CN108171425B - 电能质量分区方法、装置及存储介质 - Google Patents
电能质量分区方法、装置及存储介质 Download PDFInfo
- Publication number
- CN108171425B CN108171425B CN201711467415.XA CN201711467415A CN108171425B CN 108171425 B CN108171425 B CN 108171425B CN 201711467415 A CN201711467415 A CN 201711467415A CN 108171425 B CN108171425 B CN 108171425B
- Authority
- CN
- China
- Prior art keywords
- sequence
- node
- comparison
- obtaining
- power quality
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000000638 solvent extraction Methods 0.000 title claims abstract description 33
- 238000007726 management method Methods 0.000 claims description 40
- 238000012545 processing Methods 0.000 claims description 30
- 230000011218 segmentation Effects 0.000 claims description 15
- 238000012935 Averaging Methods 0.000 claims description 7
- 238000013316 zoning Methods 0.000 claims description 7
- 238000001514 detection method Methods 0.000 claims description 5
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000003786 synthesis reaction Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 238000005192 partition Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种电能质量分区方法、装置及存储介质，属于电力调控技术领域。所述电能质量分区方法将电网中每个节点依次作为比较节点，计算所述比较节点与参考节点的关联度，将关联度超过预设阈值的比较节点划入所述参考节点所在的电能质量管理区域。所述电能质量分区方法基于电能质量关联度迅速、准确地实现了电能质量分区，从而使电能质量的管理和调控更加方便、迅速。
Description
技术领域
本发明涉及电力调控技术领域，具体而言，涉及一种电能质量分区方法、装置及存储介质。
背景技术
随着科学技术的发展和现代社会城市化进程的迅速加快，人们的用电需求不再仅仅局限于供电时间和电能价格，人们对电能的稳定性和电能质量提出了更高的要求。尤其是随着新能源设备大量并入电网以及电力系统电力电子化发展趋势，电力系统的电能质量污染更加严重。同时，精密仪器设备和电力电子化负荷设备对电能质量更加敏感，由于电能质量问题造成的后果更加严重。电力系统中污染源的种类和数量不断增多，大量分布式电源、非线性和冲击性负载接入电网，使网络拓扑结构日趋复杂，导致电网供电质量问题变得更为严峻。
传统的电能质量治理主要采取本地治理方式，该方式对非本地的其他接入节点的电能质量改善效果不理想，在电能质量出现波动时调整速度慢，容易导致接入电网的电子设备损坏。
发明内容
有鉴于此，本发明实施例的目的在于提供一种电能质量分区方法、装置及存储介质，以解决传统的电能质量治理方式对非本地的其他接入节点的电能质量改善效果不理想，在电能质量出现波动时调整速度慢，容易导致接入电网的电子设备损坏的问题。
第一方面，本发明实施例提供了一种电能质量分区方法。所述电能质量分区方法首先检测获得电网中第一节点的电能质量数据的原始时间序列，基于所述原始时间序列获得比较序列，然后计算获得所述比较序列和预先确定的所述电网中的第二节点的参考序列的关联度，在所述关联度大于预设阈值时，将所述第一节点划入所述第二节点所在的管理区域。
