【技术实现步骤摘要】
本专利技术涉及电网数据监测，具体涉及一种微电网电力分布的供电监测方法及系统。
技术介绍
1、随着可再生能源的快速发展和智能化电网技术的不断进步，微电网作为分布式能源的重要组成部分，在电力供应中发挥越来越重要的作用。由于微电网中电源类型多样、网络结构复杂，供电过程中容易出现各种问题，例如电源波动、负载不均衡；因此对微电网电力分布进行监测，对于保障电力供应的稳定性、安全性和可靠性具有重要意义。
2、传统的供电监测是基于单一的阈值进行故障识别，该方法只能发现明显异常的监测数据，而对于存在故障风险但未达到设定阈值的监测数据，由于时序中大量的正常数据容易淹没少量存在故障风险的数据，导致存在故障风险的监测数据难以发现与筛选，影响供电异常监测的及时性和准确性。
技术实现思路
1、为了解决上述通过传统的设定阈值容易导致存在故障风险的监测数据难以发现，影响供电异常监测的及时性和准确性的技术问题，本专利技术的目的在于提供一种微电网电力分布的供电监测方法及系统，所采用的技术方案具体如下：
2、获取监测微电网的供电特征监测序列；根据所述供电特征监测序列中相隔预设时间段的数据差异特征获得特征自相关系数；
3、根据不同预设时间段对应的特征自相关系数获得自相关系数序列；根据所述自相关系数序列的数据变化特征获得最优时间窗口长度；根据所述供电特征监测序列中目标数据点的最优时间窗口长度范围内的数据变化特征获得不同的维度变化特征值；
4、根据同类的维度变化特征值之间的分布
5、根据所述异常序列段中的数据分布特征获得异常数据点；根据所述异常数据点监测微电网的供电状态。
6、进一步地，所述根据所述供电特征监测序列中相隔预设时间段的数据差异特征获得特征自相关系数的步骤包括：
7、计算所述供电特征监测序列中数据点数值的平均值，获得整体数据均值；计算所述供电特征监测序列中数据点数值的方差，获得整体波动值；
8、在所述供电特征监测序列中从末位开始删除预设时间段数量个数据点，获得第一子供电序列；在所述供电特征监测序列中从首位开始删除预设时间段数量个数据点，获得第二子供电序列；所述预设时间段的大小不超过供电特征监测序列中数据点数量的一半；根据所述第一子供电序列、所述第二子供电序列和所述整体数据均值获得预设时间段对应的自协方差；
9、计算所述自协方差与所述整体波动值的比值，获得预设时间段对应的特征自相关系数。
10、进一步地，所述根据不同预设时间段对应的特征自相关系数获得自相关系数序列的步骤包括：
11、按照所述预设时间段从小至大的顺序将预设时间段对应的特征自相关系数进行排序，获得所述自相关系数序列。
12、进一步地，所述根据所述自相关系数序列的数据变化特征获得最优时间窗口长度的步骤包括：
13、构建关于所述自相关系数序列的直角坐标系，所述直角坐标系的横轴为不同的预设时间段，纵轴为预设时间段对应的特征自相关系数的数值；在所述直角坐标系中分别计算特征自相关系数与前后相邻的其他特征自相关系数的切线斜率的差值绝对值，获得所述特征自相关系数的变化速度值；计算所述变化速度值的和值，获得所述特征自相关系数的关键特征值；计算所述特征自相关系数的数值与所述关键特征值的乘积，获得所述特征自相关系数的最优特征值；将最优特征值最大值对应的预设时间段作为所述最优时间窗口长度。
14、进一步地，所述根据所述供电特征监测序列中目标数据点的最优时间窗口长度范围内的数据变化特征获得不同的维度变化特征值的步骤包括：
15、所述维度变化特征值包括均值特征值、标准差特征值、中位数特征值和四分位距特征值；
16、计算所述目标数据点的最优时间窗口长度范围内的数据点数值的平均值，获得目标数据点的所述均值特征值；计算所述目标数据点的最优时间窗口长度范围内的数据点数值的标准差，获得目标数据点的所述标准差特征值；计算所述目标数据点的最优时间窗口长度范围内的数据点数值的中位数，获得目标数据点的所述中位数特征值；计算所述目标数据点的最优时间窗口长度范围内的数据点数值的四分位距，获得目标数据点的所述四分位距特征值。
17、进一步地，所述根据同类的维度变化特征值之间的分布差异特征获得目标数据点的维度异常程度的步骤包括：
18、构建关于同类的维度变化特征值的分布直方图，所述分布直方图的横轴为同类的维度变化特征值中不同的数值，纵轴为不同维度变化特征值对应的目标数据点的数量；将分布直方图纵轴对应的最大值作为高频表征值；计算任意目标数据点的维度变化特征值在分布直方图中对应的纵轴数值与所述高频表征值的差值绝对值并归一化，获得所述任意目标数据点的维度异常程度。
19、进一步地，所述根据不同的维度异常程度获得目标数据点的最优时间窗口长度范围内的数据段的整体异常程度的步骤包括：
