计量电能量数据学习实践数据集生成方法与流程

1.本发明涉及电能计量技术领域，尤其涉及计量电能量数据学习实践数据集生成方法。


背景技术：

2.新型电力系统的显著特征是数字赋能，数字技术日益成为基本技能，电力系统计量专业员工对于掌握计量电能量数据挖掘以及机器学习等人工智能技术需求日益迫切。源自生产实践、贴近电力工作场景的数据集更是空白，严重阻碍了电力系统员工掌握先进的数字技术，脱离生产实践场景，且未充分体现生产实践中包括各类参数、时间、环境等全条件因素的影响。


技术实现要素：

3.为了克服现有技术的不足，本发明提供了计量电能量数据学习实践数据集生成方法，实现了基于计量电能量数据采用电能量数据正则筛选技术，形成准确、规范的计量电能量数据学习实践数据集。
4.为了实现上述发明目的，本发明采用以下技术方案：
5.计量电能量数据学习实践数据集生成方法，包括以下步骤：
6.s101、基于约束条件模型对电力系统计量模拟模型进行运行；
7.s102、获取电力数据信息，并进行特征分类处理；
8.s103、将特征分类处理结果对进行标签化分类处理；
9.s104、将标签化处理结果进行正则筛选处理，确定计量电能量数据集。
10.进一步的，约束条件模型包括设备参数因素、设备工作时间因素和环境温湿度因素。
11.进一步的，电力数据信息包括：a相电压、b相电压、c相电压、a相电流、b相电流、c相电流、总有功功率、a相有功功率、b相有功功率、c相有功能率、总无功功率、a相无功功率、b相无功功率、c相无功功率、总功率因素、a相功率因素、b相功率因素、c相功率因素、uab大小、uab相位角、ubc大小、ubc相位角、uca大小、uca相位角、ucb大小、ucb相位角等。
12.进一步的，特征分类处理包括：
13.电压特征分类处理，对电力数据信息进行特征识别，若识别含有电压特征，则判定其为电压特征分类集；
14.电流特征分类处理，对电力数据信息进行特征识别，若识别含有电流特征，则判定其为电流特征分类集；
15.有功功率特征分类处理，对电力数据信息进行特征识别，若识别含有有功功率特征，则判定其为有功功率特征分类集；
16.无功功率特征分类处理，对电力数据信息进行特征识别，若识别含有无功功率特征，则判定其为无功功率特征分类集；
17.功率因素特征分类处理，对电力数据信息进行特征识别，若识别含有功率因素特征，则判定其为功率因素特征分类集；
18.相位角特征分类处理，对电力数据信息进行特征识别，若识别含有相位角特征，则判定其为相位角特征分类集。
19.进一步的，特征分类处理结果包括：电压特征分类集、电流特征分类集、有功功率特征分类集、无功功率特征分类集、功率因素特征分类集和相位角特征分类集。
20.进一步的，标签化分类处理包括：
21.将特征分类处理结果进行差值等级标签化分类处理，差值等级包括正向差值等级和反向差值等级；正向差值等级包括第一正向差值等级、第二正向差值等级和第三正向差值等级；反向差值等级包括第一反向差值等级、第二反向差值等级和第三反向差值等级。
22.进一步的，标签化处理结果包括电压差值等级子集、电流差值等级子集、有功功率差值等级子集、无功功率差值等级子集、功率因素差值等级子集和相位角差值等级子集。
23.进一步的，正则筛选处理包括：将第一正向阈值等级子集和第一反向阈值等级子集作为一级计量电能量数据集，将第二正向阈值等级子集和第二反向阈值等级子集作为二级计量电能量数据集，将第三正向阈值等级子集和第三反向阈值等级子集作为三级计量电能量数据集。
24.本发明的有益效果：计量电能量数据学习实践数据集生成方法，实现了基于约束条件模型对电力系统计量模拟模型进行运行；获取电力数据信息，并进行特征分类处理；将特征分类处理结果对进行标签化分类处理；将标签化处理结果进行正则筛选处理，确定计量电能量数据集，加深了数字技术与电网业务应用场景结合的理解。
25.根据电网实际业务应用场景与数字技术具体要求，应用电能量数据子集技术从电能量数据属性全集中，生成贴合业务应用场景的数据模型。
26.电能量数据源提取海量样本、高维特征数据，并以数据标签化技术实现原数据的分类。
27.基于计量电能量数据采用电能量数据正则筛选技术，形成准确、规范的计量电能量数据挖掘机器学习实践数据集。
附图说明
28.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见的，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
29.图1是本发明计量电能量数据学习实践数据集生成方法的步骤示意图。
具体实施方式
30.下面结合附图对本公开实施例进行详细描述。
31.以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实
施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
32.实施例一：
33.计量电能量数据学习实践数据集生成方法，包括以下步骤：
34.s101、基于约束条件模型对电力系统计量模拟模型进行运行
35.基于约束条件模型对电力系统计量模拟模型进行运行，约束条件模型包括设备参数因素、设备工作时间因素和环境温湿度因素。
36.s102、获取电力数据信息，并进行特征分类处理；
