基于互信息贝叶斯网络的配电网拓扑鲁棒辨识算法

任鹏哲; 刘友波; 刘挺坚; 何培东; 张扬帆; 邓舒予

doi:10.7500/AEPS20200818001

您当前的位置：

首页 >

文章列表页 >

基于互信息贝叶斯网络的配电网拓扑鲁棒辨识算法

学术研究 | 更新时间：2025-06-16

- 基于互信息贝叶斯网络的配电网拓扑鲁棒辨识算法
- Robust Identification Algorithm for Distribution Network Topology Based on Mutual-information Bayesian Network
- 电力系统自动化-方正平台 2021年45卷第9期页码：55-62
- 作者机构：
  
  1.四川大学电气工程学院，四川省成都市 610065
  2.国网四川省电力公司计量中心，四川省成都市 610045
- 作者简介：
  
  任鹏哲(1997—)，男，硕士研究生，主要研究方向：配电网状态估计。E-mail：rpz@stu.scu.edu.cn
  刘友波(1983—)，男，通信作者，博士，副教授，博士生导师，主要研究方向：电力系统机器学习算法、主动配电网规划与运行。E-mail：liuyoubo@scu.edu.cn
  刘挺坚(1990—)，男，博士研究生，主要研究方向：电力系统机器学习算法。E-mail：scueeliutj@163.com
- 基金信息：
  
  国家自然科学基金资助项目(51977133)
- DOI：10.7500/AEPS20200818001
  中图分类号：
- 收稿日期：2020-08-18，
  
  修回日期：2020-11-27，
  
  网络出版日期：2021-02-23，
  
  纸质出版日期：2021-05-10
- 稿件说明：
移动端阅览
任鹏哲,刘友波,刘挺坚等.基于互信息贝叶斯网络的配电网拓扑鲁棒辨识算法[J].电力系统自动化,2021,45(9):55-62.

REN Pengzhe,LIU Youbo,LIU Tingjian,et al.Robust Identification Algorithm for Distribution Network Topology Based on Mutual-information Bayesian Network[J].Automation of Electric Power Systems,2021,45(9):55-62.
任鹏哲,刘友波,刘挺坚等.基于互信息贝叶斯网络的配电网拓扑鲁棒辨识算法[J].电力系统自动化,2021,45(9):55-62. DOI： 10.7500/AEPS20200818001.

REN Pengzhe,LIU Youbo,LIU Tingjian,et al.Robust Identification Algorithm for Distribution Network Topology Based on Mutual-information Bayesian Network[J].Automation of Electric Power Systems,2021,45(9):55-62. DOI： 10.7500/AEPS20200818001.

摘要

基于微型同步相量测量装置(μPMU)，提出一种配电网拓扑识别新算法，通过贝叶斯网络（BN）拟合配电网拓扑、光伏、负荷及μPMU测量电压的非线性关系，引入最大互信息网格划分量度连续型节点区间，解决了BN处理连续型数据时需人为指定区间数目、难以适应较多连续型变量的问题。基于拉丁超立方抽样生成光、荷数据，保证了场景在样本空间内均匀分布，简化了BN的训练过程并提高了拓扑识别的泛化能力。通过仿真算例验证方法的有效性，结果表明，所提方法具有与实时估计匹配法相当的识别精度和更高的时效性，且识别时间不随配电网可行拓扑数量的增加而线性增长，适用性佳；即使在μPMU部分失效或负荷、光伏等数据缺失时仍能保证较高识别率，具有较强的鲁棒性。

Abstract

Based on the micro phasor measurement unit (μPMU)

this paper proposes a new identification method of distribution network topology. The nonlinear relationship among distribution network topology

photovoltaic (PV)

load and μPMU measured voltage is fitted by Bayesian network (BN). The interval of continuous nodes is measured by introducing the grid division of maximal information coefficient (MIC). MIC solves the problem that traditional BN needs to specify the interval number manually when processing continuous data

and is difficult to be applied to cases with lots of continuous variables. The photovoltaic-load data generated by the Latin hypercube sampling (LHS) can realize the uniform distribution of the scene in the sample space. The training process of BN is simplified and the generalization ability of topology identification is improved. The effectiveness of the method is verified by a simulation example. The simulation results show that the proposed method has the same identification accuracy and higher timeliness compared with the real-time estimation matching method. The identification time does not increase linearly with the increasing of the number of feasible topologies. The proposed method has good applicability. Even in the case of partial failure of the μPMU or lack of key data

such as load and PV data

the proposed method can ensure high identification effect

and thus has strong robustness.

关键词

Keywords

references

赵俊博，张葛祥，黄彦全 . 含新能源电力系统状态估计研究现状和展望［J］. 电力自动化设备， 2014 ， 34 （ 5 ）： 7 - 20 .

ZHAO Junbo ， ZHANG Gexiang ， HUANG Yanquan . Status and prospect of state estimation for power system containing renewable energy ［J］. Electric Power Automation Equipment ， 2014 ， 34 （ 5 ）： 7 - 20 .

