[发明专利]一种基于主成分分析与EM距离的低压用户相别识别方法

说明书

本申请提供的一种基于主成分分析与EM距离的低压用户相别识别方法包括：采集关口表三相电压及低压用户电压；对低压用户电压中的缺失数据采用牛顿法插值处理；利用主成分分析将高维数据映射到低维空间，将所有低压用户电压形成矩阵，将矩阵中的所有特征去均值，得到协方差矩阵C；计算矩阵C的特征值和特征向量；根据特征值和特征向量计算得到主成分PCsubgt;1/subgt;、PCsubgt;2/subgt;并进行聚类，得到聚类后的各相用户的曲线；根据曲线计算聚类中值；将聚类中值与关口表各相电压的EM距离进行归类分析得到识别结果。本方法对相别识别准确性较高，且较于传统相似度算法在判别相别时具有明显区分度，解决现有的智能电表对低压用户相别识别准确性和选择性不高的问题。

技术领域

本申请涉及智能电网技术领域，尤其涉及一种基于主成分分析与EM距离的低压用户相别识别方法。

背景技术

配电网中低压用户大多采用单相电，随着用户的增加、维护、恢复、重新配置以及用户消费模式的变化，三相电压可能由平衡状态转为不平衡状态。负载不平衡会产生电能质量差，功率损耗增加、变压器使用寿命缩短等问题。准确识别用户相别可调整部分用户相别，尽可能达到三相负载平衡，降低配电线路损耗及低压供电线路耗电量，提高电能质量，提高配变寿命。

传统相位识别通过手动或主动注入信号实现，两种方式成本高、劳动密集、耗时且容易出错。错误的相位识别会导致拓扑检测、状态估计和故障定位检测的错误。目前，电力公司将配网中手动读数模拟仪表升级到智能仪表，提高了配电网络的可观察性和可控性。但是，现有智能电表大多只具备采集电压及电量功能，若只利用电压，判别结果准确率难以保证，导致现有的智能电表对低压用户相别识别准确性和选择性不高。

发明内容

本申请提供了一种基于主成分分析与EM距离的低压用户相别识别方法，以解决现有的智能电表对低压用户相别识别准确性和选择性不高的问题。

Earth Mover's Distance为推土机距离，简称EMD，也叫Wasserstein距离，用来表示两个分布的相似程度。

本申请提供的一种基于主成分分析与EM距离的低压用户相别识别方法，包括以下步骤：

采集关口表三相电压及低压用户电压；

对所述低压用户电压中的缺失数据采用牛顿法插值处理，得到高维数据；

利用主成分分析将所述高维数据映射到低维空间，将所有低压用户电压形成矩阵，将矩阵中的所有特征去均值，得到协方差矩阵C；

计算所述矩阵C的特征值和特征向量；

根据所述特征值和特征向量计算得到主成分PC₁、PC₂并进行聚类，得到聚类后的各相用户的曲线；

根据所述曲线计算聚类中值；

将所述聚类中值与关口表各相电压的EM距离进行归类分析得到识别结果。

可选的，所述低压用户电压中的缺失数据采用牛顿法插值处理，得到高维数据步骤包括：

设样本包含n个点{(x₁，(x₁)),…,(x_n，f(x_n))}，其中缺失点为(x_i，f(x_i))，则插值多项式f(x_i)为：

其中，f(x_i)为牛顿插值所得函数值，根据所述插值多项式可以计算缺失数据。

可选的，所述利用主成分分析将所述高维数据映射到低维空间，将所有低压用户电压形成矩阵，将矩阵中的所有特征去均值，得到协方差矩阵C的步骤包括：