Phase Identification of Low-voltage Distribution Station Area Based on Morphological Characteristic Clustering of Voltage Curves

LIAO Zhiwei; XIE Xunkai; ZHENG Guangyu; WANG Bowen; LIU Ye

doi:10.7500/AEPS20220510008

您当前的位置：

首页 >

文章列表页 >

Phase Identification of Low-voltage Distribution Station Area Based on Morphological Characteristic Clustering of Voltage Curves

Application Research | 更新时间：2025-06-16

- Phase Identification of Low-voltage Distribution Station Area Based on Morphological Characteristic Clustering of Voltage Curves
- Automation of Electric Power Systems Vol. 47, Issue 7, Pages: 142-149(2023)
- 作者机构：
  
  华南理工大学电力学院，广东省广州市 510641
- 作者简介：
- 基金信息：
  
  National Natural Science Foundation of China(51437006);China Southern Power Grid Company Limited(GZHKJXM20160064)
- DOI：10.7500/AEPS20220510008
  CLC：
- Received：10 May 2022，
  
  Revised：2022-08-13，
  
  Published Online：03 February 2023，
  
  Published：10 April 2023
- 稿件说明：
移动端阅览
廖志伟,谢汛恺,郑广昱等.基于电压曲线形态特征聚类的低压台区相位辨识[J].电力系统自动化,2023,47(7):142-149.

LIAO Zhiwei,XIE Xunkai,ZHENG Guangyu,et al.Phase Identification of Low-voltage Distribution Station Area Based on Morphological Characteristic Clustering of Voltage Curves[J].Automation of Electric Power Systems,2023,47(7):142-149.
廖志伟,谢汛恺,郑广昱等.基于电压曲线形态特征聚类的低压台区相位辨识[J].电力系统自动化,2023,47(7):142-149. DOI： 10.7500/AEPS20220510008.

LIAO Zhiwei,XIE Xunkai,ZHENG Guangyu,et al.Phase Identification of Low-voltage Distribution Station Area Based on Morphological Characteristic Clustering of Voltage Curves[J].Automation of Electric Power Systems,2023,47(7):142-149. DOI： 10.7500/AEPS20220510008.

摘要

针对电压曲线分布集中导致低压台区用户相位难以准确辨识的问题，提出基于电压曲线形态特征聚类的低压台区相位辨识方法。首先，采用分段聚合近似(PAA)对配电变压器低压侧三相以及低压用户的电压曲线进行分段，提取反映整体分布的主要特征信息，减少冗余噪声的干扰。引入一阶导数与动态时间弯曲(DTW)增加对每个分段序列局部趋势变化的分析，并将其集成到PAA距离度量中，既弥补了均值特征缺乏对电压曲线趋势变化信息的考量，又能降低DTW的时间复杂度。然后，通过该距离度量综合判定电压特征序列的相似度，并以此改进传统

-means聚类的相似性度量，构建低压台区相位辨识模型。最后，通过实际台区算例分析验证了所提方法的有效性。

Abstract

Aiming at the difficulty of user phase identification due to the concentrated distribution of voltage curves in low-voltage (LV) distribution station areas

this paper proposes a phase identification method based on morphological characteristic clustering of voltage curves in LV distribution station areas. Firstly

the piecewise aggregate approximation (PAA) is used to segment the voltage curves of three phases on the LV side of the distribution transformer and the LV users

so as to extract the main feature information reflecting the overall distribution and reduce the interference of redundant noise. Besides

the introduction of the first-order derivatives and dynamic time warping (DTW) deepens the analysis of the local trend change of each segmented series and integrates it into the distance measurement based on PAA

which not only makes up for the lack of consideration of the trend change information of the voltage curves by the mean value feature

but also reduces the time complexity of DTW. Secondly

this distance measurement is used to determine the similarity of voltage feature series and improve the similarity measurement of traditional

-means clustering

and to construct the phase identification model of LV distribution station areas. Finally

the effectiveness of the proposed method is verified by the analysis of a practical distribution station area.