综合第一方面，所述基于所述原始时间序列获得比较序列，包括：在所述原始时间序列中选取所述电能质量数据的极值点或拐点作为特征点，从所述特征点中提取重要特征点组成分段序列；基于所述分段序列获得比较序列。其中，所述重要特征点还包括所述原始时间序列的首端点和末端点。
综合第一方面，所述基于所述分段序列获得比较序列，包括：基于时间序列互插值寻优法选取所述分段序列的局部最优插值位置；计算所述局部最优插值位置对应的所述分段序列和所述原始序列的拟合误差，确定所述拟合误差最小的点为所述分段序列的局部最优插值点；基于所述局部最优插值点和所述重要特征点获得比较序列。
综合第一方面，所述计算获得所述比较序列和预先确定的所述电网中的第二节点的参考序列的关联度，包括：计算获得所述比较序列和所述参考序列之间的关联系数；对所述关联系数进行均值化处理获得所述比较序列和所述参考序列的关联度。
综合第一方面，在所述基于所述原始时间序列获得比较序列之后，在所述计算获得所述比较序列和预先确定的所述电网中的第二节点的参考序列的关联度之前，所述方法还包括：基于所述参考序列将所述比较序列加上某一数值使所述比较序列的首端值与所述参考序列的首端值相同。
综合第一方面，所述关联度大于预设阈值时，将所述第一节点划入与所述第二节点所在的管理区域，包括：检测获得所述第二节点所在的管理区域中每个节点的电能质量数据的原始时间序列；基于每个节点的电能质量数据的原始时间序列获得每个节点的比较序列；分别将每个节点的比较序列作为参考序列，计算每个参考序列与所述第一节点的比较序列的关联度；在所述第一节点的比较序列与所述管理区域中每个节点的参考序列的关联度都大于预设阈值时，将所述第一节点划入所述第二节点所在的管理区域。
第二方面，本发明实施例提供了一种电能质量分区装置。所述电能质量分区装置包括检测模块、序列处理模块、关联度处理模块及区域划分模块。所述检测模块用于检测获得电网中第一节点的电能质量数据的原始时间序列。所述序列处理模块用于基于所述原始时间序列获得比较序列。所述关联度处理模块用于计算获得所述比较序列和预先确定的所述电网中的第二节点的参考序列的关联度。所述区域划分模块用于将所述第一节点划入所述第二节点所在的管理区域。
综合第二方面，所述序列处理模块包括特征点选取单元、分段序列获取单元、最优插值确定单元以及合成单元。所述特征点选取单元用于在所述原始时间序列中选取所述电能质量数据的极值点或拐点作为特征点。所述分段序列获取单元用于从所述特征点中提取重要特征点组成分段序列。所述最优插值确定单元用于基于时间序列互插值寻优法选取所述分段序列的局部最优插值位置，还用于计算所述局部最优插值位置对应的所述分段序列和所述原始序列的拟合误差从而确定所述拟合误差最小的点为所述分段序列的局部最优插值点。所述合成单元用于基于所述局部最优插值点和所述重要特征点获得比较序列。
综合第二方面，所述关联度处理模块包括关联系数获取单元和关联度获取单元。所述关联系数获取单元用于计算获得所述比较序列和所述参考序列之间的关联系数。所述关联度获取单元用于对所述关联系数进行均值化处理获得所述比较序列和所述参考序列的关联度。
第三方面，本发明实施例还提供了一种存储介质，所述存储介质存储于计算机内，所述存储介质包括多条指令，所述多条指令被设置成使得所述计算机执行上述方法。
本发明实施例的有益效果是：
本发明实施例提供了一种电能质量分区方法、装置及存储介质，所述电能质量分区方法检测获得电网中第一节点的电能质量数据的原始时间数据，基于分段线性表示方法在所述电能质量数据的极值点和拐点中选取重要特征点组成分段序列，对所述分段序列进行局部最优插值获得比较序列，通过上述步骤降低了所述比较序列与所述原始时间序列的拟合误差，更精准地表示了该节点的电能质量变化；再计算获得所述比较序列与参考序列的关联度，在所述关联度大于预设阈值时将所述第一节点划入所述参考序列节点所在的管理区域，使该管理区域内节点的电能质量的相关程度高，对关联程度高的节点进行了迅速、精确地电能质量分区，以对电能质量按管理区域划分进行迅速精准地管理和调控。
本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1为本发明第一实施例提供的一种电能质量分区方法的流程图；
图2为本发明第一实施例提供的一种获得比较序列的流程图；
图3为本发明第二实施例提供的一种电能质量分区装置的模块图；
图4为本发明第三实施例提供的一种可应用于本申请实施例中的电子设备的结构框图。
