一种电网拓扑识别方法及系统

技术领域

本发明涉及电网拓扑识别技术领域，尤其涉及一种电网拓扑识别方法及系统。

背景技术

目前电力低压居民用电台区线路错综复杂，特别是老旧台区，线路错综复杂，无法准确分辨实际线路走线。老小区线路老化、交错复杂带来的火灾隐患、线路故障排查难题、大大增加了电力现场施工工人的工作量。也成为台区智能改造的一个障碍。为了实现台区智能化管理，迫切需要一种技术来对现场台区线路的拓扑关系进行准确梳理，电网台区拓扑识别系统就是为了解决现场电力线路拓扑关系识别难题而开发的一套系统。

现有的拓扑信号识别方法很多，例如授权公告号CN106254157B的发明公开了一种配电网拓扑的分布式管控与识别方法，各终端仅配置安装处的拓扑信息，通过广播方式发送基本拓扑信息，各终端基于支路信息、方向信息判断终端是否相邻以及相对位置。广播同时完成逻辑层划分、生成最小连接树，确定代理终端。配电网开关、分支发生变化，设备切除或并入时，终端通过广播的形式自动更新拓扑信息，告知相邻终端，减少人工配置次数，实现拓扑信息的自动生成、更新。

现有技术中常用的是HPLC工频载波模块通信技术，该方法通过改造集中器使其具有工频通信功能，并在用户端添加具有工频通信功能的装置，集中器和这些装置通过工频通信方式自动识别台区拓扑。基于现有电力线构建可控方向通信机制，利用拓扑生成协议，采用的技术方案是，基于TTU，配电箱中进线端安装的陷波器及分支监测单元实现。陷波器阻止特定频段信号的传输；分支监测单元具有全网唯一的id，分支监测单元包括安装在陷波器两端的上行模块和下行模块，拓扑识别命令通过电力线，采用陷波器阻止的频段传输。

但这种技术需要安装陷波器和分支监测单元，依靠特定频段传输，提高电网的中的谐波成分，且基于电压的信号，会影响载波的通讯，同时，现有的技术大多采用集中器进行数据传递，集中器不具备数据处理能力，无法对数据进行有效的整理归纳，只能起到简单的数据集中效果，无法对拓扑信号的产生和识别进行直观展示。

发明内容

本发明主要解决现有的技术中集中器无法对拓扑信号进行有效整理归纳的问题；提供一种电网拓扑识别方法及系统，采用网关终端，可以不断现场通讯遍历采集完善拓扑信息库，特别是现场线路变更、末梢用户的删减都可以通过识别信息的更新被系统识别，能更好的进行数据整理归纳，方便上传物联网平台进行直观展示。

本发明的上述技术问题主要是通过下述技术方案得以解决的：一种电网拓扑识别方法，包括以下步骤：网关终端对拓扑信号识别装置和拓扑信号发生装置进行广播校时，发送拓扑信号产生指令；拓扑信号发生装置根据指令模拟用户用电产生拓扑信号；在每个分支线路节点上的拓扑信号识别装置识别拓扑信号并根据拓扑信号发生装置的地址信息进行关联存储；网关终端以周期T对所有拓扑信号识别装置的存储信息进行遍历查询并获取存储信息，建立拓扑信息库；根据拓扑信息库建立拓扑树；将拓扑树上传物联网平台进行展示。网关终端对拓扑信号识别装置和拓扑信号发生装置进行广播校时后，网关终端、拓扑信号识别装置和拓扑信号发生装置进行同步，根据用户终端用电波动情况，找到安装在该用户终端的拓扑信号发生装置，以载波通信的方式通知该拓扑信号发生装置产生拓扑信号，周期T为拓扑信号发生装置产生拓扑信号后的空闲时间段，与拓扑信号发生装置产生拓扑信号的时间段错开，防止网关终端对拓扑信号识别装置的拓扑信号识别产生影响，网关终端不断现场通讯遍历采集完善拓扑信息库并建立拓扑树后，以jason格式与物联网平台进行数据交互，使得拓扑关系可以在物联网平台进行直观展示，对于电网现场线路变更、末梢用户的删减都可以通过直观显示。

