基于CIM模型及GIS的配电网拓扑建模与分析

合集下载

基于图计算的配电网建模与分析

4特别策划基于图计算的配电网建模与分析谭俊1，张国芳2，刘广一1，魏龙飞1，刘克文3，戴仁昶1（1．全球能源互联网美国研究院，加利福尼亚州圣何塞 95134；2．国网四川省电力公司，四川成都 610041；3．全球能源互联网研究院有限公司，北京 100031）摘要：随着电力系统的快速发展，其规模和复杂度正在急剧增加。

电力系统需要更加高效的数据管理和更快的分析计算工具。

这些挑战可以通过图数据模型和图计算技术得到很好的解决。

图数据模型可以为电力系统提供高效的数据管理手段，同时图计算可以通过并行计算提高分析计算速度。

文章提出了一种基于图数据模型的配电网建模方法，并在此基础上开发了基于图计算的并行潮流算法和基于图数据库的配电网分析软件。

所提出的并行潮流算法可以有效地提高计算效率，减少潮流计算时间。

同时，开发的配电网分析软件可以提供灵活的可视化功能和强大的数据分析及管理功能。

关键词：图数据库；图计算；图数据模型；配电网分析；并行计算中图分类号：TM 72 文献标志码：A DOI：10.19421/ki.1006-6357.2019.11.004基金项目：国家电网有限公司科技项目（5455HJ180018）。

Supported by State Grid Corporation of China（5455HJ180018）．［引文信息］谭俊，张国芳，刘广一，等．基于图计算的配电网建模与分析［J］．供用电，2019，36（11）：28-34，54．TAN Jun,ZHANG Guofang，LIU Guangyi，et al．Graph computing based power distribution system modeling and analysis［J］．Distribution & Utilization，2019,36（11）：28-34，54．0 引言随着太阳能和风力发电等可再生能源的快速增长，配电网变得越来越复杂，因此需要更高效的数据管理方法和更高效的网络分析手段［1-4］。

基于CIM的图形化电网管理论文：基于CIM的图形化电网拓扑建模与分析

基于CIM的图形化电网管理论文：基于CIM的图形化电网拓扑建模与分析摘要:网络拓扑是电力系统分析软件的基础,采用可视化的方法实现网络拓扑的建立是可视化能量管理系统的核心。

文章基于CIM模型,建立了一个图形数据一体化的图形平台,该平台能够根据设备图元的端子坐标位置自动建立设备的连接关系,生成连接节点并编号。

采用节点融合法实现拓扑分析,并按照分层次搜索策略进行拓扑的局部修正,该方法能减小搜索的范围,提高拓扑分析的速度,并具有很好的通用性和扩展性,易于编程实现。

关键词:公共信息模型;图形数据一体化;拓扑分析0 引言在能量管理系统的各种应用中,电力网络的拓扑建模与分析具有很重要的作用,它是潮流计算、状态估计等应用的基础[1,2]。

为了实现能量控制中心内不同应用、不同系统之间的信息共享和数据交换,国际电工技术委员会在IEC61970标准中提出了电力系统公共信息模型[3](CIM),其目的就是使EMS的应用软件组件化和开放化,实现即插即用和相互连通,从而降低系统的集成成本,更好地保护用户资源[4]。

本文基于CIM的电网模型,采用图形数据一体化技术实现了电网的图形平台。

当用户图形界面绘制电网接线图时,软件则根据设备图元端子的坐标位置自动生成连接节点并依次为其编号,从而自动建立设备的连接关系。

以此为基础,本文采用节点融合法实现了拓扑分析,并按照分层次搜索的策略对开关变位引起的局部拓扑变化进行修正。

这种方法能减小搜索的范围,提高拓扑分析的速度,且算法简单,易于编程。

1 基于CIM的图形数据一体化平台设计1·1 CIM中的电网模型CIM由一组包组成,包是相关模型元件的人为分组,它主要包括:核心包(Core)、拓扑包(To-pology)、电线包(Wires)、停运包(Outage)、保护包(Protection)、量测包(Meas)、负荷模型包(Load Model)、发电包(Generation)和域包(Do-main)。

CIM+电网模型

CIM模型
CIM线路模型
– 一次设备电气属性（功能位置）在EA中展示
– 线路模型线路在模型如何表示（功能位置）在EA中展示
内容：
电网简介 CIM标准 CIM的表达方式 CIM核心模型 CIM拓扑模型 CIM线路模型 CIM量测模型讨论时间
CIM模型
CIM量测模型
在EA中展示
数据交互统一的定义抽象模型
版本介绍 iec61970cim14v12 iec61968cim10v25
内容：
电网简介 CIM标准 CIM的表达方式 CIM核心模型 CIM拓扑模型 CIM线路模型 CIM量测模型讨论时间
CIM的表达方式
包于包的关系在CIM中只使用了依赖关系。
CIM模型
总结：核心（Core）模型
– PowerSystemResource（电力系统资源） – ConductingEquipment（导电设备） – 不依赖于任何其他的包 – 大部分都具有依赖于本包的关联和普遍化
CIM模型
总结继续…… 拓扑（Topology）模型
– 建立连接性（Connectivity）的模型（物理定义） – 拓扑是设备怎样通过闭合开关连接在一起（逻辑定义） – 拓扑的定义与其它的电气特性无关
– 《CIM如何表达电网模型》
内容：
电网简介 CIM标准 CIM的表达方式 CIM核心模型 CIM拓扑模型 CIM线路模型 CIM量测模型讨论时间
讨论时间
谢谢！
CIM模型
总结继续…… 线路（Wires）模型
– 展示设备实体 – Core 和 Topology 包的扩展 – IM模型
总结继续…… 量测（Meas）模型
– 包含描述各应用之间交换的动态测量数据的实体。

配电网CIM综合模型的构建与应用

０引言
电力系统出于经济、全等考虑，常需要对多安常个系统模型进行交互操作，比如大电网联合仿真、配电网潮流计算等。而控制中心的不同应用功能是由
１配电网常用建模方法
配电网具有结构复杂、分支、联络、多多网络庞大且复杂等特点，拓扑表示应有效且直观，的拓其好扑表示应能实现网络连通性的快速跟踪、应事件适
问题。
应用还需要做扩展与修改，文献［，］６７为建立配电网模型和电力设备故障诊断与维护对ＣＭ进行了Ｉ
扩展。
本文分析了传统的配电网建模方法及其优缺点。根据配网拓扑特点和应用系统对配网模型的要求，计算分析和管理需要两方面出发，出了配电从提网ＣＭ综合模型的三步构建方法，Ｉ以完整描述配网各设备属性和连接关系，满足配网计算和设备管理所需的信息要求。本文最后建立了一个的典型馈线
不同厂家提供的，数据模式不尽一致，这给互操作带来了困难 … 。为此，要在各系统之间定义转换接需口，如果没有一个通用转换接口， Ⅳ个应用所需要的
接口转换程序数量为Ｎ（Ｎ一１／。）２国际电工技术委员会制定的一个 “ 即插即用 ”
（华北电力大学，河北保定０１０）７０３
摘要：根据配电网拓扑结构特点和各应用系统对配电网模型的要求，计算分析和管理需求两方面出发，从运用面向对象技术的ＣＭ模型对电力系统资源的通用描述，出了建立配电网ＣＭ模型的三步建模方法，Ｉ提Ｉ以完整描述配电网各设备属性和连接关系，从该模型可以得配网计算和设备管理维护所需的信息。最后建立了一个典型馈线系统的ＣＭ标准模型，于此模型进行了线损计算。Ｉ基关键词：公共信息模型；配电网；面向对象；馈线系统；线损计算中图分类号：Ｔ３Ｍ７文献标识码：Ａ文章编号：１０－８７２０）００６－０３４９（０６１－０００４