林济铿，覃岭，罗萍萍 . 基于图形建模的电力系统拓扑分析新方法［J］. 电力系统自动化， 2005 ， 29 （ 22 ）： 59 - 64 .

LIN Jikeng ， QIN Ling ， LUO Pingping . A new method for the power system topology analysis based on graphic modeling ［J］. Automation of Electric Power Systems ， 2005 ， 29 （ 22 ）： 59 - 64 .

马静，张俣妤，马伟，等 . 基于关联矩阵标记法与回路矩阵的电网拓扑分析［J］. 电力系统自动化， 2014 ， 38 （ 12 ）： 74 - 80 .

MA Jing ， ZHANG Yuyu ， MA Wei ， et al . Topology analysis of power grid based on correlation matrix marking method and loop matrix ［J］. Automation of Electric Power Systems ， 2014 ， 38 （ 12 ）： 74 - 80 .

郭帅文，燕跃豪，蒋建东，等 . 基于邻接矩阵的网络拓扑辨识算法［J］. 电力系统保护与控制， 2018 ， 46 （ 12 ）： 50 - 56 .

GUO Shuaiwen ， YAN Yuehao ， JIANG Jiandong ， et al . Network topology identification algorithm based on adjacency matrix ［J］. Power System Protection and Control ， 2018 ， 46 （ 12 ）： 50 - 56 .

郎燕生，李静，罗雅迪，等 . 基于图划分的大电网拓扑分析［J］. 电力系统保护与控制， 2017 ， 45 （ 23 ）： 108 - 115 .

LANG Yansheng ， LI Jing ， LUO Yadi ， et al . Topology analysis of large power grid based on graph partition ［J］. Power System Protection and Control ， 2017 ， 45 （ 23 ）： 108 - 115 .

陈艳波，何光宇，周京阳，等 . 基于改进转移潮流法的拓扑错误辨识方法［J］. 电网技术， 2012 ， 36 （ 3 ）： 95 - 100 .

CHEN Yanbo ， HE Guangyu ， ZHOU Jingyang ， et al . Topology error identification method based on improved shift power flow method ［J］. Power System Technology ， 2012 ， 36 （ 3 ）： 95 - 100 .

黄华，戴江鹏，王毅，等 . 基于图数据库的电网CIM/E模型构建及网络拓扑［J］. 电力系统自动化， 2019 ， 43 （ 22 ）： 122 - 132 .

HUANG Hua ， DAI Jiangpeng ， WANG Yi ， et al . Graph database based construction and network topology of CIM/E for power system ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 22 ）： 122 - 132 .

JI G M ， SHARMA D ， FEI W H ， et al . A graph-theoretic method for identification of electric power distribution system topology ［C］// Global Power ， Energy and Communication Conference （GPECOM）， June 12 - 15 ， 2019 ， Nevsehir ， Turkey .

张婷，翟明玉，张海滨，等 . 基于不确定性推理的变电站拓扑错误辨识［J］. 电力系统自动化， 2014 ， 38 （ 6 ）： 49 - 54 .

ZHANG Ting ， ZHAI Mingyu ， ZHANG Haibin ， et al . Substation topology error identification based on uncertainty reasoning ［J］. Automation of Electric Power Systems ， 2014 ， 38 （ 6 ）： 49 - 54 .

谢潇磊，刘亚东，孙鹏，等 . 新型配电网线路PMU装置的研制［J］. 电力系统自动化， 2016 ， 40 （ 12 ）： 15 - 20 .

XIE Xiaolei ， LIU Yadong ， SUN Peng ， et al . Development of new PMU device for distribution network lines ［J］. Automation of Electric Power Systems ， 2016 ， 40 （ 12 ）： 15 - 20 .

王贺飞，李洪涛，余昆，等 . 基于DSCADA和μPMU数据融合的配电网运行拓扑辨识［J］. 电力建设， 2019 ， 40 （ 6 ）： 123 - 131 .

WANG Hefei ， LI Hongtao ， YU Kun ， et al . Identification of distribution network operation topology based on DSCADA and μPMU telemetry data fusion ［J］. Electric Power Construction ， 2019 ， 40 （ 6 ）： 123 - 131 .

李昂，刘亚东，孙鹏，等 . 基于μPMU相位数据的配电网拓扑识别方法［J］. 智慧电力， 2017 ， 45 （ 11 ）： 31 - 36 .

LI Ang ， LIU Yadong ， SUN Peng ， et al . Distribution network topology identification method based on μPMU phase data ［J］. Smart Power ， 2017 ， 45 （ 11 ）： 31 - 36 .

CAVRARO G ， ARGHANDEH R . Power distribution network topology detection with time-series signature verification method ［J］. IEEE Transactions on Power Systems ， 2018 ， 33 （ 4 ）： 3500 - 3509 .