作为优选，所述的网关终端设有拓扑信号发生装置档案表，拓扑任务触发后，网关终端对所有拓扑信号识别装置和拓扑信号发生装置进行广播校时，通过检索拓扑信号发生装置档案表，对拓扑信号发生装置进行筛选，筛选出需要启动拓扑识别的拓扑信号发生装置，将拓扑信号产生指令发送给需要启动拓扑识别的拓扑信号发生装置和所有拓扑信号识别装置。使得每个拓扑信号识别装置均能识别到该电网分支节点的拓扑信号，方便拓扑树的建立。

作为优选，所述的网关终端发送的拓扑信号产生指令包括拓扑信号发生装置的地址信息、信号发生约定时间、信号频率、触发次数以及信号发生的时间间隔。拓扑信号发生装置为拓扑电流发生器，拓扑电流发生器连续产生三个特征波形，每个特征波形包括一个电流信号和三个空信号，每个特征信号消耗时间为80ms。

作为优选，所述的拓扑信号识别装置识别拓扑信号的方法为：持续采集当前的电流波形，每隔若干整周进行频谱分析，得到每个采集期内不同频率的振幅数据；提取一个采样期内每个整周波的峰值点，判断每个峰值点之间的差值，符合预期条件的，认为识别到一次特征波形；如果若干采样期内判断到连续多次特征波形，则认为成功识别到一次特征信号；如果预设时间段内的特征信号识别率达到阈值，则认为识别成功，并记录特征信号识别事件。本发明基于电流信号，在电网中产生一个电流激励，让分支网络能监测到，产生的电流信号类似于用户消耗，在功耗可控的情况下，不影响载波通讯，提高识别率及准确率。由于电网拓扑识别中，误判的错误成本较高，因此本发明通过多次识别的方式完成识别，以确保识别的准确率，同时基于电流波形，可以避免影响载波通讯。

作为优选，所述的振幅数据的获取过程包括：每个采集期提取若干个整周波，每个周波32个点，分析16次谐波含量，通过快速傅里叶变化得到波形的频谱图以及各频率下幅值的柱状图。获得的振幅数据更加准确。

作为优选，成功识别到一次特征信号的依据为：在n个采样期内识别到连续的m次特征波形，其中m大于等于3。一般情况下，拓扑电流发生器产生一个拓扑信号的时长为10s，在10s内进行n个采样期，只要识别到连续的3次特征波形，则认为识别到一次特征信号。

作为优选，所述的特征信号识别事件的记录条件包括：在N个采样期内，特征信号识别率大于等于50％，其中N大于等于5n。在一分钟内进行N个采样期内，特征信号识别率大于等于50％则认为识别事件记录。

作为优选，所述的拓扑信息库包括两个模型，一个是每个拓扑信号识别装置下对应的拓扑信号发生装置列表，一个是每个拓扑信号发生装置下对应的拓扑信号识别装置列表。方便拓扑树的建立。

作为优选，所述的拓扑树的建立方法包括以下步骤：

S1：按照每个拓扑信号发生装置建立分支树；

S2：合并分支树，形成最终的拓扑树父子模型。

先建立分支，在进行合并，减少拓扑树的分支树，使得整个拓扑树更加直观。

一种电网拓扑识别系统，包括：物联网平台，用于展示电网拓扑信息；网关终端，部署在台区变下面，用于建立拓扑关系树，与物联网平台连接；拓扑信号发生装置，部署在末梢节点用户端，用于产生拓扑信号，与网关终端连接；拓扑信号识别装置，部署在电网每个分支线路节点上，用于识别拓扑信号，与网关终端连接。采用网关终端，可以不断现场通讯遍历采集完善拓扑信息库，特别是现场线路变更、末梢用户的删减都可以通过识别信息的更新被系统识别，能更好的进行数据整理归纳，方便上传物联网平台进行直观展示。

