一种配电网的问题处理方法、装置、电子设备及存储介质与流程

1.本发明实施例涉及电力数据处理技术领域，尤其涉及一种配电网的问题处理方法、装置、电子设备及存储介质。


背景技术：

2.配电网是连接电力系统中发输电系统与电力用户的重要环节，其每时每刻都会产生大量种类繁多且结构复杂的电力数据，该电力数据用于评估当前配电网的运行状况。
3.目前配网规划工作中的问题辨识方法主要是通过人工从各系统导出历史数据，整理汇总到excel表格后通过人工计算，再根据人工经验判断当前配网中是否存在问题。这种工作模式依赖工作人员以人工判断的形式对不同部门提供的问题进行甄别和整合，根据现有经验提出相应的规划建设项目再进行相应计算和分析对比。该工作模式不仅工作量极大，而且由于计算和分析工具的欠缺，不仅使得配网问题的识别更多依赖人工经验而欠缺严谨的计算分析，而且还导致配网规划的问题库梳理不清。
4.相关技术通过对数据进行分析比对，收集线路和配变等设备不同类型异常运行信息，梳理出配电网薄弱环节，并调取相应的检修方法对配电网进行重点建设。但其主要针对配电网运行类问题的诊断和梳理，缺乏馈线同母线联络、馈线不可转供等网架薄弱环节的辨识与分析。
5.相关技术利用gis(geographic information system)空间分析技术、拓扑分析和转供电分析有效挖掘网架薄弱环节，并基于调度运行数据和计量运行数据，统计一段时间范围内的设备运行状态，挖掘馈线设备的薄弱性。但其缺乏供电可靠性等诊断和辨识的关键指标，且计算分析的运行数据和场景量过大，在工程应用层面仍有一定改进空间。
6.相关技术通过训练图神经网络模型，根据与待测配电网数据匹配的目标配电网图网络确定出待测配电网数据的问题类型。但神经网络模型需要通过样本数据进行训练，极度依赖样本数据的准确性和完备性，因此在问题诊断和辨识的准确率、工程应用价值方面存在较大缺陷。
7.因此，如何提高配电网运行类和网架类问题的辨识准确度成为亟待解决的问题。


技术实现要素：

8.本发明实施例提供一种配电网的问题处理方法、装置、电子设备及存储介质，能够提高配电网问题分析的准确度和效率。
9.根据本发明的一方面，提供了一种配电网的问题处理方法，包括：
10.生成配电网的馈线原始拓扑结构；
11.对所述馈线原始拓扑结构进行简化，得到简化馈线拓扑结构；
12.根据所述简化馈线拓扑结构计算多模态电力指标数据；其中，所述多模态电力指标数据包括潮流计算指标数据、可靠性计算指标数据、接线模式识别指标数据和负荷预测指标数据；
13.根据所述馈线原始拓扑结构和运行网架关联数据生成配电网典型运行场景；
14.根据所述配电网典型运行场景、所述多模态电力指标数据和所述运行网架关联数据生成配电网问题辨识数据。
15.根据本发明的另一方面，提供了一种配电网的问题处理装置，包括：
16.馈线原始拓扑结构生成模块，用于生成配电网的馈线原始拓扑结构；
17.馈线原始拓扑结构简化模块，用于对所述馈线原始拓扑结构进行简化，得到简化馈线拓扑结构；
18.多模态电力指标数据计算模块，用于根据所述简化馈线拓扑结构计算多模态电力指标数据；其中，所述多模态电力指标数据包括潮流计算指标数据、可靠性计算指标数据、接线模式识别指标数据和负荷预测指标数据；
19.配电网典型运行场景生成模块，用于根据所述馈线原始拓扑结构和运行网架关联数据生成配电网典型运行场景；
20.配电网问题辨识数据生成模块，用于根据所述配电网典型运行场景、所述多模态电力指标数据和所述运行网架关联数据生成配电网问题辨识数据。
21.根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：
22.至少一个处理器；以及
23.与所述至少一个处理器通信连接的存储器；其中，
24.所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的配电网的问题处理方法。
25.根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的配电网的问题处理方法。
26.本发明实施例通过生成配电网的馈线原始拓扑结构；对馈线原始拓扑结构进行简化，得到简化馈线拓扑结构；根据简化馈线拓扑结构计算多模态电力指标数据；根据馈线原始拓扑结构和运行网架关联数据生成配电网典型运行场景；根据配电网典型运行场景、多模态电力指标数据和运行网架关联数据生成配电网问题辨识数据根据馈线原始拓扑结构和运行网架关联数据生成配电网典型运行场景，能够提高配电网问题分析的准确度和效率。
27.应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
28.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
29.图1是本发明实施例一提供的一种配电网的问题处理方法的流程图；
30.图2是本发明实施例一提供的一种多源电力数据的组成场景示意图；
31.图3是本发明实施例一提供的一种拓扑结构示意图；
32.图4是本发明实施例一提供的一种基于cim模型生成馈线原始拓扑结构的各个拓扑节点的场景示意图；
33.图5是本发明实施例一提供的一种配电网的典型运行场景示意图；
34.图6是本发明实施例二提供的另一种配电网的问题处理方法的流程图；
35.图7是本发明实施例二提供的一种配电网典型运行场景下问题辨识数据统计图；
36.图8是本发明实施例三提供的一种配电网的问题处理装置的结构示意图；
37.图9为本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
38.为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
39.需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
40.实施例一
41.图1是本发明实施例一提供的一种配电网的问题处理方法的流程图，本实施例可适用于高准确率且高效地对配电网问题进行分析和处理的情况，该方法可以由报考信息的提供装置来执行，该装置可以由软件和/或硬件的方式来实现，并一般可集成在电子设备中，该电子设备可以是终端设备，也可以是服务器设备，本发明实施例并不对电子设备的具体设备类型进行限定。相应的，如图1所示，该方法包括如下操作：
