电网自动化数据质量监测方法、存储介质、终端设备和系统技术方案

本发明专利技术公开的电网自动化数据质量监测方法，包括：S101、将采集到的数据存入第一内存库；S102、判断当前数据与前一个数据之间的差值是否大于M1，如是，则执行S103，否则，返回S101；S103、利用加权平均法计算出当前数据的前n1个数据的加权算数平均值；S104、判断当前数据与加权算数平均值之间的差值是否大于M2，如是，则执行S105，否则，返回S101；S105、将当前数据标记为异常数据；S106、将当前异常数据及其前n2个量测数据、后n3个量测数据划分为一组；S107、将分组后的数据子队列存入第二内存库中；本发明专利技术能够实时、准确、有效地监测和分辨出不良数据；适用于电力系统领域。

Data Quality Monitoring Method, Storage Medium, Terminal Equipment and System for Power Grid Automation

The method for monitoring data quality of power grid automation disclosed by the invention includes: S101, storing collected data into the first memory library; S102, judging whether the difference between current data and previous data is greater than M1, if so, S103 is executed, otherwise, S101 is returned; S103, calculating the weighted average of the first N1 data of current data by weighted average method, S104, judging; Whether the difference between the current data and the average value of weighted arithmetic is greater than M2, if so, S105 is executed, otherwise, S101 is returned; S105, the current data is marked as abnormal data; S106, the current abnormal data and its first N2 measurement data, and the last N3 measurement data are divided into a group; S107, the grouped data subqueue is stored in the second memory library; the invention can be real-time and accurate. It can monitor and distinguish bad data accurately and effectively, and is suitable for the field of power system.

