[發明專利]一種電壓量測數據異常狀態自動識別模型系統及方法

有效

• 申請號: 201811149219.2
• 申請日: 2018-09-29
• 公開（公告）號: CN109298225B
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 吳杰;蘇少春;滕予非;常曉青;張仕民;宋梁;龍呈;李小鵬;冷代軍;劉明忠;張泰
• 申請（專利權）人: 國網四川省電力公司電力科學研究院;國網四川省電力公司檢修公司
• 主分類號: G01R19/00
• 分類號: G01R19/00;G06K9/62
• 代理公司: 成都行之專利代理事務所(普通合伙) 51220
• 代理人: 唐邦英

1.一種電壓量測數據異常狀態自動識別模型系統，其特征在于，所述自動識別模型系統包括：

數據預處理模塊：用于排除噪聲數據，保證訓練樣本中無狀態異常的數據樣本；

最優參數匹配模塊：用于利用輸入的訓練樣本，遍歷樣本最大集，匹配出密度聚類算法DBSCAN的最優組合輸入參數；

異常狀態邊界求解模塊：用于求解出正常數據樣本的相對誤差最大值，并作為異常狀態邊界的判定值；

離群電壓量測數據判定模塊：用于利用最優參數匹配模塊提供的最優組合參數作為密度聚類算法DBSCAN的輸入條件，分離出明顯遠離中心區域的點，即分離出狀態異常點；

電壓量測數據異常狀態判定模塊：利用異常狀態邊界求解模塊提供的異常狀態邊界完成電壓量測數據異常狀態判定；

其中，所述自動識別模型系統利用訓練樣本完成密度聚類算法最優輸入條件的確定和異常狀態判定邊界值的計算，具體包括：

定義一個訓練樣本{X_M×N}，M為掛在變電站同一根母線上的線路電壓互感器或母線電壓互感器的支數，N為電壓量測數據的采樣時刻，其特征為無異常的電壓量測值；其中X₁₁…X_1N為{X_M×N}中第一支電壓互感器的t₁…t_N時刻的電壓量測值，X_1N…X_MN為{X_M×N}中t_N時刻M支PT的電壓量測值；

將電壓值小于10％的一次電壓額定值UN的數據定義為電壓量測值的噪聲；

訓練樣本{X_M×N}送入數據預處理模塊后，遍歷{X_M×N}中樣本點，去除樣本點小于0.1UN所對應時刻的樣本點，形成無異常狀態數據的數據集{X_i×j}，1≤i≤M,1≤j≤N，i表示經過數據預處理模塊后，掛在變電站同一根母線上的線路電壓互感器或母線電壓互感器的支數，j表示經過數據預處理模塊后，電壓量測數據的采樣時刻；

在最優參數匹配模塊中，將{X_i×j}中t_k時刻電壓量測數據、組合參數(R_l,K_i)作為密度聚類算法DBSCAN的三個輸入變量條件，遍歷{X_i×j}中的列數據，t_k為1至j之間任意一列數據所對應的時刻，k為1至j之間任意一個數，0.1δUNlδUN，其中δ為電壓互感器校驗規程中規定的相對誤差值；

以R_l為橫坐標軸、K_i為縱坐標軸畫出二維平面坐標；形成RK最優決策樹；在決策樹中找到符合預設要求的(R,K)作為訓練結果；

預設要求是指R_l最小，K_i最大的組合情況；

在異常狀態邊界求解模塊中，將{X_i×j}中t_k時刻電壓量測數據、聚類簇數l作為k-mean聚類算法的兩個輸入參數，求取{X_i×j}的均值X(j)_mean，然后利用下述計算相對誤差公式求解{X_i×j}中j列的相對誤差值{ε_j(％)}；

遍歷{ε_j(％)}，將其最大值(C_upmax,C_downmax)作為電壓異常狀態判定邊界值c。

2.根據權利要求1所述的電壓量測數據異常狀態自動識別模型系統，其特征在于，所述噪聲數據包括：人工停電檢修、電網故障停電、二次電壓量測數據傳變回路故障引入的非正常電壓量測數據。