42.s110、生成配电网的馈线原始拓扑结构。
43.其中，馈线可以是电缆线，用于传输信号；配电网的馈线原始拓扑结构可以用于将馈线拓扑节点表示成抽象位置，用于描述各个支路和分路之间的相互关系。
44.在生成配电网的馈线原始拓扑结构之前，可以通过不同数据源接口采集各终端系统的设备运行数据和台账数据，并集成储存于数据库中，具体的，可以从调度系统、计量系统、配电网自动化系统、配网gis(geographic information system,地理信息系统)系统和用电信息采集系统收集多源电力数据，以区域配电网为基本单元构建统一的设备台账和运行信息表，将配电网馈线、台区以及联络开关等设备在多源系统中的唯一标识进行关联和统一管理，生成馈线信息表并集成储存于数据库中。
45.具体的，一种多源电力数据的组成场景示意图可以如图2所示，电网大数据平台分别通过与gis系统、计量系统和配电网自动化系统进行交互，具体的，交互可以包括数据解析，数据关联和数据存储3个步骤，对于数据解析可以是对gis系统导出的cim(common information model，公共信息模型)/xml(extensible markup language，可扩展标记语言)文件进行解析，获取配电设备的相关属性，通过映射将解析的cim模型数据写入数据库
中；对于数据关联可以是遵循数据库管理层次模型规则，按层次顺序找到储存标识之间的中间关系表，通过中间表实现各业务数据表的关联；对于数据存储可以采用正则表达式统一各表中的数据格式，基于mysql数据库进行统一存储，从而实现数据集成，本实施例将配电网的多源异构数据集成至数据库平台中，可以便于后续配网典型运行场景的生成和问题辨识模块的调取。
46.作为一种示例，本实施例可以对gis系统的cim/xml文件进行解析，获取配电网的拓扑结构和网架数据，生成馈线拓扑表写入mysql数据库。
47.在本发明的一个可选实施例中，生成配电网的馈线原始拓扑结构可以包括：获取馈线源关联数据；根据馈线源关联数据确定馈线拓扑节点，其中，馈线拓扑节点包括馈线、变电站出线断路器和馈线联络点；将馈线作为馈线原始拓扑结构的单元，将变电站出线断路器作为馈线原始拓扑结构的起点，并将馈线联络点作为馈线原始拓扑结构的终点，采用深度优先搜索算法生成馈线原始拓扑结构的各个拓扑节点；根据各拓扑节点生成有向图邻接链表，作为配电网的馈线原始拓扑结构。
48.其中，馈线源关联数据可以通过mysql数据库获取，可以是从调度系统、计量系统、配电网自动化系统、gis系统和用电信息采集系统收集的多源的与馈线相关的电力数据。
49.本实施例中，馈线原始拓扑结构可以将馈线作为馈线拓扑结构的单元、变电站出线断路器作为馈线拓扑结构的起点以及馈线联络点作为馈线拓扑结构的终点，采用深度优先搜索算法对馈线所有电力设备进行遍历，获取线路和台区的设备参数，并生成每一个连接节点对应的拓扑节点。由此形成一个有向图邻接链表，实现馈线的全局拓扑解析，生成馈线拓扑表并集成于mysql数据库中。
50.具体的，可以以图3所示的一种拓扑结构示意图为例对cim模型中的设备进行连接展示，其中，g1可以表示发动机；br1-br5可以用于表示断路器；bs1-bs5可以用于表示母线；t1和t2可以用于表示变压器；进一步的，cim模型中导电设备类与端点、连接节点之间的可以通过“设备—端点—连接节点—端点—设备”确定电气连接关系，g1的终点到br1的终点可以作为一个拓扑节点。
51.本实施例中对于采用深度优先搜索算法生成馈线原始拓扑结构的各个拓扑节点的流程如下：首先，通过解析cim/xml文件获取馈线中导电设备、设备端子和连接节点的id信息；其次，通过遍历导电设备，由“根节点编号唯一”的特性获取搜索起始节点(一般为有向邻接链表中的变电站出线断路器节点)；第三，若当前节点存在未访问的相邻节点，随机访问一个相邻节点；若当前节点不存在未访问的相邻节点，退回到当前节点的父节点，直到当前连通图的全部节点都被访问；最后，在访问相邻节点时，为保证搜索顺序的正确，若当前节点设备类型为电缆时，下一步优先访问未访问的电缆终端头节点；若当前节点的未访问节点中存在杆塔时，优先访问未访问的杆塔节点。
52.具体的，图4展示了一种基于cim模型生成馈线原始拓扑结构的各个拓扑节点的场景示意图，其中，设备编号、设备类型、支路编号、入端节点、出端节点和线路型号只是作为一种示例，并非是对本实施例的具体限定。
53.s120、对馈线原始拓扑结构进行简化，得到简化馈线拓扑结构。
54.本实施例中，对馈线原始拓扑结构进行简化可以包括但不限于对拓扑节点的删除与合并。得到的简化馈线拓扑结构可以适用于各类电力指标类型，比如：潮流计算模块、可
靠性计算模块和转供电计算模块、接线模式识别模块和负荷预测模块等，具体的，可以以潮流计算模块、可靠性计算模块、接线模式识别和负荷预测模块等构建基于数据库的电力计算公共模块。
55.在本发明的一个可选实施例中，对馈线原始拓扑结构进行简化，得到简化馈线拓扑结构可以包括：根据馈线原始拓扑结构的拓扑节点的节点类型对馈线原始拓扑结构进行初级简化，得到初级简化馈线拓扑结构；根据电力指标类型对初级简化馈线拓扑结构再次进行简化，得到简化馈线拓扑结构。
56.示例性的，若当前节点类型是电力计算所不必须的(如杆塔节点、电缆终端头节点和避雷器节点等)，则可以删除当前节点并修正该节点所有后代节点的输入节点和输出节点，从而得到初级简化馈线拓扑结构；若当前节点类型对于电力计算是可以合并的(如断路器、隔离开关和配电变压器节点)，则可以删除当前节点并将指定属性值叠加至父节点，并修正该节点所有后代节点的输入节点和输出节点，从而得到初级简化馈线拓扑结构。
57.本实施例中，馈线原始拓扑结构进行简化对于潮流计算模块和可靠性计算模块等不同电力指标类型可以具有不同的具体实施规则，比如：潮流计算模块在馈线原始拓扑结构简化时主要遵循以下规则：合并起点与分支点间、分支点与分支点间、分支点与终点间型号相同的相邻架空线路或者电缆，省略避雷器和站房进出的电气连接线；删除默认常开状态为闭合的断路器、隔离开关等等开关元件，从而得到初级简化馈线拓扑结构；删除拓扑结构中没有电气属性的杆塔和电缆终端头；标记公变和专变等，得到简化馈线拓扑结构。
