区域配电网的无功电压控制方法及装置

技术领域

本发明涉及配电网无功电压控制技术领域，尤其涉及一种区域配电网的无功电压控制方法及装置。

背景技术

目前变电站层面的无功电压控制(Voltage Quality Control，VQC)策略主要是基于经典九区图，或者是由九区图改进的十三区图、十五区图、十七区图、优化九区图等的VQC控制策略。在变电站层面，通过变电站VQC调控策略能够提升电网电能质量，在变电站层面的电压无功调控上有较好的效果。而在配电网层面，采取适合的区域配电网VQC调控策略对配电网进行电压无功调控同样重要，但传统的VQC控制是针对某个电网节点层面的控制方法，针对区域配电网层面的无功电压控制尚缺乏有效的无功电压控制方法。

发明内容

本发明的主要目的在于提供一种区域配电网的无功电压控制方法及装置，可以解决现有技术中的缺乏有效的无功电压控制方法的问题。

为实现上述目的，本发明第一方面提供一种区域配电网的无功电压控制方法，所述方法包括：

获取所述区域配电网对应的各个区域节点样本，所述各个区域节点样本包括各个区域节点对应的电压以及功率因数；

将各个区域节点样本对应的所述电压及功率因数输入高斯混合分布函数，确定所述区域节点样本对应的目标分布概率；

基于所述目标分布概率及预设区间阈值，对所述各个所述区域节点进行聚类，确定所述各个所述区域节点对应的目标区域类别簇；

根据各个所述目标区域类别簇对应的电气参数特性，确定所述区域配电网的目标调控策略。

在一种可行实现方式中，所述目标区域类别簇对应的电气参数特性包括电压特性以及功率因数特性，则所述根据各个所述目标区域类别簇对应的电气参数特性，确定所述区域配电网的目标调控策略，包括：

若所述目标区域类别簇对应的电气参数特性为簇内的区域节点的电压特性及功率因数特性均为合格，则所述区域配电网的目标调控策略为不进行动作；

若所述目标区域类别簇对应的电气参数特性为簇内的区域节点的电压特性为合格，且所述功率因数特性为偏低，则所述区域配电网的目标调控策略为进行投电容操作；

若所述目标区域类别簇对应的电气参数特性为簇内的区域节点的电压特性为偏低，且所述功率因数特性为合格，则所述区域配电网的目标调控策略为调节变压器档位进行降档升压操作；

若所述目标区域类别簇对应的电气参数特性为簇内的区域节点的电压特性为偏高，且所述功率因数特性为合格，则所述区域配电网的目标调控策略为调节变压器档位进行升档降压操作；

若所述目标区域类别簇对应的电气参数特性为簇内的区域节点的电压特性为偏低，且所述功率因数特性为偏低，则所述区域配电网的目标调控策略为进行投电容操作，并调节变压器档位进行降档升压操作。

在一种可行实现方式中，所述将各个区域节点样本对应的所述电压及功率因数输入高斯混合分布函数，确定所述区域节点样本对应的目标分布概率，包括：

将各个区域节点样本对应的所述电压及功率因数输入高斯混合分布函数，得到各个区域节点样本对应的第一分布概率；

利用所述各个区域节点样本及所述第一分布概率更新高斯分布参数，得到更新后的高斯混合分布函数，返回执行所述将各个区域节点样本对应的所述电压及功率因数输入高斯混合分布函数，得到各个区域节点样本对应的第一分布概率的步骤，直至对所述高斯混合分布函数的更新迭代达到收敛精度，得到所述区域节点样本对应的目标分布概率。

