[发明专利]一种基于多维信息的电网运行状态监测方法及系统

说明书

本发明公开了一种基于多维信息的电网运行状态监测方法，包括以下步骤：(1)构建数据模型实现对采集得到的历史数据和实时数据的基础信息存储，存储内容包括时间、原始值、实际值、质量状态信息；(2)基于步骤(1)获得的基础数据进行分析，甄别正常数据与异常数据，获取能表征典型特征的有效数据；(3)根据获取的典型特征数据进行聚合分析，得到某一历史时间范围的典型特征曲线；(4)将电网实际运行数据与步骤(3)中获取的典型特征曲线进行比较，计算相似度，根据相似度对电网运行状态进行自动监测。本发明解决了电网运行中数据质量参差不齐、运行状态感知能力弱、异常故障识别滞后的运行监测难题。

技术领域

本发明涉及一种电力系统电网运行监测方法和系统，尤其涉及一种基于多维信息的电网运行状态监测方法及系统。

背景技术

近年来，随着电网规模不断扩大，新能源大规模集中接入，电网结构日益复杂，调控安全运行面临严峻挑战。调度自动化主站系统作为电网运行控制和调度生产管理的核心支撑系统，其稳定性和可靠性对调控安全运行至关重要。而自动化主站系统涉及的环节多、设备关联性强、实时性要求高，任意环节的可靠性问题都会影响到系统的安全和功能的使用。同时，系统内业务数据的数量和种类也在逐步增多，数据质量参差不齐，缺乏有效的基础数据质量评估和检测手段，影响监控及调度的决策。因此，有必要基于电网调控控制系统建设与应用现状，通过对系统所有实时数据、历史数据、计算数据及模型异常数据进行深度挖掘、多角度分析与诊断处理，进一步夯实数据基础，提升状态感知精度，保障数据的准确、及时、有效和可信，为电网安全运行提供有力保障。

发明内容

发明目的：针对以上问题，本发明提出一种基于多维信息的电网运行状态监测方法及系统，能够提高电网对数据有效性的辨识水平、异常故障识别效率和准确性，解决电网运行中数据质量参差不齐、运行状态感知能力弱、异常故障识别滞后的运行监测难题。

技术方案：本发明所采用的技术方案是一种基于多维信息的电网运行状态监测方法，包括以下步骤：

(1)构建数据模型实现对采集得到的历史数据和实时数据的基础信息存储，存储内容包括时间、原始值、实际值、质量状态信息；所述的基础信息存储，存储方式采用永久性存储或覆盖式存储。

(2)基于步骤(1)获得的基础数据进行分析，甄别正常数据与异常数据，获取能表征典型特征的有效数据；其中所述的甄别正常数据与异常数据包括：

直采数据异常识别：对于站端上送导致的异常数据，将对应的量测及质量码标志为异常并提交数据库进行分类存储；

结合网络拓扑的可疑数据识别：通过对电网结构或模型文件的解析获取电网拓扑结构，建立电网遥测遥信数据与设备间的对应关系，并利用遥测遥信数据与所述电网拓扑结构、对应设备、潮流之间的约束条件，对不满足约束条件的遥测遥信数据标志为异常数据；

基于数据集合的异常状态识别：将重点关注的设备量测或者计算结果数据按照一定关联关系定义成一个集合，当集合中任何一个量测值不与集合中的其他数据同步更新时，则进行异常标注。

(3)根据获取的典型特征数据进行聚合分析，得到某一历史时间范围的典型特征曲线；所述的根据获取的典型特征数据进行聚合分析，是采用Kmeans聚类分析方法，所述Kmeans聚类分析方法中的成本函数公式如下：

式中，J表示成本函数，μ_i为第i个聚类的均值，x为样本值，j为样本数，c_k为样本类别。

所述Kmeans聚类分析方法包括以下步骤：

(31)数据预处理，对数据进行归一化处理；

(32)对归一化处理后的数据进行拉普拉斯特征映射降维；