一种基于大数据的地区输电网运行多维度分析方法技术

本发明专利技术公开了一种基于大数据的地区输电网运行多维度分析方法，采取基于互信息的重要特征筛选，经过模糊C值聚类与谱系聚类算法，形成典型的运行曲线；去除因运行方式变化、检修等引起重过载样本数据，对输电网是否能满足负荷需求开展多维度分析，构建基于运行效率、设备装备水平、负荷供需协调性开展对输电网运行多维度分析，为输电网区域发展进行多等级划分，减少因主观认知对评定标准造成的偏移，保证了评定结果的科学性和合理性，为电网规划人员提供可靠的参考建议。

【技术实现步骤摘要】
一种基于大数据的地区输电网运行多维度分析方法
本专利技术涉及基于大数据技术面向输电网设备的重过载成因的判断方法，属于输电网运行效益评估领域与电力大数据应用领域。
技术介绍
随着自动化与信息化技术在电力系统中得应用，电力系统在运行过程中会产生大量的运行数据,例如节点电压、节点电流、有功功率和无功功率等。这些数据在时间尺度上呈现出线性排列,构成了电网时序运行数据,通过分析其中的每一个断面,表征系统的运行状态及对系统做出多种多样的分析。在某些重要时期，如一年内气温最高或最低期间、重大社会活动期间等，用电负荷可能随着气温、用电人口等变化出现较大的波动。因输电网变压器负载率对运行状况有直接影响，且现阶段针对变压器重过载情况普遍处于事后处理阶段，缺乏对其负载的预判性工作。为有效提高电网应急能力，保证供电安全，重过载情况的影响因素进行分析。随着我国电网规模的日益扩大，运行方式的改变产生多种明显的特点的运行数据。随着不可预测事故的发生，势必会导致潮流的转移，造成某些设备的重载。同时，因为输电网的建设是超前规划，负荷的预测存在一定的不确定因素，随着时间的增长会导致输电线路或是设备出现重载、轻载的情况出现，造成输电网运行脆弱或是资源的闲置。目前输电网中对于出现过流过载问题感到棘手，实际运行情况于仿真结果存在较大差异，需要快速分析产生的原因。通过同一电压层级，相似拓扑结构下的电气设备具有相似的电气特性的背景下，采集其功率、电压、电流、拓扑结构数据等，通过数据挖掘技术，分析其与设备运行参数(容载比、重载率)之间的关系。电网结构复杂，设备数量庞大，改造更新频繁，诊断所涉及的因素众多。既要从整体上得到诊断结果，又要在关键点上得到细致的量化指标，往往面临着很大的难题。由于技术手段和工作量的原因，传统方法通常只能得到有关设备规模、设备负载率等单方面指标的统计结果，分析结论以定性分析为主，缺少定量的分析数据支持，很难得到一个对系统整体水平的评价，可操作性差。缺乏给下一步的改造和建设提供充分科学的建设性意见，已不能满足电网发展诊断工作需要针对电网发展中的种种问题，但现实的需求电网发展发展诊断十分重要。电网发展诊断指标体系作为电网发展诊断这一庞大工程中关键的一环，通过分析诊断指标体系，研究指标间的关联性，能客观地反映出电网发展中的部分问题。随着我国电网资产规模的不断扩大，位于输电网中的设备的数量愈来愈多。愈加可靠与坚强的电网结构，离不开电气设备的支持。电网的发展评价，与电气设备的运行特性、供电质量、容量利用率等多个维度息息相关。深挖其电气设备的运行与输电网发展水平的关联关系，力图提供一个新颖的参考角度反映电网的发展水平。研究输电网设备的投资与建设，对于其中相关联电气设备的关联影响，分析其在输电网中整体评价指标提升的传导过程。拓展传统电网发展诊断的思考角度，提供新的指标参数。因此，应该根据输电网变压器的运行数据、外部环境数据、相邻变压器重载的数据，通过对数据的分析与归类的方式，针对不同的变压器重过载成因进行更为细致的排查与分析。针对因负荷增长原因过载的情况，开展全面的输电网多维度运行指标分析，立足于数据自动采集系统开展对整个输电网运行状态的评估，以提高未来规划工作精准解决输电网变压器的重载问题。
技术实现思路
针对上述方法的不足，本专利技术提供一种基于大数据的地区输电网运行多维度分析方法，其能够研究关于输电网中输变电过重载的典型特征，分析其过重载成因，进而快速筛除不是因负荷增长引起的重过载样本，从而建立面向输电网的运行多维度分析，以判断其是否满足负荷增长的需要，有助于日后对输电网的规划提供合理的建议。本专利技术解决其技术问题而采取的技术方案是：一种基于大数据的地区输电网运行多维度分析方法，其特征在于，包括以下步骤：S1：采集输电网变压器分析研究其运行中拓扑结构变化信息、负载率信息、负荷属性信息、外部环境信息、设备运维信息数据；S2：将原始负载运行数据、所带负载性质数据、相邻开关拓扑结构变化数据、天气数据，负荷属性信息其离散化为24点运行数据，并进行编码、数据清洗；S3：基于互信息的自变量重要程度估计，分析研究各影响因素暨各特征对设备重过载影响的相关性和重要程度，提取相关性高，重要程度高的特征；S4：使用模糊C均值算法与谱系聚类法将利用不同特征对设备重过载样本进行聚类得到多个簇，每个不同的簇代表了某种重过载的特征规律；S5：根据各变压器重过载特征判断其重载成因，判断其是否由于是负荷增长导致的变压器重载；S6：留下由负荷增长导致的变压器重载数据，筛除由拓扑结构变化、计划性停电、相邻输变电设备施工引起重载样本；S7：基于大数据技术筛除无效重过载数据后，建立输电网运行分析多维度分析指标体系，突出电网发展与负荷需求的协调性评估；运用运行多维度分析指标模型对各地区的输电网发展开展诊断评估；S8：根据S7对输电网发展开展诊断评估后，将输电网区域发展水平分为四个等级：过于超前负荷发展、适当超前负荷发展、匹配负荷发展、滞后负荷发展四个等级；在规划立项阶段，减少过于超前负荷发展区域的项目数量，增加滞后发展区域的项目数量，重点提升匹配负荷发展、与滞后负荷发展区域的运行效率、效益。作为上述方案的进一步设置，步骤S1具体包括：内部数据依托电力系统遥测和遥信数据，根据电网及一、二次设备各自的特点，根据电力PMS系统，电力QS系统数据，数据采集及监视系统(SCADA)；外部数据主要来源于互联网，通过国家气象局公布的气象信息和是否为节假日标签数据，其中主要包括：输配电设备基本信息：输变电设备容量、设备ID、电压等级、投运日期、输变电设备重要等级；输变电设备运行信息：日负载率曲线、具有电气连接的相邻设备的日负载率曲线、相邻刀闸与断路器变动信息，是否重载；外部气象数据：日平均温度、天气状况、季度、是否为节假日；负载属性信息：重点负荷标识、供电负荷性质、用电类别、耗能行业类别、行业类别。作为上述方案的进一步设置，步骤S2具体包括：将原始负载运行数据、所带负载性质数据、相邻开关拓扑结构变化数据、天气数据，负荷属性信息其离散化为24点运行数据，并进行编码、数据清洗；具体为：将气温数据进行离散化处理：0℃之下定义为极低温度；0～10℃定义为低温；20—30℃定义为高温；30℃之上定义为极高温度；将天气状况进行离散化处理：晴天定义为1；阴天定义为2；雨天定义为3；将是否为节假日离散化处理：1为节假日，0为不是节假日；将日期所处星期几进行离散化：1为星期1，2为星期2，依此类推，星期日为7；将季度离散化处理：1为第一季度，依此类推，第四季度为4；同理将输配电设备信息与负载属性信息中的字符型进行编码离散化；输变电设备运行信息包括：输变电设备的负载率曲线离散化为24个点，每个点间隔1个小时；有电气相邻设备负载率意味着，仅通过一根输电线路互相连接的输变电设备负载率、是否重过载；拓扑结构变化意味着具有相邻刀闸、开关的开合状态发生了变化；<本文档来自技高网...