本发明的有益效果是：(1)通过合理的载波通讯采集拓扑信息机制，可以不断现场通讯遍历采集完善拓扑信息库，特别是现场线路变更、末梢用户的删减都可以通过识别信息的更新被系统识别；(2)采用拓扑树对现场复杂的户变线路关系进行拓扑识别，使得复杂的户变线路关系直观化，能更好的进行展示；(3)以jason数据模型接口和物联网平台的无缝衔接，为后续接入物联网平台提供一种有效方式。

附图说明

图1是本发明实施例的电网拓扑识别方法的流程图。

图2是本发明实施例的电网拓扑识别方法的拓扑树分支图。

具体实施方式

下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。

实施例：一种电网拓扑识别系统，包括物联网平台，用于展示电网拓扑信息；网关终端，部署在台区变下面，用于建立拓扑关系树，与物联网平台连接；拓扑信号发生装置，部署在末梢节点用户端，用于产生拓扑信号，与网关终端连接；拓扑信号识别装置，部署在电网每个分支线路节点上，用于识别拓扑信号，与网关终端连接。

一种电网拓扑识别方法，如图1所示，包括以下步骤：网关终端设有拓扑信号发生装置档案表，拓扑任务触发后，网关终端对所有拓扑信号识别装置和拓扑信号发生装置进行广播校时，通过检索拓扑信号发生装置档案表，对拓扑信号发生装置进行筛选，筛选出需要启动拓扑识别的拓扑信号发生装置，将拓扑信号产生指令发送给需要启动拓扑识别的拓扑信号发生装置和所有拓扑信号识别装置；拓扑信号发生装置根据指令模拟用户用电产生拓扑信号；在每个分支线路节点上的拓扑信号识别装置识别拓扑信号并根据拓扑信号发生装置的地址信息进行关联存储；网关终端以周期T对所有拓扑信号识别装置的存储信息进行遍历查询并获取存储信息，建立拓扑信息库；根据拓扑信息库建立拓扑树；将拓扑树上传物联网平台进行展示。

网关终端发送的拓扑信号产生指令包括拓扑信号发生装置的地址信息、信号发生约定时间、信号频率、触发次数以及信号发生的时间间隔。

拓扑信号识别装置持续采集当前的电流波形，每隔若干整周进行频谱分析，得到每个采集期内不同频率的振幅数据。本实施例采用有效值30A的电流波形，每隔3个整周波一个30A的电流波形，连续3个波形为一个特征信号。每10秒一个特征信号持续1分钟，共6个特征信号。每个采集期提取80ms波形，在50Hz下是4个整周波，每个周波32个点，则能分析16次谐波含量，以某一次采集为例，通过快速傅里叶变化。通过分析频谱，得到在12.5Hz，25Hz，37.5Hz，62.5Hz，75Hz，87.5Hz下的幅值比较明显，其比例关系相对固定，因此可以用于分析拓扑信息。

考虑到识别器导入到分析函数的时间起始点不一样，在实际采样中，是会得到不同的信号，通过发生器连续两次的波形做为分析基础，如第一次的一半没有采集到，然后第二次采集到了前的一半和后的一半。当放入到分析函数的点从131开始的128个点的波形，通过傅里叶变化得到的频谱也是跟前面一致，通过理论分析，得到只要发生器的信号是过零的，且每次在采样的128个点内，可以组成一个完成的波形，都可以识别出想要的完成的频谱图。

提取一个采样期内每个整周波的峰值点，判断每个峰值点之间的差值，符合预期条件的，认为识别到一次特征波形；每个峰值点之间的差值，对应的预期条件包括：最大的峰值应大于其他峰值且差值达到数值A，同时其他峰值相互间的差值小于数值B，其中A与B根据具体负载条件下的测试结果设定。

如果每10秒判断到连续3次特征波形，则认为成功识别到一次特征信号。

若1分钟内的特征信号识别率达到50％则认为识别成功，并记录特征信号识别事件。

拓扑信息库包括两个模型，一个是每个拓扑信号识别装置下对应的拓扑信号发生装置列表，一个是每个拓扑信号发生装置下对应的拓扑信号识别装置列表。

拓扑排序算法原理：通过每个拓扑信号发生装置S3作为顶点对关联的拓扑信号识别装置S2进行排序建立树的分支，然后对树的分支进行合并形成一个完整的拓扑树。默认按照最大5级建立模型，可根据实际调整级数。

