分离式导轨表
在分离式导轨表的使用过程中，为了方便电网的管理，需要对分离式导轨表的电网拓扑关系进行判断与确定，此处所述的拓扑识别就是判断电能表所述的电表箱以及该电能表上下游的电表关系。
低压配电网拓扑识别中，需要确定配电变压器，分支箱，表箱，用户侧电能表之间的归属关系。对于每一个用户侧电能表就需要判断其所归属的表箱，分支箱与配电变压器。
场景：在对低压配电网进行拓扑关系的确定过程，该过程中需要判断
每一个用户智能电能表所属的表箱，以及分支箱，低压线路。在这个过程中如果出现了用户电能表对应的监测数据与所记录的同表箱电能表存在着差异，则说明该电能表的拓扑关系记录出现了错误，则需要对电能表的档案信息进行更新。
根据并联电路的物理特征，同台区电能表所采集的电压信息，其信号变化规律具有很高的一致性。
“基于皮尔逊系数的相关性分析方法应该在初步判断台区内的电能表的台区关系，在长时域上进行精确验证，基于同台区电能表所采集的电压信号其信号变化规律具有很高的一致性可作为台区识别判据1”
基于用电信息采集系统的配电网台区识别流程：
- 基于用电信息采集系统，采集待识别台区的台区档案信息，以及用户电能表的所采集的节点电压数据
其中 为电能表用户数。 - 根据台区档案的记录，根据距离台区变压器最近的用电节点电压最大的原理对用户电能表所采集的节点电压数据
进行排序。 - 当电能表的电压数据
与实际的台区拓扑不符时，表示存在电能表台区档案错误的可能，根据判据2标出高危电能表。 - 采集一段时间内各电能表的电压数据，计算各个电能表之间的皮尔逊相关系数，利用判据1确定档案异常的电能表，即皮尔逊相关系数较低的电能表为台区档案错误电能表。
基于多信息相关性分析的低压配电网拓扑结构校验方法：
- 电能表数据采集（15min采集一次电能表的电压数据）
- 通过采集到的电能表电压数据数量确定用于皮尔逊相关系数计算的T值，同时设定皮尔逊相关系数的相似度判断阈值，当系数大于阈值则认为相似，反之则认为不相似，通过是否相似进行电能表已有档案的准确性判断。
- 根据GIS系统数据确定电能表的相邻台区，获取待校验用户所在台区的所有用户与相邻台区的所有用户组建样本集合
- 通过KNN进行每一个用户电能表所属台区的判断
在现有的用户电表拓扑关系的校验过程中，其目的是通过电网台区所采集到的数据进行每一个用户的电能表对应的数据在拓扑关系中的准确性验证。也就是在电能表的实时运行过程中进行该电能表的拓扑关系校验。
针对于单个电能表的拓扑关系校验，首先需要确定该电能表的实施电压监测数据，当前记录的近邻电表电压数据，也就是该电能表的当前拓扑关系以及在GIS系统中呈现出可能的拓扑关系的电能表。
综上，一种分离式导轨表的智能拓扑识别方法及系统：
步骤一：分离式导轨表的电压数据冻结，采集与同步过程。
步骤二：对电能表之间的电压数据相似程度的度量进行优化。
步骤三：通过优化后的样本集合中电能表之间的相似程度进行拓扑关系准确性的识别与判断。
现有的过程为：
- 电能表的电压监测数据采集
- 电压时序数据之间的相似程度（针对于并联电路物理特征，需要确定信号的变化规律，信号变化之间的一致性）。
- 通过相似程度阈值进行相似性判断。
如果是通过电能表可能的集合中的全部数据进行目标电能表与其他电能表的相似性度量，此时主体的差异会不会带来相似性的差异。
针对于分离式导轨表的智能拓扑识别方法及系统，将电能表作为主体，可以通过电能表采集到的数据进行特征提取，之后通过每个电能表自身采集的数据进行拓扑关系的识别，校验分析。
一种分离式导轨表的智能拓扑识别验证方法及系统。在对电能表进行校验的过程中，对于电能表采集到的电压数据的数据流程：
电能表采集数据，每日数据的冻结提取，对于每日电压数据的时间节点选取，通过时间节点进行用于相似程度衡量的电压特征数据的获取，之后对于目标电能表，需要判断该电能表当前的拓扑关系档案是否正确，也就是对现有的拓扑关系的校验，还有就是对于可能的拓扑关系进行相似判断，此处的相似拓扑关系即为通过GIS系统进行电能表的定位，通过电能表的位置关联确定可能在拓扑关系中具有关联的电能表（此处是因为配电网规划设计技术导则中规定 220V/380V线路应有明确的供电范围，供电半径应满足末端电压质量的要求，原则上，A+，A类供电区域供电半径不宜超过400m，D类不宜超过500m），因此可以根据目标电能表对应的用户所在位置可以覆盖的台区对应的全部电能表作为校验数据集合。
在对电压数据进行相似程度的衡量过程中，需要对每个电能表进行特征提取，对于第
那么在实际场景中存在的问题就是在对电能表进行特征提取的过程中如果单独通过目标电能表进行评估的话，就会存在着电能表对应的电压数据之间的相似程度度量的差异。如果选取的特征值是相似的，但是其他电能表的其他电压数值之间存在着较大的差异，这就会在相似程度的评估过程中存在着较大的偏差，从而导致电能表拓扑关系不准确的问题。
在现有的通过电能表电压时序数据特征点之间的相似程度进行拓扑关系的识别与校验过程中，
- 电压时序数据变化信息的提取
- 电能表之间电压特征点的相似程度
对于特征点的提取可以通过时序数据中每个数据点的离群程度进行评估如COF离群因子，通过时序数据中数据点的连通性进行评估。
通过设定阈值进行数据点对应离群因子的筛选，提取出目标电能表的电压变化特征点作为该电能表的特征，但是在电能表对应的特征点之间的衡量过程中首先需要判断电压特征点所在位置的
步骤一：通过分离式导轨表的每日冻结数据进行电压时序数据的采集。（此处的采集为在电能表对应的台区总站中进行数据同步与处理的过程）
步骤二：通过电能表电压时序数据的特征优化过程提取出电压表的评估特征点
- 通过电能表电压监测时序数据中的模式变化信息获取电压特征点
- 通过目标电能表电压时序数据中特征点的局部信息获取每个数据点的局部优化因子
- 通过局部优化因子对电能表之间的相似程度进行优化
步骤三：通过电能表之间的相关程度对电能表的拓扑关系进行识别与校验。
要对电压时序数据中出现模式变化的数据特征点进行提取，首先需要确定出现模式变化的数据点是什么样的，首先第一种就是FLOSS的切割点可以作为模式变化特征点，但是在对FLOSS特征点进行提取的过程中，因为电压表之间会存在着电压响应的差异，所以在切割点附近需要通过电压表之间的近邻关系进行优化评估，也就是局部优化因子对切割点之间的相似程度进行优化。
第一优化因子就是通过局部路径之间的相似程度进行评估优化。
为什么是局部路径？因为在电压时序数据中FLOSS的切割点局部范围中，电压时序数据存在着响应时间的差异，所以对于同级拓扑关系的电能表所监测到的电压也会存在着差异，并且越靠近变压器的电能表的电压响应越快，所以在对同级电能表进行电压变化特征的衡量过层中就需要通过特征点的局部信息对相似程度进行优化，从而保证拓扑关系识别的准确性。
