一种面向配电终端在线状态估计方法技术

本发明专利技术涉及一种面向配电终端在线状态估计方法，其技术特点是：通过对配电终端采集的数据进行预处理，得到配电终端的状态数据矩阵；采用数据融合模型计算数据样本与邻居数据的方差，消除方差差异影响，得到配电终端的状态估计矩阵；采用非负矩阵分解的方法对配电终端的状态估计矩阵进行降维处理，得到低维样本与邻居状态矩阵的欧式距离；根据低维样本与邻居状态矩阵的欧式距离对状态数据进行状态估计。本发明专利技术采用数据融合

【技术实现步骤摘要】
一种面向配电终端在线状态估计方法


[0001]本专利技术属于配电系统
，涉及配电终端状态监测，尤其是一种面向配电终端在线状态估计方法。

技术介绍

[0002]由于配电系统中各类新型负荷、电源、储能设备的比例不断升高，配电系统的愈发不可观测和控制，因此，在配电系统中部署大量融合监测、控制、通信功能于一体的智能终端，能够有效提升新型配电系统的可观性和可控性。但是，大量智能终端的接入使得配电系统运行观测效率进一步提升的同时，也带来了信道干扰、数据量剧增、终端故障与电力故障的耦合等问题，因此有必要提升智能终端自我在线监测和状态估计的能力，从而减少信息
‑
物理耦合造成的系统信息的不确定性上升及连锁故障的发生。

技术实现思路

[0003]本专利技术的目的在于克服现有技术的不足，提供一种面向配电终端在线状态估计方法，能够实时有效地对配电终端及配电终端
‑
平台通信信道的状态进行估计。
[0004]本专利技术解决现有的技术问题是采取以下技术方案实现的：
[0005]一种面向配电终端在线状态估计方法，包括以下步骤：
[0006]步骤1、通过对配电终端采集的数据进行预处理，得到配电终端的状态数据矩阵；
[0007]步骤2、采用数据融合模型计算数据样本与邻居数据的方差，消除方差差异影响，得到配电终端的状态估计矩阵；
[0008]步骤3、采用非负矩阵分解的方法对配电终端的状态估计矩阵进行降维处理，得到低维样本与邻居状态矩阵的欧式距离；
[0009]步骤4、根据低维样本与邻居状态矩阵的欧式距离对状态数据进行状态估计。
[0010]进一步，所述步骤1的具体实现方法包括以下步骤：
[0011]⑴
配电终端收集自身传感器数据；
[0012]⑵
配电终端通过与数据平台的通信数据反馈获取通信质量数据；
[0013]⑶
配电终端发送查询指令获取与邻居终端的相关状态数据及通信质量数据；
[0014]⑷
配电终端对获取的各类数据进预处理，对异常状态数据进行初步判断，对状态数据及通信质量数据进行矩阵化处理，得到配电终端的状态数据矩阵。
[0015]进一步，所述配电终端的状态数据矩阵中t0时刻的元素按下式计算得到：
[0016][0017]上式中，t0为获取数据的时刻，w
i
为t0时刻终端获取的数据为N(w
i
)为样本w
i
的邻居数据集合，X
t0
(i,j)为矩阵中第i行第j列的元素值，w
j
为样本数据w
i
的第j个邻居数据，α邻居数据的数据权重系数，l为邻居数据的数量。
[0018]进一步，所述步骤2的具体实现方法为：
[0019]首先，根据数据样本w与邻居样本w
n
的距离选择满足如下条件的n个数据：
[0020]D(w,w1)≤D(w,w2)≤
…
≤D(w,w
n
)
[0021]上式中，D表示两个数据之间的欧式距离；
[0022]采用如下公式消除多模态之间的方差差异，计算得到配电终端的状态估计矩阵：
[0023][0024]上式中，X
t
'0(i,j)为状态估计矩阵中第i行第j列的元素值，D表示两个数据之间的欧式距离，α邻居数据的数据权重系数。
[0025]进一步，所述步骤3的具体实现方法为：
[0026]首先，采用非负矩阵分解的方法对步骤2获得的配电终端的状态估计矩阵进行如下变换：
[0027][0028]上式中，为t0时刻状态数据矩阵的近似低阶重建，E
t0
为状态数据矩阵的残差矩阵，W为状态数据基矩阵；
[0029]然后，在非负矩阵分解空间中，采用下式计算低维样本与邻居状态矩阵的欧式距离：
[0030][0031]进一步，所述步骤4的具体实现方法包括以下步骤：
[0032]⑴
按照步骤1的方法对配电终端采集的状态数据进行预处理得到状态数据矩阵；
[0033]⑵
预处理后向非负分解矩阵模型上进行投影，并计算该数据状态矩阵与其n个近邻样本的欧氏距离的平方和；
[0034]⑶
比较欧氏距离的平方和与所设置参考基线的差值大小的绝对来确定终端状态是否正常，若样本的欧氏距离的平方和位于阈值范围之外，则该时刻配电终端状态异常，否则该时刻配电终端状态异常；
[0035]⑷
将步骤
⑶
得到的状态估计结果进行输出。
[0036]本专利技术的优点和积极效果是：
[0037]本专利技术设计合理，其采用数据融合
‑
非负矩阵分解方法实现面向配电终端的实时状态快速准确估计功能，并且通过一个典型的配电物联网算例进行验证，结果显示，本专利技术具有准确性高且速度快的特点，可以有效应对配电物联网中配电终端的实时状态估计需求，可广泛用于电力配电系统中。
附图说明
[0038]图1是本专利技术面向配电终端在线状态估计方法流程图。
具体实施方式
[0039]以下结合附图对本专利技术实施例做进一步详述。
[0040]本专利技术的设计思想是：根据配电终端自带的状态传感器及信道数据的采集特性、
数据传输的状态等数据，针对配电终端的运行状态异常、通信信道质量恶化、电力
‑
通信连锁故障等实际应用场景，通过建立数据融合
‑
非负矩阵分解的模型，结合配电物联网系统监测平台的实时监测情况及与配电终端的实时交互状态，实现在线状态估计功能。其通过对不同来源的数据融合判别及对异常数据的预处理，使得多模态数据进一步融合消除多模态间数据的方差，能够准确对配电终端及配电终端
‑
平台通信信道的状态进行估计。
[0041]基于上述设计思想，本专利技术提出一种面向配电终端在线状态估计方法，如图1所示，包括以下步骤：
[0042]步骤1、通过对配电终端采集的数据进行预处理，得到配电终端的状态数据矩阵。
[0043]本步骤的具体实现方法包括以下步骤：
[0044](1)配电终端收集自身传感器数据；
[0045](2)配电终端通过与数据平台的通信数据反馈获取通信质量数据；
[0046](3)配电终端发送查询指令获取与邻居终端的相关状态数据及通信质量数据；
[0047](4)配电终端对获取的各类数据进预处理，对异常状态数据进行初步判断，对状态数据及通信质量数据进行矩阵化处理，得到配电终端的状态数据矩阵。设该时刻为t0，则状态数据矩阵中的元素按照下式计算：
[0048][0049]上式中，t0为获取数据的时刻，w
i
为t0时刻终端获取的数据为N(wi)为样本wi的邻居数据集合，X
t0
(i,j)为矩阵中第i行第j列的元素值，w...

