本發(fā)明屬于電力系統(tǒng)拓?fù)浣Y(jié)構(gòu)辨識(shí)研究領(lǐng)域，具體涉及一種配電網(wǎng)狀態(tài)識(shí)別方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、分布式能源的大規(guī)模融入極大地增加了配電網(wǎng)自身運(yùn)行的不確定性，對(duì)配電網(wǎng)的規(guī)劃、調(diào)度和運(yùn)維管理提出了更高的要求。準(zhǔn)確的配電網(wǎng)拓?fù)涫桥潆娋W(wǎng)潮流計(jì)算、故障定位、狀態(tài)估計(jì)等分析功能的基礎(chǔ)，也是開展電網(wǎng)規(guī)劃、運(yùn)行和調(diào)度工作的前提。因此，研究通過配電網(wǎng)拓?fù)浔孀R(shí)方法來對(duì)配電網(wǎng)狀態(tài)進(jìn)行識(shí)別具有重要意義。

2、現(xiàn)有技術(shù)中在進(jìn)行電網(wǎng)拓?fù)浣Y(jié)構(gòu)的辨識(shí)中，通常使用卷積神經(jīng)網(wǎng)絡(luò)，但是通過卷積神經(jīng)網(wǎng)絡(luò)cnn對(duì)于電網(wǎng)拓?fù)浣Y(jié)構(gòu)圖像連接關(guān)系的識(shí)別時(shí)，cnn主要關(guān)注圖像中的局部特征提取，并通過卷積操作逐步擴(kuò)大感受野以捕獲更廣泛的空間信息。然而，在處理具有復(fù)雜空間關(guān)系的圖像時(shí)，cnn難以完全捕捉這些關(guān)系，尤其是當(dāng)空間關(guān)系跨越較大范圍或呈現(xiàn)不規(guī)則模式時(shí)。進(jìn)而導(dǎo)致對(duì)于電網(wǎng)拓?fù)浣Y(jié)構(gòu)的辨識(shí)會(huì)存在準(zhǔn)確性較低的情況，配電網(wǎng)狀態(tài)識(shí)別誤差大。

技術(shù)實(shí)現(xiàn)思路

1、為了解決對(duì)于斷路器的通斷情況缺乏高效判斷方式的問題，本發(fā)明提供了一種配電網(wǎng)狀態(tài)識(shí)別方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、首先提供了一種配電網(wǎng)狀態(tài)識(shí)別方法，所述方法包括：

4、獲取目標(biāo)配電網(wǎng)的多個(gè)斷路器，根據(jù)多個(gè)所述斷路器將配電網(wǎng)抽象成線圖模型；

5、根據(jù)所述線圖模型構(gòu)建反映各斷路器之間相鄰關(guān)系的鄰接矩陣和反映各斷路器電壓分布的節(jié)點(diǎn)特征矩陣；

6、構(gòu)建圖神經(jīng)網(wǎng)絡(luò)算法，通過預(yù)先獲取的訓(xùn)練樣本對(duì)所述圖神經(jīng)網(wǎng)絡(luò)算法進(jìn)行訓(xùn)練，得到配電網(wǎng)狀態(tài)識(shí)別網(wǎng)絡(luò)；

7、將所述鄰接矩陣和節(jié)點(diǎn)特征矩陣輸入至所述配電網(wǎng)狀態(tài)識(shí)別網(wǎng)絡(luò)，得到目標(biāo)配電網(wǎng)連接節(jié)點(diǎn)中斷路器的狀態(tài)。

8、可選地，根據(jù)多個(gè)所述斷路器將配電網(wǎng)抽象成線圖模型包括：

9、將多個(gè)所所述斷路器抽象成連接節(jié)點(diǎn)，將各斷路器之間的線路轉(zhuǎn)化為邊，將相鄰的節(jié)點(diǎn)和邊互相連接構(gòu)成線圖模型。

10、可選地，所述圖神經(jīng)網(wǎng)絡(luò)算法包括輸入層、卷積層、池化層和輸出層；通過所述輸入層接收輸入的鄰接矩陣和節(jié)點(diǎn)特征矩陣，通過所述卷積層提取鄰接矩陣和節(jié)點(diǎn)特征矩陣的卷積特征矩陣，具體表達(dá)式為：

11、hl＝σ(lsymhl-1wl)；

12、其中，hl是第l卷積層輸出的卷積特征矩陣，第0層為輸入層，wl為參數(shù)矩陣，σ為激活函數(shù)；lsym為歸一化拉普拉斯矩陣；

13、通過所述池化層對(duì)所述特征矩陣進(jìn)行降維，并進(jìn)一步進(jìn)行特征提取，得到狀態(tài)特征向量，所述輸出層通過softmax分類器對(duì)狀態(tài)特征向量進(jìn)行分類，確定狀態(tài)特征向量對(duì)應(yīng)的狀態(tài)。

