近年來,新能源發(fā)電、高速鐵路、電動汽車、變頻器等各種電能質(zhì)量干擾源在電網(wǎng)廣泛分布,其隨機波動性、非線性特點顯著,導致公用電網(wǎng)的供電電能質(zhì)量問題惡化。正在建設(shè)的電網(wǎng)諧波監(jiān)測分析系統(tǒng)實時匯集全網(wǎng)電能質(zhì)量數(shù)據(jù),使得數(shù)據(jù)驅(qū)動的電能質(zhì)量問題分析與決策成為可能。但電網(wǎng)監(jiān)測終端數(shù)量多,存儲系統(tǒng)組成復雜、物理環(huán)境惡劣等原因都會造成采集的數(shù)據(jù)存在缺失、異常等數(shù)據(jù)質(zhì)量問題,這些數(shù)據(jù)問題會導致錯誤的分析結(jié)果,影響電能質(zhì)量治理決策效果。針對上述問題,根據(jù)電能質(zhì)量監(jiān)測數(shù)據(jù)數(shù)據(jù)采集頻率高且監(jiān)測指標類別眾多的特點,提出多指標關(guān)聯(lián)分析方法,研究電能質(zhì)量監(jiān)測數(shù)據(jù)中的缺失數(shù)據(jù)填充以及異常數(shù)據(jù)的檢測技術(shù)。開展的主要工作包括:1、以對電能質(zhì)量監(jiān)測數(shù)據(jù)的缺失值填充為研究目標,根據(jù)監(jiān)測指標類別眾多,量測指標存在強相關(guān)性的特點,提出基于量測指標相關(guān)性的缺失值填充方法。該方法首先引入歸一化互信息方法,彌補傳統(tǒng)皮爾遜相關(guān)系數(shù)的不足,計算量測指標相關(guān)性,得出強相關(guān)指標。然后利用局部加權(quán)回歸算法對得到的指標進行回歸分析建立強相關(guān)指標間的回歸數(shù)學模型,最后利用該模型進行填充。實驗結(jié)果表明:基于量測指標相關(guān)性的缺失數(shù)據(jù)填充方法具有較高的準確性... 

【文章來源】：北方工業(yè)大學北京市

【文章頁數(shù)】：66 頁

【學位級別】：碩士

【部分圖文】：

圖１－４量測指標編碼結(jié)構(gòu)示意圖??－

用于監(jiān)察生產(chǎn)過程是否產(chǎn)生異常以及過程是否受控�？刂茍D上通常有三條控制線：??中心線（統(tǒng)計樣本的平均值）、上控制線和下控制線（上下控制線與中心線相距??數(shù)倍標準差），并有按順序抽取的樣本描點序列，如圖２－１所示。若控制圖中的??描點落在上控制線與下控制線之外或描點在控制線之間的排列不隨機，則表明過??程異常。??ＶＣＬ????ＣＬ?＿＿＿／＿??ＬＣＬ??ｉ?ｌ?ｉ?Ｉ?ｉ?ｉ?ｉ?Ｉ??１?２?３?４?５?６?７８??圖２－１控制圖示例??控制圖可分為兩類，一類是計量值控制圖，通常用于觀察樣本數(shù)值分布的變??化，；一類是計數(shù)型控制圖，主要用于發(fā)現(xiàn)生產(chǎn)過程中的異常，控制生產(chǎn)的過程。??常見的計量值控制圖有均值－極差控制圖、均值－標準差控制圖、單值－極差控??制圖等。??均值圖（Ｉ）具有適用范圍廣，靈敏度高的特點，若Ｘ服從正態(tài)分布，則又－也??服從正態(tài)分布；若Ｘ非正態(tài)分布，當樣本量充分大時，１近似服從正態(tài)分布［２９］。??均值－標準差圖由均值（又）圖和標準差（Ｓ）圖共同組成。與又－Ｒ圖相對應(yīng)，又圖??主要用來判斷生產(chǎn)過程的均值是否穩(wěn)定；Ｓ圖用來判斷生產(chǎn)過程標準差的穩(wěn)定程??度。依照習慣把Ｘ圖列在上方，而把Ｓ圖列在下方。一般來說，組中樣本量大于??１４??

