一种基于大数据的电能质量分析系统及方法技术方案

本发明专利技术涉及一种基于大数据的电能质量分析系统及方法，以解决现有技术存在的各种因素导致电网系统不能提供良好的电能质量，且无法精准量化电能质量治理设备容量和安装地点的问题。该电能质量分析系统包括监测数据查询模块、电能质量分析模块、统计分析模块和系统配置模块。该电能质量分析方法包括：1)通过监测点的终端监测设备监测电能质量，产生终端监测数据；2)通过数据接入，实时和离线采集监测点的终端监测数据；3)基于大数据处理平台Cloudera进行实时和离线分析计算任务；4)将终端监测数据分类整合，并以Hbase形式进行存储；5)通过文件接口、数据库、可视化展示的方式，为电能质量分析用户提供查询和操作电能质量分析的界面。析的界面。析的界面。

【技术实现步骤摘要】
一种基于大数据的电能质量分析系统及方法


[0001]本专利技术涉及一种基于大数据的电能质量分析系统及方法。

技术介绍

[0002]随着我国经济进入高速发展，人们的生活越来越智能化，大功率电器的使用数量也在不断增加，进而对电能质量的要求也就变得越来越高，用电安全也被人们越来越重视。在实际运用中，各种因素都会导致电网系统不能提供良好的电能质量，如三相电压或电流的不平衡、电网谐波、电压闪变、电压畸变、频率偏差等，且无法精准量化电能质量治理设备容量和安装地点，从而影响全社会的生产生活质量，因此需要对电能质量进行分析，以便及时对电能质量进行监控和治理。

