1.一种基于AO算法优化PNN的配电网线变关系精准辨识方法，其特征在于，包括以下步骤：步骤1：提取线路下所有配变的三相电压数据并经过预处理后获取所有配变的电压矩阵；

步骤2：进行皮尔逊相关系数计算以获取配变间的电压相关性系数矩阵以及配变和线路之间的电压相关性系数矩阵；将配变间的电压相关性系数矩阵、配变和线路之间的电压相关性系数矩阵以及电压矩阵进行处理后合并组成配电网特征矩阵；

步骤3：使用核主成分分析法对归集后的配电网特征矩阵降维，得到降维后的配电网特征矩阵；

步骤4：使用AO算法优化PNN网络，使PNN网络的平滑因子的选取达到最优值；

步骤5：将实时监测的电压矩阵按步骤2和步骤3处理得到的降维后的配电网特征矩阵，送入到使用AO算法优化后的PNN网络进行分析以辨识发生线变关系错误的配变。

2.根据权利要求1所述的基于AO算法优化PNN的配电网线变关系精准辨识方法，其特征在于，步骤4的具体过程如下：步骤4.1：输入层，使用降维后的配电网特征矩阵作为PNN网络输入层的输入矩阵；

步骤4.2：模式层，计算输入矩阵和训练集之间的关系输出为：式中，E表示输入矩阵，也是待识别样本，Wq表示第一、二层之间的权值，表示平滑因子；

步骤4.3：求和层，将配变为正确或者错误的概率进行累加；

步骤4.4：输出层，输出每个神经元对应的配变的正确或者错误结论，表示为：式中， 为输入矩阵E对应的输出，p为输入矩阵E的维数，Emq为第m台配变的第q个训练向量，M为待分类的样本数目；

步骤4.5：使用AO算法优化PNN网络参数，选用均方根误差函数作为适应度函数进行计算：式中，Ad为适应度函数，sq为PNN网络输出的第q个预测值，tq为第q个实际值；Q为预测值数量；

步骤4.6：初始化天鹰种群的位置，天鹰种群的初始位置为：其中， ，Lo,v为第o个种群的第v只天鹰的位置，O为种群中天鹰的数量，Dim为待解决问题的维数，rand为在[0,1]内随机选取的一个数，UBv为待解决问题的上界，LBv为待解决问题的下界；

步骤4.7：更新天鹰位置，采用天鹰算法的垂直俯冲攻击、盘旋攻击、低空飞行和陆地行走捕食四种方法进行计算以实现位置的更新；

步骤4.8：再次使用适应度函数计算，判断是否满足适应度需求或者达到最大迭代次数，若不满足则返回步骤4.6，若满足则结束；

步骤4.9：输出满足条件的天鹰位置，通过解码以后得到最优平滑因子，天鹰的位置会随着AO算法的运行而不断进行迭代更新，直到满足所需条件；

步骤4.10：将使用AO算法得到的最优平滑因子送入到PNN网络进行计算。

3.根据权利要求1所述的基于AO算法优化PNN的配电网线变关系精准辨识方法，其特征在于，步骤2的具体过程为：步骤2.1：计算地理信息系统中保存的同一条线路下所有配变之间的皮尔逊相关系数组成配变间的电压相关性系数矩阵；

步骤2.2：计算所有配变和所属线路的皮尔逊相关系数，采用皮尔逊相关系数公式计算，组建配变和线路之间的电压相关性系数矩阵；

步骤2.3：分别将电压矩阵、配变间的电压相关性系数矩阵以及配变和线路之间的电压相关性系数矩阵进行归一化；

步骤2.4：将归一化后的电压矩阵、配变间的电压相关性系数矩阵以及配变间的电压相关性系数矩阵组合成原始配电网特征矩阵；将原始配电网特征矩阵的数据以配变为单位重新归集形成各台配变的特征矩阵，得到归集后的配电网特征矩阵。

4.根据权利要求1所述的基于AO算法优化PNN的配电网线变关系精准辨识方法，其特征在于，步骤3的具体过程为：步骤3.1：针对归集后的配电网特征矩阵，计算核矩阵，并将其中心化得到中心化核矩阵；

步骤3.2：计算中心化核矩阵的特征值和特征向量；

步骤3.3：将中心化核矩阵的特征值，并进行降序排序，取中心化核矩阵的前r个特征值和对应的特征向量；

步骤3.4：利用核矩阵和中心化核矩阵的前r个的特征值和对应的特征向量计算降维结果；

步骤3.5：对降维结果计算主成分累计贡献率；当前P个降维结果的主成分累计贡献率大于设定百分比时，选取前P个降维结果的特征值及特征向量组建成为降维后的配电网特征矩阵。

5.根据权利要求1所述的基于AO算法优化PNN的配电网线变关系精准辨识方法，其特征在于，所述电压矩阵为：式中，n表示每日的电压采样次数，m表示同一条线路下所辖配变数量，Vm,n表示配变m第n次采样的电压。

6.根据权利要求3所述的基于AO算法优化PNN的配电网线变关系精准辨识方法，其特征在于，配变之间的皮尔逊相关系数计算方式为：式中，ρA,B为配变A和配变B的皮尔逊相关系数，cov(A,B)是配变A和配变B的协方差，δA、δB分别是配变A和配变B的标准差，ai、bi分别为配变A和配变B第i次采样的电压向量。

7.根据权利要求3所述的基于AO算法优化PNN的配电网线变关系精准辨识方法，其特征在于，所述配变间的电压相关性系数矩阵为：式中，ρm,1是第1台配变和第m台配变的皮尔逊相关系数，ρ1,m是第m台配变和第1台配变的皮尔逊相关系数；ρ2,1是第1台配变和第2台配变的皮尔逊相关系数，ρ1,2是第2台配变和第

1台配变的皮尔逊相关系数；ρ2,m是第m台配变和第2台配变的皮尔逊相关系数，ρm,2是第2台配变和第m台配变的皮尔逊相关系数。

8.根据权利要求3所述的基于AO算法优化PNN的配电网线变关系精准辨识方法，其特征在于，配变和线路之间的电压相关性系数矩阵为 ；ρl,n为第l条线路和第n台配变的相关系数，T为转置。