适用于广域量测数据质量提升的信息异常识别拟合方法技术

本发明专利技术提供适用于广域量测数据质量提升的信息异常识别拟合方法，涉及信息异常识别技术领域，方法包括，步骤S1：对配电网设置多个量测节点，获取广域量测数据的采集结果；步骤S2：对采集结果进行比对分析，构建异常数据特征库；步骤S3：构建数据提升的信息异常识别模型；步骤S4：筛选缺失、采集失败等异常数据；步骤S5：根据历史数据对缺失数据进行全面拟合填补；本发明专利技术通过设置多个量测节点，对各个量测节点获取的数据进行比对，并通过历史量测数据和相邻量测节点数据对故障数据和缺失数据进行填补，以解决现有的量测数据质量没有得到提升，对于异常或缺失的量测数据无法填补的问题。题。题。

【技术实现步骤摘要】
适用于广域量测数据质量提升的信息异常识别拟合方法


[0001]本专利技术涉及信息异常识别
，尤其涉及适用于广域量测数据质量提升的信息异常识别拟合方法。

技术介绍

[0002]域测量系统(Wide Area Measurement System,WAMS)是以同步向量测量技术为基础，以电力系统动态过程检测、分析和控制为目标的实时监控系统。WAMS具有异地高精度同步向量测量、高速通信和快速反映等技术特点，非常适合大跨度电网，尤其是针对互联电网的动态过程实时监控的使用。
[0003]现有的技术中，在对广域量测数据进行识别时，对广域量测数据的采集质量现状的分析存在不足，现有的识别方法不能有效地对量测数据的异常进行识别，存在无法准确修正异常数据或填补缺失数据的问题。

