The invention discloses a method for anomaly detection in power simulation data, which comprises the following steps: Step 1: determine the detection index, obtain the corresponding bus detection index of time-varying data; step 2: all the time in the 1 step the time-varying data value minus moment before fault value xnormal, get all the time when the variable difference data of X 'x' [x '= 1, 2,..., X' n], X 'I = Xi xnormal; step 3: for any time value T, obtaining a sub sequence of steps 2 X'; step 4: the mean sequence Wt obtained by the 3 calculation steps, the mean sequence; step 5: 4 calculation steps mean sequence obtained by standard deviation, after comparing the obtained time t abnormal time; data process of the invention effectively check the power system variables change with time in the large drift and abnormal point .
【技术实现步骤摘要】
一种电力仿真数据的异常检测方法
本专利技术涉及电力系统稳定性分析
,特别涉及一种电力仿真数据的异常检测方法。
技术介绍
因电力系统的不稳定造成的严重停电问题可导致巨大的经济损失,研究电力系统的稳定性是电力行业的一个根本问题。基于CIGRE研究委员会和IEEE电力系统动态性能委员会提出的定义,电力系统的稳定性可以根据功角稳定性、频率稳定性和电压稳定性进行大致分类。电网作为电力系统的典型形式,是一种通过组织良好的分配系统将电力从发电机传输给用户的网络。近年,可视化技术针对电网数据分析社区演示和操作的需求,提供了一系列实用工具。GreenGrid和Grid-IE是两个最流行的工具,使用户可以直观地分析电网及其操作。它们主要通过使用传统的数据可视化来满足稳态和静态仿真的基本需求方法。一些可视化技术充分利用了传统的动画,轮廓,数据聚合和虚拟环境等方法,用来支持功率流和传输分析;也有一些技术采用GPS同步频率测量来监视广域和实时频率状态。但是由于目前电力行业主要靠手工进行异常分析,很大程度上依赖领域知识,迫切需要更方便和准确方法。
技术实现思路
本专利技术提供了一种针对电力仿真数据的异常检测方法,可以检测到随时间变化的过程中出现的较大的漂移和异常点。一种针对电力仿真数据的异常检测方法,包括以下步骤:步骤1:确定检测指标,获取电力仿真数据,解析数据集中刻画母线的检测指标的时序变化的文件,获得对应检测指标的母线的时变数据,并定义为X=[x1,x2,…,xi,…,xn],其中xi表示母线在i时刻的检测指标的时变数据的值;步骤2:将步骤1中所有时刻的时变数据的值减去故障前一 ...
【技术保护点】
一种针对电力仿真数据的异常检测方法,其特征在于,包括以下步骤:步骤1:确定检测指标,获取电力仿真数据,解析数据集中刻画母线的检测指标的时序变化的文件,获得对应检测指标的母线的时变数据,并定义为X=[x1,x2,…,xi,…,xn],其中xi表示母线在i时刻的检测指标的时变数据的值;步骤2:将步骤1中所有时刻的时变数据的值减去故障前一时刻的值xnormal,获得所有时刻时变数据的差值X′=[x′1,x′2,…,x′i,…,x′n],其中x′i=xi‑xnormal表示母线在i时刻的检测指标的时变数据与正常时刻该时变数据的差值;步骤3:对于任一时刻值t,获得步骤2中X′的一个如下的子序列:
【技术特征摘要】
1.一种针对电力仿真数据的异常检测方法,其特征在于,包括以下步骤:步骤1:确定检测指标,获取电力仿真数据,解析数据集中刻画母线的检测指标的时序变化的文件,获得对应检测指标的母线的时变数据,并定义为X=[x1,x2,…,xi,…,xn],其中xi表示母线在i时刻的检测指标的时变数据的值;步骤2:将步骤1中所有时刻的时变数据的值减去故障前一时刻的值xnormal,获得所有时刻时变数据的差值X′=[x′1,x′2,…,x′i,…,x′n],其中x′i=xi-xnormal表示母线在i时刻的检测指标的时变数据与正常时刻该时变数据的差值;步骤3:对于任一时刻值t,获得步骤2中X′的一个如下的子序列:其中w代表可由用户调节的区间段的长度,满足w=2n+1,n∈Ν;步骤4:计算步骤3所获得的子序列Wt的均值,计算公式如下:得到均值序列M=[m1,m2,…,mn];步骤5:计算步骤4求得的均值序列M=[m1,m2,…,mn]的均值μ和标准差σ,当mt>μ+k1*σ或mt<μ-k1*σ时,其中k1为可供用户调节的常数,标记时刻t1为异常时刻。2.如权利要求1所述的针对电力仿真数据的异常检测方法,其特征在于,还包括:步骤6:计算步骤3所获得的子序列Wt的极差,计算公式如下:rt=max(Wt)-min(Wt)得到极差序列...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。