【技術實現步驟摘要】
本專利技術涉及電力數據分析領域，具體涉及一種能源電力數據分析方法、系統及介質。
技術介紹
1、隨著用戶對供電質量與服務需求的不斷提升，對電網精益化管理、運維的要求也就越來越高，人員業務量高速增長，不少智能化程序的應用提高了不少效率，然而對大數據應用程度仍然不高，未能深度挖掘數據用以提高電網管理、運維精益化程度。對于電網的發電情況以及設備故障情況仍然需要數據與人工進行配合才能夠被完全確定。
2、現有公開號為cn113010595a的中國專利，涉及一種電力能源數據的分析與監控方法及系統，包括以下步驟：獲取原始數據，通過不同電力業務系統采集原始電力數據；對原始電力數據進行預處理，將預處理后的所有標準化數據收集至有效數據集；構建分析與監控模型，基于電力業務的業務內容、業務規則和數據需求，構建若干個指標分析模型，指標分析模型通過有效數據集計算電力業務數據，對電力業務需求進行抽象化表達；基于指標分析模型構建若干個監控模型，設定監控閾值對所述指標分析模型得出的電力業務數據進行監控。但是公開號為cn113010595a的中國專利僅僅能夠通過設置監控閾值來進行簡單的分析，并無法解決上述的問題。
技術實現思路
1、本專利技術解決了對于電網的發電情況以及設備故障情況仍然需要數據與人工進行配合才能夠被完全確定的問題，提出一種能源電力數據分析方法、系統及介質，在原始能源電力數據進行處理后，運用聚合算法以及組合賦權法，生成相應的特征數據，最終分析出特定場景下的發電情況以及設備故障情況，顯著提高電網
2、為了實現上述目的，本專利技術采用以下技術方案：一種能源電力數據分析方法，包括以下步驟：
3、s1，獲取多種電力模擬狀態下的原始能源電力數據，對原始能源電力數據進行初始分類和處理；
4、s2，根據聚合算法確定各類型數據的整體數據特征；根據組合賦權法確定各類型數據的各指標權重；
5、s3，根據能源電力數據的各指標權重以及整體數據特征計算并分析特定場景下的發電情況以及設備故障情況。
6、本技術方案中，首先獲取得到原始能源電力數據，該數據是基于多種電力模擬狀態下獲取得到，在獲取得到上述的數據之后，采用一系列的分類方法以及處理方法來對這些數據進行處理；處理完成后，通過聚合算法得到數據特征，通過組合賦權法得到各類型數據對應指標的指標權重；最后，根據上述聚合算法和組合賦權法的結果來綜合分析特定場景下的發電情況以及設備故障情況；本專利技術的能源電力數據分析方法能夠顯著提高電網精益化管理水平，代替人工從而提高運維效率。
7、本專利技術還進一步設置為：所述步驟s1包括：
8、s11，根據與能源電力大數據平臺相連的采集端口得到原始能源電力數據，并確定其初始分類；s12，對每一分類下的原始能源電力數據進行缺失值填補，得到修正后的數據，隨后對數據進行標準化處理。
9、本技術方案中，通過采集端口獲取得到原始能源電力數據，采集端口可以從外界進行導入來得到相應的數據，也可以由數據中臺導入相應的數據，上述的數據均通過采集端口發送至能源電力大數據平臺之中。
10、本專利技術還進一步設置為：所述根據組合賦權法確定各類型數據的各指標權重包括：
11、s21，根據各類型數據確定若干個數據指標，根據層次分析法構造出判斷矩陣，隨后進行一致性檢驗，計算出第一指標權重；
12、s22，根據熵權法來對數據進行估算，得到第二指標權重；
13、s23，通過賦權法將第一指標權重和第二指標權重進行結合，生成組合權值。
14、本技術方案中，首先通過ahp層次分析法由專家經驗進行比較判出指標權權重，熵權法通過客觀數據判出指標權重。由于ahp層次分析法和熵權法都是通過先獲取指標權重，再對權重目標進行評估計算，故采用主客觀組合賦權法將上述結合起來。
15、本專利技術還進一步設置為：所述根據聚合算法確定各類型數據的整體數據特征包括：a21，根據各個聚合方法對處理后的能源電力數據進行聚合，生成各個聚合結果；
16、a22，根據聚合結果分析其整體差異性和個體差異性，隨后進行有效性評估，確定最佳的聚合算法；
17、a23，根據構建的聚合模型來能源電力數據進行聚類，根據聚類結果確定整體數據特征及趨勢。
18、本技術方案中，在步驟s1完成會后，通過找出最佳的聚合算法，并通過構建相應的聚合模型對能源電力數據進行準確聚類，得到關于能源電力數據的詳細類型，并通過計算分析來確定關于上述能源電力數據的數據特征以及變化趨勢。
19、本專利技術還進一步設置為：所述步驟s3包括：
20、s31，由能源電力數據關聯的各指標以及指標權重，遍歷選擇其在特定場景下的重要影響因素
