公开(公告)号：CN113746094B

公开(公告)日：2024-04-12

申请号：CN202111037177.5

申请日：2021-09-06

Applicant: 东南大学

Inventor： 郑逸凡 ,  钟健豪 ,  李铭 ,  华济民

IPC: H02J3/00 ,  G06Q50/06

Abstract: 本发明公开基于高密度数据序列匹配的低压台区户变关系识别方法，适用于辐射状拓扑低压配电台区和具备细粒度用电行为采集的低压配电台区。本发明利用低压台区配电网的结构特点和能量传递方向，提取用户侧和台变侧功率阶跃序列，通过比对用户侧和台变侧功率阶跃，寻找最优阶跃匹配序列，从而确定台区户变关系；能够适用于具备新型智能电表和高量测密度的台区，大大提高低压台区户变关系识别的准确性，并且为智能电表在低压配电网中的推广提供实时性的支持；充分利用非介入式负荷辨识终端采集的高密度低压台区量测数据，进一步提高低压台区户变关系识别的准确性和置信度，大幅降低台区拓扑识别的运算分析时间。

公开(公告)号：CN115000947A

公开(公告)日：2022-09-02

申请号：CN202210701249.X

申请日：2022-06-20

Applicant: 东南大学

Inventor： 李铭 ,  钟健豪 ,  周明

IPC: H02J3/00 ,  G06F17/16

Abstract: 本发明公开了基于智能电表量测的配电网拓扑结构与线路参数辨识方法，包括如下步骤：输入节点注入有功功率，无功功率和电压幅值量测序列；根据配电网运行特征建立线性潮流模型，并基于线性回归求解导纳估计阵，得到初始拓扑结构与线路参数估计初值；通过变量间的解耦迭代优化对线路导纳估计值进行修正，输出最终拓扑结构与线路参数辨识结果。本发明基于智能电表量测，无需获取节点电压的相角量测，在实际配电网中具有良好的适用性；其次可以在准确辨识拓扑结构的同时有效估计运行线路的导纳参数，摆脱了传统辨识方案只能进行拓扑识别的局限性。

公开(公告)号：CN113746094A

公开(公告)日：2021-12-03

申请号：CN202111037177.5

申请日：2021-09-06

Applicant: 东南大学

Inventor： 郑逸凡 ,  钟健豪 ,  李铭 ,  华济民

IPC: H02J3/00 ,  G06Q50/06

Abstract: 本发明公开基于高密度数据序列匹配的低压台区户变关系识别方法，适用于辐射状拓扑低压配电台区和具备细粒度用电行为采集的低压配电台区。本发明利用低压台区配电网的结构特点和能量传递方向，提取用户侧和台变侧功率阶跃序列，通过比对用户侧和台变侧功率阶跃，寻找最优阶跃匹配序列，从而确定台区户变关系；能够适用于具备新型智能电表和高量测密度的台区，大大提高低压台区户变关系识别的准确性，并且为智能电表在低压配电网中的推广提供实时性的支持；充分利用非介入式负荷辨识终端采集的高密度低压台区量测数据，进一步提高低压台区户变关系识别的准确性和置信度，大幅降低台区拓扑识别的运算分析时间。

公开(公告)号：CN114282825A

公开(公告)日：2022-04-05

申请号：CN202111616339.0

申请日：2021-12-27

Applicant: 东南大学

Inventor： 徐超群 ,  刘子仟 ,  李铭

IPC: G06Q10/06 ,  G06Q50/06 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明涉及一种低压配电网拓扑的识别方法、识别系统和识别装置，属于智能电网、低压配电网技术领域；包括以下步骤：以目标用户的用电数据作为样本输入值，以所述目标用户的拓扑结构作为样本输出值，对预先设置的神经网络进行训练，直到神经网络的输入‑输出特性符合预定训练条件为止；将待测用户的用电数据输入至训练得到的所述神经网络以得到所述待测用户的拓扑结构。本发明提供的低压配电网拓扑的识别方法，改善了现有技术的不足，在人工智能愈发普及的背景下，大大提高低压配电网拓扑的识别的准确性，以及加快辨识速度，为用电信息采集系统在低压配电网中的推广提供实时性的支持。

公开(公告)号：CN115144635A

公开(公告)日：2022-10-04

申请号：CN202210874532.2

申请日：2022-07-22

Applicant: 东南大学

Inventor： 李铭 ,  周明 ,  钟健豪

IPC: G01R11/24

Abstract: 本发明公开一种中压配电网窃电检测方法、存储介质和装置，包括如下步骤：将配电网负荷的累计电能消耗和发电机的输出功率根据能量守恒原理得到窃电信息矩阵；根据中压配电网实际运行特点建立简化的线性潮流模型；基于窃电信息矩阵获取正常用电时段与窃电时段的量测矩阵，并将量测矩阵通过线性回归得到正常用电场景和窃电场景下的导纳估计阵。本发明不受窃电节点与正常用电节点间量测数据不均衡特性的影响，扩大了在实际配电网中的适用范围；无需掌握准确的配网拓扑与线路参数信息，降低了在各种配网运行场景中的应用门槛；定位窃电节点的同时对各窃电节点的窃电量进行估计，提升了窃电检测的拓展价值。