基于電氣特性分析的臺(tái)區(qū)拓?fù)渥兓孀R(shí)方法

蔡永智 唐捷 危阜勝 李健 郭文翀 楊銀 劉斯亮

摘要：低壓臺(tái)區(qū)拓?fù)潢P(guān)系識(shí)別是支撐配電網(wǎng)智能化、數(shù)字化的關(guān)鍵基礎(chǔ)。當(dāng)前臺(tái)區(qū)相序識(shí)別多從靜態(tài)識(shí)別角度研究，缺少拓?fù)渥兓R(shí)別方法，就此提出了基于電氣特性分析的臺(tái)區(qū)拓?fù)渥兓孀R(shí)方法。對(duì)臺(tái)區(qū)每天的用電數(shù)據(jù)設(shè)置滑動(dòng)窗口，首先判斷每一幀滑動(dòng)窗口的電流數(shù)據(jù)的擬合偏差是否超過(guò)閾值;然后在拓?fù)渥儎?dòng)較大的情況下直接啟動(dòng)拓?fù)溆?jì)算程序，對(duì)臺(tái)區(qū)用戶重新計(jì)算相序拓?fù)潢P(guān)系，而在拓?fù)浒l(fā)生小變動(dòng)的場(chǎng)景下，啟動(dòng)拓?fù)渥儎?dòng)辨識(shí)程序，進(jìn)一步分析了拓?fù)渥儎?dòng)的電氣特性并提出辨識(shí)方法;最后通過(guò)算例表明所提方法可以有效發(fā)現(xiàn)并辨識(shí)出相序拓?fù)渥兓挠脩簟?/p>

關(guān)鍵詞：低壓臺(tái)區(qū);相序識(shí)別;拓?fù)渥兓?滑動(dòng)窗口

中圖分類號(hào)：TM711文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1009-9492（2021）11-0227-04

Phase Sequence Recognition Method of Station Area Based on Random Forest Algorithm

Cai Yongzhi1，Tang Jie2，Wei Fusheng2，Li Jian1，Guo Wenchong2，Yang Yin3，Liu Siliang3

（1. Metrology Center of Guangdong Power Grid Co.， Ltd. ， Guangzhou 510060， China;2. Guangdong Power Grid Corp， Guangzhou 510060， China;3. Guangzhou Power Electrical Technology Co.， Ltd.， Guangzhou 510700， China）

Abstract： Theidentification of the topological relationship of low-voltagestationsis the key foundation tosupport theintelligentand digitalization of the distribution network. At present， the phase sequence recognition of the station area is mostly studied from the perspective of static recognition， and there is no topology change recognition method. For this reason， a station area topology change recognition method based on the analysis of electrical characteristics was proposed. A sliding window was set for the daily electricity consumption data of the station area. First， determined whether the fitting deviation of the current data of each frame of the sliding window exceeded the threshold. Then， directly started the topology calculation program in the case of large changes in the topology， and checked the station area. The user recalculated the phase sequence topological relationship， and in the case of small changes in the topology， started the topology change identification program， further analyzed the electrical characteristics of the topology change and proposed an identification method. Finally， the calculation example shows that the proposed method can be effectively found and identified users whose phase sequence topology changes.

Key words： low-voltage station area; phase sequence recognition; topological changes; sliding window

0 引言

隨著低壓配電網(wǎng)向數(shù)字化轉(zhuǎn)型，電網(wǎng)提出了配電物聯(lián)網(wǎng)作為配電臺(tái)區(qū)業(yè)務(wù)的解決方案[1-2]。從計(jì)量自動(dòng)化系統(tǒng)不斷深入推廣，為低壓配電臺(tái)區(qū)的精細(xì)化管理提供了有力支撐。其中，配電網(wǎng)的拓?fù)浣Y(jié)構(gòu)是配電網(wǎng)進(jìn)行線損分析、故障診斷、潮流計(jì)算、三相平衡等應(yīng)用功能的基礎(chǔ)。為此，優(yōu)化和完善好配電臺(tái)區(qū)物理拓?fù)浞治鲞@項(xiàng)基礎(chǔ)功能對(duì)進(jìn)一步深化、完善計(jì)量業(yè)務(wù)的功能應(yīng)用具有重要意義。

