[發(fā)明專利]一種低壓臺區(qū)戶變拓撲辨識方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 202210366053.X
• 申請日: 2022-04-08
• 公開（公告）號: CN114565779B
• 公開（公告）日: 2022-08-05
• 發(fā)明（設(shè)計）人: 陳恩澤;陳昊華;顧亞濱;陳君
• 申請（專利權(quán)）人: 武漢中原電子信息有限公司
• 主分類號: G06V10/74
• 分類號: G06V10/74;G06V10/774;G06V10/82;G06K9/62;G06N3/04;H02J3/00;G01R31/08
• 代理公司: 武漢藍寶石專利代理事務(wù)所(特殊普通合伙) 42242
• 代理人: 廉海濤

1.一種低壓臺區(qū)戶變拓撲辨識方法，其特征在于，包括：

獲取待辨識供電臺區(qū)的多個用戶電表、分支箱和配電變壓器的實時運行數(shù)據(jù)，以及歷史臺區(qū)拓撲；所述運行數(shù)據(jù)至少包括：電壓、電流和電能計量數(shù)據(jù)；

將待辨識供電臺區(qū)的運行數(shù)據(jù)分別處理為熱力圖和序列,并將其與歷史臺區(qū)拓撲進行特征匹配:將待辨識供電臺區(qū)的多個采集設(shè)備的運行數(shù)據(jù)復(fù)制為兩份相同的副本，并將其分別處理為熱力圖和序列；將每個采集設(shè)備根據(jù)時間特性和電氣特性進行匹配，得到每個采集設(shè)備電氣特性的熱力圖及其對應(yīng)的序列;

將特征匹配后的熱力圖、序列和歷史臺區(qū)拓撲，輸入到訓(xùn)練完成的多源時空神經(jīng)網(wǎng)絡(luò)中，得到實時待辨識供電臺區(qū)拓撲；所述訓(xùn)練完成的多源時空神經(jīng)網(wǎng)絡(luò)通過如下方法訓(xùn)練：獲取多個臺區(qū)的拓撲、用戶電表、分支箱和配電變壓器的運行數(shù)據(jù)；將每個臺區(qū)的用戶電表、分支箱和配電變壓器的運行數(shù)據(jù)分別處理為熱力圖和序列,并將其和歷史臺區(qū)拓撲作為樣本，對應(yīng)的臺區(qū)拓撲作為標(biāo)簽構(gòu)建訓(xùn)練數(shù)據(jù)集；利用所述訓(xùn)練數(shù)據(jù)集，訓(xùn)練所述多源時空神經(jīng)網(wǎng)絡(luò)，直至其誤差低于閾值且趨于穩(wěn)定，得到訓(xùn)練完成的多源時空神經(jīng)網(wǎng)絡(luò)；所述多源時空神經(jīng)網(wǎng)絡(luò)包括卷積神經(jīng)網(wǎng)絡(luò)、LSTM、圖神經(jīng)網(wǎng)絡(luò)和全連接層，所述全連接層分別與LSTM和圖神經(jīng)網(wǎng)絡(luò)連接，所述卷積神經(jīng)網(wǎng)絡(luò)，用于提取特征匹配后的熱力圖的圖像特征；所述LSTM，用于提取特征匹配后的序列的序列特征；所述圖神經(jīng)網(wǎng)絡(luò)，用于特征匹配后的歷史臺區(qū)拓撲的語義特征；所述全連接層，用于融合圖像特征、序列特征和語義特征，并輸出臺區(qū)拓撲。

2.根據(jù)權(quán)利要求1所述的低壓臺區(qū)戶變拓撲辨識方法，其特征在于，所述電氣特性的熱力圖及其對應(yīng)的序列為每個采集設(shè)備電氣特性的電壓采樣值和電能計量值的序列。

3.根據(jù)權(quán)利要求1所述的低壓臺區(qū)戶變拓撲辨識方法，其特征在于，所述圖神經(jīng)網(wǎng)絡(luò)通過如下方法構(gòu)建：

將歷史臺區(qū)拓撲中的每個采集設(shè)備映射到三維GIS地圖上，并將每個采集設(shè)備的地理位置作為節(jié)點，采集設(shè)備之間的輸入輸出關(guān)系作為邊，采集設(shè)備之間的相關(guān)關(guān)系作為權(quán)，構(gòu)建圖神經(jīng)網(wǎng)絡(luò)。

4.一種低壓臺區(qū)戶變拓撲辨識系統(tǒng)，其特征在于，包括：

獲取模塊，用于獲取待辨識供電臺區(qū)的多個用戶電表、分支箱和配電變壓器的實時運行數(shù)據(jù)，以及歷史臺區(qū)拓撲；所述運行數(shù)據(jù)至少包括：電壓、電流和電能計量數(shù)據(jù)；

匹配模塊，用于將待辨識供電臺區(qū)的運行數(shù)據(jù)分別處理為熱力圖和序列,并將其與歷史臺區(qū)拓撲進行特征匹配:將待辨識供電臺區(qū)的多個采集設(shè)備的運行數(shù)據(jù)復(fù)制為兩份相同的副本，并將其分別處理為熱力圖和序列；將每個采集設(shè)備根據(jù)時間特性和電氣特性進行匹配，得到每個采集設(shè)備電氣特性的熱力圖及其對應(yīng)的序列;

輸出模塊，用于將特征匹配后的熱力圖、序列和歷史臺區(qū)拓撲，輸入到訓(xùn)練完成的多源時空神經(jīng)網(wǎng)絡(luò)中，得到實時待辨識供電臺區(qū)拓撲；所述訓(xùn)練完成的多源時空神經(jīng)網(wǎng)絡(luò)通過如下方法訓(xùn)練：獲取多個臺區(qū)的拓撲、用戶電表、分支箱和配電變壓器的運行數(shù)據(jù)；將每個臺區(qū)的用戶電表、分支箱和配電變壓器的運行數(shù)據(jù)分別處理為熱力圖和序列,并將其和歷史臺區(qū)拓撲作為樣本，對應(yīng)的臺區(qū)拓撲作為標(biāo)簽構(gòu)建訓(xùn)練數(shù)據(jù)集；利用所述訓(xùn)練數(shù)據(jù)集，訓(xùn)練所述多源時空神經(jīng)網(wǎng)絡(luò)，直至其誤差低于閾值且趨于穩(wěn)定，得到訓(xùn)練完成的多源時空神經(jīng)網(wǎng)絡(luò)；所述多源時空神經(jīng)網(wǎng)絡(luò)包括卷積神經(jīng)網(wǎng)絡(luò)、LSTM、圖神經(jīng)網(wǎng)絡(luò)和全連接層，所述全連接層分別與LSTM和圖神經(jīng)網(wǎng)絡(luò)連接，所述卷積神經(jīng)網(wǎng)絡(luò)，用于提取特征匹配后的熱力圖的圖像特征；所述LSTM，用于提取特征匹配后的序列的序列特征；所述圖神經(jīng)網(wǎng)絡(luò)，用于特征匹配后的歷史臺區(qū)拓撲的語義特征；所述全連接層，用于融合圖像特征、序列特征和語義特征，并輸出臺區(qū)拓撲。

5.一種電子設(shè)備，其特征在于，包括：一個或多個處理器；存儲裝置，用于存儲一個或多個程序，當(dāng)所述一個或多個程序被所述一個或多個處理器執(zhí)行，使得所述一個或多個處理器實現(xiàn)如權(quán)利要求1至3任一項所述的低壓臺區(qū)戶變拓撲辨識方法。

6.一種計算機可讀介質(zhì)，其特征在于，其上存儲有計算機程序，其中，所述計算機程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至3任一項所述的低壓臺區(qū)戶變拓撲辨識方法。