技术实现思路

[0004]针对现有技术存在的不足，本专利技术目的是提供适用于广域量测数据质量提升的信息异常识别拟合方法，通过设置多个量测节点，对各个量测节点获取的数据进行比对，并通过历史量测数据和相邻量测节点数据对故障数据和缺失数据进行填补，以解决现有的量测数据质量没有得到提升，对于异常或缺失的量测数据无法填补的问题。
[0005]为了实现上述目的，本专利技术是通过如下的技术方案来实现：适用于广域量测数据质量提升的信息异常识别拟合方法，包括如下步骤：
[0006]步骤S1：对配电网设置多个量测节点，通过量测节点获取广域量测数据的采集结果，所述采集结果包括节点实际电压、节点实际电流、节点电流阈值、节点电压阈值、电压波动值和电流波动值；
[0007]步骤S2：对广域量测数据的采集结果进行比对分析，获取未采集成功的异常数据的用户特征，构建异常数据特征库；
[0008]步骤S3：基于异常数据特征库，构建数据提升的信息异常识别模型；
[0009]步骤S4：利用信息异常数据识别模型，对数据进行异常检测，筛选缺失、采集失败等异常数据；
[0010]步骤S5：根据量测节点的历史数据，对缺失数据进行全面拟合填补。
[0011]进一步地，所述步骤S1包括如下子步骤：
[0012]步骤S101：基于配电网中的元件配置多个量测节点，对每个量测节点的实际电流和电压进行获取，设置为历史节点数据；
[0013]步骤S102：获取量测节点的历史节点数据，求得节点的历史平均电流，设置为节点电流阈值，求得历史平均电压，设置为节点电压阈值；
[0014]步骤S103：获取量测节点预设电流和预设电压；将节点电流阈值与预设电流的差值的绝对值设置为电流波动值，将节点电压阈值与预设电压差值的绝对值设置为电压波动
值。
[0015]进一步地，所述步骤S2包括如下子步骤：
[0016]步骤S201：获取量测节点采集到的采集结果；对采集结果进行比对分析，获得数据获取正常或数据获取异常信号；
[0017]步骤S202：当检测到数据获取异常时，对对应的量测节点进行故障分析，得到故障节点，将故障节点的数据设置为异常数据；
[0018]步骤S203：获取异常数据对应的用户特征，所述用户特征包括用户类型和用电时段，建立异常数据特征库。
[0019]进一步地，所述步骤S201中的比对分析包括：
[0020]步骤S20101：获取节点电流阈值和电流波动值，将节点电流阈值与电流波动值的和设置为第一节点电流，将节点电流阈值与电流波动值的差设置为第二节点电流；
[0021]步骤S20202：获取节点实时电流，当节点实时电流小于等于第一节点电流且大于等于第二节点电流时，判断数据获取正常；
[0022]当节点实时电流大于第一节点电流或节点实时电流小于第二节点电流时，判断数据获取异常；
[0023]步骤S20203：获取节点电压阈值和电压波动值，将节点电压阈值与电压波动值的和设置为第一节点电压，将节点电压阈值与电压波动值的差设置为第二节点电压；
[0024]步骤S20204：获取节点实时电压，当节点实时电压小于等于第一节点电压且大于等于第二节点电压时，判断数据获取正常；
[0025]当节点实时电压大于第一节点电压或节点实时电压小于第二节点电压时，判断数据获取异常。
[0026]进一步地，所述步骤S202中的故障分析包括：
[0027]当检测到数据获取异常时，对对应的量测节点进行故障分析，得到故障节点，将故障节点的数据设置为异常数据；
[0028]步骤S20201：获取数据出现数据获取异常的量测节点，设置为待检测节点，获取待检测节点相邻的两个量测节点，设置为标准节点；
[0029]步骤S20202：对标准节点的采集结果进行比对分析；
[0030]步骤S20203：当两个标准节点的采集结果均为数据获取正常时，将待检测节点判断为故障节点；
[0031]当两个标准节点的采集结果均为数据获取异常时，将待检测节点判断为正常节点。
[0032]进一步地，所述步骤S4包括：利用信息异常数据识别模型，对实时获取的节点数据进行异常检测，当检测到故障节点时，对该节点的电压数据和电流数据置空，并设置为异常置空数据，
[0033]所述步骤S4还包括：对所有缺失数据设置置空，设置为缺失置空数据，并获取缺失置空数据对应的量测节点。
[0034]进一步地，所述步骤S5包括如下子步骤：
[0035]步骤S501：获取异常置空数据和对应的故障节点；对故障节点相邻的两个量测节点进行获取；当故障节点相邻的两个量测节点均为正常节点时，将相邻的两个量测节点设
置为补空节点；
[0036]步骤S502：当故障节点相邻的两个量测节点中有故障节点时，对故障节点再向外取一个量测节点，直至取得的量测节点全部为正常节点，将取得的两个量测节点设置为补空节点；
[0037]步骤S503：获取两个补空节点的节点电流阈值和节点电压阈值；求得两个补空节点的节点电流阈值的平均值，设置为置空电流；求得两个补空节点的节点电压阈值的平均值，设置为置空电压；将置空电流和置空电压填入异常置空数据中；
[0038]步骤S504：获取缺失置空数据和对应的量测节点；对量测节点的历史数据进行获取；得到该量测节点的节点电流阈值和节点电压阈值；
[0039]步骤S505：将节点电流阈值和节点电压阈值填入缺失置空数据中。
[0040]进一步的，所述步骤S3包括如下子步骤：