37.基于约束条件模型对电力系统计量模拟模型进行运行模拟，获取电力数据信息，并进行特征分类处理，电力数据信息包括：a相电压、b相电压、c相电压、a相电流、b相电流、c相电流、总有功功率、a相有功功率、b相有功功率、c相有功能率、总无功功率、a相无功功率、b相无功功率、c相无功功率、总功率因素、a相功率因素、b相功率因素、c相功率因素、uab大小、uab相位角、ubc大小、ubc相位角、uca大小、uca相位角、ucb大小、ucb相位角等。
38.对电力数据信息进行特征分类处理，特征分类处理包括：
39.电压特征分类处理，对电力数据信息进行特征识别，若识别含有电压特征，则判定其为电压特征分类集；
40.电流特征分类处理，对电力数据信息进行特征识别，若识别含有电流特征，则判定其为电流特征分类集；
41.有功功率特征分类处理，对电力数据信息进行特征识别，若识别含有有功功率特征，则判定其为有功功率特征分类集；
42.无功功率特征分类处理，对电力数据信息进行特征识别，若识别含有无功功率特征，则判定其为无功功率特征分类集；
43.功率因素特征分类处理，对电力数据信息进行特征识别，若识别含有功率因素特征，则判定其为功率因素特征分类集；
44.相位角特征分类处理，对电力数据信息进行特征识别，若识别含有相位角特征，则判定其为相位角特征分类集。
45.s103、将特征分类处理结果对进行标签化分类处理；
46.将特征分类处理结果对进行标签化分类处理，特征分类处理结果包括：电压特征分类集、电流特征分类集、有功功率特征分类集、无功功率特征分类集、功率因素特征分类集和相位角特征分类集。将特征分类处理结果进行标签化分类处理，标签化分类处理包括：
47.将特征分类处理结果进行差值等级标签化分类处理，差值等级包括正向差值等级和反向差值等级；正向差值等级包括第一正向差值等级、第二正向差值等级和第三正向差值等级；反向差值等级包括第一反向差值等级、第二反向差值等级和第三反向差值等级。
48.例如将电压特征分类集进行差值等级标签化分类处理，根据电压特征分类集中的每一电压与电压阈值进行作差处理，并根据差值判定电压差值等级，并保存至电压差值等级子集；
49.例如将电流特征分类集进行差值等级标签化分类处理，根据电流特征分类集中的
每一电流与电流阈值进行作差处理，并根据差值判定电流差值等级，并保存至电流差值等级子集；
50.例如将有功功率特征分类集进行差值等级标签化分类处理，根据有功功率特征分类集中的每一有功功率与有功功率阈值进行作差处理，并根据差值判定有功功率差值等级，并保存至有功功率差值等级子集；
51.例如将无功功率特征分类集进行差值等级标签化分类处理，根据无功功率特征分类集中的每一无功功率与无功功率阈值进行作差处理，并根据差值判定无功功率差值等级，并保存至无功功率差值等级子集；
52.例如将功率因素特征分类集进行差值等级标签化分类处理，根据功率因素特征分类集中的每一功率因素与功率因素阈值进行作差处理，并根据差值判定功率因素差值等级，并保存至功率因素差值等级子集；
53.例如将相位角特征分类集进行差值等级标签化分类处理，根据相位角特征分类集中的每一相位角与相位角阈值进行作差处理，并根据差值判定相位角差值等级，并保存至相位角差值等级子集。
54.s104、将标签化处理结果进行正则筛选处理，确定计量电能量数据集；
55.将标签化处理结果进行正则筛选处理，标签化处理结果包括电压差值等级子集、电流差值等级子集、有功功率差值等级子集、无功功率差值等级子集、功率因素差值等级子集和相位角差值等级子集。
56.电压差值等级子集包括第一电压正向差值等级、第二电压正向差值等级、第三电压正向差值等级、第一电压反向差值等级、第二电压反向差值等级和第三电压反向差值等级；
57.电流差值等级子集包括第一电流正向差值等级、第二电流正向差值等级、第三电流正向差值等级、第一电流反向差值等级、第二电流反向差值等级和第三电流反向差值等级；
58.有功功率差值等级子集包括第一有功功率正向差值等级、第二有功功率正向差值等级、第三有功功率正向差值等级、第一有功功率反向差值等级、第二有功功率反向差值等级和第三有功功率反向差值等级；
59.无功功率差值等级子集包括第一无功功率正向差值等级、第二无功功率正向差值等级、第三无功功率正向差值等级、第一无功功率反向差值等级、第二无功功率反向差值等级和第三无功功率反向差值等级；
60.功率因素差值等级子集包括第一功率因素正向差值等级、第二功率因素正向差值等级、第三功率因素正向差值等级、第一功率因素反向差值等级、第二功率因素反向差值等级和第三功率因素反向差值等级；
61.相位角差值等级子集包括第一相位角正向差值等级、第二相位角正向差值等级、第三相位角正向差值等级、第一相位角反向差值等级、第二相位角反向差值等级和第三相位角反向差值等级。
62.将标签化处理结果进行正则筛选处理，确定计量电能量数据集，正则筛选处理包括：将第一正向阈值等级子集和第一反向阈值等级子集作为一级计量电能量数据集，将第二正向阈值等级子集和第二反向阈值等级子集作为二级计量电能量数据集，将第三正向阈
值等级子集和第三反向阈值等级子集作为三级计量电能量数据集。需要说明，一级计量电能量数据集、二级计量电能量数据集和三级计量电能量数据集用于计量电能量，其各占比权重可根据实际情况去设定。
63.在本发明的描述中，需要说明的是，术语“第一”、“第二”和“第三”仅用于区分描述，而不能理解为指示或暗示相对重要性。
64.以上仅为说明本发明的实施方式，并不用于限制本发明，对于本领域的技术人员来说，凡在本发明的精神和原则之内，不经过创造性劳动所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。