一种基于三参数威尔分布的电力异常数据辨识方法技术

本发明专利技术公开了一种基于三参数威尔分布的电力异常数据辨识方法，包括以下步骤：采集电力数据，并对电力数据根据幅值大小进行排序，得到电力数据序列；对电力数据序列采用三参数威尔分布模型进行拟合，得到威尔分布三个参数的估计值；根据威尔分布三个参数的估计值，确定电力异常数据临界值；电力数据在临界值范围内为正常数据，如果超过临界值范围则判定为异常数据；本发明专利技术对电力数据分布形态具有更广泛的适用性，尤其适用于非正态分布时的电力数据处理，保证了电力数据异常辨识的准确性和有效性。

【技术实现步骤摘要】

本专利技术涉及一种电力异常数据辨识方法，具体涉及一种基于三参数威尔分布的电力异常数据辨识方法。
技术介绍
为掌握电网负荷状况，分析电力设备运行状态并做出合理决策，电力系统采集了大量的电力数据，如电力负荷数据、电能质量数据和风电功率数据等；在电力数据采集过程中，由于设备故障、仪器采集错误和外界信号干扰等因素，采集的数据会出现不正常的现象，即产生异常数据；电力异常数据会影响对电网或设备运行状态的判断，影响辅助决策的合理性；同时电力监测系统也需要辨识和记录监测数据的异常变化，以分析监测设备工作状态，保障电力系统安全；因此，根据一定的准则，辨识电力数据中的异常数据是电力系统的一个重要工程问题；近年来，一些方法被引入到异常数据辨识中，如采用模糊聚类与隶属度来分析电力数据在多大程度上属于异常数据；采用在线学习法辨识异常数据等；这些方法计算量大、过程繁琐，离实际应用尚有一定的距离；工程中对数据进行异常辨识，多采用概率统计中离群数据辨识的思路；在正常情况下，各类电力数据存在一定的波动范围，绝大部分数据分布在一定区间内，当数据出现在概率极低的区间时，认为这些监测数据是一场数据，在状态估计中需要减轻权本文档来自技高网...

【技术保护点】
一种基于三参数威尔分布的电力异常数据辨识方法，其特征在于，包括以下步骤：采集电力数据，并对电力数据根据幅值大小进行排序，得到电力数据序列；对电力数据序列采用三参数威尔分布模型进行拟合，得到威尔分布三个参数的估计值；根据威尔分布三个参数的估计值，确定电力异常数据临界值；电力数据在临界值范围内为正常数据，如果超过临界值范围则判定为异常数据。

【技术特征摘要】
1.一种基于三参数威尔分布的电力异常数据辨识方法，其特征在于，包括以下步骤：采集电力数据，并对电力数据根据幅值大小进行排序，得到电力数据序列；对电力数据序列采用三参数威尔分布模型进行拟合，得到威尔分布三个参数的估计值；根据威尔分布三个参数的估计值，确定电力异常数据临界值；电力数据在临界值范围内为正常数据，如果超过临界值范围则判定为异常数据。2.根据权利要求1所述的一种基于三参数威尔分布的电力异常数据辨识方法，其特征在于，对电力数据序列根据中位秩公式进行预处理。3.根据权利要求1所述的一种基于三参数威尔分布的电力异常数据辨识方法，其特征在于，所述电力数据包括负荷预测数据、电能质量数据和风电功率数据。4.一种基于三参数威尔分布的电力异常数据辨识方法，其特征在于，包括以下步骤：A、采集电力数据ti(1≤i≤n)，根据电力数据的幅值大小进行排序，得到幅值从小到大排列的电力数据序列di(1≤i≤n)；其中n为采样点数；B、对电力数据序列di(1≤i≤n)，根据中位秩公式计算得到数据集(di,Fi)i＝1,2,...,n；C、对电力数据序列采用三参数威尔分布拟合，其中待估计的三个威尔分布参数为形状参数a、尺度参数b和位置参数c；三个威尔分布参数的估计值分别为和C1、初始化位置参数c，c0＝0，初始化迭代精度λ；C2、根据Yi＝lnln(1/(1-Fi)),Xi＝ln(di-c0)计算一次方程变量Xi，Yi；两者满足Yi＝BXi+A，其中，B＝a；A＝alnb；C3、对数据集(di,Fi)i＝1,2,...,n和一次方程变量组成的向量X＝[X1,X2,...,Xn]和Y＝[Y1,Y2,...,Yn]，估计威尔分布的三个参数和 a ^ = cov...

【专利技术属性】
技术研发人员：臧天磊，王艳，何正友，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：四川;51