本发明涉及输配电，具体涉及基于电压时序变化特征挖掘的配电网户变关系识别方法。
背景技术：
1、配电网由于其复杂的结构常常出现低压台区台账存在户变关系记录混乱的问题，而户变关系不仅是实现配电网精细化管理的前提，更是进行三相不平衡治理与线损管理的基础。因此，对于配电网户变关系的管理亟需一种科学的识别方法。
2、当前户变关系的识别已有学者进行了大量的研究，部分学者结合电压时空聚合曲线，利用用户电压变化规律对台区户变关系进行识别；还有一部分学者利用智能电表量测电压时序数据，通过gmm聚类算法完成对配电网户变关系的识别；其余还有采用改进的自适应分段聚合近似对电压序列进行降维处理得到反映电压特征的特征向量，进而完成户变关系识别。上述有关户变关系的识别方式都利用了电压的变化特征，但都缺乏对于变化特征的挖掘，对于变化的趋势没有进行提取。在情况更复杂，信息收集不完整的配电网中，难以正确的识别户变关系。
技术实现思路
1、有鉴于此，本发明提供了基于电压时序变化特征挖掘的配电网户变关系识别方法，用以至少解决现有技术中户变关系识别方法难以满足越来越复杂的配电网网络架构的问题。
2、为了实现上述目的，本发明采用如下技术方案：
3、基于电压时序变化特征挖掘的配电网户变关系识别方法，包括以下步骤：
4、s1.采集配电网基础信息和一个时间周期内配电网中各用电节点与台区变压器的电压时序数据；
5、s2.对电压时序数据进行变分模态分解进行特征挖掘，提取最优趋势模态函数；
6、s3.根据最优趋势模态函数计算电压时序数据的动态时间距离；
7、s4.以配电网中变压器为质心，以动态时间距离为节点距离，对节点进行聚类得到配电网的户变关系。
8、优选的，在s1中：
9、配电网基础信息包括用电节点个数与变压器台数；
10、电压时序数据包括：一个时间周期内该配电网中各变压器的时序数据utrax＝{utra1,utra2,…,utran}、各用电节点的时序数据uusery＝{uuser1,uuser2,…,uusern}，其中x,y分别为配电网中的变压器序号与用电节点序号，
11、优选的，通过配电网的用户采集系统采集配电网基础信息和电压时序数据，且电压时序数据按照用户采集系统采集间隔确定步长。
12、优选的，s2的具体内容包括：
13、s21.根据配电网基本情况选取分解模态数k与惩罚因子α并对电压时序数据进行vmd变分模态分解；
14、s22.以分解模态与原始数据残差平方和最小为优化目标对分解模态数k与惩罚因子α进行优化取值，建立优化模型：
15、
16、其中，j(k,α)为在k和α下分解得出的各个模态与原始数据的残差平方和，us为原始数据，uimfi为各个模态的分解值，i为分解后模态函数的序号，j为模态函数中时间的序号，n为时序数据的长度，kmin、kmax、αmax和αmin分别为最大、最小的分解模态数与惩罚因子；
17、s23.利用遗传算法对优化模型进行求解，得出针对该组配电网电压时序数据的k与α作为最佳取值；并将在最佳取值下的分解模态作为参考，取分解后的子模态中的趋势模态函数utmf＝{utmf1,utmf2,…,utmfn}作为电压的变化特征。
18、优选的，s3的具体内容包括：
19、s31.将计算动态时间距离的两个节点的趋势模态函数utmfa、utmfb作为两条维度，并构造dtw算法的距离矩阵an×n，其中元素aij为：
20、aij＝|ui-uj|；ui∈utmfa,uj∈utmfb
21、式中，ui为utmfa中的任一电压，uj为utmfb中的任一电压；
22、s32.将距离矩阵中一条从a11开始以ann结尾，且后一元素为前一元素的右方、下方和右下方相邻元素组成的元素集合定义为弯曲路径p＝{p1,p2,…,pn}；其中，pn＝ann；
23、s33.获取弯曲路径p内所有路径中元素和最小的一条路径l，并将l定义为节点a与节点b之间的动态时间距离dtw(a,b)：
24、
25、其中a,b为所选择进行时空关联度计算的两个节点序号。
26、优选的，s4的具体内容包括：
27、s41.将配电网中的变压器作为聚类算法的中心，则初次聚类的聚类中心点集合o1＝{o1,o2,..,ox}；
28、s42.将节点间的动态时间距离作为节点间的距离依据，按照用电节点属于距离最近的变压器节点簇的原则进行聚类得到聚类结果c1＝{c1,c2,…,cx}，其中：
29、cp＝[c1 c2 ... cq]t
30、式中，向量c为聚类，元素c为聚类中的节点，并且有1≤p≤x，1≤q≤y；
31、通过聚类中的节点与节点中心的动态时间距离之和定义聚类评价函数eeval，将eeval用来衡量聚类结果的质量：
32、
33、其中，dtw(cj,oi))为节点cj和节点中心oi的动态时间距离；
34、s43.将得到的聚类结果中的中心随机改变为聚类中的其他节点，并重新进行聚类得到新的聚类结果，并将新聚类结果与上次聚类结果的评价函数之差定义为代价函数ecost：
35、ecost＝(eeval)m-1-(eeval)m
36、式中，m为迭代的次数，若ecost>0则将新的聚类结果更新至cm＝{c1,c2,…,cx}中，若ecost≤0则舍弃本次迭代得到的新聚类结果；
37、s44.重复s43，直到聚类效果不再提高，停止迭代得到聚类结果cfinal＝{c1,c2,…,cx}。
38、优选的，将s4中通过聚类算法得到的最终聚类结果cfinal＝{c1,c2,…,cx}作为该配电网的户变关系集合，其中向量ci中所有用电节点即与其中变压器节点相连，1≤i≤x。
39、经由上述的技术方案可知，与现有技术相比，本发明公开提供了基于电压时序变化特征挖掘的配电网户变关系识别方法，具有以下有益效果：
40、是一种可以利用复杂配电网中电压的变化数据，将台区与用户之间的户变关系通过聚类算法得到的方法。具体而言，该方法通过模态分解的方法挖掘节点电压变化的特征，并利用得到的变化特征作为依据得到节点之间的关联。最后通过，节点间的关联度进行聚类，进而得到整个配电网的户变关系。与其他方法相比，该方法对电压数据的完整度、数据量的要求不高，且同时保证了方法的科学性与结果的准确率，有益于配电网的线损管理。
1.基于电压时序变化特征挖掘的配电网户变关系识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于电压时序变化特征挖掘的配电网户变关系识别方法，其特征在于，在s1中：
3.根据权利要求1所述的基于电压时序变化特征挖掘的配电网户变关系识别方法，其特征在于，通过配电网的用户采集系统采集配电网基础信息和电压时序数据，且电压时序数据按照用户采集系统采集间隔确定步长。
4.根据权利要求1所述的基于电压时序变化特征挖掘的配电网户变关系识别方法，其特征在于，s2的具体内容包括：
5.根据权利要求1所述的基于电压时序变化特征挖掘的配电网户变关系识别方法，其特征在于，s3的具体内容包括：
6.根据权利要求1所述的基于电压时序变化特征挖掘的配电网户变关系识别方法，其特征在于，s4的具体内容包括：
7.根据权利要求6所述的基于电压时序变化特征挖掘的配电网户变关系识别方法，其特征在于，将s4中通过聚类算法得到的最终聚类结果cfinal＝{c1,c2,…,cx}作为该配电网的户变关系集合，其中向量ci中所有用电节点即与其中变压器节点相连，1≤i≤x。