电力系统cim模型及其建模技术

鞋塑盥．电力系统C I M模型及其建模技术苏伟平(广东电网公司深圳供电局工程部，广东深圳518001)脯要】C I M模型有助于电力系统解决异构环境下的数据集成问题。

本文简述了C I M模型体系，并对其U M L建模语言和xM L实现方法进行了阐述和分析jD蝴】电力系统；CIM模型；U M L建摸；X M L异构环境下，电网公司往往使用不同格式存储数据，如资产管理和运行调度数据、电网拓扑和控制系统数据、仿真软件产生的静态文件等。

这需要在不同应用系统之间交换和共享数据。

当应用集成数量增加时，相应互操作复杂性呈现指数增长，因此需要采取电力系统各领域数据交换的有关技术简化这一复杂性，并实现系统间数据的交换和共享，最终支撑智能电网g-件-F电力系统应用的总体集成。

公共信息模型是I E C61970—302和I EC61968一”标准共同提供的，是由E PR I(美国电科院)研究提出的，与语言无关，定义了电力系统部件类及其关系，以简化软件应用之间的互操作性。

前者是侧重于从电力系统角度描述电力系统各组成部分及其相互关系的语义模型。

后者则在此基础上覆盖电力系统运行和管理等系统软件数据，如资产跟踪、运行调度和客户支持等。

它们共同构成电力系统C I M模型，并用于电力系统网络数据交换。

1电力系统的数据存储和访问传统E，EM S能量管理系统和资产管理系统等电力系统应用都采用数据库定义数据存储结构，并常采用定制方式反映实际数据管理需求。

而执行负荷潮流分析、容错分析t i5真的离线应用或实时应用系统则往往采用厂商自定义的文件格式。

—般，电力系统应用之间要实现共享和交换数据，可以采取以下方式：以多个格式维护统一数据的多个拷贝；以与各软件兼容的格式存储数据；以高度精细定义的格式存储数据，并开发软件将改格式转换为目标格式。

使用高度精细化的格式，与每一应用兼容，且标准格式包含了电力系统需要的基本数据，同时也支持不影响标准数据格式前提下的其它自定义数据。

基于CIM和SVG的电网建模技术

标记语言模型交换格式（ＩＸ进行标准化存取。试验表明系统生成的电网模型能方便地用于多种电力ＣＭＭＩ）
应用软件，而满足了不同系统数据和图形交换的需要。从关键词：用信息模型；扩展的矢量图形；电网建模通可中图分类号：Ｍ７Ｔ３文献标识码：Ａ文章编号：１０９０２０）５０５ —４０３８３（０６００８０
ＡｂｔａｔｎｏｄｅＯｓｖｅｔｔｎｄｒｉａｉｎｐｒｅｔｍｏｎｉｆｒｎｔｏｅｏｆｗａｅｓｒｃ：Ｉｒｒｔｏｌｈｅｓａａｄｚｔｏｏｂｌｍｏｆｄａａａｇｄｆｅｅｐｗｒｓｔｒｓ，ａｇｒｐｈｃａｉｓ
扩展格式ＳＶＧ建立电网模型，并采用图模一体化技术构建图形建模系统。统实现了基于设备模型完成拓扑系
结构自动生成和完整性检查的功能，对图形数据和模型数据分别采用Ｓ并ＶＧ格式和通用信息模型的可扩展
ｌ前言
电力网络模型是进行电力系统分析和计算的基础，因此，建模的方式和模型的结构对整个仿真系统的良好运行具有至关重要的作用。尽管目前大
ｍｏｅｉｇｍｅｈｄｂｓｄｏＭｎＶＧｉｐｏｏｅｏｌｗｉｇＩ１７．ＴｈｎａｃｒｉｇｔｈｈｎｉｇｏｄｌｔｏａｅｎＣＩａｄＳｎｓｒｐｓｄｆｌｏｎＥＣ６９０ｅｃｏｄｎｏｔｅｔｉｋｎｆＧ．Ｍ．Ｄ．（ｉ．ｉｔｇａｉｎｏｒｐｖｚｎｅｒｔｆｇａｈ，ｍｏｅａｄｄｔｂｓ），ａｎｗｉｄｏｒｐｉｓｍｏｅｉｇｓｓｅｆｒｏｄｌｎａａａｅｅｋｎｆｇａｈｃｄｌｙｔｍｏｎｐｗｅｅｗｏｋｓｂｉ．ＴｈｙｔｍｅｌｚｓｔｅｕｃｉｎｏｅｅａｉｇａｄｃｅｋｎｅｗｏｋｔｐｌｇｏｒｎｔｒｉｕｌｔｅｓｓｅｒａｉｅｈｆｎｔｏｆｇｎｒｔｎｈｃｉｇｎｔｒｏｏｏｙｎａｔｍａｉａｌｎｄｐｓＳｕｏｔｃｌａｄａｏｔＶＧｏｍａａｄＣＩ — ｙｆｒｔｎＭＸＭＩｅｃａｇｆｒｔｒｓｅｔｅｙｆｒｇａｈｃａａａｄｘｈｎｅｏｍａｅｐｃｉｌｏｒｐｉｓｄｔｎｖｍｏｅｄｔ．ｄｌａａＴｈｄｌｏｏｒｎｔｒａｂｕｅｉｎｐｌａｉｎａｄａｉｆｈｅｎｆｅｍｏｅｆｐｗｅｅｗｏｋｃｎｅｓｄｎｍａｙａｐｉｔｓｎｓｔｙｔｅｄｍａｄｏｃｏｓ

CIM模型在电力主配网拼接中的应用与研究

CIM模型在电力主配网拼接中的应用与研究摘要：随着我国经济的不断发展，电力系统也逐渐完善，电气自动化进程的步伐也逐渐加快，我国的电能输送管网，相比于传统的分散式管网来说，已经有了很明显的进步，但是在信息的共享与资源的合理应用上仍然存在着发展空间，本文将CIM模型合理运用到电力主配网中，希望可以对电网改良有一个有效的借鉴。

关键词：CIM模型；电力主配网；拼接应用引言：CIM模型是基于一个抽象的概念，建立起来的多维度模型，它在电力系统中的使用较为广泛，可以涵盖多个对象，并揭示了各个对象之间存在的关系。

CIM模型还起到一个中心系统的作用，把对象合理化思想与电力主配网相结合，本文就针对与CIM模型展开讨论，全面而系统的介绍了CIM及电力主配网。

一、概论及现状随着我国经济的日益发展，人民对于物质文化的需求逐渐与生产力之间出现了矛盾。

我们为了克服这种矛盾，便一直在进行着全面而系统的电力管网改革。

电能作为国民经济发展的基本能源，对其管网的规划也是民生的基础问题之一，近年来，我国将CIM模型合理的运用到电力管网之中，并取得了不小的成效。

电力系统一共有多个构成要素，输入电网、输出电网、变压器，继电器等，这类原件通过相互连接，共同配合，完成电力系统的输送工作[1]。

因为如今智能电网的普及，所以电力系统的网络结构的密集程度较高，建模的难度也较高，例如对其内部接线方式的建模就有多个种类。

另外，如果内部网络的内容过于丰富，不仅对电网维护等工作量会增加，模型也会十分复杂，但如果模型建设太简单，又会出现单薄无力，对实际的维护工作无帮助的问题。

所以合理有效地完成CIM模型在电力管网拼接模型中的建立，是需要进行大量的前期工作铺垫的。

二、CIM概论CIM是一种常见的建模方式，它类似于一个中心系统，把所有的内容都可以涵盖在内，对其各部分的关系也可以分析明确，它的一个部分又可以拆解为不同的其他部分，然后用一种特定的方式，来直观的解释这类部分[2]。