58.在可靠性计算模块的馈线原始拓扑结构简化中遵循以下规则：合并起点与分支点间、分支点与分支点间、分支点与终点间型号相同的相邻架空线路或者电缆，省略避雷器和站房进出的电气连接线；保留必要的开关类，如断路器、熔断器等；删除拓扑结构中没有电气属性的杆塔和电缆终端头等，得到简化馈线拓扑结构。
59.s130、根据简化馈线拓扑结构计算多模态电力指标数据；其中，多模态电力指标数据包括潮流计算指标数据、可靠性计算指标数据、接线模式识别指标数据和负荷预测指标数据。
60.其中，多模态电力指标数据可以是用于表征电力数据相关的指标数据；潮流计算指标数据、可靠性计算指标数据、接线模式识别指标数据和负荷预测指标数据可以用于对简化馈线拓扑结构进行计算，得到配电网的多种电力指标数据。
61.本实施例根据简化馈线拓扑结构计算多模态电力指标数据可以提高配电网问题的辨识效率。
62.在本发明的一个可选实施例中，若多模态电力指标数据为潮流计算指标数据，则根据简化馈线拓扑结构计算多模态电力指标数据可以包括：获取潮流计算源关联数据；根据潮流计算源关联数据逐层计算简化馈线拓扑结构中各条支路的支路传输功率；根据支路传输功率对各支路按顺序计算各个负荷节点的电压；根据各个负荷节点的电压计算各个负荷节点的电压幅值修正量；根据各个负荷节点的电压幅值修正量计算节点电压修正量的最大值；在确定节点电压修正量的最大值满足整定条件的情况下，输出潮流计算指标数据；在确定节点电压修正量的最大值不满足整定条件的情况下，遍历计算各支路的传输功率损耗和各支路的实际传输功率，并返回执行根据支路传输功率对各支路按顺序计算各个负荷节点的电压的操作，直至满足潮流计算终止条件。
63.其中，潮流计算源关联数据可以是由数据库获取潮流计算所需的对应数据，该对应数据可以是由电压检测系统获取的馈线初始电压，由计量自动化系统获取的台区用户负荷，由馈线拓扑表获取的线路拓扑和参数等。
64.本实施例中可以以10kv为基本的计算单位，获取潮流计算源关联数据，并对拓扑节点进行分层：采用节点关联矩阵表示拓扑节点的连接关系，由根节点开始遍历，将根节点写入节点分层矩阵作为第一层节点；然后搜索与根节点相连且没有写入节点分层矩阵中的节点，将搜索到的节点写入节点分层矩阵作为第二层
……
以此类推，直到所有的节点都写入节点分层矩阵中。在此基础上，潮流计算具体计算步骤如下：
65.1、利用式(1)逐层计算各条支路的支路传输功率，支路的传输功率为末连接节点的负荷功率加上以该末连接节点为首节点的支路传输功率：
[0066][0067]
其中，i,j分别表示支路的首、末节点；sj为节点j的初始负荷；s
jk
表示以节点j为首的某一条支路传输功率；n表示以节点j为首的支路数；
[0068]
2、由上述步骤可求出所有支路的支路传输功率，由已知的根节点电压，利用式(2)从根节点向后顺次求得各个负荷节点的电压：
[0069][0070]
其中，i为父节点；j为子节点；z
ij
为i、j间支路的阻抗；
[0071]
3、利用式(3)计算各节点的电压幅值修正量：
[0072]
δuj(m)＝abs[uj(m)-uj(m-1)]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0073]
其中，j为节点；m、m-1分别为第m次和第m-1次遍历的电压值；
[0074]
4、计算节点电压修正量的最大值max{δuj(m)}并根据节点电压修正量的最大值判断是否满足整定条件：
[0075]
max{δuj(m)}《e
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0076]
其中，e为整定精度，应用式(4)计算各节点间的电压修正量的最大值是否小于整定精度e。若满足整定要求，输出潮流计算结果；若不满足要求，需要继续进行下述步骤；
[0077]
5、上述步骤已得出尚未收敛的节点电压，利用式(5)和式(6)遍历计算各支路的传输功率损耗和各支路的实际传输功率后，返回步骤2)，计算各节点电压并进行节点电压修正量最大值的收敛性判断，直至修正量最大值收敛或迭代次数越限：
[0078][0079]
s'
ij
＝s
ij
+δs
ij
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0080]
综合上述步骤和公式即可求出各支路的实际传输功率、传输电流和满足电压修正量收敛条件的节点电压。
[0081]
在本发明的一个可选实施例中，若多模态电力指标数据为可靠性计算指标数据，则根据简化馈线拓扑结构计算多模态电力指标数据可以包括：获取可靠性计算源关联数据；根据可靠性计算源关联数据计算各网架元件的正常工作时长；根据各网架元件的正常工作时长确定正常工作时长最短的目标网架元件，将其确定为故障元件，并计算目标网架元件的故障修复时长；根据目标网架元件计算各关联负荷节点的故障次数和故障停电时
长；仿真次数达到设定值后，计算整个仿真周期内各负荷节点的总停电次数和总停电时长，并根据各负荷节点的总停电次数和总停电时长，计算可靠性计算指标数据；其中，可靠性计算指标数据包括系统的平均停电频率、系统平均停电持续时间和用户平均停电持续时间。
[0082]
其中，可靠性计算源关联数据可以是由数据库获取可靠性计算所需的对应数据，示例性的，该对应数据可以包括但不限于网架参数，各元件i的故障率λi、故障修复率μi，元件状态si，平均修复时间γi，各台区负荷点的时序负荷和低压用户数等。
[0083]
本实施例中，可以采用非序贯蒙特卡洛模拟法对配电网进行可靠性计算，具体步骤如下：
[0084]
1、获取可靠性计算源关联数据；
[0085]
2、初始化仿真次数，假设每个网架元件相互独立，对每一个元件i由均匀分布u(0,1)抽样产生随机数ei，采用式(7)计算网架各元件的正常工作时长ttfi；
[0086][0087]
3、根据步骤2中每个元件的计算结果最小值，得出正常工作时长最短的元件i，将其确定为故障元件，并根据式(8)计算其故障修复时长ttri；
