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】
本专利技术涉及电力信息,尤其是一种计算电力计量接入解析系统。
技术介绍
1、根据中国专利公开号:cn 111445071 a公开了一种电力计量系统及控制方法,本专利技术公开了本申请公开了一种电力计量系统及控制方法,本申请通过电力计量系统的边缘化设计,由边缘设备进行对负控终端采集的负控数据的清洗,避免了海量数据同时上传主站带来的通道阻塞,同时不需要再回到计量主站进行清洗,降低了计量主站的数据处理量,从而提高了计量主站的数据处理效率,解决了现有的电力计量系统存在数据处理效率低的技术问题。
2、由此可见,所述一种电力计量系统及控制方法存在以下问题:
3、系统依赖于预置的数据清洗模型对采集的初始负控数据进行清洗,若数据清洗模型设计不准确,会导致清洗结果的不准确性;
4、系统通过预置的负荷预测模型对负控数据进行负荷预测,若负荷预测模型不准确,会导致负荷预测结果的精度下降;
5、边缘设备集成在负控终端内部,通过数据总线与负控终端通信连接,受到设备布局和安装位置的限制,导致系统部署的困难性。
6、本专利技术针对解决上述问题:
7、数据清洗和负荷预测的自动化,系统采用预置的数据清洗模型和负荷预测模型,自动对采集的初始负控数据进行清洗和负荷预测,减少了人工处理的工作量和错误率;
8、实时性和准确性,通过边缘设备将第一负控数据上传至计量主站进行负荷预测,实现对负荷情况的实时监测和预测,有助于电力供应商做出及时的调整和决策,提高能源利用效率;
9、提升负荷
技术实现思路
1、本专利技术为了解决上述存在的技术问题,提供一种计算电力计量接入解析系统。
2、本专利技术的技术方案是是这样实现的:一种计算电力计量接入解析系统包括数据采集模块、数据清洗模块、负荷预测模块、边缘计算与通信模块、计量主站模块;
3、所述数据采集模块与数据清洗模块连接,用于数据采集模块将采集到的第一负控数据传输给数据清洗模块,以供后续的数据清洗和预处理操作;
4、所述数据清洗模块与负荷预测模块、数据采集模块连接,用于数据清洗模块对采集到的数据进行清洗和预处理,并将处理后的数据传递给负荷预测模块,作为负荷预测模型的输入;
5、所述负荷预测模块与边缘计算与通信模块、数据清洗模块连接,用于负荷预测模块利用接收到的清洗后的数据进行负荷预测,并生成负荷预测结果,将预测结果传输给边缘计算与通信模块进行进一步的处理;
6、所述边缘计算与通信模块与计量主站模块、负荷预测模块连接,用于边缘计算与通信模块承担着边缘设备上的计算任务,包括数据预处理、负荷预测模型更新,该模块通过与计量主站模块的连接,将更新后的负荷预测模型和其他计算结果传输给计量主站模块;
7、所述计量主站模块与负荷预测模块、边缘计算与通信模块连接,用于计量主站模块接收边缘设备上传的第一负控数据和负荷预测结果,该模块整合、分析数据。
8、进一步地,所述数据清洗模块数据清洗采用异常值检测与缺失值处理。
9、进一步地,所述数据清洗模块异常值检测预设一个变量x,其均值为μ,标准差为σ,使用z分数(z-score)方法来检测x是否为异常值,z分数的计算公式为:z=(x-μ)/σ;
10、若|z|大于某个阈值(例如3),则认为x是一个异常值;
11、所述缺失值处理使用均值(mean)来填充缺失值,预设一个变量x,其中包含n个观测值,
12、若x的第i个观测值为缺失值(nan),用x的非缺失值观测值的平均值μ来替代;
13、填充缺失值的公式为:if xi=nan,then xi=μ
14、其中,μ为x的非缺失值观测值的平均值;
15、根据上述公式代入预设数据:
16、异常值检测示例数据:
17、预设一组电力消耗数据,表示某个工厂每小时的用电量(单位:千瓦时):
18、[100,110,120,130,140,150,160,170,180,1000]
19、使用异常值检测公式进行分析:
20、首先,计算数据的均值μ和标准差σ:
21、μ=(100+110+120+130+140+150+160+170+180+1000)/10=192;