【技术保护点】
1.一种基于大数据的地区输电网运行多维度分析方法，其特征在于，包括以下步骤：/nS1：采集输电网变压器分析研究其运行中拓扑结构变化信息、负载率信息、负荷属性信息、外部环境信息、设备运维信息数据；/nS2：将原始负载运行数据、所带负载性质数据、相邻开关拓扑结构变化数据、天气数据，负荷属性信息其离散化为24点运行数据，并进行编码、数据清洗；/nS3：基于互信息的自变量重要程度估计，分析研究各影响因素暨各特征对设备重过载影响的相关性和重要程度，提取相关性高，重要程度高的特征；/nS4：使用模糊C均值算法与谱系聚类法将利用不同特征对设备重过载样本进行聚类得到多个簇，每个不同的簇代表了某种重过载的特征规律；/nS5：根据各变压器重过载特征判断其重载成因，判断其是否由于是负荷增长导致的变压器重载；/nS6：留下由负荷增长导致的变压器重载数据，筛除由拓扑结构变化、计划性停电、相邻输变电设备施工引起重载样本；/nS7：基于大数据技术筛除无效重过载数据后，建立输电网运行分析多维度分析指标体系，突出电网发展与负荷需求的协调性评估；运用运行多维度分析指标模型对各地区的输电网发展开展诊断评估；/nS8:根据S7对输电网发展开展诊断评估后，将输电网区域发展水平划分为四个等级：过于超前负荷发展、适当超前负荷发展、匹配负荷发展、滞后负荷发展四个等级。/n...

