一种面向配电终端在线状态估计方法

1.本发明属于配电系统技术领域，涉及配电终端状态监测，尤其是一种面向配电终端在线状态估计方法。


背景技术：

2.由于配电系统中各类新型负荷、电源、储能设备的比例不断升高，配电系统的愈发不可观测和控制，因此，在配电系统中部署大量融合监测、控制、通信功能于一体的智能终端，能够有效提升新型配电系统的可观性和可控性。但是，大量智能终端的接入使得配电系统运行观测效率进一步提升的同时，也带来了信道干扰、数据量剧增、终端故障与电力故障的耦合等问题，因此有必要提升智能终端自我在线监测和状态估计的能力，从而减少信息-物理耦合造成的系统信息的不确定性上升及连锁故障的发生。


技术实现要素：

3.本发明的目的在于克服现有技术的不足，提供一种面向配电终端在线状态估计方法，能够实时有效地对配电终端及配电终端-平台通信信道的状态进行估计。
4.本发明解决现有的技术问题是采取以下技术方案实现的：
5.一种面向配电终端在线状态估计方法，包括以下步骤：
6.步骤1、通过对配电终端采集的数据进行预处理，得到配电终端的状态数据矩阵；
7.步骤2、采用数据融合模型计算数据样本与邻居数据的方差，消除方差差异影响，得到配电终端的状态估计矩阵；
8.步骤3、采用非负矩阵分解的方法对配电终端的状态估计矩阵进行降维处理，得到低维样本与邻居状态矩阵的欧式距离；
9.步骤4、根据低维样本与邻居状态矩阵的欧式距离对状态数据进行状态估计。
10.进一步，所述步骤1的具体实现方法包括以下步骤：
11.⑴
配电终端收集自身传感器数据；
12.⑵
配电终端通过与数据平台的通信数据反馈获取通信质量数据；
13.⑶
配电终端发送查询指令获取与邻居终端的相关状态数据及通信质量数据；
14.⑷
配电终端对获取的各类数据进预处理，对异常状态数据进行初步判断，对状态数据及通信质量数据进行矩阵化处理，得到配电终端的状态数据矩阵。
15.进一步，所述配电终端的状态数据矩阵中t0时刻的元素按下式计算得到：
[0016][0017]
上式中，t0为获取数据的时刻，wi为t0时刻终端获取的数据为n(wi)为样本wi的邻居数据集合，x
t0
(i,j)为矩阵中第i行第j列的元素值，wj为样本数据wi的第j个邻居数据，α邻居数据的数据权重系数，l为邻居数据的数量。
[0018]
进一步，所述步骤2的具体实现方法为：
[0019]
首先，根据数据样本w与邻居样本wn的距离选择满足如下条件的n个数据：
[0020]
d(w,w1)≤d(w,w2)≤
…
≤d(w,wn)
[0021]
上式中，d表示两个数据之间的欧式距离；
[0022]
采用如下公式消除多模态之间的方差差异，计算得到配电终端的状态估计矩阵：
[0023][0024]
上式中，x
t
'0(i,j)为状态估计矩阵中第i行第j列的元素值，d表示两个数据之间的欧式距离，α邻居数据的数据权重系数。
[0025]
进一步，所述步骤3的具体实现方法为：
[0026]
首先，采用非负矩阵分解的方法对步骤2获得的配电终端的状态估计矩阵进行如下变换：
[0027][0028]
上式中，为t0时刻状态数据矩阵的近似低阶重建，e
t0
为状态数据矩阵的残差矩阵，w为状态数据基矩阵；
[0029]
然后，在非负矩阵分解空间中，采用下式计算低维样本与邻居状态矩阵的欧式距离：
[0030][0031]
进一步，所述步骤4的具体实现方法包括以下步骤：
[0032]
⑴
按照步骤1的方法对配电终端采集的状态数据进行预处理得到状态数据矩阵；
[0033]
⑵
预处理后向非负分解矩阵模型上进行投影，并计算该数据状态矩阵与其n个近邻样本的欧氏距离的平方和；
[0034]
⑶
比较欧氏距离的平方和与所设置参考基线的差值大小的绝对来确定终端状态是否正常，若样本的欧氏距离的平方和位于阈值范围之外，则该时刻配电终端状态异常，否则该时刻配电终端状态异常；
[0035]
⑷
将步骤
⑶
得到的状态估计结果进行输出。
[0036]
本发明的优点和积极效果是：
[0037]
本发明设计合理，其采用数据融合-非负矩阵分解方法实现面向配电终端的实时状态快速准确估计功能，并且通过一个典型的配电物联网算例进行验证，结果显示，本发明具有准确性高且速度快的特点，可以有效应对配电物联网中配电终端的实时状态估计需求，可广泛用于电力配电系统中。
附图说明
[0038]
图1是本发明面向配电终端在线状态估计方法流程图。
具体实施方式
[0039]
以下结合附图对本发明实施例做进一步详述。
[0040]
本发明的设计思想是：根据配电终端自带的状态传感器及信道数据的采集特性、
数据传输的状态等数据，针对配电终端的运行状态异常、通信信道质量恶化、电力-通信连锁故障等实际应用场景，通过建立数据融合-非负矩阵分解的模型，结合配电物联网系统监测平台的实时监测情况及与配电终端的实时交互状态，实现在线状态估计功能。其通过对不同来源的数据融合判别及对异常数据的预处理，使得多模态数据进一步融合消除多模态间数据的方差，能够准确对配电终端及配电终端-平台通信信道的状态进行估计。
