一种基于电量和电压数据分析的台区户变关系辨识方法
文献发布时间:2023-06-19 09:44:49
技术领域
本发明涉及电力系统领域,更具体地,涉及一种基于电量和电压数据分析的台区户变关系辨识方法。
背景技术
线损率是供电企业重要的技术经济指标,低压台区线损治理是供电企业重要的日常管理工作。户变关系错误是导致低压台区线损率异常的重要原因,而清晰、准确的户变关系是开展低压台区线损治理的前提。然而由于台账管理方式与历史遗留问题,低压台区户变关系存在不正确情况,严重制约低压台区精益化管理。因此,有必要提出一种有效的台区户变关系辨识方法。
针对户变关系异常问题,目前电力人员常采用沿线巡查方式查找户变关系异常用户,并开展户变关系调整,或利用台区识别仪开展户变关系识别。然而沿线巡查方式需要消耗大量人力,难以日常持续开展;基于台区识别仪的识别方式需要额外设备投资,且仪器使用过程中存在安全风险。随着智能电表的普及应用,基于计量数据开展台区户变关系辨识成为当前的研究趋势,有文献提出了基于电压相关性的台区户变关系辨识方法,利用“同一台区电压波动趋势相似,而不同台区电压波动趋势相异”的特点开展户变关系辨识。沿线巡查方式需要消耗大量人力,难以日常持续开展。基于台区识别仪的识别方式需要额外设备投资,且使用过程中存在安全风险。电压相关性分析法仅从电压数据角度开展户变关系辨识,未充分利用电量数据。
发明内容
本发明提供一种基于电量和电压数据分析的台区户变关系辨识方法,该方法利用电量数据锁定线损率异常台区,并结合电压数据辨识异常台区中的异常用户,完成台区户变关系辨识。
为了达到上述技术效果,本发明的技术方案如下:
一种基于电量和电压数据分析的台区户变关系辨识方法,包括以下步骤:
S1:结合电量数据计算待分析台区的线损率,依据台区线损率确定线损异常台区,分为I类和II类异常台区;
S2:利用异常用户检测算法,识别I类异常台区中的户变关系异常用户,完成I类异常台区的户变关系调整;
S3:计算电压相似性,综合电压相似性、台区线损率和台区线损率波动指标,判定异常用户的台区归属情况,完成II类异常台区的户变关系调整。
进一步地,步骤S1中台区j第
式中,N
进一步地,步骤S2所述的异常用户检测算法流程为:
a. 每个用户对应1个电压数据序列,所有用户的电压数据组成数据集合D,计算用户e和用户f的距离d(e,f),其中,e∈D,f∈D;
b. 结合距离d,计算用户e的第k距离d
①最少有k个用户
②最多有k−1个用户
c. 结合d和d
N
d. 计算用户f到用户e的第k可达距离
e. 结合N
f. 计算用户e的局部离群因子LOF
g. 若LOF
计算所有用户的局部离群因子,确定待分析台区的异常用户。
进一步地,步骤S3中用户i与台区j的电压相似性R
式中,N
其中,用户i与台区j的电压相似性
式中,D为电压时序长度;
用户i与台区j下第e个用户的电压相似性
式中,
进一步地,步骤S3中台区线损率波动指标B
式中,T为待分析数据总天数,x为与用户i的电压相似性最高的台区编号。
进一步地,所述步骤S1的具体过程是:
S101.统计待分析台区数为N,统计待分析数据总天数为T,令j=1;
S102.若j≤N,则计算台区j第l天线损率A
S103.令A
S104.结合台区线损率指标A,确定线损异常台区;
S104a.若A
S104b.若A
S104c.将台区j标记为II类异常台区,将台区j纳入II类台区集合C
进一步地,所述步骤S2的具体过程是:
S201.统计集合C
S202.若m≤N
S203.从台区m中剔除异常用户,并将其纳入异常用户集合U,令m=m+1,执行步骤S202。
进一步地,所述步骤S3的具体过程是:
S301.令i=1,统计集合U中用户数为M
S302.若i≤M
S303.令R
S304.若将用户i纳入台区x后线损率A
与现有技术相比,本发明技术方案的有益效果是:
本发明方法结合电量数据计算待分析台区的线损率,依据台区线损率确定线损异常台区,分为I类和II类异常台区;利用局部异常因子算法,识别I类异常台区中的户变关系异常用户,完成I类异常台区的户变关系调整;计算电压相似性,判定异常用户的台区归属情况,完成II类异常台区的户变关系调整。本发明方法利用电量数据锁定线损率异常台区,并结合电压数据辨识异常台区中的异常用户,完成台区户变关系辨识,使得户变关系清晰、准确,有效地降低了低压台区线损率异常情况的发生。
附图说明
图1为本发明方法流程图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;
对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
如图1所示,一种基于电量和电压数据分析的台区户变关系辨识方法,包括以下步骤:
S1:结合电量数据计算待分析台区的线损率,依据台区线损率确定线损异常台区,分为I类和II类异常台区:
S101.统计待分析台区数为N,统计待分析数据总天数为T,令j=1;
S102.若j≤N,则计算台区j第天线损率,并执行步骤S103,否则,执行步骤S2;
S103.令A
S104.结合台区线损率指标A,确定线损异常台区:
S104a.若A
S104b.若A
S104c.将台区j标记为II类异常台区,将台区j纳入II类台区集合C
S2:利用异常用户检测算法,识别I类异常台区中的户变关系异常用户,完成I类异常台区的户变关系调整:
S201.统计集合C
S202.若m≤N
S203.从台区m中剔除异常用户,并将其纳入异常用户集合U,令m=m+1,执行步骤S202;
S3:计算电压相似性,综合电压相似性、台区线损率和台区线损率波动指标,判定异常用户的台区归属情况,完成II类异常台区的户变关系调整:
S301.令i=1,统计集合U中用户数为M
S302.若i≤M
S303.令R
S304.若将用户i纳入台区x后线损率A
步骤S1所述的台区j第天线损率计算表达式为:
式中,N
步骤S2所述的异常用户检测算法流程为:
a. 每个用户对应1个电压数据序列,所有用户的电压数据组成数据集合D,计算用户e和用户f的距离d(e,f),其中,e∈D,f∈D;
b. 结合距离d,计算用户e的第k距离d
①最少有k个用户
②最多有k−1个用户
c. 结合d和d
N
d. 计算用户f到用户e的第k可达距离
e. 结合N
f. 计算用户e的局部离群因子LOF
g. 若LOF
计算所有用户的局部离群因子,确定待分析台区的异常用户。
步骤S3中用户i与台区j的电压相似性R
式中,N
其中,用户i与台区j的电压相似性
式中,D为电压时序长度;
用户i与台区j下第e个用户的电压相似性
式中,
步骤S3中台区线损率波动指标B
式中,T为待分析数据总天数,x为与用户i的电压相似性最高的台区编号。
本申请方法结合电量数据计算待分析台区的线损率,依据台区线损率确定线损异常台区,分为I类和II类异常台区;利用局部异常因子算法,识别I类异常台区中的户变关系异常用户,完成I类异常台区的户变关系调整;计算电压相似性,判定异常用户的台区归属情况,完成II类异常台区的户变关系调整。
相同或相似的标号对应相同或相似的部件;
附图中描述位置关系的用于仅用于示例性说明,不能理解为对本专利的限制;
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。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,均应包含在本发明权利要求的保护范围之内。
- 一种基于电量和电压数据分析的台区户变关系辨识方法
- 一种基于电量和电压信息融合的户变关系辨识方法