(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210955420.X (22)申请日 2022.08.10 (71)申请人 国网湖南省电力有限公司 地址 410004 湖南省长 沙市天心区新韶东 路398号 申请人 国网湖南省电力有限公司经济技 术 研究院　 国家电网有限公司 (72)发明人 梁海维　陈仲伟　何智强　冷阳　 陈远扬　伍也凡　刘浩田　詹扬　 屈少青　刘文军　郑楚玉　陈剑　 (74)专利代理 机构 长沙永星专利商标事务所 (普通合伙) 43001 专利代理师 周咏　米中业(51)Int.Cl. H02J 3/00(2006.01) H02J 13/00(2006.01) G06K 9/62(2022.01) G06F 16/215(2019.01) G06F 16/901(2019.01) G06F 16/29(2019.01) G06Q 50/06(2012.01) G06F 17/18(2006.01) (54)发明名称 基于聚类分析和图论的低压配电台区拓扑 辨识方法及系统 (57)摘要 本发明公开了一种基于聚类分析和图论的 低压配电台区拓扑辨识方法， 包括获取目标低压 配电台区的数据信息； 采用聚类算法分析获得台 区内各个用户所属的相位； 采用聚类算法对属于 同一相下的用户再次进行聚类得到各相用户所 属的电表箱信息； 计算各个电表箱下所有用户的 电压序列的平均值作为该电表箱的电压序列； 构 建各相电表箱所对应的图模型并生成对应的最 小生成树作为各相的拓扑； 融合各个电表箱的地 理位置信息和各相拓扑得到目标低压配电台区 的拓扑信息。 本发明还公开了一种实现所述基于 聚类分析和图论的低压配电台区拓扑辨识方法 的系统。 本发 明以现有台区能够提供的节点电压 数据实现了台区拓扑的自动辨识， 而且可靠性 高、 精确性 好且效率较高。 权利要求书4页 说明书9页 附图4页 CN 115296295 A 2022.11.04 CN 115296295 A 1.一种基于聚类分析和图论的低压配电台区拓扑辨识方法， 包括如下步骤： S1.获取目标低压配电台区的数据信息； S2.根据步骤S1获取的数据信息， 采用聚类算法进行分析， 从而获得台区内各个用户所 属的相位； S3.采用聚类算法， 对属于同一相下的用户再次进行聚类， 从而得到各相用户所属的电 表箱信息； S4.对于各相的已确定接入电表箱的用户， 计算各个电表箱下所有用户的电压序列的 平均值， 并作为该电表 箱的电压序列； S5.根据步骤S4得到的各个电表箱的电压序列， 构 建各相电表箱所对应的图模型， 并生 成图模型 所对应的最小生成树作为各相的拓扑； S6.结合各个电表箱的地理位置信息， 将步骤S5得到的各相拓扑进行融合， 得到目标低 压配电台区的拓扑信息， 完成低压配电台区拓扑辨识。 2.根据权利要求1所述的基于聚类分析和图论的低压配电台区拓扑辨识方法， 其特征 在于步骤S1所述的获取目标低压配电台区的数据信息， 具体包括目标低压配电台区的各个 用户的电表记录的电压时序数据、 各个电表箱电表所记录的电压时序数据和各个电表箱的 地理位置信息； 其中， 电压时序数据以向量V＝{V1,V2,...,Vn}表示， Vn为台区下第n个用户的电压时序 数据。 3.根据权利要求2所述的基于聚类分析和图论的低压配电台区拓扑辨识方法， 其特征 在于所述的步骤S1， 还 包括如下步骤： 若获取的电压时序数据存在缺失， 则采用插值法补齐缺失的电压时序数据。 4.