技术实现思路

[0003]本专利技术的目的是解决现有技术存在的各种因素导致电网系统不能提供良好的电能质量，且无法精准量化电能质量治理设备容量和安装地点的问题，而提供了一种基于大数据的电能质量分析系统及方法。
[0004]为达到上述目的，本专利技术所采用的技术方案为：
[0005]一种基于大数据的电能质量分析系统，其特殊之处在于：包括监测数据查询模块、电能质量分析模块、统计分析模块和系统配置模块；
[0006]所述监测数据查询模块包括电能质量指标查询单元和电能质量地区查询单元；所述电能质量指标查询单元用于按照用户条件对监测数据及电能质量指标进行查询、展示；所述电能质量地区查询单元用于根据用户地图上的GIS展示出电能质量指标数据；
[0007]所述电能质量分析模块包括电能质量预警单元、电能质量评估单元和电能质量预测单元；所述电能质量预警单元用于针对电能质量主要指标进行实时在线监测分析，设定预警阈值和预警等级，并根据设定的预警条件进行实时预警；所述电能质量评估单元用于对电能质量大数据进行分析评估，找出不合格的电能质量监测数据，并对不合格的电能质量监测数据利用Apriori关联规则和FP
‑
Tree算法，进行关联规则挖掘，从海量电能质量大数据中找出隐藏在数据中影响电能质量内在特征和规律，发现影响电能质量的原因，从而对电能质量进行评估；所述电能质量预测单元用于结合电能质量历史数据、电能质量实时监测数据、配电网线路分布数据以及地理信息数据，通过时间和空间关联分析，对区域内电能质量进行预测；
[0008]所述统计分析模块用于对监测数据进行统计，对电能质量指标进行分析，按照监测点、监测区域、指标类型、监测事件多维度进行统计分析，并将统计分析结果进行展示；
[0009]所述系统配置模块包括用户配置单元、设备配置单元和数据配置单元；所述用户配置单元用于对用户角色、用户权限信息进行配置；所述设备配置单元用于对监测设备进行参数配置和状态配置；所述数据配置单元用于对数据库的参数进行维护，并对导入导出数据的路径进行配置。
[0010]进一步地，所述统计分析模块的统计分析结果以图和表的形式展现，并提供Excel和HTML的导出功能。
[0011]一种基于大数据的电能质量分析方法，其特殊之处在于，运行于上述基于大数据的电能质量分析系统，包括以下步骤：
[0012]1)通过监测点的终端监测设备监测电能质量，产生终端监测数据；
[0013]2)通过数据接入，实时和离线采集监测点的终端监测数据；
[0014]3)基于大数据处理平台Cloudera进行实时和离线分析计算任务；
[0015]4)将终端监测数据分类整合，并以Hbase形式进行存储；
[0016]5)通过文件接口、数据库、可视化展示的方式，为电能质量分析用户提供查询和操作电能质量分析的界面。
[0017]进一步地，步骤1)中，所述终端监测数据包括电网三相电压ua、ub、uc，负载三相电流ial、ibl、icl，通用电能质量控制装置的三相电流ias、ibs、ics，三相电压偏差DUabc，三相电压波动dUabc，三相电压不平衡度sUabc，三相电流偏差为DIabc，三相电流波动dIabc，谐波畸变率THDIabc，功率因数指标DPF，线路损耗率dP。
[0018]进一步地，步骤3)中，所述基于大数据处理平台Cloudera进行实时和离线分析计算任务的实现方式为，通过MapReduce并行计算技术对存储在大数据处理平台Cloudera的终端监测数据进行统计分析，包括统计算法或分析算法；
[0019]所述统计算法包括对终端监测数据的最大值、最小值、平均值、95％概率以及合格率的统计，其中对终端监测数据的最大值、最小值和平均值的统计实现过程为：
[0020]a)在Map阶段完成一条通道或一个监测点的终端监测数据过滤，得到一个时间段内该通道或监测点终端监测数据的最大值、最小值和平均值；
[0021]b)通过Map操作对一项终端监测数据(v1,v2,...,v
k
)进行转换，生成i为关键字，电压、电流畸变率为关键值(i,(v
1i
,v
2i
,...,v
ki
))，作为Reduce阶段的输入数据；
[0022]c)在Reduce阶段对输入数据根据关键字i进行分类统计，并计算最小值m
in
、最大值m
ax
及平均值a
vg
；
[0023]所述分析算法的实现过程为：
[0024]a)根据三相电压或电流中最大畸变率与国标值比较的结果，将畸变率平均划分为10个等级，等级严重程度依次类推；
[0025]b)在Map阶段对终端监测数据进行过滤，读取每个通道或监测点对应的总畸变率值；
[0026]c)在Reduce阶段根据每个通道或监测点的总畸变率值分别计算评估等级，并输入每个通道或监测点的等级。
[0027]进一步地，步骤3)中，所述大数据处理平台Cloudera包括指标与运行状态分析模块和暂态事件分析模块；
[0028]所述指标与运行状态分析模块按照以下步骤运行：