图标：100-电能质量分区装置；110-检测模块；120-序列处理模块；130-关联度处理模块；140-区域划分模块；200-电子设备；201-存储器；202-存储控制器；203-处理器；204-外设接口；205-输入输出单元；206-音频单元；207-显示单元。
具体实施方式
下面将结合本发明实施例中附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
第一实施例
经申请人研究发现，现代电力系统中污染源的种类和数量不断增多，大量分布式电源、非线性和冲击性负载接入电网，使网络拓扑结构日趋复杂，同时加重了电压偏差、三相不平衡、谐波畸变率等电能质量污染，同时接入电网的精密仪器设备和电力电子化负荷设备对电能质量更加敏感，在电能质量差时受到的影响甚至是损坏比传统用电设备更大，而现有的传统电能质量治理方式主要为本地治理方式，无法对较大范围内的电网节点进行迅速的电能质量调控。针对电网污染源高渗透、分散化和全网化，传统的集中性治理方式难以有效控制全网电能质量的问题，如图1所示，本发明实施例从数据挖掘和污染分散治理的角度出发提供了一种电能质量分区方法，所述电能质量分区方法的具体步骤如下：
步骤S100：检测获得电网中第一节点的电能质量数据的原始时间序列。
步骤S200：基于所述原始时间序列获得比较序列。
步骤S300:计算获得所述比较序列和预先确定的所述电网中的第二节点的参考序列的关联度。
步骤S400：所述关联度大于预设阈值时，将所述第一节点划入所述第二节点所在的管理区域。
对于步骤S100：所述电能质量数据是一系列按照时间顺序变化的值，将通过传感器等电能监测设备在时间ti检测获得的对应有效值xi的有序集合构成原始时间序列
在另外的实施例中，可以同时检测获得电网中所有节点的电能质量数据的原始时间序列，分别将每个节点的原始时间序列与后续步骤中预先设定的参考序列进行处理。应当理解的是，本实施例中所有对第一节点的原始时间序列、比较序列等数据进行的处理均可运用在电网中其他节点的原始时间序列、比较序列等数据上，可同时对电网中其他节点进行电能质量分区。
在本实施例中，通过执行步骤S100获得所述原始时间序列后，接下来执行步骤S200，即：基于所述原始时间序列获得比较序列。请参考图2，图2为本实施例中获得比较序列的流程图。具体地，基于所述原始时间序列获得比较序列，包括：在所述原始时间序列中选取所述电能质量数据的极值点或拐点作为特征点，从所述特征点中提取重要特征点组成分段序列；基于所述分段序列获得比较序列。其中，所述原始时间序列的首端点和末端点也为所述重要特征点。步骤S200中选取特征点、提取重要特征点组成分段序列可以看作为分段线性化法的步骤，所述分段线性化法是通过把非线性特性作分段线性化近似处理来分析非线性系统的一种方法，在分段线性化处理后，所研究的非线性系统在每一个区段上被近似等效为线性系统，就可采用线性系统的理论和方法来进行分析。本实施例采用分段线性化法对所述原始时间序列进行表示，使后续步骤S300易于求取关联度，同时减少了计算量，使所述管理区域的划分速度更快。
对于重要特征点的提取，在时间序列为
时去除不重要的样本点后的特征点序列为
作为一种实施方式，本实施例从纵向和横向维度出发，利用垂直距离d和时间跨度t来提取重要特征点，从而组成重要特征点序列
应当注意的是，所述重要特征点序列包括所述原始时间序列的首端点和末端点。其中，所述重要特征点的垂直距离d和时间跨度t的求取方程式分别为方程式(1)和方程式(2)：
作为一种实施方式，上述基于所述分段序列获得比较序列，包括：基于时间序列互插值寻优法选取所述分段序列的局部最优插值位置；计算所述局部最优插值位置对应的所述分段序列和所述原始序列的拟合误差，确定所述拟合误差最小的点为所述分段序列的局部最优插值点；基于所述局部最优插值点和所述重要特征点获得比较序列。基于原始时间序列和分段序列采用时间序列互插值寻优法确定横坐标对应的局部最优插值位置，以最大限度减小分段序列的拟合误差。分段序列的拟合误差计算公式(3)为：
式中，e表示拟合误差，xi、xˊi分别为分段时间内原始序列及其分段序列上对应的n个数据点。利用式(3)选取每个局部最优插值位置的拟合误差e最小的纵坐标对应的数值，并结合横坐标获得局部最优插值点。将插值点与重要特征点相结合，最终构建出等时间维度的比较序列。
