CN113674105A - 一种电能质量在线监测数据质量评估方法 - Google Patents

Abstract

本发明涉及一种电能质量在线监测数据质量评估方法，包括以下步骤：步骤1、建立电能质量在线监测数据质量评估模型；步骤2、建立数据完整性、数据正确性和数据有效性三个评估指标体系，并计算出每条监测数据对应的评估指标值；步骤3、采用层次分析法构建判断举证计算各评估指标的权重；步骤4、计算各评估指标对应的综合评估值，得到评估结果。本发明能够有效的方便筛除“失真”数据，为数据质量的评估提供了可量化的计算方法。

Description

一种电能质量在线监测数据质量评估方法

技术领域

本发明属于电能质量监测技术领域，尤其是一种电能质量在线监测数据质量评估方法。

背景技术

准确可靠的电能质量在线监测数据是进行电能质量评估、诊断和治理的基础，导致电能质量在线监测数据测量误差或者“失真”的原因很多，主要包括装置本身和计算算法、装置接线错误问题、暂态运行工况导致的稳态电能质量指标(电压波动和闪变、谐波等)超标问题、PT接地方式导致的零序电压测量失真问题(会导致电压偏差超标、零序谐波电压超标等)、CVT谐振导致的低次谐波电压测量不准确性问题等。

目前针对该问题基本是靠运维人员的经验去判断，经验判断主观性非常大，容易导致电能质量治理决策误判，因此开展电能质量在线监测数据质量的评估非常有必要。

经检索，未发现与本发明相同或相近似的现有技术的公开文献。

发明内容

本发明的目的在于克服现有技术的不足，提出一种电能质量在线监测数据质量评估方法，能够有效的方便筛除“失真”数据，确保电能质量在线监测数据的可靠性。

本发明解决其现实问题是采取以下技术方案实现的：

一种电能质量在线监测数据质量评估方法，包括以下步骤：

步骤1、建立电能质量在线监测数据质量评估模型；

步骤2、建立数据完整性、数据正确性和数据有效性三个评估指标体系，并计算出每条监测数据对应的评估指标值；

步骤3、采用层次分析法构建判断举证计算各评估指标的权重；

步骤4、计算各评估指标对应的综合评估值，得到评估结果。

而且，所述步骤1的电能质量在线监测数据质量评估模型为：

M＝(D，I，R，W，S) (1)

式中：D为需要进行评估的统计数据对象；I为统计数据D上需要进行评估的指标集合，记为I＝(I₁，I₂，...，I_m)，其中I_i＝(i＝1，2，...，m)表示第i个评估指标，m为评估指标总数；R为与评估指标相对应的规则集合，记为R＝{R_i，r}，R_i，r表示指标I_i的第r个规则；W为赋予规则R的权重；S为数据对象基于评估规则进行数据质量评估的最终评价得分结果。

而且，所述步骤2的计算方法为：

(1)数据完整性

由于装置掉电和网络故障均会造成通信中断，设日通信中断时间为T，计数据的时间间隔为μ，日预期数据数量为N，实际得到的数据数量为M，则排除装置掉电时间和网络故障时间，计算得出由装置故障造成的数据缺失数量M₁：

因此，数据完整率可以用以下式子进行表示：

(2)数据正确性

通过分析数据曲线的变化率来发现数据中的异常点，对于第k个数据点，具体计算公式如下：

其中，

式子中，x_k为第k个数据点的数值；l₁为第k个数据点的前变化率；l₂为第k个数据点的后变化率；

判断异常点的方法，设定一个阈值v，如果满足l₁>v且l₂.>v，则目标点数据为异常数据；假设异常数据的数量为M₂，则数据正确率为

(3)数据有效性

依据时间戳核查监测数据，假设异常数据的数量为M₃，则数据有效率为：

而且，所述步骤3的具体步骤包括：

(1)采用层次分析法1-9标度法构建判断矩阵，对权重进行计算；

从准则层开始使用1-9尺度构造判断矩阵A，即：

式子中，a_ij为指标i相对于指标j的重要性标度，对于任何a_ij，都有

n为矩阵A的阶数；

根据判断矩阵A，通过矩阵运算方法，可求出最大特征值λ_max所对应的特征向量W，即

AW＝λ_maxW (11)

