一种基于大数据的电网运行状态监测系统及其监测方法与流程

本发明涉及电网运行监控技术领域，尤其是一种基于大数据的电网运行状态监测系统及其监测方法。

背景技术：

电网运行过程中，其运行状态会产生实时变化。由于影响电网运行的因素纷繁复杂，所以如何对电网运行状态进行有效的监测成为了电力行业亟待解决的问题。大数据技术率先在互联网、电信、金融等行业出现，是指通过处理海量数据，提取其中的有效数据信息，从而获得有效的数据反馈信息。电网系统由于具有大数据量的特点，所以大数据技术非常适用于电网系统的监测管理。

技术实现要素：

本发明要解决的技术问题是提供一种基于大数据的电网运行状态监测系统及其监测方法，能够解决现有技术的不足，提高了电网运行状态监测的准确度，降低了数据运算量。

为解决上述技术问题，本发明所采取的技术方案如下。

一种基于大数据的电网运行状态监测系统，包括，

节点运行参数采集模块，用于采集电网运行过程中的节点运行参数；

节点选择模块，用于选择与节点运行参数采集模块相连的节点；

节点参数预处理模块，用于对采集的节点运行参数进行预处理；

运行状态分析模块，用于对于节点运行参数进行分析，得出电网运行状态；

反馈模块，用于根据节点运行参数预处理结果对下一次节点选择模块的操作进行反馈。

一种上述的基于大数据的电网运行状态监测系统的监测方法，包括以下步骤：

a、节点选择模块选定用于采集运行参数的节点；

b、节点运行参数采集模块接入步骤a中选定的节点，采集节点运行参数，运行参数包括有功功率、无功功率、电压幅值和电压相角；

c、将有同一节点上的功功率、无功功率、电压幅值和电压相角按照时序分别建立对应的数据集合，并将数据集合发送至节点参数预处理模块；

d、节点参数预处理模块对数据集合进行预处理，得到每个被测节点上有功功率、无功功率、电压幅值和电压相角的动态变化趋势数据；

e、运行状态分析模块根据步骤d中得到的动态变化趋势数据对电网运行状态进行判断；

f、反馈模块通过对电网运行状态的判断结果和实际上报的电网运行状态实际结果进行比对，对节点选择进行优化，返回步骤a，节点选择模块根据优化结果准备下一次的节点接入。

作为优选，步骤d中，对数据集合进行预处理包括以下步骤，

d1、根据各节点间的电性关联度，将所有选定节点分为若干个小组；

d2、提取每个节点上四个数据集合的预测向量，将同一小组内同类型的预测向量进行拟合，获得拟合向量；

d3、建立同组内不同拟合向量之间的映射关系；

d4、依次将每个被测节点的有功功率、无功功率、电压幅值和电压相角数据集合带入对应的映射关系，若有50％或大于50％的映射关系与带入的数据集合线性相关，则选取这一节点为有效节点；

d5、使用有效节点上的数据集合对非有效节点的数据集合进行模拟；

d6、使用有效节点上的数据集合以及模拟出的非有效节点的数据集合得出有功功率、无功功率、电压幅值和电压相角的动态变化趋势数据。

作为优选，步骤d2中，预测向量的提取包括以下步骤，

d21、遍历数据集合，选择有效数据，有效数据的选取要求为，

其中，vi为ti时刻的数据有效值，vj为tj时刻的数据有效值，l为阈值；选取ti和tj时刻的数据以及ti和tj之间任意一个有效值在vi和vj之间的数据作为有效数据；

d22、使用有效数据进行线性回归处理，得到预测向量。

作为优选，步骤e中，使用动态变化趋势数据建立特征值矩阵，对特征值矩阵进行逐步降维处理，降维处理过程中产生的孤立节点即为预测故障点。

作为优选，步骤f中,对节点选择进行优化包括以下步骤，

f1、删除非有效节点；

f2、选择与电网运行状态实际结果线性相关的节点作为预选节点；

f3、建立有效节点的多维特征空间，将预选节点投影至有效节点的多维特征空间，计算投影结果与预选节点本身的相异度矩阵，若相异度矩阵符合预设条件，则将与此相异度矩阵对应的预选节点作为新的选定节点。

作为优选，步骤f3中，相异度矩阵的预设条件为其瑞利熵小于设定阈值。

采用上述技术方案所带来的有益效果在于：本发明采用数据筛选和数据预测技术，提高了数据采集的精确度，大大降低了数据处理量。通过对数据进行有效的预处理，筛选出有效节点，然后采用有效节点对非有效节点进行模拟，从而避免非有效节点对数据处理的干扰。最后通过对节点选择优化的反馈，实现节点选择的自学习式更新，进一步提高节点选择的准确性。

