一种基于历史数据分析的配电网异常监测方法与系统技术方案

本发明专利技术提供一种基于历史数据分析的配电网异常监测方法与系统，所述方法包括获取配电线路所在的10KV主线的历史电流数据，以线路限流数为基准，对所述历史电流数据进行标准化，根据线路负荷模式对所述历史电流数据进行聚类，对当前负荷数据进行负荷模式匹配，计算失配度，并根据失配度判定线路是否发生异常，进而确定线路异常类型并推送显示。其数据准确率高、可靠性强、易于读取和处理，从而摆脱了现有配电网设备不能够支撑故障监测的束缚，且数据量小、计算速度快，对计算设备要求低，可以充分兼容供电企业已有的设备和数据，改造成本低廉，易于推广实现。

A method and system for abnormal monitoring of distribution network based on historical data analysis

【技术实现步骤摘要】
一种基于历史数据分析的配电网异常监测方法与系统
本专利技术涉及配电自动化领域，特别是一种基于历史数据分析的配电网异常监测方法。
技术介绍
配电自动化系统(DAS)是一种可以使供电企业在远方以实时方式监视、协调和操作配电设备的自动化系统，其作为供电企业配电网调控业务的主要技术支持手段，有效改善供电质量和服务质量。由于接入系统的配电设备种类繁杂、数量众多，加上各个地区的经济发展水平不同，配电自动化系统普遍存在以下问题：1.配电网中仍然具有相当数量的非自动化配电设备不具备改造条件，其配电信息无法接入自动化系统，造成大量分支线路处于无法监视的状态。2.现有自动化配电设备通信方式不统一，具有多种方式，如EPON(EthernetPassiveOpticalNetwork，以太网无源光网络)、电力线载波、无线专网、无线公网等，不同的通信方式，其可靠性、安全性不同，数据的准确性、可用性不足。3.部分配电设备存在缺陷或故障，导致其遥信、遥测数据不可用。由于以上原因导致相当数量的配电网支线在工作异常时，系统无法及时监测与判定并迅速处置。现有技术中，中国专利(ZL201510734587.3)公开了一种智能配电网大数据融合分析与运行状态监测方法，其利用智能配电网大数据中的状态监测数据，构建了一个高维时空状态监测矩阵，降维处理后进行基于局部异常因子(LOF，LocalOutlierFactor)分析原理的离群点检测，实现电网故障监测。首先由于该方法的前提是配电网中安装有足够数量的具有高可靠性、实时性的遥信、遥测功能的自动化设备，但现有的国内配电网领域，仅有大中城市核心城区的部分配电线路能配备完善的配电自动化设备，因此其应用范围有限；其次，其方法数据量巨大，计算量更是如此，对技术支持系统要求高，难以在供电企业中推广应用；再次，其数据可读性差，不论是高维时空监测矩阵还是降维后的矩阵，无法人为理解其海量数据蕴含的信息。因此，急需一种适用性强，且易于实现的配电自动化异常监测方法。
技术实现思路
本专利技术的目的是提供一种基于历史数据分析的配电网异常监测方法与系统，以在现有配电设备的基础上，提高配电自动化异常监测的适用性以及易用性。为达到上述技术目的，本专利技术提供了一种基于历史数据分析的配电网异常监测方法，包括以下步骤：S101、历史数据获取，获取配电线路所在的10KV主线的历史电流数据；S102、数据预处理，以线路限流数为基准，对所述历史电流数据进行标准化；S103、聚类计算，根据线路负荷模式对所述历史电流数据进行聚类；S104、负荷模式匹配，对当前负荷数据进行负荷模式匹配；S105、失配判定，根据失配度判定线路是否发生异常；S106、异常类型研判，确定线路异常类型；S107、推送显示，将异常线路及异常类型推送至工作站。优选地，所述步骤S101的具体过程为：对于任意一条配电线路L，读取其所在的10KV主线电流遥测数据：A＝{X1，X2，...，Xn}其中，Xi为线路L在第i日的电流数据，Xi＝(xi1，xi2，...，xim)其中xij为i日第j个采样点的电流值，m为线路上的采样点个数。