CN111898871A - 电网电源端数据质量评价方法、装置及系统 - Google Patents

Abstract

本发明公开了一种电网电源端数据质量评价方法、装置及系统，所述方法包括获取评价指标体系，所述评价指标体系中包含若干种不同的指标；获取待评价的电网电源端数据序列，基于所述评价指标体系中各指标的计算公式，以及各指标的计算权重，计算出数据序列的综合评价指标分值；基于所述综合评价指标分值，完成电网电源端数据质量评价。本发明通过计算各个电站的各个要素的数据质量量化指标，有利于跟踪管理数据质量的现状水平和历史发展趋势，以及给数据采集端提供提高数据质量的切实途径，有利于提升数据的管理应用水平。

Description

电网电源端数据质量评价方法、装置及系统

技术领域

本发明属于电网数据质量评价领域，具体涉及一种电网电源端数据质量评价方法、装置及系统。

背景技术

随着国内风电场站大规模投入运行，为了加强对风电场站的运行管理，需要采集大量的风电场数据，如测风塔风速、风向、气温、湿度、气压，风电机组的机头风速、风向、机组有功、机组无功、机组状态、机组A/B/C相电压、电流，全场有功、无功、电压、电流、频率等传感器数据，但是由于自然环境因素、传感器采集精度、传感器对环境适应性和采集设备安装规范程度等复杂原因，导致采集的数据会出现不符合自然规律的异常跳变、振动变幅大等现象，目前同一种数据类型的采集传感器厂家较多，数据采集质量不尽相同，对于风电场站运行单位来讲需要对整体采集的数据质量情况能够有所掌握，为风电场站监控运营企业提供良好的数据情况支撑以及设备选型上的数据指导；对于电网公司来说，往往接入风电场站个数较多，为了保障电网运行的安全性和稳定性，需要掌握每个风电场采集的数据质量的真实情况，且影响数据采集精度或者说准确性的要素多而复杂，在实际的数据采集过程中不便于单独分析各个要素对数据采集精度的影响的大小。

发明内容

针对上述技术问题，本发明提出一种电网电源端数据质量评价方法、装置及系统，通过计算各个电站的各个要素的数据质量量化指标，有利于跟踪管理数据质量的现状水平和历史发展趋势，以及给数据采集端提供提高数据质量的切实途径，有利于提升数据的管理应用水平。

为了实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：

第一方面，本发明提供了一种电网电源端数据质量评价方法，包括：

获取评价指标体系，所述评价指标体系中包含若干种不同的指标；

获取待评价的电网电源端数据序列，基于所述评价指标体系中各指标的计算公式，以及各指标的计算权重，计算出数据序列的综合评价指标分值；

基于所述综合评价指标分值，完成电网电源端数据质量评价。

可选地，所述评价指标体系中包含数据变幅分布指标、数据光滑度指标、数据超上下限比率、变幅超限比率评价指标、及时性指标和到报率指标。

可选地，定义数据序列为X_TS(x₁,x₂,x₃,…,x_n)，数据序列X_TS的长度为n；

所述数据变幅分布指标的计算方法包括：

定义两个数据点(x_i,x_i+1)之间的变幅描述为a_i＝|x_i-x_i+1|，定义数据序列对应的变幅序列为A_TS(a₁,a₂,a₃,…,a_n-1)，数据变幅的分布指标包括变幅平均值和变幅均方差，所述变幅平均值的计算公式为：

所述变幅均方差的计算公式为：

所述数据光滑度指标S的计算公式为：

所述数据超上下限比率ratio_b的计算方法包括：

数据序列X_TS中大于x_max或者小于x_min的数据点的个数记为b，则

所述变幅超限比率评价指标ratio_c的计算方法包括：

定义数据序列X_TS对应的变幅序列为A_TS，变幅序列数据长度为n-1，统计n-1个变幅数据大于数据变幅上限a_up和小于数据变幅下限a_down的数据的个数，记为c,则