【技术保护点】

【技术特征摘要】
1.一种面向配电终端在线状态估计方法，其特征在于：包括以下步骤：步骤1、通过对配电终端采集的数据进行预处理，得到配电终端的状态数据矩阵；步骤2、采用数据融合模型计算数据样本与邻居数据的方差，消除方差差异影响，得到配电终端的状态估计矩阵；步骤3、采用非负矩阵分解的方法对配电终端的状态估计矩阵进行降维处理，得到低维样本与邻居状态矩阵的欧式距离；步骤4、根据低维样本与邻居状态矩阵的欧式距离对状态数据进行状态估计。2.根据权利要求1所述的一种面向配电终端在线状态估计方法，其特征在于：所述步骤1的具体实现方法包括以下步骤：
⑴
配电终端收集自身传感器数据；
⑵
配电终端通过与数据平台的通信数据反馈获取通信质量数据；
⑶
配电终端发送查询指令获取与邻居终端的相关状态数据及通信质量数据；
⑷
配电终端对获取的各类数据进预处理，对异常状态数据进行初步判断，对状态数据及通信质量数据进行矩阵化处理，得到配电终端的状态数据矩阵。3.根据权利要求2所述的一种面向配电终端在线状态估计方法，其特征在于：所述配电终端的状态数据矩阵中t0时刻的元素按下式计算得到：上式中，t0为获取数据的时刻，w
i
为t0时刻终端获取的数据为N(wi)为样本wi的邻居数据集合，X
t0
(i,j)为矩阵中第i行第j列的元素值，w
j
为样本数据w
i
的第j个邻居数据，α邻居数据的数据权重系数，l为邻居数据的数量。4.根据权利要求1所述的一种面向配电终端在线状态估计方法，其特征在于：所述步骤2的具体实现方法为：首先，根据数据样本w与邻...

【专利技术属性】
技术研发人员：董杰，赵建军，周金涛，贾慧，李洋，刘佳林，刘欢，靳康萌，孔乾坤，杨挺，刘亚闯，
申请(专利权)人：国家电网有限公司天津大学，
类型：发明
国别省市：