[0041]步骤S301、根据量测节点的拓扑关系构建节点拓扑网络；
[0042]步骤S302、对所有异常数据进行K
‑
MEAN聚类分析以得到若干异常数据簇；
[0043]步骤S303、通过相关度分析每一异常数据簇和故障结果之间的相关度，并根据相关度配置异常数据簇与异常结果之间的相关度优先值；
[0044]步骤S304、根据相关度优先值的大小对每一异常结果的异常数据簇进行排序以获得异常序列；
[0045]步骤S305、根据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.适用于广域量测数据质量提升的信息异常识别拟合方法，其特征在于，包括如下步骤：步骤S1：对配电网设置多个量测节点，通过量测节点获取广域量测数据的采集结果，所述采集结果包括节点实际电压、节点实际电流、节点电流阈值、节点电压阈值、电压波动值和电流波动值；步骤S2：对广域量测数据的采集结果进行比对分析，获取未采集成功的异常数据的用户特征，构建异常数据特征库；步骤S3：基于异常数据特征库，构建数据提升的信息异常识别模型；步骤S4：利用信息异常数据识别模型，对数据进行异常检测，筛选缺失、采集失败等异常数据；步骤S5：根据量测节点的历史数据，对缺失数据进行全面拟合填补。2.根据权利要求1所述的适用于广域量测数据质量提升的信息异常识别拟合方法，其特征在于，所述步骤S1包括如下子步骤：步骤S101：基于配电网中的元件配置多个量测节点，对每个量测节点的实际电流和电压进行获取，设置为历史节点数据；步骤S102：获取量测节点的历史节点数据，求得节点的历史平均电流，设置为节点电流阈值，求得历史平均电压，设置为节点电压阈值；步骤S103：获取量测节点预设电流和预设电压；将节点电流阈值与预设电流的差值的绝对值设置为电流波动值，将节点电压阈值与预设电压差值的绝对值设置为电压波动值。3.根据权利要求2所述的适用于广域量测数据质量提升的信息异常识别拟合方法，其特征在于，所述步骤S2包括如下子步骤：步骤S201：获取量测节点采集到的采集结果；对采集结果进行比对分析，获得数据获取正常或数据获取异常信号；步骤S202：当检测到数据获取异常时，对对应的量测节点进行故障分析，得到故障节点，将故障节点的数据设置为异常数据；步骤S203：获取异常数据对应的用户特征，所述用户特征包括用户类型和用电时段，建立异常数据特征库。4.根据权利要求3所述的适用于广域量测数据质量提升的信息异常识别拟合方法，其特征在于，所述步骤S201中的比对分析包括：步骤S20101：获取节点电流阈值和电流波动值，将节点电流阈值与电流波动值的和设置为第一节点电流，将节点电流阈值与电流波动值的差设置为第二节点电流；步骤S20202：获取节点实时电流，当节点实时电流小于等于第一节点电流且大于等于第二节点电流时，判断数据获取正常；当节点实时电流大于第一节点电流或节点实时电流小于第二节点电流时，判断数据获取异常；步骤S20203：获取节点电压阈值和电压波动值，将节点电压阈值与电压波动值的和设置为第一节点电压，将节点电压阈值与电压波动值的差设置为第二节点电压；步骤S20204：获取节点实时电压，当节点实时电压小于等于第一节点电压且大于等于第二节点电压时，判断数据获取正常；
当节点实时电压大于第一节点电压或节点实时电压小于第二节点电压时，判断数据获取异常。5.根据权利要求4所述的适用于广域量测数据质量提升的信息异常识别拟合方法，其特征在于，所述步骤S202中的故障分析包括：当检测到数据获取异常时，对对应的量测节点进行故障分析，得到故障节点，将故障节点的数据设置为异常数据；步骤S20201：获取数据出现数据获取异常的量测节点，设置为待检测节点，获取待检测节点相邻的两个量测节点，设置为标准节点；步骤S20202：对标准节点的采集结果进行比对分析；步骤S20203：当两个标准节点的采集结果均为数据获取正常时，将待检测节点判断为故障节点；当两个标准节点的采集结果均为数据获取异常时，将待检测节点判断为正常节点。6.根据权利要求5所述的适用于广域量测数据质量提升的信息异常识别拟合方法，其特征在于，所述步骤S4包括：利用信息异常数据识别模型，对实时获取的节点数据进行异常检测，当检测到故障节点时，对该节点的电压数据和电流数据置空，并设置为异常置空数据，所述步骤S4还包括：对所有缺失数据设置置空，设置为缺失置空数据，并获取缺失置空数据对应的量测节点。7.根据权利要求6所述的适用于广域量测数据质量提升的信息异常识别拟合方法，其特征在于，所述步骤S5包括如下子步骤：步骤S501：获取异常置空数据和对应的故障节点；对故障节点相邻的两个量测节点进行获取；当故障节点相邻的两个量测节点均为正常节点时，将相邻的两个量测节点设置为补空节点；步骤S502：当故障节点相邻的两个量测节点中有故障节点时，对故障节点再向外取一个量测节点，直至取得的量测节点全部为正常节点，将取得的...

【专利技术属性】
技术研发人员：鄢盛腾，夏桃芳，高琛，高强强，林华，詹世安，丁忠安，林胤戎，王雅平，刘佳宁，戴蓉，黄华峰，陈伟寅，郑宏，郑晓晖，陈元珽，刘缵彬，
申请(专利权)人：国网信通亿力科技有限责任公司国网信息通信产业集团有限公司福建省供电服务有限责任公司，
类型：发明
国别省市：