基于用户分支的台区拓扑识别方法和系统

技术领域

本发明属于电力拓扑大数据分析领域，尤其涉及基于用户分支的台区拓扑识别的方法和系统。

背景技术

随着用电信息采集系统的全面覆盖，低压台区下电力用户电能表的运行数据可实现准实时采集，由于电能表的各时刻的运行数据的变化取决于用户负荷的变化和从变压器端到用户端的供电线路的电气参数的不同，因此通过一定周期内运行数据变化规律的统计和分析，为实现低压台区拓扑的智能诊断提供了可能。

低压台区电力用户的建筑属于民用建筑的范畴，其电气设计需遵守民用建筑电气设计规范，供电部门在电力用户申请电力需求时，会依据设计规范、用户的性质和报装容量进行供电方案设计，并进行现场勘查，建立了给该用户供电的相关档案信息，施工部门在根据供电方案设计施工时，同样对安装的表箱、电能表进行相关记录。这些档案信息中隐含了台区下用户在供电网络中所处的位置和为其供电的电缆线径参数信息。

目前想要获取低压台区拓扑，一般采用人工方式开展现场数据普查，记录从变压器->供电线路(架空线路或电缆)->配电设备(电杆或分支箱或配电箱或配电间配电柜)->供电线路->表箱->用户的相关信息，此种方式存在工作量大、人工数据记录可能存在错误且电网时刻都在变动，不能做到对现场实际供电网络变动的监测和及时变更。

同时，在配电设备如分支箱、表箱处安装智能监测设备，台区下所有智能化监测设备能够实时上送配电拓扑信息，自动获取新增设备、删减设备信息，也可以实现台区拓扑识别，但因投资较大，不可能在所有电源分配设备上进行该类设备的安装，同时如此大量的设备安装，这些智能设备的维护会产生新的问题。

在现有的数据分析台区拓扑的技术方案中，线损相关性和电压相关性是较为成熟的方法，这2个方法都是利用了台区与用户之间如果存在归属关系，则其用电量与线损、户表间、户表和总表间电压之间存在相关性。一般采用通过用电量和线损、电压间的皮尔逊相关性系数进行诊断。用电量和线损相关性系数高低可用户诊断用户和台区的归属关系，电压相关性系数高低可用来诊断用户之间是否在同一个表箱，用户与台区的归属，从而建立台区-表箱-用户的简单拓扑关系。

目前进行台区拓扑的大数据分析时，因台区拓扑分析的复杂且变动频繁，导致数据分析结果效果欠佳，户变异常识别准确率达到80％已经算不错的效果，可识别的拓扑也较为简单，不能与实际供电拓扑保持一致。

台区下用户数量众多且其居民用户数量在其中占有绝大多数，大多数用户用电量低且供电方式多种多样，仅通过用电量线损相关性、电压相关性分析不能够准确提取特征进行户变和拓扑的准确识别，造成户变状态识别准确率和检出率不高、可识别的拓扑层级简单，无法与实际供电拓扑情况保持一致，导致对实际供电业务支撑工作力度不够，无法达到实用化水平。

发明内容

针对现有技术存在的问题，本发明提供了易于推广、成本低、覆盖度高的基于用户分支的台区拓扑识别的方法，以及实现该方法的基于用户分支的台区拓扑识别的系统。

本发明是这样实现的，基于用户分支的台区拓扑识别的方法，包括以下步骤：

S1：数据接入及处理：根据用户采集特征、地址特征和用电特征将用户分类；

S2：以供配电设计规范分析作为主要分析方法，采集拓扑分析和电压相关性分析作为辅助分析方法，实现用户分支识别；

S3：用户分支识别后，对用户分支应属台区进行诊断；

S4：依据电压相关性分析结果和或供配电设计规范，通过分支邻近识别、分支共线识别，实现台区拓扑自动识别和输出。

所述的供配电设计规范是指民用建筑电气设计标准，有多个不同版本，以中华人民共和国住房和城乡建设部2019年年发布的最新版本《民用建筑电气设计标准GB51348-2019》为准。

所述的S2用户分支识别包括用户分支分布统计、初步识别及优化，优化分为1)电压相关性分析结果优化；2)采集拓扑分析结果优化。

进行S2实现用户分支识别后进行步骤S2-1，根据供配电设计规范进行异常分支识别。根据供配电设计规范进行异常分支识别，是指供配电设计分析根据居民建筑电气设计规范，提取2个电气设计规则进行异常分支的诊断：1)一个用户分支下用户由一个台区供电，存在2个及以上台区的，诊断为异常分支；2)电梯公共照明等重要用户常用电源和备用电源来自不同台区，如同一重要用户2个用户分支的常用电源和备用电源由同一个台区供电，这2个用户分支均诊断为异常分支。

