[发明专利]基于深度学习与决策树驱动的配电网混合观测布点方法

权利要求书

1.基于深度学习与决策树驱动的配电网混合观测布点方法，其特征在于，包括如下步骤：

S1，获取主动配电网运行状态离线样本T；

S2，基于主动配电网运行状态离线样本构建决策树模型，将S1中所获取的离线样本输入至决策树模型进行分析计算，获得节点的特征重要度，并按照从大到小顺序对特征重要度进行排列，选择序列的前n个特征重要度对应的节点的量测数据，组成备选混合观测布点样本集；

S3，将步骤S2获得的备选混合观测布点样本集输入PCA-DBN耦合拓扑识别模型，分析主动配电网拓扑的可观性，判断主动配电网拓扑是否完全可观，若主动配电网拓扑完全可观则进入步骤S4，若主动配电网拓扑不完全可观，选择序列的前n+1个特征重要度对应的节点的量测数据，组成备选混合观测布点样本集，并重新输入至PCA-DBN耦合拓扑识别模型中；

S4，得到混合观测布点方案；

S2中所述的构建决策树模型包括如下步骤：

对以X作为输入变量，以Y作为输出变量的主动配电网运行状态离线样本T进行有监督学习，其中主动配电网运行状态离线样本为：T＝{(x₁,y₁),(x₂,y₂),…,(x_n,y_n)}；

主动配电网运行状态离线样本T的基尼系数数学表达式为：

主动配电网运行状态离线样本设置有K个类别，C_k为第K个类别样本数量；

决策树模型是从根节点开始通过主动配电网运行状态离线样本基于基尼系数最小准则递归构建二叉决策树，该决策树模型的建立过程如下：

S20，输入主动配电网运行状态离线样本T、基尼系数阈值g_ini；

S21，计算主动配电网运行状态离线样本每一个特征和划分节点的损失函数，随机选择主动配电网运行状态离线样本T的第j个特征x_j作为样本的切分变量以及x_j的取值s作为样本的划分节点，将主动配电网运行状态离线样本T划分为两个子数据集T_s1和T_s2，划分原则的数学表达式如下：

损失函数为划分后两个子数据集T_s1和T_s2的均方差，选择损失函数达到设定最小值时对应的特征切分变量x_j以及划分节点s，其计算公式如下：

式中c₁表示子数据集T_s1输出的平均值，c₂表示子数据集T_s2输出的平均值，其中

S22，分别计算两个划分节点的基尼系数，判断两个划分节点的基尼系数是否小于基尼系数阈值g_ini，当两个划分节点的基尼系数均不小于基尼系数阈值g_ini时，则两个划分节点各自返回步骤S21处继续节点递归划分；当其中一个划分节点的基尼系数小于基尼系数阈值g_ini时，则该节点停止节点递归划分，将没有小于基尼系数阈值g_ini的另外一个划分节点返回至步骤S21处继续节点递归划分，直至递归到另外一个划分节点的基尼系数小于基尼系数阈值g_ini，得到所有划分的节点为K个子空间；

S23，将输入的主动配电网运行状态离线样本划分为K个子空间，每个子空间包含部分的样本数据和子空间输出值的平均值c_K，得到决策树模型，决策树模型的数学表达式为：

式中I(x∈T_sK)表示模型的指示函数；

步骤S2中所述的将S1获取的离线样本输入至决策树模型进行分析计算的方式如下：

式中N表示主动配电网运行状态离线样本总数量，N_t表示当前节点的主动配电网运行状态离线样本数量，N_tR表示当前节点左子树，N_tL表示当前节点左子树的主动配电网运行状态离线样本数量，H表示当前节点不纯度，H_right表示当前节点左子树，H_left表示当前节点左子树的不纯度；

步骤S3中所述的将步骤S2获得的备选混合观测布点样本集输入PCA-DBN耦合拓扑识别模型，分析主动配电网拓扑可观性的流程如下：

S30，对备选混合观测布点样本集进行预处理；

S31，采用PCA选取满足拓扑识别准确度要求的主成分变量，同时降低节点电压数据的噪声以及数据维度；

S32，构建DBN网络，应用DBN训练学习样本节点电压与网络拓扑的非线性关系；

S33，训练完成后，保存训练后的PCA-DBN耦合模型；

S34，输入预处理后的备选混合观测布点样本集到训练好的PCA-DBN耦合模型拓扑识别器中进行配电网拓扑辨识分析，得到主动配电网拓扑可观性的分析结果。

2.根据权利要求1所述的基于深度学习与决策树驱动的配电网混合观测布点方法，其特征在于，S1中所述获取主动配电网运行状态离线样本的流程如下：

S10，选择满足主动配电网径向、无环和无孤岛三个运行特性的配电网运行拓扑结构集合G_T＝(G_T1,G_T2,…,G_Tm)；

S11，从可行拓扑集合G_T中选取拓扑G_Ta；

S12，基于可行拓扑G_Ta，根据典型日负荷波动曲线和光伏出力曲线以及考虑光伏和ZIP负荷，生成不同的主动配电网运行场景；

S13，在不同的主动行场景下计算潮流分布，记录主动配电网运行状态数据组成主动配电网运行状态离线样本，其中，所述的离线样本包括主动配电网各节点的有功功率P、节点电压V和电压相角差θ做为样本的输入，以及对应输入的配电网联络开关和分段开关状态做为样本输出。