优选地，所述步骤S102的具体过程为：选取线路限流数作为基准，将历史电流数据采用下式进行标准化处理：式中，xij为i日第j个采样点的电流值，d为线路L的限流数。优选地，所述步骤S103的具体过程为将所述线路负荷模式按照工作日、节假日进行聚类为工作日类A1和非工作日类A2，工作日类A1的聚类中心为：Z1＝(z11，z12，...，z1m)；非工作日类A2的聚类中心为：Z2＝(z21，z22，...，z2m)；其中，m为线路上的采样点个数。优选地，所述步骤S104包括以下步骤：获取子序列，读取该线路截止到当前时刻的t当日负荷数据X0＝(x01，x02，...，x0n)n为t时刻前采样点个数，n小于等于m，Z1和Z2的子序列分别为：Z1s＝(z11，z12，...，z1n)Z2s＝(z21，z22，...，z2n)计算隶属度，所述隶属度的计算公式为：其中，d0i为样本X0到第i类中心子序列的欧式距离，d0i的计算公式为：若u01＜u02，则X0∈A2；若u01＜u02，则X0∈A1。优选地，所述步骤S105包括以下步骤：数据预测，计算下一个数据点的预测值x′0(n+1)：计算失配度，所述失配度计算公式为：其中，u0＝max(u01，u02)；根据失配度进行异常判定。优选地，所述步骤S106中线路异常类型包括以下几种：①分支线分闸：电流显著降低但不为零；②分支线合闸：电流显著增加；③主线分闸：电流降低为零；④主线合闸：从零增加至某一数值；⑤联络线路合环：两条线路分别发生分支线分闸和合闸事件，并且电流变化幅值相等、方向相反。本专利技术还提供了一种基于历史数据分析的配电网异常监测系统，包括：历史数据获取模块，用于获取配电线路所在的10KV主线的历史电流数据；数据预处理模块，用于以线路限流数为基准，对所述历史电流数据进行标准化；聚类计算模块，用于根据线路负荷模式对所述历史电流数据进行聚类；负荷模式匹配模块，用于对当前负荷数据进行负荷模式匹配；失配判定模块，用于根据失配度判定线路是否发生异常；异常类型研判模块，用于确定线路异常类型；推送显示模块，用于将异常线路及异常类型推送至工作站。优选地，所述聚类计算模块对所述历史电流数据进行聚类的具体过程为将所述线路负荷模式按照工作日、节假日进行聚类为工作日类A1和非工作日类A2，工作日类A1的聚类中心为：Z1＝(z11，z12，...，z1m)；非工作日类A2的聚类中心为：Z2＝(z21，z22，...，z2m)；其中，m为线路上的采样点个数。优选地，所述负荷模式匹配模块包括子序列获取单元和子序列隶属度计算单元；所述子序列获取单元用于获取当日负荷数据的子序列；所述子序列隶属度计算单元用于计算当日负荷数据对子序列的隶属度，隶属度计算公式为：其中，d0i为样本X0到第i类中心子序列的欧式距离，d0i的计算公式为：若u01＜u02，则X0∈A2；若u01＞u02，则X0∈A1。优选地，所述失配判定模块包括数据预测单元、失配度计算单元和异常判定单元；所述数据预测单元用于计算下一个数据点的预测值x′0(n+1)：所述失配度计算单元用于计算失配度，其公式为：其中u0＝max(u01，u02)；所述异常判定单元用于判定线路是否发生异常。优选地，所述异常类型研判模块中所述线路异常类型包括以下几种：①分支线分闸：电流显著降低但不为零；②分支线合闸：电流显著增加；③主线分闸：电流降低为零；④主线合闸：从零增加至某一数值；⑤联络线路合环：两条线路分别发生分支线分闸和合闸事件，并且电流变化幅值相等、方向相反。与现有技术相比，本专利技术通过采集变电站内10KV主线历史电流数据，通过负荷聚类以及负荷匹配，对电流数据进行预测，并计算失配度指标。由于对于历史电流数据进行了聚类，其历史负荷模式可以清晰指示当前负荷波动是否属于线路异常，从而达到故障监测的目的。由于本专利技术数据来源是变电站内10KV主线历史电流数据，数据准确率高、可靠性强、易于读取和处理，从而摆脱了现有配电网设备不能够支撑故障监测的束缚，且数据量小、计算速度快，对计算设备要求低，可以充分兼容供电企业已有的本文档来自技高网...