【技术特征摘要】
1.一种基于大数据的地区输电网运行多维度分析方法，其特征在于，包括以下步骤：
S1：采集输电网变压器分析研究其运行中拓扑结构变化信息、负载率信息、负荷属性信息、外部环境信息、设备运维信息数据；
S2：将原始负载运行数据、所带负载性质数据、相邻开关拓扑结构变化数据、天气数据，负荷属性信息其离散化为24点运行数据，并进行编码、数据清洗；
S3：基于互信息的自变量重要程度估计，分析研究各影响因素暨各特征对设备重过载影响的相关性和重要程度，提取相关性高，重要程度高的特征；
S4：使用模糊C均值算法与谱系聚类法将利用不同特征对设备重过载样本进行聚类得到多个簇，每个不同的簇代表了某种重过载的特征规律；
S5：根据各变压器重过载特征判断其重载成因，判断其是否由于是负荷增长导致的变压器重载；
S6：留下由负荷增长导致的变压器重载数据，筛除由拓扑结构变化、计划性停电、相邻输变电设备施工引起重载样本；
S7：基于大数据技术筛除无效重过载数据后，建立输电网运行分析多维度分析指标体系，突出电网发展与负荷需求的协调性评估；运用运行多维度分析指标模型对各地区的输电网发展开展诊断评估；
S8:根据S7对输电网发展开展诊断评估后，将输电网区域发展水平划分为四个等级：过于超前负荷发展、适当超前负荷发展、匹配负荷发展、滞后负荷发展四个等级。


2.根据权利要求1所述的基于大数据的地区输电网运行多维度分析方法，其特征在于，所述步骤S1具体包括：内部数据依托电力系统遥测和遥信数据，根据电网及一、二次设备各自的特点，根据电力PMS系统，电力QS系统数据，数据采集及监视系统(SCADA)；外部数据主要来源于互联网，通过国家气象局公布的气象信息和是否为节假日标签数据，其中主要包括：
输配电设备基本信息：输变电设备容量、设备ID、电压等级、投运日期、输变电设备重要等级；
输变电设备运行信息：日负载率曲线、具有电气连接的相邻设备的日负载率曲线、相邻刀闸与断路器变动信息，是否重载；
外部气象数据：日平均温度、天气状况、季度、是否为节假日；
负载属性信息：重点负荷标识、供电负荷性质、用电类别、耗能行业类别、行业类别。


3.根据权利要求1所述的基于大数据的地区输电网运行多维度分析方法，其特征在于，所述步骤S2具体包括：将原始负载运行数据、所带负载性质数据、相邻开关拓扑结构变化数据、天气数据，负荷属性信息其离散化为24点运行数据，并进行编码、数据清洗；具体为：
将气温数据进行离散化处理：0℃之下定义为极低温度；0～10℃定义为低温；20—30℃定义为高温；30℃之上定义为极高温度；
将天气状况进行离散化处理：晴天定义为1；阴天定义为2；雨天定义为3；
将是否为节假日离散化处理：1为节假日，0为不是节假日；
将日期所处星期几进行离散化：1为星期1，2为星期2，依此类推，星期日为7；
将季度离散化处理：1为第一季度，依此类推，第四季度为4；
同理将输配电设备信息与负载属性信息中的字符型进行编码离散化；
输变电设备运行信息包括：输变电设备的负载率曲线离散化为24个点，每个点间隔1个小时；有电气相邻设备负载率意味着，仅通过一根输电线路互相连接的输变电设备负载率、是否重过载；拓扑结构变化意味着具有相邻刀闸、开关的开合状态发生了变化；
将其中重过载状态标记为1，非重过载状态标记为0；故针对某一特定变电设备的时序数据可以记为：X＝{x0,x1,x2,...,x23}，其中xi为这一设备的时序状态，共有24个点；数据清洗主要分为：(1)异常值分析，(2)缺失值处理两部分；
(1)异常值分析主要包含筛出样本数据中明显偏离其他数据点的个别样本点，采取箱线图能够检测异常值，对真实数据的接纳度比较高，箱线图鉴定异常数据的准则：异常值指小于QRL-1.5*IQR或大于Qu-1.5*IQR的值；QL定义为下四分位数，代表全部观测数据中有四分之一的数据值小于它；Qu定义为上四分位数，代表全部观测数据中有四分之一的数据值大于它；IQR定义为四分位数间隔，指上四分位数Qu与下四分位数QL的差，数量为全部观测数据的一半；
(2)缺失值处理主要有使用固定值、最近临插补法、回归方法、插值法；
针对时序数据，常常与前后样本有连续关系，因此本文采用牛顿插值法进行插值；N取值为5，与前后各两个样本相关；如下所示：
f(x)＝f(x1)+(x-x1)f[x2,x1]+(x-x1)(x-x2)f[x2,x1,x3]+...+(x-x1)(x-x2)...(x-xn)f[xn,xn-1,...x1,x]。


4.根据权利要求1所述的基于大数据的...

【专利技术属性】
技术研发人员：黎萌，林毅，吴威，严通煜，黄屏发，李明浩，
申请(专利权)人：国网福建省电力有限公司经济技术研究院，国网信通亿力科技有限责任公司，
类型：发明
国别省市：福建;35