配电网拓扑分析方法研究_
基于CIM模型及GIS的配电网拓扑建模与分析

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
基于配电网台区的拓扑自动识别技术研究

基于配电网台区的拓扑自动识别技术研究发布时间:2023-01-04T03:26:15.851Z 来源:《福光技术》2022年24期作者:汤正宇赖来源黄淼华[导读] 电力系统中,台区即为单一变压器的供电区域,变压器与用户电表的对应关系称为户变关系,低压配电网台区系统的拓扑即指台区内所有的户变关系。
广东电网有限责任公司惠州供电局广东惠州 516003摘要:低压配电网的拓扑准确性是智能电网建设的有力保障。
在低压配电网拓扑关系的识别方法中,常用的台区在线自动识别技术主要有脉冲电流法和载波通信法。
相较于脉冲电流法,载波通信法实现更为简单,安全性更高,可控性更强。
本文采用基于电力载波的户变识别方法,通过采用基于脉冲电流调制法辨识低压台区拓扑模型,判断发射端设备的相位及其分支线,完成台区拓扑识别,该方法可保证模型的准确辨识,减轻人工识别工作量,还可作为台区拓扑校验手段。
关键词:台区;拓扑;配电网;自动识别一、配电网台区系统框架1、配电网台区拓扑结构电力系统中,台区即为单一变压器的供电区域,变压器与用户电表的对应关系称为户变关系,低压配电网台区系统的拓扑即指台区内所有的户变关系。
配电台区拓扑框架结构由低压出线柜(配变侧)、分支箱、电表箱组成的"台区-分支-用户"三级关系。
配电变压器的出口端与低压出线柜的入口端连接,低压出线柜的出口端与分支箱的入口端连接,分支箱的出口端与电表箱的入口端连接,电表箱的出口端与用户连接。
2、配电网台区通信结构配电网台区的自动化通信体系架构是实现台区拓扑自动识别的重要基础。
通信体系架构由自动化主站系统、智能配变终端(TTU)、馈线层低压监测单元及混合通信系统等构成。
例如:主站系统主要包括前端服务器、SCADA服务器、交换机、防火墙和物理加密隔离等装置。
TTU通过电力线采用5G技术与主站进行通信,台区层与馈线层、馈线曾与用户层以电力线宽带载波方式进行通信。
智能配变终端安装于变压器根部,馈线层低压监测单元安装在分支箱出线端或进线端,用户层低压监测单元安装在电表箱出线端或进线端。
配电台区户-相-变关系及一次拓扑辨识技术研究

电力物联网1摘 要:配电台区户-相-变关系以及台区一次拓扑辨识技术是低压配电监测及故障研判的关键点。
针对设计的配电台区物联网架构下台区融合终端的架构和低压拓扑识别功能进行分析,得出一种实用、可行的配电台区拓扑实现方法。
首先,在确定各分支上下级之间拓扑关系的基础上,基于分支进线端的电流是其出线端电流和的原则,来确定各分支的进线端;根据分支的出线端与相连的下一级分支进线端电流相等原则,来确定不同分支进出线之间的连接关系,从而确定各分支之间的一次拓扑连接关系。
然后,通过大量数据相关性分析方法,得出台区各个用户表计与本台区变压器的从属关系,从而获得台区的户-相-变关系。
最后,仿真分析及装置实证得出该方法具有很好的分析效果,为配电台区拓扑辨识及智能分析提供了较好的技术支撑。
关键词:配电台区;户-相-变关系;拓扑辨识;相关分析;配电网中图分类号:TM72 文献标志码:A DOI :10.19421/ki.1006-6357.2020.11.001配电台区户-相-变关系及一次拓扑辨识技术研究毋炳鑫,李俊刚,崔龙卫,魏勇,黄利军,孟乐(许继集团研发中心,河南 许昌 461000)[引文信息]毋炳鑫,李俊刚,崔龙卫,等.配电台区户-相-变关系及一次拓扑辨识技术研究 [J ].供用电,2020,37(11):1-7,27.WU Bingxin ,LI Jungang ,CUI Longwei ,et al. Study of distribution area user-phase-transformer relationship and primary topology identification [J ]. Distribution & Utilization ,2020,37(11):1-7,27.基金项目:国家电网有限公司科技项目“面向配电物联网的多维监测与运行辅助决策关键技术研究”(SGTYHT/19-JS-215)。