基于GIS和电压波形相关性分析的低压配电网拓扑识别方法

第28卷㊀第5期2023年10月㊀哈尔滨理工大学学报JOURNAL OF HARBIN UNIVERSITY OF SCIENCE AND TECHNOLOGY㊀Vol.28No.5Oct.2023㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀基于GIS 和电压波形相关性分析的低压配电网拓扑识别方法黄旭波1,㊀黄㊀磊1,㊀艾㊀丹1,㊀杨㊀秋1,㊀姚林朋2(1.贵州电网有限责任公司铜仁供电局,贵州铜仁554300;2.上海交通大学电子信息与电气工程学院电气工程系,上海200240)摘㊀要:针对低压配电网拓扑结构人工校验成本高㊁效率低等问题,提出了一种基于GIS 和电压波形相关性分析的低压配电网拓扑识别方法㊂首先根据GIS 平台里台区配变和用户的地理信息,结合户变关系空间约束,筛选出重叠区域和非重叠区域,初步确定非重叠区域的户变关系㊂其次分析重叠区域用户和相邻台区配变的电压序列相关性,分别采用欧氏距离㊁DDTW ㊁皮尔逊相关系数3种指标进行评估,以确定重叠区域的户变关系㊂最后持续动态监控重叠区域的电压相关性趋势,当用户和台区配变的电压相关性发生剧烈变化时,重新计算用户和相邻台区配变的电压相关性,判断用户所属台区,向运维人员推送告警信息以待人工校核确认㊂算例验证了本文方法的有效性和可行性㊂关键词:低压拓扑识别;GIS ;电压曲线相似性;欧氏距离;皮尔逊相关系数DOI :10.15938/j.jhust.2023.05.006中图分类号:TM726文献标志码:A文章编号:1007-2683(2023)05-0042-09Topology Identification Method of Low-voltage Distribution NetworkBased on GIS and Voltage Waveform Correlation AnalysisHUANG Xubo 1,㊀HUANG Lei 1,㊀AI Dan 1,㊀YANG Qiu 1,㊀YAO Linpeng 2(1.Tongren Power Supply Bureau of Guizhou Power Grid,Tongren 554300,China;2.Department of Electrical Engineering,Shanghai Jiao Tong University,Shanghai 200240,China)Abstract :Aiming at the problems of high cost and low efficiency of manual calibration of low-voltage distribution network topology,a topology identification method of low-voltage distribution network based on GIS and voltage waveform correlation analysis is proposed.Firstly,according to the geographic information of the distribution and user in the GIS platform,combined with the spatial constraints ofthe household variable relationship,the overlapping areas and non-overlapping areas are screened out,and the household variable relationship of the non-overlapping areas is preliminarily determined.Secondly,the voltage sequence correlation between the user in the overlapping area and the distribution in the adjacent station area is analyzed,and the three indicators of Euclidean distance,DDTW and Pearson correlation coefficient are used to evaluate the household change relationship in the overlapping area.Finally,the voltage correlation trend of the overlapping area is continuously monitored dynamically,and when the voltage correlation between the user andthe station area changes drastically,the voltage correlation of the user and the adjacent station area is recalculated,the station area to which the user belongs is determined,and the alarm information is pushed to the operation and maintenance personnel for manual verification and confirmation.A numerical example shows the effectiveness and feasibility of the proposed method.Keywords :low voltage topology identification;GIS;voltage curve similarity;Euclidean distance;Pearson㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀收稿日期:2022-06-03基金项目:国家重点研发计划(2018YFB2100100);贵州电网公司科技项目(060500KK52200004).作者简介:黄旭波(1985 ),男,工程师;黄㊀磊(1987 ),男,高级工程师.通信作者:姚林朋(1981 ),男,博士,研究员,E-mail:346969964@.0㊀引㊀言近年来,随着智能电网的快速发展,低压配电网的智能化改造进入了快车道[1-5]㊂配电网运维的智能化水平直接影响到用电客户的满意度,高准确率的低压台区拓扑关系,特别是正确的户变关系,有利于配电网智能化㊁精细化的管理和节能降损的实施[6-8]㊂然而,低压配电网规模庞大㊁结构复杂,尤其是在城乡电网改造时,新增变压器或变压器扩容㊁改动接线后,部分配电网台区的用户信息更新不及时,存在记漏㊁记错等现象,影响了配电网的运行和管理[9-10]㊂完全依靠人工排查更新拓扑信息的效率过低,因此有必要找到一种高效率㊁高精度的低压配电网拓扑识别方法[11-12]㊂目前低压配电网拓扑识别方法主要分为依靠台区拓扑识别仪器[13]和智能电表电气量数据[14]2类㊂前者依靠大量的人力和物力,识别效率较低,并且带来采购仪器的额外经济成本;后者识别效率较高,人工工作量较小㊂文[15]提出一种基于动态时间弯曲距离和聚类分析的低压配电网台区拓扑识别方法,首先度量用户电压曲线之间的相似性,然后对用户电压曲线进行聚类分析,辨识用户所属台区,但在用户基数大的场景下计算复杂,难以推广,并且当某个台区多个户变关系错误时,会导致判断结果的错误㊂文[16]提出一种基于模型文件和电压数据相关性的配电网拓扑在线校验方法,利用配电网拓扑模型文件和开关量状态简化配电网节点模型,采用层次聚类法进行分区,再计算分区内各节点数据的皮尔逊相关系数,但是模型文件有可能更新不及时,限制了方法的使用场景㊂文[17]结合地理信息系统和台区辐射范围限制,初步确定台区关系,再利用K-means算法和主成分分析方法分析电量时间序列,进一步确定台区关系,最后利用电压序列相关性分析更新台区关系变化,但对节点数量多的拓扑,计算电量序列矩阵和回归矩阵比较复杂㊂地理信息系统(geographic information system, GIS)结合了地理学㊁地图学㊁遥感学和计算机学,是对地球表层空间中相关地理数据进行采集㊁存储㊁展示㊁数据挖掘㊁管理等的综合技术系统,目前已广泛应用于电力领域㊂本文基于GIS信息和台区供电距离限制,快速筛选户变关系,实现了初步低压配网拓扑识别㊂通过引入用户电压和相邻台区配变电压的波形相关性分析,进一步准确识别重叠区域的拓扑关系,其中相关性指标采用了欧氏距离㊁导数动态时间弯曲距离(derivative dynamic time warping,DDTW)㊁皮尔逊相关系数3种指标㊂最后提出一种动态监控拓扑的思路,实现拓扑关系的在线更新㊂1㊀基于GIS的初步拓扑识别电力系统低压配电网台区数量多,用电用户达百万级,为了快速甄别户变关系,有必要先划分台区的供电范围,重点考察台区与潜在用户之间的拓扑关系㊂地理信息系统GIS可以提供台区变压器和周边用电用户的地理经纬度信息,结合户变关系空间约束,可用于低压配电网的初步识别㊂户变关系空间约束由低压配电网电压分布推导而来,图1为低压配电网拓扑示意图,图2为低压配电网电压相量图㊂图中有2条线路,其受端电压分别表示为V㊃1和V㊃2,ΔV2为受端2的电压降,δ为受端1电压的相位角,φ为功率因数,r1和x1为线路阻抗Z1的电阻和电抗,r2和x2为线路阻抗Z2的电阻和电抗,下面推导V㊃1和V㊃2的关系㊂图1㊀低压配电网拓扑示意图Fig.1㊀Schematic