[发明专利]基于电压时序数据的台区户变关系识别方法及系统

说明书

本发明公开了一种基于电压时序数据的台区户变关系识别方法及系统，其中，该方法包括：采集和处理配电台区变压器侧和各用户侧的电压时序数据作为多个观测变量；采用FastICA技术对多个观测变量进行独立成分分析与特征提取，获得用于估计多个观测变量的一系列相互独立的随机变量和混合矩阵，利用K‑means聚类方法对特征提取后数据即混合矩阵进行聚类分析，得到聚类结果，根据聚类结果确定台区用户对应关系，该方法无需安装额外的设备和装置，也无需人工检测，能够在保证精度的情况下，仅需根据一定的采样率采集用户电压时序数据实现户变关系的智能识别。

技术领域

本发明涉及电力系统配电网管理技术领域，特别涉及一种利用基于FastICA算法和K-means聚类相结合的台区户变关系识别方法及系统。

背景技术

随着电网的快速发展，电力用户数量持续增长，低压配电网的规模和结构愈发庞大和复杂。为了便于管理，电力公司对低压配电网用户实行分台区管理，而台户关系识别是实现营销精益化、降耗减损的基础，也是窃电检测的前提。为保证线损计算的准确性，电力部门需要经常排查用户的台区信息。在低压台区，部分老旧街区的线路复杂，由于台区信息的不完善和更新不及时等原因，台区用户资料往往不准确甚至缺失。此外，由于用户接线改动或因均衡负荷分配进行线路改造导致的用户进线端和集中器归属关系记录不准确、台户关系与实际不符的问题时有发生，因此在不断电的情况下对台户关系进行有效地识别尤为重要。

目前台户关系识别方法主要分为人工识别和使用专用台区识别设备。人工识别主要依靠电力人员到现场住户排查用户台区归属，随着用电人口与日俱增，人工识别费时费力且效率低下。专用台区识别设备主要采用脉冲电流法，脉冲电流法在变压器端发送脉冲电流信号，在识别终端接受脉冲电流信号完成识别。但该方法无法双向通讯，通常需要载波通信作为辅助通信配合使用，此外脉冲电流信号通过变压器时不会产生交变磁场，无法通过变压器，因此只能在同一台区同一相线范围内传输。

近年来随着用户侧智能电表的大规模安装与普及，电网可获得海量的用户电压、电流等运行数据。鉴于目前研究存在的问题，亟待一种无需安装额外设备和装置，且无需人工检测的方法，来确定台户关系。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的一个目的在于提出一种基于电压时序数据的台区户变关系识别方法，该方法能够在保证精度的情况下仅采用电压时序数据实现户变关系的智能识别。

本发明的另一个目的在于提出一种基于电压时序数据的台区户变关系识别系统。

为达到上述目的，本发明一方面实施例提出了基于电压时序数据的台区户变关系识别方法，包括以下步骤：采集并处理配电台区变压器侧及台区用户侧的时序电压数据，得到多个观测变量；采用FastICA算法对所述多个观测变量进行降维处理，获得所述多个观测变量的相应的独立成分及对应的混合矩阵；利用K-means聚类方法对所述混合矩阵进行聚类分析，得到聚类结果，并根据所述聚类结果确定台区用户对应关系。

本发明实施例的基于电压时序数据的台区户变关系识别方法，依次使用FastICA算法和K-means方法进行数据降维和聚类实现户变关系识别，无需安装额外的设备和装置，也无需人工检测，只需根据一定的采样率采集用户电压时序数据，能够节约人力物力实现户变关系识别，同时，FastICA独立成分分析将电压时序数据转化为静态特征，减少利用电压时序数据相关性计算时的计算量，提高了效率。

另外，根据本发明上述实施例的基于电压时序数据的台区户变关系识别方法还可以具有以下附加的技术特征：

进一步地，在本发明的一个实施例中，在进行所述FastICA算法的降维处理前，需对所述多个观测变量进行数据预处理，其中，所述数据预处理包括去中心化与白化变换。