14、可選地，所述歸一化拉普拉斯矩陣的表達(dá)式為：

15、

16、其中，a為圖的鄰接矩陣，in為單位矩陣，d為圖的度矩陣，dii為度矩陣d第i行i列數(shù)值，為a的對(duì)角線加權(quán)矩陣，表示其i行j列數(shù)值。

17、可選地，所述訓(xùn)練樣本包括目標(biāo)配電網(wǎng)的歷史鄰接矩陣和歷史節(jié)點(diǎn)特征矩陣及對(duì)應(yīng)與鄰接矩陣和歷史節(jié)點(diǎn)特征矩陣的真實(shí)斷路器狀態(tài)；所述通過預(yù)先獲取的訓(xùn)練樣本對(duì)所述圖神經(jīng)網(wǎng)絡(luò)算法進(jìn)行訓(xùn)練，得到配電網(wǎng)狀態(tài)識(shí)別網(wǎng)絡(luò)包括：

18、將所述歷史鄰接矩陣和歷史節(jié)點(diǎn)特征矩陣輸入至圖神經(jīng)網(wǎng)絡(luò)算法，得到預(yù)測(cè)斷路器狀態(tài)，以最小化預(yù)測(cè)斷路器狀態(tài)和真實(shí)斷路器狀態(tài)之間的差別為目標(biāo)對(duì)所述圖神經(jīng)網(wǎng)絡(luò)算法進(jìn)行訓(xùn)練，得到配電網(wǎng)狀態(tài)識(shí)別網(wǎng)絡(luò)。

19、可選地，所述方法還包括：

20、根據(jù)所述斷路器的狀態(tài)，確定目標(biāo)配電網(wǎng)的拓?fù)浣Y(jié)構(gòu)。

21、其次還提供了一種配電網(wǎng)狀態(tài)識(shí)別裝置，所述裝置包括：

22、獲取模塊，用于獲取目標(biāo)配電網(wǎng)的多個(gè)斷路器，根據(jù)多個(gè)所述斷路器將配電網(wǎng)抽象成線圖模型；

23、構(gòu)建模塊，同于根據(jù)所述線圖模型構(gòu)建反映各斷路器之間相鄰關(guān)系的鄰接矩陣和反映各斷路器電壓分布的節(jié)點(diǎn)特征矩陣；構(gòu)建圖神經(jīng)網(wǎng)絡(luò)算法，通過預(yù)先獲取的訓(xùn)練樣本對(duì)所述圖神經(jīng)網(wǎng)絡(luò)算法進(jìn)行訓(xùn)練，得到配電網(wǎng)狀態(tài)識(shí)別網(wǎng)絡(luò)；

24、識(shí)別模塊，用于將所述鄰接矩陣和節(jié)點(diǎn)特征矩陣輸入至所述配電網(wǎng)狀態(tài)識(shí)別網(wǎng)絡(luò)，得到目標(biāo)配電網(wǎng)連接節(jié)點(diǎn)中斷路器的狀態(tài)。

25、另外還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述配電網(wǎng)狀態(tài)識(shí)別方法。

26、最后還提供了一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)上述配電網(wǎng)狀態(tài)識(shí)別方法。

27、本發(fā)明提供的配電網(wǎng)狀態(tài)識(shí)別方法具有以下有益效果：

28、首先通過將配電網(wǎng)抽象成線圖模型，簡化了配電網(wǎng)中各種連接節(jié)點(diǎn)和線路的復(fù)雜情況，有利于減少影響因素，其次通過該線圖模型構(gòu)建反應(yīng)配電網(wǎng)情況的矩陣，并通過圖神經(jīng)網(wǎng)絡(luò)訓(xùn)練得到的配電網(wǎng)狀態(tài)識(shí)別網(wǎng)絡(luò)對(duì)該矩陣進(jìn)行識(shí)別，通過拓?fù)浣Y(jié)構(gòu)的形式進(jìn)行有效地表示和學(xué)習(xí)，能夠捕獲電網(wǎng)拓?fù)浣Y(jié)構(gòu)中更全局的信息，通過拓?fù)浣Y(jié)構(gòu)的連接關(guān)系，將局部特征整合到全局表示中，進(jìn)而確得到斷路器情況，這樣在當(dāng)前大規(guī)模分布式電源接入情況下，根據(jù)配電網(wǎng)中斷路器的動(dòng)態(tài)變化，便于實(shí)時(shí)監(jiān)控配網(wǎng)拓?fù)浣Y(jié)構(gòu)，為配電網(wǎng)優(yōu)化圖運(yùn)行提供拓?fù)鋽?shù)據(jù)支撐。

