低压配电台区负荷投切不规范或表计错误建档等工程问题都将导致云端业务系统出现拓扑数据异常(topology data exception,TDE)。这类情况多发生在电压曲线高度近似的同电源点网络,通过现有方法难以监测。为此提出了一种基于线损贡献度的...低压配电台区负荷投切不规范或表计错误建档等工程问题都将导致云端业务系统出现拓扑数据异常(topology data exception,TDE)。这类情况多发生在电压曲线高度近似的同电源点网络,通过现有方法难以监测。为此提出了一种基于线损贡献度的同源低压配电台区拓扑数据治理方法。首先根据线损方程得到台区下终端用户的回归系数和线损贡献度指标,并将指标突破阈值的TDE逐轮撤出台区。接着针对多个异常拓扑功率堆叠使线损波动特征大量丢失的问题,提出回归系数强制趋向策略,通过构建贝叶斯回归模型并融入具有双峰特性的边界趋向鼓励机制进一步检出潜在的TDE。最后提出基于电压相关性和线损平衡的阶梯式归真模型,先通过相关性分析逐级定位TDE隶属的10kV首端大馈线和0.4kV低压台区集,再利用线损贡献度规则溯源其准确的户变关系,实现拓扑数据闭环治理。所提方法已部署至华东某电力公司数据中台,并用八百余个实际台区数据验证校核,识别准确率为97.05%,具备较好的鲁棒性与泛用性。展开更多
文摘低压配电台区负荷投切不规范或表计错误建档等工程问题都将导致云端业务系统出现拓扑数据异常(topology data exception,TDE)。这类情况多发生在电压曲线高度近似的同电源点网络,通过现有方法难以监测。为此提出了一种基于线损贡献度的同源低压配电台区拓扑数据治理方法。首先根据线损方程得到台区下终端用户的回归系数和线损贡献度指标,并将指标突破阈值的TDE逐轮撤出台区。接着针对多个异常拓扑功率堆叠使线损波动特征大量丢失的问题,提出回归系数强制趋向策略,通过构建贝叶斯回归模型并融入具有双峰特性的边界趋向鼓励机制进一步检出潜在的TDE。最后提出基于电压相关性和线损平衡的阶梯式归真模型,先通过相关性分析逐级定位TDE隶属的10kV首端大馈线和0.4kV低压台区集,再利用线损贡献度规则溯源其准确的户变关系,实现拓扑数据闭环治理。所提方法已部署至华东某电力公司数据中台,并用八百余个实际台区数据验证校核,识别准确率为97.05%,具备较好的鲁棒性与泛用性。