附图说明

图1是本发明一个具体实施方式的系统原理图。

图中：1、节点运行参数采集模块；2、节点选择模块；3、节点参数预处理模块；4、运行状态分析模块；5、反馈模块。

具体实施方式

本发明中使用到的标准零件均可以从市场上购买，异形件根据说明书的和附图的记载均可以进行订制，各个零件的具体连接方式均采用现有技术中成熟的螺栓、铆钉、焊接、粘贴等常规手段，在此不再详述。

参照图1，本发明一个具体实施方式包括，

节点运行参数采集模块1，用于采集电网运行过程中的节点运行参数；

节点选择模块2，用于选择与节点运行参数采集模块1相连的节点；

节点参数预处理模块3，用于对采集的节点运行参数进行预处理；

运行状态分析模块4，用于对于节点运行参数进行分析，得出电网运行状态；

反馈模块5，用于根据节点运行参数预处理结果对下一次节点选择模块2的操作进行反馈。

一种上述的基于大数据的电网运行状态监测系统的监测方法，包括以下步骤：

a、节点选择模块2选定用于采集运行参数的节点；

b、节点运行参数采集模块1接入步骤a中选定的节点，采集节点运行参数，运行参数包括有功功率、无功功率、电压幅值和电压相角；

c、将有同一节点上的功功率、无功功率、电压幅值和电压相角按照时序分别建立对应的数据集合，并将数据集合发送至节点参数预处理模块3；

d、节点参数预处理模块3对数据集合进行预处理，得到每个被测节点上有功功率、无功功率、电压幅值和电压相角的动态变化趋势数据；

e、运行状态分析模块4根据步骤d中得到的动态变化趋势数据对电网运行状态进行判断；

f、反馈模块5通过对电网运行状态的判断结果和实际上报的电网运行状态实际结果进行比对，对节点选择进行优化，返回步骤a，节点选择模块2根据优化结果准备下一次的节点接入。

步骤d中，对数据集合进行预处理包括以下步骤，

d1、根据各节点间的电性关联度，将所有选定节点分为若干个小组；

d2、提取每个节点上四个数据集合的预测向量，将同一小组内同类型的预测向量进行拟合，获得拟合向量；

d3、建立同组内不同拟合向量之间的映射关系；

d4、依次将每个被测节点的有功功率、无功功率、电压幅值和电压相角数据集合带入对应的映射关系，若有50％或大于50％的映射关系与带入的数据集合线性相关，则选取这一节点为有效节点；

d5、使用有效节点上的数据集合对非有效节点的数据集合进行模拟；

d6、使用有效节点上的数据集合以及模拟出的非有效节点的数据集合得出有功功率、无功功率、电压幅值和电压相角的动态变化趋势数据。

步骤d2中，预测向量的提取包括以下步骤，

d21、遍历数据集合，选择有效数据，有效数据的选取要求为，

其中，vi为ti时刻的数据有效值，vj为tj时刻的数据有效值，l为阈值；选取ti和tj时刻的数据以及ti和tj之间任意一个有效值在vi和vj之间的数据作为有效数据；

d22、使用有效数据进行线性回归处理，得到预测向量。

步骤d5中，根据非有效节点与相关有效节点的电性关联度，确定与其线性正相关的模拟加权权重，然后进行加权模拟。建立模拟过程的映射函数，在步骤d6中使用上述映射函数快速得出相关动态变化趋势数据。通过改进节点模拟过程，可以优化数据构成，提高动态变化趋势数据的计算速度。

步骤e中，使用动态变化趋势数据建立特征值矩阵，对特征值矩阵进行逐步降维处理，降维处理过程中产生的孤立节点即为预测故障点。

步骤f中,对节点选择进行优化包括以下步骤，

f1、删除非有效节点；

f2、选择与电网运行状态实际结果线性相关的节点作为预选节点；

f3、建立有效节点的多维特征空间，将预选节点投影至有效节点的多维特征空间，计算投影结果与预选节点本身的相异度矩阵，若相异度矩阵符合预设条件，则将与此相异度矩阵对应的预选节点作为新的选定节点。

步骤f3中，相异度矩阵的预设条件为其瑞利熵小于设定阈值。

本发明优化了大数据的处理过程在电网运行监测过程中，可以实现有效、快速的数据处理和状态预测。

在本发明的描述中，需要理解的是，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。