diagram of the topology of thelow-voltage distributionnetwork图2㊀低压配电网电压相量图Fig.2㊀Voltage phasor plot of low-voltagedistribution networks由图2可得:ΔV2=r2I2cosφ+x2I2sinφ(1)δV2=x2I2cosφ-r2I2cosφ(2)34第5期黄旭波等:基于GIS和电压波形相关性分析的低压配电网拓扑识别方法V ㊃1=V 2+ΔV 2+jδV 2(3)由式(1)~式(3)可知,随着线路长度的增加,线路末端电压会降低,当供电距离过长时,末端用户电压过低,无法满足电压质量要求㊂在实际电网中,电力公司会严格考察配电网的输电电压降指标,台区供电距离有严格的限制,台区变压器到所属用电用户的物理距离存在空间约束,不可能无限远㊂实际台区配变的辐射形状不是直线,与地形地势有关,但根据有关指导规定和经验,都存在一个配电变压器和用电用户的最大直线距离r ,使得以配电变压器为圆心,以r 为半径,该变压器所供电的所有用户都处于圆内㊂通过设定合适的r ,就可以根据GIS 的地理经纬度信息,初步识别低压配电网的户变关系㊂但是,不同台区配电变压器的圆形区域可能存在重叠,如图3所示㊂图3中,3个台区有重叠区域,区域A 内的用户既可能属于台区1,也可能属于台区3;区域B 内的用户可能属于台区1或台区2或台区3;区域C 内的用户既可能属于台区2,也可能属于台区3㊂对于重叠区域的用电用户,可能属于不同台区,需要进一步识别拓扑关系㊂图3㊀低压配电网台区空间分布示意图Fig.3㊀Schematic diagram of spatial distribution oflow-voltage distribution network station area2㊀基于电压波形相关性分析的重叠区域拓扑识别㊀㊀低压配电网接入用户规模庞大,可达百万数量级㊂研究表明[18-19],若台区A 和台区B 为不同的台区,则台区配变电压和所属用户电压的曲线相似性关系如表1所示㊂表1㊀台区配变电压和所属用户电压曲线相似性关系Tab.1㊀The relationship between the distribution voltage of the station area and the voltage curve of the user 电压曲线相似性台区A 配变台区B 配变台区A 用户台区B 用户台区A 配变/低高低台区B 配变低/低高台区A 用户高低/低台区B 用户低高低/㊀㊀同一台区的配变和所属用户由于电气距离较近,电压波动曲线呈现相近的趋势,曲线相似度高;不同台区的配变和所属用户的电压波动曲线相似度低㊂因此,通过分析电压波形的相关性可以识别低压配电网的拓扑关系,具体有2种方法:1)分析台区所属用户和用户之间的电压相关性;2)分析台区配变和所属用户之间的电压相关性㊂本文选用第2种方法,原因是:1)台区所属用户数量多,分析计算量大,而台区配变数量少,计算量相对小;2)若某个台区大多数户变关系错误,通过分析台区所属用户和用户之间的电压关系会导致算法判断错误㊂图4为某配电网不同节点同一时间段的电压采样曲线,节点a 为某台区配电变压器,节点b 为该台区所属用户,节点c 为另一台区配电变压器㊂由图4可以直观看出,节点a 和节点b 的电压波形相似度较高,节点b 和节点c 的电压波形相似度较低㊂图4㊀户变电压序列波动趋势图Fig.4㊀Fluctuation trendchart of household variablevoltage sequence44哈㊀尔㊀滨㊀理㊀工㊀大㊀学㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第28卷㊀在度量电压波形相似性时,本文选用欧氏距离㊁导数动态时间弯曲距离(DDTW)㊁皮尔逊相关系数3种指标综合评估,避免单一指标的局限性㊂3种指标各有优劣:欧氏距离简单直观㊁易于理解㊁对波动幅值变化敏感,但在数据集出现异常值时不稳定; DDTW适用场景更广㊁对波动趋势敏感,但对波动幅值变化相对不敏感;皮尔逊相关系数更适用于高维数据,对取值范围没有要求,但对样本容量有一定要求㊂2.1㊀欧氏距离欧氏距离也称为欧几里得距离,用于衡量多维空间中两点的绝对距离,即:d=ðni=1(x i-y i)2(4)式中:d为欧氏距离;n为多维空间的维数;x和y为多维空间的2个点;x i为x的第i个坐标㊂2个电压波形的欧氏距离越小,相似度越高㊂2.2㊀DDTWDTW算法对2个电压序列之间的波动趋势有很高的灵敏度,可用于度量电压序列的相似性[20]㊂DTW算法基于动态规划思想,搜索1条最优弯曲路径,使得沿该路径时2个智能电表电压序列之间的距离最小㊂但是,DTW算法在序列有细微变动时容易造成奇点问题[21],为此本文引入DDTW算法[22]予以改进,该方法通过对序列求一阶导数估计来获得有关的形状信息,既可以有效改进奇点问题,又可以减少计算量,增加方法的泛化能力㊂设有2个电压序列X={x1,x2, ,x m},Y= {y1,y2, ,y n},本文中m=n,首先对2个序列分别求导,即:Xᶄ=xᶄi=x2-x1,i=1xᶄi=(x i-x i-1)+(x i+1-x i-1)/22,2ɤi<m xᶄi=x m-x m-1,i=mìîíïïïï(5)式中:x i为X中的第i个元素;Xᶄ为求导后的序列㊂Yᶄ计算方法同理㊂其次,对序列Xᶄ和Yᶄ进行标准化处理,即:Xᵡ=xᵡi=xᶄi-μᶄxσᶄx{(6)式中:μᶄx和σᶄx分别为序列Xᶄ的均值和方差;Xᵡ为标准化处理后的序列;xᵡ为Xᵡ中的第i个元素㊂经求导㊁标准化处理后的2个电压序列Xᵡ和Yᵡ的动态时间弯曲路径如图5所示㊂图5㊀DDTW路径示意图Fig.5㊀Schematic of the DDTW path图中红色和黄色路径是众多路径中的2条,代表了序列Xᵡ和Yᵡ的对应关系㊂路径需满足如下4条约束:1)起点终点约束,路径的起点为(1,1),终点为(m,n)㊂2)步长约束,路径总步长A需满足: max(m,n)ɤAɤm+n-1(7) 3)路径曲线连续约束,曲线只能沿横轴㊁竖轴㊁斜线轴移动1格,不能跳格㊂4)路径曲线单调性约束,曲线只允许向右㊁向下㊁向右下移动㊂满足约束条件的路径L有很多条,路径可以表示为L={l1,l2, ,l p, ,l A},其中路径中的元素计算如下:d(l p)=(xᵡi-yᵡk)2(8)式中:l p为路径L中第p个点的坐标㊂将路径L的所有可能性组成路径集合M,在M 中存在一条最优路径使得ðAp=1d(l p)最小㊂则序列X 和Y的DDTW为:d DDTW(X,Y)=min MðA p=1d(l p)(9)2.3㊀皮尔逊相关系数皮尔逊相关系数[23]又称为皮尔逊积距相关系数,以2组数据和各自平均值的离差为基础,令离差相乘以度量两个变量的线性相关程度㊂其定义如下:P=ðn i=1(x i-X-)(y i-Y-)ðn i=1(x i-X-)2ðn i=1(y i-Y-)2(10)式中:X-为序列X的均值,Y-为序列Y的均值,P为54第5期黄旭波等:基于GIS和电压波形相关性分析的低压配电网拓扑识别方法皮尔逊相关系数㊂P的取值介于[-1,1]之间,P的绝对值越大,序列X和Y的相关程度越高;P的绝对值越小,序列X和Y的相关程度越低㊂皮尔逊相关系数反映序列相关程度的标准如表2所示㊂表2㊀皮尔逊相关系数反映相关程度的标准Tab.2㊀The Pearson correlation coefficient reflectsthe standard of relevanceP绝对值范围相关程度[0,0.2)极弱相关[0.2,0.4)弱相关[0.4,0.6)中等相关[0.6,0.8)强相关[0.8,1]极强相关3㊀动态监控重叠区域台区变动在电网实际运行中,配电网台区用户可能发生转供或转负荷,所属台区可能发生变化㊂因此,配电网拓扑校核识别工作不是一次性工作㊂本文引入一种动态识别思路,针对重叠区域的用户电压和所属台区配变电压之间的相似性定时计算㊁动态监控,若相关程度发生明显变化,出现任一相关指标的变化率超过30%时,需重新计算用户电压与相邻其他台区配变电压的相似性㊂若依据上一章电压相关性分析,判断用户的台区发生变化,则向配电网运维人员推送智能告警信息,提醒户变关系可能发生变化,需要进一步核实㊂采样数据通常以1天为数据集长度,拓扑识别系统每天定时对前一天的重叠区域电压数据进行计算校核,不影响配电网服务器和工作站的正常运行㊂4㊀基于GIS和电压波形相关性分析的低压配电网拓扑识别方法㊀㊀本文提出一种基于GIS和电压波形相关性分析的低压配电网拓扑识别方法,其流程图如图6所示㊂方法步骤如下:1)采集GIS数据和电压数据㊂2)基于GIS的用户经纬度㊁台区配变经纬度初步评估配电网拓扑,确定非重叠区域的户变关系㊂3)对重叠区域,计算用户电压和相邻台区配变电压的相似性,分别计算欧氏距离㊁DDTW㊁皮尔逊图6㊀低压配电网拓扑识别流程图Fig.6㊀Flowchart of topology identification algorithm for low-voltage