互信息計算過程如下：??數(shù)據(jù)中獲取所有監(jiān)測指標的數(shù)據(jù)，根據(jù)采樣周期，對比應(yīng)收實收數(shù)據(jù)量ＣｏｕｎｔＡｃｕ，如果ＣｏｕｒｒｔＲｅｃ＝ＣｏｕｎｔＡｃｕ，則該監(jiān)測則該指標存在數(shù)據(jù)缺失。存在數(shù)據(jù)缺失的指標為待測指標，樣周期一致的指標作為待選指標。一一選取待選指標的監(jiān)測待測指標的監(jiān)測數(shù)據(jù)重組排序形成數(shù)據(jù)集，使用式２－４對數(shù)的計算，為了更好地對互信息進行比較，消除數(shù)據(jù)量帶來的一化為歸一化互信息ＮＭＩ。選擇歸一化互信息ＮＭＩ最大且Ｎ作為相關(guān)指標。??分析??量相關(guān)性的歸一化互信息，通過實驗驗證歸一化互信息對電相關(guān)性的可行性與結(jié)果的準確性。本實驗選�。祩�小時的數(shù)果相關(guān)系數(shù)進行比較。??能質(zhì)量監(jiān)測數(shù)據(jù)是由監(jiān)測點，監(jiān)測指標，時間戳以及監(jiān)測值

【參考文獻】：
期刊論文
[1]一種基于k-means的兩階段用電異常檢測方法[J]. 張鐵峰,張靖.  電力科學與工程. 2018(12)
[2]基于孤立森林算法的用電數(shù)據(jù)異常檢測研究[J]. 余翔,陳國洪,李霆,陳珺.  信息技術(shù). 2018(12)
[3]一種基于Spark模型的電力異常數(shù)據(jù)檢測方法[J]. 朱昌敏,岳東.  計算機技術(shù)與發(fā)展. 2019(01)
[4]基于Isolation Forest改進的數(shù)據(jù)異常檢測方法[J]. 徐東,王巖俊,孟宇龍,張子迎.  計算機科學. 2018(10)
[5]基于信息篩選和拉依達準則識別地下水主要組分水化學異常的方法研究[J]. 王磊,何江濤,張振國,趙鵬,張小文.  環(huán)境科學學報. 2018(03)
[6]數(shù)據(jù)缺失下的貝葉斯網(wǎng)絡(luò)應(yīng)用研究[J]. 陳亞奇.  信息系統(tǒng)工程. 2017(07)
[7]基于歸一化互信息的FCBF特征選擇算法[J]. 段宏湘,張秋余,張墨逸.  華中科技大學學報(自然科學版). 2017(01)
[8]基于AIC準則的鋰離子電池變階RC等效電路模型研究[J]. 商云龍,張奇,崔納新,張承慧.  電工技術(shù)學報. 2015(17)
[9]基于Hadoop框架和ARIMA算法的氣象預測系統(tǒng)研究[J]. 李雷孝,馬志強,樊宇虹,趙巖.  內(nèi)蒙古師范大學學報(自然科學漢文版). 2014(02)
[10]基于正弦曲線的數(shù)字化變電站采樣值數(shù)據(jù)缺失的修正方法[J]. 尹建豐,施愛博,季海濤,朱佳偉.  自動化與儀器儀表. 2014(01)

博士論文
[1]數(shù)據(jù)歸約的統(tǒng)計方法研究及應(yīng)用[D]. 劉云霞.廈門大學 2007

碩士論文
[1]海量電能質(zhì)量數(shù)據(jù)的實時存儲與治理技術(shù)研究[D]. 王嘉怡.北方工業(yè)大學 2018
[2]風電場風速及風電功率短期預測方法的研究[D]. 李俊豪.河北工業(yè)大學 2012



本文編號：3213172