【技术实现步骤摘要】
一种变电站监控信息特征选择方法、存储介质和设备
[0001]本专利技术涉及一种变电站监控信息特征选择方法、存储介质和设备,属于智能变电站
技术介绍
[0002]随着特高压、新能源、直流负荷以及电力电子设备在电力系统投运比例不断提高,电力系统动态特性日益复杂,应用理论分析方法尚不能完全解析系统运行中出现的一些复杂现象,因此应用人工智能分析方法,根据现场运行数据,对系统状态进行学习诊断,是解决现有系统运行中存在的难解问题的有效途径。电力系统调控中心汇集来自多个变电站保护设备的监测数据和监控信号,监测范围广、点数多且采样率高,具有多源多维冗余特征,对监测数据和监控信号进行深度分析,可提取表征系统运行状态的隐藏信息。由于调控中心汇集的变电站监控信息数据量巨大且实时处理速度要求高,数据中所存在的大量冗余无关特征,增加了大数据分析的复杂程度,不仅消耗资源,而且影响了分析效率。
技术实现思路
[0003]本专利技术是提供一种变电站监控信息特征选择方法,可对变电站监控信息特征进行快速准确地提取。
[0004]为达到上述目的,本专利技术所采用的技术方案是:一种变电站监控信息特征选择方法,包括以下步骤:根据变电站监控信息反映的故障事件,构建目标故障事件集合;确认目标故障事件的数据来源范围,所述数据来源范围包括故障事件提供信息的设备以及变电站范围,以及事件分析对应的故障信息的时间范围;将所述数据来源范围形成备选特征集合;计算备选特征集合中每个备选特征与目标故障事件的相关性,该备选特征与其他特征的冗余性,以 ...
【技术保护点】
【技术特征摘要】
1.一种变电站监控信息特征选择方法,其特征在于,包括以下步骤:根据变电站监控信息反映的故障事件,构建目标故障事件集合;确认目标故障事件的数据来源范围,所述数据来源范围包括故障事件提供信息的设备以及变电站范围,以及事件分析对应的故障信息的时间范围;将所述数据来源范围形成备选特征集合;计算备选特征集合中每个备选特征与目标故障事件的相关性,该备选特征与其他特征的冗余性,以及该备选特征基于电气距离的权重,基于信息性质的模糊权重;根据所述相关性、冗余性以及基于电气距离的权重、基于信息性质的模糊权重计算目标故障事件对应备选特征的加权最大相关最小冗余值并进行排序;根据所述加权最大相关最小冗余值的排序剔除无效特征和弱信息特征。2.根据权利要求1所述变电站监控信息特征选择方法,其特征在于:所述确认目标故障事件的数据来源范围包括以下步骤:确定该事件发生后的第一条发布“保护启动”信息的保护设备,以及最早发出“保护启动”报文的时刻t1;根据t1计算获得监测数据及监控信号分析的起始时刻t0;顺次提取在起始时刻t0后发布“保护启动”信息的保护设备,从而确定提供信息的保护设备范围和变电站范围;确认保护设备范围和变电站范围中最后发布的保护返回信息的时刻,作为事件分析的结束时刻;从起始时刻t0至结束时刻作为提取事件分析对应的故障信息的时间范围。3.根据权利要求1所述变电站监控信息特征选择方法,其特征在于:所述将所述数据来源范围形成备选特征集合,包括以下步骤:根据模拟量监测数据计算提取出结论型特征,用布尔型数据表示;监控信号或经模拟量预处理得出的布尔型数据,均采用布尔值表示;对布尔值数据进行处理,布尔数据值以及布尔数据变化值组合成为备选特征。4.根据权利要求1所述变电站监控信息特征选择方法,其特征在于:所述相关性以及冗余性采用互信息进行计算:所述相关性以及冗余性采用互信息进行计算:其中,D
i
为备选特征x
i
与故障事件的相关性,S为备选特征集合,|S|为备选特征数量,x
i
为第i个备选特征,x
i
∈S,c为目标故障事件,I(x
i
;c)为备选特征与目标故障事件的互信息,R
i
为备选特征x
i
的冗余性,x
...
【专利技术属性】
技术研发人员:盖晓平,高峰,史娇阳,王冬青,赵喜兰,林春龙,杨剑梅,范玉昆,王维洲,郑文辉,夏常明,刘海潮,孙逊,王霞,王斌斌,赵喜全,刘纯明,王梅琨,马龙,苟霖,陈轩,马思超,王莉香,
申请(专利权)人:国网甘肃省电力公司天水供电公司北京科东电力控制系统有限责任公司,
类型:发明
国别省市:
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。