[0088][0089]
4、根据得出的故障元件i，通过基于故障扩散的分析方法确定各负荷节点的受影响程度，即判断负荷节点是否因故障停电以及停电时长，其中停电时长由负荷节点所属区域、隔离开关和联络开关的倒闸时长等因素决定；
[0090]
5、当模拟次数达到设定值后，计算仿真周期内各负荷节点k的总停电次数、总停电时长∑u(k)，并根据式(9)-(11)计算系统的平均停电频率(saifi)、系统平均停电持续时间(saidi)、用户平均停电持续时间(asai)等可靠性指标：
[0091][0092][0093][0094]
其中:ni为负荷点i的用户数。
[0095]
在本发明的一个可选实施例中，若多模态电力指标数据为接线模式识别指标数据，则根据简化馈线拓扑结构计算多模态电力指标数据可以包括：确定接线树以及各馈线建立接线模式识别的特征表达式；根据接线树以及各馈线建立接线模式识别的特征表达式，建立接线模式识别特征库，作为接线模式识别指标数据。
[0096]
本实施例中，联络开关是联络线中的重要设备，在拓扑解析的基础上通过对联络开关的分析，把具有相连关系的馈线组连接形成接线树，针对接线树以及各馈线建立接线模式识别的特征表达式如下：
[0097]ch
＝(s,m,b,l,k,t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)
[0098]
其中：s为待识别接线树的电源个数；m为待识别接线树中变电站的个数；b为接线树中备用馈线数；l为接线树中联络线数；k为接线树中分段开关个数；t为接线树的线路类型，架空线时t取0，电缆时t取1。
[0099]
进一步的，根据上述接线模式特征式，可以建立一个与之匹配的接线模式识别特征库，作为接线模式识别指标数据，具体的，接线模式识别特征库表可以如下表1所示：
[0100]
表1接线模式识别特征库表
[0101][0102]
上述表1中的特征表达式和识别结果只是一种示例，并不代表对本实施例的具体限定。
[0103]
在本发明的一个可选实施例中，若多模态电力指标数据为负荷预测指标数据，则根据简化馈线拓扑结构计算多模态电力指标数据可以包括：根据原始负荷序列生成一阶累加序列；根据一阶累加序列建立一阶灰度预测gm模型；通过一阶灰度预测gm模型预测电量值，作为负荷预测指标数据。
[0104]
其中，配电网台区和馈线的电量预测方法主要为：指数平滑法、自回归—移动平均模型、回归分析法、神经网络法和灰色系统法。工程中配网区域台区和馈线的电量预测需遵循建模简单、易于应用的原则，因此本方法选择灰色系统法作为预测模型。
[0105]
灰色系统理论的实质是将无规律的原始数据进行累加生成，得到规律性较强的生成数列再重新建模。目前在电力负荷预测中经常采用的动态模型是预测模型gm(1,1)，即只有一个变量、一阶的gm模型。
[0106]
设原始负荷序列为x
(0)
＝{x
(0)
(t),t＝1,2,...,n},对此时间序列作一次累加后形成新的序列：
[0107]
x
(1)
(t)＝{x
(1)
(t),t＝1,2,...,n}
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(13)
[0108]
用一阶累加生成建立gm(1,1)模型，其微分方程为：
[0109][0110]
其中，a称为模型的发展系数，μ称为模型的协调系数，反映了数据间的变化关系。
[0111]
a和μ可用下式求得：
[0112][0113][0114][0115][0116]
经累减还原得：
[0117][0118]
其中，为未来时刻的电量预测值。
[0119]
s140、根据馈线原始拓扑结构和运行网架关联数据生成配电网典型运行场景。
[0120]
其中，运行网架关联数据可以是配电网相关的网架数据。
[0121]
本实施例中，配电网在运行时段中会伴随周期性的高峰与低谷场景。由于配电网规划对问题诊断的时效性较低，可以通过配网运行场景的聚类分析，获取一定运行时间区间内的典型场景及其时间占比，在表征配网运行特征的基础上降低问题识别的工作量。
[0122]
本实施例通过构建适用于问题辨识的配电网典型运行场景可以提高配电网问题的辨识准确度。
[0123]
在本发明的一个可选实施例中，根据馈线原始拓扑结构和运行网架关联数据生成配电网典型运行场景可以包括：通过改进k-means聚类方法对配网节点负荷曲线集合生成设定数量的典型运行场景聚类簇；根据典型运行场景聚类簇确定最大负荷场景的时间区间和最小负荷场景的时间区间；根据最大负荷场景的时间区间和最小负荷场景的时间区间生成典型时序运行场景，作为配电网典型运行场景。
[0124]
其中，聚类簇可以是将负荷曲线划分为k类；最大负荷场景可以对应一个采样时间点，选择该采样时间点前后的设定数量(如3或5等)个采样时间点构成对应的时间区间；相应的，最小负荷场景可以对应一个采样时间点，选择该采样时间点前后的设定数量的采样时间点构成对应的时间区间。
[0125]
本实施例中集群聚类是通过相似性把相似元素聚集在一起，由此达到群组划分的目的，是一种无监督学习。目前聚类算法大致可分为三类，分别为原型聚类、层次聚类和密度聚类，其中k-means聚类算法是原型聚类的重要方法，其目标是将数据点划分为k个类簇。传统的k-means聚类随机选取k个样本作为初始聚类中心，为提高算法对于配网负荷曲线的聚类准确性，本方法采用改进的k-means聚类算法，通过“轮盘法”选择聚类中心，将k个初始
聚类曲线相互之间尽可能分开，提高数据集的划分效率。
[0126]
首先，对于以15min为采样间隔的配网节点负荷曲线集合m，随机选择一条曲线作为初始聚类中心mi，i∈[1,k]，依据式(18)计算其余负荷曲线与已有聚类中心的最短距离，用d(m,mi)表示；然后依据式(19)计算每个曲线样本被选为下一个聚类中心的概率，按照“轮盘法”选择负荷曲线下一个聚类中心。之后重复以上步骤直到确定k个聚类中心。例如选择5号负荷曲线作为初始聚类中心后，每个样本的d(m,mi)和被选择为第二个聚类中心的概率如下表2所示：
[0127]
表2概率表
