基于电压和功率数据的低压用户相别识别优化建模与应用

低压用户相别识别是低压配电网计量拓扑识别的内容之一。首先,描述原问题并对已有研究进行回顾,阐述文中研究特点;按照线路分叉点数量将用户降维到虚拟用户空间;再对虚拟用户空间电压波形采用t分布的随机近邻嵌入(t-SNE)算法,形成进一步降维的特征空间;对于特征空间的电压波形以及聚合功率,提出同时考虑功率平衡和电压时序波形分类的多目标优化模型,使用仅考虑功率平衡的优化问题的解作为初始解。选择2个具有典型特征的城镇居民台区作为试点,发现常见的5类聚类方法均只有1个台区识别成功,且表现差异很大,而所提方法在2个案例中均取得成功,表明其具有一定的稳定性和通用性。

融合已知相别和地址信息的低压用户计量表箱识别

用户电能表与表箱的关系不清楚可能导致严重后果,用户电能表的所属计量表箱识别是低压配电网计量拓扑识别问题之一。由于同一计量箱的用户入线共用同一条配电箱母线,若已知总等效单相计量箱数量N,则原问题可转换为基于用户电压时序波形的N类分类问题。在分析这种方法在实际工程应用中缺点的基础上,提出了一种融合已知相别和地址信息的低压配电计量表箱识别方法。首先,采用聚类方法将分相后的电压时序波形辨识到配电分线箱层面。然后,利用经过挖掘和补全的地址文本信息构建基于相邻关系的约束,并采用约束的k-medoids聚类算法将用户区划分为表箱层面。最后,通过2个具典型特征的低压配电网案例验证了所提方法的有效性。