论文题目：基于大数据的台区电网拓扑识别方法研究
摘要：低压配电网作为连接用户的末端环节,其智能化水平高低直接影响着运维人员的工作效率和难度,也影响着用户的用电体验及满意度。长期以来,由于低压配电网处于粗放式管理,且低压线路复杂经常变动,造成了台区电网拓扑信息存在缺失、不完善、未及时更新的问题。由于缺乏拓扑结构的信息支撑,电网公司在故障排查、低电压治理、三相不平衡调整、线损降耗等方面的管理还较为落后。如何自动识别及校正台区电网拓扑信息,实现配电网的精细化管理,成为该领域研究的热点。本文利用电网公司计量自动化系统大数据信息,提出了一种台区电网拓扑自动识别方法。具体研究内容如下:首先,针对台区与用户关系混乱的问题,提出了一种基于Lasso算法的台区户变关系识别方法。利用台区配变监测终端及用户智能电表的电量数据,建立电量加和线性回归模型,把户变关系的识别问题转化为对回归系数求解。根据回归系数大小判断户变归属情况,通过筛选接近0的系数生成户变档案错误清单,为供电人员的日常线损异常排查、档案治理提供有力支撑。Lasso识别模型在数据样本规模充足、数据完整的情况下具有良好的识别查全率及准确率。其次,提出了基于t-SNE和凝聚层次聚类的相位及表箱识别方法。先使用t-SNE算法对历史电压数据进行降维,减小因噪音信息和冗余信息造成的识别误差,提升模型的识别效率。再利用凝聚层次聚类对降维后的电压数据进行聚类,识别出用户相位。在识别相位的基础上,根据电压数据特征识别出用户的所属表箱,并最终构建起“变—线—箱—户”四层的拓扑结构。通过算例分析,验证了提出方法的高效性和准确性。最后,在准确识别出台区电网拓扑结构的基础上,提出了一种基于多元线性回归的低压线路参数在线识别方法。根据电压降方程建立数学模型,利用电压、电流、有功功率时序数据并通过最小二乘法进行求解。在不额外安装设备的情况下,自台区末端用户侧向变压器侧反推出各支路阻抗参数,从而实现全台区的参数识别。实验结果表明,采用该方法进行线路参数识别的精度较高,具有一定的推广价值。
关键词：大数据;电网拓扑;户变识别;相位识别;线路参数识别
学科专业：电气工程（专业学位）
摘要
ABSTRACT
第一章 绪论
1.1 研究背景及意义
1.2 国内外相关研究现状
1.2.1 户变关系识别
1.2.2 台区电网拓扑识别
1.2.3 低压配电线路参数识别
1.3 论文主要研究工作
第二章 基于Lasso回归模型的户变关系识别
2.1 数据采集系统概述
2.2 台区户变电量关系模型
2.3 基于Lasso模型的户变识别
2.3.1 Lasso回归的目标函数
2.3.2 Lasso算法的求解方法
2.3.3 Lasso模型的户变识别流程
2.4 算例分析
2.5 本章小结
第三章 基于t-SNE和层次聚类的拓扑结构自动识别
3.1 台区拓扑结构及电压特征分析
3.1.1 台区配电网拓扑结构
3.1.2 台区电压特征分析
3.2 基于t-SNE电压序列特征降维
3.2.1 t-SNE降维预处理算法
3.2.2 t-SNE降维简要流程
3.2.3 t-SNE降维可视化图形
3.3 基于凝聚层次聚类的相位及表箱识别
3.4 算例分析
3.4.1 台区拓扑结构识别结果
3.4.2 与其他方法效果比较
3.4.3 算法评价
3.5 本章小结
第四章 台区低压配电线路参数识别
4.1 低压配电线路的数学模型
4.2 线路阻抗参数识别原理
4.3 带约束最小二乘法求解
4.4 算例分析
4.5 本章小结
结论与展望
参考文献
致谢