[发明专利]一种基于电流大数据的多阈值拓扑识别方法

说明书

本发明提供了一种基于电流大数据的多阈值拓扑识别方法,经过将传感单元数据和断路器、表计数据采集传输到数据导入程序模块，经过数据演算程序模块、父节点删减判定程序模块、拓扑解析程序、拓扑档案上传。通过本发明的技术方案，本发明定位于电力物联网，从大数据的角度进行拓扑识别分析，提供一种基于电流数据的拓扑识别方法，仅通过电流数据计算可以完整分析出电力拓扑关系，实现电力拓扑识别。

技术领域

本发明涉及电力物联网技术领域，具体而言，特别涉及一种基于电流大数据的多阈值拓扑识别方法。

背景技术

长期以来，电力拓扑识别作为电网配网的一个重要课题，并未有良好的识别方法及实际的推广应用，而电力拓扑识别更是精益化台区治理的基础，而对于老旧台区，台区维护和电力档案缺失更让电力拓扑变的凌乱和复杂，为台区的治理变得困难重重。当前台区拓扑识别的主要方法是通过发送脉冲电流的方法来进行，此方法操作复杂，需专门的设备到现场进行操作，且脉冲电流对电网安全存在隐患。部分设备厂家通过宽带载波，利用载波信号信噪比及逻辑拓扑关系进行拓扑识别，因准确率低等因素，并未广泛推广应用。

发明内容

为了弥补现有技术的不足，本发明定位于电力物联网，从大数据的角度进行拓扑识别分析,提供了一种基于电流大数据的多阈值拓扑识别方法。

本发明是通过如下技术方案实现的：一种基于电流大数据的多阈值拓扑识别方法，具体包括以下步骤：

步骤（1）：将传感单元数据和断路器、表计数据采集传输到数据导入程序模块，数据导入程序模块包括数据整理和数据对齐，将数据进行整理和对齐；

步骤（2）：将步骤（1）整理和对齐的数据进入数据演算程序模块，数据演算程序模块包括数据基础阈值、数据对比阈值、数据采样、数据对比和对比结论；

步骤（3）：经过步骤（2）的得到的数据结论传输进入父节点删减判定程序模块，父节点删减判定程序模块包括无关概率阈值和相似节点判定，无关概率阈值判断两个节点是否无关,采用无关概率阈值排除算法，大于无关概率阈值的节点在该节点可能父节点内排除，相似节点判定用于判定一个分支的子节点与其父节点的相似度；

步骤（4）：经过步骤（3）的得到的数据进入拓扑解析程序，拓扑解析程序包括外部信息综合、三项综合解析、相似节点相思解析和子节点父节点相似解析，采用相似算法将所有相似度数据相加，真正父节点的相似度和将明显大于其他可能父节点的相似度和；

步骤（5）：将经过步骤（4）的数据进入拓扑档案上传。

作为优选方案，步骤（1）中的数据导入程序是在在进行无关排除算法之前，需将获取的电流数据按分钟为刻度对齐，允许各节点在部分分钟点上无数据。

作为优选方案，步骤（2）中的数据基础阈值是两个节点获取对比数据的最小值，基础阈值越大，节点获取的对比数据越少，无关排除的可信度越高；基础阈值越小，节点获取的对比数据越多，对电流数据精确度要求越高。

作为优选方案，步骤（2）中的数据对比阈值根是据电流采集设备的误差及精度设置一个对比阈值，两节点数据对比时，对比差小于对比阈值时，不判定两个节点的大小，即，不认为两节点无关。

作为优选方案，步骤（3）中的无关概率阈值在两个节点电流数据进行对比时，A节点大于B节点的次数和B节点大于A节点的次数中，小值与大值的比值为无关概率，如此比值大于无关概率阈值，则认为A节点和B节点无关。