所述的户变异常输出是指分支应属台区确定后，将不属于该台区的分支下的用户诊断为户变异常，并且分级进行输出。

所述的S3：用户分支识别后，对用户应属台区诊断，是指依次调用距离分析、电压相关性分析、线损相关性分析和停上电分析进行分支应属台区诊断；当上述分析方法缺失数据或对某类用户不适用时，则忽略该分析方法。用户分支识别后，对用户应属台区诊断中，若上述四种分析都不能准确判定应属台区，则供配电设计规范按照少数服从多数的原则判定用户分支应属台区。

一种实现上述方法的基于用户分支的台区拓扑识别的系统，包括电气连接的服务器、拓扑分析平台、网络数据接口和显示操作终端，其特征在于，网络数据接口设置数据获取单元201连接大数据平台，用以获取所需的电力业务数据清单，拓扑分析平台设置台区拓扑分析建立模型202和台区拓扑分析单元203。

所述的台区拓扑分析单元203包括数据预处理服务，其CSV检查程序自动监控数据缓存区的数据更新情况，发现数据缓存区中有新数据到来后，首先按照既定的检查规则，检查数据质量，并输出数据质量检查报告；数据检查合格后，调用数据合并程序，对缓存区的新数据按照预定规则进行数据合并等预处理工作，处理好的数据通过数据输入程序保存到ES数据集群中。

本发明的优点及积极效果为：本发明从台区供配电业务角度出发，归纳相关电力业务规则，并基于居民建筑电气设计规范提炼的电气设计规则，根据用户的地址特征、采集特征和用电特征对台区下用户进行分类，引入用户分支概念，建立以供配电设计分析为主干，距离分析(由采集拓扑分析+地址分析组合而成)、电压相关性分析、线损相关性分析和停上电分析对供配电设计分析结果进行优化的台区拓扑识别模型，解决了台区下小用电量用户不易进行拓扑识别的准确率低的难题。

本发明的核心思想是构建了一个现有档案数据和采集运行数据限制条件下的以用户分支为基础的虚拟供电网络，由于运行数据受限于实际供电网络，数据分析结果的准确性非常高，完全可以达到实用化水平。

附图说明

图1是本发明的原理方框图；

图2是本发明的典型楼宇小区用户分支识别示意图；

图3是本发明的独立房屋用户用户分支识别示意图；

图4是本发明的楼宇用户分支分布示意图；

图5是本发明的独立房屋用户分支识别示意图；

图6是本发明的单分支多台区户变异常识别示意图；

图7是本发明的重要用户常用备用电源同台区供电户变异常识别示意图；

图8是本发明的户变异常案例识别流程图；

图9是本发明的拓扑识别案例拓扑识别结果示意图；

图10本发明的识别系统应用架构示意图；

图11识别系统的物理结构示意图；

图12是本发明的识别系统的原理方框图；

图13是本发明的识别系统与大数据平台接口架构示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。

实施例1：

如图1所示，本发明是这样实现的，基于用户分支的台区拓扑识别的方法，包括：

S1：数据接入及处理：基于供配电设计的用户采集特征、地址特征和用电特征将用户分类；

S2：以供配电设计规范分析作为主要分析方法，采集档案供电统计中的拓扑分析进行距离分析，利用电压相关性分析分析实现用户分支识别；

S3：用户分支识别后，通过多个分析方法对用户分支应属台区进行诊断；

S4：依据电压相关性分析结果和或供配电设计规范，通过分支邻近识别、分支共线识别，实现台区拓扑自动识别和输出。

S5：将不属于该台区的分支下用户诊断为户变异常并分级进行输出。

其中：

本发明采用的技术方案基于用户采集特征、地址特征和用电特征将用户分类，引入用户分支概念，以供配电设计分析作为主要分析方法，结合距离分析(由采集拓扑分析+地址分析组合而成)、电压相关性分析、线损相关性分析和停上电分析关联分析实现台区户变和拓扑的自动识别。

一、用电地址结构化处理、用户分支定义和分类标准

台区供电设计中，供电路径一般从变压器->供电线路(架空线路或电缆)->配电设备(电杆或分支箱或配电箱或配电间配电柜)->供电线路->表箱(集中或单表箱)->电能表->用户进行供电。