目前對(duì)配電網(wǎng)物理拓?fù)溲芯枯^多的是相序拓?fù)浞治?，且依托于用電大?shù)據(jù)資源，從數(shù)據(jù)驅(qū)動(dòng)方向切入是當(dāng)前拓?fù)渥R(shí)別的研究熱點(diǎn)[3-4]。到目前為止，關(guān)于配電臺(tái)區(qū)拓?fù)渥R(shí)別和校驗(yàn)的研究成果頗多，唐捷等[5]從相序識(shí)別算法進(jìn)行了深入研究，首先從物理機(jī)理上研究了臺(tái)區(qū)用戶電氣量的時(shí)空特性，然后以此為理論依據(jù)提出了電壓相關(guān)性分類結(jié)合電流優(yōu)化的相序識(shí)別算法;張麗強(qiáng)，徐曉東，連子寬等[6-8]僅采用電壓數(shù)據(jù)從相關(guān)性、聚類角度各自提出了不一樣的相序識(shí)別方法;張磐等[9]基于電力載波通信提出了配電網(wǎng)拓?fù)浣Y(jié)構(gòu)辨識(shí)方法。以上研究的識(shí)別效果在算例中都具有很好的表現(xiàn)，但都基于用戶用電數(shù)據(jù)得到臺(tái)區(qū)靜態(tài)相序拓?fù)浣Y(jié)果，沒(méi)有考慮拓?fù)浒l(fā)生變動(dòng)時(shí)相序識(shí)別結(jié)果的準(zhǔn)確性及時(shí)效性。事實(shí)上，在拓?fù)渥儎?dòng)累計(jì)到了一定量后分析數(shù)據(jù)可以得到變動(dòng)后的物理拓?fù)洌珪r(shí)效性太低，不能馬上知曉改變后的相序拓?fù)洹?/p>

配電臺(tái)區(qū)拓?fù)渥儎?dòng)是較為常見(jiàn)的現(xiàn)象，一般來(lái)說(shuō)，臺(tái)區(qū)發(fā)生拓?fù)渥儎?dòng)主要有用戶增減、用戶遷改、用戶換相等幾種常見(jiàn)形式。用戶增減、用戶遷改發(fā)生后其配電臺(tái)區(qū)的抄表檔案也會(huì)隨之改動(dòng)，這種形式的拓?fù)渥儎?dòng)可以根據(jù)每日的負(fù)荷曲線抄讀結(jié)果中的用戶電表數(shù)量做判斷，而用戶換相不增減臺(tái)區(qū)供電用戶數(shù)目，僅從抄表檔案上無(wú)法察覺(jué)，需要進(jìn)一步對(duì)臺(tái)區(qū)拓?fù)鋵?shí)時(shí)分析，從而及時(shí)發(fā)現(xiàn)相序發(fā)生改動(dòng)的用戶。

唐捷等[5]提出的配電臺(tái)區(qū)相序拓?fù)浞椒◤碾妷悍诸惒⒔Y(jié)合電流優(yōu)化匹配角度設(shè)計(jì)識(shí)別算法，在實(shí)例中得到很好的應(yīng)用效果，但沒(méi)有對(duì)拓?fù)涓膭?dòng)場(chǎng)景下的動(dòng)態(tài)拓?fù)渥龇治觥；诖耍疚脑谇叭搜芯炕A(chǔ)上，對(duì)拓?fù)渥儎?dòng)的電氣特征進(jìn)一步深入分析，提出了基于電氣特征分析的臺(tái)區(qū)拓?fù)渥兓孀R(shí)方法。

1 拓?fù)渥儎?dòng)電氣特性分析與辨識(shí)方法

配電臺(tái)區(qū)拓?fù)渥儎?dòng)后一定會(huì)在用戶的運(yùn)行電氣量上發(fā)生變化，分析拓?fù)渥儎?dòng)前后電氣特性的變化是本節(jié)要重點(diǎn)研究的內(nèi)容。

