其中：引入皮尔逊相关系数，添加新的目标函数：
[0036]
pearson(qs,q
σ
)
[0037]
本发明的有益效果：本方法校验效率更高，消耗的人力物力更少，不仅可 以提高线变关系校验的效率同时还具有较高的准确率，大大提高了配电网线变 关系的准确性。
附图说明
[0038]
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需 要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的 一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下， 还可以根据这些附图获得其它的附图。其中：
[0039]
图1为本发明基于数据驱动的配电网线变关系校验流程图；
[0040]
图2为基于能量守恒的关联卷积辨识模型；
[0041]
图3为本方法提出的关联卷积模型的辨识结果；
[0042]
图4为现有的电压聚类模型的辨识结果。
具体实施方式
[0043]
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书 附图对本发明的具体实施方式做详细的说明。
[0044]
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明 还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不 违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例 的限制。
[0045]
其次，本发明结合示意图进行详细描述，在详述本发明实施例时，为便于 说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只 是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、 宽度及深度的三维空间尺寸。
[0046]
再其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至 少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的
ꢀ“
在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他 实施例互相排斥的实施例。
[0047]
实施例1
[0048]
参照图1和2，本实施例提供了一种基于数据驱动的配电网线变关系校验 方法，:包括，
[0049]
s1：从智能电表中获取线路和配电变压器的电量数据，并形成电量矩阵作 为后续输入。该步骤需要说明的是，
[0050]
获取线路和配电变压器的电量数据，对于m条线路和n个配电变压器的 配电网，所有的线路用集合m＝{1,2,3,
…
,m}表示，所有的变压器节点用集合 n＝{1,2,3,
…
,n}表示，与线路j∈m具有线变连接关系的配电变压器集合定义 为ωj。
[0051]
进一步的，采集所有线路出口侧在t个时间截面下的电量量测数据形成线 路的电量数据矩阵qm:
[0052][0053]
其中，t为量测总次数；t为时刻，t∈[1,t]；q
m,t
为第m号线路出口侧t时 刻的电量量测值。
[0054]
采集所有变压器在t个时间截面下的电量量测数据形成变压器的电量数 据矩阵qn:
[0055][0056]
其中，t为量测总次数；t为时刻，t∈[1,t]；q
n,t
为第n个配电变压器t时刻 的电量量测值。
[0057]
s2：构建表征线路与配电变压器之间连接关系的关联矩阵，该步骤需要说 明的是，
[0058]
定义关联矩阵x描述线路与配电变压器之间的连接关系，其中描述线路j 与配电变压器i之间连通性关系的关联变量定义为：
[0059][0060]
其中，ωj表示为属于线路j的变压器集合。线路与变压器具有连接关系其 关联参数为1，没有连接关系其关联参数为0。关联变量x
ji
组成描述所有线路 与其对应变压器连接关系的关联矩阵x:
[0061][0062]
s3：基于能量守恒原理，建立关联卷积优化模型，将关联矩阵的求解过程 转化为卷积神经网络中卷积核的优化过程。该步骤需要说明的是，
[0063]
基于能量守恒原理，建立线路与该线路下所有变压器的能量守恒等式；在 不计及线路损耗的条件下，根据能量守恒原理，同一时刻线路出口侧处传输的 电量等于该线路下
所有变压器消耗的总电能：
[0064][0065]
其中，qs(t)表示线路j在t时刻的电能测量值，qi(t)表示该线路下变压器i 在t时刻的电能测量值，ωs表示由线路j供电的变压器的集合。
[0066]
考虑到实际线路中具有损耗和数据测量误差，且变压器的电量测量值存在 部分缺失，记录不全等情况，利用变压器电量估计的总消耗电量会比实际消耗 总电量偏小。考虑损耗和量测误差的情况下，变压器的电量测量矩阵为qi，线 路的电量测量矩阵为qs，通过变压器测量电量经过卷积估算后的总电量为q
