[发明专利]基于电力企业大数据技术的配电网差异特征诊断分析方法在审

专利信息
申请号: 201710251787.2 申请日: 2017-04-18
公开(公告)号: CN107133722A 公开(公告)日: 2017-09-05
发明(设计)人: 薛振宇;胡航海;宋毅;刘道新;王杨;冯昊;吴志力;靳夏宁;杜斌;孙充勃;郭玥;原凯;杨卫红;宋红芳;张立峰;益西措姆;厉瑜;龙迪;谭景明;杨龙 申请(专利权)人: 国家电网公司;国网北京经济技术研究院
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q50/06;G06K9/62
代理公司: 北京纪凯知识产权代理有限公司11245 代理人: 徐宁,孙楠
地址: 100031 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 电力企业 数据 技术 配电网 差异 特征 诊断 分析 方法
【权利要求书】:

1.一种基于电力企业大数据技术的配电网差异特征诊断分析方法,其特征在于包括以下步骤:

1)信息融合:构造含电力企业业务内部管理数据和经济社会外部数据的配电网数据资源平台;

2)指标提取:采用数据挖掘技术从配电网数据资源平台中提取配电网诊断的关键指标,构建诊断指标集;

3)样本筛选:将得到的诊断指标集中的诊断指标作为诊断参数,对多个电力企业的电网发展状态作聚类合并,筛出所得簇对象内仅含孤立点的电力企业,其他簇作为种子样本;

4)分类诊断:以种子样本的类中心作为诊断参数,采用系统聚类法对种子样本再作聚类合并,按所得分类系统图将种子样本聚合为有限个群,对有限个群进行分类诊断,得到各群的差异特点,也即配电网中不同电力企业的差异特征。

2.如权利要求1所述的基于电力企业大数据技术的配电网差异特征诊断分析方法其特征在于:所述步骤1)中,构建的配电网数据资源平台包括经济社会、电网规模、电网经营和电网运行四大类数据。

3.如权利要求2所述的基于电力企业大数据技术的配电网差异特征诊断分析方法其特征在于:所述经济社会类数据包括经济发展指标、土地资源指标、人口资源指标和用电客户指标;所述电网规模类数据包括变压器数量、线路条数和线路长度指标;所述电网经营类数据包括售电量、电力损耗、购售电费、电费管理、电网投入、供电质量、业扩报装、资产利润和人力资源指标;所述电网运行类数据包括安全水平、轻载运行、重载运行和高损运行指标。

4.如权利要求1所述的基于电力企业大数据技术的配电网差异特征诊断分析方法,其特征在于:所述步骤2)中,采用数据挖掘技术中的主成分分析技术分别对四类数据进行关键指标提取的方法包括以下步骤:

①根据各样本数据中相关系数矩阵的特征多项式,计算得到各样本数据中相关系数矩阵的特征值;

②根据得到的相关系数矩阵的特征值大小,确定各样本数据中的主成分个数;

③计算步骤②中确定的各主成分指标中不同元素的载荷系数;

④选取各主成分指标中载荷系数绝对值最大者为该主成分指标的关键指标;

⑤将得到的各类样本数据中的所有关键指标作为诊断分析配电网差异特征的诊断指标集。

5.如权利要求4所述的基于电力企业大数据技术的配电网差异特征诊断分析方法,其特征在于:所述步骤②中,确定主成分个数的计算公式为:

k=Σkiλi>1ki=1λi1ki=0,(i=1,2,...,p),]]>

式中,k为主成分指标个数,ki为计数器,且当λi>1时取1,否则取0;p为样本数据的指标个数;λi为第i个指标的特征值。

6.如权利要求4所述的基于电力企业大数据技术的配电网差异特征诊断分析方法,其特征在于:所述步骤③中,各主成分指标中不同元素的载荷系数的计算公式为:

sij=λiaij,(i=1,2,...,p)]]> 1

式中:aij为特征值λi对应特征向量的第j个元素;sij为载荷系数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国家电网公司;国网北京经济技术研究院,未经国家电网公司;国网北京经济技术研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710251787.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top