一种智能电网实时安全预警方法和装置制造方法及图纸

本发明专利技术提供了一种智能电网实时安全预警方法和装置，该方法包括将预处理后的历史用电数据作为训练数据，进行分类器模型的训练；用训练后的分类器模型根据用户的实时用电数据预测用电安全状态；并根据用电安全状态发出电网预警。本发明专利技术提供的技术方案适合于各类大数据处理平台快速有效地分析和处理大量的电网状态信息，提升了电网和用户的安全保障。

Smart grid real-time security early warning method and device

The invention provides a real-time security early warning method and device for smart grid. The method comprises training classifier model by using pre-processed historical power consumption data as training data, predicting power consumption security status according to real-time power consumption data of users by using the classifier model after training, and sending out power consumption security status according to power consumption security status. Power grid early warning. The technical scheme provided by the invention is suitable for various large data processing platforms to rapidly and effectively analyze and process a large amount of power grid status information, and improves the security of power grid and users.

【技术实现步骤摘要】
一种智能电网实时安全预警方法和装置
本专利技术属于智能电网运行与维护的监控预测领域，具体讲涉及一种智能电网实时安全预警方法和装置。
技术介绍
智能终端的快速普及推动智能电网不断向数字化、信息化和智能化方向发展，传统的人工采集电网数据的方式已远不能满足电网实时数据的大规模采集的需要。当今学术界和工业界重要的研究方向在于提高电网特性的在线分析能力，实现对电网运行状态的全局掌握和对系统资源的优化控制，尤其是对客户的用电行为及消费行为的重点分析，实现差别化服务，为客户提供进一步的增值服务，提高客户满意度和忠诚度，因此需要时刻关注用户的用电安全，提供实时安全预警服务。近年来，随着经济的发展，国内外电力供应形势比较紧张，电力系统先后发生了多次重大的停电事故，不仅造成了巨大的经济损失，也影响了人民的生活秩序，给社会带来了重大的影响；配电网是电力系统中的重要组成部分，配电网的安全稳定运行是整个电网安全运行的重要环节，是目前提高供电系统运行水平的关键环节。但目前配电网还是一个比较脆弱的系统，一旦发生大面积故障或是停电事故，后果相当严重，甚至是灾难性的；同时配电网运行也会受到电网自身状况以及气象条件因素的影响，因此为了提高电力系统的安全稳定性和可靠性，需要提供一种智能电网实时安全的预警方法对配电网运行中面临的风险进行安全预警，对配电网的潜在故障风险提前做出准确预警。
技术实现思路
为满足用电用户的安全保障，提高服务质量，本专利技术提供了一种智能电网实时安全预警方法。本专利技术提供的智能电网实时安全预警方法，其改进之处在于，所述方法包括：将预处理后的历史用电数据作为训练数据，进行分类器模型的训练；根据用户的实时用电数据，用训练后的分类器模型预测用电安全状态；根据用电安全状态发出电网预警；所述进行分类器模型的训练包括：将训练数据Datas输入MapReduce计算框架，针对类别N分别发射Mapper端读到的样本数据；所述发射的格式包括：<ClassID，<True/False，SampleFeatures>>，其中，True和False：分别表示属于或不属于ClassID类别；SampleFeatures：样本数据特征属性；将Reducer的数量设置为N，并行训练N个二分类器。进一步的，所述方法还包括：采集历史用电数据，所述历史用电数据为智能终端设备向数据中心发送的特征数据；所述历史用电数据用以下三元组表示：Data::＝<DataId，Size，[Pair]>其中，DataId:全局唯一的智能终端编号；Size：Pair的个数；[Pair]：一个或多个特征属性和特征属性权重Pair；Pair用以下二元组表示：Pair::＝<FeatureId，FeatureWeight>式中，FeatureId：特征属性的标号；FeatureWeight：特征属性权重。进一步的，所述预处理包括：将所述历史用电数据进行类标标记，并将不正常指标数据删除后的数据统一为SVM数据格式；归一化处理格式化的数据；所述类标标记Class如下式所示：Class::＝<Danger，Warn，Safe，Unknown>；所述Danger表示用户用电危险状态，Warn表示用户用电状态超出正常范围，Safe表示用户用电状态正常，Unknown表示无法判断用户用电状态。进一步的，所述根据用户的实时用电数据预测用电安全状态包括：Mapper端读入的N个二分类器模型对每个待预测样本数据Sample评分，并将评分结果以<SampleID，<ClassID，Score>>格式输出；Reducer函数从同一个样本数据Sample的N个ClassID对应分数Score中选择最大值，将最大分数Score及其相对的分类ClassID标记为ResultClass，且ResultClass∈Class。进一步的，若所述ResultClass给出的置信度分数高于最低阈值，则将样本数据Sample判定为ResultClass类，否则将样本数据Sample判为异类。进一步的，所述用电安全状态为Danger，或者，所述用电安全状态为Warn，或者，所述用电安全状态为Safe，或者，所述用电安全状态为Unknown；所述根据用电安全状态发出电网预警包括：(1)所述用电安全状态为Danger则发出的电网预警为：对该用电状态采取电话通知或工作人员核实状态的紧急处理方式；记录并保存此用电状态的数据，在核查后补入数据状态的真实类标并存入历史数据库；(2)所述用电安全状态为Warn，则发出的电网预警为：电话或邮件提醒用户；(3)所述用电安全状态为Safe，则发出的电网预警为：用户用电状态正常；(4)所述用电安全状态为Unknown，则发出的电网预警为：保存当前记录，在核查后标记数据并存入历史数据库。进一步的，完成一条实时数据预测和/或重新构建分类器模型的定时器超时，重新构建分类器模型。一种智能电网实时安全的预警装置，所述装置包括：建模单元，用于将预处理后的历史用电数据作为训练数据，进行分类器模型的训练；预测单元，用于根据用户的实时用电数据，用训练后的分类器模型预测用电安全状态；预警单元，根据用电安全状态发出电网预警。进一步的，所述建模单元包括：预处理子单元，用于类标标记智能终端向数据中心发送的特征数据，将不正常指标数据删除后的数据统一为SVM数据格式；归一化处理格式化的数据；训练子单元，用于训练分类器模型，训练过程包括：将训练数据Datas输入MapReduce计算框架，针对类别N分别发射Mapper端读到的样本数据；将Reducer的数量设置为N，并行训练N个二分类器。进一步的，所述预测单元包括：数据处理子单元，用于根据采集的实时用电数据待预测样本，用MapReduce框架实现预测；判定子单元，根据设定的最低阈值判断样本数据Sample是否为ResultClass类；预测结果处理子单元，用于根据得到的Danger、Warn、Safe和Unknown的用电安全状态标记并存储用电数据。与最接近的现有技术比，本专利技术提供的技术方案具有以下优异效果：1、本专利技术提供的技术方案以预处理后的历史用电数据作为训练数据进行分类器模型的训练；并根据实时用电数据，用分类器模型预测用电安全状态；根据预测的用电安全状态发出电网预警；根据历史数据和实时数据，构建实时智能电网预警系统，提高了智能电网在线分析能力，有效提高了发现用电安全隐患的精确度，为配电网安全有序运行提供技术保证。2、本专利技术提供的技术方案应用MapReduce流数据处理和SVM机器学习技术，构建实时的预警系统，快速实时地预测有潜在用电安全问题的用户；预警方法计算简单，适用于不同规模的电网系统，以及不同类型的智能终端，具有扩展性和适应性。3、本专利技术提供的技术方案在MapReduce流数据处理方式能并行训练模型以及处理数据，其并行计算方式适合于各类大数据处理平台，快速有效地分析和处理大量的电网状态信息，提升电网和用户的安全保障。附图说明图1为本专利技术提供的智能电网实时安全预警方法本文档来自技高网...

