基于多粒度聚类和多元特征统计的低压配电网拓扑识别与监测
针对低压配电网中用户的户变关系及相位信息常存在错误且变动较为频繁的现象,提出了一种基于多粒度聚类和多元特征统计的低压配电网拓扑识别与监测方法,包含拓扑聚类识别和拓扑统计监测2个阶段.在拓扑聚类识别阶段,基于用户电压波动曲线的α-峭度和α-偏度提取数据粗粒度空间特征,采用密度峰值聚类算法识别所有用户的户变关系;在数据细粒度特征空间,通过考虑延迟效应的动态时间弯曲距离算法优化密度计算过程,实现相位关系的精确聚类.在拓扑统计监测阶段,基于多粒度聚类结果,采用邻域保持嵌入算法建立多元统计监测模型,实现新增用户或拓扑有变化的个别用户的拓扑快速识别.实际算例的分析结果验证了所提方法的有效性.
配电网、拓扑结构、户变关系、相位识别、密度峰值聚类、多元特征统计、粒计算
43
TM727(输配电工程、电力网及电力系统)
国家自然科学基金51477057
2023-06-27(万方平台首次上网日期,不代表论文的发表时间)
共8页
86-93