[发明专利]一种配电网动态参数辨识方法及装置

说明书

本发明公开了一种配电网动态参数辨识方法及装置。方法包括：对采集的配电网运行数据、外部环境数据进行数据预处理，生成配电网动态参数辨识样本；将配电网动态参数辨识样本离散化，获取离散化样本；基于预先建立的概率图模型，根据离散化样本，获取概率图模型的参数；所述概率图模型为两时间片概率图模型；根据观测变量以及获取参数后的概率图模型，基于置信度传播算法，获取配电网动态参数。本发明可以在部分量测数据或外部环境数据缺失的情况下利用概率图模型推断出配电网动态参数，有助于提高部分配电区域运行方式突变或外部环境突变情况下的参数辨识精度。

技术领域

本发明属于数据驱动的配电网参数辨识领域，具体涉及一种配电网动态参数辨识方法及装置。

背景技术

节能降损的重点在配电网，配电线路物理参数是电网损耗计算的基础。由于配电网规模庞大，各区域配电自动化水平不同，部分供电区域难以获得准确的配电线路物理参数。在实际运行中，配电网线路物理参数与环境温度、线路载流量等因素密切相关，会随着运行环境的变化而呈现出动态特性，造成生产管理系统(PMS)中存储的静态配电网线路物理参数不准确。导致部分地区配电网调度部分无法精确的掌握配电网运行状态，进而增加了由于人为操作不当而产生的停电事故的可能性。通过人工校核动态参数的方式效率低、成本高，如何利用高级量测体系数据进行数据驱动的配电网动态参数辨识成为实现智能电网态势感知的关键。

发明内容

发明目的：针对现有技术的问题，本发明提出一种基于概率图模型的配电网动态参数辨识方法及装置，分析配电网运行状态和外部环境因素对配电网参数动态特性的影响，利用概率图模型推断出配电网动态参数的概率分布，实现配电网动态参数的精准辨识。

技术方案：为实现上述目的，一方面，本发明提出了一种配电网动态参数辨识方法，包括以下步骤：

对采集的配电网运行数据、外部环境数据进行数据预处理，生成配电网动态参数辨识样本；

将配电网动态参数辨识样本离散化，获取离散化样本；

基于预先建立的概率图模型，根据离散化样本，获取概率图模型的参数，其中所述概率图模型为两时间片概率图模型；

根据观测变量以及获取参数后的概率图模型，基于置信度传播算法，获取配电网动态参数。

进一步地，所述概率图模型的建立步骤包括：

选择一个时刻下的温度、湿度、馈线段电压降以及馈线段传输功率作为概率图模型中的观测变量，选择线路在该时刻的阻抗作为概率图模型的隐变量；

依据单个时间片下各观测变量与隐变量间的因果关系，逐个将各个变量加入到概率图模型中，构建静态贝叶斯网络；

设定一个初始时间片，指定该时间片下各变量的先验概率分布；

指定相邻时间片之间各状态的因果关系，构建转移模型。

进一步地，所述生成配电网动态参数辨识样本，包括：

对外部环境数据进行二次样条插值，使得不同数据来源的外部环境数据的频率齐同；

合并不同数据源的数据，剔除其中的冗余字段；

剔除配电网运行数据中的重复数据，以及进行数据去空。

进一步地，所述将配电网动态参数辨识样本离散化，其计算公式如下：

其中Z为隐变量，m为划分的离散区间的个数，N_count(Z＝s)为数据中隐变量在状态s的样本数量；N_amount(Z)为样本总数。

进一步地，所述获取概率图模型的参数，包括：