The invention discloses a method for analyzing line loss characteristics based on sample entropy and wavelet transform, including S1, input original line loss data, S2, setting window length S of sliding removal data and sliding step L, S3, successively removing S data from the first data of original line loss rate data to be analyzed, and then removing the remaining N_S data. The data are spliced together to form a new line loss rate sequence; S4. The entropy value of the reconstituted line loss rate sequence is calculated by using the sample entropy theory; S5. The method keeps the window scale of the removed data unchanged, moves the window step by step L, repeats ~S5, and so on until the end of the original line loss rate data sequence. Sample entropy combined with sliding technique and wavelet transform is applied to anomaly detection and analysis of power system line loss for the first time.
【技术实现步骤摘要】
一种基于样本熵与小波变换的线损特性分析方法
本专利技术涉及电力
,具体涉及一种基于样本熵与小波变换的线损特性分析方法。
技术介绍
线损率是一个重要的经济指标,对线损管理有着重要的意义。在研究内容方面,已有对线损率的分析大多集中在线损的异常分析以及其特性分析方面。在线损异常分析方面,已有的线损异常分析方法针对异常的产生原因进行研究,着重分析线损异常产生的原因,但针对线损率异常检测的研究较少。目前的线损异常研究方法是一般是使用固定的阈值进行异常筛选。但是当线损率随时间变化时,阈值存在不适用的可能性。而对于线损自动化系统产生的海量线损数据,更是难以对其进行人工核查。在线损特性分析方面,一般按照分压、分元件的方式分析线损的构成情况,从而提出降损的措施;或是通过其影响因素来反映线损的变化,但涉及线损率随时间变化的特性分析,目前仍缺少相应的研究。
技术实现思路
针对现有技术的不足,本专利技术的目的旨在提供一种基于样本熵与小波变换的线损特性分析方法,以为线损管理提供依据。为实现上述目的,本专利技术采用如下技术方案:一种基于样本熵与小波变换的线损特性分析方法,包括如下步骤:S1、输入原始线损数据S2、设定滑动移除数据的窗口长度S以及滑动步长L;S3、从待分析的原始线损率数据的第i个数据开始连续移除S个数据,再将剩余N-S个数据拼接在一起形成一个新的线损率序列;S4、利用样本熵理论计算重新拼接的线损率序列的熵值;S5、保持移除数据的窗口尺度不变,以步长L逐步移动窗口,重复步骤S3~S5,直到原始线损率数据序列结束为止;S6、通过步骤S2~S5得到一个随窗口移动的样本熵序列 ...
【技术保护点】
1.一种基于样本熵与小波变换的线损特性分析方法,其特征在于,包括如下步骤:S1、输入原始线损数据;S2、设定滑动移除数据的窗口长度S以及滑动步长L;S3、从待分析的原始线损率数据的第i个数据开始连续移除S个数据,再将剩余N‑S个数据拼接在一起形成一个新的线损率序列;S4、利用样本熵理论计算重新拼接的线损率序列的熵值;S5、保持移除数据的窗口尺度不变,以步长L逐步移动窗口,重复步骤S3~S5,直到原始线损率数据序列结束为止;S6、通过步骤S2~S5得到一个随窗口移动的样本熵序列;S7、根据步骤S6的样本熵序列的变化情况判断线损率异常点,并使用异常数据两侧平均值进行补全;S8、重复步骤S2~S7,对修正后的线损率数据进行检验,直至前后两次样本熵平均值之差在一个设定的值内;S9、对修正后的线损率数据进行小波变换,得出线损率小波方差;S10、根据线损率小波方差分析线损率的主要周期变换。
【技术特征摘要】
1.一种基于样本熵与小波变换的线损特性分析方法,其特征在于,包括如下步骤:S1、输入原始线损数据;S2、设定滑动移除数据的窗口长度S以及滑动步长L;S3、从待分析的原始线损率数据的第i个数据开始连续移除S个数据,再将剩余N-S个数据拼接在一起形成一个新的线损率序列;S4、利用样本熵理论计算重新拼接的线损率序列的熵值;S5、保持移除数据的窗口尺度不变,以步长L逐步移动窗口,重复步骤S3~S5,直到原始线损率数据序列结束为止;S6、通过步骤S2~S5得到一个随窗口移动的样本熵序列;S7、根据步骤S6的样本熵序列的变化情况判断线损率异常点,并使用异常数据两侧平均值进行补全;S8、重复步骤S2~S7,对修正后的线损率数据进行检验,直至前后两次样本熵平均值之差在一个设定的值内;S9、对修正后的线损率数据进行小波变换,得出线损率小波方差;S10、根据线损率小波方差分析线损率的主要周期变换。2.如权利要求1所述的基于样本熵与小波变换的线损特性分析方法,其特征在于,在步骤S9中,所述的小波变换采用的是Morlet复小波,Morlet复小波表达式为:对于线损率序列f(t),其连续小波变换为:式中,Wf(a,b)称为小波系数;ψ*(t)是ψ(t)的复共轭函数,a为频域参数,b为时域参数;通过小波变换系数Wf(a,b...
【专利技术属性】
技术研发人员:王奇,庄远灿,阎帅,朱建全,蔡延雷,刘明波,
申请(专利权)人:中国南方电网有限责任公司超高压输电公司检修试验中心,华南理工大学,
类型:发明
国别省市:广东,44
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。