进行台区户变关系识别的方法、计算机可读取的存储介质

技术领域

本发明涉及台区户变关系识别技术领域，特别地，涉及一种进行台区户变关系识别的方法、计算机可读取的存储介质。

背景技术

在用电信息采集中，台区户变关系配对的准确性对电网管理起着十分重要的作用。但是，随着用户数量不断增多，配电网中用电负荷增大，在后续的建设中(如迁建、扩容、割接、布点等)，如果施工时出现线路交叉、线路地埋等复杂情况，其户变关系的更新也可能出错，导致台区的户变关系与实际不一致的情况逐年增加。台区户变关系识别技术能够获得台区内的户变关系和相位关系，明确电能表与台区变压器的归属关系，一定程度上解决了台区户变关系混乱的难题。

当前台区的户变关系识别以两种方案为主，即信号注入方案和负荷特征方案。其中，信号注入方案是使用专属的硬件收发设备，向台区内注入信号，通过对该信号的接收与识别，完成对户变关系的判断。信号注入方案不需要人工排查线路，是一种自动化的解决方案，但该方案无法构建负荷数据库和对负荷数据进行深度挖掘，同时注入信号可能会对供电质量和用电安全造成影响，具有一定的局限性。而负荷特征方案则是采集用户的负荷数据，提取负荷特征，通过对特征的匹配，实现对台区户变关系的识别。负荷特征方案是一种智能化的解决方案，可以在用户无感知的情况下动态地识别出户变关系，可以构建台区的海量负荷数据，并可以对这些海量数据进行深度挖掘，形成包括台区户变关系识别、线路拓扑识别、线路阻抗精准计算、系统误差分析等功能的台区智能化的整体解决方案，这些智能化的特点，使得负荷特征方案，在经过完善后，会取代信号注入方案，成为未来的主流。

其中，现有技术通常采取基于提取的负荷特征数据生成负荷变化曲线，然后基于待测分表和总表的负荷变化曲线进行比对以判定待测分表所属的总表，从而完成台区户变关系的识别。但是，这种基于负荷变化曲线进行比对的方式容易受到外界因素干扰而导致识别准确度较差的问题。比如，台区内电压的波动有两个方向的来源，分别为变压器一次侧的电压变化所引起低频且较大的电压波动和变压器二次侧由负荷变化所引起的相对来说高频且较小的电压波动。其中，一次侧的变化所引起的电压波动往往能够同时对多个台区造成影响，导致各相邻的台区之间在宏观且低频采样的曲线上表现出相近的波形，而二次侧负荷所引起的电压波动往往更能够判断户表与台区的关系。但是，由于二次侧所引起的变化较小，且在测量上有一定时间上的延迟，故传统的电压波形比对的方法，往往还只是对用户电压值进行低频的采样，只能从宏观上比对一次侧电压波动所带来的区别，因此其无法准确识别台区户变关系。

发明内容

本发明提供了一种进行台区户变关系识别的方法、计算机可读取的存储介质，以解决现有的采取负荷变化曲线比对方式进行台区户变关系识别存在的识别准确度差的技术问题。

根据本发明的一个方面，提供一种进行台区户变关系识别的方法，包括以下步骤：

步骤S1：采集待测分表与识别域内所有总表在同一时间段内高频计量的负荷数据；

步骤S2：将该时间段拆分成多个等长的时间小节，并计算出待测分表和所有总表在每个时间小节内的负荷数据的平均值、标准差、波峰/波谷的个数；

步骤S3：基于每个时间小节内负荷数据的平均值、标准差、波峰/波谷的个数构建一个特征向量，对于待测分表和所有总表，构建该时间段内的多个特征向量，并基于多个特征向量分别构建其向量矩阵；

步骤S4：对待测分表和所有总表的向量矩阵进行总和归一化处理以得到各自对应的新特征向量；

步骤S5：分别计算待测分表的新特征向量与所有总表的新特征向量之间的相关性，并基于相关性计算结果判断该待测分表所属的总表。

进一步地，所述步骤S4具体为：

将向量矩阵中各个特征值转化为[0,1]之间的数，计算同一个特征值的总和，将每一个特征值除以对应特征值的总和，再将同一时间小节内的不同特征值进行累加，得到新的特征向量。