根据本实施例的步骤，执行S200获得比较序列后，将执行步骤S300，即：计算获得所述比较序列和预先确定的所述电网中的第二节点的参考序列的关联度。在进行关联度计算前，为初步降低时间序列数组中数据初始距离所产生的影响，可将比较序列和参考序列进行规范标准化处理，本实施例采用Min-Max标准化方法，如式(4)所示，将序列数据规范到[0,1]区间。
为进一步消除系统背景电能质量污染对相关性分析造成的干扰，突出各节点序列曲线变化态势，根据参考序列首端值，将比较序列加上某一数值，使两者首端值相等，从而获得相同的起始位置，最终得到比较序列数组如式(5)：
其中，序列第一列满足0≤xˊ1＝yˊ1+a＝…＝qˊ1+g≤1。
上述计算获得所述比较序列和预先确定的所述电网中的第二节点的参考序列的关联度，包括：计算获得所述比较序列和所述参考序列之间的关联系数；对所述关联系数进行均值化处理获得所述比较序列和所述参考序列的关联度。其中，关联系数的求取公式(6)为：
式中，εk(i)表示组号为k比较序列与参考序列在第i时刻的关联系数，
表示取m-1组比较序列与参考序列n个时刻数据差的绝对值中的最小值，而
表示取n个时刻数据差的绝对值中的最大值；ρ表示分辨系数，取值范围在0～1之间。比较序列与参考序列之间对应的关联系数数据量较多，不利于集中分析一定时间内序列之间的整体相关性，有必要将关联系数集中等效转化为一个有效值。可采用式(7)将序列n个时刻的关联系数进行均值化处理。均值化公式(7)为：
其中，rk即为第k组比较序列与参考序列的关联度，在所述关联度大于预设阈值时，将所述第一节点划入所述第二节点所在的管理区域。
应当理解的是，作为一种实施方式，在同时电网中其他节点进行电能质量分区处理时，依次将每个节点作为参考节点计算其与其他节点的关联度，为了保证区域划分数量合理，区域内节点个数适中且各区域互不重叠，依据每个节点作为参考节点时的关联度排序，首先提取出排序在前40％的节点，若为小数则向上取整。当节点彼此关联度均在各自排序前40％时，可将这些节点暂时划入同一管理区域。其次当两个管理区域同时包含相同的节点时，可以对比分析该节点与各管理区域内其它节点的综合关联度大小来决定归属管理区域。综合关联度越大，该节点与对应管理区域内剩余节点的平均耦合程度越高，划入该管理区域则越合理。上述综合关联度计算公式(8)为：
式中，rci为综合关联度，rji表示节点i与区域内其它m-1个节点的关联度。
可选地，在管理区域划分过程中出现孤立节点时，同样可以对比孤立节点与各管理区域内所有节点的综合关联度大小来决定该点的归属，利用此方法最终把整个电网按各项电能质量指标划分为多个区域。
本发明实施例提供了一种电能质量分区方法，所述电能质量分区方法检测获得电网中第一节点的电能质量数据的原始时间数据，基于分段线性表示方法在所述电能质量数据的极值点和拐点中选取重要特征点组成分段序列，对所述分段序列进行局部最优插值获得比较序列，通过上述步骤降低了所述比较序列与所述原始时间序列的拟合误差，更精准地表示了该节点的电能质量变化；再计算获得所述比较序列与参考序列的关联度，在所述关联度大于预设阈值时将所述第一节点划入所述参考序列节点所在的管理区域，实现了基于关联度的快速电能质量分区。由于同一管理区域内节点彼此关联度较大，耦合程度较高，当改变某节点电能质量状态时，依据耦合关系其余节点电能质量也能够发生相应的改变。因此，通过对比管理区域内各节点的综合关联度大小，将综合关联度最大的节点定为污染最佳治理点。当监测到管理区域受污染较严重时，通过调节该管理区域的治理点，能够快速使管理区域整体电能质量获得较好的改善效果。
第二实施例
为了更好地实现本发明第一实施例提供的电能质量分区方法，本实施例提供了一种电能质量分区装置100。请参考图3，图3为本实施例提供的一种电能质量分区装置的模块图。
电能质量分区装置100包括检测模块110、序列处理模块120、关联度处理模块130以及区域划分模块140。
检测模块110，用于检测获得电网中第一节点的电能质量数据的原始时间序列，还用于检测获得电网中其他节点的电能质量数据的原始时间序列。
序列处理模块120，用于基于所述原始时间序列获得比较序列。
关联度处理模块130，用于计算获得所述比较序列和预先确定的所述电网中的第二节点的参考序列的关联度，其中，第二节点的参考序列可以是其他任一节点的参考序列。
区域划分模块140，用于将所述第一节点划入所述第二节点所在的管理区域。其中，第一节点可以是选取的其他比较节点，第二节点所在的管理区域可以是其他参考节点所在管理区域。
