一种基于数据分析的工业电源快速切换监测方法与流程

本发明涉及数据处理，具体涉及一种基于数据分析的工业电源快速切换监测方法。

背景技术：

1、随着工业的快速发展，工业生产的过程逐渐实现自动化的生产过程，自动化的工业生产提高了生产效率，但维持工业的自动化生产需要稳定的供电系统，因此对工业生产中电力系统的稳定性要求也逐渐提高。在工业生产过程中若供电系统故障，会导致整个工业的自动化生产装置停止运作，给工业生产带来巨大的经济损失。

2、现如今在工业生产中工业电源采用双电源的供电系统，通过主电源与备用电源之间的切换使工业生产的供电系统稳定运行，保障工业生产的稳定进行。但是采用双电源的供电系统需对电源的切换做出准确的判断，若对电源的状态的监测出现偏差导致电源切换延迟，同样会对工业生产的过程产生影响。通常采用对工业电源状态监测数据进行预测的方式对电源状态进行监测，避免主电源故障检测出现延迟偏差导致出现经济损失，但是传统的移动加权平均预测算法对电源状态监测数据的预测分析会受到不同数据特征变化的影响，使电源的状态预测出现偏差，进而使工业电源的快速切换的监测精度较低。

技术实现思路

1、本发明提供一种基于数据分析的工业电源快速切换监测方法，以解决工业电源的快速切换的监测精度较低的问题，所采用的技术方案具体如下：

2、本发明一个实施例一种基于数据分析的工业电源快速切换监测方法，该方法包括以下步骤：

3、获取工业电源状态监测数据，所述监测数据包括电压时间数据序列、电流时间数据序列、温度时间数据序列；

4、采用突变点检测算法分别对电流时间数据序列和电压时间数据序列进行分组；根据电流时间数据序列分组结果获取电流时间数据序列的极大值点数据序列和极小值点数据序列，利用电流时间数据序列的极大值点数据序列和极小值点数据序列计算电流过载状态系数；根据电压时间数据序列分组结果获取电压时间数据序列的极大值点数据序列和极小值点数据序列，利用电压时间数据序列的极大值点数据序列和极小值点数据序列计算电压过载状态系数；根据电流过载状态系数和电压过载状态系数计算工业电源的电源过载状态置信系数；

5、根据电压时间数据序列、电流时间数据序列分别获取电流过载趋势系数、电压过载趋势系数；根据电源过载状态置信系数、电流过载趋势系数、电压过载趋势系数和温度时间数据序列计算每组工业电源状态监测数据的电源过载趋势系数；根据每组工业电源状态监测数据的电源过载趋势系数计算每组工业电源状态监测数据的电源切换权值系数；根据每组工业电源状态监测数据的电源切换权值系数获取每组工业电源状态监测数据的预测值；

6、根据工业电源状态监测数据的预测值计算工业电源状态偏移量；根据工业电源状态偏移量对工业电源的快速切换进行监测。

7、优选的，所述采用突变点检测算法分别对电流时间数据序列和电压时间数据序列进行分组的方法为：

8、采用突变点检测算法分别获取电流时间数据序列和电压时间数据序列中的突变点，分别将电流时间数据序列和电压时间数据序列中的突变点作为分割点，根据电流时间数据序列中的分割点、电压时间数据序列中的分割点分别对电流时间数据序列、电压时间数据序列进行分组。

9、优选的，所述根据电流时间数据序列分组结果获取电流时间数据序列的极大值点数据序列和极小值点数据序列，利用电流时间数据序列的极大值点数据序列和极小值点数据序列计算电流过载状态系数的方法为：

10、将电流时间数据序列中每个分组结果作为电流数据序列的一个电流数据子序列，将所述电流数据子序列中的所有极大值点对应的数据按照时间升序顺序排序组成的序列作为所述电流数据子序列和电压数据子序列的极大值点数据序列；获取所述电流数据子序列中的所有极小值点对应数据的绝对值，将所有所述绝对值按照时间升序顺序排序组成的序列作为所述电流数据子序列的极小值点数据序列；

11、将电流时间数据序列中任意一个电流数据子序列的极大值点数据序列中元素的最大值和极小值点数据序列中元素的最小值的差值作为所述任意一个电流数据子序列的第一状态系数；计算所述任意一个电流数据子序列的极大值点数据序列和极小值点数据序列的dtw距离，将所述dtw距离的计算结果作为所述任意一个电流数据子序列的第二状态系数；将所述任意一个电流数据子序列的第一状态系数和第二状态系数的乘积作为所述任意一个电流数据子序列的电流过载状态系数。