基于聚类分析的低压配电网台区拓扑识别方法研究

基于聚类分析的低压配电网台区拓扑识别方法研究摘要:营配档案中的低压配电网台区拓扑信息对于线损评估与治理具有重要意义,准确的识别低压配电网台区拓扑信息可以帮助管理人员分析线损来源与评估配网结构,快速对配电网络提出电网优化策略。
本文通过对低压配电网台区各个层次的营配档案不一致问题,借助配电网用户用电信息采集系统电压数据,开展对电压数据异常值清洗、缺失值填充、电压状态特征提取等分析,提出了基于数据驱动的聚类分析拓扑辨识方法。
通过聚类分析算法,识别低压配电网台区的“户-变”,“户-相”,“表箱-配变”,“用户-表箱”等四个维度的台区拓扑关系,从而理清低压配电网供电台区拓扑信息。
关键词:聚类分析;低压配电网;供电台区;电压数据;拓扑识别;中图分类号:TP39 文献标志码:A0前言随着经济社会的飞速发展,我国的城乡用电量不断增多,这对于我国的低压配电网的要求也越来越严格。
尤其是直接面向用户供电的低压配电网末端网络,承担着电力网末端输送生活用电的关键职能,是电网的重要组成部分,与广大人民群众的生产生活息息相关,是服务民生的重要公共基础设施,对实现全面建成小康社会宏伟目标、促进“新常态”下经济社会发展具有重要的支撑保障作用。
城乡低压配电电网发展过程中由于低压配电网台区建设期间用户电表线路档案错误或检修时造成的变更电表档案没有记录、记录错误等现象的存在,其拓扑关系常常出现错误,会对低压配电网中的线损计算、节能分析等造成很大影响,直接对分析社会负荷增长的适应能力造成很多不确定性。
如果能够共享当前电网企业现有的系统建设成果,借助低压配电网行业信息系统的低压配电网用户大数据,通过创新技术方法,开展基于数据驱动的网络拓扑隶属关系核查方法,就可以很好分析电网薄弱环节、计算电网线损,对密切跟踪市区、县城、中心城镇和产业园区等经济增长热点,推进高可靠性示范区与新型城镇化示范区建设,规范住宅小区配电网建设改造,开展老旧住宅小区配电网建设改造提供非常强有力的依据。
配电网故障分析处理的拓扑分析原理及实现

配电网故障分析处理的拓扑分析原理及实现苏标龙,张瑞鹏,杜红卫,许先锋,卢玉英(国电南瑞科技股份有限公司南京市210061)摘要:本文从拓扑构建和分析入手,详细论述了配电网故障分析处理的原理。
具体实现的过程中充分考虑应用开发的通用性和灵活性两方面,将拓扑构建分成了静态拓扑和应用拓扑两个阶段,以针对不同的应用需求。
在完成拓扑构建的基础上,故障分析处理依据故障处理的特定原则对事故区域进行拓扑分析,通过拓扑区域的划分和比较确定故障区域并得到非故障失电区域的转供路径,最后形成事故处理最优方案。
关键词:DMS,故障分析,拓扑分析,故障隔离,负荷转供The Principle and Realization of Topology Analysis about FaultProcess in Distribution NetworkABSTRACT:This paper summarizes the basic structure and primary application of topology in Distribution Manager System (DMS). Topology analysis contains data structure and arithmetic, in consideration of universality and particularity we separate topology analysis into static topology and app-topology. This paper discuss the basic principle about fault process in power distribution network. Through the contrast of different area, we get the conclusion about fault area, non-fault area and load transfer trace.KEY WORDS:DMS,fault analysis,topology analysis,fault isolation,load transfer1引言配电网故障分析处理是配网管理系统中一项重要的高级应用。