第一步、按照每个拓扑信号发生装置S3建立分支树

按照每个拓扑信号发生装置S3进行拓扑树分支的建立，在拓扑信号发生装置S3关联的拓扑信号识别装置S2列表里先按照关联拓扑信号识别装置S2里包含的拓扑信号发生装置S3数量多少进行排序，确认拓扑信号发生装置S3对应的拓扑信号识别装置S2父节点分支拓扑关系。

例子如下：

拓扑树原型如图2，S3-1关联的拓扑信号识别装置S2列表中数量ulTopListNum＝5，分别是S2-11、S2-21、S2-31、S2-41、S2-51；而关联列表中的拓扑信号识别装置S2下面关联的拓扑信号发生装置S3数量ulTopListNum根据检索的数据模型列表里知道分别是2、3、5、7、10，对S3-1分支上的拓扑信号识别装置S2进行一个包含的拓扑信号发生装置S3数量递增排序，确定出S3-1、S2-11、S2-21、S2-31、S2-41、S2-51树分支排序。

同理对S3-2、S3-3、S3-n每个拓扑信号发生装置S3的进行拓扑信号识别装置S2的排序，建立每个拓扑信号发生装置S3对应的树分支。

第二步、S3分支树的合并

根据排序可知S3-1的父节点是S2-11，又根据S2-11的stTopS2List里关联的拓扑信号发生装置S3列表还包含有S3-2，如果S3-2的父节点也是S2-11，则在JSON父子节点关系里进行树分支的合并，结果为：

父(S2-11)子(S3-1，S3-2)；

同理可推算出第一级父子关系有六组：

父(S2-11)子(S3-1、S3-2)；

父(S2-12)子(S3-3)；

父(S2-13)子(S3-4、S3-5)；

父(S2-14)子(S3-6、S3-7)；

父(S2-15)子(S3-8)；

父(S2-16)子(S3-9)；

类推根据分支S3-1和S3-2第二级父子关系：

父(S2-21)子(S2-11)

在父(S2-21)节点通过剔除分支方式判断除了S3-1和S3-2还包含有S3-3的分支(父(S2-12)子(S3-33))；

同样进行第二级树分支的合并，结果为：

父(S2-21)子(S2-11，S2-12)。

最终推算出的拓扑父子模型应该如下：

网关终端每次遍历拓扑信号识别装置存储的识别信息时，对拓扑树进行自学习更新处理，并将更新后的拓扑树上次物联网平台进行直观展示。

在另一实施例中，拓扑信号发生装置在第一次产生拓扑信号时，会进行一次拓扑信号修正处理，当拓扑信号识别装置识别到该拓扑信号后，直接上传给网关终端，网关终端根据修正函数进行拓扑信号修正，其修正函数为：δ＝μH+βT+θK，其中，δ为修正的函数值，μ、β和θ为修正系数，H为识别的信号频率，T为识别的信号发生的时间间隔，K为识别的信号触发次数，当识别结果为异常时，异常结果包括：信号频率故障、触发次数故障以及信号发生的时间间隔故障，当存在信号频率故障而触发次数以及信号发生的时间间隔正常时，β和θ的值为0，当存在触发次数故障而信号频率以及信号发生的时间间隔正常时，μ和β的值为0，当存在信号发生的时间间隔故障而信号频率以及触发次数正常时，μ和θ的值为0，同理，当出现信号频率故障和触发次数故障而信号发生的时间间隔正常时，β的值为0，当出现信号频率故障和信号发生的时间间隔故障而触发次数正常时，θ的值为0，当出现触发次数故障以及信号发生的时间间隔故障而信号频率正常时，μ的值为0。

以上所述的实施例只是本发明的一种较佳的方案，并非对本发明作任何形式上的限制，在不超出权利要求所记载的技术方案的前提下还有其它的变体及改型。