高维流形视角下采用ISOMAP降维的配网户变关系辨识

准确的户变关系是配网线损计算、故障定位和三相平衡等高级应用的基础。低压配网的户变关系辨识算法大多基于电压相关性原理，而电压相关性随供电半径增加而减弱，电压采集频次较低无法可靠捕获电压的“共性波动”，使得辨识准确率普遍不高。本文提出了一种基于ISOMAP降维和改进K-Means聚类的户变关系辨识方法，为了增长电压序列的时间尺度，首先研制基于NB-IoT技术的智能电表本地通信模块，优化电压采集方案，提高电压采集频次至288点/日；其次将各节点之间的拓扑关系视为高维流型，采用ISOMAP等距映射对高维矩阵进行降维处理；最后利用测地距离对K-means算法改进，做聚类计算得到最终户变关系辨识结果。算法提高了节点之间的距离置信度，与PCA和K-means算法相比，所提算法对户变关系辨识准确率高达97.1%，在配网实际运行的数据验证了所提算法的辨识有效性。