[0128][0129]“轮盘法”的方法为产生一个0-1之间的随机数，判断其属于哪个sum区间，区间对应的负荷曲线序号即被选择的下一个聚类中心。例如2号曲线的sum区间为[0.2,0.525]，3号曲线的sum区间为[0.525,0.65]。
[0130][0131][0132]
改进k-means聚类分析操作的基本流程如下：
[0133]
1、确定聚类中心数k；
[0134]
2、采用“轮盘赌”算法生成k个聚类中心；
[0135]
3、计算数据集中每个负荷曲线样本m到k个聚类中心的距离，并将其分配到距离最小的聚类中心对应的类簇中；
[0136]
4、针对每个类簇mi，重新计算聚类中心
[0137]
5、重复步骤3和4直到聚类中心位置不再变化，算法结束。
[0138]
本实施例中一种配电网的典型运行场景示意图可以如图5所示，其中，每个场景都具有多个采样点，最大负荷场景可以是场景二，最小负荷场景可以是场景三，根据最大负荷场景的时间区间和最小负荷场景的时间区间生成典型时序运行场景，作为配电网典型运行场景。
[0139]
本实施例中通过聚类算法将配网的负荷曲线划分为k类，由此得到表征配网负荷特性的k类典型运行场景。根据典型运行场景聚类簇确定最大负荷场景的时间区间和最小负荷场景的时间区间；根据最大负荷场景的时间区间和最小负荷场景的时间区间生成典型
时序运行场景，作为配电网典型运行场景可以提高配电网问题的辨识效率。
[0140]
s150、根据配电网典型运行场景、多模态电力指标数据和运行网架关联数据生成配电网问题辨识数据。
[0141]
其中，可以基于数据库信息构建适用于问题辨识的配网典型运行场景。在生成每一类配电网问题辨识数据对应的辨识算法时，确定需要提取的数据库运行数据和网架拓扑数据，并调用上述公共计算模块完成程序化的配网问题诊断和辨识，由此搭建具体问题的识别模块。
[0142]
在本发明的一个可选实施例中，根据配电网典型运行场景、多模态电力指标数据和运行网架关联数据生成配电网问题辨识数据可以包括：根据运行网架关联数据统计配电网典型运行场景内电力设备的运行状态；根据电力设备的运行状态和多模态电力指标数据生成配电网问题辨识数据。
[0143]
本实施例中，对于每一类配电网问题都形成程序化的辨识和诊断算法，通过调取数据库中运行数据、台账数据和网架数据并调用公共计算模块，挖掘配网运行和网架的薄弱环节可以实现精准的问题辨识。
[0144]
本实施例的技术方案，通过生成配电网的馈线原始拓扑结构；对馈线原始拓扑结构进行简化，得到简化馈线拓扑结构；根据简化馈线拓扑结构计算多模态电力指标数据；根据馈线原始拓扑结构和运行网架关联数据生成配电网典型运行场景；根据配电网典型运行场景、多模态电力指标数据和运行网架关联数据生成配电网问题辨识数据根据馈线原始拓扑结构和运行网架关联数据生成配电网典型运行场景，能够提高配电网问题分析的准确度和效率。
[0145]
实施例二
[0146]
图6为本发明实施例二提供的另一种配电网的问题处理方法的流程图。相应的，如图6所示，本实施例的方法可以包括：
[0147]
s210、通过不同数据源接口采集各终端系统的多源电力数据，并集成储存于mysql数据库中。
[0148]
其中，多源电力数据可以包括电力设备运行数据和台账数据。
[0149]
本实施例可以从计量系统、配电网自动化系统、营销系统、生产系统、电压检测系统和gis系统获取各终端系统的设备运行数据和台账数据，并集成储存于mysql数据库中。
[0150]
s220、解析gis系统中的cim/xml文件获取配网的拓扑结构和网架数据，生成馈线拓扑表写入数据库。
[0151]
s230、将原始拓扑结构经简化搭建公共计算模块。
[0152]
本实施例中，公共计算模块可以包括潮流计算模块、可靠性计算模块、转供电计算模块、接线模式识别和负荷预测模块等。
[0153]
s240、基于数据库信息构建适用于问题辨识的配网典型运行场景。
[0154]
s250、根据每一类问题的辨识算法提取相应的数据库运行数据和网架数据，并调用公共计算模块完成程序化的配网问题诊断和辨识，挖掘配电网网架和设备运行的薄弱环节。
[0155]
本实施例中配电网问题可以包括运行类问题和网架类问题，其中，运行类问题可以包括馈线重过载问题、馈线预过载问题、配变重过载问题和配变台区电压不合格问题等，
上述运行类问题可以集成在馈线重载问题识别模块和配变重载问题识别模块中。
[0156]
可选的，对于馈线重过载问题，评判依据为：典型运行场景内存在连续存在连续五个及以上时刻馈线负载率大于80％、负载率的平均值小于100％，判定该线路重过载。具体为由数据库馈线信息表获取馈线gisid(geographic information system identity，地理信息标识)、馈线名称和测量点标识；根据馈线测量点标识由数据库计量系统获取测量点电流电压；由数据库中馈线信息表及10kv线路事故限流表获取线路安全流量，计算馈线负载率。参照问题评判依据判定馈线是否存在重载问题，直至便遍历馈线信息表的所有馈线。
[0157]
其中，可以基于下述公式对馈线负载率进行计算：
[0158][0159]
可选的，对于馈线预过载问题，评判依据为：典型运行场景未来一段时间最大负载率预测值超过100％，判定该线路预过载。具体为由数据库馈线信息表获取馈线gisid、馈线名称和测量点标识；根据馈线测量点标识由计量系统查询典型运行时刻的负荷极值，调用负荷预测模块，预测馈线未来一段时间的最大负载率；由馈线信息表及10kv线路事故限流表获取线路安全流量，计算馈线负载率。参照问题评判依据判定馈线是否存在预过载问题，直至便遍历馈线信息表的所有馈线。
[0160]
可选的，对于配变重过载问题，评判依据为典型运行场景内存在连续存在连续三个及以上时刻变压器负载率大于80％、且至少有一个时刻变压器负载率未超过100％，判定该配变重过载。具体为由数据库馈线信息表获取馈线gisid、馈线名称，根据数据库馈线拓扑表获取该馈线变压器的设备id和用户编号，通过数据库计量系统查询变压器负载率。参照问题评判依据判定配变是否存在重过载问题，直至便遍历馈线信息表的所有配变。
[0161]