【技术保护点】
1.一种智能电网实时安全预警方法，其特征在于，所述方法包括：将预处理后的历史用电数据作为训练数据，进行分类器模型的训练；根据用户的实时用电数据，用训练后的分类器模型预测用电安全状态；根据用电安全状态发出电网预警；所述进行分类器模型的训练包括：将训练数据Datas输入MapReduce计算框架，针对类别N分别发射Mapper端读到的样本数据；所述发射的格式包括：

【技术特征摘要】
1.一种智能电网实时安全预警方法，其特征在于，所述方法包括：将预处理后的历史用电数据作为训练数据，进行分类器模型的训练；根据用户的实时用电数据，用训练后的分类器模型预测用电安全状态；根据用电安全状态发出电网预警；所述进行分类器模型的训练包括：将训练数据Datas输入MapReduce计算框架，针对类别N分别发射Mapper端读到的样本数据；所述发射的格式包括：<ClassID，<True/False，SampleFeatures>>，其中，True和False：分别表示属于或不属于ClassID类别；SampleFeatures：样本数据特征属性；将Reducer的数量设置为N，并行训练N个二分类器。2.如权利要求1所述的方法，其特征在于，所述方法还包括：采集历史用电数据，所述历史用电数据为智能终端设备向数据中心发送的特征数据；所述历史用电数据用以下三元组表示：Data::＝<DataId，Size，[Pair]>其中，DataId:全局唯一的智能终端编号；Size：Pair的个数；[Pair]：一个或多个特征属性和特征属性权重Pair；Pair用以下二元组表示：Pair::＝<FeatureId，FeatureWeight>式中，FeatureId：特征属性的标号；FeatureWeight：特征属性权重。3.如权利要求1所述的方法，其特征在于，所述预处理包括：将所述历史用电数据进行类标标记，并将不正常指标数据删除后的数据统一为SVM数据格式；归一化处理格式化的数据；所述类标标记Class如下式所示：Class::＝<Danger，Warn，Safe，Unknown>；所述Danger表示用户用电危险状态，Warn表示用户用电状态超出正常范围，Safe表示用户用电状态正常，Unknown表示无法判断用户用电状态。4.如权利要求3所述的方法，其特征在于，所述根据用户的实时用电数据预测用电安全状态包括：Mapper端读入的N个二分类器模型对每个待预测样本数据Sample评分，并将评分结果以<SampleID，<ClassID，Score>>格式输出；Reducer函数从同一个样本数据Sample的N个ClassID对应分数Score中选择最大值，将最大分数...

【专利技术属性】
技术研发人员：周爱华，李敏，梁良，万钢勇，马勇，朱力鹏，胡斌，饶玮，杨佩，潘森，邓松，张利平，
申请(专利权)人：全球能源互联网研究院，国网江西省电力公司，国家电网公司，
类型：发明
国别省市：北京,11