【技术实现步骤摘要】
本专利技术属于电网拓扑结构辨识领域，具体涉及一种基于rnn的电网拓扑结构辨识方法。
技术介绍
1、电网的拓扑结构描述了电力系统中各个设备(节点、线路、变压器等)之间的连接和关系。电网的拓扑结构可以分星型拓扑、环形拓扑和网状拓扑。电网的拓扑结构对电力系统的运行和管理具有重要影响，可以影响电网的可靠性、灵活性和安全性等方面。因此，了解和分析电网的拓扑结构对于电力系统的规划、运营和维护至关重要。
2、随着电网线路布线的复杂度不断增加以及线路随时地变动，引起电网拓扑结构信息也在不断更新，造成一部分电网拓扑结构信息混乱或缺失。错误的或缺失的电网拓扑结构信息会给电网公司的管理带来困难与不便，不利于线路故障排查、线损的降耗和三相平衡等。如何快速便捷地利用现有数据和信息来辨识电网拓扑结构信息对提高配电网的经济运行水平具有重要的意义。
技术实现思路
1、本专利技术所要解决的技术问题是：在电网布线日益复杂的背景下，针对电网拓扑结构信息混乱或缺失技术问题，提出一种基于rnn的电网拓扑结构辨识方法。
2、首先，本专利技术提供一种基于rnn的电网拓扑结构辨识方法,根据台区电网中变压器、分支箱、电表箱和用户这些设备或用户的电压、电流、功率和用电量数据信息，辨别出变压器、分支箱、电表箱和用户之间的拓扑结构。
3、其次，提供一种编号方法，拓扑号的前三位为变压器编号，随后四位为分支箱编号，再后五位为电表箱编号，后六位为用户编号，给变压器、分支箱、电表箱和用户建立拓扑号的方式，快速
4、为达到上述目的，本专利技术采取的技术方案是：一种基于rnn的电网拓扑结构辨识方法，包括以下步骤：
5、基于变压器、分支箱、电表箱和用户存在从属关系，相邻的两级的电流数据、功率数据和用电量数据每个电气特征参数都存在加和逻辑关系，相邻的两级的电压变化具有同步性，得到与电网拓扑结构相关性较高的电气特征参数是电压、电流、功率和用电量。
6、rnn模型可以分为以下四个部分：
7、输入层：接受输入序列数据。每个时间步都有一个输入向量，表示当前时间步的输入。
8、循环层：rnn的核心部分，包含循环连接，用于处理序列数据。每个时间步都将输入和上一时间步的输出作为输入，传递给下一个时间步。
9、隐藏层：用于学习数据的表示和特征。rnn的每个时间步都会有一个隐藏状态，它可以捕捉到过去的信息，并在后续时间步中使用。
10、输出层：根据问题的要求，可以是一个分类层、回归层或者其他类型的层。它将隐藏层的输出转化为最终的预测或结果。
11、与现有的技术相比，本专利技术的优点：能够方便快捷地利用现有的电网数据对未知的电网拓扑结构进行预测，不需对线路进行重新排查，极大地节省了人力物力。同时，无需额外添加设备，极大地节约了经济资源。rnn网络模型也能随着电力数据越来越丰富，在不断进行训练后可以更新优化。
本文档来自技高网...【技术保护点】
1.一种基于RNN的电网拓扑结构辨识方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于RNN的电网拓扑结构辨别方法，其特征在于，所述步骤S1中所收集到的电气特征参数有电压、电流、功率和用电量。
3.根据权利要求1所述的基于RNN的电网拓扑结构辨别方法，其特征在于，所述步骤S1中，在变压器、分支箱、电表箱和用户存在从属关系，相邻的两级的电流数据、功率数据和用电量数据每个电气特征参数都存在加和逻辑关系，相邻的两级的电压变化具有同步性，得到与电网拓扑结构相关性较高的电气特征参数为电压、电流、功率和用电量。
4.根据权利要求2所述的基于RNN的电网拓扑结构辨别方法，其特征在于，所述步骤S4中，在步骤S4的基础上，将整理好的表格数据进一步按行划分，随机将70％的数据分为训练集，30％的数据分为测试集。
5.根据权利要求2所述的基于RNN的电网拓扑结构辨别方法，其特征在于，所述步骤S5中RNN模型的结构包括以下部分：
【技术特征摘要】
1.一种基于rnn的电网拓扑结构辨识方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于rnn的电网拓扑结构辨别方法，其特征在于，所述步骤s1中所收集到的电气特征参数有电压、电流、功率和用电量。
3.根据权利要求1所述的基于rnn的电网拓扑结构辨别方法，其特征在于，所述步骤s1中，在变压器、分支箱、电表箱和用户存在从属关系，相邻的两级的电流数据、功率数据和用电量数据每个电气特征参数都存在加和逻辑关系，...
【专利技术属性】
技术研发人员：王琨，周霁宇，范汇洋，
申请(专利权)人：无锡华创源科技有限公司，
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。