进一步地，所述步骤S5包括以下内容：

引入Bregman散度距离公式：

对Bregman散度距离公式进行转换：

其中，Y为凸函数在不同值下的梯度值构成的向量

采用转换后的Bregman散度距离公式分别计算待测分表的新特征向量与所有总表的新特征向量之间的距离，距离越小，相关性越高，待测分表属于该总表的概率越高。

进一步地，所述步骤S5包括以下内容：

引入余弦距离计算公式：

其中，T

采用余弦距离计算公式分别计算待测分表的新特征向量与所有总表的新特征向量之间的余弦距离，余弦距离越大，相关性越高，待测分表属于该总表的概率越高。

进一步地，还包括以下步骤：

步骤S6：对多组数据进行统计，若待测分表与某总表在多组数据中相似度最高的概率达到预设值，则判定该待测分表属于该总表。

进一步地，还包括以下步骤：

步骤S7：将该总表的电压三相视为三个逻辑总表，针对三个逻辑总表和待测分表执行上述步骤S1～S6，识别出待测分表归属于哪个逻辑总表，从而实现待测分表的相位识别。

进一步地，所述负荷数据采用电压、电流、有功功率、无功功率、用电量中的任一种。

进一步地，所述时间段拆分成至少48个时间小节。

本发明还提供一种计算机可读取的存储介质，用于存储进行台区户变关系识别的计算机程序，该计算机程序在计算机上运行时执行如上所述的方法的步骤。

本发明具有以下效果：

本发明的进行台区户变关系识别的方法，通过将一段时间内的负荷数据分成多个时间小节，再根据负荷数据的相关统计量进行判别，相比传统的对单一时刻点进行采样和比较的方法来说，避免了该时间点的电压波动可能由多个负荷的变化而产生的情况，对数据测量引起的误差有较高的容错性。另外，将一长时间段分割为多个时间小节，对电压波动的过程中时间的延误具有一定的容错性。再通过统计每个时间小节内负荷数据的平均值、标准差、波峰/波谷的个数，可看出由于负荷启停所导致负荷数据波动程度和具体的波动状态，再对待测分表与不同总表负荷数据波动的平均值、标准差、波峰/波谷的个数的构建特征向量，进而构建向量矩阵。然后对构建的向量矩阵进行总和归一化处理以得到新特征向量，不仅保持了特征量的多样性，而且降低数据的维度。最后通过计算待测分表的新特征向量与所有总表的新特征向量之间的相关性，并基于相关性计算结果判断该待测分表所属的总表，相关性越高，待测分表归属于该总表的概率就越高。本发明的进行台区户变关系识别的方法，排除了一次侧的影响造成的台区内电压波动的情况，仅通过二次侧的负荷变化来识别出台区的户变关系，降低操作和判别的难度，并且将多种特征值综合对比评价，具有更高的识别准确度，还进行了数据降维处理，实现了高效、快捷的数据处理。

除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。下面将参照图，对本发明作进一步详细的说明。

附图说明

构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明优选实施例的进行台区户变关系识别的方法的流程示意图。

