CN111178670A - 基于反熵权法的短期低压配电网数据质量评价算法 - Google Patents
基于反熵权法的短期低压配电网数据质量评价算法 Download PDFInfo
- Publication number
- CN111178670A CN111178670A CN201911196169.8A CN201911196169A CN111178670A CN 111178670 A CN111178670 A CN 111178670A CN 201911196169 A CN201911196169 A CN 201911196169A CN 111178670 A CN111178670 A CN 111178670A
- Authority
- CN
- China
- Prior art keywords
- data
- formula
- data set
- logs
- redundancy
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 11
- 238000011156 evaluation Methods 0.000 claims abstract description 23
- 238000004364 calculation method Methods 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000010276 construction Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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)
- Development Economics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明提供基于反熵权法的短期低压配电网数据质量评价算法,包括以下步骤:步骤一:从大数据平台ODPS抽取某一时间段内的设备数据、台区数据和用户数据;步骤二:计算准确度;步骤三:计算完整度;步骤四:计算及时度;步骤五:计算冗余度;步骤六:评价指标的权重,选用反熵权法对数据质量的评价指标赋予权重系数;步骤七:计算综合评分。能够反映数据质量的好坏,为数据建模提供可行性参考。
Description
技术领域
本发明涉及智能电网数据挖掘领域,具体涉及基于反熵权法的短期低压配 电网数据质量评价算法。
背景技术
近年来,国家电网公司深入研究以云计算、物联网、大数据和移动互联为 主题的“大云物移”营销基地的建设,开展了新技术应用顶层设计、平台建设、 试点验证以及部分的推广应用,为坚强智能电网建设以及公司经营者提供良好 支撑。如果继续用传统的技术手段是无法满足当前日剧膨胀的采集数据、用户 数据和设备数据,因而以大数据平台为支撑的新一代海量数据存储、分析介质 成为电网公司技术创新的关键点。例如,浙江省电力公司利用阿里云开放数据 处理服务(ODPS)搭建“浙电云”大数据开发平台用来存储并加速长短期运营 大数据分析过程。但是,由于智能电网采集设备采集的数据存在误差,因而需要建立一套客观的大数据平台的短期运营数据的评价体系来反映数据质量的好 坏,为数据建模提供可行性参考。
发明内容
为了解决现有技术中存在的某种或某些技术问题,本发明提供基于反熵权 法的短期低压配电网数据质量评价算法,能够反映数据质量的好坏,为数据建 模提供可行性参考。
为解决上述现有的技术问题,本发明采用如下方案:基于反熵权法的短期 低压配电网数据质量评价算法,包括以下步骤:
步骤一:从大数据平台ODPS抽取某一时间段内的设备数据、台区数据和 用户数据;
步骤二:计算准确度,公式如下:
式中,Ac为数据集的准确度;nall为数据总量;n0为数据集中准确度不合格的日 志条数;nnull为数据集中存在数据缺失现象的日志条数;nr为数据集中存在数据 冗余现象的日志条数;
步骤三:计算完整度,公式如下:
式中,Ae为数据集的准确度;nall为数据总量;nnull为数据集中存在数据缺失现象的日志条数;nr为数据集中存在数据冗余现象的日志条数;
步骤四:计算及时度,公式如下:
其中,Ad为数据集的及时度;nd为判别为不及时的日志条数;
步骤五:计算冗余度,公式如下:
其中,Ar为数据集的冗余度;
步骤六:评价指标的权重,选用反熵权法对数据质量的评价指标赋予权重 系数;
步骤七:计算综合评分。
作为优选,所述步骤六中选用反熵权法对数据质量的评价指标赋予权重系 数时,首先构建评价指标矩阵Hm×n,其中,m为日志条数,n为评价指标,信息 反熵
从而可以通过下式获得各个评价指标的权重系数:
其中,kj为第j个评价指标的权重系数。
作为优选,所述步骤七中计算综合评分时,在得到准确度、完整度、及时 度和冗余度的评分以及权重系数以后,通过以下公式求得所抽取的短期运营数 据的质量综合评分:
式中,Aall为综合评分,Aall∈[0,100];j=1时,Aj=Ac,即准确度;j=2时,Aj=Ae,即完整度;j=3时,Aj=Ad,即完整度;j=4时,Aj=Ar,即冗余度。
相比现有技术,本发明的有益效果在于:
本发明提供基于反熵权法的短期低压配电网数据质量评价算法,能够反映 数据质量的好坏,为数据建模提供可行性参考。
具体实施方式
下面,结合具体实施方式,对本发明做进一步描述,需要说明的是,在不 相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形 成新的实施例。
本发明提供基于反熵权法的短期低压配电网数据质量评价算法,包括以下 步骤:
步骤一:从大数据平台ODPS抽取某一时间段内的设备数据、台区数据和 用户数据;
步骤二:计算准确度,公式如下:
式中,Ac为数据集的准确度;nall为数据总量;n0为数据集中准确度不合格的日 志条数;nnull为数据集中存在数据缺失现象的日志条数;nr为数据集中存在数据 冗余现象的日志条数;
步骤三:计算完整度,由于智能电网数据采集装置或者通信装置出现故障 的现象无法避免,因此会出现数据出现“null”状态,即数据缺失现象,从而 影响数据集的完整度,公式如下:
式中,Ae为数据集的准确度;nall为数据总量;nnull为数据集中存在数据缺失现象的日志条数;nr为数据集中存在数据冗余现象的日志条数;
步骤四:计算及时度,智能电网的数据采集间隔一般为15分钟、30分钟和 60分钟,如果在这个过程之中出现以太网网络拥堵时则会影响数据回传的及时 性问题,因而需要对数据集的及时度进行评分,公式如下:
其中,Ad为数据集的及时度;nd为判别为不及时的日志条数;
步骤五:计算冗余度,低压配电网的数据冗余造成的原因主要是同一数据 被多次回传,因而数据集的冗余度越低,数据质量越好,公式如下:
其中,Ar为数据集的冗余度;
步骤六:评价指标的权重,选用反熵权法对数据质量的评价指标赋予权重 系数,首先构建评价指标矩阵Hm×n,其中,m为日志条数,n为评价指标,信息 反熵
从而可以通过下式获得各个评价指标的权重系数:
其中,kj为第j个评价指标的权重系数;
步骤七:计算综合评分,在得到准确度、完整度、及时度和冗余度的评分 以及权重系数以后,通过以下公式求得所抽取的短期运营数据的质量综合评分:
式中,Aall为综合评分,Aall∈[0,100];j=1时,Aj=Ac,即准确度;j=2时,Aj=Ae,即完整度;j=3时,Aj=Ad,即完整度;j=4时,Aj=Ar,即冗余度。
对得分在(90,100]时,则数据质量为好;对得分在(70,90]时,则数据质量 为较好;对得分在(60,70]时,则数据质量为一般;对得分在(0,60]时,则数据 质量为差。在数据质量较好的情况,能够保证建模的可行性。
以国家电网地市公司某条10kV电压等级的中压线路及下属的1个低压台区 为例,对该线路及低压台区进行分析。该低压配电网的各数据存储情况如表1 所示:
表1电网短期某低压配电网短期数据质量表
能够反映数据质量的好坏,为数据建模提供可行性参考。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的 范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换 均属于本发明所要求保护的范围。
Claims (3)
1.基于反熵权法的短期低压配电网数据质量评价算法,包括以下步骤:
步骤一:从大数据平台ODPS抽取某一时间段内的设备数据、台区数据和用户数据;
步骤二:计算准确度,公式如下:
式中,Ac为数据集的准确度;nall为数据总量;n0为数据集中准确度不合格的日志条数;nnull为数据集中存在数据缺失现象的日志条数;nr为数据集中存在数据冗余现象的日志条数;
步骤三:计算完整度,公式如下:
式中,Ae为数据集的准确度;nall为数据总量;nnull为数据集中存在数据缺失现象的日志条数;nr为数据集中存在数据冗余现象的日志条数;
步骤四:计算及时度,公式如下:
其中,Ad为数据集的及时度;nd为判别为不及时的日志条数;
步骤五:计算冗余度,公式如下:
其中,Ar为数据集的冗余度;
步骤六:评价指标的权重,选用反熵权法对数据质量的评价指标赋予权重系数;
步骤七:计算综合评分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911196169.8A CN111178670A (zh) | 2019-11-29 | 2019-11-29 | 基于反熵权法的短期低压配电网数据质量评价算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911196169.8A CN111178670A (zh) | 2019-11-29 | 2019-11-29 | 基于反熵权法的短期低压配电网数据质量评价算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111178670A true CN111178670A (zh) | 2020-05-19 |
Family
ID=70647301
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911196169.8A Pending CN111178670A (zh) | 2019-11-29 | 2019-11-29 | 基于反熵权法的短期低压配电网数据质量评价算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111178670A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111898871A (zh) * | 2020-07-08 | 2020-11-06 | 南京南瑞水利水电科技有限公司 | 电网电源端数据质量评价方法、装置及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100138478A1 (en) * | 2007-05-08 | 2010-06-03 | Zhiping Meng | Method of using information set in video resource |
CN103996147A (zh) * | 2014-03-20 | 2014-08-20 | 国家电网公司 | 配电网综合评估方法 |
CN108229784A (zh) * | 2017-11-09 | 2018-06-29 | 中国电力科学研究院有限公司 | 一种智能配电网的多维数据质量评价方法及系统 |
-
2019