在一种可行实现方式中，所述高斯混合分布函数包括：

其中，α

在一种可行实现方式中，所述将各个区域节点样本对应的所述电压及功率因数输入高斯混合分布函数，得到各个区域节点样本对应的第一分布概率，包括：

其中，y

在一种可行实现方式中，所述高斯分布参数包括高斯分布均值和高斯分布标准差，则所述利用所述各个区域节点样本及所述第一分布概率更新高斯分布参数，包括：

利用所述各个区域节点样本及所述第一分布概率，更新所述高斯分布均值；

根据所述高斯分布均值、所述各个区域节点样本及所述第一分布概率，更新高斯分布标准差。

在一种可行实现方式中，所述利用所述各个区域节点样本及所述第一分布概率，更新所述高斯分布均值，包括：

其中，p

在一种可行实现方式中，所述根据所述高斯分布均值、所述各个区域节点样本及所述第一分布概率，更新高斯分布标准差，包括：

其中，p

在一种可行实现方式中，所述基于所述目标分布概率及预设区间阈值，对所述各个所述区域节点进行聚类，确定所述各个所述区域节点对应的目标区域类别簇，包括：

根据式：

max(p

得到第j个区域节点样本x

遍历每一个区域节点样本，将各个所述区域节点划分到对应的目标区域类别簇中完成聚类。

为实现上述目的，本发明第二方面提供一种区域配电网的无功电压控制装置，所述装置包括：

样本获取模块：用于获取所述区域配电网对应的各个区域节点样本，所述各个区域节点样本包括各个区域节点对应的电压以及功率因数；

概率确定模块：用于将各个区域节点样本对应的所述电压及功率因数输入高斯混合分布函数，确定所述区域节点样本对应的目标分布概率；

类别聚簇模块：用于基于所述目标分布概率及预设区间阈值，对所述各个所述区域节点进行聚类，确定所述各个所述区域节点对应的目标区域类别簇；

策略生成模块：用于根据各个所述目标区域类别簇对应的电气参数特性，确定所述区域配电网的目标调控策略。

为实现上述目的，本发明第三方面提供一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如第一方面或任一可行实现方式所示步骤。

为实现上述目的，本发明第四方面提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如第一方面或任一可行实现方式所示步骤。

采用本发明实施例，具有如下有益效果：

本发明提供一种区域配电网的无功电压控制方法，该方法包括：获取区域配电网对应的各个区域节点样本，各个区域节点样本包括各个区域节点对应的电压以及功率因数；将各个区域节点样本对应的电压及功率因数输入高斯混合分布函数，确定区域节点样本对应的目标分布概率；基于目标分布概率及预设区间阈值，对各个区域节点进行聚类，确定各个区域节点对应的目标区域类别簇；根据各个目标区域类别簇对应的电气参数特性，确定区域配电网的目标调控策略。采用高斯混合分布函数对于区域配电网VQC调控的聚类有较好的效果，且可根据聚类得到的类别簇在各个电气参数特性的特点进行区域VQC调控，可以采用针对性的目标调控策略。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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的前提下，还可以根据这些附图获得其他的附图。

其中：

图1为本发明实施例中一种区域配电网的无功电压控制方法的流程图；

图2为本发明实施例中一种区域配电网的无功电压控制方法的另一流程图；

图3为本发明实施例中一种区域节点对应的目标区域类别簇的聚类结果示意图；

图4为本发明实施例中一种区域配电网的无功电压控制装置的结构框图；

图5为本发明实施例中计算机设备的结构框图。

具体实施方式

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作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。

请参阅图1，图1为本发明实施例中一种区域配电网的无功电压控制方法的流程图，如图1所示方法可以应用于终端，也可应用于服务器，本实施例以应用于终端进行聚类说明，如图1所示方法包括如下步骤：

101、获取所述区域配电网对应的各个区域节点样本，所述各个区域节点样本包括各个区域节点对应的电压以及功率因数；

需要说明的是，本实施例通过获取区域配电网对应的各个区域节点样本来进行后续的聚类，其中，区域节点样本包括每个区域节点对应的电压以及功率因数。获取方式可以是用户输入的，也可以是检测装置传输的，检测装置包括但不限于具备检测能力的传感器等等电子设备，其中配电网可以为多个10kV配电线路组成的区域配电网。

102、将各个区域节点样本对应的所述电压及功率因数输入高斯混合分布函数，确定所述区域节点样本对应的目标分布概率；

进一步的，将区域节点样本对应的所述电压及功率因数输入高斯混合分布函数，以此确定区域节点样本对应的目标分布概率，该目标分布概率为区域节点样本属于每个分布的的概率。

需要说明的是，高斯混合分布函数属于高斯混合模型聚类算法，该算法是一种聚类分析的算法，是一种概率式的聚类方法，它假定所有的数据样本由多个混合多元高斯分布组合成的混合分布生成，对于每一个样本点，根据贝叶斯定理计算出其属于每一个簇的后验概率，并将样本划分到后验概率最大的簇上去，高斯混合模型聚类算法可用于数据分类，在数据分类方面有较好的效果。

103、基于所述目标分布概率及预设区间阈值，对所述各个所述区域节点进行聚类，确定所述各个所述区域节点对应的目标区域类别簇；

可以理解的是，本实施例中利用目标分布概率以及预设区间阈值，对各个区域节点进行聚类，来确定各个区域节点对应的目标区域类别簇。进而确定区域节点对应的类别。

104、根据各个所述目标区域类别簇对应的电气参数特性，确定所述区域配电网的目标调控策略。

需要说明的是，区域类别簇是基于电压和功率因数等电器参数划分的，因此不同的区域类别簇对应有不同的电气参数特性，因此，本实施例中，根据各个目标区域类别簇对应的电气参数特性，确定区域配电网的目标调控策略。目标调控策略用于区域配电网的无功电压控制，针对不同的电气参数特性设置。

