【技术实现步骤摘要】
本专利技术涉及电数字数据处理，具体涉及一种用于站所自动化终端的多源数据融合处理方法。
技术介绍
1、站所自动化终端是电力系统中的一种关键技术，主要用于监控、控制和保护电网中的变电站，以提高电力系统的可靠性、效率和安全性；又因为站所自动化终端会实时监控采集电力系统运行时的数据，例如电流、电压和功率等，而采集的电力系统运行时的数据可以反应电力系统的运行状态，而电力系统的运行状态又可以反应电力系统运行时的安全性或者可靠性，因此对站所自动化终端实时监控采集的电力系统运行时的数据进行融合处理至关重要。
2、由于站所自动化终端实时监控采集的电力系统运行时的数据是大量的，因此在对站所自动化终端数据进行多源数据融合处理时通常会对数据进行压缩处理，通过压缩数据，可以有效地管理存储空间，使系统更有效地运行，而且数据压缩可以用来清理数据，保证数据融合的准确性和效率。而现有技术中一般是利用主成分分析法（pca）实现对采集得到的电力系统运行过程中的时序数据的降维压缩，但是采集电力系统运行过程中的数据时存在随机性和复杂性，如果不考虑采集数据时的随机性和复杂性，直接利用主成分分析法对采集得到的电力系统运行过程中的时序数据进行降维压缩，可能会导致时序数据中变化较大的局部数据特征的丢失，进而导致压缩后的数据质量较低，也会影响对压缩后的多源数据进行融合处理分析的结果。
技术实现思路
1、为了解决上述问题，本专利技术提供一种用于站所自动化终端的多源数据融合处理方法，所采用的技术方案具体如下：
2
3、获取电力系统运行时间段对应的目标数据曲线，所述目标数据曲线由m个目标数据点构成，m大于0；
4、根据目标数据曲线上的各目标数据点以及各目标数据点的相邻目标数据点，得到所述各目标数据点对应的突变程度评估值；
5、根据所述突变程度评估值，得到所述目标数据曲线上的各分段目标数据点；
6、利用所述各分段目标数据点，对所述目标数据曲线进行划分，得到所述目标数据曲线对应的各子目标数据曲线；
7、根据主成分分析法以及所述各子目标数据曲线上的各目标数据点，得到所述各子目标数据曲线对应的目标特征向量；
8、根据所述目标特征向量，得到降维后的数据。
9、优选地，获取电力系统运行时间段对应的目标数据曲线的方法，包括：
10、获取站所自动化终端实时监控采集的电力系统运行时间段中的各初始数据；
11、根据时间的先后顺序，对所述各初始数据进行排序，得到电力系统运行时间段对应的初始数据序列；
12、对所述初始数据序列进行预处理操作，将所述预处理操作后的初始数据序列中的各初始数据均记为目标数据；
13、以各目标数据为纵坐标，以采集对应目标数据对应的初始数据时的时间为横坐标，构建得到各数据点，并记为目标数据点；
14、根据各目标数据点，得到电力系统运行时间段对应的目标数据曲线。
15、优选地，得到所述各目标数据点对应的突变程度评估值方法，包括：
16、获取所述各目标数据点对应的目标差异值；
17、对于所述目标数据曲线上的任一目标数据点：
18、将目标数据曲线上该目标数据点左侧连续的a个目标数据点以及该目标数据点右侧连续的a个目标数据点均记为该目标数据点对应的邻域目标数据点；
19、将计算得到的该目标数据点对应的所有邻域目标数据点对应的目标差异值的均值，记为该目标数据点对应的邻域差异均值；
20、将计算得到的该目标数据点对应的邻域差异均值与其对应的目标差异值之间差值的绝对值，记为该目标数据点对应的初始突变程度评估值；
21、对所述初始突变程度评估值进行归一化处理，将归一化处理后的所述初始突变程度评估值记为该目标数据点对应的突变程度评估值。
22、优选地，获取所述各目标数据点对应的目标差异值的方法，包括：
23、将所述目标数据曲线上与各目标数据点相邻的两个目标数据点分别记为对应目标数据点对应的第一目标数据点和第二目标数据点；
24、将计算得到的各目标数据点与其对应的第一目标数据点之间的纵坐标差值的绝对值，记为各目标数据点对应的第一差异值；
25、将计算得到的各目标数据点与其对应的第二目标数据点之间的纵坐标差值的绝对值，记为各目标数据点对应的第二差异值；
26、将各目标数据点对应的第一差异值和第二差异值中的最大值记为各目标数据点对应的目标差异值。
27、优选地，得到所述目标数据曲线上的各分段目标数据点的方法，包括：