distributionnetworks相关系数3个指标,若该用户电压和某相邻台区配变电压之间有任意2项以上指标最相关,则判定该用户属于该台区㊂4)动态监控重叠区域的台区变动情况,每天定时对前一天的重叠区域电压数据进行计算校核,若用户电压和所属台区配变电压的相关程度发生明显变化,任一相关指标的变化率超过30%时,重新计算用户电压与相邻其他台区配变电压的相似性,若根据电压波形相关性分析判断用户的台区发生变化,则向配电网运维人员推送智能告警信息,提醒进一步人工核实㊂64哈㊀尔㊀滨㊀理㊀工㊀大㊀学㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第28卷㊀5㊀算例分析为验证本文模型的有效性,本文以某配电网小区为数据来源进行算例分析㊂首先从GIS平台导出台区和用户地理位置信息,根据地理经纬度坐标进行初步拓扑识别㊂依据经验,配电半径r取500m㊂该小区共有2个台区,以台区配电变压器为圆心㊁以500m为半径画圆,不在重叠区域的用户归属于距离最近的配变台区㊂下面重点考察重叠区域内的20个用户,选取2022年3月1日-10日的日平均电压数据作为样本,分别计算用户电压和2个台区的配电变压器电压之间的欧氏距离㊁DDTW㊁皮尔逊相关系数,计算结果如表3所示㊂表3㊀重叠区域电压相关性分析结果Tab.3㊀Overlapping region voltage correlation analysis results㊀㊀由表3可知:1)用户1㊁4㊁6㊁8㊁10㊁14㊁15㊁17㊁18共9个用户与配电变压器1的电压序列欧氏距离㊁DDTW更小,皮尔逊相关系数绝对值更大,这9个用户属于1号台区;2)用户2㊁3㊁5㊁7㊁9㊁11㊁12㊁13㊁16㊁19㊁20共11个用户与配电变压器2的电压序列欧氏距离㊁DDTW更小,皮尔逊相关系数绝对值更大,这11个用户属于2号台区㊂经人工校核,使用本文方法对算例小区的非重叠区域和重叠区域用户户变关系进行识别,识别结果未发生错误,验证了本文方法的有效性和准确性㊂对这20个用户持续进行电压相关性动态监控,发现第15号用户在2022年4月3日和配电变压器1的电压相关性发生了剧烈变化,其指标变化趋势如图7㊁8㊁9所示㊂74第5期黄旭波等:基于GIS和电压波形相关性分析的低压配电网拓扑识别方法图7㊀15号用户和配电变压器1的电压序列欧氏距离变化图Fig.7㊀Voltage sequence Euclidean distance change graph for user 15and distribution transformer1图8㊀15号用户和配电变压器1的电压序列DDTW 变化图Fig.8㊀Voltage sequence DDTW variation patternfor user 15and distribution transformer1图9㊀15号用户和配电变压器1的电压序列皮尔逊相关系数变化图Fig.9㊀Plot of the Pearson correlation coefficient variation of the voltage sequence for the No.15user and distribution transformer 1㊀㊀由图7㊁8㊁9可知,在4月3日第15号用户和配电变压器1的欧氏距离㊁DDTW 剧烈增大,皮尔逊相关系数剧烈减小,3个指标的变化率均大于30%,系统重新计算用户电压与相邻其他台区配变电压的相似性,经计算第15号用户和配电变压器2相关性更强,判断当日第15号用户属于2号台区,向运维人员推送告警㊂根据相关供电部门核实,当日该用户出现转供现象,验证了本文方法的有效性㊂6㊀结㊀论本文提出一种基于GIS 和电压波形相关性分析的低压配电网拓扑识别方法,基于GIS 信息初筛数据,再基于电压相关性分析识别低压配网拓扑关系,可操作性较高,具有一定的实用价值㊂本文的贡献在于:1)所提方法立足于实际户变数据,充分挖掘GIS 数据以及台区用户和台区配变电压的数据相关性,采取多个相关性指标避免单一性,提升了拓扑识别的准确率㊂2)提出的通过GIS 信息初筛拓扑关系的思路大幅降低了计算量,提高拓扑识别效率,有利于所提方法在工程领域的推广㊂3)所提方法经过实际数据的算例分析,验证了方法的准确性和有效性,能够为相关工程提供参考㊂4)所提方法具备一定的在线更新能力和智能告警能力,当动态监控到台区拓扑变化时,及时向运维人员推送告警,为智慧运维工程提供了一种借鉴思路㊂最后,所提方法对辐射半径参数的选取比较主观,未来进一步的研究方向是如何更合理地选择辐射半径参数,进一步提高方法的准确性和在线更新的实用性㊂参考文献:[1]㊀李鹏,王瑞,冀浩然,等.低碳化智能配电网规划研究与展望[J].电力系统自动化,2021,45(24):10.LI Peng,WANG Rui,JI Haoran.Research and Prospect of Planning for Low-carbon Smart Distribution Network[J].Automation of Electric Power Systems,2021,45(24):10.[2]㊀白浩,王钰山,周长城,等.市场环境下含新能源配电网供电能力评估及提升策略[J].哈尔滨理工大学学报,2021,26(5):114.BAI Hao,WANG Yushan,ZHOU Changcheng,et al.84哈㊀尔㊀滨㊀理㊀工㊀大㊀学㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第28卷㊀The Evaluation and Promotion Strategy of TSC for Distri-bution System with New Energy under Power Market Envi-ronment[J].Journal of Harbin University of Science andTechnology,2021,26(5):114.[3]㊀李振坤,何苗,苏向敬,等.基于生物体免疫机制的智能配电网故障恢复方法[J].中国电机工程学报,2021,41(23):7924.LI Zhenkun,HE Miao,SU Xiangjing,et al.Smart Dis-tribution Network Fault Recovery Method Based on Biolo-gy Immune Mechanism[J].Proceedings of the CSEE,2021,41(23):7924.[4]㊀殷展,杜仁平,姜黎明,等.基于电能路由器的交直流混合配电网潮流优化控制[J].哈尔滨理工大学学报,2021,26(4):20.YIN Zhan,DU Renping,JIANG Liming,et al.PowerFlow Optimizaiton Control in AC/DC Hybrid DistributionNetwork Based on Power Router[J].Journal of HarbinUniversity of Science and Technology,2021,26(4):20.[5]㊀秦立军,张国彦,陈晓东,等.含DG的智能配电网快速自愈技术研究[J].电测与仪表,2021,58(7):67.QIN Lijun,ZHANG Guoyan,CHEN Xiaodong,et al.Re-search on Rapid Self-healing Technology of Smart Distri-bution Network with DG[J].Electrical Measurement&Instrumentation,2021,58(7):67.[6]㊀唐捷,蔡永智,周来,等.基于数据驱动的低压配电网线户关系识别方法[J].电力系统自动化,2020,44(11):127.TANG Jie,CAI Yongzhi,ZHOU Lai,et al.Data-drivenBased Identification Method of Feeder-consumer Connec-tivity in Low-voltage Distribution Network[J].Automa-tion of Electric Power Systems,2020,44(11):127. [7]㊀唐泽洋,周鲲鹏,曹侃,等.基于配电网运行数据的线变关系校验方法[J].高电压技术,2018,44(4):1059.TANG Zeyang,ZHOU Kunpeng,CAO Kan,et al.Sub-station Area Topology Verification Method Based on Dis-tribution Network Operation Data[J].High Voltage Engi-neering,2018,44(4):1059.[8]㊀宋宇,余永忠,梁旭常,等.基于电能计量管理系统数据分析的配电网线变关系校验方法[J].高电压技术,2021,47(12):4461.SONG Yu,YU Yongzhong,LIANG Xuchang,et al.Cal-ibration Method of Line Transformer Relationship in Dis-tribution Network Based on Data Analysis of Electric En-ergy Metering Management System[J].High Voltage En-gineering,2021,47(12):4461.