针对需要进行户变识别的台区都是公变台区，且公变台区下用户绝大多数都是居民用户的特点，总结台区用户用电地址特征、采集特征和用户用电特征，引入用户分支概念，将台区下用户分成2大类六小类，方便对每类用户选择合适的分析方法进行户变关系识别。图2是典型楼宇小区用户分支识别示意图，图3是独立房屋用户分支识别示意图。

1、用电地址结构化处理

以楼宇用户为例，如表1所示，对采集档案数据中的用户用电地址进行11级结构化处理，获取楼栋-楼层-房号，可方便统计楼栋楼层和台区供电分布关系。

表1用电地址结构化处理

2、用户分支定义

用户分支指一条供电线路及其下所带的电力用户。供电线路至表箱的用户分支为末级用户分支。一个用户分支下的电力用户由同一个台区供电，对台区户变关系的识别，引入用户分支后变为对分支归属台区识别。

在公变台区，一个末级用户分支最多时可有20余个电力用户，全国网平均每台区电力用户仅100户左右，引入用户分支后，分析数量可下降一个数量级，同时相对于单个电力用户分析，分支可体现出更多特征，分析结果的有效性可大大增加。

3、用户分类

将台区下用户分为居民楼宇类型(简称楼宇，多层和高层住宅，用电地址呈现有规律的层室特征)用户和非居民楼宇类型(简称独立房屋)用户，构建用户分支数据模型，并根据采集特征和用户用电特征，每个大类用户分支又细分为三个小类。如表2所示。

表2台区下用户分支分类

注①：方案中楼宇居民私人用户中，单表箱用户不被视作一个末级用户分支，集中表箱及其下用户可视作一个末级用户分支。

注②：集聚地址用户分支指多个用户的用户地址中具有相同的关键字如临沧路友好12队庄家宅。

注③：集聚地址用户分支可由多个末级用户分支组成。

二、用户分支分布统计、初步识别及优化

本方案中户变识别流程最关键的一步是用户分支识别。它包括用户分支分布统计、初步识别和分支优化三步。

1、用户分支分布统计

根据台区和用电地址的档案关系，并根据同小区电气设计时同楼层同用户数同合同容量设计一致原则，可统计出楼栋楼层和台区供电用户分支分布关系，如图4所示。图示楼宇中有2层一个、3层一个或4层一个3种用户分支类型。

对独立房屋用户，以采集终端地址+地址关键字进行用户分支的初步识别。如图5示集聚地址闵家宅56#～399#，这些地址由2个台区供电。终端A+闵家宅作为一个特征识别56-215作为天花闵家的一个用户分支，终端B+闵家宅作为一个特征识别328-399作为天花金谊东的一个用户分支。

2、用户分支初步识别

用户分支分布统计后，进行分支初步识别，如表3所示为初步识别的用户分支及编号。

表3典型二类高(楼层数小于等于18层)用户分支初步识别结果

3、用户分支优化

用户分支初步识别后，可通过电压相关性和采集拓扑对初步识别的用户分支进行优化。

1)电压相关性分析结果优化

如表4所示，一个集中式表箱内户表间同相位表间电压相关性结果与其他相位表有明显区别，表箱内12只表组成一个末级用户分支。

表4集中式表箱内户表电压相关性结果

上述分析结果同样可应用于用户分支。对每个用户分支进行户表间电压相关性计算，可得出用户分支的户表相位分布。如表5所示，从分布图可看出每3个楼层组成一个ABC三相分布，通过楼层表箱档案数据关联分析，该楼栋每层2个表箱，表位都是1，因此判定该楼栋居民私人用户分支1可再细分为8个子分支11-18，居民私人用户分支1是分支11-18的上级父分支，居民私人用户分支2可再细分为9个子分支21-29，居民私人用户分支2是分支21-29的上级父分支。通过电压相关性分析结果，可完成对用户分支识别结果的验证，从而对分支初步识别结果进行确认或优化。

表5典型二类高(楼层数小于等于18层)用户分支识别及相位识别验证

若楼层表箱为集中表箱布置，则2个居民私人用户分支可根据集中表箱数量分成多个子分支，每个集中表箱一个末级用户分支。

引入分支后，采用电压相关性分析计算户表间电压相关性系数时，选择合适的策略，仅需10余个点即可得到符合预期的分析结果，可极大降低对计算资源的需求。

2)采集拓扑分析结果优化

在半载(窄带载波+485)采集方式中，可依据采集网络建设时分支截止则换一个采集器采集的原则，进行用户分支优化。如表6所示。根据台区和用电地址的供电关系，12层用户被识别成一个居民私人用户分支，但根据楼栋有2个采集点且平均分布，可将其分为2个6层的居民私人用户分支。

