[发明专利]一种基于样本熵与小波变换的线损特性分析方法

说明书

本发明公开了一种基于样本熵与小波变换的线损特性分析方法，包括S1、输入原始线损数据；S2、设定滑动移除数据的窗口长度S以及滑动步长L；S3、从待分析的原始线损率数据的第i个数据开始连续移除S个数据，再将剩余N‑S个数据拼接在一起形成一个新的线损率序列；S4、利用样本熵理论计算重新拼接的线损率序列的熵值；S5、保持移除数据的窗口尺度不变，以步长L逐步移动窗口，重复步骤S3～S5，直到原始线损率数据序列结束为止等步骤，本发明首次将样本熵结合滑动技术与小波变换应用于电力系统的线损异常检测与分析，能够对电力系统产生的大量线损率数据进行异常检测。

技术领域

本发明涉及电力技术领域，具体涉及一种基于样本熵与小波变换的线损特性分析方法。

背景技术

线损率是一个重要的经济指标，对线损管理有着重要的意义。在研究内容方面，已有对线损率的分析大多集中在线损的异常分析以及其特性分析方面。在线损异常分析方面，已有的线损异常分析方法针对异常的产生原因进行研究，着重分析线损异常产生的原因，但针对线损率异常检测的研究较少。目前的线损异常研究方法是一般是使用固定的阈值进行异常筛选。但是当线损率随时间变化时，阈值存在不适用的可能性。而对于线损自动化系统产生的海量线损数据，更是难以对其进行人工核查。在线损特性分析方面，一般按照分压、分元件的方式分析线损的构成情况，从而提出降损的措施；或是通过其影响因素来反映线损的变化，但涉及线损率随时间变化的特性分析，目前仍缺少相应的研究。

发明内容

针对现有技术的不足，本发明的目的旨在提供一种基于样本熵与小波变换的线损特性分析方法，以为线损管理提供依据。

为实现上述目的，本发明采用如下技术方案：

一种基于样本熵与小波变换的线损特性分析方法，包括如下步骤：

S1、输入原始线损数据

S2、设定滑动移除数据的窗口长度S以及滑动步长L；

S3、从待分析的原始线损率数据的第i个数据开始连续移除S个数据，再将剩余N-S个数据拼接在一起形成一个新的线损率序列；

S4、利用样本熵理论计算重新拼接的线损率序列的熵值；

S5、保持移除数据的窗口尺度不变，以步长L逐步移动窗口，重复步骤S3～S5，直到原始线损率数据序列结束为止；

S6、通过步骤S2～S5得到一个随窗口移动的样本熵序列；

S7、根据步骤S6的样本熵序列的变化情况判断线损率异常点，并使用异常数据两侧平均值进行补全；

S8、重复步骤S2～S7，对修正后的线损率数据进行检验，直至前后两次样本熵平均值之差在一个设定的值内；

S9、对修正后的线损率数据进行小波变换，得出线损率小波方差；

S10、根据线损率小波方差分析线损率的主要周期变换。

在步骤S9中，所述的小波变换采用的是Morlet复小波，Morlet复小波表达式为：

对于线损率序列f(t)，其连续小波变换为：

式中，W_f(a,b)称为小波系数；ψ*(t)是ψ(t)的复共轭函数，a为频域参数，b为时域参数；

通过小波变换系数W_f(a,b)可以进而计算得到线损率小波方差；

在步骤S4中，所述的样本熵理论为：

对于给定的线损率序列x(1)，x(2)，…，x(N)，其样本熵的计算步骤如下所示：