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。
配电网拓扑分析方法研究的开题报告

配电网拓扑分析方法研究的开题报告一、研究背景及意义随着社会经济的发展,能源消耗量呈现快速增长,电力系统在社会生产和生活中的地位日益重要。
而地区能源消耗分布不均和人口分配不同,导致负荷分布也不均,为了满足不同地区、不同用户的电力供应需要,需要合理构建配电网。
而配电网作为从变电站到终端用户的重要一环,其拓扑结构合理性对于保证电力系统的稳定运行及其可靠性具有重要影响。
然而传统配电网的拓扑结构往往不能满足负荷需求,因此需要进行优化。
为了解决这个问题,实施可靠、可扩展和具有冗余的分布式电源(含可再生能源),缩短停电时间,提升电力系统的可靠性和经济效益,配电网拓扑分析方法成为了必要研究之一。
本研究将重点针对配电网拓扑结构进行分析与优化,以期提高电网的运行效率和能量利用率,并且模型的应用可扩展性较高。
二、研究内容及计划本研究的主要内容为针对传统配电网的拓扑结构,研究各种拓扑结构的特点及其适用性,结合电力系统运行的实际情况,分析配电网各个节点的负荷需求,最终提出一种适合不同运行场景的拓扑结构,能够满足电网的安全稳定运行。
本文将采用以下研究步骤:1. 对配电网中存在的问题进行总结和分析,确定研究的方向;2. 对配电网拓扑结构进行深入研究,比较不同拓扑结构的优劣;3. 基于实际配电网,分析各个节点的负荷需求及分布情况;4. 借鉴自适应算法的思想,根据负荷分布情况和实时运行状态,提出一种自适应的拓扑结构优化方法;5. 开展实验研究,验证优化方法的有效性,以及所提出的拓扑结构的优越性。
三、技术路线及来源本研究所用的技术包括可靠性分析、电力系统建模、电力系统运行管理系统等,相关文献来源包括网络论文、专业期刊、新闻报道等。
在实验过程中,我们将结合Matlab软件进行模型建立、优化计算和结果分析等。
四、研究意义及预期成果通过本次研究,我们将深入了解配电网的拓扑结构及其优化方法,掌握相关理论和技术,在此基础上构建适合实际应用的配电网优化模型。
面向馈线的中压配电网拓扑分析

f . h n o gUniest, ia 5 0 1 Chn ; 2 S a d n iest f e h oo y Zio S a d 2 0 6 , ia y . h n o gUnv ri o T c n lg , b , h n o g2 5 1 , ia y
2 1 年 第 5卷 第 1 01 期
20l . V01 5. N o.1 1 .
南 方 电 网 技 术
So U TH ERN W E R STEM ECH N O LO G Y Po SY T
研 究 与分 析
Su t dy & A n y i alss
文 章 编 号 : l7 6 9 2 1) 10 6 —4 6 40 2 (0 10 —0 10
摘 要 : 于 中压 配 电 网 线路 和 设 备 众 多 , 不 同 线路 上 的设 备 之 间 的联 系很 少 , 将 中 压 配 电 线路 连 同相 关 的 设 备 定 义 鉴 但 故
为 馈 线 ; 而分 段 开 关将 馈 线 分 成 若 干馈 线段 , 线通 过 变 电 站 出线 断路 器 连 接 到 变 电站 母 线 上 , 线之 间通 过联 络 断 从 馈 馈
c n e td wi a ho h rt r u h i t r o n c i n s t h s a d e c ic i i d v d d it e e a ic i s ci n , n o n ce o o n ce t e c t e o g n e c n e t wi e , n a h cr ut s i i e o s v r l r u t e t s a dc n e td t h h o c n c — o
