摘要
本发明提供一种考虑馈线柔性互联的配电网拓扑识别方法,包括:构建两阶段拓扑识别框架,把历史数据识别阶段视作第1阶段;把实时识别阶段视作第2阶段;采用改进期望最大化算法执行拓扑识别操作后,确定拓扑类别,将其添加到原始记录中,生成历史标记数据;在第2阶段,采用第1阶段得到的所有历史标记数据进行机器学习训练生成多个拓扑分类器,使用训练好的分类器对实时测量进行标记,并进行可信度分析,获得可信的标记数据;根据可信度分析的结果,将可信的标记数据发送到历史标记数据库中更新分类器的机器学习训练,将不可靠的数据采用贝叶斯递归模型进行重新识别。本发明提高了柔性中压配电网拓扑的可观测性。
技术关键词
期望最大化算法
机器学习训练
概率密度函数
更新分类器
标记
潮流方程
测量误差
柔性
节点
参数
协方差矩阵
有功功率
配电网拓扑
实时数据
两阶段
配电网系统