所述及时性指标Timeliness的计算方法包括：

根据情况可设置某时间段中的某一个时间值作为考核指标，统计延时数据超时间限值的比率；

所述到报率指标的计算方法包括：

以数据的入库率Ratio_入库作为考核的指标，定义数据的采集频率为f_times，定义一段特定的时间段为Minutes，该时段内的理论数据点个数记为N_理论，

该时段内实际入库的额数据点个数记为N_实际，则入库率为

进而得到到报率为

可选地，所述综合评价指标分值的计算方法包括：

将所述变幅平均值avg(A_TS)、变幅均方差σ_A、数据光滑度指标S、数据超上下限比率ratio_b、变幅超限比率评价指标ratio_c、及时性指标Timeliness和到报率指标Ratio_到报作为该数据序列的综合评价指标组indicator＝[avg(A_TS),σ_A,S,ratio_b,ratio_c,Timeliness,Ratio_到报]；

确定每个指标的计算权重

该数据序列某一段时间的综合评价分值为score，

可选地，所述方法还包括评价同一数据序列随时间推移数据质量的变化趋势，具体包括以下子步骤：

将同一数据序列按照年份或者月份分为多个数据段，记为Array(A_TS)，计算每个数据段的综合评价分值记为Array(score)；

根据Array(score)数组判断数据序列质量的变化趋势。

可选地，所述方法还包括：比较不同传感器同一数据类型采集数据质量的变化趋势，具体包括以下子步骤：

获取将要比较的传感器数据序列数为m同一时间段的数据序列数组，记为Array_m(TS)；

计算第i个传感器数据序列的评价指标组：

TS_indicator＝[avg(A_TS)_i,σ_Ai,S_i,ratio_bi,ratio_ci,Timeliness_i,Ratio_到报i]；

所有的数据评价指标数组为Array_TS：

将数据评价指标数组按列进行归一化处理，处理后的数组为：

确定每个指标的计算权重向量：

传感器数据综合评价得分向量为：

Vector_score＝Array′_TS×ω＝[score₁,score₂,…,score_m]；

将数据综合评价得分向量从小到大进行排序，得分最低的即为数据质量最好的数据序列。

可选地，所述方法还包括计算风电场或者光伏电站采集数据的综合评价指标，具体包括以下子步骤：

构建或者列举风电场或者光伏电站需要进行评价的采集数据要素数组，定义为：Array_n(EL)；

计算第i个要素数据序列的评价指标组：

EL_indicator＝[avg(A_TS)_i,σ_Ai,S_i,ratio_bi,ratio_ci,Timeliness_i,Ratio_到报i]；

所有的数据评价指标数组为Array_EL：

确定每个指标的计算权重向量：

m个数据要素得分向量为：

Vector_score＝Array_EL×ω＝[score₁,score₂,…,score_m]；

整个风电场或者光伏电站m个数据要素的综合评价得分为对Vector_score向量进行求和。

可选地，所述方法还包括比较考核多个风电场或者光伏电站采集数据集的数据质量，具体包括以下子步骤：

获取进行比较考核的风电场或者光伏电站对象数组，记为：

Vector_n(St)＝{St₁,St₂,…,St_n}

获取将要比较的数据要素数组为m同一时间段的数据序列数组，记为Array_m(EL)；

每个数据序列的评价指标组为：

TS_indicator＝[avg(A_TS)_i,σ_Ai,S_i,ratio_bi,ratio_ci,Timeliness_i,Ratio_到报i]；

计算每个电站数据评价指标数组记为Array_St：

所有参与比较考核的电站的评价指标多层次数据组记为：

Vector_n(Array_st)＝{Array_st1,Array_st2,…,Array_stn}；

确定每个指标的计算权重向量：

依次遍历Array_m(EL)数据要素数组，分别从Vector_n(Array_st)中获取每个电站的同一个数据要素的数据评价指标向量，组成不同电站同一数据要素指标的数组，第i个数据要素不同电站的指标数组记为：

对EL_in数组按列进行归一化处理，记为：

计算不同电站同一数据要素的得分向量：

Vector_iscore＝EL′_in×ω＝[score_i1,score_i2,…,score_in]。

遍历计算完所有的数据要素，组成的得分数组为：

根据考核需要设置每个数据要素的权重系数，记为：ω_EL＝[ω_el1，ω_el2，…，ω_elm]；

n个电站的的综合得分向量为：

Vector_n(score)＝Array(score_nm)×ω_EL＝[score₁,score₂,…,score_n]

