[發明專利]基于大數據分析平臺的發電大數據預處理方法及系統

有效

• 申請號: 201810989231.8
• 申請日: 2018-08-28
• 公開（公告）號: CN109446184B
• 公開（公告）日: 2020-04-14
• 發明（設計）人: 劉文哲;肖祥武;鄒光球;李號彩;文雯;向春波;李志金;姜鑫;白全生;胡衛生;尹曉峰;周宏貴;劉克勤;謝小鵬;張博
• 申請（專利權）人: 湖南大唐先一科技有限公司
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06F16/182;G06F16/27;G06Q50/06
• 代理公司: 長沙朕揚知識產權代理事務所(普通合伙) 43213
• 代理人: 何湘玲

本發明公開了一種基于大數據分析平臺的發電大數據預處理方法及系統，該方法包括：從發電廠的實時數據庫中提取出電廠發電機組的運行數據，并上傳至大數據分析平臺；當需要調用電廠發電機組的運行數據時，根據發電機組開停機判定規則，過濾所述運行數據，從所述大數據分析平臺中獲取的電廠發電機組的運行數據中刪除發電機組開停機的數據。本發明通過數據采集與存儲和機組開停機數據過濾，得到標準、干凈、連續、所需的大批量數據，為后續的大數據統計、大數據挖掘等使用。

技術領域

本發明涉及電力信息化技術領域，尤其涉及一種基于大數據分析平臺的發電大數據預處理方法及系統。

背景技術

隨著發電系統信息技術的應用與發展，發電廠數字化程度越來越高，已經積累了海量的歷史數據，采用傳統的數據挖掘方法是基于有限的樣本分析，已不能滿足電力行業從海量數據中快速獲取知識與信息的分析需要。而采用大數據技術對發電系統的電力大數據進行數據挖掘，能夠更清楚地發現原始數據無法揭示的細節信息，大大提升了電力大數據蘊含的價值。電力大數據技術的應用是電力行業信息化、智能化發展的必然要求，是實現智慧電廠和智慧能源的關鍵技術。

在發電系統中各類儀表、傳感器獲取的電力設備狀態監測信息種類多、數量大、意義非常模糊，在發電企業的電力大數據挖掘中，由于各系統、各設備之間有著很強的耦合關系，指標計算公式復雜。存儲的海量原始數據中存在一定比例不完整、不一致、有異常的臟數據，嚴重影響著大數據挖掘建模的執行效率，或會導致挖掘結果差強人意。

目前，電力大數據研究和應用仍處于起步階段，如何應用大數據技術對發電企業的電力大數據進行分析挖掘，獲得隱藏在深處的各種價值是當今亟待解決的難題。而獲得良好的數據樣本對大數據挖掘分析出理想的結果至關重要。故在大數據分析挖掘之前，需對數據進行預處理。數據預處理是一個最為重要和繁瑣的步驟，工作量一般占整個挖掘分析過程的70％。

由于發電機組在啟停和變負荷過程中的瞬態數據受測量手段和測量精度的影響，以及電廠熱力學計算公式局限性等情況。存儲在發電廠歷史數據庫中發電大數據不可避免地存在著不完整、不一致、不精確的數據，會對數據挖掘算法的執行效率產生影響，甚至會造成挖掘結果的偏差。

發明內容

本發明目的在于提供一種基于大數據分析平臺的發電大數據預處理方法及系統，以解決發電大數據存在著不完整、不一致和不精確的數據的技術問題。

為實現上述目的，本發明提供了一種基于大數據分析平臺的發電大數據預處理方法，包括以下步驟：

S1：從發電廠的實時數據庫中提取出電廠發電機組的運行數據，并上傳至大數據分析平臺；

S2：當需要調用電廠發電機組的運行數據時，根據發電機組開停機判定規則，過濾運行數據，從大數據分析平臺中獲取的電廠發電機組的運行數據中刪除發電機組開停機的數據。

作為本發明的方法的進一步改進：

步驟S2中，停機數據的判斷條件為：同時滿足負荷≤8MW和轉速≤2900r/Min。

步驟S2完成后，方法還包括：

S3:檢測單維噪音并替換異常值。

步驟S3包括：采用箱線圖法檢測單維噪音，選取樣本排序數據的上四分位數與1.5倍的上下四分位差值之和為作為健康數據的上限，采用下四分位數與1.5倍的上下四分位差值之差為作為健康數據的下限；采用線性插值處理方法替換檢測出的異常值。

方法還包括：

S4:根據發電機組的負荷變化，判斷發電機組是否處于穩定工況，刪除發電機組處于不穩定工況時的運行數據。

S4中，將發電機組在升負荷和降負荷的工況判定為不穩定工況。

方法還包括：