对于序列处理模块120：序列处理模块120包括特征点选取单元、分段序列获取单元、最优插值确定单元以及合成单元。其中，所述特征点选取单元用于在所述原始时间序列中选取所述电能质量数据的极值点或拐点作为特征点。所述分段序列获取单元用于从所述特征点中提取重要特征点组成分段序列。所述最优插值确定单元用于基于时间序列互插值寻优法选取所述分段序列的局部最优插值位置，还用于计算所述局部最优插值位置对应的所述分段序列和所述原始序列的拟合误差从而确定所述拟合误差最小的点为所述分段序列的局部最优插值点。所述合成单元用于基于所述局部最优插值点和所述重要特征点获得比较序列。
对于关联度处理模块130：关联度处理模块130包括关联系数获取单元和关联度获取单元。所述关联系数获取单元用于计算获得所述比较序列和所述参考序列之间的关联系数。所述关联度获取单元用于对所述关联系数进行均值化处理获得所述比较序列和所述参考序列的关联度。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法中的对应过程，在此不再过多赘述。
第三实施例
请参照图4，图4示出了一种可应用于本申请实施例中的电子设备200的结构框图。电子设备200可以包括电能质量分区装置100、存储器201、存储控制器202、处理器203、外设接口204、输入输出单元205、音频单元206、显示单元207。
所述存储器201、存储控制器202、处理器203、外设接口204、输入输出单元205、音频单元206、显示单元207各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述电能质量分区装置100包括至少一个可以软件或固件(firmware)的形式存储于所述存储器201中或固化在电能质量分区装置100的操作系统(operating system，OS)中的软件功能模块。所述处理器203用于执行存储器201中存储的可执行模块，例如电能质量分区装置100包括的软件功能模块或计算机程序。
其中，存储器201可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-OnlyMemory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，存储器201用于存储程序，所述处理器203在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的服务器所执行的方法可以应用于处理器203中，或者由处理器203实现。
处理器203可以是一种集成电路芯片，具有信号的处理能力。上述的处理器203可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器203也可以是任何常规的处理器等。
所述外设接口204将各种输入/输出装置耦合至处理器203以及存储器201。在一些实施例中，外设接口204，处理器203以及存储控制器202可以在单个芯片中实现。在其他一些实例中，他们可以分别由独立的芯片实现。
输入输出单元205用于提供给用户输入数据实现用户与所述服务器(或本地终端)的交互，以使用户更方便快捷地对管理区域进行划分和对电能质量进行调控。所述输入输出单元205可以是，但不限于，鼠标和键盘等设备。
音频单元206向用户提供音频接口，并在某管理区域的电能质量出现异常时对用户进行提示，其可包括一个或多个麦克风、一个或者多个扬声器以及音频电路。
显示单元207在所述电子设备200与用户之间提供一个交互界面(例如用户操作界面)或用于显示图像数据给用户参考。在本实施例中，所述显示单元207可以是液晶显示器或触控显示器。若为触控显示器，其可为支持单点和多点触控操作的电容式触控屏或电阻式触控屏等。支持单点和多点触控操作是指触控显示器能感应到来自该触控显示器上一个或多个位置处同时产生的触控操作，并将该感应到的触控操作交由处理器203进行计算和处理。
可以理解，图4所示的结构仅为示意，所述电子设备200还可包括比图4中所示更多或者更少的组件，或者具有与图4所示不同的配置。图4中所示的各组件可以采用硬件、软件或其组合实现。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法中的对应过程，在此不再过多赘述。