[0029]a)验证系统对海量数据的存储和统计分析能力，特选取1T量的测试数据，在大数据处理平台Cloudera上对终端监测数据进行统计计算；
[0030]b)统计每日具有完整台帐信息的监测点电能质量数据的最大值、最小值和平均值，结果保存到Hbase数据库及MySQL数据库中；
[0031]c)统计每天每个监测点的电压偏差、频率偏差、长时间闪变指标的超限时间与统计时间；
[0032]d)统计每个监测点每天的电压总电能质量畸变超标情况、负序电压不平衡度超标情况、电能质量电压含有率超标情况、间电能质量电压含有率超标情况、电能质量电流超标情况；
[0033]e)通过对监测点的终端监测设备在线率、完整率、准确率的计算，得到终端监测设备运行状态统计；
[0034]f)获取监测点台帐信息和一段时间内的终端监测数据后，通过对比得到监测点的终端监测设备在线情况、数据指标上传量、数据正确性情况，以及台帐中在运行监测点情况、应该上传的数据量，通过比率计算以及按区域、时间聚合计算方法得本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的电能质量分析系统，其特征在于：包括监测数据查询模块、电能质量分析模块、统计分析模块和系统配置模块；所述监测数据查询模块包括电能质量指标查询单元和电能质量地区查询单元；所述电能质量指标查询单元用于按照用户条件对监测数据及电能质量指标进行查询、展示；所述电能质量地区查询单元用于根据用户地图上的GIS展示出电能质量指标数据；所述电能质量分析模块包括电能质量预警单元、电能质量评估单元和电能质量预测单元；所述电能质量预警单元用于针对电能质量主要指标进行实时在线监测分析，设定预警阈值和预警等级，并根据设定的预警条件进行实时预警；所述电能质量评估单元用于对电能质量大数据进行分析评估，找出不合格的电能质量监测数据，并对不合格的电能质量监测数据利用Apriori关联规则和FP
‑
Tree算法，进行关联规则挖掘，从海量电能质量大数据中找出隐藏在数据中影响电能质量内在特征和规律，发现影响电能质量的原因，从而对电能质量进行评估；所述电能质量预测单元用于结合电能质量历史数据、电能质量实时监测数据、配电网线路分布数据以及地理信息数据，通过时间和空间关联分析，对区域内电能质量进行预测；所述统计分析模块用于对监测数据进行统计，对电能质量指标进行分析，按照监测点、监测区域、指标类型、监测事件多维度进行统计分析，并将统计分析结果进行展示；所述系统配置模块包括用户配置单元、设备配置单元和数据配置单元；所述用户配置单元用于对用户角色、用户权限信息进行配置；所述设备配置单元用于对监测设备进行参数配置和状态配置；所述数据配置单元用于对数据库的参数进行维护，并对导入导出数据的路径进行配置。2.根据权利要求1所述的基于大数据的电能质量分析系统，其特征在于：所述统计分析模块的统计分析结果以图和表的形式展现，并提供Excel和HTML的导出功能。3.一种基于大数据的电能质量分析方法，其特征在于，运行于权利要求1所述的一种基于大数据的电能质量分析系统，包括以下步骤：1)通过监测点的终端监测设备监测电能质量，产生终端监测数据；2)通过数据接入，实时和离线采集监测点的终端监测数据；3)基于大数据处理平台Cloudera进行实时和离线分析计算任务；4)将终端监测数据分类整合，并以Hbase形式进行存储；5)通过文件接口、数据库、可视化展示的方式，为电能质量分析用户提供查询和操作电能质量分析的界面。4.根据权利要求3所述的基于大数据的电能质量分析方法，其特征在于：步骤1)中，所述终端监测数据包括电网三相电压ua、ub、uc，负载三相电流ial、ibl、icl，通用电能质量控制装置的三相电流ias、ibs、ics，三相电压偏差DUabc，三相电压波动dUabc，三相电压不平衡度sUabc，三相电流偏差为DIabc，三相电流波动dIabc，谐波畸变率THDIabc，功率因数指标DPF，线路损耗率dP。5.根据权利要求4所述的基于大数据的电能质量分析方法，其特征在于：步骤3)中，所述基于大数据处理平台Cloudera进行实时和离线分析计算任务的实现方式为，通过MapReduce并行计算技术对存储在大数据处理平台Cloudera的终端监测数据进行统计分析，包括统计算法或分析算法；
所述统计算法包括对终端监测数据的最大值、最小值、平均值、95％概率以及合格率的统计，其中对终端监测数据的最大值、最小值和平均值的统计实现过程为：a)在Map阶段完成一条通道或一个监测点的终端监测数据过滤，得到一个时间段内该通道或监测点终端监测数据的最大值、最小值和平均值；b)通过Map操作对一项终端监测数据(v1,v2,...,v
k
)进行转换，生成i为关键字，电压、电流畸变率为关键值(i,(v
1i
,v
2i
,...

【专利技术属性】
技术研发人员：徐昌宝，孙鹏博，丁键，白士贤，高鹏，潘成达，崔旭东，吕世高，庞思奇，康凯，奇达博尔，
申请(专利权)人：西安爱科赛博电气股份有限公司国家电网有限公司，
类型：发明
国别省市：