可选的，对于配变预过载问题，评判依据为典型运行场景未来一段时间最大负载率预测值超过100％，判定该配变预过载。具体为由数据库馈线信息表获取馈线gisid、馈线名称，根据数据库馈线拓扑表获取该馈线变压器的设备id和用户编号，通过计量系统查询典型运行时刻的台区负荷极值，调用负荷预测模块，预测配变未来一段时间的最大负载率。参照问题评判依据判定配变是否存在预过载问题，直至便遍历馈线信息表的所有配变数据。
[0162]
可选的，对于配变台区电压不合格问题，评判依据为典型运行场景内配变的电压偏低或偏高的低压用户比例超过20％，判定该配变台区电压不合格。具体为由数据库馈线信息表获取馈线gisid、馈线名称，根据数据库馈线拓扑表获取该馈线变压器的设备id和用户编号，通过数据库计量系统查询台区低压用户的电压合格率，计算该配变电压偏高或偏低的低压用户比例。参照问题评判依据判定配变是否存在配变台区电压不合格问题，直至便遍历馈线信息表的所有配变。
[0163]
本实施例中，网架类问题主要包括馈线同母线联络、馈线不可转供、馈线卡脖子、非典型接线、馈线大分支等问题。上述网架类问题可以集成于馈线不可转供识别模块和非典型接线模块等上。在对网架类问题进行处理时，可以根据数据库中的运行和台账数据，结合数据库馈线拓扑表获取典型运行场景下配网的供电路径和网架数据，调用相关公共计算模块，结合各类问题的程序化识别流程完成配网问题的辨识。
[0164]
可选的，对于非典型接线问题，由数据库馈线信息表获取馈线gisid、馈线名称和
馈线拓扑表中的相关信息，调用接线模式识别模块，判定馈线是否存在非典型接线问题。
[0165]
可选的，对于馈线不可转供问题，由数据库馈线信息表获取馈线gisid、馈线名称和测量电标识，由数据库馈线拓扑表获取配变和联络线的id及测量点标识。调用转供电计算模块，计算馈线变电站出线开关故障或计划停运时，联络线能否实现转供电，判定馈线是否存在不可转供问题。在此基础上如果存在联络线路不能够转供馈线负荷的原因为联络处过载，判断该馈线存在卡脖子问题。
[0166]
可选的，对于馈线大分支问题，评判依据为一级分支下的中压台区用户数≥20或者低压用户数≥2000。由数据库馈线信息表获取馈线gisid、馈线名称，由数据库馈线拓扑表获取馈线各分支线id及其变压器的设备id和用户编号，通过计量系统查询台区低压用户数量，参照问题评判依据判定是否存在馈线大分支问题。
[0167]
可选的，对于馈线同母线联络问题，由数据库馈线信息表获取馈线gisid、馈线名称，由数据库馈线拓扑表获取联络开关和对应的联络线id，然后通过馈线信息表查询联络线的变电站和母线，如果该馈线与联络线的变电站和母线相同，判断该馈线存在同母联络问题。
[0168]
本实施例中，在确定配电网运行问题的情况下，可以完成配网问题的精准辨识，并对配电网典型运行场景下问题辨识数据进行汇总，并以统计图的形式进行显示，具体的，可以如7的一种配电网典型运行场景下问题辨识数据统计图所示。
[0169]
本实施例通过基于数据库信息构建适用于问题辨识的配网典型运行场景，根据每一类问题的辨识算法提取相应的数据库运行数据和网架数据，并调用公共计算模块完成程序化的配网问题诊断和辨识，挖掘配电网网架和设备运行的薄弱环节可以提高配电网问题分析的准确度和效率。
[0170]
实施例三
[0171]
图8是本发明实施例三提供的一种配电网的问题处理的结构示意图，如图8所示，所述装置包括：馈线原始拓扑结构生成模块310、馈线原始拓扑结构简化模块320、多模态电力指标数据计算模块330、配电网典型运行场景生成模块340以及配电网问题辨识数据生成模块350，其中：
[0172]
馈线原始拓扑结构生成模块310，用于生成配电网的馈线原始拓扑结构；
[0173]
馈线原始拓扑结构简化模块320，用于对所述馈线原始拓扑结构进行简化，得到简化馈线拓扑结构；
[0174]
多模态电力指标数据计算模块330，用于根据所述简化馈线拓扑结构计算多模态电力指标数据；其中，所述多模态电力指标数据包括潮流计算指标数据、可靠性计算指标数据、接线模式识别指标数据和负荷预测指标数据；
[0175]
配电网典型运行场景生成模块340，用于根据所述馈线原始拓扑结构和运行网架关联数据生成配电网典型运行场景；
[0176]
配电网问题辨识数据生成模块350，用于根据所述配电网典型运行场景、所述多模态电力指标数据和所述运行网架关联数据生成配电网问题辨识数据。
[0177]
可选的，馈线原始拓扑结构生成模块310，具体用于：获取馈线源关联数据；
[0178]
根据所述馈线源关联数据确定馈线拓扑节点，其中，所述馈线拓扑节点包括馈线、变电站出线断路器和馈线联络点；将所述馈线作为所述馈线原始拓扑结构的单元，将所述
变电站出线断路器作为所述馈线原始拓扑结构的起点，并将所述馈线联络点作为所述馈线原始拓扑结构的终点，采用深度优先搜索算法生成所述馈线原始拓扑结构的各个拓扑节点；根据各所述拓扑节点生成有向图邻接链表，作为所述配电网的馈线原始拓扑结构。
[0179]
可选的，所述多模态电力指标数据计算模块，具体用于：根据所述馈线原始拓扑结构的拓扑节点的节点类型对所述馈线原始拓扑结构进行初级简化，得到初级简化馈线拓扑结构；
[0180]
根据电力指标类型对所述初级简化馈线拓扑结构再次进行简化，得到所述简化馈线拓扑结构。
[0181]
可选的，若所述多模态电力指标数据为所述潮流计算指标数据，则多模态电力指标数据计算模块330具体用于：获取潮流计算源关联数据；根据所述潮流计算源关联数据逐层计算所述简化馈线拓扑结构中各条支路的支路传输功率；根据所述支路传输功率对各支路按顺序计算各个负荷节点的电压；根据所述各个负荷节点的电压计算各个负荷节点的电压幅值修正量；根据各个负荷节点的电压幅值修正量计算节点电压修正量的最大值；在确定所述节点电压修正量的最大值满足整定条件的情况下，输出所述潮流计算指标数据；在确定所述节点电压修正量的最大值不满足整定条件的情况下，遍历计算各支路的传输功率损耗和各支路的实际传输功率，并返回执行根据所述支路传输功率对各支路按顺序计算各个负荷节点的电压的操作，直至满足潮流计算终止条件。
[0182]