σ
， 建立优化目标函数：
[0067]
min(q
s-q
σ
)
[0068]qσ
＝x
si
*qi[0069]
qs＝[qst]
[0070]
qi＝[qit]
[0071]
在正常情况下，电量在传输过程中会由于阻抗而消耗掉少部分电量，在理 想条件下，线路上的损耗基本可以忽略不计。实际线路中，线路出口侧电量必 然大于其下所有变压器消耗电量，同时实际情况中没有负损的存在，添加负损 约束条件：
[0072]
s.t.q
s-q
σ
＞0
[0073]
实际情况中，由于通信滞后及量测错误，部分用户节点存在量测数据缺失 等情况，因此引入皮尔逊相关系数，添加新的目标函数：
[0074]
pearson(qs,q
σ
)
[0075]
卷积核的参数起初是未知的，优化模型的求解就是为了求解卷积核中的参 数。本方法考虑电量、线损、电能之间的相关性三个变量，建立三个目标函数 同时进行优化求解。
[0076]
求解所得的配电网线变关系与档案中的线变关系进行比较，完成配电网线 变关系校验。
[0077]
实施例2
[0078]
参照图3和4，为验证本方法相对现有方法具有更高的识别准确率，选取 某变电站下的10条线路，324个配电变压器，对本方法中采用的技术效果加以 验证说明。本实施例选择的不同方法和采用本方法进行对比测试，以科学论证 的手段对比试验结果，已验证本方法所具有的真实效果。实施例数据选取静态 采集率近100％的线路出口侧和配电变压器的电量和电压历史量测数据。
[0079]
现有的技术方案：电压聚类方法，对于电气距离较长的线路，由于存在线 路电压损耗，所以线路负荷大时会导致首末端配电变压器的电压差较大，进而 导致电压曲线相似程度降低，电压聚类方法存在识别错误的可能性。
[0080]
本实施例中讲现有的电压聚类方法和本方法分别对选取变电站下的线变 关系进行识别，并将识别结果准确率进行对比。
[0081]
测试环境：运用python软件编程实现现有的电压聚类方法和本方法的识 别。
[0082]
绘制表示线路和配电变压器连接关系的关联矩阵热力图，将识别结果可视 化呈现，横坐标为配电变压器编号，纵坐标为线路编号。本方法的识别结果如 图3所示，现有的电压聚类方法识别结果如图4所示。将识别结果与正确的台 账档案信息进行比对，并计算
识别的准确率，对比结果如下表所示：
[0083]
表1识别结果对比
[0084][0085]
在上表中，本文使用的关联卷积识别方法的识别准确率相较于现有的电压 聚类识别方法的识别准确率提升了将近3％～5％左右，表明本文提出的方法应 用于线变关系识别效果更佳。
[0086]
更进一步的，图3图4的对比体现了本文提出的关联卷积识别方法误判的 用户数量明显少于现有的电压聚类识别方法，表明本文提出的关联卷积识别方 法相较现有的电压聚类识别方法更有工程应用价值。
[0087]
重要的是，应注意，在多个不同示例性实施方案中示出的本技术的构造和 布置仅是例示性的。尽管在此公开内容中仅详细描述了几个实施方案，但参阅 此公开内容的人员应容易理解，在实质上不偏离该申请中所描述的主题的新颖 教导和优点的前提下，许多改型是可能的(例如，各种元件的尺寸、尺度、结 构、形状和比例、以及参数值(例如，温度、压力等)、安装布置、材料的使 用、颜色、定向的变化等)。例如，示出为整体成形的元件可以由多个部分或 元件构成，元件的位置可被倒置或以其它方式改变，并且分立元件的性质或数 目或位置可被更改或改变。因此，所有这样的改型旨在被包含在本发明的范围 内。可以根据替代的实施方案改变或重新排序任何过程或方法步骤的次序或顺 序。在权利要求中，任何“装置加功能”的条款都旨在覆盖在本文中所描述的 执行所述功能的结构，且不仅是结构等同而且还是等同结构。在不背离本发明 的范围的前提下，可以在示例性实施方案的设计、运行状况和布置中做出其他 替换、改型、改变和省略。因此，本发明不限制于特定的实施方案，而是扩展 至仍落在所附的权利要求书的范围内的多种改型。
[0088]
此外，为了提供示例性实施方案的简练描述，可以不描述实际实施方案的 所有特征(即，与当前考虑的执行本发明的最佳模式不相关的那些特征，或于 实现本发明不相关的那些特征)。
[0089]
应理解的是，在任何实际实施方式的开发过程中，如在任何工程或设计项 目中，可做出大量的具体实施方式决定。这样的开发努力可能是复杂的且耗时 的，但对于那些得益于此公开内容的普通技术人员来说，不需要过多实验，所 述开发努力将是一个设计、制造和生产的常规工作。
[0090]
应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参 照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可 以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精 神和范围，其均应涵盖在本发明的权利要求范围当中。