一种电能质量数据处理方法技术

本发明专利技术公开了一种电能质量数据处理方法，包括，采集电能质量监测系统中的历史电能质量数据并对其进行类别划分，形成不同类别的数据集；利用格拉布斯策略对所述数据集进行异常值检测，若存在异常值，则剔除所述异常值；将经过异常值检测的所述数据集进行数据无量纲化操作，获得同一规格的数据值，得到唯一无量纲的纯数据值的集合；基于二阶优化技术构建优化模型，代入所述集合进行数据值优化，直接找到梯度为0的点，快速收敛，输出高效优化的电能质量数据。本发明专利技术解决了海量数据不能一次性读取、存储的问题，提高了优化模型运算的稳定性、运算效率和速度，使不同规格的数据转换到同一规格，消除了变量间变异程度的差异。消除了变量间变异程度的差异。消除了变量间变异程度的差异。

【技术实现步骤摘要】
一种电能质量数据处理方法


[0001]本专利技术涉及电能质量参数优化计算的
，尤其涉及一种电能质量数据处理方法。

技术介绍

[0002]电能质量包括四个方面的相关术语和概念：电压质量即用实际电压与额定电压间的偏差(偏差含电压幅值，波形和相位的偏差)，反映供电企业向用户供给的电力是否合格；电流质量即对用户取用电流提出恒定频率、正弦波形要求，并使电流波形与供电电压同相位，以保证系统以高功率因数运行，这个定义有助于电网电能质量的改善，并降低网损；供电质量包含技术含义和非技术含义两个方面：技术含义有电压质量和供电可靠性；非技术含义是指服务质量包括供电企业对用户投诉的反应速度和电力价格等；用电质量包括电流质量和非技术含义，如用户是否按时、如数缴纳电费等，它反映供用双方相互作用与影响用电方的责任和义务。
[0003]近年来，电力系统中各种类型的非线性、冲击性和不对称性负荷的不断增加，使得电网中的谐波污染、三相电压不平衡、电压波动和闪变等电能质量问题日趋严重；电能质量差不利于电力系统安全运行，会加速设备的绝缘老化、缩短电气设备的使用寿命、增加电网损耗、降低电气设备的效率和利用率、影响继电保护和自动装置以及通信系统的正常运行，并给对电能质量要求较高的行业带来严重的经济损失。

