(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111551789.6 (22)申请日 2021.12.17 (71)申请人 国网上海市电力公司 地址 200122 上海市浦东 新区源深路1 122 号 申请人 华东电力试验研究院有限公司 　 上海交通大 学 (72)发明人 徐琴　徐潇源　朱征　张宇　严正　 方陈　陈嘉梁　黄华炜　王祎璟　 王晗　 (74)专利代理 机构 上海交达专利事务所 31201 代理人 王毓理　王锡麟 (51)Int.Cl. G06F 30/18(2020.01) G06F 30/27(2020.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 111/08(2020.01) G06F 113/04(2020.01) (54)发明名称 考虑分布式电源出力相关性的配电网拓扑 结构辨识方法 (57)摘要 一种考虑分布式电源出力相关性的配电网 拓扑结构辨识方法， 在离线阶段将经过预处理的 电网数据作为训练集对神经网络进行训练， 在在 线阶段， 通过测试集输入训练后的神经网络得到 合成的节 点电压幅值样本， 然后采用基于最大信 息系数的最大生成树算法进行配电网拓扑结构 辨识， 得到配电网所有节点对， 每个节点对表示 配电网拓 扑结构中的一条边， 作为配电网拓扑结 构辨识结果。 本发明采用神经网络建立节点电压 幅值与节 点注入功率间的关系， 并提出基于最大 信息系数的最大生成树算法进行配电网拓扑结 构辨识。 权利要求书2页 说明书4页 附图2页 CN 114169118 A 2022.03.11 CN 114169118 A 1.一种考虑分布式电源出力相关性的配电网拓扑结构辨识方法， 其特征在于， 在离线 阶段将经过预处理的电网数据作为训练集对神经网络进行训练， 在在线阶段， 通过测试集 输入训练后的神经网络得到合成的节点电压幅值样本， 然后采用基于最大信息系数的最大 生成树算法进行配电网拓扑结构辨识， 得到配电网所有节点对， 每个节点对表示配电网拓 扑结构中的一条边， 作为配电网拓扑 结构辨识结果； 所述的电网数据是指配电网所有节点的节点注入功率和节点电压幅值 量测数据； 所述的预处理是指： 将节点i的注入功率量测pi转换为服从标准正态分布的随机变量 pn,i后， 计算Pn＝{pn,1,pn,2,…,pn,N}的协方差矩阵∑， 然后采用Cholesky分解得到下三角矩 阵L， 得到神经网络训练集的输入样本Pt＝L‑1PnT， 其中： i＝1,2,…,N。 2.根据权利要求1所述的考虑分布式电源出力相关性的配电网拓扑结构辨识方法， 其 特征是， 所述的训练集是指训练集输入样本Pt与训练集输出样本， 即节点电压幅值量测Ut＝ {u1,u2,…,uN}的集合； 所述的测试集， 通过以下 方式得到： 1)计算标准差 向量 其中： 为矩阵L‑1的第i行， 第k 列元素； 2)生成均值 为0， 标准差为σi的服从独立 正态分布的随机变量pc,i； 3)得到测试集输入样本Ps＝L‑1PcT， 其中Pc＝{pc,1,pc,2,…,pc,N}。 3.根据权利要求1所述的考虑分布式电源出力相关性的配电网拓扑结构辨识方法， 其 特征是， 所述的神经网络包括： 预处理模块、 输入层、 隐藏层及输出层， 其中： 预处理模块将 具有相关性的节点注入功率对应的节点电压幅值转化为独立节点注入功率对应的节点电 压幅值； 所述的输入层的神经元数量为节点数量减1， 隐藏层层数为2层， 神经元数量为1000， 输 出层神经 元数量为节点数量减1。 4.根据权利要求1所述的考虑分布式电源出力相关性的配电网拓扑结构辨识方法， 其 特征是， 所述的基于最大信息系数的最大生成树 算法， 具体包括： i)建立含有N个节点的图T； ii)计算所有节点对电压幅值的最大信息系数； iii)将所有节点对按电压幅值最大信息系数从大到小的顺序排列， 排序后的节点对用 ek,k＝1,2,…,N(N‑1)/2表示； iv)将e1和e2加入图T； v)设置k＝3； vi)当图T中边的数目小于N ‑1， 执行步骤vii)至ix)， 否则转至步骤 x)； vii)当将ek加入图T后， 不形成环， 则将ek加入图T； viii)k＝k+1； ix)当k>N(N ‑1)/2， 转至步骤 x)， 否则转至步骤 vi)； x)得到的图T即为拓扑辨识结果。 5.一种实现权利要求1～4中任一所述方法的系统， 其特征在于， 包括： 依次连接的数据权　利　要　求　书 1/2 页 2 CN 114169118 A 2读取模块、 预 处理模块、 合 成的节点电压幅值生成模块、 最大生成树算法模块和结果输出模 块， 其中： 数据读取模块读取配电网节点注入功 率和节点电压幅值量测数据； 预 处理模块根 据节点注入功率和节 点电压幅值量测数据生成神经网络训练集和测试集样本； 合成的节点 电压幅值生成模块采用神经网络得到合成的节点电压幅值； 最大生成树算法模块根据合成 的节点电压幅值间的最大信息系 数， 得到最大生成树； 结果输出模块将最大生成树作为拓 扑辨识结果输出。权　利　要　求　书 2/2 页 3 CN 114169118 A 3