【技术实现步骤摘要】
本专利技术涉及电力系统自动化控制，具体地说，涉及一种基于低压配网拓扑识别的故障定位方法、系统、设备及介质。
技术介绍
1、随着人民的生活质量和消费水平日渐提升，各行各业和居民对电力的需求量不断增大，对电能的质量、安全性和稳定性也提出了新的要求。配电网作为输电网和用户的桥梁，对配电网的故障定位、故障处理能力也需要达到新的高度，以保证配电网的供电质量和供电可靠性。配电网的安全稳定运行，不但关系着广大用户的切身利益，且具有极大的社会意义和经济意义。
2、但是当前低压配电网户变关系在线识别准确率较低，不利于故障的快速排除，严重影响了工作效率。
技术实现思路
1、本专利技术针对现有的故障定位方法存在低压配电网户变关系在线识别准确率低，不利于故障的快速排除，严重影响工作效率的问题，提出一种基于低压配网拓扑识别的故障定位方法、系统、设备及介质；该方法首先根据从低压配电台区获取的电流数据，提取得到电流特征数据集；然后将电流特征数据集划分为电流特征数据训练集、电流特征数据测试集，调用随机森林算法构建低压配网拓扑识别模型，得到拓扑识别结果；最后根据电流特征数据测试集、拓扑识别结果，得到用户侧与配变侧的关系，实现用户侧与配变侧关系的快速识别，定位低压配网线路故障，提高了识别准确率和故障排除效率。
2、本专利技术具体实现内容如下：
3、一种基于低压配网拓扑识别的故障定位方法，具体包括以下步骤：
4、步骤s1：根据从低压配电台区获取的电流数据，提取电流数据特征
5、步骤s2：将电流特征数据集分为电流特征数据训练集、电流特征数据测试集，根据电流特征数据训练集调用随机森林算法，构建低压配网拓扑识别模型，得到拓扑识别结果；
6、步骤s3：根据电流特征数据测试集、拓扑识别结果，得到用户侧与配变侧的关系，定位低压配网线路故障。
7、为了更好地实现本专利技术，进一步地，所述步骤s1具体包括以下步骤：
8、步骤s11：从低压配电台区获取电流数据并预处理；步骤s12：根据设定的时刻，分段预处理后的电流数据；
9、步骤s13：根据设定的特征指标，从分段后的电流数据提取得到电流数据特征；
10、步骤s14：根据电流数据特征，生成电流特征数据集。
11、为了更好地实现本专利技术，进一步地，所述电流数据包括配变侧电流数据、用户侧电流数据。
12、为了更好地实现本专利技术，进一步地，所述步骤s12具体包括以下步骤：
13、步骤s121：根据设定的时刻，将相同时刻的配变侧电流数据、用户侧电流数据作为一组电流数据对象；
14、步骤s122：采用等距分段的方式分段电流数据对象。
15、为了更好地实现本专利技术，进一步地，所述步骤s13具体包括以下步骤：
16、步骤s131：根据设定的特征指标，调用滑动时间窗滑动分段后的电流数据对象；
17、步骤s132：根据用户侧时间序列滑动时间窗内的数据、配变侧时间序列滑动时间窗内的数据、滑动时间窗内用户侧时间序列平均值、滑动时间窗内配变侧时间序列平均值、设定的滑动时间窗长度，得到滑动时间窗的相关系数；
18、步骤s133：根据滑动时间窗的相关系数、分段电流数据对象序列的长度，得到相关系数序列；
19、步骤s134：根据设定的区间、相关系数序列，电流数据特征。
20、为了更好地实现本专利技术，进一步地，所述步骤s14具体包括以下步骤：
21、步骤s141：根据分段电流序列、电流序列长度，计算变异系数；
22、步骤s142：根据分段电流序列、设定的区间桶、分段电流序列的长度、设定的桶的个数，计算分桶熵；
23、步骤s143：根据电流数据特征，结合变异系数、分桶熵、设定的阈值，筛选得到电流波动大的分段电流时序数据，构建电流特征向量，生成电流特征数据集。
24、为了更好地实现本专利技术，进一步地，所述步骤s2具体包括以下步骤：
25、步骤s21：将电流特征数据集分为电流特征数据训练集、电流特征数据测试集；
