[发明专利]一种基于大数据的电网事故预测方法

权利要求书

1.一种基于大数据的电网事故预测方法，其特征在于，包括下述步骤：

步骤1：大数据采集

输入大数据，

步骤2：大数据清洗

去除人为因素造成的电网运行异常，

经过数据清洗的数据矩阵记为S′；

步骤3：大数据归一化

对步骤2得到数据矩阵S′进行归一化；

步骤4：数据分类

计算质心并判断有效性；

步骤5：提取关键信息

根据阈值提取关键信息；

步骤6：新数据预测

用提取的关键信息进行新数据预测；

步骤7：根据分类结果，做提前预处理

根据事件所属类别特点，采取对应的预处理方案；

所述的步骤1包括，

输入的数据包括电网的负荷、用电量、天气情况、用户信息、电网运行情况，输入的数据以时间为依据进行整理，即相同时间点的数据作为一组，假设共有n个时间点的数据，共有m个输入参数，则可以得到数据矩阵S；

其中第一列对应电网负荷数据，第二列对应用电量数据，第三列对应天气情况，依次类推；

其中电网负荷、用电量均为直接采集的数据，天气情况为气象部门给出的数据，用户信息为电网管理部门的基础数据，电网运行情况只有两种情况，正常运行时为“1”，不正常运行时为“0”；该列用于后续剔除污染数据；

所述的同时间信息指的是在数据矩阵S中，同一行的数据应为同一时间点的数据，时间间隔根据需要可以为：周、天、小时或15分钟；

所述的步骤5包括，

对每个集合中的元素均计算该元素与最新更新的质心之间的距离，该距离称为元素-质心距，具体计算方法与步骤4.2中的计算方法类似；将该集合中所有元素-质心距累加得到总元素-质心距，用总元素-质心距除以元素个数得到第一阈值A1，元素-质心距最大值的0.75倍为第二阈值A2；

所述的步骤6包括，

当接收到新数据时，用步骤3的方法对数据进行归一化，然后分别计算新收到数据与每个集合质心的距离；因为一共5个集合，因此得到5个距离，然后做下述判断

当只有1个距离在第一阈值A1内时，判定该新数据属于该集合，将该集合特征输出；

当有1个以上距离在第一阈值A1内时，该新数据需人工判断；

当没有距离在第一阈值A1内，且只有1个距离在第二阈值A2以内时，判定该新数据属于该集合，将该集合特征输出；

当没有距离在第一阈值A1内，且有1个以上距离在第二阈值A2内时，则以距离长短为判断依据，即与哪个质心距离短，就该新数据属于该集合，将该集合特征输出；

当没有距离在第一阈值A1内，且没有距离在第二阈值A2内时，该新数据需人工判断；

如果判定结果为属于某个集合，则输出该集合特征；如果判定结果为需要人工判断，则输出该数据；

所述的步骤4包括

步骤4.1取前5行数据

在数据矩阵S″中取前5行数据，分别记为点

P1(a″₁₁，a″₁₂，…，a″_1m)，

P2(a″₂₁，a″₂₂，…，a″_2m)，

P3(a″₃₁，a″₃₂，…，a″_3m)，

P4(a″₄₁，a″₄₂，…，a″_4m)，

P5(a″₅₁，a″₅₂，…，a″_5m)；

该5个点设为初始质心，此时上述5个点的坐标分别记为

P1质(a″_11质，a″_12质，…，a″_1m质)，

P2质(a″_21质，a″_22质，…，a″_2m质)，

P3质(a″_31质，a″_32质，…，a″_3m质)，

P4质(a″_41质，a″_42质，…，a″_4m质)，

P5质(a″_51质，a″_52质，…，a″_5m质)；

对于数据矩阵S″中的其他行数据，也将其看成点，

即Pi(a″_i1，a″_i2，…，a″_im)，数据矩阵S″共可为u＝n-e个点，其中n是步骤1输入的时间点的个数，e是步骤2中数据清洗时去掉行的个数；

步骤4.2计算每个点与质心的距离

即对于Pi点，用下述公式计算

步骤4.3排序

将Li1质-Li5质由小到大排序，取排序后第一个数值对应的集合作为Pi点的集合；

步骤4.4计算集合质心

对上述每个集合用下述公式计算集合质心

……

其中j是集合中元素的个数；

步骤4.5判断是否收敛

当第一次执行时，直接重复执行步骤4.2-4.4，

当第二次以上执行时，判断相邻两次迭代中每个集合中的元素是否相同，若相同判断结果收敛，执行步骤5，若结果不收敛直接重复执行步骤4.2-4.5。