关键词

Keywords

references

HOSSEINI Z S ， KHODAEI A ， PAASO A . Machine learning-enabled distribution network phase identification ［J］. IEEE Transactions on Power Systems ， 2021 ， 36 （ 2 ）： 842 - 850 .

高泽璞，赵云，余伊兰，等 . 基于知识图谱的低压配电网拓扑结构辨识方法［J］. 电力系统保护与控制， 2020 ， 48 （ 2 ）： 34 - 43 .

GAO Zepu ， ZHAO Yun ， YU Yilan ， et al . Low-voltage distribution network topology identification method based on knowledge graph ［J］. Power System Protection and Control ， 2020 ， 48 （ 2 ）： 34 - 43 .

QIAN C ， WANG Z ， ZHANG J . A new algorithm of topology analysis based on PMU information ［C］// 2010 5th International Conference on Critical Infrastructure （CRIS）， September 20-22 ， 2010 ， Beijing， China ： 1 - 5 .

栾文鹏，余贻鑫，王兵 . AMI数据分析方法［J］. 中国电机工程学报， 2015 ， 35 （ 1 ）： 29 - 36 .

LUAN Wenpeng ， YU Yixin ， WANG Bing . AMI data analytics ［J］. Proceedings of the CSEE ， 2015 ， 35 （ 1 ）： 29 - 36 .

ARYA V ， SEETHARAM D ， KALYANARAMAN S ， et al . Phase identification in smart grids ［C］// 2011 IEEE International Conference on Smart Grid Communications （SmartGridComm）， October 17-20 ， 2011 ， Brussels， Belgium ： 25 - 30 .

PAPPU S J ， BHATT N ， PASUMARTHY R ， et al . Identifying topology of low voltage distribution networks based on smart meter data ［J］. IEEE Transactions on Smart Grid ， 2018 ， 9 （ 5 ）： 5113 - 5122 .

冯人海，赵政，谢生，等 . 基于主成分分析和凸优化的低压配电网拓扑识别方法［J］. 天津大学学报（自然科学与工程技术版）， 2021 ， 54 （ 7 ）： 746 - 753 .

FENG Renhai ， ZHAO Zheng ， XIE Sheng ， et al . Topology identification for low voltage network based on principal component analysis and convex optimization ［J］. Journal of Tianjin University （Science and Technology）， 2021 ， 54 （ 7 ）： 746 - 753 .

ZHANG M Z ， LUAN W P ， GUO S ， et al . Topology identification method of distribution network based on smart meter measurements ［C］// 2018 China International Conference on Electricity Distribution （CICED）， September 17-19 ， 2018 ， Tianjin， China ： 372 - 376 .

QIAN C ， WANG M ， GAO D ， et al . Topology identification method for primary distribution network with limited smart meter data ［C］// 2021 6th Asia Conference on Power and Electrical Engineering （ACPEE）， April 8-11 ， 2021 ， Chongqing， China ： 1611 - 1616 .

李克明，江亚群，黄世付，等 . 基于DTW距离和聚类分析的配电台区低压拓扑结构辨识方法［J］. 电力系统保护与控制， 2021 ， 49 （ 14 ）： 29 - 36 .

LI Keming ， JIANG Yaqun ， HUANG Shifu ， et al . Topology identification method of a low-voltage distribution station area based on DTW distance and cluster analysis ［J］. Power System Protection and Control ， 2021 ， 49 （ 14 ）： 29 - 36 .

刘苏，黄纯，李克明，等 . 基于自适应分段云模型的单相用户相别辨识方法［J］. 电力系统自动化， 2022 ， 46 （ 3 ）： 42 - 49 .

LIU Su ， HUANG Chun ， LI Keming ， et al . Phase identification method for single-phase user based on adaptive piecewise cloud model ［J］. Automation of Electric Power Systems ， 2022 ， 46 （ 3 ）： 42 - 49 .