22、σ=根号下[((100-192)^2+(110-192)^2+...+(1000-192)^2)/10]≈327.29;
23、接下来,计算每个观测值的z分数:
24、z=(x-μ)/σ;
25、对于最后一个观测值1000,计算z分数:
26、z=(1000-192)/327.29≈2.50;
27、由于z分数未超过常见阈值3,则1000不是异常值;
28、缺失值处理示例数据:
29、预设一组电力发电数据,表示某个太阳能电站每天的发电量(单位:兆瓦时):
30、[150,160,nan,170,180,190,nan,200,210]
31、使用均值来填充缺失值;
32、计算非缺失值观测值的平均值μ:
33、μ=(150+160+170+180+190+200+210)/7≈180;
34、接下来,将缺失值替换为μ:
35、[150,160,180,170,180,190,180,200,210]
36、使用均值来填充了缺失值。
37、进一步地,所述负荷预测模块接收数据清洗模块数据,
38、时间戳 负荷值
39、2023-08-01 00:00 150
40、2023-08-01 01:00 160
41、2023-08-01 02:00 nan2023-08-01 03:00 170
42、2023-08-01 04:00 180
43、2023-08-01 05:00 190
44、2023-08-01 06:00 nan2023-08-01 07:00 200
45、2023-08-01 08:00 210
46、根据上述公式经过异常值检测和缺失值处理:
47、时间戳 负荷值
48、2023-08-01 00:00 150
49、2023-08-01 01:00 160
50、2023-08-01 02:00 180
51、2023-08-01 03:00 170
52、2023-08-01 04:00 180
53、20本文档来自技高网...
【技术保护点】
1.一种计算电力计量接入解析系统,其特征在于:包括数据采集模块、数据清洗模块、负荷预测模块、边缘计算与通信模块、计量主站模块;
2.根据权利要求1所述的一种计算电力计量接入解析系统,其特征在于:所述数据清洗模块数据清洗采用异常值检测与缺失值处理。
3.根据权利要求2所述的一种计算电力计量接入解析系统,其特征在于:所述数据清洗模块异常值检测预设一个变量x,其均值为μ,标准差为σ,使用z分数(z-score)方法来检测x是否为异常值,z分数的计算公式为:z=(x-μ)/σ;
4.根据权利要求3所述的一种计算电力计量接入解析系统,其特征在于:所述负荷预测模块接收数据清洗模块数据,使用文字公式表达向量回归负荷预测模型:
5.根据权利要求1所述的一种计算电力计量接入解析系统,其特征在于:所述边缘计算与通讯模块对新的训练数据进行异常值检测和缺失值处理,通过使用经过预处理的新训练数据(X_train,y_train),通过SVR模型进行训练,更新模型的权重向量w和偏置项b。
6.根据权利要求1所述的一种计算电力计量接入解析系统,其特征
...【技术特征摘要】
1.一种计算电力计量接入解析系统,其特征在于:包括数据采集模块、数据清洗模块、负荷预测模块、边缘计算与通信模块、计量主站模块;
2.根据权利要求1所述的一种计算电力计量接入解析系统,其特征在于:所述数据清洗模块数据清洗采用异常值检测与缺失值处理。
3.根据权利要求2所述的一种计算电力计量接入解析系统,其特征在于:所述数据清洗模块异常值检测预设一个变量x,其均值为μ,标准差为σ,使用z分数(z-score)方法来检测x是否为异常值,z分数的计算公式为:z=(x-μ)/σ;
4.根据权利要求3所述的一种计算电力计量接入解析系统,其特征在于:所述负荷预测模块...
【专利技术属性】
技术研发人员:饶玮,崔一铂,凌在讯,王晋,唐泽洋,刘鸣柳,李逸文,龙凤,周亮,
申请(专利权)人:国网湖北省电力有限公司电力科学研究院,
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。