20、计算目标数据点不同的维度异常程度的平均值；获得目标数据点的最优时间窗口长度范围内的数据段的整体异常程度。
21、进一步地，所述根据所述整体异常程度获得供电特征监测序列中的异常序列段的步骤包括：
22、当所述整体异常程度超过预设异常阈值时，将整体异常程度对应的数据段进行标记，获得标记数据段；计算所述标记数据段的并集，获得供电特征监测序列中的异常序列段。
23、进一步地，所述根据所述异常序列段中的数据分布特征获得异常数据点的步骤包括：
24、根据所述异常序列段中数据点数值构建正态分布曲线，通过拉依达准则将超过预设判断区间的数据点作为异常数据点。
25、本专利技术还提出了一种微电网电力分布的供电监测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序实现任意一项一种微电网电力分布的供电监测方法的步骤。
26、本专利技术具有如下有益效果：
27、在本专利技术中，获得特征自相关系数能够表征供电特征监测序列中相隔不同预设时间段的数据相似程度；获取自相关系数序列能够反映不同预设时间段对应的特征自相关系数的差异；获取最优时间窗口长度能够表征供电特征监测序列的变化周期的长度，从而提高获取异常序列段和异常数据点的准确性。获取维度变化特征值能够反映目标数据点邻域内的数据特征，进而根据维度变化特征值的差异获得维度异常程度和整体异常程度，获取整体异常程度能够避免维度异常程度的误差，提高异常序列段的获取准确性。最终根据异常数据点对微电网进行供电监测，提高监测准确性。
本文档来自技高网...【技术保护点】
1.一种微电网电力分布的供电监测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种微电网电力分布的供电监测方法，其特征在于，所述根据所述供电特征监测序列中相隔预设时间段的数据差异特征获得特征自相关系数的步骤包括：
3.根据权利要求1所述的一种微电网电力分布的供电监测方法，其特征在于，所述根据不同预设时间段对应的特征自相关系数获得自相关系数序列的步骤包括：
4.根据权利要求1所述的一种微电网电力分布的供电监测方法，其特征在于，所述根据所述自相关系数序列的数据变化特征获得最优时间窗口长度的步骤包括：
5.根据权利要求1所述的一种微电网电力分布的供电监测方法，其特征在于，所述根据所述供电特征监测序列中目标数据点的最优时间窗口长度范围内的数据变化特征获得不同的维度变化特征值的步骤包括：
6.根据权利要求1所述的一种微电网电力分布的供电监测方法，其特征在于，所述根据同类的维度变化特征值之间的分布差异特征获得目标数据点的维度异常程度的步骤包括：
7.根据权利要求1所述的一种微电网电力分布的供电监测方法
8.根据权利要求1所述的一种微电网电力分布的供电监测方法，其特征在于，所述根据所述整体异常程度获得供电特征监测序列中的异常序列段的步骤包括：
9.根据权利要求1所述的一种微电网电力分布的供电监测方法，其特征在于，所述根据所述异常序列段中的数据分布特征获得异常数据点的步骤包括：
10.一种微电网电力分布的供电监测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序实现如权利要求1-9任意一项所述方法的步骤。
...【技术特征摘要】
1.一种微电网电力分布的供电监测方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的一种微电网电力分布的供电监测方法，其特征在于，所述根据所述供电特征监测序列中相隔预设时间段的数据差异特征获得特征自相关系数的步骤包括：
3.根据权利要求1所述的一种微电网电力分布的供电监测方法，其特征在于，所述根据不同预设时间段对应的特征自相关系数获得自相关系数序列的步骤包括：
4.根据权利要求1所述的一种微电网电力分布的供电监测方法，其特征在于，所述根据所述自相关系数序列的数据变化特征获得最优时间窗口长度的步骤包括：
5.根据权利要求1所述的一种微电网电力分布的供电监测方法，其特征在于，所述根据所述供电特征监测序列中目标数据点的最优时间窗口长度范围内的数据变化特征获得不同的维度变化特征值的步骤包括：
6.根据权利要求1所述的一种微电网电力分布的...
【专利技术属性】
技术研发人员：王聪，戎士敏，赵杰，马乐，杜鹏宇，宋国维，葛海涛，贺子洋，马会轻，师浩琪，张霞，王涛，王荟敬，
申请(专利权)人：国网河北省电力有限公司石家庄供电分公司，
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。