技术实现思路

[0004]在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0005]鉴于上述现有存在的问题，提出了本专利技术。
[0006]为解决上述技术问题，本专利技术提供如下技术方案：包括，采集电能质量监测系统中的历史电能质量数据并对其进行类别划分，形成不同类别的数据集；利用格拉布斯策略对所述数据集进行异常值检测，若存在异常值，则剔除所述异常值；将经过异常值检测的所述数据集进行数据无量纲化操作，获得同一规格的数据值，得到唯一无量纲的纯数据值的集合；基于二阶优化技术构建优化模型，代入所述集合进行数据值优化，直接找到梯度为0的点，快速收敛，输出高效优化的电能质量数据。
[0007]作为本专利技术所述的电能质量数据处理方法的一种优选方案，其中：进行所述类别划分之前还包括，利用电能质量监测系统采集海量的所述历史电能质量数据；结合哈希算法计算所述历史电能质量数据中每一条数据的哈希值；根据所述哈希值将其分布存储至多个桶中；对所述多个桶进行归并处理。
[0008]作为本专利技术所述的电能质量数据处理方法的一种优选方案，其中：所述类别划分包括，基于所述归并处理进行数据相关性筛选，根据筛选区间进行类别划分；所述筛选区间包括：|r|<0.3 表示低度相关；0.3≤|r|<0.5 表示中低度相关；0.5≤|r|<0.8 表示中度相关；0.8≤|r|<1.0 表示高度相关；其中，|r|为数据相关性的绝对值。
[0009]作为本专利技术所述的电能质量数据处理方法的一种优选方案，其中：形成不同类别的数据集包括，根据所述筛选区间自适应生成低度相关数据集、中低度相关数据集、中度相关数据集和高度相关数据集。
[0010]作为本专利技术所述的电能质量数据处理方法的一种优选方案，其中：所述异常值检测包括，将所述数据集中的变量按照其值从小到大的顺序进行排序；计算平均值、标准差和偏离值；确定一个可疑值，即偏离所述平均值最大的值；计算所述可疑值的统计量，将所述统计量与格拉布斯表给出的临界值进行比较，若所述统计量大于所述临界值，则所述可疑值即为异常值，直接剔除。
[0011]作为本专利技术所述的电能质量数据处理方法的一种优选方案，其中：所述数据无量纲化操作包括，利用标准化方法将所述数据集中的变量的每个值与其平均值之差除以所述变量的标准差；无量钢化后，所述变量的平均值为0，标准差为1。
[0012]作为本专利技术所述的电能质量数据处理方法的一种优选方案，其中：还包括，对无量纲化后的所述变量进行卡方校验，以提升所述优化模型的稳定性；所述卡方校验包括，根据变量值大小进行排列，将每个值作为一个组，计算每一对相邻组的卡方值，合并其中最小的一对组合，循环迭代，直到满足设定的将连续变量分为5组的条件时结束；输出最终校验结果，获得同一规格的数据值，得到所述唯一无量纲的纯数据值的集合。
[0013]作为本专利技术所述的电能质量数据处理方法的一种优选方案，其中：构建所述优化模型包括，其中，H为Hessian矩阵，为梯度向量，X为需要优化的参数，即代入的所述集合，为全局学习率，n=1、2
……
n。
[0014]作为本专利技术所述的电能质量数据处理方法的一种优选方案，其中：还包括，
其中，d为牛顿方向，即该方程的解，当梯度值充分接近于0时，或达到最大指定迭代次数时，则迭代终止。
[0015]本专利技术的有益效果：本专利技术通过特殊的类别划分方法，解决了海量数据不能一次性读取、存储的问题；一方面，特殊的相关性筛选和异常值检测的处理，提高了优化模型运算的稳定性、运算效率和速度；另一方面，无量纲化使不同规格的数据转换到同一规格，消除了变量间变异程度的差异，且结合二阶优化算法加快了收敛速度，高效运算的同时，还提高了数据的精准度。
附图说明
[0016]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：图1为本专利技术一种实施例所述的电能质量数据处理方法的流程示意图；图2为本专利技术一种实施例所述的电能质量数据处理方法的归并处理流程示意图；图3为本专利技术一种实施例所述的电能质量数据处理方法的迭代优化后的数据离散化分布示意图。
具体实施方式
[0017]为使本专利技术的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本专利技术的具体实施方式做详细的说明，显然所描述的实施例是本专利技术的一部分实施例，而不是全部实施例。基于本专利技术中的实施例，本领域普通人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术的保护的范围。
[0018]在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是本专利技术还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本专利技术内涵的情况下做类似推广，因此本专利技术不受下面公开的具体实施例的限制。
[0019]其次，此处所称的“一个实施例”或“实施例”是指可包含于本专利技术至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。
[0020]本专利技术结合示意图进行详细描述，在详述本专利技术实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本专利技术保护的范围。此外，在实际制作中应包含长度、宽度本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电能质量数据处理方法，其特征在于：包括，采集电能质量监测系统中的历史电能质量数据并对其进行类别划分，形成不同类别的数据集；利用格拉布斯策略对所述数据集进行异常值检测，若存在异常值，则剔除所述异常值；将经过异常值检测的所述数据集进行数据无量纲化操作，获得同一规格的数据值，得到唯一无量纲的纯数据值的集合；基于二阶优化技术构建优化模型，代入所述集合进行数据值优化，直接找到梯度为0的点，快速收敛，输出高效优化的电能质量数据。2.根据权利要求1所述的电能质量数据处理方法，其特征在于：进行所述类别划分之前还包括，利用电能质量监测系统采集海量的所述历史电能质量数据；结合哈希算法计算所述历史电能质量数据中每一条数据的哈希值；根据所述哈希值将其分布存储至多个桶中；对所述多个桶进行归并处理。3.根据权利要求2所述的电能质量数据处理方法，其特征在于：所述类别划分包括，基于所述归并处理进行数据相关性筛选，根据筛选区间进行类别划分；所述筛选区间包括：|r|<0.3 表示低度相关；0.3≤|r|<0.5 表示中低度相关；0.5≤|r|<0.8 表示中度相关；0.8≤|r|<1.0 表示高度相关；其中，|r|为数据相关性的绝对值。4.根据权利要求3所述的电能质量数据处理方法，其特征在于：形成不同类别的数据集包括，根据所述筛选区间自适应生成低度相关数据集、中低度相关数据集、中度相关数据集和高度相关数据集。5.根据权利要求1~4任一所述的电能质量...

【专利技术属性】
技术研发人员：俞友谊，金耘岭，叶细宝，王巍，任小宝，姚宏宇，刘田翠，
申请(专利权)人：南京灿能电力自动化股份有限公司，
类型：发明
国别省市：