基于t-SNE降维和BIRCH聚类的单相用户相位及表箱辨识

低压台区单相用户的相位及接入表箱信息的准确性对户变关系纠错和线损治理分析有重要影响。目前,拓扑档案的校验主要依靠电力员工现场排查,人力物力消耗大且排查效率低下。因此,亟需一种效率较高的低压台区拓扑档案校验方法。在此背景下,文中提出了一种基于智能电表电压数据的低压台区单相用户相位及接入表箱辨识方法,可以为低压台区的拓扑辨识及排查提供参考。首先,采用t分布的随机近邻嵌入(t-SNE)技术对原始负荷数据进行降维处理,解决台区用户原始负荷特征维度过高带来的冗余性问题;接着,应用BIRCH方法对降维后的负荷数据进行聚类,实现台区下单相用户所属相位和接入表箱的辨识。最后,以浙江省海宁市某台区为例进行验证,算例分析的结果表明所提模型具有可行性和有效性。

无人机智能测距在输电线路的应用

随着架空输电线路快速发展,线路和其他附近接地体之间的距离矛盾越来越突出,对线路运行安全和后期线路规划产生重要影响。传统的测距方法是通过手持激光测距仪在地面进行扫描测距。这种测距方式存在准确度低、使用范围有限、受到外界环境干扰大等不足,无法满足现代输电线路的广泛需求。日益严峻的距离矛盾,迫使寻找一种更加先进、更加高效的测距方法来改善这一现状。因此,无人机测距技术应运而生。