1.一种配电网拓扑快速感知方法,其特征在于,包括以下步骤:步骤一:定义所需要的初始测量矩阵,并采集初始数据;
步骤二:使用主成分分析方法对原始数据进行降维;
步骤三:进行时间连续化的数据重整,消除掉不同时间节点上降维后数据的坐标翻转情况;
步骤四:使用k近邻算法获取各个节点的相对位置,并计算相对变化率指标,判断拓扑情况。
2.根据权利要求1所述的配电网拓扑快速感知方法,其特征在于,步骤一中,采集的数据存储于一个N行T列的矩阵V={v1;…;vn}中,其中矩阵中的向量vn表示时间窗T内的总线n上的电压测量值。
3.根据权利要求1所述的配电网拓扑快速感知方法,其特征在于,步骤一具体为:首先需要对数据进行描述,假设配电网中的总线总数为N,测量数据流的时间窗口长度为T;在时间t处,总线n处的电压幅值测量值为 其中 表示最新时间总线n上的电压测量值;没有上标的,vn是在时间窗中被选择的数据的向量;最后,定义一个N行T列的矩阵V={v1;…;vn},其中矩阵中的每一行都是之前定义的向量;注意,vn将在每次进行新测量时更新。
4.根据权利要求2所述的配电网拓扑快速感知方法,其特征在于,步骤二中,使用主成分分析方法对原始数据进行降维,得到一个新的N行2列的矩阵V={v1;…;vn}。
5.根据权利要求3所述的配电网拓扑快速感知方法,其特征在于,步骤二具体为:
1)、规范化数据;减去V中每个行向量vn的平均值:
2)、计算协方差矩阵Σ;在此步骤中,将测量矩阵V归一化:
3)、获取转换矩阵;考虑到电压测量值始终是高度共线的,使用奇异值分解方法,该方法具有更强的数值稳定性;
[U,S,V]=svd(Σ)
其中U是N×N酉矩阵,S是非负对角N×N矩阵,V是是N×N酉矩阵;S中的对角线值按降序排列;
4)计算降维数据,如下所示:
vn=U[:,2]Tvn
其中U[:,2]T是U的前两列的转置。
6.根据权利要求5所述的配电网拓扑快速感知方法,其特征在于,步骤三具体为:通过计算前后两个时间点上,相同节点采样的降维后数据的欧式距离,来判断是否发生了整体坐标翻转的现象;如发生翻转,寻找连续性最强的坐标作为实际降维后坐标;
对于每次测量更新,将更新前的降维数据定义为Vb,更新后的数据定义为Va;Va和Vb均为N×2矩阵;目标定义如下:其中 表示Va,Vb中的第n行; 和 从Va派生而来,其定义如下:换言之, 和 分别是Vb关于x轴,y轴与原点的对称;
在其中寻找到的具有最小目标函数的值所对应的向量,即为重整后的向量。
7.根据权利要求6所述的配电网拓扑快速感知方法,其特征在于,步骤四具体为:K近邻预警:该部分通过计算同一节点与其他节点间的距离关系,构建一个K近邻节点集合;如果两个时间点上的K近邻节点集合变化量大于阈值,则判定系统中发生了拓扑改变的情况,随后可以发送预警信号;
使用K近邻算法来找到V中每个降维后向量的k个近邻;在计算距离之前,首先通过以下公式应用min-max归一化:接下来,使用无监督的KNN算法,获得每个总线的k最近邻集Ωn;同时,为Ωn中的每个唯一组合定义状态码,并提出了一个称为相对变化率的指标,以通过以下方式反映当前拓扑状态:其中n=1,…,N,dn是n∈Ωn的vn的平均值,dns是n∈Ωn的第一次采集的vn的平均值;
当εn>εthreshold时,结合当前的状态码,判定拓扑是否发生了改变;其中εthreshold为相对变化率的判断阈值。