可选的，若所述多模态电力指标数据为所述可靠性计算指标数据，则多模态电力指标数据计算模块330具体用于：获取可靠性计算源关联数据；根据所述可靠性计算源关联数据计算各网架元件的正常工作时长；根据各所述网架元件的正常工作时长确定正常工作时长最短的目标网架元件，并计算所述目标网架元件的故障修复时长；根据所述目标网架元件计算各关联负荷节点的故障次数和故障停电时长；计算整个仿真周期内各负荷节点的总停电次数和总停电时长，并根据所述各负荷节点的总停电次数和总停电时长，计算所述可靠性计算指标数据；其中，所述可靠性计算指标数据包括系统的平均停电频率、系统平均停电持续时间和用户平均停电持续时间。
[0183]
可选的，若所述多模态电力指标数据为所述接线模式识别指标数据，则多模态电力指标数据计算模块330具体用于：确定接线树以及各馈线建立接线模式识别的特征表达式；根据所述接线树以及各馈线建立接线模式识别的特征表达式，建立接线模式识别特征库，作为所述接线模式识别指标数据。
[0184]
可选的，若所述多模态电力指标数据为所述负荷预测指标数据，则多模态电力指标数据计算模块330具体用于：根据原始负荷序列生成一阶累加序列；根据所述一阶累加序列建立一阶灰度预测gm模型；通过所述一阶灰度预测gm模型预测电量值，作为所述负荷预测指标数据。
[0185]
可选的，所述配电网典型运行场景生成模块，具体用于：通过改进k-means聚类方法对配网节点负荷曲线集合生成设定数量的典型运行场景聚类簇；根据所述典型运行场景聚类簇确定最大负荷场景的时间区间和最小负荷场景的时间区间；根据所述最大负荷场景的时间区间和所述最小负荷场景的时间区间生成典型时序运行场景，作为所述配电网典型运行场景。
[0186]
可选的，所述配电网问题辨识数据生成模块，具体用于：根据所述运行网架关联数
据统计所述配电网典型运行场景内电力设备的运行状态；根据所述电力设备的运行状态和所述多模态电力指标数据生成所述配电网问题辨识数据。
[0187]
上述配电网的问题处理装置可执行本发明任意实施例所提供的配电网的问题处理方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明任意实施例提供的配电网的问题处理方法。
[0188]
由于上述所介绍的配电网的问题处理装置为可以执行本发明实施例中的配电网的问题处理方法的装置，故而基于本发明实施例中所介绍的配电网的问题处理方法，本领域所属技术人员能够了解本实施例的配电网的问题处理装置的具体实施方式以及其各种变化形式，所以在此对于该配电网的问题处理装置如何实现本发明实施例中的配电网的问题处理方法不再详细介绍。只要本领域所属技术人员实施本发明实施例中配电网的问题处理方法所采用的装置，都属于本技术所欲保护的范围。
[0189]
实施例四
[0190]
图9示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。
[0191]
如图9所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(rom)12、随机访问存储器(ram)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(rom)12中的计算机程序或者从存储单元18加载到随机访问存储器(ram)13中的计算机程序，来执行各种适当的动作和处理。在ram 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、rom 12以及ram 13通过总线14彼此相连。输入/输出(i/o)接口15也连接至总线14。
[0192]
电子设备10中的多个部件连接至i/o接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
[0193]
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理，例如一种配电网的问题处理方法。
[0194]
在一些实施例中，一种配电网的问题处理方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由rom 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到ram 13并由处理器11执行时，可以执行上文描述的一种配电网的问题处理方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行一种配电网的问题处理方法。
[0195]
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电
路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
[0196]
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
[0197]
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
[0198]
为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者触觉输入)来接收来自用户的输入。
[0199]
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)、区块链网络和互联网。
[0200]
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与vps服务中，存在的管理难度大，业务扩展性弱的缺陷。

技术特征：
