【技術實現步驟摘要】
本專利技術一般地涉及數據處理。更具體地，本專利技術涉及一種基于態勢感知的變電站安全監測預警方法及系統。
技術介紹
1、隨著電力系統向智能電網的發展，基于態勢感知的監測系統是構建智能電網的重要組成部分，有助于實現電網的高效、可持續和智能化發展。態勢感知是指對環境中的信息進行及時、全面的感知和分析，以獲取對環境狀態的整體認識。在電力系統中，通過態勢感知技術可以更全面地了解系統運行狀態。其可以對電力系統狀態進行實時監測，實時監測和預警系統的引入有助于減少突發故障引起的停電時間，從而減少維修和恢復電網正常運行的成本，使得問題能夠更早地被發現和處理，提高了監測的實時性和準確性。總體而言，基于態勢感知的變電站安全監測預警方法及系統的研發旨在提高電力系統的安全性、可靠性和智能化水平，為電力行業的可持續發展提供支持。
2、現有技術中在基于態勢感知對變電站進行安全檢測前首先采用中值濾波法對采集的電力設備運行數據進行去噪，然后識別采集的數據中是否存在異常數據，以此來判斷變電站是否存在故障。但是在對采集的數據進行中值濾波時噪聲數據的存在會影響當前數據的排序結果，進而影響當前數據濾波窗口內中值數據結果的準確性，最終影響到當前數據的濾波去噪結果，導致當前數據的異常識別結果不準確，最終導致對變電站的安全監測預警精確度較差。
技術實現思路
1、為解決上述一個或多個技術問題，本專利技術在如下的多個方面中提供方案。
2、在第一方面中，本專利技術提供了一種基于態勢感知的變電站安全監測預警方法，
3、實時采集變電站的電力設備運行數據；
4、從采集的所有電力設備運行數據中篩選待濾波數據，并分別設置每個待濾波數據對應的濾波窗口；
5、對濾波窗口內的整體數據進行最小二乘擬合，并分別計算各個非待濾波數據在其參與擬合時的殘差與不參與擬合時的殘差；
6、對于每個非待濾波數據，計算其參與擬合時的殘差以及不參與擬合時的殘差二者之間的差值，依據所述二者之間的差值以及該待濾波數據參與擬合時窗口內數據的整體平穩度計算其可靠程度，所述可靠程度用于表征在進行最小二乘擬合時相應的非待濾波數據的重要性；
7、依據各個非待濾波數據的可靠程度計算各個非待濾波數據的波動幅度，所述波動幅度用于表征非待濾波數據與濾波窗口內所有數據整體之間的離散度；
8、分別依據各個非待濾波數據的波動幅度計算各個非待濾波數據加權后的值，并依據各個非待濾波數據加權后的值對所有非待濾波數據進行排序，進而獲取各個濾波窗口內的中值數據，并將其作為對應的待濾波數據濾波后的數據，從而實現對所述電力設備運行數據的濾波去噪；
9、對去噪后的電力設備運行數據進行識別，響應于所述電力設備運行數據包含異常數據，進行預警。
10、在一個實施例中，所述篩選待濾波數據包括：遍歷采集的電力設備運行數據，依據各個電力設備運行數據的噪聲表現結合其連接的負載的運行參數，分別計算各個電力設備運行數據被篩選為待濾波數據的可能性評價值；將可能性評價值大于預設的可能性閾值的電力設備運行數據作為待濾波數據。
11、在一個實施例中，對于數據i來說，其被篩選為待濾波數據的可能性li評價值的計算表達式為：
12、
13、式中，xi為當前數據i的數值，xr為在當前數據i的左右兩側所選取的2α個數據中的第r個數據的數值，ui為當前數據i在數據采集時刻對應的負載運行參數，ur為數據r在數據采集時刻對應的負載運行參數，norm()為歸一化函數。
14、在一個實施例中，對于非待濾波數據t，其參與擬合時窗口內數據整體平穩度的計算表達式為：
15、
16、式中，nci為當前待濾波數據i的濾波窗口內數據個數，xt為非待濾波數據t的數值，lt為非待濾波數據t被篩選為待濾波數據的可能性，xm為當前待濾波數據i的窗口內除非待濾波數據t之外的第m個數據的數值，lm為除非待濾波數據t之外的第m個數據被篩選為待濾波數據的可能性，wt為非待濾波數據t在參與數據擬合時待濾波窗口內所有數據的整體平穩度。
17、在一個實施例中，非待濾波數據t的數據可靠程度kt的計算表達式為：
18、
19、式中，sset為非待濾波數據t在參與數據擬合時的殘差，sset′為非待濾波數據t在不參與數據擬合時的殘差，wt為非待濾波數據t在參與數據擬合時待濾波窗口內所有數據的整體平穩度。
20、在一個實施例中，對于非待濾波數據t，其波動幅度qt的計算表達式為：
21、