本文僅對(duì)用戶換相這一種拓?fù)渥儎?dòng)場(chǎng)景進(jìn)行研究分析。用戶換相的規(guī)模通常是不確定的，在數(shù)據(jù)分析時(shí)并不知道有多少用戶發(fā)生換相，是分散單戶換相還是共線的集中多戶一起換相也是未知的。對(duì)于分散單戶換相情況從皮爾遜相關(guān)系數(shù)入手對(duì)每一塊用戶電表的相關(guān)系數(shù)向量進(jìn)行逆序排列，分析排在該電表后面的2～3塊電表的相序來(lái)確定。其中，用戶電表的相關(guān)系數(shù)向量是指以該用戶電表為參考其他用戶電表與之的皮爾遜相關(guān)系數(shù)。具圖1電表皮爾遜相關(guān)系數(shù)關(guān)聯(lián)特性體分析說(shuō)明如圖1所示。

以電表 A1為分析對(duì)象，在換相前，按皮爾遜相關(guān)系數(shù)排列后 A2、A3、A4與之關(guān)聯(lián)最強(qiáng)。在電表 A1換相至 B 相后，按皮爾遜相關(guān)系數(shù)排列后 B2、B3、B4與之關(guān)聯(lián)最強(qiáng)?？梢?jiàn)，對(duì)于同一塊電表，在換相前后與之同相的電表發(fā)生了變化，由此可判斷電表 A1相序發(fā)生改變。

集中多戶電表發(fā)生相序變動(dòng)采用上述方法是不能有效確定的，因?yàn)榧卸鄳綦姳響粝嘀g相關(guān)性很高，若同時(shí)換相，極有可能換相前后的關(guān)聯(lián)電表是一樣的?；诖耍岢鲆环N基于已知相序分類結(jié)果的拓?fù)渥儎?dòng)電氣特征分析方法。

計(jì)算得到臺(tái)區(qū)的穩(wěn)定拓?fù)浜骩5]，同時(shí)得到 A 、B 、C 相電表的分類集合。假設(shè)某相有 m 塊電表，這 m 塊電表又分為 k 類，分類結(jié)果如圖2所示。圖中，大矩形表示 m 塊電表的皮爾遜相關(guān)系數(shù)矩陣，小矩形表示被分為一類電表的皮爾遜相關(guān)系數(shù)子陣。從圖中可以看到，每一類都有至少有一塊電表組成。一般的，類內(nèi)電表間皮爾遜系數(shù)非常高，類間電表間皮爾遜系數(shù)較低，在拓?fù)洳话l(fā)生改變情況下，總能維持這種關(guān)系。

若某塊電表或集中多塊電表（數(shù)目不超過(guò)一個(gè)分類電表數(shù)目）發(fā)生了換相，在類內(nèi)電表之間的皮爾遜相關(guān)系數(shù)將不會(huì)統(tǒng)一趨于較高的值被聚成一簇，而是會(huì)分成多簇。若一個(gè)分類的電表都統(tǒng)一被換到另一相上，此時(shí)類內(nèi)電表還是聚成一類。

使用 K-means對(duì)圖2中每一類的皮爾遜系數(shù)子陣進(jìn)行聚類。K-means的目標(biāo)函數(shù)為：

式中：dij為樣本點(diǎn)到距離中心的歐式距離; k 為聚類數(shù)目;ni為樣本i的數(shù)目;ci 是第i類樣本的聚類中心。

聚類數(shù)目上限按不大于每一類的電表數(shù)設(shè)置，從聚成一類開(kāi)始依次遞增聚類數(shù)，并計(jì)算每一次聚類結(jié)果的戴維森堡丁指數(shù)（ Davies-Bouldin ， DBI ）[10]作為分類適確性指標(biāo)，確定最佳分類數(shù)。