综上所述，本发明实施例提供了一种电能质量分区方法、装置及存储介质，所述电能质量分区方法检测获得电网中第一节点的电能质量数据的原始时间数据，基于分段线性表示方法在所述电能质量数据的极值点和拐点中选取重要特征点组成分段序列，对所述分段序列进行局部最优插值获得比较序列，通过上述步骤降低了所述比较序列与所述原始时间序列的拟合误差，更精准地表示了该节点的电能质量变化；再计算获得所述比较序列与参考序列的关联度，在所述关联度大于预设阈值时将所述第一节点划入所述参考序列节点所在的管理区域，以实现根据节点电能质量关联度的快速电能质量分区，以便对该管理区域的电能质量进行治理。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (9)
1.一种电能质量分区方法，其特征在于，包括：
检测获得电网中第一节点的电能质量数据的原始时间序列；
基于所述原始时间序列获得比较序列；
计算获得所述比较序列和预先确定的所述电网中的第二节点的参考序列的关联度；
所述关联度大于预设阈值时，将所述第一节点划入所述第二节点所在的管理区域；
其中，基于所述原始时间序列获得比较序列，包括：
在所述原始时间序列中选取所述电能质量数据的极值点或拐点作为特征点，从所述特征点中提取重要特征点组成分段序列，其中，所述重要特征点还包括所述原始时间序列的首端点和末端点；
基于所述分段序列获得比较序列。
2.根据权利要求1所述的电能质量分区方法，其特征在于，所述基于所述分段序列获得比较序列，包括：
基于时间序列互插值寻优法选取所述分段序列的局部最优插值位置；
计算所述局部最优插值位置对应的所述分段序列和所述原始序列的拟合误差，确定所述拟合误差最小的点为所述分段序列的局部最优插值点；
基于所述局部最优插值点和所述重要特征点获得比较序列。
3.根据权利要求1-2任一权项所述的电能质量分区方法，其特征在于，所述计算获得所述比较序列和预先确定的所述电网中的第二节点的参考序列的关联度，包括：
计算获得所述比较序列和所述参考序列之间的关联系数；
对所述关联系数进行均值化处理获得所述比较序列和所述参考序列的关联度。
4.根据权利要求1所述的电能质量分区方法，其特征在于，在所述基于所述原始时间序列获得比较序列之后，在所述计算获得所述比较序列和预先确定的所述电网中的第二节点的参考序列的关联度之前，所述方法还包括：
基于所述参考序列将所述比较序列加上某一数值使所述比较序列的首端值与所述参考序列的首端值相同。
5.根据权利要求3所述的电能质量分区方法，其特征在于，所述关联度大于预设阈值时，将所述第一节点划入与所述第二节点所在的管理区域，包括：
检测获得所述第二节点所在的管理区域中每个节点的电能质量数据的原始时间序列；
基于每个节点的电能质量数据的原始时间序列获得每个节点的比较序列；
分别将每个节点的比较序列作为参考序列，计算每个参考序列与所述第一节点的比较序列的关联度；
在所述第一节点的比较序列与所述管理区域中每个节点的参考序列的关联度都大于预设阈值时，将所述第一节点划入所述第二节点所在的管理区域。
6.一种电能质量分区装置，其特征在于，所述装置包括：
检测模块，用于检测获得电网中第一节点的电能质量数据的原始时间序列；
序列处理模块，用于基于所述原始时间序列获得比较序列；
关联度处理模块，用于计算获得所述比较序列和预先确定的所述电网中的第二节点的参考序列的关联度；
区域划分模块，用于将所述第一节点划入所述第二节点所在的管理区域；
所述序列处理模块包括：
特征点选取单元，用于在所述原始时间序列中选取所述电能质量数据的极值点或拐点作为特征点；
分段序列获取单元，用于从所述特征点中提取重要特征点组成分段序列，其中，所述重要特征点还包括所述原始时间序列的首端点和末端点；
最优插值确定单元，用于基于所述分段序列获得比较序列。
7.根据权利要求6所述的电能质量分区装置，其特征在于，所述最优插值确定单元具体用于：
基于时间序列互插值寻优法选取所述分段序列的局部最优插值位置，还用于计算所述局部最优插值位置对应的所述分段序列和所述原始序列的拟合误差从而确定所述拟合误差最小的点为所述分段序列的局部最优插值点；
合成单元，用于基于所述局部最优插值点和所述重要特征点获得比较序列。
8.根据权利要求6所述的电能质量分区装置，其特征在于，所述关联度处理模块包括：
关联系数获取单元，用于计算获得所述比较序列和所述参考序列之间的关联系数；
关联度获取单元，用于对所述关联系数进行均值化处理获得所述比较序列和所述参考序列的关联度。