根据权利要求3所述的基于聚类分析和图论的低压配电台区拓扑辨识方法， 其特征 在于步骤S2所述的根据步骤S1获取的数据信息， 采用聚类算法进行分析， 从而获得台区内 各个用户所属的相位， 具体为根据步骤S1获取的数据信息， 结合DTW距离和FCM聚类分析方 法， 对用户相位进行识别， 从而得到台区内各个用户所属的相位。 5.根据权利要求4所述的基于聚类分析和图论的低压配电台区拓扑辨识方法， 其特征 在于所述的步骤S2， 具体包括如下步骤： 对于任意两个用户， 采用如下方式计算两个用户所对应的电压时序数据序列的DTW距 离： 获取任意两个用户的电压时序数据序列V1＝{v11,v12,...,v1k}和V2＝{v21,v22,..., v2m}， 其中v1k为第一个用户在第k个时间断面下的电压数据， v2m为第二个用户在第m个时间 断面下的电压数据； 构建维度为 k*m的距离矩阵D， 距离矩阵D中的元 素dij表示v1i与v2j间的欧式距离； 以距离矩阵D中的元素d11为起点， 以元素dkm为终点， 在距离矩阵D中搜索从d11到dkm的最 短距离， 并将得到的最短距离作为电压时序数据序列V1＝{v11,v12,...,v1k}和V2＝{v21, v22,...,v2m}的DTW距离； 重复以上步骤， 直至计算得到所有任意两个用户所对应的电压时序数据序列的DTW距 离； 采用如下步骤， 结合DTW距离和FC M聚类分析 方法， 对用户相位进行识别：权　利　要　求　书 1/4 页 2 CN 115296295 A 2设定FCM聚类分析的参数， 包括聚类数p， 最大迭代次数rmax和迭代停止阈值ζ； 在所有用电单元的电压时序 数据序列中， 随机选取p组序列作为初始剧烈中心； 所述用 电单元包括用户和电表 箱； 随机设置所有用电单元的电压时序数据序列与聚类中心C＝[C1,C2,...,Cp]的隶属度 矩阵U＝[ μij]p*n， 其中μij为第j个对象对第i个簇的隶属 度， j＝1,2,...,n， n为对象的个数， i＝1,2,...,p； 构建FCM聚类目标函数为： 式中J为FCM聚类目标函数； m表示模糊加权指数， 用于控制隶属度矩阵的模糊程度， m取 值范围为1到正无穷； ； dtw(i,j)为数据Xj与聚类中心Ci之间的DTW距离； 通过以下公式对聚类中心Ci与隶属度 μij进行迭代更新， 直至迭代次数达到最大迭代次 数rmax或者相邻两次迭代过程的聚类中心之间的差值|Ct+1‑Ct|小于或等于迭代 停止阈值ζ： 式中c为模糊加权指数， 用于控制隶属度矩阵的模糊程度； 最后， 通过 FCM聚类分析， 将台区用户分为p簇， 得到用户的相位所属关系。 6.根据权利要求5所述的基于聚类分析和图论的低压配电台区拓扑辨识方法， 其特征 在于步骤S3所述的采用聚类算法， 对属于同一相下的用户再次进行聚类， 从而得到各相用 户所属的电表箱信息， 具体为采用FCM聚类算法， 对属于同一相下的用户再次进行聚类， 从 而得到各相用户所属的电表 箱信息。 7.根据权利要求6所述的基于聚类分析和图论的低压配电台区拓扑辨识方法， 其特征 在于所述的步骤S3， 具体包括如下步骤： 对于任意两个已确定所属相位的用户， 采用如下方式计算两个用户所对应的电压时序 数据序列的DTW距离： 获取任意两个用户的电压时序数据序列V1＝{v11,v12,...,v1k}和V2＝{v21,v22,..., v2m}， 其中v1k为第一个用户在第k个时间断面下的电压数据， v2m为第二个用户在第m个时间 断面下的电压数据； 构建维度为 k*m的距离矩阵D， 距离矩阵D中的元 素dij表示v1i与v2j间的欧式距离；权　利　要　求　书 2/4 页 3 CN 115296295 A 3