[发明专利]一种基于状态转移概率电力系统监测数据失真的快速定位方法

摘要

本发明涉及一种基于状态转移概率电力系统监测数据失真的快速定位方法，本方法重点关注监测数据的状态变化概率，通过多次转移后的概率分布的特征与设备运行时数据正常变化的阈值进行对比，导出失真定位矩阵，快速定位失真数据的位置。整体分为四个步骤1.监测数据属性实体划分，2.电力设备的监测数据转移概率,电力设备的多次监测转移矩阵,4.失真数据定位与子系统失真程度度量。本发明数据采集阶能将各种数据格式或数据结构统一成状态转移概率，因此规避了多源异构数据中不同数据格式对数据分析造成的影响，降低了分析系统的复杂度。

主权项

1.一种基于状态转移概率电力系统监测数据失真的快速定位方法，其特征在于，包括以下步骤：/n步骤1、监测数据属性实体划分，采集设备的原始监测数据，并将采集到的原始监测数据按照数据源的实体设备划分为实体数据集合，具体包括：/n步骤1.1、原始监测数据采集，并将采集到的原始检测数据根据以下定义归于集合中：/n定义1、原始数据集合/nD＝{d₁₁,d₁₂,...,d₂₁,d₂₂,...,d_n1,d_n2,...,d_nk}/n其中，D表示系统中采集到的各类原始数据的属性集合，d_ij表示第i设备的第j属性，在实际信息采集中，由于电网各子系统的数据采集方式不尽相同，所以将各子系统采集后的数据汇总后往往是杂乱的数据集合；/n步骤1.2、将采集的原始监测数据按实体来源地址分类，在数据采集过程，将数据按照来源索引字段进行分类，分类根据数据的类型选择以下形式进行分类：/n分类形式一：对于已采集数据的分类，针对定义1中已采集到的数据，需要按照数据属性中的数据源索引字段分类，将来源于相同实体的监测数据分为一组/n分类形式二：按实体采集监测数据分类，对于可按实体输出监测数据的子系统，直接采集其监测数据，并在数据中注明实体的唯一属性；/n定义2 设备数据向量/nd_i＝(d_i1,d_i2,...,d_ik)/n其中，d_i表示来自于第i(1≤i≤n)设备的监测数据向量，d_ij表示第i设备的第j，(1≤j≤k)属性；按任意实体设备i的数据源归类的数据以向量的形式被d_i记录/n步骤1.3、构造属性扩展矩阵：在电力通信系统中，电力电网包含各种子系统，各类设备通过协同工作来支撑一个子系统的正常运行，一套子系统的数据变化可以通过属性扩展矩阵来形式化，其中属性扩展矩阵基于以下定义/n定义3 属性扩展矩阵/n /n其中，M(t)表示t时刻的属性扩展矩阵，d_ij(t)表示第i(1≤i≤n)设备的第j，(1≤j≤k_i≤k)属性在时刻t时的监测值；上式中定义了设备拥有的属性数量的上界k，其中k＝max(k₁,k₂,...)表示子系统中拥有最多属性设备的属性个数，它规定了扩展矩阵的列数；电力子系统中不同设备的属性个数是可以不同的，这样扩展矩阵M(t)中的多数行向量没有定义的属性值，称此类没有定义的属性为扩展属性，他们的作用在于保持扩展矩阵的矩形结构以便于接下来的数学处理；扩展矩阵M(t)完整包含了电力子系统中在时刻t的属性值；/n步骤2、获取电力设备的监测数据转移概率，具体包括：/n步骤2.1 数据的状态划分/n电力设备各个属性的值都有一定范围正常域，当某一属性值超出其正常域时，称该属性出现异常值；对于离散型属性值，其定义域是可数的离散的点；对于连续型属性值，其定义域是连续的区间；/n根据具体的电力设备，将监测到的不同的数据值根据其定义域，划分到不同的状态中；/n当设备处于正常状态时，监测数据的状态称为稳定态；/n对于离散型数据值，可根据具体数据属性特点将不同的点归为一类，组成一个状态，或者直接将每一个点视为一个状态；对于连续型数据值，或者将连续数值区间按具体特征划分为片段，每个片段为一个状态；/n步骤2.2 设备的状态/n电力设备可运行在不同的状态中，不同的设备状态代表了设备运行的阶段特征；不同的设备拥有不同的运行状态，而电力数据不一致的本质表现是实际设备的运行状态与监测数据状态的不一致，即监测数据不能真实反映设备实际运行情况，设备的运行状态多种多样，而数据状态的种类更多；一个设备状态对应于一系列数据状态的特定组合；/n当电力系统中的设备稳定运行时，设备的各类监测数据值也应该稳定在一定范围中，同时其变动规则也具有稳定性；当设备运行出现状态改变时，一部分监测数据就会更大的概率偏离原来的状态，进入新的状态，从而打破之前这种稳定规则；/n步骤2.3、统计历史监测数据的状态转移频率，基于以下定义获取：/n定义4 数据状态转移频率/n /n其中，f_ij表示对设备监测N_i+N_j次后数据从状态i转移到状态j的频率，N_i表示处于状态i的次数，N_j表示处于状态j的次数；/n然后通过基于以下公式进行多次监测当期数据或直接统计历史数据的方式来估算电力设备的状态转移概率/n /n其中，P表示概率，ε表示一个正数，通过大量搜集电力设备监测数据的状态转移数据，计算得出的状态转移的频率会依概率收敛；能够通过多次监测当期数据或直接统计历史数据的方式来估算电力设备的状态转移概率；/n步骤3、获取电力设备的多次监测转移矩阵，具体包括：/n步骤3.1数据转移概率的马尔可夫性与时齐性/n由于每次监测数据本质是在离散的时间点上的采样，同时依步骤2.2的状态划分方法，监测数据也被划分为离散的状态，所以电力监测数据的状态转移本质上是一个时间与状态都离散的随机过程；由于每次监测，数据所处的状态只与上一次所处的状态的相关，所以此随机过程具有马尔科夫性，本质是马尔科夫链；对数据的每一次监测采样获得的结果与第一次监测所处的状态是无关的，这说明数据的状态转移概率亦具有时齐性；/n步骤3.2、获取电力数据的多次转移矩阵，基于以下定义：/n定义6 单次状态转移矩阵/n /n其中，E表示电力数据的单次状态转移矩阵，其元素p_ij表示数据从状态i经历一次监测时间间隔后转移到状态j的概率；其概率值可以通过步骤2.3中所述方法统计而来；单次状态转移矩阵E完整描述了任一电力数据经历一次监测后所有状态转移的概率分布情况；根据切普曼-柯尔莫哥洛夫方程/n /n得到电力数据经过任意次状态转移后的转移矩阵，/n /n由切普曼-柯尔莫哥洛夫方程可知，只需通过步骤3.2方法构造电力数据的单次状态转移矩阵，就能直接计算出任意m+n次后的状态转移矩阵，E^(n+m)中i行j列的元素表示数据以初始状态i被监测，而后经历m+n次监测后，数据处于状态j的概率；通过这种计算方法得出来的多次转移概率的实际意义是指当电力设备处于稳定状态时，数据应该达到的理论状态转移概率；/n步骤3.4、获取次转移后所处的理论概率分布，基于以下定义：/n定义7 电力数据初始分布/n /n其中，φ(0)表监测示数据的初始分布向量，元素(0≤j≤n)表示数据在初始时刻0所处的各个状态的概率；根据切普曼-柯尔莫哥洛夫方程，可以得到任意m+n时刻的理论概率分布；/n定理1 多次转移状态的理论概率分布/nφ(m+n)＝φ(0)E^m+n/n其中，φ(m+n)表示计算出的电力数据经历m+n次转移后所处的理论概率分布/n步骤4、获取失真数据定位与子系统失真程度度量，具体包括：/n步骤4.1、计算电力数据状态转移分布的偏离度，基于以下定义：/n定义9 电力数据状态转移分布的偏离度/nδ＞v(m+n)＝||φ′(m+n)-φ(m+n)||₂/n其中v(m+n)表示电力数据状态转移分布的偏离度，φ′(m+n)是电力设备在经历m+n次监测后实际的统计出的转移概率分布，φ(m+n)是电力设备经历m+n次监测后的理论概率分布，通过向量的2-范数度量这两种分布的偏离度；δ＞0是一个可以根据实际情况定义的偏离阈值，当δ＞v(m+n)时，说明设备数据的实际状态转移分布偏离程度在合理范围内，当δ≤v(m+n)时，说明设备数据的实际转移分布偏离度超出阈值；/n当设备稳定运行时，出现δ≤v(m+n)，表明设备数据出现第一类失真征兆，因为数据在某些时刻以较大概率出现在了不常出现的状态中；当设备运行过程中出现变化时，出现δ＞v(m+n)，表明设备出现第二类失真征兆，因为随着设备的运行状态的变化，监测数据理应发生相应状态变化，而实际状态分布并未发生较大变化；/n步骤4.2、进行子系统中失真数据的定位，基于以下定义：/n定义10 子系统的监测数据偏离矩阵/n电网子系统是包含系统相应设备的有机整体，通过偏离矩阵可以快速定位子系统中失真的数据；/n /n其中，V(t)表示子系统的监测数据经历t个标准周期后的偏离矩阵，元素v_ij(t)表示经历t个标准周期后子系统中第i个设备的第j个属性的数据状态转移分布的偏离度；根据步骤2.1中扩展矩阵的性质，如果矩阵相应位置对应的设备不存在该属性，则命令元素值为-1；/n步骤4.3、进行失真定位，基于以下公式：/n定义11 失真定位矩阵/n /n其中，表示一个n×k的失真定位矩阵，元素只由数值0、1和-1组成，F表示矩阵0-1变换函数，它的功能是将矩阵中元素进行0-1变换，Δ(t)表示偏离阈矩阵，其元素δ_ij(t)表示对应于偏离度v_ij(t)的偏离阈值，函数f(z_ij∈V(t)-Δ(t))表示对其自变量进行0-1变换，其定义如下/n定义11 元素0-1变换函数/n /n失真定位矩阵的实际意义在于把所有超出阈值的元素标记为1而未超过阈值的标记为0，元素在矩阵中的位置又一一对应于数据在子系统中的位置；这样一个失真定位矩阵就包含了一个子系统中失真数据的变化状态与位置信息；/n步骤4.4、进行缺失数据的处理，具体是执行缺失数据变换，基于以下公式/n /n /n其中，g(d_ij)表示缺失变换函数，它将M(t)中所有为空值的元素映射为1，并进入当空值数据倍缺失变换函数映射为中的1元素时，表明其失真的属性；在完整执行一次失真定位后，需要将本轮的原始数据作为历史数据对状态转移频率进行更新；这样就能保证步骤3.2中构造的单次状态转移矩阵的概率元素具有实时准确性；/n步骤4.5、进行数据失真定位，并计算与电力子系统失真程度度量，具体是：遍历失真定位矩阵一次，记录每一等于1的元素所在矩阵中位置一一对应了一个失真数据所在位置，其行标代表设备号；列表代该设备的属性号；同时取出元素占所有元素的比例定量反映了电力子系统失真程度。/n