[发明专利]低压侧用电负荷数据的预处理方法、设备及存储介质

说明书

本发明公开了一种低压侧用电负荷数据的预处理方法、设备及存储介质，属于低压侧电力数据处理技术领域，所述方法为：实时采集监测环境入口处的电压数据和电流数据；每隔预设时间周期对所述电压数据和所述电流数据进行计量预处理，得到特征样本点向量；缓存所述特征样本点向量得到原始数据矩阵，根据所述原始数据矩阵计算得到标准数据矩阵；对所述标准数据矩阵进行特征重要性分析得到筛选后的特征数据。本发明在保障低压用电负荷状态监测性能的前提下，减小矩阵维度以有效降低待处理数据量，从而有效降低边缘侧产品方案成本与功耗。

技术领域

本发明涉及低压侧电力数据处理领域，尤其涉及一种低压侧用电负荷数据的预处理方法、设备及计算机可读存储介质。

背景技术

在低压侧用电负荷运行状态监测的边缘侧应用部署中存在成本、功耗与性能的两难问题，如何在保障功耗与性能的前提下，有效降低边缘侧产品方案成本和功耗，成为技术落地推广的基础问题之一。

为获取更多的负荷信息，监测设备与方法通常会考虑数目繁多的特征变量，直接导致待处理数据量激增，需要一种方法对原始数据进行处理，以提取重要的关键特征信息，用于后续状态监测过程。

发明内容

本发明的主要目的在于提供一种低压侧用电负荷数据的预处理方法，旨在解决现有技术中低压侧电力数据量大，边缘侧产品方案成本、功耗高的技术问题。

为实现上述目的，本发明提供一种低压侧用电负荷数据的预处理方法，所述低压侧用电负荷数据的预处理方法包括：

实时采集监测环境入口处的电压数据和电流数据；

每隔预设时间周期对所述电压数据和所述电流数据进行计量预处理，得到特征样本点向量；

缓存所述特征样本点向量得到原始数据矩阵，根据所述原始数据矩阵计算得到标准数据矩阵；

对所述标准数据矩阵进行特征重要性分析得到筛选后的特征数据。

可选地，在所述每隔预设时间周期对所述电压数据和所述电流数据进行计量预处理的步骤之前，还包括：

根据实际应用场景需求确定特征样本点，并以正整数个周波为单位设定所述预设时间周期。

可选地，所述特征样本点包括：

电流有效值，电压有效值，电流预设次谐波，电压预设次谐波，功率因数，基波有功功率，基波无功功率。

可选地，所述缓存所述特征样本点向量得到原始数据矩阵的步骤，包括：

根据所述实际应用场景需求与所述特征样本点的采样间隔，设定各所述特征样本点的采集数量；

以所述特征样本点的数量作为所述特征样本点向量的内特征数，根据所述内特征数和所述采集数量确定所述原始数据矩阵。

可选地，所述根据所述原始数据矩阵计算得到标准数据矩阵的步骤，包括：

对所述原始数据矩阵进行无量纲处理，基于无量纲处理后的所述原始数据矩阵进行计算得到所述标准数据矩阵。

可选地，所述对所述原始数据矩阵进行无量纲处理的步骤，包括：

计算所述原始数据矩阵的各矩阵元素的平均数和标准差，基于所述平均数和所述标准差进行数据预处理得到所述标准数据矩阵。

可选地，在所述对所述标准数据矩阵进行特征重要性分析得到筛选后的特征数据的步骤之前，还包括：

根据所述标准数据矩阵得到自协方差矩阵，对所述自协方差矩阵进行特征值分解得到特征值与特征向量。

可选地，所述对所述标准数据矩阵进行特征重要性分析得到筛选后的特征数据的步骤，包括：