所求出的特征向量W经归一化处理，根据各个评价因素的重要性排序，也即权重分配；

(2)采用根法求解最大特征值。

而且，所述步骤3第(2)步的具体步骤包括：

①将判断矩阵A中的每一列元素相乘并开n次方，得到向量矩阵W^*＝[w₁ ^*,w₂ ^*,...,w_n ^*]^T，其中，

②对W^*进行归一化，得到权重向量矩阵W＝[w₁,w₂,...,w_n]^T，其中，第i个规则的权重为：

③对判断矩阵A的每列元素进行求和，得到向量矩阵Q＝[q₁,q₂,...,q_n]，其中：

④计算λ_max的值：

⑤对判断矩阵进行一致性检验，公式如下：

式中：C_R为判断矩阵的随机一致性比率；R_i为判断矩阵的平均随机一致性比率，C_i为一般一致性指标；

当A的C_R<0.1或λ_max＝n，C_i＝0时，认为A有满意一致性，否则需要调整A中的元素以使其具有满意一致性。

而且，所述步骤4的具体方法为：

根据评估规则集中的每条评估规则，逐层计算对应指标的评估结果S；根据所得到的权重系数W和评估结果S，计算出数据质量的综合评估值S_A：

式子中s_i为第i个规则的评估值。

本发明的优点和有益效果：

本发明提出一种电能质量在线监测数据质量评估方法，提出了数据质量评估的模型，提出了数据完整性、数据正确性和数据有效性三个评价指标及计算方法，提出了基于层次分析法的变电站电能质量监测数据的综合评估方法，能够有效的方便筛除“失真”数据，为数据质量的评估提供了可量化的计算方法。

附图说明

图1是本发明的处理流程图。

具体实施方式

以下结合附图对本发明实施例作进一步详述：

一种电能质量在线监测数据质量评估方法，如图1所示，包括以下步骤：

步骤1、建立电能质量在线监测数据质量评估模型；

所述步骤1的电能质量在线监测数据质量评估模型为：

M＝(D，I，R，W，S) (1)

式中：D为需要进行评估的统计数据对象；I为统计数据D上需要进行评估的指标集合，记为I＝(I₁，I₂，...，I_m)，其中I_i＝(i＝1，2，...，m)表示第i个评估指标(如准确性、完整性、一致性等)，m为评估指标总数；R为与评估指标相对应的规则集合，记为R＝{R_i，r}，R_i，r表示指标I_i的第r个规则；W为赋予规则R的权重；S为数据对象基于评估规则进行数据质量评估的最终评价得分结果。

步骤2、建立数据完整性、数据正确性和数据有效性三个评估指标体系，并计算出每条监测数据对应的评估指标值；

所述步骤2的计算方法为：

(1)数据完整性

由于装置掉电和网络故障均会造成通信中断，设日通信中断时间为T，计数据的时间间隔为μ，日预期数据数量为N，实际得到的数据数量为M，则排除装置掉电时间和网络故障时间，计算得出由装置故障造成的数据缺失数量M₁：

因此，数据完整率可以用以下式子进行表示：

(2)数据正确性

通过分析数据曲线的变化率来发现数据中的异常点，对于第k个数据点，具体计算公式如下：

其中，

式子中，x_k为第k个数据点的数值；l₁为第k个数据点的前变化率；l₂为第k个数据点的后变化率；

判断异常点的方法，设定一个阈值v，如果满足l₁>v且l₂.>v，则目标点数据为异常数据；假设异常数据的数量为M₂，则数据正确率为

(3)数据有效性

依据时间戳核查监测数据，假设异常数据的数量为M₃，则数据有效率为：

在本实施例中，所提出电能质量在线监测数据质量评价的指标为数据完整性、数据正确性和数据有效性三个指标。

数据完整性指的是实际数据量与预期数据量是否相符，若实际数据量达不到预期数据量，即存在数据缺失现象。

数据正确性指的是数据值与期望值是否相符。

数据有效性指的是数据是否可以被电能质量主站系统等软件有效利用。对于电能质量在线监测数据，典型的无效数据便是时间序列错乱的数据。

电能质量在线监测数据质量评估流程如图1所示。

(1)数据完整性

影响数据完整性的因素包括在线监测装置故障、在线监测装置掉电和网络故障。在线监测装置故障属于内部因素，是在线监测装置不可靠的表现，而其他因素为外部因素，需要进行排除。根据在线监测装置的事件记录可以对日掉电时间、日通信中断时间进行统计，排除影响数据完整性的外部因素。由于装置掉电和网络故障均会造成通信中断，设日通信中断时间为T，计数据的时间间隔为μ，日预期数据数量为N，实际得到的数据数量为M，则排除装置掉电时间和网络故障时间，计算得出由装置故障造成的数据缺失数量M₁：