得到聚類結(jié)果再進(jìn)一步計(jì)算每一類中每一塊電表與關(guān)口電表的皮爾遜相關(guān)系數(shù)。以 A相為例進(jìn)行說(shuō)明，假設(shè) A 相電表計(jì)算的皮爾遜相關(guān)系數(shù)矩陣可分成圖2所示的 k 個(gè)子陣，對(duì)這 k 個(gè)子陣的電表采用K-means聚類后分別有 m1，m2，…，mk個(gè)類別，然后再計(jì)算每一個(gè)類別中的電表與關(guān)口 A 、B 、C相電表的皮爾遜系數(shù)，取其最大值，可得到如下結(jié)果：

其中，一行對(duì)應(yīng)圖2中的一個(gè)分類子陣，一行中的元素 r 代表電表與關(guān)口 A 、B 、C相電表的皮爾遜相關(guān)系數(shù)中最大值。一般的，在三相不平衡度較大時(shí)，取 r 值所對(duì)應(yīng)的相序就為該電表的相序，但三相不平衡度較小時(shí)，不能保證相序的正確性。為此，這里計(jì)算得到了類別 m1，m2，…，mk中每一塊電表的相序，以投票方式選出類別 m1，m2，…，mk的相序。至此可以得到拓?fù)浔孀R(shí)后的相序拓?fù)浣Y(jié)果。

2 拓?fù)渥儎?dòng)辨識(shí)流程

2.1 電壓電流序列滑動(dòng)窗口設(shè)置

在拓?fù)浒l(fā)生變動(dòng)后首要就是從數(shù)據(jù)分析上及時(shí)感知變動(dòng)后的拓?fù)洌虼艘皶r(shí)獲取拓?fù)渥儎?dòng)后的負(fù)荷數(shù)據(jù)。拓?fù)渥儎?dòng)可以發(fā)生一天中的任何時(shí)刻，本文設(shè)置了電壓、電流序列滑動(dòng)窗口數(shù)據(jù)獲取機(jī)制，對(duì)每個(gè)滑動(dòng)窗口數(shù)據(jù)采用第一節(jié)拓?fù)渥儎?dòng)電氣特性分析方法可及時(shí)發(fā)現(xiàn)并識(shí)別出變動(dòng)后的用戶相序拓?fù)?。電壓、電流序列滑?dòng)窗口設(shè)置如下：設(shè)置滑動(dòng)窗口時(shí)長(zhǎng)6h （24個(gè)時(shí)刻點(diǎn)，采用頻率為15 mim/點(diǎn)），滑動(dòng)步長(zhǎng)為一個(gè)采樣時(shí)刻點(diǎn)，一天則有73個(gè)滑動(dòng)窗口。

需要說(shuō)明的是：拓?fù)浔孀R(shí)功能應(yīng)對(duì)一天96個(gè)時(shí)段任意時(shí)刻發(fā)生拓?fù)渥儎?dòng)都能有效，則數(shù)據(jù)時(shí)長(zhǎng)跨度應(yīng)能覆蓋一天96個(gè)點(diǎn)。另外，本文所提的滑動(dòng)窗口數(shù)據(jù)設(shè)置沒(méi)有確定的起始時(shí)刻，只要拓?fù)渥儎?dòng)時(shí)刻被覆蓋在滑動(dòng)窗口起終點(diǎn)之間，對(duì)任意時(shí)間點(diǎn)起始的滑動(dòng)窗口設(shè)置都能有效進(jìn)行辨識(shí)。

2.2 辨識(shí)流程

一般情況下，臺(tái)區(qū)拓?fù)洳粫?huì)經(jīng)常變動(dòng)，在得到穩(wěn)定拓?fù)浜蟛挥眠M(jìn)行拓?fù)溆?jì)算，只需辨識(shí)拓?fù)涫欠褡儎?dòng)就可以了。首先辨識(shí)拓?fù)涫欠癜l(fā)生大的相序改動(dòng)，若是則啟動(dòng)拓?fù)溆?jì)算分析，若無(wú)則進(jìn)一步辨識(shí)是否少數(shù)用戶是否發(fā)生相序變動(dòng)，辨識(shí)方式即是采用電壓序列滑動(dòng)窗口數(shù)據(jù)分別對(duì) A 、B 、C相用戶電表進(jìn)行電氣特性分析。總體實(shí)現(xiàn)流程如圖3所示。

