文献类型：期刊文章

作　　者：陈招安[1] 黄纯[1] 张志丹[2] 江亚群[1]

CHEN Zhaoan;HUANG Chun;ZHANG Zhidan;JIANG Yaqun(College of Electrical and Information Engineering,Hunan University,Changsha 410082,China;Electric Power Research Institute of State Grid Hunan Electric Power Company,Changsha 410007,China)

机构地区：[1]湖南大学电气与信息工程学院,湖南长沙410082 [2]国网湖南省电力有限公司电力科学研究院,湖南长沙410007

出　　处：《电力系统保护与控制》

基　　金：国家自然科学基金项目资助(51677060);国网湖南省电力公司科技项目资助(5216A518000T)。

年　　份：2021

卷　　号：49

期　　号：1

起止页码：163-169

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：针对目前低压配电网台区拓扑存在记录不准确,人工排查成本高,准确率低的问题。提出了一种基于T型灰色关联度和K-最近邻(K-nearest Neighbor,KNN)算法的低压配电网拓扑自动识别方法。首先计算用户与所属台区电压的T型灰色关联度,对低于设定阈值的可疑用户用KNN算法判断所属台区,完成户变关系识别工作。然后计算新户变关系下用户之间电压的T型灰色关联度,结合拓扑结构图识别馈线中的可疑用户。最后找出与可疑用户最相关的用户,依据电压沿着馈线逐渐降低定位可疑用户在馈线中的位置。算例分析结果表明,该方法能自动识别用户所属台区和馈线,准确率高,实用性好。

关 键 词：低压配电网 拓扑结构 T型灰色关联度  KNN算法 台区  

分 类 号：TM73]