[发明专利]一种电力系统传感器数据清理装置及清理方法

说明书

本发明属于无线传感器网与神经网络技术领域，具体涉及一种电力系统传感器数据清理装置及清理方法，主要用于解决如何区分由事件发生造成的异常数据和由环境等其它因素造成的异常数据。本发明包括：异常数据检测模块、异常数据分类模块和噪声数据修复模块。本发明构建了一种传感器数据清理模型，用于清理传感器数据，它将传感器数据进行分类，分成正常数据、噪声数据和故障数据，并完成了噪声数据的修复，去除了噪声数据的干扰，用其进行故障诊断分类可以大大增强准确率。该方法具有实时性，能够快速清理实时传送过来的数据；并具有通用性，可以适用于大部分的工业传感器网络。

技术领域

本发明属于无线传感器网与神经网络技术领域，具体涉及一种电力系统传感器数据清理装置及清理方法，主要用于解决如何区分由事件发生造成的异常数据和由环境等其它因素造成的异常数据。

背景技术

电力系统各种设施的实时状态监测对安全生产管理非常重要。设备的监测数据可用于确定操作设备是否正常运行或发生何种故障。互联网的快速发展使得许多设备被各种类型的传感器自动监控，无线传感器网络技术也已经成功地应用在各大工厂中，传感器数据可以通过网络进行统一的传输，极大地节省了人工成本并改善了实时监控。然而，各种因素，如环境因素，传感器硬件性能，无线传输干扰等，导致监控数据容易出现异常。其次，由于监测设备状态的变化，如出现故障等，也会导致传感器数据出现异常。由于这两种异常有些极为相似，在进行数据清理时会大大降低状态分析和故障检测的精度，这些故障数据和噪声数据都属于异常数据。显然，这些数据对于判断设备是否有故障非常重要。

由于噪声数据和故障数据往往十分相似，因此，在数据清理期间不应直接平滑或丢弃异常数据。

发明内容

为解决传感器异常数据中的噪声数据和故障数据十分相似导致的用传感器数据进行精度状态分析和故障检测的准确性偏低的问题，本发明提出了一种电力系统传感器数据清理装置及方法，可以分类故障数据与噪声数据，并修复噪声数据，提高精度状态分析和故障检测的准确性。

为实现上述发明目的，本发明是采用以下技术方案：

一种电力系统传感器异常数据清理装置，包括：异常数据检测模块、异常数据分类模块和噪声数据修复模块；

异常数据检测模块检测电力系统传感器异常数据；

异常数据分类模块用于将传感器异常数据分为噪声数据和故障数据；

噪声数据修复模块将噪声数据拟合为正常数据，再将噪声数据替换为对应的SDAE拟合的数据，完成修复。

所述异常数据检测模块利用传感器正常数据对SDAE进行训练，学习传感器正常数据的特征，对传感器正常数据进行拟合，将SDAE拟合数据与原数据的差值的最大值作为判断数据是否正常的阈值；当有新数据输入时，将新数据输入SDAE进行拟合，求出拟合数据与原数据的差值，差值大于阈值的数据判断为异常数据。

所述异常数据分类模块用于将传感器数据集X按照时间划分为m个窗口X＝{L₁,...,L_m}，计算每个窗口内传感器数据之间的相关度，对于异常数据，找出同时刻所有异常数据并记录这些异常数据所在传感器与传感器i在该窗口内的相关度；当时刻t至少存在w-1个异常数据，且这些异常数据所在传感器时间序列与传感器的时间序列的相关度均大于最小相关度阈值时，认定该数据为故障数据；若不满足该条件，则为噪声数据；建立包括正常数据、故障数据和噪声数据的数据类别矩阵。

所述传感器i与传感器j之间的相关度RT_ij的计算公式为：

其中，x_ij表示第i个传感器的j时刻的数据，X__it是传感器在窗口内第t个数据，X__jt是传感器j在窗口内第t个数据，每个窗口长度为s。