- 2019-11-29 CN CN201911196169.8A patent/CN111178670A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100138478A1 (en) * | 2007-05-08 | 2010-06-03 | Zhiping Meng | Method of using information set in video resource |
CN103996147A (zh) * | 2014-03-20 | 2014-08-20 | 国家电网公司 | 配电网综合评估方法 |
CN108229784A (zh) * | 2017-11-09 | 2018-06-29 | 中国电力科学研究院有限公司 | 一种智能配电网的多维数据质量评价方法及系统 |
Non-Patent Citations (1)
Title |
---|
潘旭: "智能配电网多维数据质量评价方法" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111898871A (zh) * | 2020-07-08 | 2020-11-06 | 南京南瑞水利水电科技有限公司 | 电网电源端数据质量评价方法、装置及系统 |
CN111898871B (zh) * | 2020-07-08 | 2023-07-18 | 南京南瑞水利水电科技有限公司 | 电网电源端数据质量评价方法、装置及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110705873B (zh) | 一种配电网运行状态画像分析方法 | |
CN107909253B (zh) | 基于区间层次分析法的智能配电网调度控制效果评估方法 | |
CN103744850B (zh) | 一种基于直觉模糊粗糙集的电网灾害实时调控装置及方法 | |
CN106780128B (zh) | 一种配电网可靠性评价方法 | |
CN106777150A (zh) | 一种融合电网运行环境及设备信息的跨系统数据转换方法 | |
CN105069692A (zh) | 准确的电网安全风险评估方法 | |
Dehghani et al. | Multi-stage resilience management of smart power distribution systems: A stochastic robust optimization model | |
CN112202597A (zh) | 一种低压台区通信网络节点重要度的评估方法 | |
CN109064056A (zh) | 一种基于灰色关联分析法的输电线路防雷措施选择方法 | |
CN111178670A (zh) | 基于反熵权法的短期低压配电网数据质量评价算法 | |
Guoliang et al. | Evaluating power grid enterprise's investment returns | |
CN115603459A (zh) | 一种基于数字孪生技术的配电网关键厂站监测方法与系统 | |
CN110717725B (zh) | 基于大数据分析的电网项目选取方法 | |
CN107748819A (zh) | 一种基于自然语言处理的电气二次设备建模方法及系统 | |
CN114266370A (zh) | 一种台风气象环境电网设备故障处置预案在线生成方法、系统及存储介质 | |
CN110174713B (zh) | 一种电力线路强对流天气监测预警方法及装置 | |
Liu et al. | Historical Similar Ticket Matching and Extraction used for Power Grid Maintenance Work Ticket Decision Making | |
CN115809761B (zh) | 一种基于低压台区的电压质量分析方法及系统 | |
CN110472844A (zh) | 一种用于含微型pmu装置的智能配电网的评价控制方法 | |
CN114021395B (zh) | 一种电力信息物理系统线路脆弱相关性分析方法及装置 | |
Ge et al. | Evaluation method of distribution network state based on IT-II-Fuzzy K-means Clustering Algorithm for Imbalanced Data under PIOT | |
Zheng et al. | A novel power system reliability predicting model based on PCA and RVM | |
Xie | The prediction of transmission line icing thickness based on MEABP | |
Sun et al. | Critical line identification applicable to power system cascading failures | |
Liu et al. | [Retracted] Research on Dynamic Assessment System of Composite Fault Risk of Transmission Line Based on Blockchain Energy |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200519 |
|
WD01 | Invention patent application deemed withdrawn after publication |