因此，数据完整率可以用以下式子进行表示：

(2)数据正确性

电能质量的稳态统计数据都是时间序列数据，随时间的变化趋势较为平缓。因此。可以通过分析数据曲线的变化率来发现数据中的异常点，对于第k个数据点，具体计算公式如下：

其中，

式子中，x_k为第k个数据点的数值；l₁为第k个数据点的前变化率；l₂为第k个数据点的后变化率。

判断异常点的方法，设定一个阈值v，如果满足l₁>v且l₂.>v，则目标点数据为异常数据。此方法结合了数据点的前后变化率，相对于传统的斜率变化分析法，更不容易发生误判，假设异常数据的数量为M₂，则数据正确率为

(3)数据有效性

电能质量稳态统计数据为随时间变化的数据序列，每组数据都会被打上等间隔的时间戳。若时间戳错乱，对应的数据也将无法被有效利用，这也是电能质量数据质量低下的一种体现。依据时间戳核查监测数据，假设异常数据的数量为M₃，则数据有效率为：

步骤3、采用层次分析法构建判断举证计算各评估指标的权重；

所述步骤3的具体步骤包括：

(1)采用层次分析法1-9标度法构建判断矩阵，对权重进行计算；从准则层开始使用1-9尺度构造判断矩阵A，即：

式子中，a_ij为指标i相对于指标j的重要性标度，其取值定义见下表，对于任何a_ij，都有

n为矩阵A的阶数。

表1 1-9判断矩阵标度定义

a<sub>ij</sub>取值	定义
		1	两个元素相比，指标i与指标j具有同等重要性
3	两个元素相比，指标i比指标j稍微重要
		5	两个元素相比，指标i比指标j明显重要
7	两个元素相比，指标i比指标j强烈重要
		9	两个元素相比，指标i比指标j极端重要
2,4,6,8	上述判断的中间值

根据判断矩阵A，通过矩阵运算方法，可求出最大特征值λ_max所对应的特征向量W，即

AW＝λ_maxW (11)

所求出的特征向量W经归一化处理，根据各个评价因素的重要性排序，也即权重分配；

(2)采用根法求解最大特征值，其具体步骤包括：

①将判断矩阵A中的每一列元素相乘并开n次方，得到向量矩阵W^*＝[w₁ ^*,w₂ ^*,...,w_n ^*]^T，其中，

②对W^*进行归一化，得到权重向量矩阵W＝[w₁,w₂,...,w_n]^T，其中，第i个规则的权重为：

③对判断矩阵A的每列元素进行求和，得到向量矩阵Q＝[q₁,q₂,...,q_n]，其中：

④计算λ_max的值：

⑤要检验权重系数是否合理，还需要对判断矩阵进行一致性检验，公式如下：

式中：C_R为判断矩阵的随机一致性比率；R_i为判断矩阵的平均随机一致性比率，取值见表2-2；C_i为一般一致性指标。

表2平均随机一致性指标

n	1	2	3	4	5	6	7	8	9	10
											R<sub>i</sub>	0	0	0.58	0.9	1.12	1.24	1.32	1.41	1.45	1.49

当A的C_R<0.1或λ_max＝n，C_i＝0时，认为A有满意一致性，否则需要调整A中的元素以使其具有满意一致性。

步骤4、计算各评估指标对应的综合评估值，得到评估结果；

所述步骤4的具体方法为：

根据评估规则集中的每条评估规则，逐层计算对应指标的评估结果S；根据所得到的权重系数W和评估结果S，计算出数据质量的综合评估值S_A：

式子中s_i为第i个规则的评估值。

在本实施例中，采用上述方法对某市50个35kV及以上变电站总计2572条电能质量监测数据记录进行数据质量评估，得到评估结果如下表所示。

表1某市电能质量监测数据监测数据质量评估结果

可以看到，监测数据中存在不完整数据，如暂降数据不完整(仅记录了前半段或后半段数据)或记录时间过短(仅记录了几个周波)等。同时存在相对较多的无效数据，如无采样时间、采样频率前后变化过大等，还存在单次暂降事件被重复记录的现象，即采样时间、电压电流值完全相等。归纳不可用的258条监测数据的问题类型及数量如下表所示。

