【技术实现步骤摘要】
基于EM算法的低压台区计量装置失准计算方法
[0001]本专利技术涉及配网自动化
,具体涉及一种基于EM算法的低压台区计量装置失准计算方法。
技术介绍
[0002]随着低压台区智能化的推进,台区下的分支箱、表箱等节点处的智能设备(智能开关、末端感知、电能表)均带有计量和通讯功能,满足了各线路与节点的电压、电流、电量等数据项的采集和传输。计量失准指的是计量装置所在线路电量的计量值与实际值存在偏差,造成计量失准的具体原因可能为装置异常和人为窃电等多方面因素。
[0003]目前比较常见的低压台区计量装置失准分析/计算方法有如下三种:第一,使用日用电量/总表日电量与台区日线损的相关性实现户变关系纠错及失准分析,通过计算出相邻台区中相关性为负的用户,在跨台区分析比对,推断户变的关系错误或是计量失准,该方法的特点是简单易行、无需增加设备和成本,但依赖台区线损的相关性,复杂环境下结果不准确,而且只能作分析推断,无法计算每个计量装置的线损,最终验证还需人工现场排查。
[0004]第二,在线路中增加失准分析设备,周期性采集相关的离散的电压、电流和计量装置的电能脉冲,通过计算积分电量实现失准校验,该方法的优点是可计算出具体时刻计量装置的线损,且需的数据少,准确性高,但是增加的装置硬件成本较高,同时涉及人工选点、安装和测试等工作,且高频采集数据会对台区的运行造成不稳定影响,不利于电力业务的深入应用。
[0005]第三,基于台区拓扑结构的最小二乘法:使用N个计量周期电量、电压的数据,构建表箱侧的最小二乘法模型, ...
【技术保护点】
【技术特征摘要】
1.一种基于EM算法的低压台区计量装置失准计算方法,其特征在于,包括如下步骤:S1:提取参与建模的计量装置的电量数据并进行处理,完成训练数据构建;S2:构建含有隐变量的混合聚类模型,使用EM算法进行优化求解;S3:归档聚类参数,构建失准计算模型,计算计量装置的失准电量。2.如权利要求1所述的基于EM算法的低压台区计量装置失准计算方法,其特征在于:所述步骤S2具体包括:S21:训练数据服从偏态分布,记为w~(μ,σ2,λ),检验采集数据集Z
n
×
m
的损耗值D
m
,分析损耗序列数据的特征,估算失准类型,并根据失准类型生成K个偏态分布模型,随机生成K个偏态分布的初始参数所述K个偏态分布模型组合构成EM混合聚类模型,正整数K及每个偏态分布参数为隐变量,α
k
代表第j个训练数据w
j
属于第k个子模型的概率,其中k=1,2,3,...,KS22:E
‑
step步骤首先构建训练数据中隐变量的概率分布:其中N为训练数据的个数,N=(n
‑
1)(I+H);然后利用所述概率分布计算期望:S23:M
‑
step步骤计算函数最大化:构建Q(θ,θ
(t)
)的下界函数并求其最大,得到μ
k
,λ
k
,α
k
的新一轮迭代值,返回步骤S22;S24:不断循环E
‑
step和M
‑
step步骤,直到参数收敛,即||θ
t+1
‑
θ
t
||<ε
EM
。3.如权利要求2所述的基于EM算法的低压台区计量装置失准计算方法,其特征在于:所述步骤S3具体包括:S31:构建失准计算模型,所述失准计算模型包含K个类别的分类器,所述K个类别的分
类器与所述K个偏态分布模型相对应,定义优化函数:s.t.(w2X2+w3X3+....+w
n
X
n
+ξ
‑
D)2‑
ε≤0w
i
∈P
k
的定义域i=2,3,...,n其中,P
k
(w|θ
k
)代表第k偏态分布模型,X2,X3,....,X
n
为某一时刻台区下所有末端计量装置的电量,D为同一时刻的台区损耗,ξ为同一时刻的线损的补偿常数,ε为松弛变量,w
i
为失准系数,w
i
是所述失准计算模型的待优化变量;S32:依次求K个偏态分布模型的似然值选择似然值最大的偏态分布模型的系数w
i
作为最优解;S33:计算计量装置的失准电量:若输入变量为某一时刻的电量数据,使用w
i
乘以对应的X
i
得到对应计量装置的失准电量;若输入变量为多个时刻的序列数据,则将序列数据拆分为多个单一时刻数据,分别使用w
i
乘以对应的X
i
求得单一时刻计量装置的失准电量,将所有计算结果求和即得到该序列数据的失准电量。4.如权利要求1所述的基于EM算法的低压台区计量装置失准计算方法,其特征在于:所述步骤S1具体包括:S11:提取一个时间段内的参与建模的计量装置电量数据,形成采集数据集Z
n
×
m
,对采集数据集Z
n
×
m
中的缺失数据进行删除和填充,其中n代表参与建模的计量装置标识,m代表电量数据采集时刻;S12:利用损耗曲线D
m
完成采集数据集Z
n
×
m
的更新,并生成线损数据集S13:对采集数据集Z
n
×
m
和线损数据集进行归一化,分别对采集数据集Z
n
×
m
和线损数据集按列进行数据段的切分,线损数据集的切分数为I,切分后的数据段记为{Z`1,Z`2,...,Z`
I
},采集数据集Z
n
×
m
的切分数为H,切分后的数据段记为{Z`1,Z`2,...,Z`
H
};S14:合并步骤S13得到的两组切分数据段形成序列,依次对所述序列的每个数据段进行多元线性回归,完成训练数据的构建。5.如权利...
【专利技术属性】
技术研发人员:吕家慧,谭伟,慕健,张玉勇,孙敬科,郑和稳,迟子悦,郑一鹏,孔健沣,江晨洁,黄良栋,张雷,
申请(专利权)人:烟台东方威思顿电气有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。