随着社会经济的发展,用电需求不断增加,对供电服务水平的要求也日益提高。而低压供电网络建设的智能化水平较低,增加了电网公司日常运维的工作量和难度,也影响到用户的用电体验。低压供电网络的拓扑结构是进行线损分析、故障诊断、状态估计、三相平衡等应用功能的基础,对提高供电可靠性、提高供电服务能力起关键作用。由于低压供电网络位于电网末端,直接面向用户,点多面广,其拓扑信息主要依赖台区建设时的设计资料,通过人工描绘的方式进行录入,而随着变电站的改扩建,设备的频繁更换和线路的变化导致网络拓扑关系发生变化。通过台区普查,发现由于拓扑信息更新不及时,现场安装与系统档案不对应的问题普遍存在,在农村地区尤为突出,阻碍了电网的优化经济运行。如何进行拓扑的识别与校验,解决低压供电网络拓扑管理的盲区,实现台区的智能化管控,开始引起电网公司的关注。通过人工排查来核实更新拓扑关系效率较低,高级量测体系(Advanced Metering Infrastructure,AMI)的发展为公用事业提供了建模和分析低压供电网络的新方法。本文定位于解决低压供电网络拓扑识别问题,在充分调研我国智能电表量测现状和低压供电网络拓扑结构的基础上,分析两者间的关系,提出一种识别供电网络拓扑的方法。首先,提出一种基于多元线性回归的单相电表相别判断方法,构建了以单相电表电压为因变量,以关口电表电压、关口电表电流和单相电表电流为自变量的多元线性回归方程,对每一个单相电表分别计算其与关口表A,B,C相构成的3个回归方程的决定系数,根据决定系数的大小来判断相别。从判别准确率和计算效率两方面将所提方法与其他判别方法进行对比分析,利用实际抄表数据进行算例分析,结果表明本文所提方法在不显著提高时间复杂度的情况下,具有较高的可靠性和准确性。其次,在判断出用户相别的基础上,提出了基于迭代主成分分析(Iterative Principal Component Analysis,IPCA)和电压相关分析(Voltage Correlation Analysis,VCA)的供电网络拓扑识别方法。该方法基于电能守恒原则,即上级电表测量电能等于其下所连的下级电表测量电能之和,将供电网络的拓扑建模为各电表电能间的线性模型。利用IPCA在估计模型约束矩阵的同时计算出电能测量值的误差协方差矩阵,用误差协方差进一步修正模型的约束矩阵。为降低识别“表箱-用户”拓扑的计算复杂度,利用电压相关系数筛选出同一分支下的用户,然后逐个分支进行拓扑识别。最后根据计算出的模型约束矩阵求出回归矩阵,进而求出关联矩阵,据此识别低压供电网络拓扑。最后,在识别拓扑的基础上,提出了一种基于多元线性回归的线路参数辨识方法。针对我国低压供电网络拓扑辐射状的特点,结合线路两端电能表的量测数据,基于线路电压降方程建立了参数辨识的数学模型,将线路的参数辨识问题转化为回归方程回归系数的求解问题,通过最小二乘法求解方程的回归系数,得到线路参数的估计值。本文通过对智能电表数据的挖掘,从数据分析的角度识别电能表在低压供电网络拓扑中的准确位置,对精准地进行负荷建模与供电网络线损计算,全面提升供电网络的信息化与自动化水平,实现其运行状态的感知与精细化控制具有重要意义。