根据楼栋内表箱分布及数量，可将每个分支再细分为多个子分支。

表6台区用户、台区、采集点、用户分支关系表

三、异常分支识别

供配电设计分析根据居民建筑电气设计规范，提取2个电气设计规则进行异常分支的诊断：

1)一个用户分支下用户由一个台区供电，存在2个及以上台区的，诊断为异常分支；

2)电梯公共照明等重要用户常用电源和备用电源来自不同台区，如同一重要用户2个用户分支的常用电源和备用电源由同一个台区供电，这2个用户分支均诊断为异常分支。

如图6所示。11层楼有2个居民私人用户分支，1-6层一个用户分支，7-11层一个用户分支，均由洪山悦居赤供电。1-6层用户分支，档案中蓝色框内电能表不是洪山悦居赤供电，违反一个用户分支应由同一个台区供电的设计原则。

如图7所示，879弄2号公共照明常用电源和备用电源由同一个台区供电，违反常用电源和备用电源需来自不同台区的设计原则。

四、分支应属台区识别和户变异常输出

以19栋6层楼数据分析过程举例说明。

1)用户分支分布统计及用户分支初步识别

根据电气设计规则，多层住宅小区低压供电以住宅楼单元为供电单元，从台区至单元总电源箱采用等截面电缆供电。无电梯等公用设施的多层住宅用户设计时一般由同一个台区供电。用户分支分布及用户分支初步识别结果如表6所示。

表6用户分支分布统计及用户分支初步识别结果

2)异常分支识别

居民私人用户分支10有2个台区供电，违反设计原则，该用户分支被诊断为异常分支。

3)分支应属台区诊断

调用距离分析结果(一种基于采集业务规则和用户负荷电气设计规则进行台区户变识别的方法等专利的结果)，10号楼在台区8732，与其他供电楼栋，属于离群点，与台区0532其他供电楼栋不离群。距离分析诊断用户分支10归属台区0532。

调用线损相关性分析结果(一种基于日冻结数据和用户负荷电气设计规则进行台区户变识别的方法专利等的结果)，居民用户分支10与台区8732，分支合并用电量与线损皮尔逊相关性系数呈现负相关特征，与台区0532则不呈现，用户分支10不归属台区8732。线损相关性诊断用户分支10归属台区0532。

电压相关性和停上电分析因无数据，忽略。

供配电设计，因有其他分析方法确认分支归属0532，不需要按照默认少数服从多数原则输出应属台区。

综合上述分析方法，用户分支10归属台区0532。

4)户变异常输出

用户分支10归属台区0532，输出2-6层10个用户为户变异常。整个户变异常识别流程如图8所示。

五、台区拓扑自动识别

结合电气设计规范和电压相关性分析结果(一种基于时间序列数据的电压相关性分析和用户负荷电气设计规则进行台区拓扑识别的方法的结果)，通过分支邻近识别、分支共线识别，完成台区拓扑自动识别。

以2个楼宇台区举例说明如何实现台区拓扑自动识别。

1、台区基本情况

2个楼宇台区供电范围为富国路199弄20层住宅楼1栋(6-7号楼)，17层住宅楼3栋(8/9/10号楼)。台区基本信息如表7所示。

表7 2个楼宇台区基本信息

2、用户分支识别情况

8/9/10号楼末级用户分支识别如表8所示。

表8 8/9/10号楼用户分支识别表

6-7号楼末级用户分支识别如表9所示。

表9 6-7号楼用户分支识别表

3、分支邻近识别

根据居民建筑电气设计规范，住宅电气设计对18层及以下和19层及以上，用户分支处理方式略有区别。

对18层及以下的一类高层建筑，同一栋楼宇内，属于同一个电源的用户分支引自楼宇配电间的同一段母线，这些用户分支从不同配电柜引出给其下用户供电。同时，因公用设施负荷较小，在供配电设计时，同一母线的多个公用设施用户分支一般从一个配电柜引出，而居民私人用户分支独立从一个配电柜引出。如表8所示8/9/10号楼用户分支2/4/6/7为属于配电间的备用电源母线供电，1/3/5为配电间的常用电源母线供电。当常用或备用电源母线下有多个居民私人用户分支时，在常用或备用电源母线处增加配电柜供电源引出。

对19层及以上的二类高层建筑，同一栋楼宇内，一般每个居民私人用户分支独立从住宅变电所拉专线供电，每个用户分支在楼宇配电间各有一个进线柜和出线柜。对于电梯公共照明等公用设施，可拉专线供电，也可与某个居民私人用户分支共线。如表9所示6-7号楼用户分支2/7/9为一条引自住宅变电所的供电线路对公共照明、电梯和16-18层用户供电，5为另一条住宅变电所引出的供电线路对1-5层用户供电。

