台区拓扑结构自动绘制方法研究

张 玮，杨祥勇，孙文静

（深圳供电局有限公司，广东 深圳 518000）

0 引 言

本文结合地理信息（GIS）、计量自动化、配网自动化、配网生产和配网工程等技术，设计出企业公共信息模型，实现对10 kV变电站的电网结构自动拓扑，进而实现供电管理、客户停电时间统计、配网自动调度[1]。

1 总体设计

首先，在线路终点安装汇聚终端（TTU），线路分支安装信息采集终端（CTU），综合各端点的馈线信号，实现对母线特征信号的检测[2]。集成设备依据CTU收集的脉冲序列信号，进行不同信号相似度分析，最后利用遍历搜索算法进行节点关系分析，最终实现电气物理拓扑的自动辨识[3-4]。

系统总体设计如图1所示。

2 低压台区拓扑结构分析原理

拓扑结构绘制需要进行如下4个步骤：（1）表箱聚类；（2）数据采集；（3）拓扑计算；（4）模型构建。

2.1 表箱聚类

表箱聚类通过无线通信设备调整发射功率H功率，以扩大本表箱内电能表的覆盖范围K范围，实现表箱内电能表自动聚类功能G自动聚类。设备通过对表箱中HPLC模块中的无线发射功率进行调节，以此判断各表箱的位置和信息Zi位置{i=1…n,n为位置}，最终实现表箱的分区和聚类。

图1 系统总体设计

2.2 数据采集

利用无线通需设备采集用户表和低压分支的J电压、J电流、J功率，并获得通信模块上的表箱聚类信息Z。

2.3 拓扑计算

对终端获得各分支点的电能数据和表箱聚类信息进行汇总，比较表箱和低压分支的J电压、J电流、J功率，计算分支线路与表箱之间的拓扑关系Z表箱之间。

2.4 构建模型

假设M个表箱分配到N条分支上，为了保证各分支获得数据的准确，采用量子粒子群优化法，对各分支采样数据进行有限次迭代求解，完成表箱归属判断。

假设表箱为k（k=1,2,…M,，M表示表箱数量）在第t分支向量为，其中N为分支数量，Pbestk,t表示粒子k的历史最优位置，Gbestt为拓扑位置。表箱在迭代过程中，会以既往拓扑位置和种最佳拓扑位置的加权平均位置Pk,t为吸引点，并趋向于该点。具体的加权平均位置（即吸引子）为：

其中，α为加权因子，服从均匀分布，即α～U(0,1)。

所有表箱既往最优位置的均值（平均最优位置）为：

为了更新表箱的位置，需要将表箱由上级位置变为下级位置，采用蒙特卡洛随机模拟得到下一级的表箱位置：

由薛定谔方程，体系状态不能用具体的值确定，需要用波函数来描述，表箱k在第j分支上在以点Pk,t为中心的δ势阱中运动，其波函数ψ可描述为：

粒子k在第j表箱的概率密度函数为：

通过式（1）、式（2）、式（3）迭代求解，即可得到最优值。

3 实际案例分析

以A变电站电表分支归为对象，进行实际案例分析。

3.1 初始条件

第一，每天采集53块表（注：6个异常数据点，2个01开头的表数据无法测量，4个表常年为0）和三条分支的三相电流，以及53块表（包含三相表和单相表）的有功。同时，剔除分支和53块表的异常数据点，保证二者数据一一对应关系。最后处理好的数据记入模型中，以待下一步运算。

第二，判断各分支对应电表。将k=53，t=3带入式（1）中，依据式（2）～式（6），得到迭代收敛后的最优指标，并选取集合里最小的15组数据作为判断指标，记录结果与电表对应的表号迭代过程如表1所示。

表1 各分支与电表对应情况

ε4、ε11、ε13、ε14和ε15数据特征仍旧良好，则保留该组数据，ε2、ε3和ε6数据特征陡然变差，则说明出现过度拟合，剔除该组数据。通过重新迭代计算，最终得到所有电表的分支结果。针对不一致的结果超过选择阈值，进入动态修正过程进行判断，计算结果如下。

首先，除6块异常表外，47块表判断正确44块，错误3块，正确率为93.6%。

其次，考虑6块异常表的分支归属（各分支对应异常表数目），53块表判断正确47块，错误6块，正确率为88.7%。（注意：分支代号1不代表对应分支线路1，只是说明代号1的所有表计为同一条线路。）

再次，错误分析：‘011600607622’‘011600607627’两块表数据无法正常抄读，对判断准确性造成影响；读数为零的表对分支各表电流之和无影响，但是对所有表判断准确性造成影响；由于无功电流的存在，使得各电表电流之和与分支总电流不相等，对判断准确性造成影响。

最后，数据持续验证：利用求解算法重复求解，经持续验证，正确率基本稳定在区间范围内。

4 结 论

依据台区测试结果，各个电表分支εk判断的正确率具备一定可靠性，其在带电状态下对各个分支的潮流、功率进行分析，就可以检测台区拓扑结构的变化，并生成相应的拓扑图，大大简化了人工的操作程序，提高了电网的监测效果。