System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电网生产调度,尤其为电网运行数据智能统计分析方法。
技术介绍
1、随着电网信息化技术的不断发展,电网系统中积累的待处理数据量急剧增加,现已呈现爆炸性增长态势。同时,出现了一种数据越多信息越匾乏的现象,现有技术中,传统的方法无法发现电网数据中的项与项或属性与属性间的关系规律,对变化过于敏感、影响电力系统稳定的因素考虑不全面、算法比较少、没有考虑利用实测数据对现有的安全稳定因素进行修正。鉴于以上问题,本专利技术提出电网运行数据智能统计分析方法以解决上述问题。
技术实现思路
1、本专利技术的主要目的在于提供电网运行数据智能统计分析方法,以解决相关技术中提出的问题。
2、为了实现上述目的,根据本专利技术的一个方面,提供了电网运行数据智能统计分析方法,包括如下步骤:
3、s1:从源电网存储库中抽取所需要的数据;
4、s2:对数据进行合理有效的预处理;
5、s3:将处理后的数据进行分类存储在多维数据模式的数据仓库中;
6、s4:对数据进行知识挖掘分析预测;
7、s5:将分析预测的结果可视化展现。
8、进一步地,所述s1中所需要的数据包括限定值的线路负荷信息、变电站主变信息、发电厂数据信息。
9、进一步地,所述s2中对数据进行合理有效的预处理为数据抽取、数据的清洗转换、数据的加载。
10、进一步地,所述数据的清洗转换用于处理数据的不完整、数据的不一致、数据噪音和数据的规范化和
11、进一步地,所述s4中知识挖掘包括多维关联性分析以及时序预测。
12、进一步地,所述多维关联性分析的步骤如下:
13、s1:借助数据挖掘领域中的多维关联规则技术清理大量初始记录数据,根据电网安全运行特点提炼出与分析因素有联系的记录字段数据,组成新的电网业务记录表;
14、s2:从表中找出诱因记录字段值和结果字段值组成的频繁字段组合;
15、s3:最后通过支持度和可信度来衡量该频繁字段组合是否能推导出该因素的关联规则,以充分展示各客观因素对分析因素产生的影响程度。
16、进一步地,所述时序预测包括用电量预测、发电量预测和负荷预测。
17、进一步地,所述时序预测是基于指数平滑分析模型和回归分析模型同时接受原始数据产生各自的预测值,然后将这些预测值经过加权综合得到最后的预测数据。
18、进一步地,所述指数平滑分析模型,计算如下:
19、对时间序列x1,x2,...,xn,一次平滑指数公式为:
20、ft=αxt+(1-α)ft-1
21、其中,α是前一电网数据观测值和当前电网数据观测值之间的权重,xt是历史数据序列x在t时的观测值,ft和ft-1分别时t时和t-1时的平滑值;
22、预测模型为:
23、x′t+1=ft。
24、
25、进一步地,所述回归分析模型具体步骤如下:
26、步骤一:建立一元回归模型,公式为:
27、
28、其中,x为电网数据中的自变量,y为电网数据中的因变量,是y的估计值,a和b为未知参数,b为回归系数;
29、步骤二:计算未知参数a和b,先对a和b求偏导并令其为零,得到公式对其求解:
30、∑y=a+b∑x
31、∑xy=a∑x+b∑x2
32、步骤三:计算相关系数进行相关检验,公式为:
33、
34、其中,r为相关系数,σx和σy分别为x和y的方差;
35、步骤四:判定在给定概率下的实际值的取值范围,分析情况进行预测。
36、与现有技术相比,本专利技术具有以下有益效果:
37、本专利技术使用对数据进行采集、抽取、清洗、建模、分析、预测、展现,实现管理部门对电网运行状态一站式汇总、图表呈现、驾驶仓式体验。解决数据零散、不易汇总,打破数据壁垒,站在电网运行管理的角度,全方位,多角度呈现电网运行状态及风险,便于管理人员能及时根据数据掌握电网运行状况,及时采取相应的调度、管控、抢修登,确保电网的安全、稳定、高效运行。
本文档来自技高网...【技术保护点】
1.电网运行数据智能统计分析方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的电网运行数据智能统计分析方法,其特征在于,所述S1中所需要的数据包括限定值的线路负荷信息、变电站主变信息、发电厂数据信息。
3.根据权利要求1所述的电网运行数据智能统计分析方法,其特征在于,所述S2中对数据进行合理有效的预处理为数据抽取、数据的清洗转换、数据的加载。
4.根据权利要求3所述的电网运行数据智能统计分析方法,其特征在于,所述数据的清洗转换用于处理数据的不完整、数据的不一致、数据噪音和数据的规范化和离散化。
5.根据权利要求1所述的电网运行数据智能统计分析方法,其特征在于,所述S4中知识挖掘包括多维关联性分析以及时序预测。
6.根据权利要求5所述的电网运行数据智能统计分析方法,其特征在于,所述多维关联性分析的步骤如下:
7.根据权利要求5所述的电网运行数据智能统计分析方法,其特征在于,所述时序预测包括用电量预测、发电量预测和负荷预测。
8.根据权利要求5所述的电网运行数据智能统计分析方法,其特征在于,所
9.根据权利要求8所述的电网运行数据智能统计分析方法,其特征在于,所述指数平滑分析模型,计算如下:
10.根据权利要求8所述的电网运行数据智能统计分析方法,其特征在于,所述回归分析模型具体步骤如下:
...【技术特征摘要】
1.电网运行数据智能统计分析方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的电网运行数据智能统计分析方法,其特征在于,所述s1中所需要的数据包括限定值的线路负荷信息、变电站主变信息、发电厂数据信息。
3.根据权利要求1所述的电网运行数据智能统计分析方法,其特征在于,所述s2中对数据进行合理有效的预处理为数据抽取、数据的清洗转换、数据的加载。
4.根据权利要求3所述的电网运行数据智能统计分析方法,其特征在于,所述数据的清洗转换用于处理数据的不完整、数据的不一致、数据噪音和数据的规范化和离散化。
5.根据权利要求1所述的电网运行数据智能统计分析方法,其特征在于,所述s4中知识挖掘包括多维关联性分析以及时序预测。<...
【专利技术属性】
技术研发人员:李莉萍,王川,何度江,张杰,程先龙,李杰,李世伟,张岩,秦文超,李思莹,马云,田锐,易佳兵,罗军,许海涛,黄闱,张琼华,周林,王超,宫方建,
申请(专利权)人:云南电网有限责任公司红河供电局,
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。