[发明专利]一种基于随机矩阵理论的电网海量数据异常检测方法

权利要求书

1.基于随机矩阵理论的电网海量数据异常检测方法，其特点在于针对电网海量电压电流运行数据，采用完全由数据驱动的方法进行异常数据检测，所述方法包括以下步骤：

步骤1：选取一段时间t内配电网馈线及其支线下所有配电变压器在线监测的电网海量电压电流运行数据，选取三相电压和三相电流作为分析指标，并构成时空源数据矩阵D。

步骤2：设置移动窗口法的采样时刻t_j，移动步长，窗口大小，信噪比SNR。从D中获取窗口数据形成数据矩阵D_w(t_j)。

步骤3：对数据矩阵D_w(t_j)中的元素按照进行标准化得到其中D_ij是矩阵中第i行第j列的元素数值，和σ_i是第行元素的i均值和标准差，为对应元素标准化后的值。

步骤4：计算协方差矩阵

步骤5：计算S(t_j)的特征值，为下一步计算LES，将特征值进行归一化处理，将特征值按照标准化至(0，1)之间。

步骤6：测试函数选用Shannon·Entropy，LES计算公式为

步骤7：通过仿真绘制LES-t曲线，分析比较在含有异常数据与不含异常数据两种情况的曲线特性。

2.根据权利要求1所述的一种基于随机矩阵理论的电网海量数据异常检测方法，其特征在于，步骤1所述的时空源数据矩阵D是通过电网海量电压电流运行数据得到。步骤2所采用移动窗口法分析时间序列数据，选取窗口大小与数据矩阵的维度相同以满足RMT应用条件，根据采样时刻t_j，依次计算移动窗口数据的线性数据指标，以此来表明电网海量电压电流运行数据的行为(是否存在异常)。

3.根据权利要求1所述的一种基于随机矩阵理论的电网海量数据异常检测方法，其特征在于，步骤3得到标准化后的矩阵为了更好的满足RMT的分析条件，从而引入SNR以消除各行之间的相关性。

4.根据权利要求1所述的一种基于随机矩阵理论的电网海量数据异常检测方法，其特征在于，步骤5所述移动窗口法对异常数据进行检测的过程就是窗口按照所设定参数移动的过程，依次计算每个采样窗口获取的数据矩阵的LES，绘制LES-t曲线，对比一段时间内的LES的波动幅度,从而判断是否存在异常数据；步骤7通过仿真得到以工程数据实例为例的LES-t曲线，根据曲线变化的平缓程度判断所时空源数据矩阵中所含异常数据的的比例。