基于大数据的电网运行管理方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种基于大数据的电网运行管理方法、装置、设备及存储介质，所述方法为：获取电力负荷数据，通过对电力负荷数据进行预处理操作，清理电力负荷数据中的异常数据；对预处理操作后的电力负荷数据进行波动区间的密度聚类，得到供异常检测的离群序列和供预测使用的负荷序列聚集簇，根据离群序列建立异常行为检测模型，根据负荷序列聚集簇建立负荷预测模型；使用异常行为检测模型对离群序列进行异常行为检测，得到异常行为序列，使用负荷预测模型对负荷序列聚集簇进行负荷的短期预测，得到预测序列，基于异常行为序列和预测序列对电网运行进行管理。从而实现异常用电行为检测和电力负荷短期预测，保证电网的安全可靠运行。行。行。

【技术实现步骤摘要】
基于大数据的电网运行管理方法、装置、设备及存储介质


[0001]本专利技术涉及电网运行管理领域，尤其涉及一种基于大数据的电网运行管理方法、装置、设备及计算机可读存储介质。

技术介绍

[0002]近几年来，智慧城市的建设吸引了人们的广泛关注，智能电网作为智慧城市的重要组成部分，在智慧城市的建设过程中发挥着不可忽视的作用。智慧城市的建设要求具有更智能化的电力系统，随着大数据技术的逐渐成熟，运用大数据技术解决电力行业的问题，尤其是使用数据挖掘技术对电力数据进行挖掘研究成为了智能电网建设的热点之一。由于我国电力需求侧的增长速度将要超过发电量的增长，如何实现电力系统的安全稳定运行成了电网建设的重点。电力系统运行过程中，由于环境的复杂多变和社会的快速发展，可能会出现一系列影响电力系统稳定运行的异常用电行为。这些异常不仅影响着电网的规划建设以及电力的调度安排，甚至误导地区经济计划的制定，阻碍社会的发展。电力系统的持续可靠运行，不仅关系着千家万户的日常生活和企业的经营发展，同时也关系着国家的长治久安。因此，保证电力系统的安全可靠运行是保障国计民生的重要要求。

