基于注意力机制的中压配电网拓扑结构辨识研究

摘要

中压配电网拓扑结构辨识对电网规划、故障定位等工作至关重要，但大量电压数据限制了现有辨识方法的准确度。为此，本研究提出基于注意力机制的中压配电网拓扑结构辨识方法。该方法解析中压配电网电压幅值参数，考虑变压器出口侧电压影响，计算上级与末端节点间电压幅值差；以卷积神经网络为基础构建注意力机制电压参数聚类模型，降低数据维度并提取关键特征；利用聚类结果生成初步导纳矩阵，结合用户节点相关系数修正，得到最终辨识结果。以某地区含三条10 kV馈线的中压配电网为例进行实验验证，设置采样间隔30 min、持续2 h,获取60组电压数据作为输入。结果表明，所提方法能够准确辨识出各馈线下的用户节点分布，拓扑辨识结果与实际结构完全一致；在ROC曲线评价中，其曲线最接近左上角，辨识灵敏度与特异性均优于传统电压聚类排序、微型同步相量量测及动态时间弯曲距离等方法。为中压配电网智能运维提供有效技术支持。

关键词

拓扑结构辨识 / 中压配电网 / 注意力机制 / 配电网拓扑结构 / 辨识方法

基金资助

国网北京科技攻关团队项目(520205240002)