【技术实现步骤摘要】
一种基于电网微数据融合的数据监测分析及优化方法
本专利技术涉及数据分析领域,具体涉及基于微数据融合的电力数据监测分析及优化方法。
技术介绍
随着电网服务的全面深化,对于各个电力公司管理模式和经营策略产生了深刻影响。尤其是为主动适应发展新形势,依据“大经营”体系建设思路,提出要完善经营管理机制和研究机制,打造协调有序、优化有方、执行有力、考核有据、集约高效的经营管理网上平台目前绝大多数的项目优选方法都是基于大数据挖掘技术,其所需数据量巨大,对分析运算效率要求较高,同时,对大量数据中的脏数据处理也相对麻烦,在整个分析过程中,管理人员能难介入,这就造成了很多分析结果不能很好的与当地的实际情况相结合,造成项目建设了,但是收效甚微的情况,浪费了有限的资源。于是为了优化项目的可行性和效率,现有技术中就提出了例如专利申请号为:201811228414.4的专利技术专利《一种电网项目两阶段决策优化方法及系统》中就公开了一种电网项目两阶段决策优化方法及系统,包括以下内容:对影响电网项目排序的因素进行分析,构建电网项目优化排序的评价指标体系;根据电网项目优化排序的评价指标体系,建立基于物元可拓的电网项目优化排序模型;根据电网项目优化排序模型,筛选出满足对应评价指标要求的电网项目,并获取筛选出的电网项目的基本信息;根据电网发展目标,预先建立基于Weingartner的电网发展辅助决策模型,并确定电网项目的约束条件;根据预先建立的电网发展辅助决策模型和筛选出的电网项目及其基本信息,基于电网投资限额,确定最优的电网项目或电网项 ...
【技术保护点】
1.一种基于电网微数据融合的数据监测分析及优化方法,应用于指定区域的电力项目,其特征在于:包括以下步骤:/n步骤1:通过数据平台获取项目所在区域电网结构数据、电网运行数据及规划项目数据;/n步骤2:基于电力数据字典对电网数据进行清洗,对数据中的重复值、异常数据等脏数据进行清理或修复,达到可用标准;/n步骤3:通过相关系数分析对电网数据进行指标筛选,从所有数据指标中挑选适合当地电网情况的数据指标集;/n步骤4:通过影响因素量化解析数据挖掘方法,从数据指标集中找出该地区影响到电网可靠性、适应性等影响较大的指标,形成指标微数据集影响因子系数;/n步骤5:利用融合赋权法,将各个待建项目的指标代入,得到电网项目关联关系;/n步骤6:根据项目的关联关系建立项目动态调整构架;/n步骤7:通过手动或自动触发的形式进行项目的调整。/n
【技术特征摘要】
1.一种基于电网微数据融合的数据监测分析及优化方法,应用于指定区域的电力项目,其特征在于:包括以下步骤:
步骤1:通过数据平台获取项目所在区域电网结构数据、电网运行数据及规划项目数据;
步骤2:基于电力数据字典对电网数据进行清洗,对数据中的重复值、异常数据等脏数据进行清理或修复,达到可用标准;
步骤3:通过相关系数分析对电网数据进行指标筛选,从所有数据指标中挑选适合当地电网情况的数据指标集;
步骤4:通过影响因素量化解析数据挖掘方法,从数据指标集中找出该地区影响到电网可靠性、适应性等影响较大的指标,形成指标微数据集影响因子系数;
步骤5:利用融合赋权法,将各个待建项目的指标代入,得到电网项目关联关系;
步骤6:根据项目的关联关系建立项目动态调整构架;
步骤7:通过手动或自动触发的形式进行项目的调整。
2.如权利要求1所述的一种基于电网微数据融合的数据监测分析及优化方法,其特征在于:所述步骤2中基于电力数据字典对电网数据进行清洗至少包括:
1.不完整数据处理;
2.错误值的检测及处理;
3.重复记录的检测及消除;
4.不一致性数据的检测及处理;
上述步骤由1-4依次执行,并且在第一轮循环完毕后重复执行直到处理后的数值不发生变化。
3.如权利要求1所述的一种基于电网微数据融合的数据监测分析及优化方法,其特征在于:所述步骤3中指标筛选的具体步骤为:
首先确定所关注区域电网核心指标;
将其他电网指标与核心指标放在一起进行对比,从正相关、负相关和不相关三个方向确定两组电网指标间的变化趋势关系,建立相关系数的数学模型;
设电网核心指标数据集为X,其他的关联指标数据集Y,则两组数据的协方差为:
Cov(X,Y)=E(X-E(X))(Y-E(Y))
其中Cov(X,Y)为协方差,即表示的是两组数据的总体的误差,E(X)和E(Y)分别为数据集的期望值;
得到Cov(X,Y)后,进一步通过相关系数ρXY来判断两组指标之间的相关程度:
相关系数ρXY的计算公式为:
说明式中D(X)为可靠性指标数据集的方差,D(Y)为假设的关联指标数据集的方差,ρXY为相关系数;通过相关系数ρXY来判断核心指标和其他指标之间的相关程度。
4.如权利要求1所述的一种基于电网微数据融合的数据监测分析及优化方法,其特征在于:所述步骤4中所采用的影响因素量化解析数据挖掘方法具体为依托随机森林预测算法的嵌入法,具体步骤包括:
1)首先确定预测算法的自变量和因变量;
2)将75%的历史因变量和特征数据作为随机森林预测算法的输入训练集,设置模型参数,拟合出预测模型;
3)利用剩余25%的历史因变量和特征数据作为预测算法的测试集,利用预测模型进行因变量的预测,并...
【专利技术属性】
技术研发人员:司为国,李颖毅,罗近圣,钱啸,高璐,叶刚进,章姝俊,商佳宜,杨翾,陈致远,龙昌敏,李雯芸,向新宇,毛西吟,陆海波,
申请(专利权)人:国网浙江省电力有限公司,国网浙江省电力有限公司杭州供电公司,北京国网信通埃森哲信息技术有限公司,
类型:发明
国别省市:浙江;33
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。