【技术实现步骤摘要】
电网自动化数据质量监测方法、存储介质、终端设备和系统
本专利技术涉及电网数据处理的
，具体涉及一种电网自动化数据质量监测方法、存储介质、终端设备和系统。
技术介绍
遥测数据是电网自动化的基础信息之一，直接参与了AGC、AVC的实时控制和OPS考核，调度自动化系统的高级应用都基于自动化基础信息的准确性和实时性。近几年来，在电网自动化系统的运行分析中，基础自动化数据（特别是遥测数据）会发生数据异常或跳变，给电网的安全运行造成一定的影响。由于遥测数据“跳变”的干扰所引起的系统误调、误控事件已屡见不鲜，已成为威胁电网安全稳定运行的危险源之一。国网同业对标遥测状态估计合格率和母线功率不平衡指标，是遥测数据质量的重要评价参数。相关单位在这两项指标的监视分析过程中，往往处于被动状态，只有当指标异常时才对遥测进行异常分析，对于电网的安全管理造成了较大局限性。因此需要在电网调度和运行管理过程中，对遥测数据进行实时监测，以便及时发现不良数据，从而在一定程度上避免对状态估计、AGC、AVC等高级应用的不良影响。但目前很多省调单位对遥测数据的监测只能被动依赖于国调状态估计的指标监视分析，状态估计是对电网模型建模准确合理性、设备参数正确性、SCADA数据质量的一个综合衡量，对于遥测数据缺乏实时监测能力，存在以下问题：1、国调状态估计的指标计算目前为每5分钟计算一次，这是一种静态分析，对遥测数据的监测无法达到实时分析；2、状态估计的计算是基于对某一时刻的遥测数据估计，对于数据的异常分析缺乏前后对比，无法满足对遥测数据的线性关联分析；3、状态估计的计算结果覆盖线路、电压、机组、负荷、电容电抗等遥测数据，但对于省调总加计算点等核心数据却缺乏监测能力。目前对于同业对标遥测状态估计合格率和母线不平衡都只是简单依赖于人工盯屏监视，存在劳动强度大、效率低、工作被动等问题，在后期的问题分析时也缺乏有效的支撑工具和数据依据，因此迫切需要一套自动化数据质量监测系统。
技术实现思路
针对相关技术中存在的不足，本专利技术所要解决的技术问题在于：提供一种能够实时、准确、有效地监测和分辨出不良数据的电网自动化数据质量监测方法、存储介质、终端设备和系统。为解决上述技术问题，本专利技术采用的技术方案为：电网自动化数据质量监测方法，包括：S101、实时将采集到的电网自动化数据按照采集的先后顺序依次存入第一内存库中，并按照入库的先后顺序形成数据队列；S102、判断当前量测数据与前一个量测数据之间的差值是否大于阈值M1，如是，则执行步骤S103，否则，返回步骤S101；S103、利用加权平均法计算出当前量测数据的前n1个量测数据的加权算数平均值，其中：n1≥2；S104、判断当前量测数据与所述加权算数平均值之间的差值是否大于阈值M2，如是，则执行步骤S105，否则，返回步骤S101；S105、将当前量测数据标记为异常数据；S106、将当前异常数据及其前面的n2个量测数据、后面的n3个量测数据，划分为一组；S107、将分组后的数据子队列存入第二内存库中，形成异常数据库。优选地，所述将队列中存在的异常数据及该异常数据的前n2个量测数据、后n3个量测数据，划分为一组，具体包括：S1061、判断当前异常数据与下一个异常数据之间的正常数据队列长度是否大于阈值M3，如是，则执行步骤S1062，否则，执行步骤S1064；S1062、将当前异常数据及其前面的n2个未被分过组的数据、后面的M3个正常数据，划分为一组；S1063、将下一个异常数据作为当前异常数据，迭代重复步骤S1061；S1064、判断当前异常数据前面的第n2个未被分过组的数据至下一个异常数据之间的队列长度是否大于阈值M4，如是，则执行步骤S1065，否则，执行步骤S1063；S1065、将步骤S1064中所述的队列中的前M4个数据划分为一组；S1066、将数据总队列中未被分组的第一个异常数据作为当前异常数据，迭代重复步骤S1061。优选地，所述利用加权平均法计算出当前量测数据的前n1个量测数据的加权算数平均值时，具体包括：S1031、在数据队列中，从当前量测数据的前1个量测数据开始，从后往前依次查找正常数据；S1032、当查找到的正常数据的数量达到n1个时，将上述n1个正常量测数据放入平均数求解集合中；S1033、然后再利用加权平均法计算出平均数求解集合中的n1个量测数据的加权算数平均值。优选地，当从当前量测数据的前1个量测数据开始，从后往前依次查找正常数据时，若连续n1次查找到的量测数据均为异常数据，则将前n1次查找到的量测数据重新标记为正常数据。优选地，所述利用加权平均法计算出当前量测数据的前n1个量测数据的加权算数平均值，具体包括：利用公式（1），计算出当前量测数据的前n1个量测数据的加权算数平均值：（1），其中：xm（m=1，2，…，k）为前n1个量测数据中出现的量测值，fm（m=1，2，…，k）为前n1个量测数据中量测值xm（m=1，2，…，k）出现的次数，n1=n=f1+f2+…+fk，且n1≥2。优选地，所述的电网自动化数据质量监测方法，还包括：S108、根据异常数据库中的各组数据子队列中的数据，获取并输出显示异常数据曲线，并在曲线上标注出异常数据点。本专利技术提供的存储介质，其中存储有多条指令，所述指令适于由处理器加载并执行如上所述的电网自动化数据质量监测方法。本专利技术提供的终端设备，包括：处理器，适于实现各指令；以及存储介质，其中存储有多条指令，所述指令适于由处理器加载并执行如上所述的电网自动化数据质量监测方法。本专利技术提供的电网自动化数据质量监测系统，包括：数据入库单元101：用于实时将采集到的电网自动化数据按照采集的先后顺序依次存入第一内存库中，并按照入库的先后顺序形成数据队列；第一判断单元102：用于判断当前量测数据与前一个量测数据之间的差值是否大于阈值M1；第一计算单元103、用于当当前量测数据与前一个量测数据之间的差值大于阈值M1时，利用加权平均法计算出当前量测数据的前n1个量测数据的加权算数平均值，其中：n1≥2；第二判断单元104：用于判断当前量测数据与所述加权算数平均值之间的差值是否大于阈值M2；标记单元105：用于当当前量测数据与所述加权算数平均值之间的差值大于阈值M2时，将当前量测数据标记为异常数据；分组单元106：用于将当前异常数据及其前面的n2个量测数据、后面的n3个量测数据，划分为一组；队列入库单元107：用于将分组后的数据子队列存入第二内存库中，形成异常数据库。本专利技术的有益技术效果在于：本专利技术在进行电网自动化数据质量监测时，首先使用突变量检测的方法，即先将当前量测数据值与前一量测数据值进行比较，若二者之差超过某一阈值（即M1），则认为当前量测数据具有意外的突变，将其视为可疑数据；然后再将该可疑数据与前n1个量测数据的加权算数平均值进行比较，若二者之差超过某一阈值（即M2），则判定该可疑数据为不良数据（即异常数据）；最后将该不良数据及其前n2个量测数据、后n3个量测数据划分为一组，统一存入异常数据库中。本专利技术中的监测方法，将突变量检测与加权平均法结合起来，先检测出突变量，再用加权平均法进行二次甄别，既避免了存在突变量时的漏检，又克服了误检的情况，能够准确、有效地检测出不良数据本文档来自技高网...

