Fast Distribution Grid Topology Estimation via Subset Sum
作者: Yueyao Xu, Yize Chen
分类: eess.SY
发布日期: 2025-07-22
备注: Accepted at 2025 IEEE Electrical Power and Energy Conference (EPEC) Canada, code available at https://github.com/chennnnnyize/HSSP
💡 一句话要点
提出基于子集和的快速配电网拓扑估计方法，解决拓扑未知问题。
🎯 匹配领域: 支柱四：生成式动作 (Generative Motion)
关键词: 配电网拓扑识别 子集和问题 分层算法 智能电表 分布式能源
📋 核心要点
- 配电网拓扑未知或不完整，传统方法难以高效准确地识别拓扑结构。
- 利用分层结构的子集和方法，从少量智能电表数据推断整体拓扑。
- 该算法适用于拓扑快速变化的场景，并对测量噪声具有鲁棒性。
📝 摘要（中文）
随着分布式能源渗透率的提高和配电网能量管理的快速发展，配电网拓扑识别成为一项重要且基础的任务。由于底层电网拓扑对于电力公司来说通常是未知或不完整的，因此使用有限的测量数据有效地识别配电网网络拓扑变得至关重要。快速准确的拓扑识别有助于实现负荷监控、配电系统的运行和控制以及故障检测等任务。本文提出了一种新颖且超快速的拓扑识别方法。通过采用具有分层结构的子集和方法，可以从更少的智能电表功率测量样本中推断出整体电网拓扑。该技术可以实时应用于拓扑快速变化的场景，并且所提出的分层算法对测量噪声具有鲁棒性。
🔬 方法详解
问题定义：论文旨在解决配电网拓扑结构未知或不完整的问题。现有方法在面对大规模、拓扑快速变化的配电网时，需要大量的测量数据，计算复杂度高，难以满足实时性要求，并且对测量噪声敏感。
核心思路：论文的核心思路是将配电网拓扑识别问题转化为子集和问题，并利用分层结构加速求解过程。通过智能电表提供的功率测量数据，推断网络中各节点之间的连接关系。子集和方法能够有效地从少量数据中提取关键信息，而分层结构则可以降低计算复杂度，提高算法的效率和鲁棒性。
技术框架：该方法主要包含以下几个阶段：1) 数据采集：从智能电表收集功率测量数据。2) 数据预处理：对数据进行清洗和校正，去除异常值和噪声。3) 拓扑推断：利用分层子集和方法，从预处理后的数据中推断配电网的拓扑结构。4) 拓扑验证：对推断出的拓扑结构进行验证，确保其准确性和可靠性。
关键创新：该方法最重要的创新点在于将子集和方法应用于配电网拓扑识别，并提出了分层结构以加速求解过程。与传统的拓扑识别方法相比，该方法能够利用更少的测量数据，实现更快的计算速度，并且对测量噪声具有更强的鲁棒性。
关键设计：论文的关键设计包括：1) 分层结构的构建：根据配电网的物理结构，将网络划分为多个层次，逐层进行拓扑推断。2) 子集和问题的建模：将节点之间的连接关系表示为子集和问题，利用高效的求解算法进行求解。3) 噪声处理机制：采用鲁棒的统计方法，对测量噪声进行抑制，提高算法的准确性。
🖼️ 关键图片
📊 实验亮点
论文提出了一种基于分层子集和方法的快速配电网拓扑估计方法。该方法能够利用更少的智能电表数据实现快速准确的拓扑识别，并且对测量噪声具有较强的鲁棒性。具体实验结果未知，但摘要强调了其在拓扑快速变化场景下的实时应用潜力。
🎯 应用场景
该研究成果可应用于智能配电网的运行、监控和控制。通过快速准确地识别配电网拓扑结构，可以实现更精确的负荷预测、更有效的故障检测和隔离、以及更优化的电压控制。此外，该方法还可以应用于分布式能源的接入管理，提高配电网的可靠性和经济性。未来，该技术有望成为智能电网的关键组成部分。
📄 摘要（原文）
Faced with increasing penetration of distributed energy resources and fast development of distribution grid energy management, topology identification of distribution grid becomes an important and fundamental task. As the underlying grid topology is usually unknown or incomplete to the utilities, it is becoming a fundamental task to efficiently identify the distribution grid network topology using limited measurements. A fast and accurate topology identification can help achieving the tasks of load monitoring, operation and control of power distribution system as well as outage detection. In this paper, we propose a novel and ultra-fast topology identification method. By adapting the subset sum method with a hierarchical structure, the overall grid topology can be inferred from fewer samples of smart meter power measurements. Such techniques can be applied in real time under the scenarios with fast topology change, and the proposed hierarchical algorithm is also robust against measurement noises.