作者：2017级本科生 陈永霖 电机系
于沛鑫 电机系
指导老师：林今 电机系
关键词：拓扑数据分析 相区识别 蒙特卡洛方法
摘要
在低压配电网中，居民用户一般为单相用户，可以由ABC三相中的任意一相供电。每个用户电表的相位信息是电表信息档案的重要组成部分。然而在多年的运营过程中，由于技术、管理等各方面原因，电网公司的台区电表相位信息错乱严重。
为了查清辖区内各电表的真实相位信息，电网公司一直采取的都是人工排查的方法，这样做能够保证准确率，但是成本巨大，费时费力。在学术界，目前已有的相位辨识算法普遍存在准确率的瓶颈，最高仅在90%附近。基于这一现状，本项目希望在保证一个电网公司可以接受的准确率(95%以上)的前提下，改进已有算法，降低人工排查所需的成本。
创新点
本项目主要有两个创新点：
1、针对中国电力系统的特点对算法进行改进，采取混台区辨识；
2、利用配电网的先验信息优化训练集选取策略，基于蒙特卡洛方法[1]，按照数据集中不同台区、不同相位的分布选取训练集。
图2 混台区辨识
项目成果
本项目开发了一套基于大数据技术的配电网智能电表分相辨识算法。该算法以每个智能电表的电压幅值时间序列作为数据输入，利用待更新档案的相位分布信息来选取训练集，并通过现有的“随机森林[2]+TDA[3]”分类器[4]，给出每个电表的预测相位标签。实验测试结果为：利用TDA + Monte Carlo(下图中的绿线)，在10%的workload(即人工排查的工作量)下，得到了约97%的相位辨识准确率，与聚类方法相比，准确率提高了约5%。
图3 Comparison of different classifiers and models with the fraction of wrong labels set to 10%.
[1] 蒙特卡洛方法：也称统计模拟方法，是1940年代中期由于科学技术的发展和电子计算机的发明，而提出的一种以概率统计理论为指导的数值计算方法。是指使用随机数（或更常见的伪随机数）来解决很多计算问题的方法。
[2] 随机森林：在机器学习中，随机森林是一个包含多个决策树的分类器，并且其输出的类别是由个别树输出的类别的众数而定.(来源：Wikipedia)
[3] 拓扑数据分析技术(TDA)：是应用数学当中一种将拓扑学与数据分析相结合的新兴技术，主要用于数据挖掘和计算机视觉理论研究。
[4] N. Yu, “Phase identification in power distribution systems,” Patent, WIPO (PCT) App. PCT/US2017/045589. [Online]. Available: https://patents.google.com/patent/WO2018027180A1, Feb. 2018.