【技术保护点】
1.电网自动化数据质量监测方法，其特征在于：包括：S101、实时将采集到的电网自动化数据按照采集的先后顺序依次存入第一内存库中，并按照入库的先后顺序形成数据队列；S102、判断当前量测数据与前一个量测数据之间的差值是否大于阈值M1，如是，则执行步骤S103，否则，返回步骤S101；S103、利用加权平均法计算出当前量测数据的前n1个量测数据的加权算数平均值，其中：n1≥2；S104、判断当前量测数据与所述加权算数平均值之间的差值是否大于阈值M2，如是，则执行步骤S105，否则，返回步骤S101；S105、将当前量测数据标记为异常数据；S106、将当前异常数据及其前面的n2个量测数据、后面的n3个量测数据，划分为一组；S107、将分组后的数据子队列存入第二内存库中，形成异常数据库。

【技术特征摘要】
1.电网自动化数据质量监测方法，其特征在于：包括：S101、实时将采集到的电网自动化数据按照采集的先后顺序依次存入第一内存库中，并按照入库的先后顺序形成数据队列；S102、判断当前量测数据与前一个量测数据之间的差值是否大于阈值M1，如是，则执行步骤S103，否则，返回步骤S101；S103、利用加权平均法计算出当前量测数据的前n1个量测数据的加权算数平均值，其中：n1≥2；S104、判断当前量测数据与所述加权算数平均值之间的差值是否大于阈值M2，如是，则执行步骤S105，否则，返回步骤S101；S105、将当前量测数据标记为异常数据；S106、将当前异常数据及其前面的n2个量测数据、后面的n3个量测数据，划分为一组；S107、将分组后的数据子队列存入第二内存库中，形成异常数据库。2.根据权利要求1所述的电网自动化数据质量监测方法，其特征在于：所述将当前异常数据及其前面的n2个量测数据、后面的n3个量测数据，划分为一组，具体包括：S1061、判断当前异常数据与下一个异常数据之间的正常数据队列长度是否大于阈值M3，如是，则执行步骤S1062，否则，执行步骤S1064；S1062、将当前异常数据及其前面的n2个未被分过组的数据、后面的M3个正常数据，划分为一组；S1063、将下一个异常数据作为当前异常数据，迭代重复步骤S1061；S1064、判断当前异常数据前面的第n2个未被分过组的数据至下一个异常数据之间的队列长度是否大于阈值M4，如是，则执行步骤S1065，否则，执行步骤S1063；S1065、将步骤S1064中所述的队列中的前M4个数据划分为一组；S1066、将数据总队列中未被分组的第一个异常数据作为当前异常数据，迭代重复步骤S1061。3.根据权利要求1所述的电网自动化数据质量监测方法，其特征在于：所述利用加权平均法计算出当前量测数据的前n1个量测数据的加权算数平均值时，具体包括：S1031、在数据队列中，从当前量测数据的前1个量测数据开始，从后往前依次查找正常数据；S1032、当查找到的正常数据的数量达到n1个时，将上述n1个正常量测数据放入平均数求解集合中；S1033、然后再利用加权平均法计算出平均数求解集合中的n1个量测数据的加权算数平均值。4.根据权利要求3所述的电网自动化...

【专利技术属性】
技术研发人员：石新聪，赵昌健，贾培伟，张秀丽，闫磊，李远，徐利美，朱燕芳，何志方，燕争上，刘晓捷，冯李军，姚海强，杨凯敏，王哲峰，刘岚，吕金顺，侯俊国，王亚丽，刘荃，
申请(专利权)人：国网山西省电力公司，山西合力创新科技股份有限公司，国网山西省电力公司陵川县供电公司，
类型：发明
国别省市：山西,14