28、判断所述各目标数据点对应的突变程度评估值是否大于等于预设突变程度阈值，若是，则将对应的目标数据点记为待确定分段目标数据点；
29、根据所述目标数据曲线上的各待确定分段目标数据点，得到目标数据曲线上的各分段目标数据点。
30、优选地，根据所述目标数据曲线上的各待确定分段目标数据点，得到目标数据曲线上的各分段目标数据点的方法，包括：
31、判断所述目标数据曲线上的第2个待确定分段目标数据点与第1个待确定分段目标数据点之间的横坐标差值是否小于预设时间间隔阈值，若是，则判定所述第2个待确定分段目标数据点不是分段目标数据点，继续判断所述目标数据曲线上的第3个待确定分段目标数据点与第1个待确定分段目标数据点之间的横坐标差值是否小于预设时间间隔阈值，若不是，则判定所述第3个待确定分段目标数据点是分段目标数据点，继续判断所述目标数据曲线上的第4个待确定分段目标数据点与第3个待确定分段目标数据点之间的横坐标差值是否小于预设时间间隔阈值，若不是，则判定所述第4个待确定分段目标数据点是分段目标数据点，以此类推，直至所述目标数据曲线上的所有待确定分段目标数据点完成判断后停止，并得到目标数据曲线上的所有分段目标数据点。
32、优选地，得到所述各子目标数据曲线对应的目标特征向量的方法，包括：
33、对于目标数据曲线对应的任一子目标数据曲线：
34、计算该子目标数据曲线对应的极大值和极小值之间的差值，对所述极大值和极小值之间的差值进行负映射，将负映射后的值记为该子目标数据曲线对应的第一稳定性指标；
35、根据该子目标数据曲线上的各目标数据点对应的第二差异值，构建得到该子目标数据曲线对应的差异值集合；
36、计算得到该子目标数据曲线对应的差异值集合的信息熵，对所述信息熵进行负映射，将负映射后的值记为该子目标数据曲线对应的第二稳定性指标；
37、将第一权重值与该子目标数据曲线对应的第一稳定性指标的乘积与第二权重值与该子目标数据曲线对应的第二稳定性指标的乘积的和，记为该子目标数据曲线对应的数据变化稳定性评估值；
38、根据主成分分析法和各子目标数据曲线对应的数据变化稳定性评估值，得到各本文档来自技高网...
【技术保护点】
1.一种用于站所自动化终端的多源数据融合处理方法，其特征在于，该方法包括如下步骤：
2.如权利要求1所述的用于站所自动化终端的多源数据融合处理方法，其特征在于，获取电力系统运行时间段对应的目标数据曲线的方法，包括：
3.如权利要求1所述的用于站所自动化终端的多源数据融合处理方法，其特征在于，得到所述各目标数据点对应的突变程度评估值方法，包括：
4.如权利要求3所述的用于站所自动化终端的多源数据融合处理方法，其特征在于，获取所述各目标数据点对应的目标差异值的方法，包括：
5.如权利要求1所述的用于站所自动化终端的多源数据融合处理方法，其特征在于，得到所述目标数据曲线上的各分段目标数据点的方法，包括：
6.如权利要求5所述的用于站所自动化终端的多源数据融合处理方法，其特征在于，根据所述目标数据曲线上的各待确定分段目标数据点，得到目标数据曲线上的各分段目标数据点的方法，包括：
7.如权利要求4所述的用于站所自动化终端的多源数据融合处理方法，其特征在于，得到所述各子目标数据曲线对应的目标特征向量的方法，包括：
...【技术特征摘要】
1.一种用于站所自动化终端的多源数据融合处理方法，其特征在于，该方法包括如下步骤：
2.如权利要求1所述的用于站所自动化终端的多源数据融合处理方法，其特征在于，获取电力系统运行时间段对应的目标数据曲线的方法，包括：
3.如权利要求1所述的用于站所自动化终端的多源数据融合处理方法，其特征在于，得到所述各目标数据点对应的突变程度评估值方法，包括：
4.如权利要求3所述的用于站所自动化终端的多源数据融合处理方法，其特征在于，获取所述各目标数据点对应的目标差异值的方法，包括：
5.如权利要求1所述的用于站所自动化终端的多源数据融合处理方法，其特征在于，得到所述目标数据曲线上的各分段目标数据点的方法，包括：
...
【专利技术属性】
技术研发人员：马文栋，郭鹏程，吴坤，张坤，陈曼曼，
申请(专利权)人：山东德源电力科技股份有限公司，
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。