近些年来,能源互联网、智能电网以及新能源技术的蓬勃发展为电力系统建设提供了新的机遇,也为配电系统运行维护和供电管理带来了更严峻的挑战。低压配电系统迫切需要提升精益化管理水平,改变其传统运行管理模式和被动服务方式。而其中,配电台区户变关系辨识是低压配电系统运行管理的一项重要内容,关乎配电系统的智能化、精益化管理,对于线损治理、故障定位、不平衡治理、台区智能运检等高级应用的研究与拓展至关重要。传统梳理户变关系的手段已无法满足配电网高效与精益化管理的要求。近些年来大数据技术以及高级量测架构的发展为解决低压配电台区户变关系识别问题提供了新的契机。在此背景下,本文针对低压配电系统户变关系识别困难的问题,从能量供需平衡和电压相关性两个方面着手,提出了贴合实际工程需求的户变关系识别与校验方法,通过充分挖掘地址信息以及用电数据中隐含的连通性关系,实现数据合并、用户所属划分、户变关系识别及校验的功能。具体来讲,首先提出了基于用户地理位置信息的用户聚类方法,实现了邻居用户的初步合并,有效降低了数据维数,提升算法的识别效率;并且提出了GMM电压特征聚类方法实现了用户所属的划分,其结果作为后续计算的迭代初值;然后基于能量供需平衡的原理,构建关联卷积优化模型实现了低压配电系统户变关系的准确识别;最后,针对部分识别异常或错误用户需要进一步确定其连接关系的情况,提出了基于节点电压特征的马尔可夫随机场电压相关性最大化校验模型,深入地挖掘电压特征中的连通性及相关性关系,实现了对部分连接关系异常用户的校验和修正。借助示范项目部分试点台区的真实数据,在实际的低压配电系统中对所提出的方法进行了测试和验证,同时讨论了数据质量问题对方法识别性能的影响。最后的结果验证了所提方法的可行性和有效性,能够较好地适用于实际低压配电系统,具有较好的研究借鉴价值和工程适用性,能够为低压配电系统户变关系识别课题的深入开展提供一定的理论研究基础和工程应用指导。