[发明专利]一种典型场景的电能质量数据清洗方法及系统

说明书

本发明提供一种典型场景的电能质量数据清洗方法及系统，包括，步骤S1，获取用电线路的历史电流数据，根据所述历史电流数据判断所述用电线路所处的典型场景类型；步骤S2，根据典型场景类型获取相应的电压波动率平均值，根据所述电压波动率平均值计算边界调整参数；步骤S3，获取所述用电线路的电能质量数据，根据预设规则将所述电能质量数据转换为箱形图展示数据集；并根据所述箱形图展示数据集和所述边界调整参数计算所述电能质量数据的正常值上界限和正常值下界限；步骤S4，根据所述电能质量数据的正常值上界限和正常值下界限对电能数据进行数据清洗。本发明实现根据不同场景进行针对性清洗，提高了数据清洗的清洗效率。

技术领域

本发明涉及数据挖掘技术领域，特别是涉及一种典型场景的电能质量数据清洗方法及系统。

背景技术

在提高新能源消纳能力，克服其出力波动性和随机性的发展中，以分布式微网、超高压输电等电网新技术发展迅猛，这些新技术也改变了电网形态，较为明显特征为是电网电力电子化，但是也带来了诸多新的问题，例如：大量的电力电子器件引发如高超谐振等问题，因此现在电网电能质量分析尤为重要。

而经过数十年的发展，国内电网公司都已构建专业的电能质量系统，主要由分布于变电站站、重要用户等电能质量终端及部署于电网公司的电能质量分析软件构成，终端用于采集监测对象数据，而分析软件完成数据采集、数据存储、数据分析及数据展示等功能。

目前，大数据技术的快速发展为电能质量数据挖掘和应用提供了新的方向，但因终端性能、通讯质量等因素导致现有电能质量系统中存在大量异常数据，因此需要对数据进行清洗，提高数据质量，保证后续挖掘及分析的可靠性，因此对数据清洗显得尤为重要，而现有的数据清洗技术无法根据具体场景进行数据清洗，其数据清洗的效率低。

发明内容

本发明的目的在于，提出一种典型场景的电能质量数据清洗方法及系统，解决现有方法无法根据具体场景进行数据清洗，其数据清洗的效率低的技术问题。

本发明的一方面，提供一种典型场景的电能质量数据清洗方法，包括以下步骤：

步骤S1，获取用电线路的历史电流数据，根据所述历史电流数据判断所述用电线路所处的典型场景类型；

步骤S2，根据典型场景类型获取相应的电压波动率平均值，根据所述电压波动率平均值计算边界调整参数；

步骤S3，获取所述用电线路的电能质量数据，根据预设规则将所述电能质量数据转换为箱形图展示数据集；并根据所述箱形图展示数据集和所述边界调整参数计算所述电能质量数据的正常值上界限和正常值下界限；

步骤S4，根据所述电能质量数据的正常值上界限和正常值下界限对电能数据进行数据清洗。

优选的，所述步骤S1包括：获取用电线路的历史电流数据，并将所述历史电流数据按照月份进行划分，生成自然月电流数据；

获取预的设典型场景类型数据，根据所述典型场景类型数据和所述自然月电流数据进行典型场景聚类计算，确定所述用电线路对应的设典型场景类型。

优选的，根据以下公式计算判断各数据所属的典型聚类场c_k：

其中，X＝(x1,..xi..,xn)为任意的自然月电流数据；U＝(u1,..ui,..,un)为典型场景距离中心数据；

选择任意的自然月电流数据X到多个典型场景中距离中心最小的典型场景类型，作为用电线路对应的典型场景类型。

优选的，所述步骤S2包括：获取与典型场景类型相对应的电压波动率平均值；

根据以下公式计算边界调整参数：

α＝(1+β)