[9]㊀徐明昕,赵健,王小宇,等.基于电压聚类和关联卷积的配电网户变关系识别方法[J].电力系统保护与控制,2022,50(4):92.XU Mingxin,ZHAO Jian,WANG Xiaoyu,et al.Trans-former-customer Identification Method for a Low-voltageDistribution Network Based on Voltage Clustering and In-cidence Convolution[J].Power System Protection andControl,2022,50(4):92.[10]刘苏,黄纯,侯帅帅,等.基于DDTW距离与DBSCAN算法的户变关系识别方法[J].电力系统自动化,2021,45(18):71.LIU Su,HUANG Chun,HOU Shuaishuai,et al.Identi-fication Method for Household-transformer RelationshipBased on Derivative Dynamic Time Warping Distance andDensity-based Spatial Clustering of Application with NoiseAlgorithm[J].Automation of Electric Power Systems,2021,45(18):71.[11]闫卫国,王高猛,林济铿,等.基于AMI量测信息的低压配电网拓扑校验方法[J].中国电力,2019,52(2):125.YAN Weiguo,WANG Gaomeng,LIN Jikeng,et al.Method for LV Distribution Network Topology VerificationBased on AMI Metering Data[J].Electric Power,2019,52(2):125.[12]梁栋,张煜堃,王守相,等.基于非线性回归的含隐节点低压配电网参数和拓扑联合辨识[J].电力系统及其自动化学报,2021,33(11):28.LIANG Dong,ZHANG Yukun,WANG Shouxiang,et al.Nonlinear Regression-based Combined Parameter and To-pology Identification for Lowvoltage Distribution Networkwith Latent Nodes[J].Proceedings of the CSU-EPSA,2021,33(11):28.[13]李琮琮,范学忠,王清,等.基于用电信息采集系统的配电网台区识别[J].电测与仪表,2019,56(24):109.LI Congcong,FAN Xuezhong,WANG Qing,et al.Sta-tion Area Recognition of Distribution Network Based on E-lectricity Information Acquisition System[J].ElectricalMeasurement&Instrumentation,2019,56(24):109.[14]杨志淳,沈煜,杨帆,等.基于数据关联分析的低压配电网拓扑识别方法[J].电测与仪表,2020,57(18):5.YANG Zhichun,SHEN Yu,YANG Fan,et al.TopologyIdentification Method of Low Voltage Distribution NetworkBased on Data Association Analysis[J].Electrical Meas-urement&Instrumentation,2020,57(18):5. [15]李克明,江亚群,黄世付,等.基于DTW距离和聚类分析的配电台区低压拓扑结构辨识方法[J].电力系统保护与控制,2021,49(14):29.LI Keming,JIANG Yaqun,HUANG Shifu,et al.Topol-ogy Identification Method of a Low-voltage DistributionStation Area Based on DTW Distance and Cluster Analysis94第5期黄旭波等:基于GIS和电压波形相关性分析的低压配电网拓扑识别方法[J].Power System Protection and Control,2021,49(14):29.[16]张华,龙呈,胡思洋,等.基于层次聚类法与皮尔逊相关系数的配电网拓扑校验方法[J].电力系统保护与控制,2021,49(21):88.ZHANG Hua,LONG Cheng,HU Siyang,et al.TopologyVerification Method of a Distribution Network Based onHierarchical Clustering and the Pearson Correlation Coef-ficient[J].Power System Protection and Control,2021,49(21):88.[17]邹时容,陆慧,洪梓铭,等.基于三维时空特性的低压配电网拓扑识别方法[J].电网与清洁能源,2019,35(9):34.ZOU Shirong,LU Hui,HONG Ziming,et al.Low Volt-age Topology Identification Based on Three-dimensionalSpace-time Rules[J].Power System and Clean Energy,2019,35(9):34.[18]宋军英,崔益伟,李欣然,等.改进分段线性表示与动态时间弯曲相结合的负荷曲线聚类方法[J].电力系统自动化,2021,45(2):89.SONG Junying,CUI Yiwei,LI Xinran,et al.Load CurveClustering Method Combining Improved Piecewise LinearRepresentation and Dynamic Time Warping[J].Automa-tion of Electric Power Systems,2021,45(2):89. [19]连子宽,姚力,刘晟源,等.基于t-SNE降维和BIRCH聚类的单相用户相位及表箱辨识[J].电力系统自动化,2020,44(8):176.LIAN Zikuan,YAO Li,LIU Shengyuan,et al.Phaseand Meter Box Identification for Single-phase Users Basedon t-SNE Dimension Reduction and BIRCH Clustering[J].Automation of Electric Power Systems,2020,44(8):176.[20]刘鹏辉,黄纯.基于动态时间弯曲距离的小电流接地故障区段定位方法[J].电网技术,2016,40(3):952.LIU Penghui,HUANG Chun.A Fault Section LocationMethod for Small-current Grounding Fault in DistributionNetwork Based on Dynamic Time Warping Distance[J].Power System Technology,2016,40(3):952. [21]童晓阳,杨明杰,张广骁.基于改进DTW的行波波形相似性的高压直流输电线路保护方案[J].中国电机工程学报,2020,40(12):3878.TONG Xiaoyang,YANG Mingjie,ZHANG Guangxiao.AProtection Scheme for HVDC Transmission Line Based onTraveling Waveform Similarity Using Improved DTW Al-gorithm[J].Proceedings of the CSEE,2020,40(12):3878.[22]张华.基于DDTW的非线形建筑数字图像形貌拼接仿真[J].计算机仿真,2020,37(6):448.ZHANG Hua.Simulation of Digital Image Mosaic of Non-linear Building Based on DDTW[J].Computer Simula-tion,2020,37(6):448.[23]肖勇,赵云,涂治东,等.基于改进的皮尔逊相关系数的低压配电网拓扑结构校验方法[J].电力系统保护与控制,2019,47(11):37.XIAO Yong,ZHAO Yun,TU Zhidong,et al.TopologyChecking Method for Low Voltage Distribution NetworkBased on Improved Pearson Correlation Coefficient[J].Power System Protection and Control,2019,47(11):37.(编辑:温泽宇)05哈㊀尔㊀滨㊀理㊀工㊀大㊀学㊀学㊀报㊀㊀㊀㊀㊀㊀㊀㊀㊀㊀第28卷㊀。

