[发明专利]基于显著特征选择的台区识别方法和系统在审
| 申请号: | 202011140671.X | 申请日: | 2020-10-22 |
| 公开(公告)号: | CN112285468A | 公开(公告)日: | 2021-01-29 |
| 发明(设计)人: | 李品磊;莫淼;许博文;王照 | 申请(专利权)人: | 广东电网有限责任公司广州供电局 |
| 主分类号: | G01R31/00 | 分类号: | G01R31/00;G06F17/18 |
| 代理公司: | 广州智斧知识产权代理事务所(普通合伙) 44649 | 代理人: | 孔德超 |
| 地址: | 510620 广*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 显著 特征 选择 识别 方法 系统 | ||
本发明实施例涉及电力系统技术领域,公开了一种基于显著特征选择的台区识别方法和系统。该方法包括:在每个变压器端和用户端均分别安装有第一检测装置和第二检测装置,第一检测装置和第二检测装置均存储有同一时段的电压变化波形数据;目标第一检测装置获取邻近第一检测装置的波形数据;目标第一检测装置基于目标波形数据和邻近波形数据构建最优特征集;目标第一检测装置将最优特征集发送至第二检测装置,由第二检测装置根据最优特征集确定相关特征集,并比对最优特征集和相关特征集,确定用户端的台区归属。实施本发明实施例,可以显著提高台区识别的准确率和抗干扰能力,减少台区识别时需发送的数据量。
技术领域
本发明涉及电力系统技术领域,具体涉及一种基于显著特征选择的台区识别方法和系统。
背景技术
随着电网建设的不断发展,台区的精益化管理己经成为一种趋势。台区用户识别是电力公司实现台区精益化管理、降耗减损的基础,但是台区识别现场的实施比较困难。
目前进行台区识别的设备主要基于两种技术,一是基于载波通信技术,二是基于脉冲电流技术。目前技术人员也基于载波通信技术的基础上提出了一种基于特征对比的方法判断台区关系。基于载波通信技术的台区识别是在配电变压器出口处发送调制的高频编码信息,通过配电网络电力线的传送到达用户端的接收装置,从而实现台区归属的判定和相序的识别。
但在实际使用过程中,由于载波通信本身的工作方式,在相邻变压器进行传送时极易发生共电缆沟、共地、共高压等串扰现象,并且通信基站的信号干扰也能造成载波信号发生共高压串扰,共地串扰、并行传输串扰。目前新提出的特征选择方法虽然可以在一定程度上克服串扰影响,但是仍然容易受到噪声或信号稳定性的影响,例如在某一时刻变压器端受噪声影响时,变压器端波形会产生较大波动而不能反映真实的状况,从而导致误判的发生。
而且,在用户端筛选对比特征的提取时刻时,用户端需要得到多个完整的台区电压完整波形数据,数据传输量巨大,在用户端数据利用率低,使得电力载波传输效率不高。
基于脉冲电流技术的台区识别是通过手持终端发送脉冲电流信号,主机检测到脉冲电流信号后,再进行信号的重新编码,调制出载波信号加载到电力线上,手持终端如果收到此载波信号,这说明该用户是这个变压器供电的。
这种方法的主要不足是识别仪仍然采用点对点通信方式,识别工作效率较低、工作量较大,需要大量的人力和物力。基于特征对比的方法容易受到噪声信号跟信号稳定性的影响,同时在进行判断时数据传输量大,传输效率不高。
发明内容
针对所述缺陷,本发明实施例公开了一种基于显著特征选择的台区识别方法和系统,可以显著提高台区识别的准确率和抗干扰能力,减少台区识别时需发送的数据量。
本发明实施例第一方面公开一种基于显著特征选择的台区识别方法,所述方法包括:
在每个变压器端和用户端均分别安装有第一检测装置和第二检测装置,所述第一检测装置和第二检测装置均存储有同一时段对应于电网线缆的电压变化波形数据;
目标第一检测装置获取邻近第一检测装置的波形数据,所述邻近第一检测装置为所述目标第一检测装置对应的目标变压器端邻近的变压器端安装的第一检测装置,将目标第一检测装置存储的波形数据记为目标波形数据,将所述邻近第一检测装置的波形数据记为邻近波形数据;
目标第一检测装置基于所述目标波形数据和邻近波形数据的比对,确定目标波形数据和邻近波形数据中区分性最大的多个分段的多个特征的组合,并基于所述多个分段的多个特征的组合构建最优特征集;
目标第一检测装置将所述最优特征集发送至第二检测装置,由第二检测装置根据所述最优特征集确定相关特征集,并比对所述最优特征集和相关特征集,确定用户端的台区归属。
作为一种可选的实施方式,在本发明实施例第一方面中,所述构建最优特征集,包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东电网有限责任公司广州供电局,未经广东电网有限责任公司广州供电局许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011140671.X/2.html,转载请声明来源钻瓜专利网。





