摘要
本发明属于电力设备领域,具体涉及一种基于SOM‑BP的集中器拓扑识别方法、扩展模块和集中器。该方法包括首先获取各支路电表的电压参量、电流参量,以及有功、无功功率信号数据,并构成样本数据库;然后根据节点注入有功功率和节点电压相位角,识别集中器下属设备的各支路开关的开关状态,并基于直流潮汐算法生成初始拓扑图;接着构建一个包含输入层、竞争层、隐含层和输出层的SOM‑BP网络模型;并利用样本数据库中的特征信息对SOM‑BP网络模型进行训练;最后保留完成训练后的SOM‑BP网络模型的模型参数,并根据集中器采集到实时的特征信息完成拓扑识别。本发明解决现有配电台区拓扑结构识别困难,效率低、准确率不足的问题。
技术关键词
BP网络模型
拓扑识别方法
集中器
电压相位角
SOM神经网络
BP神经网络
扩展模块
支路
拓扑图
有功功率
节点
样本
特征信息分类
配电网运行状态
拓扑网络
拓扑结构识别
数据
误差
矩阵
开关
系统为您推荐了相关专利信息
三相电能表系统
信息采集单元
自检单元
数据处理单元
LSTM模型
参数优化方法
BP模型
BP神经网络模型
BP网络模型
因子
无线光通信网络
接入点
切换方法
室内无线光通信
信道状态信息
自动巡视系统
高精度自动定位
计量装置
全寿命周期管理
表箱