[发明专利]一种用于电网的母线电压态势短期预测方法及系统

说明书

本发明涉及电力技术领域，具体涉及一种用于电网的母线电压态势短期预测方法及系统。电力大数据环境下的电网监测海量数据，面临海量的实时告警提示信息，电网安全预警的准确和高效在电力大数据环境下要求更加严苛。本发明面向电网母线电压越限告警信息智能辨识和预测的智能预警策略，提出了基于大数据多维时序数据挖掘的电压态势短期预测方法。首先，本发明对母线电压短期预测的多维时序数据集进行了数据建模，提出了基于多维时序数据挖掘方法的母线电压态势短期预测方法。该方法采用动态时序规整DTW聚类算法对多维电压相关时序数据进行降维预处理；然后，通过集成学习策略构造电压态势预测强分类器，实现了母线电压未来短期态势的精准预测。

技术领域

本发明涉及电力技术领域，具体涉及一种用于电网的母线电压态势短期预测方法及系统。

背景技术

当前电网的安全稳定所面临的问题越来越复杂，电网安全告警作为电网安全调度工作的重要支持，对电网安全告警管理提出了更高的要求。在电力大数据和人工智能的时代，电网安全告警结合大数据智能分析和机器学习技术，使得相关告警的准确性、有效性和及时性得到显著改善和提升。

电力大数据具有大数据的共性，包括目标领域向其他相关领域的扩展，时间维度向多尺度的流数据扩展，所形成的大量异构异质数据和动态数据等；同时，电力大数据也继承了能源行业的数据特征，包括大量因果关系数据，高维时空数据、广域监测控制数据等。电网安全预警结合电力大数据的分析与应用，不仅需要从数据特征和统计特性进行分析，更需要结合电网本身的特性，从因果性的维度进行剖析和深化。

电网集中监控已经达到大数据业务处理的规模，目前公司集中监控变电站124个，市地两级监控信息点高达到62万个，其中市调23万个，地调39万个，每月仅市调遥信数据16万条以上，遥测数据每月多达3000万条数据。海量的电网监测数据也导致电网调度人员面临海量的实时告警提示信息，电网安全预警的准确和高效在电力大数据环境下要求更加严苛。

本发明从电网母线电压越限智能预警问题入手，提出了基于电网特性的电压告警因果决策判断和母线电压态势预测算法相结合的母线电压智能预警方法。

发明内容

母线电压越限告警有效性判断主要依靠来自D5000告警系统的告警数据、D5000实时遥测数据、以及AVC系统的动作数据和状态记录。但是D5000系统设置的电压越限告警阀值和AVC系统的动作触发阀值存在不一致现象，需监控员花费大量的时间来人工判断告警信息的有效性，过滤无效告警信息，即过滤掉监控员无需关注的告警信息，此刻监控员也无需人为介入调控。在实际业务场景中，告警系统往往会在短时出现大量报警，监控员几乎无法从中快速识别有效告警信息，即监控员需要特别关注的告警信息，必要时监控员还需要人为介入调控，从而影响告警系统的功能性。

针对现有技术中的缺陷，本发明提供了一种用于电网的母线电压态势短期预测方法，该母线电压态势短期预测方法包括母线电压越限智能预警策略，母线电压越限智能预警策略具体为从大数据多维相关时序特征分析出发，对母线电压态势进行短期预测，再结合D5000告警数据和AVC系统当前状态，对D5000告警数据进行智能识别，过滤无效告警；具体步骤如下：

第一步，对D5000系统告警信息，结合AVC无功设备状态信息，进行初步筛选；筛选的原则是母线电压向上越上上限阈值或者越下限阈值，且AVC无功调节能力已用尽，则判定该告警初步有效；

第二步，对初步有效的告警点的母线电压态势进行短期预测，判断未来电压的短期态势是趋势上扬，或者趋势平稳，或者趋势下行；

最后，结合初筛的告警信息和对母线未来电压态势的判断，辨识告警是否有效，并将该有效预警信息推送出去，明确该电压越限的情况是否需要调控干预，以及干预的时机。