9.一种存储介质，其特征在于，所述存储介质存储于计算机内，所述存储介质包括多条指令，所述多条指令被设置成使得所述计算机执行权利要求1-5任一项所述方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711467415.XA CN108171425B (zh) | 2017-12-28 | 2017-12-28 | 电能质量分区方法、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711467415.XA CN108171425B (zh) | 2017-12-28 | 2017-12-28 | 电能质量分区方法、装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108171425A CN108171425A (zh) | 2018-06-15 |
| CN108171425B true CN108171425B (zh) | 2021-05-28 |
Family
ID=62519463
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711467415.XA Active CN108171425B (zh) | 2017-12-28 | 2017-12-28 | 电能质量分区方法、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108171425B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110414726A (zh) * | 2019-07-15 | 2019-11-05 | 南京灿能电力自动化股份有限公司 | 一种基于监测数据分析的电能质量预警方法 |
| CN115800385B (zh) * | 2022-08-15 | 2024-04-19 | 国网安徽省电力有限公司经济技术研究院 | 一种基于光伏逆变器和充电桩可调控容量的电能质量调控方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW200943114A (en) * | 2008-04-09 | 2009-10-16 | Inotera Memories Inc | Method for process problem detection |
| CN104978611A (zh) * | 2015-07-06 | 2015-10-14 | 东南大学 | 一种基于灰色关联分析的神经网络光伏发电出力预测方法 |
| CN105825002A (zh) * | 2016-03-14 | 2016-08-03 | 华侨大学 | 一种基于动态灰关联分析法的风电场动态等值建模方法 |
| CN106022525A (zh) * | 2016-05-24 | 2016-10-12 | 中国南方电网有限责任公司电网技术研究中心 | 基于景气指数指标的电力规划方案确定方法及装置 |
| CN106056265A (zh) * | 2016-04-28 | 2016-10-26 | 国家电网公司 | 一种基于灰色关联分析法的电压稳定故障筛选与排序方法 |
| CN106909664A (zh) * | 2017-02-28 | 2017-06-30 | 国网福建省电力有限公司 | 一种电力设备数据流故障识别方法 |
-
2017
- 2017-12-28 CN CN201711467415.XA patent/CN108171425B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TW200943114A (en) * | 2008-04-09 | 2009-10-16 | Inotera Memories Inc | Method for process problem detection |
| CN104978611A (zh) * | 2015-07-06 | 2015-10-14 | 东南大学 | 一种基于灰色关联分析的神经网络光伏发电出力预测方法 |
| CN105825002A (zh) * | 2016-03-14 | 2016-08-03 | 华侨大学 | 一种基于动态灰关联分析法的风电场动态等值建模方法 |
| CN106056265A (zh) * | 2016-04-28 | 2016-10-26 | 国家电网公司 | 一种基于灰色关联分析法的电压稳定故障筛选与排序方法 |
| CN106022525A (zh) * | 2016-05-24 | 2016-10-12 | 中国南方电网有限责任公司电网技术研究中心 | 基于景气指数指标的电力规划方案确定方法及装置 |