本发明提供一种区域配电网的无功电压控制方法，该方法包括：获取区域配电网对应的各个区域节点样本，各个区域节点样本包括各个区域节点对应的电压以及功率因数；将各个区域节点样本对应的电压及功率因数输入高斯混合分布函数，确定区域节点样本对应的目标分布概率；基于目标分布概率及预设区间阈值，对各个区域节点进行聚类，确定各个区域节点对应的目标区域类别簇；根据各个目标区域类别簇对应的电气参数特性，确定区域配电网的目标调控策略。采用高斯混合分布函数对于区域配电网VQC调控的聚类有较好的效果，且可根据聚类得到的类别簇在各个电气参数特性的特点进行区域VQC调控，可以采用针对性的目标调控策略。

请参阅图2，图2为本发明实施例中一种区域配电网的无功电压控制方法的另一流程图，如图2所示方法包括如下步骤：

201、获取所述区域配电网对应的各个区域节点样本，所述各个区域节点样本包括各个区域节点对应的电压以及功率因数；

需要说明的是，步骤201所示内容与图1所示步骤101的内容相似，为避免重复，此处不做赘述，具体可参考前述步骤101的内容。

202、将各个区域节点样本对应的所述电压及功率因数输入高斯混合分布函数，得到各个区域节点样本对应的第一分布概率；

需要说明的是，在本实施例中，利用各个区域节点样本对应的所述电压及功率因数输入高斯混合分布函数，得到各个区域节点样本对应的第一分布概率，该第一分布概率用于更新迭代高斯混合分布函数。

示例性的，以各区域节点的电压以及功率因数的数据为聚类的两个因素，采用高斯混合模型聚类的方式，首先设定聚类数，构建高斯混合概率密度，可以参考如下方式：输入的聚类数据为节点的电压以及功率因数组成的一组二维数据，设定聚类数为n，高斯混合分布函数可以参考下述表达式：

其中，α

进一步，步骤202则可以表示为：

其中，p(y

进一步的，通过上式第j个由功率因数和电压组成的代表区域节点样本的二维数据x

203、利用所述各个区域节点样本及所述第一分布概率更新高斯分布参数，得到更新后的高斯混合分布函数，返回执行所述将各个区域节点样本对应的所述电压及功率因数输入高斯混合分布函数，得到各个区域节点样本对应的第一分布概率的步骤，直至对所述高斯混合分布函数的更新迭代达到收敛精度，得到所述区域节点样本对应的目标分布概率；

需要说明的是，在本实施例中需要利用第一分布概率更新高斯分布参数，对高斯混合分布函数进行更新迭代，使得高斯混合分布函数符合所需的收敛精度，进而得到的分布概率准确度更高，因此，每次得到第一分布概率需要利用第一分布概率以及各个区域节点样本对高斯分布参数进行重新计算，来更新高斯混合分布函数，直到高斯混合分布函数达到收敛精度，将达到收敛精度的分布概率作为区域节点样本对应的目标分布概率。示例性的，基于更新后高斯混合分布函数的新的分布，重复步骤202，使用计算好的分布概率更新高斯分布参数。不断迭代更新，直至模型达到收敛精度，不再重复步骤202，此时得到最终的各个高斯分布的参数以及各个节点功率因数和电压组成的二维数据属于每个高斯分布的最终概率也即目标分布概率。其中，高斯分布参数包括高斯分布均值和高斯分布标准差。

在一种可行实现方式中，高斯分布参数包括高斯分布均值和高斯分布标准差，则所述利用所述各个区域节点样本及所述第一分布概率更新高斯分布参数，可以包括：利用各个区域节点样本及第一分布概率，更新高斯分布均值；根据高斯分布均值、各个区域节点样本及第一分布概率，更新高斯分布标准差，以此实现更新高斯分布参数。具体的，可以根据下式更新高斯分布参数：

其中，p

204、基于所述目标分布概率及预设区间阈值，对所述各个所述区域节点进行聚类，确定所述各个所述区域节点对应的目标区域类别簇；

需要说明的是，步骤204所示内容与图1所示步骤103内容相似，为避免重复此处不做赘述，具体可参考前述步骤103的内容。

在一种可行实现方式中，步骤204可以包括：

根据式：

max(p

得到第j个区域节点样本x

205、根据各个所述目标区域类别簇对应的电气参数特性，确定所述区域配电网的目标调控策略。

需要说明的是步骤205所示内容与图1所示步骤104内容相似，为避免重复，此处不作赘述，具体可参考前述步骤104内容。

在一种可行实现方式中，步骤205可以包括下述步骤A1-A5：

A1、若所述目标区域类别簇对应的电气参数特性为簇内的区域节点的电压特性及功率因数特性均为合格，则所述区域配电网的目标调控策略为不进行动作；

A2、若所述目标区域类别簇对应的电气参数特性为簇内的区域节点的电压特性为合格，且所述功率因数特性为偏低，则所述区域配电网的目标调控策略为进行投电容操作；

A3、若所述目标区域类别簇对应的电气参数特性为簇内的区域节点的电压特性为偏低，且所述功率因数特性为合格，则所述区域配电网的目标调控策略为调节变压器档位进行降档升压操作；