[0041]
基于上述设计思想，本发明提出一种面向配电终端在线状态估计方法，如图1所示，包括以下步骤：
[0042]
步骤1、通过对配电终端采集的数据进行预处理，得到配电终端的状态数据矩阵。
[0043]
本步骤的具体实现方法包括以下步骤：
[0044]
(1)配电终端收集自身传感器数据；
[0045]
(2)配电终端通过与数据平台的通信数据反馈获取通信质量数据；
[0046]
(3)配电终端发送查询指令获取与邻居终端的相关状态数据及通信质量数据；
[0047]
(4)配电终端对获取的各类数据进预处理，对异常状态数据进行初步判断，对状态数据及通信质量数据进行矩阵化处理，得到配电终端的状态数据矩阵。设该时刻为t0，则状态数据矩阵中的元素按照下式计算：
[0048][0049]
上式中，t0为获取数据的时刻，wi为t0时刻终端获取的数据为n(wi)为样本wi的邻居数据集合，x
t0
(i,j)为矩阵中第i行第j列的元素值，wj为样本数据wi的第j个邻居数据，α邻居数据的数据权重系数，l为邻居数据的数量。
[0050]
步骤2、采用数据融合模型计算数据样本与邻居数据的方差，消除方差差异影响，得到配电终端的状态估计矩阵。
[0051]
本步骤的具体实现方法包括以下步骤：
[0052]
(1)根据数据样本w与邻居样本wn的距离选择满足如下条件的n个数据。
[0053]
d(w,w1)≤d(w,w2)≤
…
≤d(w,wn)
[0054]
上式中，d表示两个数据之间的欧式距离。
[0055]
(2)采用如下公式消除多模态之间的方差差异，计算得到配电终端的状态估计矩阵。
[0056][0057]
上式中，x'
t0
(i,j)为状态估计矩阵中第i行第j列的元素值，d表示两个数据之间的欧式距离。
[0058]
通过以上步骤，采用数据融合模型计算数据样本与邻居数据的方差，用以消除多模态之间的方差差异，避免局部敏感数据对于估计结果的不良影响。
[0059]
步骤3、采用非负矩阵分解的方法对配电终端的状态估计矩阵进行降维处理，得到低维样本与邻居状态矩阵的欧式距离。
[0060]
(1)采用非负矩阵分解的方法对步骤2所获得的配电终端的状态估计矩阵进行如下变换：
[0061][0062]
上式中，为t0时刻状态数据矩阵的近似低阶重建，e
t0
为状态数据矩阵的残差矩阵，w为状态数据基矩阵。
[0063]
(2)在非负矩阵分解空间中，采用下式计算低维样本与邻居状态矩阵的欧式距离。
[0064][0065]
在本步骤中，采用非负矩阵分解的方法对配电终端的状态估计矩阵进行降维，并将结果转给步骤4中的数据平台实现在线监测状态估计功能，并输出状态估计结果，从而为配电系统运行优化控制提供状态数据支撑。
[0066]
步骤4、根据低维样本与邻居状态矩阵的欧式距离对状态数据进行状态估计。
[0067]
本步骤的具体实现方法包括以下步骤：
[0068]
(1)按照步骤1的方法对配电终端采集的状态数据进行预处理得到状态数据矩阵；
[0069]
(2)预处理后向非负分解矩阵模型上进行投影，并计算该数据状态矩阵与其n个近邻样本的欧氏距离的平方和；
[0070]
(3)比较欧氏距离的平方和与所设置参考基线的差值大小的绝对来确定终端状态是否正常，若样本的欧氏距离的平方和位于阈值范围之外，则该时刻配电终端状态异常，反之，该时刻配电终端状态异常。
[0071]
(4)将步骤(3)得到的状态估计结果进行输出。
[0072]
本发明通过以上步骤，实现了在线监测状态估计及状态估计结果输出功能，从而为配电系统运行优化控制提供状态数据支撑。
[0073]
下面通过一个典型的配电物联网算例对本发明的效果进行试验。在该算例中，配电网中包含三种类型的配电终端分别为馈线终端30台、低压变电站监测终端20台以及10kv配变监测终端5台，系统中各类终端状态传感器每隔1分钟采集一次终端状态数据包括线路温度、变电站各类环境参数、变压器各类状态数据等。分别每隔10分钟随机选择一个终端产生自身故障或通信状态异常，总计测试1000次，采用本发明方法进行状态估计。结果显示，本发明对配电终端自身异常状态估计正确率为99.7％，正常状态估计正确率为100％；对通信状态异常估计正确率为96.3％，正常状态估计为99.8％，上述估计时间均故障发生时刻后0.1—1s内完成。
[0074]
通过上述试验可以看出，本发明能够有效应对配电物联网中配电终端的实时状态估计需求。
[0075]
需要强调的是，本发明所述的实施例是说明性的，而不是限定性的，因此本发明包括并不限于具体实施方式中所述的实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。