26、步骤s22：调用随机森林算法，从电流特征训练数据集中有放回地随机抽取一定数量的数据作为样本，得到多个电流特征训练样本子集；
27、步骤s23：从多个训练样本子集随机选取n个特征，作为对应决策树分类的属性集，构建决策树；
28、步骤s24：从n个特征变量中随机选取最佳的变量和切分点，得到第一节点；
29、步骤s25：根据选取最佳的变量和切分点将第一节点分为第二节点、第三节点；
30、步骤s26：重复步骤s23-步骤s25，构建随机森林；
31、步骤s27：根据构建的随机森林构建低压配网拓扑识别模型；
32、步骤s28：将电流特征向量输入至低压配网拓扑识别模型，得到拓扑识别结果。
33、基于上述提出的基于低压配网拓扑识别的故障定位方法，为了更好地实现本专利技术，进一步地，提出一种基于低压配网拓扑识别的故障定位系统，用于执行上述的基于低压配网拓扑识别的故障定位方法；包括采集单元、识别单元、定位单元；
34、所述采集单元，用于从低压配电台区获取电流数据，提取电流数据特征，得到电流特征数据集；
35、所述识别单元，用于将电流特征数据集分为电流特征数据训练集、电流特征数据测试集，根据电流特征数据训练集调用随机森林算法，构建低压配网拓扑识别模型，得到拓扑识别结果；
36、所述定位单元，用于根据电流特征数据测试集、拓扑识别结果，得到用户侧与配变侧的关系；并根据用户侧与配变侧的关系，定位低压配网线路故障。
37、基于上述提出的基于低压配网拓扑识别的故障定位方法，为了更好地实现本专利技术，进一步地，提出一种电子设备，包括存储器和处理器；所述存储器上存储有计算机程序；当所述计算机程序在所述处理器上执行时，实现上述的基于低压配网拓扑识别的故障定位方法。
38、基于上述提出的基于低压配网拓扑识别的故障定位方法，为了更好地实现本专利技术，进一步地，提出一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机指令；当所述计算机指令在上述的电子设备上执行时，实现上述的基于低压配网拓扑识别的故障定位方法。
39、本专利技术具有以下有益效果：
40、(1)本专利技术通过分段后提取电流数据特征，在减少计算量的同时，提高了识别的效率，并通过设定的特征指标对电流特征进行筛选，形成最终的电流数据特征数据集，为后续建立拓扑关系打下了基础。
41、(2)本专利技术通过将用户侧电流数据和配变侧电流数据作为样本，并将相同时刻的配变侧电流数据、用户侧电流数据作为一组电流数据对象，以实现用户和配变关系的识别，实现拓扑关系快速准确识别，进一步提高了故障的定位精度和效率。
本文档来自技高网...【技术保护点】
1.一种基于低压配网拓扑识别的故障定位方法，其特征在于，具体包括以下步骤：
2.根据权利要求1所述的一种基于低压配网拓扑识别的故障定位方法，其特征在于，所述步骤S1具体包括以下步骤：
3.根据权利要求2所述的一种基于低压配网拓扑识别的故障定位方法，其特征在于，所述电流数据包括配变侧电流数据、用户侧电流数据。
4.根据权利要求3所述的一种基于低压配网拓扑识别的故障定位方法，其特征在于，所述步骤S12具体包括以下步骤：
5.根据权利要求4所述的一种基于低压配网拓扑识别的故障定位方法，其特征在于，所述步骤S13具体包括以下步骤：
6.根据权利要求5所述的一种基于低压配网拓扑识别的故障定位方法，其特征在于，所述步骤S14具体包括以下步骤：
7.根据权利要求6所述的一种基于低压配网拓扑识别的故障定位方法，其特征在于，所述步骤S2具体包括以下步骤：
8.一种基于低压配网拓扑识别的故障定位系统，用于执行如权利要求1所述的基于低压配网拓扑识别的故障定位方法；其特征在于包括采集单元、识别单元、定位单元；
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。