[发明专利]一种基于大数据的电网事故预测方法

说明书

本发明属于预测方法，具体涉及一种基于大数据的电网事故预测方法。一种基于大数据的电网事故预测方法，其中，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；计算执信并判断有效性；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。本发明的显著效果是：本发明将产生电网事故的原因分为若干类，分别对各类内容进行大数据统计计算，用计算结果预测本类事件发生的可能性，实现了基于大数据的电网事故预测。

技术领域

本发明属于预测方法，具体涉及一种基于大数据的电网事故预测方法。

背景技术

电网在现代工业社会中处于核心地位，电力对于工业来说就像血液对于人体的地位。为了保证电力的有效供应，国家兴建了从国家到地方的一系列电网。电网中既有燃煤发电、核电、风电、太阳能发电等发电厂，也有普通用户、工业用户等用电单元，还有输电线、变压器等电力传输设备。虽然电力部门尽力的做好相关保障工作，但是电网中仍存在电压不稳，谐波干扰，频率波动等电网污染问题。造成电网污染的问题归结起来大致包含以下几种情况：(1)最终用户用电量突变，例如突然有大型用电设备启动；(2)季节性用电高峰，例如夏天几乎家家都开空调；(3)突发自然灾害，例如大风，雨雪，闪电造成线路损坏；(4)人为造成的意外，例如因其他原因施工意外损坏电网等。

现有技术几乎都是发生电网污染或事故时采取补救措施，而没有很好的对未来可能发生的意外进行预测。

发明内容

本发明针对现有技术的缺陷，提供一种基于大数据的电网事故预测方法。

本发明是这样实现的：一种基于大数据的电网事故预测方法，其中，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

计算执信并判断有效性；

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。

如上所述的一种基于大数据的电网事故预测方法，其中，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”；该列用于后续快速剔除污染数据；