将Vector_n(score)按照从小到大的顺序排列，数值最小的是数据质量最高的数据。

第二方面，本发明提供了一种电网电源端数据质量评价装置，其特征在于，包括：

获取单元，用于获取评价指标体系，所述评价指标体系中包含若干种不同的指标；

计算单元，用于获取待评价的电网电源端数据序列，基于所述评价指标体系中各指标的计算公式，以及各指标的计算权重，计算出数据序列的综合评价指标分值；

评价单元，用于基于所述综合评价指标分值，完成电网电源端数据质量评价。

第三方面，本发明提供了一种电网电源端数据质量评价系统，包括存储介质和处理器；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行根据第一方面中任一项所述方法的步骤。

与现有技术相比，本发明的有益效果：

本发明以风电场站采集时间序列数据序列为基础，提出利用数据变幅分布指标、数据光滑度指标、数据超上下限比率、变幅超限比率评价指标、及时性指标和到报率指标对数据进行统计定义，通过评价指标进行分析判断数据序列随着时间推移数据质量的变化趋势，判断不同站点同类数据的数据质量的好坏对比，评价整个电场数据质量现状，本发明不仅可以应用于采集的分钟级别和秒级的时间序列数据，还可以推广应用于小时时段的时间序列。

附图说明

为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明，其中：

图1为本发明一种实施例的一种电网电源端数据质量评价方法的流程示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明的保护范围。

下面结合附图对本发明的应用原理作详细的描述。

实施例1

如图1所示，本发明实施例中提供了一种电网电源端数据质量评价方法，包括：

获取评价指标体系，所述评价指标体系中包含若干种不同的指标；

获取待评价的电网电源端数据序列，基于所述评价指标体系中各指标的计算公式，以及各指标的计算权重，计算出数据序列的综合评价指标分值；

基于所述综合评价指标分值，完成电网电源端数据质量评价。

在本发明实施例的一种具体实施方式中，所述评价指标体系中包括数据变幅分布指标、数据光滑度指标、数据超上下限比率、变幅超限比率评价指标、及时性指标和到报率指标；所述评价指标体系中还可以包括数据上限值、数据下限值、数据变幅上限、数据序列的均方差、平均值指标；

定义数据序列为X_TS(x₁,x₂,x₃,…,x_n)，数据序列X_TS的长度为n；

所述数据序列的平均值avg(X_TS)：

所述数据序列的均方差σ：

所述数据上限值x_max：数据采集传感器能够理论测量的最大值、或者该数据属性理论上的最大值，比如风速一般不大于100m/s；

所述数据下限值x_min：数据采集传感器的量程的最小值、或者该数据属性理论上的最小值，比如有功功率的最小值为0MV；

所述数据变幅上限a_up：数据变幅上限针对连续渐变数据序列而言，对实际状态跳变的数据属性无效(比如机组的开关状态)，表达数据属性理论上在该时段范围内会产生的最大的变化值，在数据采集过程中，由于传感器数据采集误差会经常出现变幅超限的情况；

所述数据变幅下限a_down：在实际的数据采集中，为防止传感器故障而出现数据一直平稳不变输出数据的情况，需要设置一个数据变幅下限来表征采集状态的正确性，其值的确定一般根据传感器的测量精度进行确定；

所述数据变幅分布指标用于描述变幅的离散程度与变幅绝对大小，其计算方法包括：

定义两个数据点(x_i,x_i+1)之间的变幅描述为a_i＝|x_i-x_i+1|，定义数据序列对应的变幅序列为A_TS(a₁,a₂,a₃,…,a_n-1)，数据变幅的分布指标包括变幅平均值和变幅均方差，所述变幅平均值的计算公式为：

所述变幅均方差的计算公式为：

变幅平均值和变幅均方差都是数值越大代表，该数据序列波动越大，数值越小代表数据质量越好；

大多数电站数据皆为非平稳序列，数据平滑度公式的描述是基于平稳信号数据的，因此用于非平稳序列是不适宜的，本发明中的数据序列相邻3个数据点相连结，如果3个点在同一条直线上，这几个数据点之间为理想的光滑状态，定义相邻3个点的数值分别为(x_i、x_i+1、x_i+2)，它们之间的光滑度可记为：

故，本发明中所述数据光滑度指标S的计算公式为：

平均光滑度越小代表数据质量越高；

所述数据超上下限比率ratio_b的计算方法包括：

数据序列X_TS中大于x_max或者小于x_min的数据点的个数记为b，则

超限比率越小代表数据质量越高；

所述变幅超限比率评价指标ratio_c的计算方法包括：

定义数据序列X_TS对应的变幅序列为A_TS，变幅序列数据长度为n-1，统计n-1个变幅数据大于数据变幅上限a_up和小于数据变幅下限a_down的数据的个数，记为c,则