电力系统中的电网建模与分析方法研究

电力系统中的电网建模与分析方法研究电力系统作为现代社会重要的基础设施之一，为我们的生产生活提供稳定可靠的电力供应。

电网建模与分析是电力系统运行与规划的重要工作之一，对于确保电网的安全、可靠运行起着至关重要的作用。

本文将探讨电力系统中的电网建模与分析方法，并介绍相关的研究进展和应用。

一、电网建模方法1. 拓扑模型电网的拓扑模型是对电网中支路和节点之间连接关系的描述。

常见的拓扑模型包括节点模型和支路模型。

节点模型将电网拓扑抽象为节点和连接节点的支路，通过节点之间的连接关系描述电网的拓扑结构。

支路模型同时考虑节点和支路的信息，能够更准确地描述电网的拓扑结构。

拓扑模型的建立对于分析电网的潮流、电压稳定性和动态稳定性等问题具有重要意义。

2. 线性模型线性模型是电网建模中常用的方法之一，它通过电网中各元件的线性特性来进行描述。

线性模型的优点是简化了复杂的非线性计算过程，降低了计算复杂度，便于分析电网的特性。

常见的线性模型包括潮流模型、电压稳定性模型和动态稳定性模型等。

3. 非线性模型非线性模型是对电网中非线性特性进行描述的方法。

电力系统中存在着各种非线性元件，如变压器、发电机和负荷等。

非线性模型能够更准确地描述电网的实际运行情况，但计算复杂度较高。

通过使用牛顿-拉夫逊法、高斯-赛德尔法等数值计算方法，可以求解非线性模型。

二、电网分析方法1. 潮流计算电力系统潮流计算是电网分析的基础。

潮流计算通过对电网中各元件的电压和功率进行计算，得到电网中各节点的电压和功率分布情况，以及支路的潮流大小和方向。

潮流计算能够评估电网的功率负荷分布和电压稳定性等问题，为电网的运行和规划提供重要参考。

2. 电压稳定性分析电压稳定性是电力系统运行安全性的重要指标之一。

电压稳定性分析旨在评估电网中各节点的电压稳定性情况，预测可能出现的电压失稳和电压崩溃等问题。

电压稳定性分析可以通过潮流计算结果和功率潮流灵敏度分析等方法进行。

3. 动态稳定性分析动态稳定性分析是研究电力系统在发生异常情况下的稳定性问题。

配电网拓扑分析方法研究_

第三章配电网拓扑分析方法电力系统网络拓扑分析主要是处理开关信息的变化，形成新的网络接点，在网络发生变更的时候进行网络重构，为网络分析各种应用奠定基础[1]。

当前最主要的拓扑分析方法主要有邻接矩阵法和树搜索法两种。

本文在总结和分析邻接矩阵法和树搜法的基础上提出了针对配网拓扑分析的改进算法，并在GVMS电力可视化开发平台中予以应用。

3.1. 邻接矩阵法拓扑辨识矩阵元素全部为0或1的矩阵称为布尔矩阵。

配电网的邻接矩阵和由配电网邻接矩阵自乘n-1次得到的连通矩阵的所有元素都为0或1，所以配电网邻接矩阵和全连通矩阵皆为布尔矩阵。

布尔矩阵除了遵守普通矩阵的运算法则以外，还遵守布尔运算法则。

布尔运算法则如下所示：逻辑加，用∨表示：1∨1=1，1∨0=1，0∨0=0，0∨1=1.逻辑乘，用∧表示：1∧1=1，1∧0=0，0∧0=0，0∧1=0.基于邻接矩阵的电网拓扑辨识算法。

该算法使用节点-支路关联矩阵和之路-节点关联矩阵表示配电网络的基本拓扑结构，通过与开关状态矢量的运算得到节点-节点的邻接矩阵，通过对配电网相对应的网络图连通区域的拓扑分析实现对配电网络的拓扑辨识。

3.1.1. 辨识原理根据图论中网络拓扑理论，对于一个任意的拓扑网络，可以用节点-支路关联矩阵来描述其拓扑结构，而对于一个配电网系统的主接线图，可以抽象成为一个拓扑图来描述。

把配电网中的母线、馈线、各种负荷线映射为拓扑图中的节点；各种厂站开关、关联开关映射为拓扑图中的支路从而得到节点、支路拓扑图。

根据拓扑图中各节点-支路的关联关系列出相应的关联矩阵。

通过对关联矩阵的运算或者搜索分离连通区域，从而进一步进行母线和电气岛的分析。

如图3-1给出了一个典型的配电网结构[12]。

1819根据设备在配电网络中电气特性的近似性，把配电网络设备分成四部分：电源SK ，开关BK ，线路LK 和用户UK 。

在图3-1 中，连接所有开关、母线、S34S1S2图 3-1一个典型的配电网络图用户的线都称为L ；而变电站母线、开关站等母线都称为电源S ；所有的断路器、分段开关甚至包含熔断器都统称为开关B ；所有的用户包含配变、负荷母线，在图中没有标出，只是用箭头表示将要接用户。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

