[发明专利]采样数据的异常检测方法和装置

权利要求书

1.一种采样数据的异常检测方法，其特征在于，所述方法包括：

在当前采样周期，获取数据源的当前采样数据；

判断所述当前采样数据是否有异常；

若所述当前采样数据有异常时，判断在当前采样周期内是否存在连续第一预设个数的采样数据有异常；

若在所述当前采样周期内存在连续所述第一预设个数的采样数据有异常，发出告警信息。

2.如权利要求1所述的采样数据的异常检测方法，其特征在于，所述方法还包括：

若在所述当前采样周期内不存在连续所述第一预设个数的采样数据有异常，获取在当前采样周期内所有异常采样数据的累计数值；

判断所述累计数值是否等于第二预设个数；

当所述累计数值等于所述第二预设个数时，发出所述告警信息。

3.如权利要求2所述的采样数据的异常检测方法，其特征在于，在数据源设置两路相同的采样电路，所述当前采样数据包括第一采样数据和第二采样数据，判断所述当前采样数据是否有异常，包括：

获取所述第一采样数据和所述第二采样数据的绝对误差值；

当所述绝对误差值大于预设固定阈值时，获取所述第一采样数据和所述第二采样数据的相对误差值；

当所述相对误差值大于所述第一采样数据所对应的浮动阈值时，判定所述当前采样数据有异常。

4.如权利要求3所述的采样数据的异常检测方法，其特征在于，

所述相对误差值等于所述绝对误差值与所述第一采样数据的比值；

所述第一采样数据所对应的浮动阈值等于最大采样值与预设百分比的乘积；

其中，所述最大采样值为所述第一采样数据的绝对值与所述第二采样数的绝对值中的最大值，所述预设百分比根据所述采样电路的硬件参数值计算得到。

5.如权利要求3所述的采样数据的异常检测方法，其特征在于，所述方法还包括：

当所述绝对误差值小于或等于所述预设固定阈值时，或当所述相对误差值小于或等于所述第一采样数据所对应的浮动阈值时，判定所述当前采样数据没有异常。

6.如权利要求3所述的采样数据的异常检测方法，其特征在于，所述方法还包括：

若所述当前采样数据有异常时，或若在所述当前采样周期内不存在连续所述第一预设个数的采样数据有异常，或当所述累计数值不等于所述第二预设个数时，将所述第一采样数据发送到继电保护模块进行处理。

7.如权利要求6所述的采样数据的异常检测方法，其特征在于，将所述第一采样数据发送到继电保护模块进行处理之后，所述方法还包括：

所述继电保护模块获取所述当前采样周期内的所有第一采样数据；

对所述所有第一采样数据进行数字滤波，得到基波的特征值和各次谐波的特征值；

将所述基波的特征值与预设过流保护判定阈值进行比较，判断是否存在短路故障；

将所述各次谐波的特征值与预设孤岛判定阈值进行比较，判断是否存在孤岛状态。

8.如权利要求7所述的采样数据的异常检测方法，其特征在于，对所述所有第一采样数据进行数字滤波，得到基波的特征值和各次谐波的特征值，包括：

对所述所有第一采样数据进行万能窗零点滤波算法计算，得到基波数据和各次谐波数据；

对所述基波数据和所述各次谐波数据进行快速傅里叶变换算法计算，得到所述基波的特征值和所述各次谐波的特征值。

9.如权利要求7所述的采样数据的异常检测方法，其特征在于，将所述基波的特征值与预设过流保护判定阈值进行比较，判断是否存在短路故障之前，所述方法还包括：

构建遗传算法实时预测模型，得到所述预设过流保护判定阈值。

10.一种采样数据的异常检测装置，其特征在于，所述装置包括：

获取模块，用于在当前采样周期，获取数据源的当前采样数据；

第一判断模块，用于判断所述当前采样数据是否有异常；

第二判断模块，用于若所述当前采样数据有异常时，判断在当前采样周期内是否存在连续第一预设个数的采样数据有异常；

发送模块，用于若在所述当前采样周期内存在连续所述第一预设个数的采样数据有异常，发出告警信息。