一种基于稀疏学习的台区拓扑结构校验方法

    公开(公告)号:CN109918612B

    公开(公告)日:2022-11-22

    申请号:CN201910100577.2

    申请日:2019-01-31

    IPC分类号: G06F17/11 G06F17/16

    摘要: 本发明公开了一种基于稀疏学习的台区拓扑结构校验方法,涉及一种电力运维领域。目前,利用海量的电力数据来进行台区用户拓扑纠错的方法中,不同时刻的用户用电量数据取的越多,估计的结果通常也会更加准确,但大量数据的计算往往需要更多的时间。本技术方案基于用电信息系统采集的台区用户的用电量数据,构建了台区用电量的参数化模型,提出了稀疏的自适应参数估计方法,辨识出表征台区用户拓扑的模型参数,并进一步利用阈值检验识别出台户拓扑结构统计错误的用户。本技术方案具有较高的查准率、查全率、较快的收敛速度,可以在线地根据用户用电量数据进行计算,能够实时捕捉网络拓扑的变化情况,节省了大量的人工上门排查的成本。