一种水电大数据特征指标提取方法技术

本发明专利技术公开了一种水电大数据特征指标提取方法，涉及调峰设备技术领域，包括采集水电机组各设备的运行参数，并建立水电机组各设备的运行参数的并行时间序列；将水电机组各设备的运行参数，基于并行时间序列输入至预先构建调峰设备状态参数的特征提取模型中；基于调峰设备状态参数的特征提取水电机组各设备的运行参数。通过多维度的对各设备的运行参数的统计量，计算调峰设备状态和水电机组各设备的运行参数的统计量特征相关性，并对其测试重要程度，有利于去除重要程度低的统计量数据干扰，降低计算分析过程的复杂度，提高模型数据计算效率，加快对调峰设备状态参数判断结果速度，提高检修效率。提高检修效率。提高检修效率。

【技术实现步骤摘要】
一种水电大数据特征指标提取方法


[0001]本专利技术涉及调峰设备
，尤其涉及一种水电大数据特征指标提取方法。

技术介绍

[0002]调峰设备作为电力系统中的重要设备，用于调节用电高峰，保障电力系统安全稳定、经济运行的作用。水电机组中的调峰设备可以满足启停方便、并网时易于同步的特点，但是频繁的启停以及复杂的工况转换，使得水电机组更易出现故障，而水电机组的一大特点即是设备众多且结构复杂，也因此其故障模式机理复杂、多种因素耦合，基于电路或机械模型的常规故障分析难度较大。
[0003]目前，对调峰设备状态判断，需要对水电机组各个设备的参数进行采集，通过比较实际振动情况和正常工况下的预测振动情况获得评价结果，由于水电站中水电机组中设备众多、结构复杂，其故障模式具有机理复杂、关联模块多、延时体现、情况各异的特点，采集的设备的参数众多，运维人员直接分析全部原始数据过程缓慢，并且其中有大量的关联性数据，不能直接进行筛选，导致对调峰设备状态参数判断结果缓慢，影响检修效率。

技术实现思路

[0004]因此，本专利技术解决的技术问题是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种水电大数据特征指标提取方法，其特征在于，包括：采集水电机组各设备的运行参数，并建立水电机组各设备的运行参数的并行时间序列；将水电机组各设备的运行参数，基于并行时间序列输入至预先构建调峰设备状态参数的特征提取模型中；基于调峰设备状态参数的特征提取水电机组各设备的运行参数。2.如权利要求1所述的水电大数据特征指标提取方法，其特征在于，所述并行时间序列包括：将调峰设备的运行参数的时间划分为单位时间，并且每个单位时间的时间间隔相同；根据时间先后，对单位时间进行序列编号；在单位时间内对水电机组各设备的运行参数状态量进行采集；基于单位时间的序列编号，记录各设备的运行参数状态量，生成水电机组各设备的运行参数的并行时间序列。3.如权利要求1所述的水电大数据特征指标提取方法，其特征在于：所述调峰设备状态参数的特征提取模型，其计算表达式为：其中，S
i,j
表示调峰设备状态参数的特征提取模型，i表示水电机组各设备中的第i台设备，表示i对应的第j种状态量为时间序列t表示该状态量对应的采样时刻，表示该状态量的采样长度。4.如权利要求3所述的水电大数据特征指标提取方法，其特征在于：对调峰设备状态参数的特征提取模型进行简化，其计算表达式为：其中，c表示计算的通道数，即对于标量状态量c＝1，对于向量状态量c等于数据维度。5.如权利要求1所述的水电大数据特征指标提取方法，其特征在于：基于调峰设备状态参数的特征提取水电机组各设备的运行参数的统计量，所述各设备的运行参数的统计量包括序列的偏度、序列的长度，序列的峰度、序列的经验分布函数的分位数和序列的分桶熵，其计算表达式为：其计算表达式为：
其中，S表示单一通道下的状态向量，即统计过程逐通道进行，s
v
表示该向量中第v个分量，a表示序列编号，n
t
表示序列长度，skewness(S)表示序列S的偏度，kurtosis(S)表示该序列的峰度，std(S)表示该序列的标准差，q表示该序列的经验分布函数，Q
q
(S)表示该序列的经验分布函数q的分位数，E
m
(S)表示该序列的分桶熵，m表示区间数，p表示该序列区间的水电机组各设备的运行参数的统计量特征相关性的重要程度，p
k...

【专利技术属性】
技术研发人员：郝峰，荆岫岩，王璞，卞秀杰，魏李，梁庆春，祁炜雯，许永鹏，严英杰，刘亚东，江秀臣，
申请(专利权)人：国网新源控股有限公司国网浙江省电力有限公司绍兴供电公司，
类型：发明
国别省市：