技术实现思路

[0003]本专利技术的主要目的在于提供一种基于大数据的电网运行管理方法，旨在解决现有技术中如何实现电力系统的安全稳定运行的技术问题。
[0004]为实现上述目的，本专利技术提供一种基于大数据的电网运行管理方法，所述基于大数据的电网运行管理方法包括：获取电力负荷数据，通过对所述电力负荷数据进行预处理操作，清理所述电力负荷数据中的异常数据；对预处理操作后的电力负荷数据进行波动区间的密度聚类，得到供异常检测的离群序列和供预测使用的负荷序列聚集簇，根据所述离群序列建立异常行为检测模型，根据所述负荷序列聚集簇建立负荷预测模型；使用所述异常行为检测模型对离群序列进行异常行为检测，得到异常行为序列，使用所述负荷预测模型对负荷序列聚集簇进行负荷的短期预测，得到预测序列，基于所述异常行为序列和所述预测序列对电网运行进行管理。
[0005]可选地，所述异常数据包括噪声数据和缺失值数据，所述清理所述电力负荷数据中的异常数据的步骤，包括：根据预设时间序列模型，对所述噪声数据和所述缺失值数据进行清理。
[0006]可选地，所述根据预设时间序列模型，对所述噪声数据和所述缺失值数据进行清理的步骤，包括：若清理的数据对象为所述噪声数据，则在基于负荷序列的前后波动性关系和负荷间的距离检测到噪声数据后，采用当前负荷相对前一预设时间周期的时间序列的变化数据
进行修复；若清理的数据对象为所述缺失值数据，则在所述负荷序列中获取缺失值前后相邻预设时间周期相同时间点的负荷数据，并根据相同时间点的负荷数据计算得到负荷均值，基于后一个时间周期相对前一时间周期的负荷量变化率得到负荷变化量，在负荷均值基础上加上负荷变化量以填充所述缺失值数据。
[0007]可选地，所述使用所述异常行为检测模型对离群序列进行异常行为检测，得到异常行为序列的步骤，包括：读取用户信息，得到用户在预设读取周期内的负荷序列，对所述负荷序列进行聚类分析得到相似类别组，基于所述相似类别组判断所述负荷序列中是否存在离群序列；若存在离群序列，则使用预设历史数据模型对所述离群序列进行计算得到历史匹配度，使用预设相似用户模型对所述离群序列进行计算得到相似匹配度；基于所述历史匹配度和所述相似匹配度得到最终匹配度，对所述离群序列进行所述最终匹配度的匹配处理，得到所述异常行为序列。
[0008]可选地，所述使用所述负荷预测模型对负荷序列聚集簇进行负荷的短期预测，得到预测序列的步骤，包括：判断待短期预测的目标日期是否为假期，若待短期预测的目标日期是假期，则提取待短期预测的目标日期前两天的波动序列和上一年同期序列，输出预测序列。
[0009]可选地，在所述判断待短期预测的目标日期是否为假期之后的步骤，还包括：若待短期预测的目标日期不是假期，则在所述负荷序列聚集簇中选取与所述目标日期相邻的预设数量的负荷序列，判断所述预设数量的负荷序列与所述待短期预测的负荷序列是否处于相同时间段；若所述预设数量的负荷序列与所述待短期预测的负荷序列处于相同时间段，则从选取的负荷序列中截取与所述目标日期相距预设间隔时间的负荷序列，作为参考序列，基于所述参考序列输出所述预测序列；若所述预设数量的负荷序列与所述待短期预测的负荷序列不处于相同时间段，则从所述负荷序列聚集簇中剔除所述待短期预测的负荷序列。
[0010]可选地，所述对所述电力负荷数据进行预处理操的步骤包括：采用以下预处理操作中的一种或多种，对所述电力负荷数据通过填写缺失值、光滑噪声数据以及删除离群点进行数据清洗；或者，对所述电力负荷数据，通过去重处理进行数据集成；或者，对所述电力负荷数据，通过压缩进行数据规约；或者，对所述电力负荷数据，通过数据离散化和分层处理进行数据变换处理。
[0011]此外，为实现上述目的，本专利技术还提供一种基于大数据的电网运行管理装置，所述装置包括：预处理模块，用于获取电力负荷数据，对所述电力负荷数据进行预处理操作，清理所述电力负荷数据中的异常数据；密度聚类模块，用于对预处理操作后的电力负荷数据进行波动区间的密度聚类，建立异常行为检测模型和负荷预测模型；
检测预测模块，用于使用所述异常行为检测模型对离群序列进行异常行为检测，得到异常行为序列，使用所述负荷预测模型对负荷序列聚集簇进行负荷的短期预测，得到预测序列，基于所述异常行为序列和所述预测序列对电网运行进行管理。
[0012]此外，为实现上述目的，本专利技术还提供一种基于大数据的电网运行管理设备，所述基于大数据的电网运行管理设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于大数据的电网运行管理程序，所述基于大数据的电网运行管理程序被所述处理器执行时实现如上述的基于大数据的电网运行管理方法的步骤。
[0013]此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有基于大数据的电网运行管理程序，所述基于大数据的电网运行管理程序被处理器执行时实现如上所述的基于大数据的电网运行管理方法的步骤。
[0014]本专利技术实施例提出的一种基于大数据的电网运行管理方法、设备及计算机可读存储介质，鉴于负荷数据的来源多种多样，为提高数据的可用性，对电力数据使用时间序列分析的方法进行了预处理；对于异常行为的检测采用的是对用电负荷的波动区间进行密度聚类得到离群点，然后利用该用户的历史用电信息和该用户的相似用户的用电负荷特征曲线进行匹配处理，经分析得到离群点的异常嫌疑度；由于电力调度离不开电力负荷的预测，根据电力负荷的预测需求，根据需求，提出基于时间序列的密度聚类预测方法。该方法以用电序列的起始时间、波动时间跨度、起始用电量、平均用电量、平均增长率等指标表示用电模式，并对用电模式进行聚类得到相似负荷聚集簇，结合回归方法对用户负荷进行短期预测。在异常检测时，现有技术中很少考虑相似用户之间的关联性，当同一相似类型的用户的用电行为均发生变化时，如果只考虑单个用户的用电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的电网运行管理方法，其特征在于，所述基于大数据的电网运行管理方法包括以下步骤：获取电力负荷数据，通过对所述电力负荷数据进行预处理操作，清理所述电力负荷数据中的异常数据；对预处理操作后的电力负荷数据进行波动区间的密度聚类，得到供异常检测的离群序列和供预测使用的负荷序列聚集簇，根据所述离群序列建立异常行为检测模型，根据所述负荷序列聚集簇建立负荷预测模型；使用所述异常行为检测模型对所述离群序列进行异常行为检测，得到异常行为序列，使用所述负荷预测模型对所述负荷序列聚集簇进行负荷的短期预测，得到预测序列，基于所述异常行为序列和所述预测序列对电网运行进行管理。2.如权利要求1所述的基于大数据的电网运行管理方法，其特征在于，所述异常数据包括噪声数据和缺失值数据，所述清理所述电力负荷数据中的异常数据的步骤，包括：根据预设时间序列模型，对所述噪声数据和所述缺失值数据进行清理。3.如权利要求2所述的基于大数据的电网运行管理方法，其特征在于，所述根据预设时间序列模型，对所述噪声数据和所述缺失值数据进行清理的步骤，包括：若清理的数据对象为所述噪声数据，则在基于负荷序列的前后波动性关系和负荷间的距离检测到噪声数据后，采用当前负荷相对前一预设时间周期的时间序列的变化数据进行修复；若清理的数据对象为所述缺失值数据，则在所述负荷序列中获取缺失值前后相邻预设时间周期相同时间点的负荷数据，并根据相同时间点的负荷数据计算得到负荷均值，基于后一个时间周期相对前一时间周期的负荷量变化率得到负荷变化量，在负荷均值基础上加上负荷变化量以填充所述缺失值数据。4.如权利要求1所述的基于大数据的电网运行管理方法，其特征在于，所述使用所述异常行为检测模型对离群序列进行异常行为检测，得到异常行为序列的步骤，包括：读取用户信息，得到用户在预设读取周期内的负荷序列，对所述负荷序列进行聚类分析得到相似类别组，基于所述相似类别组判断所述负荷序列中是否存在离群序列；若存在离群序列，则使用预设历史数据模型对所述离群序列进行计算得到历史匹配度，使用预设相似用户模型对所述离群序列进行计算得到相似匹配度；基于所述历史匹配度和所述相似匹配度得到最终匹配度，对所述离群序列进行所述最终匹配度的匹配处理，得到所述异常行为序列。5.如权利要求1所述的基于大数据的电网运行管理方法，其特征在于，所述使用所述负荷预测模型对负荷序列聚集簇进行负荷的短期预测，得到预测序列的步骤，包括：判断待短期预测的目标日期是否为假期，若待短期预测的目标日期是假期，...

【专利技术属性】
技术研发人员：张聪，宋丹阳，庞海天，樊小毅，
申请(专利权)人：深圳江行联加智能科技有限公司，
类型：发明
国别省市：