技術(shù)特征：

1.一種配電網(wǎng)狀態(tài)識(shí)別方法，其特征在于，所述方法包括：

2.根據(jù)權(quán)利要求1所述的一種配電網(wǎng)狀態(tài)識(shí)別方法，其特征在于，根據(jù)多個(gè)所述斷路器將配電網(wǎng)抽象成線圖模型包括：

3.根據(jù)權(quán)利要求1所述的一種配電網(wǎng)狀態(tài)識(shí)別方法，其特征在于，所述圖神經(jīng)網(wǎng)絡(luò)算法包括輸入層、卷積層、池化層和輸出層；通過所述輸入層接收輸入的鄰接矩陣和節(jié)點(diǎn)特征矩陣，通過所述卷積層提取鄰接矩陣和節(jié)點(diǎn)特征矩陣的卷積特征矩陣，具體表達(dá)式為：

4.根據(jù)權(quán)利要求3所述的一種配電網(wǎng)狀態(tài)識(shí)別方法，其特征在于，所述歸一化拉普拉斯矩陣的表達(dá)式為：

5.根據(jù)權(quán)利要求1所述的一種配電網(wǎng)狀態(tài)識(shí)別方法，其特征在于，所述訓(xùn)練樣本包括目標(biāo)配電網(wǎng)的歷史鄰接矩陣和歷史節(jié)點(diǎn)特征矩陣及對(duì)應(yīng)與鄰接矩陣和歷史節(jié)點(diǎn)特征矩陣的真實(shí)斷路器狀態(tài)；所述通過預(yù)先獲取的訓(xùn)練樣本對(duì)所述圖神經(jīng)網(wǎng)絡(luò)算法進(jìn)行訓(xùn)練，得到配電網(wǎng)狀態(tài)識(shí)別網(wǎng)絡(luò)包括：

6.根據(jù)權(quán)利要求1所述的一種配電網(wǎng)狀態(tài)識(shí)別方法，其特征在于，所述方法還包括：

7.一種配電網(wǎng)狀態(tài)識(shí)別裝置，其特征在于，所述裝置包括：

8.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述權(quán)利要求1～6任一項(xiàng)所述的方法。

9.一種計(jì)算機(jī)設(shè)備，其特征在于，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)上述權(quán)利要求1～6任一項(xiàng)所述的方法。

技術(shù)總結(jié)
本發(fā)明提供了一種配電網(wǎng)狀態(tài)識(shí)別方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)，屬于電力系統(tǒng)拓?fù)浣Y(jié)構(gòu)辨識(shí)研究領(lǐng)域，該方法包括：將配電網(wǎng)抽象成線圖模型；根據(jù)線圖模型構(gòu)建鄰接矩陣和節(jié)點(diǎn)特征矩陣；構(gòu)建配電網(wǎng)狀態(tài)識(shí)別網(wǎng)絡(luò)；將鄰接矩陣和節(jié)點(diǎn)特征矩陣輸入至配電網(wǎng)狀態(tài)識(shí)別網(wǎng)絡(luò)，得到斷路器的狀態(tài)。通過將配電網(wǎng)抽象成線圖模型，簡化了配電網(wǎng)中各種連接節(jié)點(diǎn)和線路的復(fù)雜情況，有利于減少影響因素，其次通過該線圖模型構(gòu)建反應(yīng)配電網(wǎng)情況的矩陣，并通過配電網(wǎng)狀態(tài)識(shí)別網(wǎng)絡(luò)對(duì)該矩陣進(jìn)行識(shí)別，能夠準(zhǔn)確得到斷路器情況，這樣在當(dāng)前大規(guī)模分布式電源接入情況下，根據(jù)配電網(wǎng)中斷路器的動(dòng)態(tài)變化，便于實(shí)時(shí)監(jiān)控配網(wǎng)拓?fù)浣Y(jié)構(gòu)，為配電網(wǎng)優(yōu)化圖運(yùn)行提供拓?fù)鋽?shù)據(jù)支撐。

技術(shù)研發(fā)人員：狄立,張偉劍,趙健,苗玲,賀翔,劉昊,魏小釗,胡譽(yù)蓉
受保護(hù)的技術(shù)使用者：國網(wǎng)河南省電力公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19