【技术实现步骤摘要】
本专利技术涉及变电站数字化，特别是一种变电站220kv侧母线拓扑结构的识别方法及系统。
技术介绍
1、电力系统数字化转型背景下，对多部门多系统来源的变电站拓扑连接数据进行快速统计分析，自动化绘制母线接线图，提出更高要求，需要研究一种变电站220kv侧母线拓扑结构的识别方法及系统，采用近年开始受到重视的图数据库技术，将数据系统的最小颗粒由离散的数扩展变成了节点(包括点和边及其属性在内的一组数)，处理对象由表变成了节点之间的链接关系。计算方式由关系型数据库的表间链接和调用变成了图数据库的批量同步并行，适应互联网发展趋势、满足在实体或虚拟网络世界大规模多维度跨系统深度实时查询需求的人工智能实现途径；电力系统数字化转型背景下，对多部门多系统来源的变电站拓扑连接数据进行快速统计分析，自动化绘制母线接线图，提出更高要求。
2、但目前现有缺乏通过设备数量关系进行拓扑识别的方法和系统；且系统采用关系型数据库，在海量设备分析场景下处理速度较慢，效果不佳，关系型数据库存储对硬件的存储需求更多。
技术实现思路
1、鉴于上述的缺乏通过设备数量关系进行拓扑识别中存在的问题，提出了本专利技术。
2、因此，本专利技术所要解决的问题在于如何提供一种采用特征选择与聚类方法分类统计设备数量及设备量化关系的方法及系统。
3、为解决上述技术问题，本专利技术提供如下技术方案：
4、第一方面，本专利技术实施例提供了一种变电站220kv侧母线拓扑结构的识别方法，其包括，将某区域海
5、作为本专利技术所述变电站220kv侧母线拓扑结构的识别方法的一种优选方案，其中：所述变电站拓扑连接数据包括变电站的结构化文件和区域从属信息；所述变电站的结构化文件不限格式。
6、作为本专利技术所述变电站220kv侧母线拓扑结构的识别方法的一种优选方案，其中：所述图模型数据包括导入电力数据后生成电力图数据集；通过分析220kv变电站模型文件，在图数据库中建立变电站设备模型：在图数据库中分别建立母线模型、开关和刀闸设备的节点开关图模型，图数据库通过点vertex(v)和边edge(e)来定义电网的图模型：
7、g(v,e)
8、基于所述图模型构建基于图数据的机器学习模型；并利用tigergraph图数据库定制开发的图分层并行计算，加速图算法和机器学习模型训练。
9、作为本专利技术所述变电站220kv侧母线拓扑结构的识别方法的一种优选方案，其中：所述总结该区域厂站220kv设备量化关系特征的具体过程为，根据220kv交流线端数量确定进出线回路，220kv主变数量确定主变进线，求和为回路数量；一个线端对应一个出线回路、一个主变对应一个主变进线回路，回路数为两项求和；选择变电站220kv侧母线结构的特征因素由母线数量、母联开关组数量、分段开关组数量、旁路开关组数量、回路断路器数/回路数、回路隔离刀数/回路数6个组成，聚类结果为6维数值。
10、作为本专利技术所述变电站220kv侧母线拓扑结构的识别方法的一种优选方案，其中：所述根据量化关系特征与变电站设计原则匹配判断接线型式的具体过程包括：构建特征向量，包含6个关键特征维度：[母线数，母联开关组数，分段开关组数，旁路开关组数，断路器数/回路数，刀闸数/回路数]；试探不同k值，评估聚类效果，确定最佳k值，使用k-means算法对所有变电站进行聚类，获得k个聚类；计算每个聚类的特征向量均值，得到该聚类的量化关系特征，预定义不同接线型式的量化关系；将聚类平均特征向量与预定义模式进行匹配，判断聚类中所有变电站对应的接线型式；对比判断结果与实际接线型式，给出准确率。
11、作为本专利技术所述变电站220kv侧母线拓扑结构的识别方法的一种优选方案，其中：所述确定最佳k值的过程为：先在小范围粗遍历，设定初步的k搜索区间为[2,10]，步长为2，循环遍历，依次执行k＝2,4,6,8,10的聚类，计算评估指标，绘制指标-k曲线；在曲线图上观察阈值点或者转折点，确定初步肘部点；以确定的初步肘部点为中心，设定细搜索区间，循环试探并重新评估指标，得到最佳k；综合所有指标的最佳k，将在k效果最佳的指标数最多的k值确定最终的聚类数。
12、作为本专利技术所述变电站220kv侧母线拓扑结构的识别方法的一种优选方案，其中：所述预定义不同接线型式的量化关系的具体过程为；计算当前聚类向量与预定义向量的距离，预定义向量p为：
13、p＝[p1,p2,...pn]
14、当前聚类向量为：
15、q＝[q1,q2,...qn]
16、计算p和q之间的欧式距离：
17、l＝sqrt((p1-q1)^2+(p2-q2)^2+...+(pn-qn)^2)