变幅超限比率值越小代表数据质量越高；

所述及时性指标Timeliness的计算方法包括：

及时性反映数据采集与入库的及时性。对于采集数据，考核指标主要为延时率指标，延时率指标的设定主要根据业务应用对数据时效性的要求，根据情况可设置1-5分钟中的某一个时间值作为考核指标，统计延时数据超时间限值的比率，比率越小代表数据质量越高；

所述到报率指标的计算方法包括：

完整性表征数据缺失的程度，即是否有足够的广度和深度来满足当前研究的需要，主要以数据的入库率Ratio_入库作为考核的指标，定义数据的采集频率为f_times，一般单位为“个/分钟”则一段特定的时间段可以记为Minutes，该时段内的理论数据点个数记为N_理论，

该时段内实际入库的额数据点个数记为N_实际，则入库率为

进而得到到报率为

在本发明实施例的一种具体实施例中，所述综合评价指标分值的计算方法包括：

将所述数据变幅分布指标、数据光滑度指标、数据超上下限比率、变幅超限比率评价指标、及时性指标和到报率指标作为该数据序列的综合评价指标组indicator＝[avg(A_TS),σ_A,S,ratio_b,ratio_c,Timeliness,Ratio_到报]；

确定每个指标的计算权重

该数据序列某一段时间的综合评价分值为score，

基于所述综合评价分值为score，完成电网风电场端数据质量的评价。

在本发明实施例的第二种具体实施例中，所述方法还包括评价同一数据序列随时间推移数据质量的变化趋势，具体包括以下子步骤：

将同一数据序列按照年份或者月份分为多个数据段，记为Array(A_TS)，计算每个数据段的综合评价分值记为Array(score)；

根据Array(score)数组判断数据序列质量的变化趋势。

在本发明实施例的第三种具体实施例中，所述方法还包括：比较不同传感器同一数据类型采集数据质量的变化趋势，具体包括以下子步骤：

获取将要比较的传感器数据序列数为m同一时间段的数据序列数组，记为Array_m(TS)；

计算第i个传感器数据序列的评价指标组：

TS_indicator＝[avg(A_TS)_i,σ_Ai,S_i,ratio_bi,ratio_ci,Timeliness_i,Ratio_到报i]；

所有的数据评价指标数组为Array_TS：

将数据评价指标数组按列进行归一化处理，处理后的数组为：

确定每个指标的计算权重向量：

传感器数据综合评价得分向量为：

Vector_score＝Array′_TS×ω＝[score₁,score₂,…,score_m]；

将数据综合评价得分向量从小到大进行排序，得分最低的即为数据质量最好的数据序列。

在本发明实施例的第四种具体实施例中，所述方法还包括计算风电场或者光伏电站采集数据的综合评价指标，具体包括以下子步骤：

构建或者列举风电场或者光伏电站需要进行评价的采集数据要素数组，定义为：Array_n(EL)；

计算第i个要素数据序列的评价指标组：

EL_indicator＝[avg(A_TS)_i,σ_Ai,S_i,ratio_bi,ratio_ci,Timeliness_i,Ratio_到报i]；

所有的数据评价指标数组为Array_EL：

确定每个指标的计算权重向量：

m个数据要素得分向量为：

Vector_score＝Array_EL×ω＝[score₁,score₂,…,score_m]；

整个风电场或者光伏电站m个数据要素的综合评价得分为对Vector_score向量进行求和。

在本发明实施例的第五种具体实施例中，所述方法还包括比较考核多个风电场或者光伏电站采集数据集的数据质量，具体包括以下子步骤：

获取进行比较考核的风电场或者光伏电站对象数组，记为：

Vector_n(St)＝{St₁,St₂,…,St_n}

获取将要比较的数据要素数组为m同一时间段的数据序列数组，记为Array_m(EL)；

每个数据序列的评价指标组为：

TS_indicator＝[avg(A_TS)_i,σ_Ai,S_i,ratio_bi,ratio_ci,Timeliness_i,Ratio_到报i]；

计算每个电站数据评价指标数组记为Array_St：

所有参与比较考核的电站的评价指标多层次数据组记为：

Vector_n(Array_st)＝{Array_st1,Array_st2,…,Array_stn}；

确定每个指标的计算权重向量：

依次遍历Array_m(EL)数据要素数组，分别从Vector_n(Array_st)中获取每个电站的同一个数据要素的数据评价指标向量，组成不同电站同一数据要素指标的数组，第i个数据要素不同电站的指标数组记为：