唐捷，蔡永智，周来，等 . 基于数据驱动的低压配电网线户关系识别方法［J］. 电力系统自动化， 2020 ， 44 （ 11 ）： 127 - 134 .

TANG Jie ， CAI Yongzhi ， ZHOU Lai ， et al . Data-driven based identification method of feeder-consumer connectivity in low-voltage distribution network ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 11 ）： 127 - 134 .

罗钧腾，章坚民，姚力，等 . 基于电压和功率数据的低压用户相别识别优化建模与应用［J］. 电力系统自动化， 2021 ， 45 （ 7 ）： 123 - 131 .

LUO Junteng ， ZHANG Jianmin ， YAO Li ， et al . Modeling and application of phase identification optimization for low-voltage customer based on voltage and power data ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 7 ）： 123 - 131 .

ZHOU L ， LI Q H ， ZHANG Y J ， et al . Consumer phase identification under incomplete data condition with dimensional calibration ［J］. International Journal of Electrical Power & Energy Systems ， 2021 ， 129 ： 106851 .

宋军英，崔益伟，李欣然，等 . 基于欧氏动态时间弯曲距离与熵权法的负荷曲线聚类方法［J］. 电力系统自动化， 2020 ， 44 （ 15 ）： 87 - 94 .

SONG Junying ， CUI Yiwei ， LI Xinran ， et al . Load curve clustering method based on Euclidean dynamic time warping distance and entropy weight ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 15 ）： 87 - 94 .

李海林，梁叶 . 基于数值符号和形态特征的时间序列相似性度量方法［J］. 控制与决策， 2017 ， 32 （ 3 ）： 451 - 458 .

LI Hailin ， LIANG Ye . Similarity measure based on numerical symbolic and shape feature for time series ［J］. Control and Decision ， 2017 ， 32 （ 3 ）： 451 - 458 .

ARTHUR D ， VASSILVITSKII S . K-means++： the advantages of careful seeding ［C］// Proceedings of the Eighteenth Annual ACM-SIAM symposium on Discrete algorithms ， January 7-9 ， 2007 ， New Orleans， USA ： 1027 - 1035 .

李坤，周来，张勇军，等 . 基于量测数据质量的低压台区拓扑识别结果可信度评价［J］. 电力系统自动化， 2021 ， 45 （ 17 ）： 99 - 107 .

LI Kun ， ZHOU Lai ， ZHANG Yongjun ， et al . Credibility evaluation of topology identification results in low-voltage distribution network based on quality of measured data ［J］. Automation of Electric Power Systems ， 2021 ， 45 （ 17 ）： 99 - 107 .

连子宽，姚力，刘晟源，等 . 基于 t -SNE降维和BIRCH聚类的单相用户相位及表箱辨识［J］. 电力系统自动化， 2020 ， 44 （ 8 ）： 176 - 184 .

LIAN Zikuan ， YAO Li ， LIU Shengyuan ， et al . Phase and meter box identification for single-phase users based on t -SNE dimension reduction and BIRCH clustering ［J］. Automation of Electric Power Systems ， 2020 ， 44 （ 8 ）： 176 - 184 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Identification Technology for Consumer-transformer Relationship and Phase of Low-voltage Distribution Station Area Based on Load Transient Events

Frequency Anomaly Detection and Type Identification of PMU Based on Improved Dynamic Time Warping

Interval Estimation of Wind Power Based on Error Classification

Related Author

FENG Yanjun

HUANG Li

LIU Yuyuan

ZHOU Gan

LEI Yang

HUANG Kun

LI Wenyuan

ZHANG Jiangnan

Related Institution

State Grid Electric Power Research Institute (NARI Group Corporation)

Electric Power Research Institute of State Grid Hubei Electric Power Co., Ltd.

School of Electrical Engineering, Southeast University

Electric Power Research Institute of State Grid Henan Electric Power Company

State Key Laboratory of Power Transmission Equipment & System Security and New Technology(Chongqing University)

⁰