2.配电网设备建模
按照建模需求将配电设备分成以下三类： ① 拓扑分析设备 ② 附属设备，附属设备的工作状态影响到整个电力网络的运行 ③ 其他设备，只是用来装载或支撑其它设备
2.配电网设备建模
拓扑分析设备包括：
设备名称中压线路柱上变压器杆塔线路点断路器变电站和电房母线变电站和电房配变变电站和电房开关配变房电缆头配变房中间接头电缆终端头低压开关低压导线低压电缆低压电缆中间接头杆上开关图源类型线点点点线点点点点点点线线点点拓扑抽象类型线点点点点点点点点点点线线点点
1.概述
① CIM 拓扑包用于定义如何连接配电网各设备. ② 设备连接关系通过导电设备(ConductingEquipment)-----终端 (Termina1)------联结点(C0nnectivityNode) 的关联关系来表现。 ③ 终端是设备的终点，一个设备可以有多个终端，联结点根据网络运行状态，把相关的终端无阻抗地连接在一起。 ④ 一个导电设备有多个终端，和其它设备的终端联结在一起，形成一个联结点，多个联结点类聚合成一个设备容器类。CIM 模型利用设备容器模式描述配电网络中各设备的关系。
2.配电网设备建模
① 架空线上的设备要么作为杆、塔附属设备，要么依靠杆、塔作为支撑； ② 同样电缆上面，有设备的地方．肯定要有井孔才能把设备通过电缆接入电网。 ③ 因此从功能位置的角度考虑，虚拟出杆、塔、井孔这样的节点位置，可以反映出一组设备在电网中的位置关系。 ④ 对不依赖于杆、塔、井孔的设备其节点作为虚拟设备处理。
b) Topo_node_order
点设备id Device4 Device7 Device5 线设备id Line5 Line5 Line5 方向进出进排序 0 5 10
c) attach_device
主设备id Device4 附属设备id Device8
主要内容
概述
2
1
配电网设备建模
2.配电网设备建模
配电设备之间不是孤立存在的，他们通过线状设备、开关类型、调节类型、载体类型容器类型、其他传输设备组成一个复杂的电力管网系统。该系统具有以下三个最突出的特点： ① 系统内部的设备都可以抽象为点和线两种空间几何类型，众多的管线通过连接交织在一起形成了错综复杂的电网系统； ② 电网系统的设备具有明显的空间概念，具有精确的坐标值以及埋深和高程等属性信息； ③ 整个电网系统的设备通过相互连接使整个系统处于运行状态，系统电流的运动都带有方向性，电网任何一个环节运行参数的变化都可以导致整个系统运行状态的改变
主要内容
概述
2
1
配电网设备建模
3
配电网络设备关系数据库设计
4
5
基于拓扑的地理图、单线图自动生成
2.配电网设备建模
设备建模主要对拓扑模型中的传导设备 (Conducting Equipment)进行详细描述，同时管理设备相关参数、配电网线损和电压合格率等计算所需参数。为方便进行配电网各类装置的物理位置关联．对线路段、节点进行描述。 b) 线路分段规则有2个： ①不同型号导线类型(如架空线、电缆)进行分段； ②架空线、电缆出现连接位置有开关、闸刀等开断设备时进行分段。这样就可以虚拟出架空线段、电缆段、架空电缆段等分段类型，类似变电设备中的间隔， a)
4. 数据库设计
第四部分数据表：设备属性
1) Point_device：点设备基本属性描述键值设备编码线路id 设备类型正在使用是否开关类型 2) line_device ：线设备基本属性序主号键名称描述类型序主名称号键 Y sys_id Code feeder_id Device_type Is_user Is_Switch House_id Position
2.配电网设备建模
④ 载体设备一般是线性设备的载体，附着在该设上的设备与该设备存在附着关系。各种杆塔属于该类 ⑤ 容器设备可以容纳其他设备，作为其他设备的母体，其本身不进行电流的传输。其内部中设备与容器之间存在从属关系，如电缆分支箱、变电站、用户配变房、开关柜等。 ⑥ 其他传输设备包括源设备及一般的运行设备。源设备即传输电流的起点设备，没有特殊的工作状态。在不同的系统中有不同的定义，如电力系统中的供电变压器等。这些设备都是通过一些线形设备连接入网的，与其他设备只存在连接关系
2
1
配电网设备建模
3
配电网络设备关系数据库设计
4
5
基于拓扑的地理图、单线图自动生成
3.配电网络设备关系－配电网络设备空间连接关系
设备的空间连接关系表示电力设备的几何网络图: node表示一个连接结点，node和设备的关系是1：N， link不直接和设备相关联，仅仅是连接相连两个node。在一个node结点上，作为起到连接其他设备的点设备最多只有一个，假如没有点设备做为连接点，在生成电力设备逻辑连接关系时，将在此处虚拟一个点设备做为生成电力设备逻辑关系的连接点。
3
配电网络设备关系数据库设计
4
5ห้องสมุดไป่ตู้
基于拓扑的单线图自动生成
4. 数据库设计
第一部分数据表：功能位置表格
1)geometry_node:
主名称序键号
Y node_id
定义node表格
描述
键值
类型
3) Relation_node_device 表格说明：关联到node的设备表格主名称序键号描述键值类型
序号主键 Y 名称 Sys_id
方式存储网络的拓扑结构
描述键值类型长度
Point_device_id
Line_device_id Direciton
点设备id
线设备id 电流方向
2) Topo_node_order 表格说明：同一条线路同时通过不同的点设备的顺序表格
序号主键 Y 名称 Sys_id Point_device_id Line_device_id Direciton Order 描述键值点设备id 线设备id 电流方向排序（设备的在一条线上按电流的排列顺序）类型
3
配电网络设备关系数据库设计
4
5
基于拓扑的地理图和单线图自动生成
5. 基于拓扑的地理图和单线图生成
生成地理沿线分布图
5. 基于拓扑的地理图和单线图生成
3.配电网络设备关系－配电网络设备逻辑连接关系
配电网络设备电力逻辑连接关系的建立，主要将电力设备抽象成点和线两种实体，通过点和线的连接关系来实现。以下是抽象出来的以下几种设备相互之间的连接关系 ① Device设备连接line1 ，电流从该设备出，Device包括的设备有中压线路，line1可以为中压电缆、中压架空线，
④
Device设备主要是为环网开关，同时连接两个不同方向的电流， line1和line2可以为电缆、架空线；
3.配电网络设备关系－配电网络设备逻辑连接关系
⑤
Device设备主要是杆塔线路点、电缆接头，一条线从一端进入，同时从另外一端出来，同时device可以向不同方向连接其它设备， line1和line为架空线、电缆，
3) attach_device关系表格，表示一个主设备上附属的设备
主设备id
附属设备id
3.配电网络设备关系－配电网络设备逻辑连接关系示例
a) Topo_connction
点设备id Device1 Device1 Device2 Device2 Device2 Device4 Device4 Device5 Device5 Device7 Device7 Device6 Device6 线设备id Line1 Line2 Line2 Line3 Line4 Line3 Line5 Line5 Line6 Line5 Line5 Line7 Line6 方向进出进出出进出进进进出进出设备5为环网开关备注进
第二部分数据表：设备关联表格
attach_device，附属在某一设备上的其它设备，如变压器上的避雷器序号
主键名称 Y Sys_id attach_device_i d
描述键值
类型
Main_device_id 主设备id
附属设备id
4. 数据库设计
第三部分数据表：拓扑表格
1)Topo_connction 基于关联顶点-----线路
2.配电网设备建模
① 线形设备线形设备是网络中能量传输的主要载体，是网络拓扑中的主体，构成了网络的骨架，常见的如架空线、电缆等。与其他设备一般存在连接关系 ② 开关设备具有开合功能，决定线路和网络实际上是连通还是断开的，影响着网络运行的实时状态，如开关类元件。该类型的设备一般附着在线性设备上并与线形设备存在连接关系 ③ 调节设备该类设备一般有高压侧和低压侧区分，具有增减压的功能，同时可能是网络中线路与线路的分界点。如各种增减压装置、变压器等
②
Device设备连接line1和line2 ，电流从一端进，一端出。Device 包括的设备有开关类，架空线支撑点、调节类设备、母线（母线做为特殊的线设备，也抽象为一个点），line1和line可以为电缆、架空线；
3.配电网络设备关系－配电网络设备逻辑连接关系
③
Device设备连接line1和line2 ，电流只进不出。Device包括的设备主要是终端设备，line1和line2可以为电缆、架空线，
2.配电网设备建模
附属设备包括：
设备名称
电容柱上变压器
图源类型
点点
拓扑抽象类型
点点