基于加权最小二乘法的低压配电台区拓扑自动识别方法
2020 IEEE Sustainable Power and Energy Conference (iSPEC)(2020)
Abstract
低压配电台区的拓扑关系信息对线损分析、窃电预警、故障定位以及优化运行等方面都具有重要意义.针对目前低压配电台区拓扑关系缺失或不准确问题,本文首先基于高级量测体系,建立了支持低压配电台区拓扑识别的系统架构.然后,提出了基于加权最小二乘的低压配电台区拓扑识别方法,该方法需要采集多时段的变压器低压拓展采集单元和用户侧智能电表的有功电流值,并根据电流值数据建立最小二乘法求解拓扑关系的矩阵方程,对时间较近的数据施加较大的权重,以达到能够尽早发现发生改变的拓扑关系的目的.最后,本文还提出了反映加权最小二乘法计算性能的拓扑改变发现率指标以及反映测量误差忍受限度的允许误差率指标,并在算例仿真中依据这些指标对本文所提识别方法进行了分析.
MoreTranslated text
Key words
low-voltage distribution network,topological relationship identification,AMI,weighted least squares method
AI Read Science
Must-Reading Tree
Example
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
Generate MRT to find the research sequence of this paper
Chat Paper
Summary is being generated by the instructions you defined