| CN106909664A (zh) * | 2017-02-28 | 2017-06-30 | 国网福建省电力有限公司 | 一种电力设备数据流故障识别方法 |
Non-Patent Citations (1)
| Title |
|---|
| 配电网电能质量分析算法及其应用研究;杨丹丹;《中国优秀硕士学位论文全文数据库》;20170615(第六期);第471页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108171425A (zh) | 2018-06-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3358508A1 (en) | Abnormality detection apparatus, abnormality detection method, and program | |
| CN105956628B (zh) | 数据分类方法和用于数据分类的装置 | |
| Jin et al. | Auxiliary model-based interval-varying multi-innovation least squares identification for multivariable OE-like systems with scarce measurements | |
| CN109115257B (zh) | 传感器特性曲线的修正方法、装置、设备及存储介质 | |
| CN108900622B (zh) | 基于物联网的数据融合方法、装置与计算机可读存储介质 | |
| Su et al. | Adaptive EWMA procedures for monitoring processes subject to linear drifts | |
| CN113159106B (zh) | 一种基于形态趋势特征的负荷曲线聚类方法、介质及设备 | |
| CN106611023B (zh) | 网站访问异常的检测方法及装置 | |
| CN112398677A (zh) | 流量异常检测的方法、模型训练方法和装置 | |
| CN108171425B (zh) | 电能质量分区方法、装置及存储介质 | |
| CN110008247A (zh) | 异常来源确定方法、装置、设备及计算机可读存储介质 | |
| CN107463482B (zh) | 确定指标关联性的方法及装置 | |
| CN112364637A (zh) | 一种敏感词检测方法、装置，电子设备及存储介质 | |
| CN112907064A (zh) | 基于自适应窗的电量预测方法、装置、存储介质及终端 | |
| US20200034348A1 (en) | Information processing device, information processing method, and recording medium | |
| CN112131274A (zh) | 时间序列异常点的检测方法、装置、设备及可读存储介质 | |
| WO2018081945A1 (zh) | 传感器本底噪声的检测方法及其装置 | |
| CN108694472B (zh) | 预测误差极值分析方法、装置、计算机设备和存储介质 | |
| CN117370913A (zh) | 光伏系统中异常数据的检测方法、装置以及设备 | |
| CN117330906A (zh) | 设备电弧故障检测方法、装置、设备及存储介质 | |
| KR20220061713A (ko) | 스마트 미터의 결측치 대체 방법 및 이를 이용하는 스마트 미터 제어 시스템 | |
| CN109975607B (zh) | 配电台区容量识别方法、装置、存储介质及电子设备 | |
| US20210397598A1 (en) | Data management method, data management system and program | |
| CN108595375A (zh) | 一种滤波方法、装置及存储介质 | |
| Zhang et al. | An improvement of PAA on trend-based approximation for time series |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |