一种台区拓扑校验方法、装置、设备和存储介质制造方法及图纸

本申请公开了一种台区拓扑校验方法、装置、设备和存储介质，方法包括：采集待校验台区中第一节点和第二节点各自对应的连续特征数据和离散特征数据矩阵；根据积分似然数和差分似然数，计算两连续特征数据之间的连续特征可信度；对离散特征数据矩阵进行降维后，基于Fr

【技术实现步骤摘要】
一种台区拓扑校验方法、装置、设备和存储介质


[0001]本申请涉及电力系统
，尤其涉及一种台区拓扑校验方法、装置、设备和存储介质。

技术介绍

[0002]在电力系统中，需要对台区拓扑进行构建。然而低压配电台区对应的台区拓扑不是一成不变的，用户为了接线成本或者取电方便，常常未按规定随意走线，改变了台区拓扑。因此低压配电台区系统需定期开展拓扑校验，及时识别错误的拓扑结构。
[0003]现有低压台区拓扑的校验方法主要基于电压、电流、电量等连续特征，忽视了离散特征，导致准确度较低。

技术实现思路

[0004]有鉴于此，本申请提供了一种台区拓扑校验方法、装置、设备和存储介质，解决了现有目前台区拓扑校验方法，主要基于电压、电流、电量等连续特征，忽视了离散特征，导致准确度较低的技术问题。
[0005]本申请第一方面提供了一种台区拓扑校验方法，包括：
[0006]采集待校验台区中第一节点和第二节点各自对应的连续特征数据和离散特征数据矩阵；
[0007]根据积分似然数和差分似然数，计算两连续特征数据之间的连续特征可信度；
[0008]对所述离散特征数据矩阵进行降维后，基于Fr
é
chet距离，计算两降维后的离散特征数据矩阵之间的离散特征可信度；
[0009]根据所述连续特征可信度和所述离散特征可信度，计算综合可信度；
[0010]根据所述综合可信度和预设可信度阈值的对比结果，得到所述第一节点和所述第二节点的节点连接关系；
[0011]通过所述节点连接关系，对所述待校验台区中所述第一节点和所述第二节点的当前连接关系进行校验。
[0012]可选地，根据积分似然数和差分似然数，计算两连续特征数据之间的连续特征可信度，具体包括：
[0013]基于积分似然数计算公式，计算两连续特征数据之间的积分似然数；
[0014]根据差分似然数计算公式，计算两连续特征数据之间的差分似然数；
[0015]基于连续特征可信度计算公式，根据所述积分似然数和所述差分似然数，计算两连续特征数据之间的连续特征可信度。
[0016]可选地，所述积分似然数计算公式为：
[0017][0018]式中，u
i
,u
j
分别表示节点i的连续特征数据和节点j的连续特征数据，θ为优化超参
数，log pa(u
i
,u
j
|θ)为积分似然数，t表示采样点，表示连续特征数据u
i
的方差，表示连续特征数据u
i
和连续特征数据u
j
的协方差，表示连续特征数据u
j
的方差。
[0019]可选地，所述差分似然数计算公式为：
[0020][0021]式中，u
i
,u
j
分别表示节点i的连续特征数据和节点j的连续特征数据，θ为优化超参数，log pd(u
i
,u
j
|θ)为差分似然数，t表示采样点，表示连续特征数据u
i
的方差，表示连续特征数据u
j
的方差。
[0022]可选地，所述连续特征可信度计算公式为：
[0023]clc
ij
＝log pa(u
i
,u
j
|θ)
‑
log pd(u
i
,u
j
|θ)；
[0024]式中，clc
ij
为连续特征可信度，log pd(u
i
,u
j
|θ)为差分似然数，log pa(u
i
,u
j
|θ)为积分似然数。
[0025]可选地，对所述离散特征数据矩阵进行降维具体包括：
[0026]遍历离散特征数据矩阵DIS中的第p行元素，将元素值为1的元素配置为(p+1)
×2‑
1，将元素值为
‑
1的元素配置为(p+1)
×
2+1；
[0027]遍历离散特征数据矩阵DIS中的所有行，得到中间矩阵DIS
′
；
[0028]删除离散特征数据矩阵DIS
′
中所有的零值元素，得到降维后的离散特征数据矩阵。
[0029]可选地，根据所述连续特征可信度和所述离散特征可信度，计算综合可信度，具体包括：
[0030]基于综合可信度计算公式，根据所述连续特征可信度和所述离散特征可信度，计算综合可信度，其中，所述综合可信度计算公式为：
[0031]cl＝λcld
ij
+(1
‑
λ)clc
ij
；
[0032]式中，cl为综合可信度，λ为可信度系数，cld
ij
为离散特征可信度，clc
ij
为连续特征可信度。
[0033]本申请第二方面提供了一种台区拓扑校验装置，包括：
[0034]采集单元，用于采集待校验台区中第一节点和第二节点各自对应的连续特征数据和离散特征数据矩阵；
[0035]第一计算单元，用于根据积分似然数和差分似然数，计算两连续特征数据之间的连续特征可信度；
[0036]第二计算单元，用于对所述离散特征数据矩阵进行降维后，基于Fr
é
chet距离，计算两降维后的离散特征数据矩阵之间的离散特征可信度；
[0037]第三计算单元，用于根据所述连续特征可信度和所述离散特征可信度，计算综合可信度；
[0038]第四计算单元，用于根据所述综合可信度和预设可信度阈值的对比结果，得到所述第一节点和所述第二节点的节点连接关系；
[0039]校验单元，用于通过所述节点连接关系，对所述待校验台区中所述第一节点和所述第二节点的当前连接关系进行校验。
[0040]本申请第三方面提供了一种台区拓扑校验设备，包括处理器以及存储器；
[0041]所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
[0042]所述处理器用于根据所述程序代码中的指令执行任一种第一方面所述的台区拓扑校验方法。
[0043]本申请第四方面提供了一种存储介质，所述存储介质用于存储程序代码，所述程序代码用于执行任一种第一方面所述的台区拓扑校验方法。
[0044]从以上技术方案可以看出，本申请具有以下优点：
[0045]本申请提供了一种台区拓扑校验方法，首先采集待校验台区中第一节点和第二节点各自对应的连续特征数据和离散特征数据矩阵，接着根据积分似然数和差分似然数，计算两连续特征数据之间的连续特征可信度，然后对离散特征数据矩阵进行降维后，基于Fr
é
chet距离，计算两降维后的离散特征数据矩阵之间的离散特征可信度，接着根据连续特征可信度和离散特征可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种台区拓扑校验方法，其特征在于，包括：采集待校验台区中第一节点和第二节点各自对应的连续特征数据和离散特征数据矩阵；根据积分似然数和差分似然数，计算两连续特征数据之间的连续特征可信度；对所述离散特征数据矩阵进行降维后，基于Fr
é
chet距离，计算两降维后的离散特征数据矩阵之间的离散特征可信度；根据所述连续特征可信度和所述离散特征可信度，计算综合可信度；根据所述综合可信度和预设可信度阈值的对比结果，得到所述第一节点和所述第二节点的节点连接关系；通过所述节点连接关系，对所述待校验台区中所述第一节点和所述第二节点的当前连接关系进行校验。2.根据权利要求1所述的台区拓扑校验方法，其特征在于，根据积分似然数和差分似然数，计算两连续特征数据之间的连续特征可信度，具体包括：基于积分似然数计算公式，计算两连续特征数据之间的积分似然数；根据差分似然数计算公式，计算两连续特征数据之间的差分似然数；基于连续特征可信度计算公式，根据所述积分似然数和所述差分似然数，计算两连续特征数据之间的连续特征可信度。3.根据权利要求2所述的台区拓扑校验方法，其特征在于，所述积分似然数计算公式为：式中，u
i
,u
j
分别表示节点i的连续特征数据和节点j的连续特征数据，θ为优化超参数，log pa(u
i
,u
j
|θ)为积分似然数，t表示采样点，表示连续特征数据u
i
的方差，表示连续特征数据u
i
和连续特征数据u
j
的协方差，表示连续特征数据u
j
的方差。4.根据权利要求2所述的台区拓扑校验方法，其特征在于，所述差分似然数计算公式为：式中，u
i
,u
j
分别表示节点i的连续特征数据和节点j的连续特征数据，θ为优化超参数，log pd(u
i
,u
j
|θ)为差分似然数，t表示采样点，表示连续特征数据u
i
的方差，表示连续特征数据u
j
的方差。5.根据权利要求2所述的台区拓扑校验方法，其特征在于，所述连续特征可信度计算公式为：clc
ij
＝log pa(u
i
,u
j
|θ)
‑
log pd(u
i
,u
j
|θ)；式中，clc
ij

【专利技术属性】
技术研发人员：白浩，袁智勇，雷金勇，潘姝慧，李巍，史训涛，徐敏，喻磊，孙奇珍，阳浩，郭琦，
申请(专利权)人：南方电网科学研究院有限责任公司，
类型：发明
国别省市：