具体实施方式

以下结合附图对本发明的实施例进行详细说明，但是本发明可以由下述所限定和覆盖的多种不同方式实施。

配电变压器在运行时，变压器二次侧(即用户侧)的电压会发生波动，其造成的原因有：(1)变压器一次侧端变化所引起的电压波动；(2)变压器二次侧中台区内有大功率电器的启停所引起的电压波动。由于一次侧的电压波动对相邻的几个台区内的电压都会产生相同的影响，因而并不是一个理想的户变关系的判断依据。但是由于变压器的铜损和不同台区内线路阻抗的不同，一次侧变化对不同台区的总表造成的电压波动是不相同的，若不同台区的总表电压相差较大，或者一段时间内的不同总表的电压相关系数较低，就会导致不同台区下的分表和总表的电压相关系数较低，就可以将不同台区下的分表区分开来。由于二次侧中同一台区内各个分表之间的并联关系，各个分表的电压变化在理想条件下应该是一致的，若大功率电器开启，电压下降，可能会有波谷的产生；若大功率电器的关闭，电压升高，可能会产生波峰。当台区内有较大的负荷变化导致的电压波动时，发生负荷变化的分表所在台区内的电压均应发生相同改变。因此，通过观察电压(电压分段时间的统计量)是否具有这种同步性，可以判断各个分表与台区的归属关系。

如图1所示，本发明的优选实施例提供了一种进行台区户变关系识别的方法，包括以下步骤：

步骤S1：采集待测分表与识别域内所有总表在同一时间段内高频计量的负荷数据；

步骤S2：将该时间段拆分成多个等长的时间小节，并计算出待测分表和所有总表在每个时间小节内的负荷数据的平均值、标准差、波峰/波谷的个数；

步骤S3：基于每个时间小节内负荷数据的平均值、标准差、波峰/波谷的个数构建一个特征向量，对于待测分表和所有总表，构建该时间段内的多个特征向量，并基于多个特征向量分别构建其向量矩阵；

步骤S4：对待测分表和所有总表的向量矩阵进行总和归一化处理以得到各自对应的新特征向量；

步骤S5：分别计算待测分表的新特征向量与所有总表的新特征向量之间的相关性，并基于相关性计算结果判断该待测分表所属的总表。

可以理解，本实施例的进行台区户变关系识别的方法，通过将一段时间内的负荷数据分成多个时间小节，再根据负荷数据的相关统计量进行判别，相比传统的对单一时刻点进行采样和比较的方法来说，避免了该时间点的电压波动可能由多个负荷的变化而产生的情况，对数据测量引起的误差有较高的容错性。另外，将一长时间段分割为多个时间小节，对电压波动的过程中时间的延误具有一定的容错性。再通过统计每个时间小节内负荷数据的平均值、标准差、波峰/波谷的个数，可看出由于负荷启停所导致负荷数据波动程度和具体的波动状态，再对待测分表与不同总表负荷数据波动的平均值、标准差、波峰/波谷的个数的构建特征向量，进而构建向量矩阵。然后对构建的向量矩阵进行总和归一化处理以得到新特征向量，不仅保持了特征量的多样性，而且降低数据的维度。最后通过计算待测分表的新特征向量与所有总表的新特征向量之间的相关性，并基于相关性计算结果判断该待测分表所属的总表，相关性越高，待测分表归属于该总表的概率就越高。本发明的进行台区户变关系识别的方法，排除了一次侧的影响造成的台区内电压波动的情况，仅通过二次侧的负荷变化来识别出台区的户变关系，降低操作和判别的难度，并且将多种特征值综合对比评价，具有更高的识别准确度，还进行了数据降维处理，实现了高效、快捷的数据处理。

可以理解，在所述步骤S1中，采集待测分表和识别域内所有总表在同一个时间段内高频计量的负荷数据，其中，时间段的时长可以是1天、2天或者3天等，具体可以根据需要进行设置，负荷数据可以采用电压、电流、有功功率、无功功率、用电量中的任一种，本发明接下来的说明中以电压作为负荷数据来做示例性说明。

可以理解，在所述步骤S2中，将一个时间段拆分成多个等长的时间小节，时间小节的时长可以是15分钟、0.5个小时、1个小时等，为了保证充足的数据量，本发明优选采用半个小时作为时间小节的时长，即将一天拆分成48个时间小节。若选择一天作为一个时间段，选择15分钟作为一个时间小节，则该时间段内则有96个时间小节，从而有96组数据以供分析，数据量更充足。因此，在本发明中，一个时间段可以拆分成至少48个时间小节，可以根据这个要求来灵活选择时间段长短和时间小节的长短。然后计算出待测分表和所有总表在每半个小时内的电压数据的平均值、标准差、波峰/波谷的数量，具体地，将一天内的电压波动数据按照每半个小时分为一节，分别记为A