18、计算当前聚类q与所有预定义向量的距离l0找到距离q最近的预定义向量p0；则p0对应一种预定义的接线型式模式，判定聚类q中的所有变电站属于p0对应的模式；若p0表示双主互联，则判定该聚类所有变电站为预定义的量化关系特征。
19、第二方面，本专利技术为进一步解决缺乏通过设备数量关系进行拓扑识别中存在的问题，实施例提供了一种变电站220kv侧母线拓扑结构的识别系统，其包括：数据接入模块，用于实现变电站拓扑连接数据的导入，包括结构化文件、坐标信息数据；图建模模块，用于基于tigergraph等图数据库，构建区域变电站的图模型；特征提取模块，用于收集设备参数，构建量化特征，输入聚类模块使用；模式匹配模块，用于将聚类特征与预定义模式进行匹配，实现接线型式判断；评估模块，用于评估判断准确率，可优化调整流程；界面展示模块，用于可视化展示识别结果，辅助决策。
20、第三方面，本专利技术实施例提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述计算机程序被处理器执行时实现如本专利技术第一方面所述的变电站220kv侧母线拓扑结构的识别方法的任一步骤。
21、第四方面，本专利技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序被处理器执行时实现如本专利技术第一方面所述的变电站220kv侧母线拓扑结构的识别方法的任一步骤。
22、本专利技术有益效果为，本专利技术构建一种基于图数据技术的系统，采用特征选择与聚类方法分类统计设备数量及设备量化关系，与变电站设计原则匹配确定220kv侧母线拓扑结构；提高变电站设计和运维的智能化水平；接线型式识别优化电网拓扑结构设计，提高电源配置效率，为电网运行状态评估、故障预测等提供支持，提升运维水平；提升电力设备运维维护效率。
本文档来自技高网...【技术保护点】
1.一种变电站220kV侧母线拓扑结构的识别方法，其特征在于：包括：
2.如权利要求1所述的变电站220kV侧母线拓扑结构的识别方法，其特征在于：所述变电站拓扑连接数据包括变电站的结构化文件和区域从属信息；所述变电站的结构化文件不限格式。
3.如权利要求2所述的变电站220kV侧母线拓扑结构的识别方法，其特征在于：所述图模型数据包括导入电力数据后生成电力图数据集；
4.如权利要求3所述的变电站220kV侧母线拓扑结构的识别方法，其特征在于：所述总结该区域厂站220kV设备量化关系特征的具体过程为，
5.如权利要求1、2或4任一所述的变电站220kV侧母线拓扑结构的识别方法，其特征在于：所述根据量化关系特征与变电站设计原则匹配判断接线型式的具体过程包括：
6.如权利要求5所述的变电站220kV侧母线拓扑结构的识别方法，其特征在于：所述确定最佳K值的过程为：
7.如权利要求6所述的变电站220kV侧母线拓扑结构的识别方法，其特征在于：所述预定义不同接线型式的量化关系的具体过程为；
8.一种变电站220
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1～7任一所述的变电站220kV侧母线拓扑结构的识别方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1～7任一所述的变电站220kV侧母线拓扑结构的识别方法的步骤。
...【技术特征摘要】
1.一种变电站220kv侧母线拓扑结构的识别方法，其特征在于：包括：
2.如权利要求1所述的变电站220kv侧母线拓扑结构的识别方法，其特征在于：所述变电站拓扑连接数据包括变电站的结构化文件和区域从属信息；所述变电站的结构化文件不限格式。
3.如权利要求2所述的变电站220kv侧母线拓扑结构的识别方法，其特征在于：所述图模型数据包括导入电力数据后生成电力图数据集；
4.如权利要求3所述的变电站220kv侧母线拓扑结构的识别方法，其特征在于：所述总结该区域厂站220kv设备量化关系特征的具体过程为，
5.如权利要求1、2或4任一所述的变电站220kv侧母线拓扑结构的识别方法，其特征在于：所述根据量化关系特征与变电站设计原则匹配判断接线型式的具体过程包括：
6.如权利要求5所述的变电...
【专利技术属性】
技术研发人员：王珍意，朱欣春，叶华，卢欣辰，段明，刘广一，张世通，
申请(专利权)人：云南电网有限责任公司，
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。