- 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)。
加一个“虚变电站”,这不仅增加计算的复杂度,而且增加了管理数据的难度。在 输电网中,由于网络的节点数目比较小,可以应用矩阵法,尤其是在厂站一级的 拓扑分析中,由于接线比较复杂,还是比较适合用矩阵法,但对于配电网络,由 于动辄就成千上万节点,所以并不适合用矩阵法。
3.2. 树搜索法拓扑辨识
树搜索法是现在网络的拓扑分析中应用最广泛的一种拓扑分析方法。不像矩 阵法是通过对反映网络设备连接关系的矩阵的运算来进行网络的拓扑分析,树搜 索法是通过搜索节点的相邻节点的方法来进行网络的拓扑分析的。树搜索法仍然 是要进行母线分析和电气岛分析,母线分析是从某一个节点开始,搜索通过闭合 开关和该节点连接在一起的节点,将他们划分为一条母线。电气岛分析是通过搜 索确定通过支路连接在一起的母线,将这些母线划分为一个电气岛。树搜索法和 矩阵法都是基于图的,所以用树搜索法来进行网络的拓扑分析时,仍然是必须将 实际的物理网络映射为图。树搜索法在将物理网络映射为图的方法和矩阵法中的 映射原则是一样的,即在母线分析中,将开关所联的节点映射为图的顶点,顶点 之间是否有边相连,则取决于节点之间是否有闭合开关相连;在电气岛的分析中, 将母线分析得到的母线映射为图的顶点,顶点之间有边相连则取决于母线之间是 否有支路相连。网络的拓扑分析普遍采用的是树搜索法,在树搜索中将母线节点 看作图的顶点将支路看作是图的边,有两种树搜索的方法:深度优先搜索法 DFS 和广度优先搜索法 BFS。有很多数据结构可以实现树搜索的 DFS 和 BFS。
1.形成网络连接关系的节点-支路关联矩阵。 2.根据当前开关状态矢量形成当前网络节点-支路关联矩阵 3 根据节点-支路关联矩阵和支路-节点关联矩阵获得节点-节点邻接矩阵 4.对形成的邻接矩阵进行(n-l)次自乘运算,得到网络的全连通矩阵 T。 5.分析得到的全连通矩阵 T,进行母线划分或者是电气岛的划分。 这种根据邻接矩阵的逻辑自乘的结果来进行母线划分和确定电气岛组成的拓 扑分析方法就称为邻接矩阵法。文献[1]简单介绍了用于输电网的邻接矩阵法。 用邻接矩阵法来进行母线分析和电气岛分析,从数学上说,是同一个问题, 只是所研究的对象不同。必须指出的一点是,邻接矩阵法是针对图而言的,所以 在用邻接矩阵法进行网络的拓扑分析前,必须将实际的网络映射为图,文献[2]对 母线分析和电气岛分析分别提出了一种映射原则。 利用邻接矩阵法来进行网络的拓扑分析要进行母线分析和电气岛分析。在进 行网络的电气岛分析的时候,首先将所研究的网络映射为图。在输电网的拓扑分 析中,母线分析的研究对象是变电站内部同一电压等级的开关及其两端节点所组
C9 = C × C × C……C = ⎢⎢0 1 1 1 1 1 0 0 0 0⎥⎥
⎢0 1 1 1 1 1 0 0 0 0⎥
⎢⎢1 0 0 0 0 0 1 0 0 0⎥⎥
⎢0 0 0 0 0 0 0 1 1 0⎥
⎢⎢0 0 0 0 0 0 0 1 1 0⎥⎥
⎢⎣0 0 0 0 0 0 0 0 0 1⎥⎦
堆栈的方法[8][27]即从某个节点出发,用一个堆栈存放具有中间分支的节点,沿 某条分支向前搜索把由闭合开关连接在一起的节点划分为一条母线;再从另一未 划分母线号的节点出发,采用同样的搜索方法直到所有节点都分配有母线号-节点 的每一个中间分支与连接到该节点的开关相对应。在一母线的搜索过程中除了初 始节点外,每个节点的中间分支都包含一个已经处理过的开关,沿这条分支的搜 索是一种浪费每条母线的搜索都包含一进栈过程和退栈过程,这实际是重复浪费。
(3-2)
根据全连通矩阵 C9 和 3.2 节的全连通矩阵行比较法可得到配电网连通区域为 (1,7),(2,3,4,5,6),(8,9),(10)四个连通区域。
3.1.2. 辨识步骤
邻接矩阵法可以应用于网络拓扑分析中的母线分析和电气岛分析。利用邻接 矩阵法来进行网络的拓扑分析的步骤可概括为如下的几个步骤:
⎡1 1 0 0 0 0 0 0⎤