【技术保护点】
一种基于历史数据分析的配电网异常监测方法，其特征在于：包括以下步骤：S101、历史数据获取，获取配电线路所在的10KV主线的历史电流数据；S102、数据预处理，以线路限流数为基准，对所述历史电流数据进行标准化；S103、聚类计算，根据线路负荷模式对所述历史电流数据进行聚类；S104、负荷模式匹配，对当前负荷数据进行负荷模式匹配；S105、失配判定，根据失配度判定线路是否发生异常；S106、异常类型研判，确定线路异常类型；S107、推送显示，将异常线路及异常类型推送至工作站。

【技术特征摘要】
1.一种基于历史数据分析的配电网异常监测方法，其特征在于：包括以下步骤：S101、历史数据获取，获取配电线路所在的10KV主线的历史电流数据；S102、数据预处理，以线路限流数为基准，对所述历史电流数据进行标准化；S103、聚类计算，根据线路负荷模式对所述历史电流数据进行聚类；S104、负荷模式匹配，对当前负荷数据进行负荷模式匹配；S105、失配判定，根据失配度判定线路是否发生异常；S106、异常类型研判，确定线路异常类型；S107、推送显示，将异常线路及异常类型推送至工作站。2.根据权利要求1所述的基于历史数据分析的配电网异常监测方法，其特征在于：所述步骤S101的具体过程为：对于任意一条配电线路L，读取其所在的10KV主线电流遥测数据：A＝{X1，X2，...，Xn}其中，Xi为线路L在第i日的电流数据，Xi＝(xi1，xi2，...，xim)其中xij为i日第j个采样点的电流值，m为线路上的采样点个数。3.根据权利要求2所述的基于历史数据分析的配电网异常监测方法，其特征在于：所述步骤S102的具体过程为：选取线路限流数作为基准，将历史电流数据采用下式进行标准化处理：式中，xij为i日第j个采样点的电流值，d为线路L的限流数。4.根据权利要求3所述的基于历史数据分析的配电网异常监测方法，其特征在于：所述步骤S103的具体过程为将所述线路负荷模式按照工作日、节假日进行聚类为工作日类A1和非工作日类A2，工作日类A1的聚类中心为：Z1＝(z11，z12，...，z1m)；非工作日类A2的聚类中心为：Z2＝(z21，z22，...，z2m)；其中，m为线路上的采样点个数。5.根据权利要求4所述的基于历史数据分析的配电网异常监测方法，其特征在于：所述步骤S104包括以下步骤：获取子序列，读取该线路截止到当前时刻的t当日负荷数据X0＝(x01，x02，...，x0n)n为t时刻前采样点个数，n小于等于m，Z1和Z2的子序列分别为：Z1s＝(z11，z12，...，z1n)Z2s＝(z21，z22，...，z2n)计算隶属度，所述隶属度的计算公式为：其中，d0i为样本X0到第i类中心子序列的欧式距离，d0i的计算公式为：若u01＜u02，则X0∈A2；若u01＞u02，则X0∈A1。6.根据权利要求5所述的基于历史数据分析的配电网异常监测方法，其特征在于：所述步骤S105包括以下步骤：数据预测，计算下一个数据点的预测值x′0(n+1)：

【专利技术属性】
技术研发人员：林祺蓉，施冬明，王俏俏，贾玉健，尹茂林，臧宏伟，尚力，刘勇，王悦，孙雯，霍健，刘红霞，杨福，
申请(专利权)人：国网山东省电力公司济南供电公司，国家电网公司，
类型：发明
国别省市：山东,37