A4、若所述目标区域类别簇对应的电气参数特性为簇内的区域节点的电压特性为偏高，且所述功率因数特性为合格，则所述区域配电网的目标调控策略为调节变压器档位进行升档降压操作；

A5、若所述目标区域类别簇对应的电气参数特性为簇内的区域节点的电压特性为偏低，且所述功率因数特性为偏低，则所述区域配电网的目标调控策略为进行投电容操作，并调节变压器档位进行降档升压操作。

示例性的，参考图3此时该区域配电网节点电压功率因数共可聚类为两个簇，对于第一类为电压方面呈现簇内节点电压接近合格的特点，在功率因数方面呈现功率因数偏低的特点，故可进行投电容操作；对于第二类为电压方面呈现簇内节点电压偏低的特点，在功率因数方面呈现功率因数偏低的特点，故可进行调节变压器档位进行降档升压操作。该实施例针对11节点区域配电网，对11节点区域配电网的节点电压和功率因数的聚类显示，聚类得到的各个簇，簇内节点电压与功率因数都与另一簇的簇内节点电压以及功率因数存在差异，对于区域配电网VQC调控的聚类有较好的效果，进一步可根据聚类得到的簇在电压和功率因数上的特点进行广义VQC调控。

本发明提供一种区域配电网的无功电压控制方法，该方法包括：获取区域配电网对应的各个区域节点样本，各个区域节点样本包括各个区域节点对应的电压以及功率因数；将各个区域节点样本对应的电压及功率因数输入高斯混合分布函数，得到各个区域节点样本对应的第一分布概率；利用各个区域节点样本及第一分布概率更新高斯分布参数，得到更新后的高斯混合分布函数，返回执行将各个区域节点样本对应的电压及功率因数输入高斯混合分布函数，得到各个区域节点样本对应的第一分布概率的步骤，直至对高斯混合分布函数的更新迭代达到收敛精度，得到区域节点样本对应的目标分布概率；基于目标分布概率及预设区间阈值，对各个区域节点进行聚类，确定各个区域节点对应的目标区域类别簇；根据各个目标区域类别簇对应的电气参数特性，确定区域配电网的目标调控策略。采用高斯混合分布函数对于区域配电网VQC调控的聚类有较好的效果，且可根据聚类得到的类别簇在各个电气参数特性的特点进行区域VQC调控，可以采用针对性的目标调控策略。

请参阅图4，图4为本发明实施例中一种区域配电网的无功电压控制装置的结构框图，如图4所示装置包括：

样本获取模块401：用于获取所述区域配电网对应的各个区域节点样本，所述各个区域节点样本包括各个区域节点对应的电压以及功率因数；

概率确定模块402：用于将各个区域节点样本对应的所述电压及功率因数输入高斯混合分布函数，确定所述区域节点样本对应的目标分布概率；

类别聚簇模块403：用于基于所述目标分布概率及预设区间阈值，对所述各个所述区域节点进行聚类，确定所述各个所述区域节点对应的目标区域类别簇；

策略生成模块404：用于根据各个所述目标区域类别簇对应的电气参数特性，确定所述区域配电网的目标调控策略。

本发明提供一种区域配电网的无功电压控制装置，该装置包括：样本获取模块：用于获取区域配电网对应的各个区域节点样本，各个区域节点样本包括各个区域节点对应的电压以及功率因数；概率确定模块：用于将各个区域节点样本对应的电压及功率因数输入高斯混合分布函数，确定区域节点样本对应的目标分布概率；类别聚簇模块：用于基于目标分布概率及预设区间阈值，对各个区域节点进行聚类，确定各个区域节点对应的目标区域类别簇；策略生成模块：用于根据各个目标区域类别簇对应的电气参数特性，确定区域配电网的目标调控策略。采用高斯混合分布函数对于区域配电网VQC调控的聚类有较好的效果，且可根据聚类得到的类别簇在各个电气参数特性的特点进行区域VQC调控，可以采用针对性的目标调控策略。

图5示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是终端，也可以是服务器。如图5所示，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现上述方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行上述方法。本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提出了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如图1或图2所示方法的步骤。

在一个实施例中，提出了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如图1或图2所示方法的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。