表2不可用数据问题类型

需要强调的是，本发明所述的实施例是说明性的，而不是限定性的，因此本发明包括并不限于具体实施方式中所述的实施例，凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式，同样属于本发明保护的范围。

Claims (6)

1.一种电能质量在线监测数据质量评估方法，其特征在于：包括以下步骤：

步骤1、建立电能质量在线监测数据质量评估模型；

步骤2、建立数据完整性、数据正确性和数据有效性三个评估指标体系，并计算出每条监测数据对应的评估指标值；

步骤3、采用层次分析法构建判断举证计算各评估指标的权重；

步骤4、计算各评估指标对应的综合评估值，得到评估结果。

2.根据权利要求1所述的一种电能质量在线监测数据质量评估方法，其特征在于：所述步骤1的电能质量在线监测数据质量评估模型为：

M＝(D，I，R，W，S) (1)

式中：D为需要进行评估的统计数据对象；I为统计数据D上需要进行评估的指标集合，记为I＝(I₁，I₂，…，I_m)，其中I_i＝(i＝1，2，...，m)表示第i个评估指标，m为评估指标总数；R为与评估指标相对应的规则集合，记为R＝{R_i，r}，R_i，r表示指标I_i的第r个规则；W为赋予规则R的权重；S为数据对象基于评估规则进行数据质量评估的最终评价得分结果。

3.根据权利要求1所述的一种电能质量在线监测数据质量评估方法，其特征在于：所述步骤2的计算方法为：

(1)数据完整性

由于装置掉电和网络故障均会造成通信中断，设日通信中断时间为T，计数据的时间间隔为μ，日预期数据数量为N，实际得到的数据数量为M，则排除装置掉电时间和网络故障时间，计算得出由装置故障造成的数据缺失数量M₁：

因此，数据完整率可以用以下式子进行表示：

(2)数据正确性

通过分析数据曲线的变化率来发现数据中的异常点，对于第k个数据点，具体计算公式如下：

其中，

式子中，x_k为第k个数据点的数值；l₁为第k个数据点的前变化率；l₂为第k个数据点的后变化率；

判断异常点的方法，设定一个阈值v，如果满足l₁>v且l₂>v，则目标点数据为异常数据；假设异常数据的数量为M₂，则数据正确率为

(3)数据有效性

依据时间戳核查监测数据，假设异常数据的数量为M₃，则数据有效率为：

4.根据权利要求1所述的一种电能质量在线监测数据质量评估方法，其特征在于：所述步骤3的具体步骤包括：

(1)采用层次分析法1-9标度法构建判断矩阵，对权重进行计算；

从准则层开始使用1-9尺度构造判断矩阵A，即：

式子中，a_ij为指标i相对于指标j的重要性标度，对于任何a_ij，都有

n为矩阵A的阶数；

根据判断矩阵A，通过矩阵运算方法，可求出最大特征值λ_max所对应的特征向量W，即

AW＝λ_maxW (11)

所求出的特征向量W经归一化处理，根据各个评价因素的重要性排序，也即权重分配；

(2)采用根法求解最大特征值。

5.根据权利要求4所述的一种电能质量在线监测数据质量评估方法，其特征在于：所述步骤3第(2)步的具体步骤包括：

①将判断矩阵A中的每一列元素相乘并开n次方，得到向量矩阵W^*＝[w₁ ^*,w₂ ^*,...,w_n ^*]^T，其中，

②对W^*进行归一化，得到权重向量矩阵W＝[w₁,w₂,...,w_n]^T，其中，第i个规则的权重为：

③对判断矩阵A的每列元素进行求和，得到向量矩阵Q＝[q₁,q₂,...,q_n]，其中：

④计算λ_max的值：

⑤对判断矩阵进行一致性检验，公式如下：

式中：C_R为判断矩阵的随机一致性比率；R_i为判断矩阵的平均随机一致性比率，C为一般一致性指标；

当A的C_R<0.1或λ_max＝n，C_i＝0时，认为A有满意一致性，否则需要调整A中的元素以使其具有满意一致性。

6.根据权利要求1所述的一种电能质量在线监测数据质量评估方法，其特征在于：所述步骤4的具体方法为：

根据评估规则集中的每条评估规则，逐层计算对应指标的评估结果S；根据所得到的权重系数W和评估结果S，计算出数据质量的综合评估值S_A：

式子中s_i为第i个规则的评估值。

Images