The invention belongs to the technical field of electric power measurement and inspection, in particular to a time sequence data processing method and a processing device of an intelligent electric energy meter. Firstly, real-time sampling is carried out for the time series data of the overall evaluation of the running state of the electric energy meter; secondly, processing is carried out to obtain the time series matrix; then the window time series matrix is generated; then the window time series matrix is transformed into the standard non Hermitian matrix; the singular value equivalent matrix is calculated, and finally the standard product matrix is calculated. The invention first preprocesses the power big data and completes the time series data representation; then integrates the time series data by using the real-time separation window technology; finally calculates the standard product matrix and completes the time series data representation; the above process makes data preparation for the construction of the random matrix model; it constructs two kinds of random matrix models and comprehensively advances the electric energy meter from the whole to the part Row time series data processing and analysis can effectively evaluate, analyze and predict the running state of the watt hour meter in real time.
【技术实现步骤摘要】
一种智能电能表时序数据处理方法和处理装置
本专利技术属于电力计量及稽查
,具体涉及一种智能电能表时序数据处理方法和处理装置。
技术介绍
随着智能配电网络规模的不断发展,供电区域的不断扩大以及计量表的智能化程度不断提升,智能计量表的信息采集系统覆盖率逐渐增大,电网运行过程中检、监测数据量呈指数量级增长。由此,电能表的运行状态也呈现出更加复杂和突发的特点。目前,针对电能表运行状态的评价和处置,电力公司主要通过现场检测的方式来判断电能表的运行状态。然而,电能表运行状态在实际检验过程受到大气环境等因素的影响较大,同时,负荷的改变对电能表的测量也会带来较大误差,或将无法获得电能表的准确运行状态。对此,为了有效解决该类动态问题,需研究分析多种影响因素与电能表运行状态之间的相关性,以此综合评估电能表运行状态。随着大数据的驱动生产,基于大数据挖掘的分析方法应用于各行各业中,机器学习等由数据驱动的分析方法逐渐用于更多的前沿领域。大数据原理是针对问题所涉及的所有数据进行计算、分析和处理的新型数学原理,其中大数据具有5V(Volume,Velocity,Variety,Value,Veracity)的特点。以数据驱动为核心思想的大数据原理,在计量统计、特征分析和行为决策中本质上是一种方法论和认识论的结合,是对数据主体机理和趋势的认知解释。大数据技术的关键性作用在于将海量级数据信息专业化和可视化分析和处理,其必须依托于云计算的分布式处理、分布式数据库和云存储、虚拟化技术。随着大数据的驱动发展,基于大数据原理和技术的应用研究在各 ...
【技术保护点】
1.一种智能电能表时序数据处理方法,其特征在于:具体包括以下步骤:/nS1、针对电能表运行状态整体评估的时序数据进行实时采样;/nS2、对步骤S1获得的数据进行分析构建时间序列矩阵;/nS3、利用实时分离窗法对时间序列矩阵进行表征生成窗口时序矩阵;/nS4、将窗口时序矩阵转化为标准非Hermitian矩阵;/nS5、计算步骤S4获得的矩阵的奇异值等价矩阵;/nS6、计算步骤S5获得的矩阵的标准积矩阵,得到后续处理中随机矩阵模型分析的标准矩阵。/n
【技术特征摘要】
1.一种智能电能表时序数据处理方法,其特征在于:具体包括以下步骤:
S1、针对电能表运行状态整体评估的时序数据进行实时采样;
S2、对步骤S1获得的数据进行分析构建时间序列矩阵;
S3、利用实时分离窗法对时间序列矩阵进行表征生成窗口时序矩阵;
S4、将窗口时序矩阵转化为标准非Hermitian矩阵;
S5、计算步骤S4获得的矩阵的奇异值等价矩阵;
S6、计算步骤S5获得的矩阵的标准积矩阵,得到后续处理中随机矩阵模型分析的标准矩阵。
2.根据权利要求1所述的一种智能电能表时序数据处理方法,其特征在于:所述步骤S2中的时间序列矩阵包括完整的时间序列矩阵和单个电能表的时间序列矩阵所述步骤。
3.根据权利要求2所述的一种智能电能表时序数据处理方法,其特征在于:所述步骤S2具体为:
S21、选取n个电能表作为整体的空间样本,将电能表能采集到的时序数据的相关影响因素维度数量记为v,设定采样时刻为Ti,n个电能表在Ti采样时刻采集的数据xn所构成的列向量为xn(Ti),在相关影响因素的维度下,完整的时间序列矩阵表示为
S22、对于某一个电能表,v个相关影响因素维度在Ti采样时刻采集的数据xv所构成的列向量为xv(Ti),单个电能表的时间序列矩阵表示为
S23、将和用矩阵X代替。
4.根据权利要求3所述的一种智能电能表时序数据处理方法,其特征在于:所述电能表能...
【专利技术属性】
技术研发人员:程瑛颖,杜杰,张家铭,侯兴哲,周全,肖冀,冯凌,胡晓锐,尹心,周建波,魏麟,谭时顺,周峰,胡建明,
申请(专利权)人:国网重庆市电力公司电力科学研究院,国家电网有限公司,
类型:发明
国别省市:重庆;50
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。