摘要：该文将残差分析推广应用到电力电子电路的拓扑辨识当中。首先提出应用于拓扑辨识的残差向量的基本要求;然后利用Leunberger状态观测器构建了这一残差向量;为了减少软件实现时系统的计算量,设计了一个拓扑辨识的残差计算优先级;为了提高系统对各种干扰的鲁棒性,利用未知输入观测器构建了鲁棒残差发生器,使得拓扑辨识具备了实用性。最后基于Buck电路构建了鲁棒残差发生器,用实验验证了上述结论的正确性。

摘要：分布式能源并网、辐射状与环状拓扑混合运行、量测误差等影响因素使得配电网在线拓扑难以准确获得。为此,文中提出了一种基于两阶段特征选择和格拉姆角场(GAF)的配电网拓扑辨识方法。首先,基于XGBoost和最大信息系数的两阶段特征选择方法筛选出不含冗余拓扑特征信息的重要量测。其次,基于GAF特征变换,将一维的配电网时间断面量测数据变换为二维的GAF,在保留时间断面的节点电压分布规律的同时,有效表征节点电压幅值分布中的拓扑特征信息。最后,设计了一种适用于拓扑辨识的三卷积层神经网络模型,凭借卷积和池化的运算特性以及抗噪性,稳定地提取GAF所蕴含的拓扑特征信息,从而准确建立配电网节点电压幅值分布到拓扑的映射关系。通过IEEE 33节点系统验证了所提方法的有效性,并分析了所提方法对不同噪声水平、数据缺失比例以及其他场景的适应性。

摘要：提出一种基于关联矩阵的网络拓扑辨识方法.通过对网络的链状和树状基本结构关联矩阵的分析,认为关联矩阵可以完全反映网络基本结构的拓扑信息.网络关联矩阵经过矩阵变换形成三角矩阵,可以反映网络拓扑结构;对三角矩阵进行分级和分解运算,可以提取网络的拓扑信息.这种方法适用于实际应用中常见的树状结构拓扑的辨识,甚至适用于带并联支路(环路)的网络拓扑辨识.该方法简洁实用,结合系统设计仍有更进一步扩展的潜力.

摘要：低压配电网中正确的拓扑关系是至关重要的。低压配电网实际拓扑结构因运维需要变动频繁且巨大,配电网信息系统中的数据更新不及时、流通性低以及质量差等不能正确反映低压配电网的实际拓扑结构,有必要进行拓扑辨识。知识图谱技术可以清晰地反映出数据间的现有关系,推理挖掘出隐藏知识,适用于低压配电网的拓扑辨识。因此应用知识图谱技术于拓扑辨识中,首先分析知识图谱构建方法,运用知识图谱技术,对多个低压配电网信息系统中的数据进行整合,推理出缺失数据,挖掘出各数据之间的关系。然后构建出低压配电网拓扑结构的知识图谱。最后结合《低压配电网基建工程典型设计规范》以及语义分词技术,对低压配电网信息系统中的户变关系进行辨识。算例实验效果良好,表明所提出的辨识方法具有理论价值和实际应用价值。

摘要：电网接入数据节点包含固定的数据量限值,在拓扑辨识处理时,实际得到的可容纳容量存在数值偏差,导致拓扑辨识产生的网络损耗过大,针对该问题,设计基于节点行为的电网检修数据安全接入电网运行拓扑辨识方法。利用图论知识,将电网结构处理为节点-支路关联矩阵,简化电网结构节点行为;将电网结构划分为多个结构,将标定线路开断数值处理为触发阈值,控制线路接入数据量;采用动力学系统可控性的相关理论,输出拓扑辨识方案。实验选择数据接入耦合节点,实例测试结果表明:所设计的拓扑辨识方法的网络损耗最小,拓扑辨识效果较佳。

摘要：配电台区户-相-变关系以及台区一次拓扑辨识技术是低压配电监测及故障研判的关键点。针对设计的配电台区物联网架构下台区融合终端的架构和低压拓扑识别功能进行分析,得出一种实用、可行的配电台区拓扑实现方法。首先,在确定各分支上下级之间拓扑关系的基础上,基于分支进线端的电流是其出线端电流和的原则,来确定各分支的进线端;根据分支的出线端与相连的下一级分支进线端电流相等原则,来确定不同分支进出线之间的连接关系,从而确定各分支之间的一次拓扑连接关系。然后,通过大量数据相关性分析方法,得出台区各个用户表计与本台区变压器的从属关系,从而获得台区的户-相-变关系。最后,仿真分析及装置实证得出该方法具有很好的分析效果,为配电台区拓扑辨识及智能分析提供了较好的技术支撑。

摘要：考虑离散时滞动力学网络的拓扑辨识问题.通过选取合适的参数自适应更新法则,设计有效的响应网络估计器来辨识网络中未知的或不确定的耦合矩阵,并利用Frobenius矩阵范数和Lasalle不变原理证明了该方法的可行性.值得注意的是,网络的耦合矩阵可以是有向加权的. 2个数值例子验证了该方法的有效性.

摘要：为解决分布式光伏并网和空房用户存在而导致拓扑辨识准确率下降的问题,结合对分布式电源和空房用户数据的预处理,提出一种考虑分布式光伏与空房用户的低压配电网相户、线户拓扑辨识模型与方法。首先明确了对象为相户关系与线户关系两种物理拓扑结构;其次,利用量测数据的相似性建立一个分布式光伏辨别和空房用户归类机制,通过数据预处理提升拓扑辨识的鲁棒性;然后,基于基尔霍夫电流定律搭建一个含源低压配电网拓扑辨识模型,并采用二次规划算法进行求解。最后,通过与其他拓扑辨识方法的对比,证明了分布式光伏辨别方式和空房用户归类机制能够改善数据质量,所提出的相户、线户拓扑辨识方法能够100%识别出含有分布式光伏和空房用户的配电网拓扑。

摘要：低压配电网拓扑信息对配电网安全运行、故障定位、线损分析等至关重要,但低压配电网拓扑因管理和运行的原因,低压配电网接线图与现场实际拓扑连接存在较大差异,因此有必要研究配电网拓扑异动的自适应识别。基于配电网节点采集电能时序数据,采用主成分分析与凸优化结合算法进行降维分析,通过提取主要特征,将拓扑识别问题转化为凸优化求解回归矩阵,进而识别出低压配电网拓扑结构。利用实际配电网中智能电表获取的电能量测数据及MATLAB随机生成5层31节点网络数据集,对所提方法进行算例验证,结果表明所提优化算法相比传统方法具有较高的识别速度及正确率。