文献类型：期刊文章

作　　者：冯人海[1] 赵政[2] 谢生[2] 黄建理[3] 王威[4]

Feng Renhai;Zhao Zheng;Xie Sheng;Huang Jianli;Wang Wei(School of Electrical and Information Engineering,Tianjin University,Tianjin 300072,China;School of Microelectronics,Tianjin University,Tianjin 300072,China;Electric Power Research Institute of China Southern Power Grid,Guangzhou 510670,China;Chengnan Power Supply Branch of Tianjin Electric Power Company,Tianjin 300201,China)

机构地区：[1]天津大学电气自动化与信息工程学院,天津300072 [2]天津大学微电子学院,天津300072 [3]南方电网科学研究院有限责任公司,广州510670 [4]国网天津市电力公司城南供电分公司,天津300201

出　　处：《天津大学学报（自然科学与工程技术版）》

基　　金：国家电网有限公司总部科技项目(5700-202025165A-0-0-00).

年　　份：2021

卷　　号：54

期　　号：7

起止页码：746-753

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EI、IC、JST、MR、PROQUEST、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：低压配电网拓扑结构是配电网管理系统的重要组成部分,也是各种分析计算的基础.然而,由于电力线路的重新配置、维护和检修,低压配电网的拓扑结构会发生变化,影响电网运行的稳定性和电能计量的准确性.因此,提出一种基于主成分分析和凸优化的低压配电网拓扑识别方法.该方法首先分析了低压配电网的典型拓扑结构,并基于电量测量时间序列和电能守恒定律建立了低压配电网的拓扑识别模型;然后利用主成分分析(PCA)对电量测量数据集矩阵进行降维压缩,从而保留了原始数据间的本质信息;最后结合范数逼近和凸松弛原理,将低压配电网拓扑识别问题转化为可解的凸优化问题,避免了算法陷入局部最优解.基于12节点的相位识别算例和大型低压配电网拓扑识别的仿真,验证了所提方法的可行性和高效性.此外,在电量测量数不充足的情况下,相比于传统主成分分析算法,拓扑识别准确率有所提高;含20 dB高斯噪声的电量测量数据集下的仿真结果表明,实现准确拓扑识别所需的电量测量数从248减少到200;实验表明,该方法的时间复杂度主要与低压配电网节点数有关,受电量测量数的影响为微秒级,当电量测量数分别大于82和90时,所提出的两种范数优化方法的仿真时间低于传统的范数优化算法,因此该方法在数据集规模较大的情况下具有较高的识别效率.

关 键 词：低压配电网 拓扑识别  主成分分析 凸优化

分 类 号：TM727]