⎢ ⎢
0
1
1
0
0
0
0
0
⎥ ⎥
⎢0 0 0 1 1 0 0 0⎥
⎢ ⎢
0
0
1
0
0
0
0
0
⎥ ⎥
A0 =
⎢ ⎢
0
⎢0
0 0
0 0
1 0
0 1
0 0
0 0
0
⎥ ⎥
0⎥
⎢ ⎢
1
0
0
0
0
1
0
0
⎥ ⎥
⎢0 0 0 0 0 1 1 1⎥
⎢ ⎢
0
0
0
0
0
0
1
0
⎥ ⎥
⎢⎣ 0 0 0 0 0 0 0 1 ⎥⎦
节中所讲的行扫描连通区域分离法,采用堆栈的技术进行拓扑分析着色。网络拓
扑分析的算法在图论中实际上就是无向图的遍历问题。对无向图的遍历算法在前
20
开始
初始化节点-节点关联矩阵
初始化堆栈S,结果节点数组 ARRAY,临时变量Vary
取出所有Akj=1的元素,把j的 值压入堆栈并把k值放入数组
ARRAY中
如果 3-1 中的某些开关断开,如图 3-2 所示,此时对应的节点-支路关联矩阵 (称为当前节点-支路关联矩阵)A 为:
19
5
B3
S13Βιβλιοθήκη 1B12B0
7 S2
B5
8
6 B4
S3
B2
4
B7
10
B6
9
开关闭合
开关断开
图 3-2 断开开关后
⎡1 0 0 0 0 0 0 0⎤
⎢ ⎢
0
0
1
0
0
0
0
0
⎥ ⎥
⎢0 0 0 1 1 0 0 0⎥
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:
堆栈是否为空
Y
N
从堆栈中取出栈顶元素记 为Vary
退出
Y Varray是否在ARRAY中
N
将Vary的值放入ARRAY中,将 N=1的所有元素的下标值J压入堆
栈
图 3-3 基于堆栈技术搜索法流程
面的 2.2.2 中已经讲过。即从图中某一顶点出发访遍图中其余顶点,且使每个顶点 仅被访问一次;对于连通图,仅需调用搜索过程一次。对非连通图,则需多次调 用搜索过程。而每次调用得到的顶点访问序列恰为其各个连通分量中的顶点集。 图的遍历算法是求解图的连通性问题的基础。深度优先搜索算法(DFS)和广度优先 搜索(BFS)算法都能适用[14],本文提出应用网络矩阵,基于深度优先的网络拓扑分 析,从节点 K 出发搜索与其连通的连通区域可按图 3-3 所示的流程进行。
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。
网络的电气岛的分析和母线分析基本相同,只是电气岛分析的研究对象是整 个的网络。同样需要将物理网络映射为图,文献[8]提出的一种映射方法是:将经 过母线分析后得到的母线映射为图的顶点,顶点之间是否有边相连则取决于母线 之间是否有支路(包括线路、变压器、电抗器、电容器等)连接。如果母线之间存在 支路,则对应顶点之间有边相连,否则顶点之间没有边相连。文献[8]的邻接矩阵 法是用于输电网的,将其应用于配电网时,需要稍加改进。在输电网中,所有的 开关全部集中在变电站内部,而配电网中开关不仅分布在变电站中,馈线中还存 在大量的分段开关和联络开关。这时为了适应文献[8]的算法,必须在馈线开关所 在处引入一个“虚变电站”,使该馈线开关成为虚电站的开关。
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]。
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。
3.1.3. 邻接矩阵法的缺陷
基于邻接矩阵的网络拓扑分析方法是以矩阵的运算为基础的。矩阵法的优点 是结构性强,分析过程清晰,数据的组织比较简单,适应性强,矩阵法可以适用 于任何复杂的接线方式。接线方式的复杂化,不会带来计算的复杂化。矩阵法的 最大缺点是计算量太大,计算速度比较慢,不适于网络的实时分析;在计算过程 中,对于计算机内存的开销比较大,会进一步影响计算速度。在配电网中,节点 数目比输电网的节点数目大的多,矩阵法显得力不从心。而且在配电网中,馈线 开关的存在,给拓扑分析增加了复杂度。为了利用矩阵法,需要在馈线开关处增
18
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、