通过上述电气设计规范，可实现用户分支的邻近识别。

4、分支共线识别

通过分支间电压相关性分析结果，利用共线分支电压相关性分析结果呈现相位近似平均分布的特征，可识别各用户分支是否共线，从而准确诊断19层及以上一类高层建筑的电梯公共照明类公用设施分支是住宅变电所专线供电还是与居民私人用户分支共用一条线路供电。

2个台区拓扑识别结果如图9所示。每一个方框表示一个配出柜。

实施例2：

如图10-13所示，

一种实现上述方法的基于用户电气设计规则的低压台区拓扑自动识别的系统，包括电气连接的服务器、拓扑分析平台、网络数据接口和显示操作终端，其特征在于，网络数据接口设置数据获取单元201连接大数据平台，用以获取所需的电力业务数据清单，拓扑分析平台设置台区拓扑分析建立模型202和台区拓扑分析单元203。

台区拓扑识别系统应用架构描述模块应用功能范围及相互间关系，可分为与大数据平台接口、数据处理、分析算法、Web应用展现和管理工具等五部分应用。如图10所示。根据分析需要，按照不同的时间周期，从用电信息采集大数据平台抽取电能表的采集数据和档案数据，对数据进行检查及预处理，并构建多种大数据分析算法模型，对台区供电拓扑和线损等进行分析，给出户变关系调整建议及调整后的台区线损影响分析，通过Web展示功能，展示疑似户变关系错误用户列表并指出可能隶属的台区，同时展示其他相关的报表、报告等。

提供二次开发API接口，可将分析结果嵌入到电网公司现有的业务系统中，为线损治理、电能表失准更换、故障抢修和业扩新装提供技术支撑。

本发明专利涉及供配电设计、供配电设计关联其他大数据分析方法的分析结果以及展示系统。

(1)数据接入与存储服务(Data Saving Processor)

数据接入方式：根据系统所需的电力业务数据清单，大数据平台提供相应原始数据的CSV文件，并通过FTP方式传输到户变关系分析模块。

数据缓存：原始数据会以CSV文件形式缓存在服务器中，供数据预处理服务使用。

计算服务运行过程中产生的部分中间计算结果，也会缓存在数据缓存区中，以提高计算效率。

ES数据集群(ES Cluster)：数据预处理服务(Preprocessor)对的数据预处理结果存储在ES数据集群中，供后续分析使用。算法服务(Algorithm Processor)的计算结果存储在ES数据集群中，供Web接口服务(Web Processor)调用。

(2)数据预处理服务(Preprocessor)

CSV检查程序(CSV Check Process)自动监控数据缓存区的数据更新情况，发现数据缓存区中有新数据到来后，首先按照既定的检查规则，检查数据质量，并输出数据质量检查报告(Data Check Report)。数据检查合格后，调用数据合并程序(Data MergeProcess)，对缓存区的新数据按照预定规则进行数据合并等预处理工作，处理好的数据通过数据输入程序(Data Import Process)保存到ES数据集群中。

(3)算法服务(Algorithm Processor)

算法服务(Algorithm Processor)包含了一个算法程序池(Process-pool)，每个算法程序实现一种算法。管理程序(TaskFlow)根据需要从ES数据集群中获取的计算触发标识，结合配置情况，调用不同的算法程序，按照一定规则分析业务数据，输出计算结果，通过数据输出程序(Data Out Process)将计算结果保存到ES数据集群和大数据平台中。

(4)Web接口服务(Web Processor)

规则引擎(Rule Engine)根据前端Web的数据展示需求，固化数据读取规则，从ES数据集群中读取所需计算结果数据，Web后台处理程序(Web Background Process)对计算结果进行处理，按照接口协议要求组合计算结果，经过反向代理服务(Open Resty)使用Http协议，做负载均衡后，通过Web接口程序(Web Interface Process)输出给Web前端界面。

实验证明

本发明从台区供配电业务角度出发，归纳相关电力业务规则，并基于居民建筑电气设计规范提炼的电气设计规则，根据用户的地址特征、采集特征和用电特征对台区下用户进行分类，引入用户分支概念，建立以供配电设计分析为主干，距离分析(由采集拓扑分析+地址分析组合而成)、电压相关性分析、线损相关性分析和停上电分析对供配电设计分析结果进行优化的台区拓扑识别模型，解决了台区下小用电量用户不易进行拓扑识别的准确率低的难题。经过仿真测试和现场实际验证，全台区所有用户户变识别准确率可达到99％以上。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。