1.一种配电网的问题处理方法，其特征在于，包括：生成配电网的馈线原始拓扑结构；对所述馈线原始拓扑结构进行简化，得到简化馈线拓扑结构；根据所述简化馈线拓扑结构计算多模态电力指标数据；其中，所述多模态电力指标数据包括潮流计算指标数据、可靠性计算指标数据、接线模式识别指标数据和负荷预测指标数据；根据所述馈线原始拓扑结构和运行网架关联数据生成配电网典型运行场景；根据所述配电网典型运行场景、所述多模态电力指标数据和所述运行网架关联数据生成配电网问题辨识数据。2.根据权利要求1所述的方法，其特征在于，所述生成配电网的馈线原始拓扑结构，包括：获取馈线源关联数据；根据所述馈线源关联数据确定馈线拓扑节点，其中，所述馈线拓扑节点包括馈线、变电站出线断路器和馈线联络点；将所述馈线作为所述馈线原始拓扑结构的单元，将所述变电站出线断路器作为所述馈线原始拓扑结构的起点，并将所述馈线联络点作为所述馈线原始拓扑结构的终点，采用深度优先搜索算法生成所述馈线原始拓扑结构的各个拓扑节点；根据各所述拓扑节点生成有向图邻接链表，作为所述配电网的馈线原始拓扑结构。3.根据权利要求1所述的方法，其特征在于，所述对所述馈线原始拓扑结构进行简化，得到简化馈线拓扑结构，包括：根据所述馈线原始拓扑结构的拓扑节点的节点类型对所述馈线原始拓扑结构进行初级简化，得到初级简化馈线拓扑结构；根据电力指标类型对所述初级简化馈线拓扑结构再次进行简化，得到所述简化馈线拓扑结构。4.根据权利要求1所述的方法，其特征在于，若所述多模态电力指标数据为所述潮流计算指标数据，则所述根据所述简化馈线拓扑结构计算多模态电力指标数据，包括：获取潮流计算源关联数据；根据所述潮流计算源关联数据逐层计算所述简化馈线拓扑结构中各条支路的支路传输功率；根据所述支路传输功率对各支路按顺序计算各个负荷节点的电压；根据所述各个负荷节点的电压计算各个负荷节点的电压幅值修正量；根据各个负荷节点的电压幅值修正量计算节点电压修正量的最大值；在确定所述节点电压修正量的最大值满足整定条件的情况下，输出所述潮流计算指标数据；在确定所述节点电压修正量的最大值不满足整定条件的情况下，遍历计算各支路的传输功率损耗和各支路的实际传输功率，并返回执行根据所述支路传输功率对各支路按顺序计算各个负荷节点的电压的操作，直至满足潮流计算终止条件。5.根据权利要求1所述的方法，其特征在于，若所述多模态电力指标数据为所述可靠性计算指标数据，则所述根据所述简化馈线拓扑结构计算多模态电力指标数据，包括：
获取可靠性计算源关联数据；根据所述可靠性计算源关联数据计算各网架元件的正常工作时长；根据各所述网架元件的正常工作时长确定正常工作时长最短的目标网架元件，并计算所述目标网架元件的故障修复时长；根据所述目标网架元件计算各关联负荷节点的故障次数和故障停电时长；计算整个仿真周期内各负荷节点的总停电次数和总停电时长，并根据所述各负荷节点的总停电次数和总停电时长，计算所述可靠性计算指标数据；其中，所述可靠性计算指标数据包括系统的平均停电频率、系统平均停电持续时间和用户平均停电持续时间。6.根据权利要求1所述的方法，其特征在于，若所述多模态电力指标数据为所述接线模式识别指标数据，则所述根据所述简化馈线拓扑结构计算多模态电力指标数据，包括：确定接线树以及各馈线建立接线模式识别的特征表达式；根据所述接线树以及各馈线建立接线模式识别的特征表达式，建立接线模式识别特征库，作为所述接线模式识别指标数据。7.根据权利要求1所述的方法，其特征在于，若所述多模态电力指标数据为所述负荷预测指标数据，则所述根据所述简化馈线拓扑结构计算多模态电力指标数据，包括：根据原始负荷序列生成一阶累加序列；根据所述一阶累加序列建立一阶灰度预测gm模型；通过所述一阶灰度预测gm模型预测电量值，作为所述负荷预测指标数据。8.根据权利要求1所述的方法，其特征在于，所述根据所述馈线原始拓扑结构和运行网架关联数据生成配电网典型运行场景，包括：通过改进k-means聚类方法对配网节点负荷曲线集合生成设定数量的典型运行场景聚类簇；根据所述典型运行场景聚类簇确定最大负荷场景的时间区间和最小负荷场景的时间区间；根据所述最大负荷场景的时间区间和所述最小负荷场景的时间区间生成典型时序运行场景，作为所述配电网典型运行场景。9.根据权利要求1所述的方法，其特征在于，所述根据所述配电网典型运行场景、所述多模态电力指标数据和所述运行网架关联数据生成配电网问题辨识数据，包括：根据所述运行网架关联数据统计所述配电网典型运行场景内电力设备的运行状态；根据所述电力设备的运行状态和所述多模态电力指标数据生成所述配电网问题辨识数据。10.一种配电网的问题处理装置，其特征在于，包括：馈线原始拓扑结构生成模块，用于生成配电网的馈线原始拓扑结构；馈线原始拓扑结构简化模块，用于对所述馈线原始拓扑结构进行简化，得到简化馈线拓扑结构；多模态电力指标数据计算模块，用于根据所述简化馈线拓扑结构计算多模态电力指标数据；其中，所述多模态电力指标数据包括潮流计算指标数据、可靠性计算指标数据、接线模式识别指标数据和负荷预测指标数据；
配电网典型运行场景生成模块，用于根据所述馈线原始拓扑结构和运行网架关联数据生成配电网典型运行场景；配电网问题辨识数据生成模块，用于根据所述配电网典型运行场景、所述多模态电力指标数据和所述运行网架关联数据生成配电网问题辨识数据。11.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-9中任一所述的配电网的问题处理方法。12.一种计算机存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-9中任一所述的配电网的问题处理方法。

技术总结
本发明实施例公开了一种配电网的问题处理方法、装置、电子设备及存储介质。本方法包括：生成配电网的馈线原始拓扑结构；对馈线原始拓扑结构进行简化，得到简化馈线拓扑结构；根据简化馈线拓扑结构计算多模态电力指标数据；其中，多模态电力指标数据包括潮流计算指标数据、可靠性计算指标数据、接线模式识别指标数据和负荷预测指标数据；根据馈线原始拓扑结构和运行网架关联数据生成配电网典型运行场景；根据配电网典型运行场景、多模态电力指标数据和运行网架关联数据生成配电网问题辨识数据。本发明实施例的技术方案能够提高配电网问题分析的准确度和效率。网问题分析的准确度和效率。网问题分析的准确度和效率。


技术研发人员：董富德 黄荣杰 华耀 郭景宇 薛博文 徐远途 张培培 王伟杰 梁健辉 杨浩 朱德强 赵文 陈伯韬 盘荣波 钟芬芳 盘倩 李炳坤 徐熠林 彭显刚
受保护的技术使用者：广东电网有限责任公司清远供电局
技术研发日：2023.05.25
技术公布日：2023/8/24