基于动态时序特征聚类的配电网用户拓扑智能识别方法

本发明提出了基于动态时序特征聚类的配电网用户拓扑智能识别方法，包括步骤：1、采集低压配电台区用户电表的历史电压数据构建时间序列数据集；2、使用深度学习神经网络对电压时间序列进行特征提取；3、使用基于Soft‑DTW距离的双层次三元组损失对特征提取网络进行优化；4、计算出用户电压特征序列之间的Soft‑DTW距离并使用最小最大Soft‑DTW距离算法对用户进行聚类并输出聚类标签得到用户拓扑信息。该方法适用于低压配电网用户的拓扑识别，可以实现通过低压配电网用户的数据实现拓扑识别，进而提高低压配电网的管理水平。