ARGHANDEH R ， GAHR M ， VON MEIER A ， et al . Topology detection in microgrids with micro-synchrophasors ［C］// 2015 IEEE Power & Energy Society General Meeting ， July 26 - 30 ， 2015 ， Denver ， USA .

PEARL J . Fusion， propagation， and structuring in belief networks ［J］. Artificial Intelligence ， 1986 ， 29 （ 3 ）： 241 - 288 .

刘晓明，李盼池，刘显德，等 . 贝叶斯网络参数学习中的连续变量离散化方法研究［J］. 计算机与数字工程， 2018 ， 46 （ 5 ）： 992 - 996 .

LIU Xiaoming ， LI Panchi ， LIU Xiande ， et al . Study on discretization of continuous variables in Bayesian network parameter learning ［J］. Computer and Digital Engineering ， 2018 ， 46 （ 5 ）： 992 - 996 .

RESHEF D N ， RESHEF Y A ， FINUCANE H K ， et al . Detecting novel associations in large data sets ［J］. Science ， 2011 ， 334 （ 662 ）： 1518 - 1524 .

张巍峰，车延博，刘阳升 . 电力系统可靠性评估中的改进拉丁超立方抽样方法［J］. 电力系统自动化， 2015 ， 39 （ 4 ）： 52 - 57 .

ZHANG Weifeng ， CHE Yanbo ， LIU Yangsheng . Improved Latin hypercube sampling method for reliability evaluation of power systems ［J］. Automation of Electric Power Systems ， 2015 ， 39 （ 4 ）： 52 - 57 .

林朗 . 贝叶斯网络结构学习算法研究［D］. 重庆：西南大学， 2019 .

LIN Lang . Research on Bayesian network structure learning algorithm ［D］. Chongqing ： Southwest University ， 2019 .

李晓毅，徐兆棣，孙笑微 . 贝叶斯网络的参数学习研究［J］. 沈阳农业大学学报， 2007 ， 38 （ 1 ）： 125 - 128 .

LI Xiaoyi ， XU Zhaodi ， SUN Xiaowei . Parametric learning of Bayesian networks ［J］. Journal of Shenyang Agricultural University ， 2007 ， 38 （ 1 ）： 125 - 128 .

张倩，马愿，李国丽，等 . 频域分解和深度学习算法在短期负荷及光伏功率预测中的应用［J］. 中国电机工程学报， 2019 ， 39 （ 8 ）： 2221 - 2230 .

ZHANG Qian ， MA Yuan ， LI Guoli ， et al . Applications of frequency domain decomposition and deep learning algorithms in short-term load and photovoltaic power forecasting ［J］. Proceedings of the CSEE ， 2019 ， 39 （ 8 ）： 2221 - 2230 .

徐成司，董树锋，朱嘉麒，等 . 基于供电环路非连通条件的配电网辐射状约束描述方法［J］. 电力系统自动化， 2019 ， 43 （ 20 ）： 82 - 94 .

XU Chengsi ， DONG Shufeng ， ZHU Jiaqi ， et al . Description method of radial constraints for distribution network based on disconnection condition of power supply loop ［J］. Automation of Electric Power Systems ， 2019 ， 43 （ 20 ）： 82 - 94 .

ZHAO Z D ， YU H ， LI P ， et al . Optimal placement of PMUs and communication links for distributed state estimation in distribution networks ［J］. Applied Energy ， 2019 ， 256 ： 113963 .

SU H Z ， WANG C S ， LI P ， et al . Optimal placement of phasor measurement unit in distribution networks considering the changes in topology ［J］. Applied Energy ， 2019 ， 250 ： 313 - 322 .

郭瑶 . 光伏并网对配电网电压的影响及控制方法研究［D］. 淄博：山东理工大学， 2019 .

GUO Yao . Influence of photovoltaic grid connection on distribution network voltage and its control method ［D］. Zibo ： Shandong University of Technology ， 2019 .

NOWAK S ， CHEN Y C ， WANG L W . Measurement-based optimal DER dispatch with a recursively estimated sensitivity model ［J］. IEEE Transactions on Power Systems ， 2020 ， 35 （ 6 ）： 4792 - 4802 .

王洪涛，李晓刚，邹斌 . 基于贝叶斯网络刻画风-光-荷相关性的配电网概率潮流计算［J］. 中国电机工程学报， 2019 ， 39 （ 16 ）： 4753 - 4763 .

WANG Hongtao ， LI Xiaogang ， ZOU Bin . Probabilistic load flow calculation of distribution system based on Bayesian network to depict wind-photovoltaic-load correlation ［J］. Proceedings of the CSEE ， 2019 ， 39 （ 16 ）： 4753 - 4763 .

王伟 . 考虑负荷变化的含分布式电源配电网重构研究［D］. 长沙：湖南大学， 2017 .

WANG Wei . Research on distribution network reconfiguration with distributed generation considering load change ［D］. Changsha ： Hunan University ， 2017 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据