22、式中，σci為非待濾波數據t所在濾波窗口內整體數據的方差，nci為非待濾波數據t所在濾波窗口內數據個數，xt為非待濾波數據t的數值，xm為非待濾波數據t所在窗口內除非待濾波數據t之外的第m個剩余數據的數值，kt為非待濾波數據t的可靠程度。
23、在一個實施例中，對于非待濾波數據t，其加權后的值x′t的計算表達式為：
24、
25、式中，xt為非待濾波數據t的數值,qt為非待濾波數據t的波動幅度，nci為非待濾波數據t所在濾波窗口內的數據個數。
26、在一個實施例中，對去噪后的電力設備運行數據進行識別時采用局部離群因子法。
27、在一個實施例中，所述濾波窗口的長度為1*9。
28、在第二方面中，本專利技術提供了一種基于態勢感知的變電站安全監測預警系統，包括存儲器和處理器，所述存儲器內存儲有計算機程序指令，當所述計算機程序指令被所述處理器執行時實現本專利技術的基于態勢感知的變電站安全監測預警方法。
29、本專利技術的技術效果為：現有技術中基于態勢感知技術對變電站設備進行監測的方法是首先對采集的數據進行中值濾波，然后識別濾波后的數據中是否有異常數據，但是在對數據進行中值濾波時由于噪聲的存在，導致排序結果不準確，從而導致對變電站故障判斷結果不夠精準。本專利技術的基于態勢感知的變電站安全監測預警方法在對變電站進行安全監測時首先采用中值濾波對數據進行去噪，其在去噪過程中，篩選待濾波數據進行濾波并調整濾波窗口內數據排序結果，提高了中值濾波過程中中值獲取結果的準確性，從而大大減小了噪聲數據對排序結果準確性的影響，進而提高對噪聲數據的濾波結果準確性，最終提高了對變電站異常數據監測結果的準確性，因此采用本專利技術的方法可以精準地對變電站進行安全監測與預警。
本文檔來自技高網...【技術保護點】
1.一種基于態勢感知的變電站安全監測預警方法，其特征在于，包括：
2.如權利要求1所述的基于態勢感知的變電站安全監測預警方法，其特征在于，所述篩選待濾波數據包括：
3.如權利要求2所述的基于態勢感知的變電站安全監測預警方法，其特征在于，對于數據i來說，其被篩選為待濾波數據的可能性Li評價值的計算表達式為：
4.如權利要求1所述的基于態勢感知的變電站安全監測預警方法，其特征在于，對于非待濾波數據t，其參與擬合時窗口內數據整體平穩度的計算表達式為：
5.如權利要求1所述的基于態勢感知的變電站安全監測預警方法，其特征在于，非待濾波數據t的數據可靠程度Kt的計算表達式為：
6.如權利要求1所述的基于態勢感知的變電站安全監測預警方法，其特征在于，對于非待濾波數據t，其波動幅度Qt的計算表達式為：
7.如權利要求1所述的基于態勢感知的變電站安全監測預警方法，其特征在于，對于非待濾波數據t，其加權后的值x′t的計算表達式為：
8.如權利要求1所述的基于態勢感知的變電站安全監測預警方法，其特征在于，對去噪后的電力
9.如權利要求1～8任意一項所述的基于態勢感知的變電站安全監測預警方法，其特征在于，所述濾波窗口的長度為1*9。
10.一種基于態勢感知的變電站安全監測預警系統，包括存儲器和處理器，所述存儲器內存儲有計算機程序指令，其特征在于，當所述計算機程序指令被所述處理器執行時實現權利要求1～9任意一項所述的基于態勢感知的變電站安全監測預警方法。
...【技術特征摘要】
1.一種基于態勢感知的變電站安全監測預警方法，其特征在于，包括：
2.如權利要求1所述的基于態勢感知的變電站安全監測預警方法，其特征在于，所述篩選待濾波數據包括：
3.如權利要求2所述的基于態勢感知的變電站安全監測預警方法，其特征在于，對于數據i來說，其被篩選為待濾波數據的可能性li評價值的計算表達式為：
4.如權利要求1所述的基于態勢感知的變電站安全監測預警方法，其特征在于，對于非待濾波數據t，其參與擬合時窗口內數據整體平穩度的計算表達式為：
5.如權利要求1所述的基于態勢感知的變電站安全監測預警方法，其特征在于，非待濾波數據t的數據可靠程度kt的計算表達式為：
6.如權利要求1所述的基于態勢感知的變電站安全監測預警方法，其特征在...
【專利技術屬性】
技術研發人員：朱天敬，喬輝，劉國平，尹子會，苗俊杰，馬帥，張斌，郝謙，趙志峰，王海輪，張聰聰，蔣云峰，馬偉，田如鋼，李征，
申請(專利權)人：國網河北省電力有限公司邢臺供電分公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。