12、优选的，所述根据电压时间数据序列分组结果获取电压时间数据序列的极大值点数据序列和极小值点数据序列，利用电压时间数据序列的极大值点数据序列和极小值点数据序列计算电压过载状态系数的方法为：

13、将电压时间数据序列中每个分组结果作为电压数据序列的一个电压数据子序列，将所述电压数据子序列中的所有极大值点对应的数据按照时间升序顺序排序组成的序列作为所述电压数据子序列和电压数据子序列的极大值点数据序列；获取所述电压数据子序列中的所有极小值点对应数据的绝对值，将所有所述绝对值按照时间升序顺序排序组成的序列作为所述电压数据子序列的极小值点数据序列；

14、将电压时间数据序列中任意一个电压数据子序列的极大值点数据序列中元素的最大值和极小值点数据序列中元素的最小值的差值作为所述任意一个电压数据子序列的第一状态系数；计算所述任意一个电压数据子序列的极大值点数据序列和极小值点数据序列的dtw距离，将所述dtw距离的计算结果作为所述任意一个电压数据子序列的第二状态系数；将所述任意一个电压数据子序列的第一状态系数和第二状态系数的乘积作为所述任意一个电压数据子序列的电压过载状态系数。

15、优选的，所述根据电流过载状态系数和电压过载状态系数计算工业电源的电源过载状态置信系数的方法为：

16、

17、式中，表示工业电源的电源过载状态置信系数；表示电流时间数据序列中所有电流数据子序列的电流过载状态系数的均值，表示电压时间数据序列中所有电压数据子序列的电压过载状态系数的均值；表示电流时间数据序列中第个电流数据子序列的电流过载状态系数，表示电压时间数据序列中第个电压数据子序列的电压过载状态系数；表示电流时间数据序列中电流数据子序列的数量，表示电压时间数据序列中电压数据子序列的数量。

18、优选的，所述根据电压时间数据序列、电流时间数据序列分别获取电流过载趋势系数、电压过载趋势系数的方法为：

19、采用经验模态分解算法分别获取电流时间数据序列分解的残差分量、电压时间数据序列分解的残差分量，计算电流时间数据序列分解的残差分量的最大值和最小值的差值，将所述差值作为电流时间数据序列的电流过载趋势系数；计算电压时间数据序列分解的残差分量的最大值和最小值的差值，将所述差值作为电压时间数据序列的电压过载趋势系数。

20、优选的，所述根据电源过载状态置信系数、电流过载趋势系数、电压过载趋势系数和温度时间数据序列计算每组工业电源状态监测数据的电源过载趋势系数的方法为：

21、

22、式中，表示第组工业电源状态监测数据的电源过载趋势系数；表示第组工业电源状态监测数据的电源过载状态置信系数；和分别表示第组和第组工业电源状态监测数据的电流过载趋势系数；和分别表示第组和第组工业电源状态监测数据的电压过载趋势系数；和分别表示第组和第组工业电源状态监测数据中温度时间数据序列的变异系数；表示获取的工业电源状态监测数据的组数。

23、优选的，所述根据每组工业电源状态监测数据的电源过载趋势系数计算每组工业电源状态监测数据的电源切换权值系数的方法为：

24、将任意一组工业电源状态监测数据的电源过载趋势系数作为分子，将所有工业电源状态监测数据的电源过载趋势系数的和作为分母，将所述分子和分母的比值作为所述任意一组工业电源状态监测数据的电源切换权值系数。

25、优选的，所述根据每组工业电源状态监测数据的电源切换权值系数获取每组工业电源状态监测数据的预测值的方法为：

26、将每组工业电源状态监测数据的电源切换权值系数作为所述每组工业电源状态监测数据的权值，采用移动加权平均预测算法分别获取工业电源状态监测的电压预测值、电流预测值和温度预测值。

27、优选的，所述根据工业电源状态监测数据的预测值计算工业电源状态偏移量的方法为：

28、

29、式中，表示工业电源状态偏移量；和分别表示工业电源监测数据中第种监测数据的预测值和阈值；表示采集工业电源状态监测数据的种类数。

30、本发明的有益效果是：通过分析短时间内的电流数据、电压数据变化局部特征，计算电流过载状态系数和电压过载状态系数，根据电流过载状态系数和电压过载状态系数计算电源过载状态置信系数；根据工业电源短时间内的电压、电流变化趋势、温度整体异常程度和电源过载状态置信系数计算电源过载趋势系数，根据电源过载趋势系数计算电源切换权重系数。基于电源切换权重系数对工业电源状态监测数据分配权重，其有益效果在于考虑工业电源短时间内的局部状态特征差异，对工业电源状态可能发生改变的时间段内状态监测数据赋予更高的权重，提高对工业电源状态监测数据预测结果的准确性，进而提高对工业电源快速切换监测的精度。