[發(fā)明專利]一種基于限值學(xué)習(xí)的異常電量數(shù)據(jù)辨識方法

有效

• 申請?zhí)枺?/td>: 202010213305.6
• 申請日: 2020-03-24
• 公開（公告）號: CN111401460B
• 公開（公告）日: 2023-04-25
• 發(fā)明（設(shè)計）人: 謝非;石楚臣;劉益劍;張珂珩;陸飛;章悅;錢偉行;蘇曉云
• 申請（專利權(quán)）人: 南京師范大學(xué)鎮(zhèn)江創(chuàng)新發(fā)展研究院;南京師范大學(xué)
• 主分類號: G06F18/2433
• 分類號: G06F18/2433;G06F18/2411;G06F18/2413;G06F18/232
• 代理公司: 江蘇圣典律師事務(wù)所 32237
• 代理人: 于瀚文;胡建華

本發(fā)明公開了一種基于限值學(xué)習(xí)的異常電量數(shù)據(jù)辨識方法。該方法首先通過異常電量數(shù)據(jù)分析得出異常電量數(shù)據(jù)的類型和鑒別算法；然后通過對OneClassSVM算法分析研究，對異常電量數(shù)據(jù)的鑒別限值進(jìn)行學(xué)習(xí)，得到限值學(xué)習(xí)表，通過限值學(xué)習(xí)表校核歷史數(shù)據(jù)的異常電量數(shù)據(jù)，接著通過分析基于密度的聚類算法DBSCAN算法校核歷史數(shù)據(jù)中的離群值，實(shí)現(xiàn)基于限值學(xué)習(xí)的異常電量數(shù)據(jù)辨識；最后對同樣基于密度的聚類算法LOF算法進(jìn)行分析研究，結(jié)合兩種基于密度的聚類算法進(jìn)行實(shí)驗(yàn)，同時對多維數(shù)據(jù)進(jìn)行離群值辨識，實(shí)現(xiàn)了基于密度聚類算法的多維電量數(shù)據(jù)離群值辨識。

技術(shù)領(lǐng)域

本發(fā)明屬于電力數(shù)據(jù)挖掘技術(shù)領(lǐng)域，尤其涉及一種基于限值學(xué)習(xí)的異常電量數(shù)據(jù)辨識方法。

背景技術(shù)

大數(shù)據(jù)技術(shù)的意義在于通過對海量數(shù)據(jù)的分析處理挖掘出其潛在的價值，并將其應(yīng)用到以后的生產(chǎn)和生活中去。從技術(shù)上看，當(dāng)前大數(shù)據(jù)主要與云計算緊密相連，因?yàn)榇髷?shù)據(jù)必然無法用一臺計算機(jī)完成處理，必須采用分布式處理。

傳統(tǒng)電量數(shù)據(jù)處理流程由于計量互感器、電能表、采集終端設(shè)備、通信設(shè)備、電磁干擾、軟件協(xié)議解析等原因，會造成采集來的原始電量數(shù)據(jù)不完整、不可靠等情況，電量異常電量數(shù)據(jù)過多就會導(dǎo)致后續(xù)的電量與線損計算不準(zhǔn)確。

發(fā)明內(nèi)容

本發(fā)明的目的在于，針對目前電量數(shù)據(jù)不完整、不可靠等情況，提供了一種基于限值學(xué)習(xí)的異常電量數(shù)據(jù)辨識方法(本發(fā)明涉及的“大數(shù)據(jù)技術(shù)”是指在電力系統(tǒng)領(lǐng)域所用到的大數(shù)據(jù)分析技術(shù)方法，主要是指數(shù)據(jù)挖掘技術(shù)，并未涉及較為專業(yè)的計算機(jī)領(lǐng)域的大數(shù)據(jù)技術(shù))，包括如下步驟：

步驟1，采集歷史電量數(shù)據(jù)并分析異常電量數(shù)據(jù)類型以及檢測算法，所述異常電量數(shù)據(jù)類型包括包括離群值和缺失值，所述離群值包括不刷新值、跳變值和越限值；

步驟2，根據(jù)步驟1的分析結(jié)果，通過OneClassSVM算法實(shí)現(xiàn)限值學(xué)習(xí)，然后在此基礎(chǔ)上校核歷史電量數(shù)據(jù)中的異常電量數(shù)據(jù)并通過DBSCAN算法校核歷史電量數(shù)據(jù)中的離群值；

步驟3，在DBSCAN算法的基礎(chǔ)上結(jié)合LOF算法，實(shí)現(xiàn)對多維電量數(shù)據(jù)樣本的離群值辨識。

步驟1包括：

步驟1-1，在進(jìn)行異常電量數(shù)據(jù)校核前，需要對從電量數(shù)據(jù)平臺D5000中采集的歷史電量數(shù)據(jù)進(jìn)行如下判定：

如果光伏量測歷史電量數(shù)據(jù)的天數(shù)在五天以上，則需要判定電量數(shù)據(jù)最大值出現(xiàn)時刻和數(shù)據(jù)分布兩個因素，根據(jù)最大值出現(xiàn)的時間點(diǎn)判斷，同一天出現(xiàn)兩個以上最大值的時間點(diǎn)只取一個數(shù)據(jù)，如果光伏量測歷史電量數(shù)據(jù)的的天數(shù)中，最大值時刻分布區(qū)間在10：00～14：00之間的天數(shù)是80％以上且從08：00-18：00之間的數(shù)值之和占比全天電量值之和80％以上，則判定光伏量測數(shù)據(jù)正常，進(jìn)行步驟1-2，如果不正常則需要校正，一般使用均值替代法或者K近鄰算法；如果光伏量測歷史電量數(shù)據(jù)的天數(shù)少于五天，則判斷光伏量測數(shù)值在時間區(qū)間8：00～18：00的占比，如果從時間區(qū)間08：00-18：00之間的數(shù)值之和占比全天電量值之和80％以上，則判斷光伏量測數(shù)據(jù)正常，進(jìn)行步驟1-2，如果不正常則需要校正，一般使用均值替代法或者K近鄰算法；

如果不是光伏量測，則跳過直接執(zhí)行步驟1-2；

步驟1-2，如果電量數(shù)據(jù)表中顯示為空值NULL(不是數(shù)值為0)，則為缺失值；

當(dāng)K＝1時，表示電量數(shù)據(jù)量測點(diǎn)相鄰一位數(shù)據(jù)，即如果連續(xù)兩個電量數(shù)據(jù)量測點(diǎn)的電量值一樣則判定兩個點(diǎn)都是不刷新值；K＝2時，表示電量數(shù)據(jù)量測點(diǎn)相鄰兩位數(shù)據(jù)，如果連續(xù)三個電量數(shù)據(jù)量測點(diǎn)的值一樣即判定三個點(diǎn)都是不刷新值；本發(fā)明選擇K＝2。