其中，

可以理解，在所述步骤S3中，假设识别域内有总表a、总表b、总表c和待测分表m，对于总表a而言，在第一个半小时，总表a所得到的特征向量为X

可以理解，所述步骤S4具体为：

将向量矩阵中各个特征值转化为[0,1]之间的数，计算同一个特征值的总和，将每一个特征值除以对应特征值的总和，再将同一时间小节内的不同特征值进行累加，得到新的特征向量。具体地，在所述步骤S4中，对于总表a，将构建的向量矩阵W

对于总表b、总表c和待测分表m同样进行归一化处理，得到其新特征向量T

可以理解，作为一种选择，由于新特征向量中的各特征值均大于0，因此，可以引入Bregman散度距离转换公式，通过判断两个向量之间的距离大小来判断向量之间的相似程度，两者间的距离越小，相似程度越高。具体地，所述步骤S5包括以下内容：

引入Bregman散度距离公式：

然后对Bregman散度距离公式进行转换：

其中，Y为凸函数在不同值下的梯度值构成的向量

采用转换后的Bregman散度距离公式分别计算待测分表的新特征向量与所有总表的新特征向量之间的距离，距离越小，相关性越高，待测分表属于该总表的概率越高。

例如，计算出待测分表m与总表a的距离

通过对降维后的新特征向量采用Bregman散度距离转换公式进行计算，可以快速、准确地判断出待测分表与不同总表之间的相关程度。

可以理解，作为另一种选择，所述步骤S5中还可以引入余弦距离，通过计算向量夹角的大小来判断两个向量的相似程度，夹角越小，就代表越相似。具体地，所述步骤S5包括以下内容：

引入余弦距离计算公式：

其中，T

采用余弦距离计算公式分别计算待测分表的新特征向量与所有总表的新特征向量之间的余弦距离，余弦距离越大，相关性越高，待测分表属于该总表的概率越高。从cosθ

可以理解，作为优选的，所述进行台区户变关系识别的方法还包括以下步骤：

步骤S6：对多组数据进行统计，若待测分表与某总表在多组数据中相似度最高的概率达到预设值，则判定该待测分表属于该总表。

通过对多组数据(即多个时间段的数据)进行统计，若待测分表与某总表在多组数据中相似度最高的概率达到90％以上，则判定该待测分表属于该总表。当然，这个预设值可以根据实际需要进行设定，在本发明的其它实施例中也可以设置为80％或者85％，在此不做具体限定。

可以理解，作为进一步优选的，所述进行台区户变关系识别的方法还包括以下步骤：

步骤S7：将该总表的电压三相视为三个逻辑总表，针对三个逻辑总表和待测分表执行上述步骤S1～S6，识别出待测分表归属于哪个逻辑总表，从而实现待测分表的相位识别。

另外，本发明还提供一种计算机可读取的存储介质，用于存储进行台区户变关系识别的计算机程序，该计算机程序在计算机上运行时执行如上所述的方法的步骤。

一般计算机可读取介质的形式包括：软盘(floppy disk)、可挠性盘片(flexibledisk)、硬盘、磁带、任何其与的磁性介质、CD-ROM、任何其余的光学介质、打孔卡片(punchcards)、纸带(paper tape)、任何其余的带有洞的图案的物理介质、随机存取存储器(RAM)、可编程只读存储器(PROM)、可抹除可编程只读存储器(EPROM)、快闪可抹除可编程只读存储器(FLASH-EPROM)、其余任何存储器芯片或卡匣、或任何其余可让计算机读取的介质。指令可进一步被一传输介质所传送或接收。传输介质这一术语可包含任何有形或无形的介质，其可用来存储、编码或承载用来给机器执行的指令，并且包含数字或模拟通信信号或其与促进上述指令的通信的无形介质。传输介质包含同轴电缆、铜线以及光纤，其包含了用来传输一计算机数据信号的总线的导线。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。