[发明专利]基于单边优化与遗传算法协作的低压配电网拓扑识别方法

说明书

本发明公开基于单边优化与遗传算法协作的低压配电网拓扑识别方法，包括：读取配电台区配变和用户电表的电气量数据并进行筛选和剔除；确定以电气量为约束的能量函数；在网络拓扑的局部最优解基础上，采用遗传算法计算全局最优解；基于单边优化的构造方法进行多断面数据样本验证校核；验证正确性，在验证正确的情况下，输出低压配电网拓扑连接关系。本发明实现了自动推理出台区低压拓扑连接关系。

技术领域

本发明涉及配电网拓扑识别技术领域，具体涉及基于单边优化与遗传算法协作的低压配电网拓扑识别方法。

背景技术

目前低压台区户-变拓扑关系的辨别，主要有以下几种方式：

一、巡线法：对于台区用户供电为架空线方式，传统的巡线法就是以用户表箱的下火线出线为起点，沿着下火线上溯巡线，直至配电变压器的出线端，沿途绘制布线图、记录设备的铭牌参数、编号。此方法的特点是：工作量大，效率低，一旦用户改线或增容后，又得重新巡线。

二、拉闸法：通过对配电变压器低压出线拉闸断电，在用户侧检验是否失电，一旦失电表明该用户即属于该变压器出线供电，若未失电，则表明不属于该变压器出线供电范围，以此类推。此方法的特点是：需要停电，引起用户不满，且依然存在一旦用户改线或增容后，又得重新来过的问题。

三、信号注入法：在配电变压器侧安装发送主机，在用户侧安装接收终端，利用供电线路注入特殊信号(如：脉冲信号、载波信号等)，通过主机发送与终端检测识别的相互配合，来判断出用户的供电属性。此方法的特点是：依然需要现场操作，工作量大，也同样存在一旦用户改线或增容后，又得重新来过的问题。

目前的台区低压配电拓扑的识别还是依赖人工查线或侵入式安装设备的实现方式，需要人工参与，工作繁琐，时间长，且无法做到自动更新与识别，迫切需要能有一种自适应的台区低压配电网拓扑识别方法来解决上述问题。

发明内容

发明目的：本发明目的在于针对现有技术的不足，提供基于单边优化与遗传算法协作的低压配电网拓扑识别方法，自动推理出台区低压拓扑连接关系。

技术方案：本发明所述的基于单边优化算法与遗传算法协作的低压配电网拓扑识别方法，采用如下步骤：(1)读取配电台区配变和用户电表的电气量数据，进行筛选与剔除；(2)确定以电气量为约束的能量函数；(3)运用神经网络，得到网络拓扑的初始解；(4)在初始解基础上，采用遗传算法计算全局最优解；(5)基于单边优化的构造方法进行多断面数据样本概率统计优化；(6)输出低压配电网拓扑连接关系。

进一步地，所述步骤(3)中采用V矩阵状态表示神经元状态，(n*m)*m个神经元对应(n*m)*m个用户表箱；在V矩阵的每行中，1表示用户表箱连接在某一电缆分支箱下，0表示没有连接关系。

进一步地，所述步骤(4)遗传算法中染色体的基因位置对应配电台区内的所有能接入位置，基因的值为所接入用户表箱的编号，以基尔霍夫定律计算电度量、电流、有功功率中任一种变化趋势的差值来构建适应度函数，再经过选择函数、交叉函数、变异函数、重选函数、总函数来迭代寻优计算全局最优解。

进一步地，基于N次遗传算法计算结果，将每次计算的误差测量值ΔE₁与历史ΔE₁比较，若当前次ΔE₁比历史ΔE₁值小，保留当前次值为最优，否则舍弃当前次值，最后保留最优的一次ΔE₁；

ΔE₁的计算是由下面公式推导而来：

ΔE_1-t[i][j]＝(E_1-t[i][j+1]-E_1-t[i][j])/E_1-t[i][j+1]；