21、s32，根據重要影響因素所對應的聚類結果，來確定在該聚類結果下的整體數據特征及趨勢；
22、s33，根據整體數據特征及趨勢綜合確定是否發生設備故障情況或者發電情況異常。
23、本技術方案中，在完成了步驟s2和步驟s3之后，根據指標權重來確定在特定場景之下的重要影響因素，隨后通過查找對應的聚類結果，來分析其整體數據特征和趨勢，最終根據這些特征和趨勢來進行發電情況分析以及故障判斷。
24、本專利技術還進一步設置為：所述缺失值填補采用多項式擬合的方法，具體包括構造輸入的階多項式函數，使得該多項式能夠近似表示輸入與輸出的關系；輸入可以表示如下
25、d＝{(x1,y1),(x2,y2),…(xi,yi),…,(xn,yn)}
26、xi∈r?yi∈r；
27、其中，(xn,yn)為n個離散的點，xn為輸入，yn為輸出；r為實數集，
28、目標輸出是得到一個多項式函數：
29、
30、其中，wi以及b為求得的相應的常數系數。
31、本技術方案中，通過上述的多項式擬合方法來進行缺失值的填補。
32、本專利技術還進一步設置為：所述組合權值表示為：
33、
34、其中，λk為這些權重的權系數，采用n種賦權法進行權值確定，權值分別表示為：
35、
36、本技術方案中的組合權重準確度更高。
37、本專利技術還進一步設置為：根據能源電力數據的覆蓋范圍確定擬定的若干個特定場景，當輸入的特定場景處于擬定場景范圍內時，則直接輸出重要影響因素，當輸入的特定場景不處于擬定場景范圍內時，根據與輸入的特定場景最接近的擬定場景確定重要影響因素并進行篩選。
38、本技術方案中，將上述的實時輸入的特定場景主要分為兩類，根據其是否屬于擬定場景來確定特定場景的具體的重要影響因素。
39、一種能源電力數據分析系統，使用上述的一種能源電力數據分析方法，包括：
40、分類及處理模塊，劃分并且處理獲取得到的原始能源電力數據；
41、聚合及賦權模塊，本文檔來自技高網...
【技術保護點】
1.一種能源電力數據分析方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種能源電力數據分析方法，其特征在于，所述步驟S1包括：
3.根據權利要求1或2所述的一種能源電力數據分析方法，其特征在于，所述根據組合賦權法確定各類型數據的各指標權重包括：
4.根據權利要求3所述的一種能源電力數據分析方法，其特征在于，所述根據聚合算法確定各類型數據的整體數據特征包括：
5.根據權利要求1或2或4所述的一種能源電力數據分析方法，其特征在于，所述步驟S3包括：
6.根據權利要求2所述的一種能源電力數據分析方法，其特征在于，所述缺失值填補采用多項式擬合的方法，具體包括構造輸入的階多項式函數，使得該多項式能夠近似表示輸入與輸出的關系；輸入可以表示如下
7.根據權利要求3所述的一種能源電力數據分析方法，其特征在于，所述組合權值表示為：
8.根據權利要求5所述的一種能源電力數據分析方法，其特征在于，根據能源電力數據的覆蓋范圍確定擬定的若干個特定場景，當輸入的特定場景處于擬定場景范圍內時，則直接輸出重要影響因素
9.一種能源電力數據分析系統，使用權利要求1-8任一項所述的一種能源電力數據分析方法，其特征在于，包括：
10.一種介質，其特征在于，所述介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至8任一項所述的一種能源電力數據分析方法的步驟。
...【技術特征摘要】
1.一種能源電力數據分析方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種能源電力數據分析方法，其特征在于，所述步驟s1包括：
3.根據權利要求1或2所述的一種能源電力數據分析方法，其特征在于，所述根據組合賦權法確定各類型數據的各指標權重包括：
4.根據權利要求3所述的一種能源電力數據分析方法，其特征在于，所述根據聚合算法確定各類型數據的整體數據特征包括：
5.根據權利要求1或2或4所述的一種能源電力數據分析方法，其特征在于，所述步驟s3包括：
6.根據權利要求2所述的一種能源電力數據分析方法，其特征在于，所述缺失值填補采用多項式擬合的方法，具體包括構造輸入的階多項式函數，使得該多項式能夠近似表示輸入與輸出的關...
【專利技術屬性】
技術研發人員：劉海林，王晨波，汪澤州，顧曦華，張建松，李鐘煦，鮑建飛，金祝飛，周弘毅，李想，王建軍，
申請(專利權)人：國網浙江省電力有限公司海鹽縣供電公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。