对EL_in数组按列进行归一化处理，记为：

计算不同电站同一数据要素的得分向量：

Vector_iscore＝EL′_in×ω＝[score_i1,score_i2,…,score_in]。

遍历计算完所有的数据要素，组成的得分数组为：

根据考核需要设置每个数据要素的权重系数，记为：ω_EL＝[ω_el1，ω_el2，…，ω_elm]；

n个电站的的综合得分向量为：

Vector_n(score)＝Array(score_nm)×ω_EL＝[score₁,score₂,…,score_n]

将Vector_n(score)按照从小到大的顺序排列，数值最小的是数据质量最高的数据。

实施例2

基于与实施例1相同的发明构思，本发明实施例中提供了一种电网电源端数据质量评价装置，其特征在于，包括：

获取单元，用于获取评价指标体系，所述评价指标体系中包含若干种不同的指标；

计算单元，用于获取待评价的电网电源端数据序列，基于所述评价指标体系中各指标的计算公式，以及各指标的计算权重，计算出数据序列的综合评价指标分值；

评价单元，用于基于所述综合评价指标分值，完成电网电源端数据质量评价。

其余部分均匀实施例1相同。

实施例3

基于与实施例1相同的发明构思，本发明实施例中提供了一种电网电源端数据质量评价系统，包括存储介质和处理器；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行根据实施例1中任一项所述方法的步骤。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (10)

1.一种电网电源端数据质量评价方法，其特征在于，包括：

获取评价指标体系；

获取待评价的电网电源端数据序列，基于所述评价指标体系中各指标的计算公式，以及各指标的计算权重，计算出数据序列的综合评价指标分值；

基于所述综合评价指标分值，完成电网电源端数据质量评价。

2.根据权利要求1所述的一种电网电源端数据质量评价方法，其特征在于：所述评价指标体系中包含数据变幅分布指标、数据光滑度指标、数据超上下限比率、变幅超限比率评价指标、及时性指标和到报率指标。

3.根据权利要求2所述的一种电网电源端数据质量评价方法，其特征在于：

定义数据序列为X_TS(x₁,x₂,x₃,…,x_n)，数据序列X_TS的长度为n；

所述数据变幅分布指标的计算方法包括：

定义两个数据点(x_i,x_i+1)之间的变幅描述为a_i＝|x_i-x_i+1|，定义数据序列对应的变幅序列为A_TS(a₁,a₂,a₃,…,a_n-1)，数据变幅的分布指标包括变幅平均值和变幅均方差，所述变幅平均值的计算公式为：

所述变幅均方差的计算公式为：

所述数据光滑度指标S的计算公式为：

所述数据超上下限比率ratio_b的计算方法包括：

数据序列X_TS中大于x_max或者小于x_min的数据点的个数记为b，则

所述变幅超限比率评价指标ratio_c的计算方法包括：

定义数据序列X_TS对应的变幅序列为A_TS，变幅序列数据长度为n-1，统计n-1个变幅数据大于数据变幅上限a_up和小于数据变幅下限a_down的数据的个数，记为c,则

所述及时性指标Timeliness的计算方法包括：

根据情况可设置某时间段中的某一个时间值作为考核指标，统计延时数据超时间限值的比率；

所述到报率指标的计算方法包括：

以数据的入库率Ratio_入库作为考核的指标，定义数据的采集频率为f_times，定义一段特定的时间段为Minutes，该时段内的理论数据点个数记为N_理论，

该时段内实际入库的额数据点个数记为N_实际，则入库率为

进而得到到报率为

4.根据权利要求3所述的一种电网电源端数据质量评价方法，其特征在于，所述综合评价指标分值的计算方法包括：

将所述变幅平均值avg(A_TS)、变幅均方差σ_A、数据光滑度指标S、数据超上下限比率ratio_b、变幅超限比率评价指标ratio_c、及时性指标Timeliness和到报率指标Ratio_到报作为该数据序列的综合评价指标组indicator＝[avg(A_TS),σ_A,S,ratio_b,ratio_c,Timeliness,Ratio_到报]；

