[发明专利]一种变电设备全寿命周期运行成本预测方法及系统

说明书

本发明公开了一种变电设备全寿命周期运行成本预测方法及系统，获取可视化电力数据；利用时间以及空间上的关联性根据可视化电力数据构建强时序的变电设备全寿命周期运行成本数据集；将非平稳时间序列的数据转化为平稳时间序列的数据，根据转化后的平稳时间序列的数据以及强时序的变电设备全寿命周期运行成本数据集中的原有的平稳时间序列的数据得到最终的平稳时间序列数据；将最终的平稳时间序列数据输入到预先训练好的基于融合注意力机制的CNN‑MogrifierLSTM网络混合模型，得到成本预测结果。优点：本发明有助于对大量数据进行分析，深入挖掘海量数据中的相互关系和内在联系，提高电网管理水平。

技术领域

本发明涉及一种变电设备全寿命周期运行成本预测方法及系统，属于电力分析技术领域。

背景技术

目前，随着国家电力系统的迅猛发展，以及数字电网建设的逐步推进，对变电设备的运行成本的把控变得尤为重要，可视化分析技术应用于电力系统，将电力数据以生动直观的图像或图形方式显示，可以帮助理解优化电力系统的行为和性能，可以使得电网的相关部门及时的了解变电设备在某地区的相关成本，可以更好的制定决策，同时更好地理解用电客户的分布情况及发展趋势、用户用电行为等。基于机器学习的变电设备全寿命周期运行成本预测作为电力大数据的一个应用具有重大意义。从宏观上来讲，准确的数据分析可以给国家电力发展规划或者重大政策决策者提供重要资料；从微观角度来说，准确的数据分析是各个发电厂或电网公司在合理规划发电或输电为避免出现停电的重要保障。正是因为大数据的这些优点，基于大数据的成本预测往往比传统方法更快更准确，通过电力大数据配合合理、经济、高效的手段对电力数据挖掘和预测具有很强现实意义。但是目前对于这些成本数据的管理仍然比较混乱，展示的数据比较庞杂，对电网的监控与管理水平也比较低下。

发明内容

本发明所要解决的技术问题是克服现有技术的缺陷，提供一种变电设备全寿命周期运行成本预测方法及系统。

为解决上述技术问题，本发明提供一种变电设备全寿命周期运行成本预测方法，包括：

获取可视化电力数据；

利用时间以及空间上的关联性根据可视化电力数据构建强时序的变电设备全寿命周期运行成本数据集；所述强时序的变电设备全寿命周期运行成本数据集包括非平稳时间序列的数据和平稳时间序列的数据；

将非平稳时间序列的数据转化为平稳时间序列的数据，根据转化后的平稳时间序列的数据以及强时序的变电设备全寿命周期运行成本数据集中的原有的平稳时间序列的数据得到最终的平稳时间序列数据；

将最终的平稳时间序列数据输入到预先训练好的基于融合注意力机制的CNN-MogrifierLSTM网络混合模型，得到成本预测结果。

进一步的，所述获得可视化电力数据，包括：

采集变电设备全寿命周期运行成本数据，形成一个数据仓库；通过聚类、删除数据仓库内的冗余数据压缩数据，形成电力成本数据；

基于可视化技术的图表组件与电力成本数据进行可视化交互，获得可视化电力数据。

进一步的，所述基于可视化技术的图表组件包括饼图、散点图、漏斗图、气泡图、热力学图。

进一步的，所述利用时间以及空间上的关联性根据可视化电力数据构建强时序的变电设备全寿命周期运行成本数据集，包括：

可视化电力数据表示为F₁＝{[g₁₁,…,g_1K],…,[g_N1,…,g_NK]},g_nk表示第n个特征维度中的第k个成本数据，n＝1,…,N，k＝1,…,K，N和K分别表示特征维度的个数和成本数据的个数；

将可视化电力数据归一化编码，得到编码数据F₂，表示为：