3 算例分析

在Matlab仿真平臺(tái)上搭建了低壓臺(tái)區(qū)模型，臺(tái)區(qū)用

戶規(guī)模為150戶，A 相用戶57戶，B 相用戶52戶， C相用戶41戶?；诜抡媾_(tái)區(qū)運(yùn)行的用戶和關(guān)口電表的量測(cè)數(shù)據(jù)采用相序分析方法得到穩(wěn)定拓?fù)?A 、B 、C相的用戶分類結(jié)果如表1所示。表中，各相序用戶分布中大括號(hào)中的用戶為一個(gè)分類，A 相分類數(shù)為6， B 相分類數(shù)為8，C相分類數(shù)為3。

仿真設(shè)置了發(fā)生換相的用戶，具體如表2所示。

仿真選取的數(shù)據(jù)時(shí)長(zhǎng)為288個(gè)時(shí)刻點(diǎn)（3天），相序拓?fù)浒l(fā)生改變發(fā)生在第193個(gè)時(shí)刻點(diǎn)（第3天零點(diǎn)時(shí)刻）。為方便分析，這里從第153個(gè)時(shí)刻開(kāi)始設(shè)置滑動(dòng)窗口，使得拓?fù)渥儎?dòng)發(fā)生時(shí)刻在一天內(nèi)的中間時(shí)段。

按照前文所述拓?fù)浔孀R(shí)流程，對(duì)拓?fù)渥儎?dòng)后的運(yùn)行量測(cè)數(shù)據(jù)進(jìn)行拓?fù)浔孀R(shí)，以穩(wěn)定后的相序拓?fù)錇榛鶞?zhǔn)，計(jì)算每個(gè)滑動(dòng)窗口下的辨識(shí)拓?fù)浜突鶞?zhǔn)拓?fù)涞奈呛下?，結(jié)果如圖4所示。由圖可知，在第172個(gè)時(shí)刻點(diǎn)時(shí)，有一塊電表相序有變動(dòng)，吻合率為99.3%;在第174個(gè)時(shí)刻點(diǎn)時(shí)，又增加兩塊電表相序有變動(dòng)，吻合率為98%;到第179個(gè)時(shí)刻點(diǎn)時(shí)，吻合率降到94%。經(jīng)分析每一幀滑動(dòng)窗口數(shù)據(jù)的相序校驗(yàn)結(jié)果，在第172個(gè)時(shí)段，第174個(gè)時(shí)段，第179個(gè)時(shí)段分別辨識(shí)出來(lái)的電表依次為用戶節(jié)點(diǎn)26，72、73，147、148、149、150、151、152。

對(duì)實(shí)驗(yàn)結(jié)果需要說(shuō)明的是，電流偏差閾值設(shè)置ε0=10%，本例中9塊用戶電表電流不是很大，對(duì)電流擬合的偏差不足10%，故在對(duì)當(dāng)天數(shù)據(jù)進(jìn)行拓?fù)渥儎?dòng)識(shí)別時(shí)沒(méi)有啟動(dòng)拓?fù)溆?jì)算功能。

通過(guò)以上算例表明，在臺(tái)區(qū)發(fā)生拓?fù)湫∽儎?dòng)的情況下，當(dāng)滑動(dòng)窗口數(shù)據(jù)中包含有一半的拓?fù)渥儎?dòng)后的用電數(shù)據(jù)時(shí)，本文所提的基于電氣特性分析的臺(tái)區(qū)拓?fù)渥兓孀R(shí)方法可以有效發(fā)現(xiàn)并辨識(shí)出相序變動(dòng)的用戶，使得拓?fù)渥儎?dòng)得到及時(shí)發(fā)現(xiàn)。

4 結(jié)束語(yǔ)

本文在海量智能電表用電數(shù)據(jù)的基礎(chǔ)上，針對(duì)以往低壓臺(tái)區(qū)相序拓?fù)渥儎?dòng)后發(fā)現(xiàn)不及時(shí)，動(dòng)態(tài)辨識(shí)難等缺陷，提出了基于電氣特性分析的臺(tái)區(qū)拓?fù)渥兓孀R(shí)方式。通過(guò)實(shí)驗(yàn)算例表明：（1） 設(shè)置滑動(dòng)窗口數(shù)據(jù)可以使拓?fù)渥儎?dòng)后的用電數(shù)據(jù)及時(shí)被提取分析，提升了相序拓?fù)浞治鰧?duì)用戶相序拓?fù)渥儎?dòng)的感知能力;（2）基于穩(wěn)定拓?fù)涞母飨嚯姳矸诸惤Y(jié)果，采用先 K-means聚類，再把聚類結(jié)果的每一個(gè)用戶電表與母線做關(guān)聯(lián)分析的方法是可避開(kāi)對(duì)分散單戶換相和集中多戶換相兩種情況的復(fù)雜討論，使得本文所提方法更具泛化性。

本文的案例分析僅是對(duì)仿真數(shù)據(jù)進(jìn)行了論證，還沒(méi)有就實(shí)際臺(tái)區(qū)下的用電數(shù)據(jù)做驗(yàn)證分析，下一步將對(duì)本文方法在實(shí)際臺(tái)區(qū)的表現(xiàn)及性能改進(jìn)做進(jìn)一步研究。同時(shí)，本文所提方法的應(yīng)用場(chǎng)景僅適用于臺(tái)區(qū)內(nèi)部換相情況，對(duì)實(shí)際工況下的復(fù)雜運(yùn)行情況還沒(méi)有細(xì)分考慮，這也是下一步研究工作要改進(jìn)的地方。

參考文獻(xiàn)：

[1]張勇軍， 劉斯亮， 江金群， 等.低壓智能配電網(wǎng)技術(shù)研究綜述[J].廣東電力， 2019， 32（1）：1-12.

[2]何奉祿， 陳佳琦， 李欽豪， 等.智能電網(wǎng)中的物聯(lián)網(wǎng)技術(shù)應(yīng)用與發(fā)展[J].電力系統(tǒng)保護(hù)與控制， 2020， 48（3）：58-69.

[3]謝超，李晨曦， 張代潤(rùn)，等.基于智能電表量測(cè)數(shù)據(jù)的配網(wǎng)線變關(guān)系反向識(shí)別[J].電力建設(shè)，2020，41（11）：94-100.

[4]白超.基于多端 SOP的柔性配電網(wǎng)拓?fù)浞抡娣治鯷J].內(nèi)蒙古電力技術(shù)，2019，37（3）：37-41.

[5]唐捷，蔡永智，周來(lái)，等.基于數(shù)據(jù)驅(qū)動(dòng)的低壓配電網(wǎng)線戶關(guān)系識(shí)別方法[J].電力系統(tǒng)自動(dòng)化， 2020， 44（11）：127-137.

[6]張麗強(qiáng)， 叢偉，董罡，等.基于多元線性回歸的單相電表相別判斷方法[J].電力自動(dòng)化設(shè)備，2020，40（5）：144-156.

[7]徐曉東， 呂干云，魯濤，等.基于智能電表數(shù)據(jù)與模糊C均值算法的臺(tái)區(qū)識(shí)別[J].南京工程學(xué)院學(xué)報(bào)（自然科學(xué)版），2020，18（4）：1-7.

[8]連子寬，姚力， 劉晟源，等.基于 t-SNE降維和 BIRCH聚類的單相用戶相位及表箱辨識(shí)[J].電力系統(tǒng)自動(dòng)化，2020，44（8）：176-184.

[9]張磐， 高強(qiáng)偉，黃旭，等.基于電力載波通信的低壓配電網(wǎng)拓?fù)浣Y(jié)構(gòu)辨識(shí)方法[J].電子器件，2021，44（1）：162-167.

[10]魏建東， 陸建峰， 彭甫镕.一種層次初始的聚類個(gè)數(shù)自適應(yīng)的聚類方法研究[J].電子設(shè)計(jì)工程，2015，23（6）：5-8.

第一作者簡(jiǎn)介：蔡永智（1984-），男，博士，工程師，研究領(lǐng)域?yàn)殡娔軘?shù)據(jù)分析。 （編輯：王智圣）