确定每个指标的计算权重

该数据序列某一段时间的综合评价分值为score，

5.根据权利要求1或4所述的一种电网电源端数据质量评价方法，其特征在于，所述方法还包括评价同一数据序列随时间推移数据质量的变化趋势，具体包括以下子步骤：将同一数据序列按照年份或者月份分为多个数据段，记为Array(A_TS)，计算每个数据段的综合评价分值记为Array(score)；

根据Array(score)数组判断数据序列质量的变化趋势。

6.根据权利要求1所述的一种电网电源端数据质量评价方法，其特征在于，所述方法还包括：比较不同传感器同一数据类型采集数据质量的变化趋势，具体包括以下子步骤：

获取将要比较的传感器数据序列数为m同一时间段的数据序列数组，记为Array_m(TS)；计算第i个传感器数据序列的评价指标组：

TS_indicator＝[avg(A_TS)_i,σ_Ai,S_i,ratio_bi,ratio_ci,Timeliness_i,Ratio_到报i]；

所有的数据评价指标数组为Array_TS：

将数据评价指标数组按列进行归一化处理，处理后的数组为：

确定每个指标的计算权重向量：

传感器数据综合评价得分向量为：

Vector_score＝Array′_TS×ω＝[score₁,score₂,…,score_m]；

将数据综合评价得分向量从小到大进行排序，得分最低的即为数据质量最好的数据序列。

7.根据权利要求1所述的一种电网电源端数据质量评价方法，其特征在于，所述方法还包括计算风电场或者光伏电站采集数据的综合评价指标，具体包括以下子步骤：

构建或者列举风电场或者光伏电站需要进行评价的采集数据要素数组，定义为：Array_n(EL)；

计算第i个要素数据序列的评价指标组：

EL_indicator＝[avg(A_TS)_i,σ_Ai,S_i,ratio_bi,ratio_ci,Timeliness_i,Ratio_到报i]；

所有的数据评价指标数组为Array_EL：

确定每个指标的计算权重向量：

m个数据要素得分向量为：

Vector_score＝Array_EL×ω＝[score₁,score₂,…,score_m]；

整个风电场或者光伏电站m个数据要素的综合评价得分为对Vector_score向量进行求和。

8.根据权利要求1所述的一种电网电源端数据质量评价方法，其特征在于，所述方法还包括比较考核多个风电场或者光伏电站采集数据集的数据质量，具体包括以下子步骤：获取进行比较考核的风电场或者光伏电站对象数组，记为：

Vector_n(St)＝{St₁,St₂,…,St_n}

获取将要比较的数据要素数组为m同一时间段的数据序列数组，记为Array_m(EL)；

每个数据序列的评价指标组为：

TS_indicator＝[avg(A_TS)_i,σ_Ai,S_i,ratio_bi,ratio_ci,Timeliness_i,Ratio_到报i]；

计算每个电站数据评价指标数组记为Array_St：

所有参与比较考核的电站的评价指标多层次数据组记为：

Vector_n(Array_st)＝{Array_st1,Array_st2,…,Array_stn}；

确定每个指标的计算权重向量：

依次遍历Array_m(EL)数据要素数组，分别从Vector_n(Array_st)中获取每个电站的同一个数据要素的数据评价指标向量，组成不同电站同一数据要素指标的数组，第i个数据要素不同电站的指标数组记为：

对EL_in数组按列进行归一化处理，记为：

计算不同电站同一数据要素的得分向量：

Vector_iscore＝EL′_in×ω＝[score_i1,score_i2,…,score_in]；

遍历计算完所有的数据要素，组成的得分数组为：

根据考核需要设置每个数据要素的权重系数，记为：ω_EL＝[ω_el1，ω_el2，…，ω_elm]；

n个电站的的综合得分向量为：

Vector_n(score)＝Array(score_nm)×ω_EL＝[score₁,score₂,…,score_n]

将Vector_n(score)按照从小到大的顺序排列，数值最小的是数据质量最高的数据。

9.一种电网电源端数据质量评价装置，其特征在于，包括：

获取单元，用于获取评价指标体系；

计算单元，用于获取待评价的电网电源端数据序列，基于所述评价指标体系中各指标的计算公式，以及各指标的计算权重，计算出数据序列的综合评价指标分值；

评价单元，用于基于所述综合评价指标分值，完成电网电源端数据质量评价。

10.一种电网电源端数据质量评价系统，其特征在于：包括存储介质和处理器；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行根据权利要求1-8中任一项所述方法的步骤。

Images