CN115456092A - 电力系统异常数据实时监测方法 - Google Patents

Abstract

本发明提供了电力系统异常数据实时监测方法，属于数据监控技术领域，包括：根据数据处理的流程将电力系统划分为多个环节。根据多个环节将数据划分为多个数据段，数据段作为上一个环节的输出数据并为下一个环节的输入数据。分析并判断数据段相对于正常状态下的异常值，根据异常值对相应的环节进行修复。本发明提供的电力系统异常数据实时监测方法通过将复杂的电力系统的数据以及环节进行划分，通过逐个分析，从而能够准确判断出数据异常的原因，并方便对环节进行针对性的处理。

Description

电力系统异常数据实时监测方法

技术领域

本发明属于数据监控技术领域，更具体地说，是涉及电力系统异常数据实时监测方法。

背景技术

随着电网信息化程度的提高，电网数据量也在日益增加，针对电网数据的异常分析任务也越来越重。目前针对电网的异常检测主要集中在运维监控领域，比如对网络流量异常和温度异常等电网信息运维过程中常见的各类异常现象或故障问题。

配电网规模大，范围广，负担着直接为广大用户供电的任务。近年来，生产生活领域对电力的需求逐年增长，配电网承担的负载越来越高，对供电质量的要求越来越严格。为了对配电网的运行情况进行监控，现有的配电网终端会对电流、电压和开关位置等状态量进行了采集，采集频率较高使得总体采集数据量级非常大。更为重要的是，由于现有的数据异常监测方法，无法从电力系统的数据中确定出数据异常真正的原因，也就导致无法针对性的对特定的环节进行修复，导致数据异常处理效率较慢，费时费力。

发明内容

本发明的目的在于提供电力系统异常数据实时监测方法，旨在解决从电力系统的数据中确定出数据异常真正的原因，也就导致无法针对性的对特定的环节进行修复的问题。

为实现上述目的，本发明采用的技术方案是：提供电力系统异常数据实时监测方法，包括：

根据数据处理的流程将电力系统划分为多个环节；

根据多个所述环节将所述数据划分为多个数据段，所述数据段作为上一个环节的输出数据并为下一个环节的输入数据；

分析并判断所述数据段相对于正常状态下的异常值，根据所述异常值对相应的所述环节进行修复。

在一种可能的实现方式中，所述数据段作为上一个环节的输出数据并为下一个环节的输入数据包括：

所述环节接收相应的所述数据段，并在所述数据段处理完成之后输出用于下一个所述环节接收并处理的所述数据段。

在一种可能的实现方式中，所述分析并判断所述数据段相对于正常状态下的异常值包括：

确定出在同一个所述数据段输入的情况下正常状态与实际的所输出的所述数据段的差异，根据差异确定所述异常值。

在一种可能的实现方式中，所述分析并判断所述数据段相对于正常状态下的异常值包括：

将确定的多个所述异常值进行排序，优先处理较大的所述异常值所对应的所述环节。

在一种可能的实现方式中，在所述分析并判断所述数据段相对于正常状态下的异常值之后还包括：

根据所述环节的重要程度，将多个所述环节设定对应的影响值；

将所述影响值与所述异常值进行综合分析，判断优先处理的所述环节。

在一种可能的实现方式中，所述根据数据处理的流程将电力系统划分为多个环节包括：

将所述环节按照不同的功能模块进行划分，所述功能模块用于处理所述数据段中对应的参数。

在一种可能的实现方式中，所述功能模块用于处理所述数据段中对应的参数包括：

根据多个所述参数之间的运算关系，将不同的多个所述参数设定对应的关联值；

所述关联值用于与所述异常值和所述影响值组成影响因子。

在一种可能的实现方式中，在所述将多个所述环节设定不同的影响值之后还包括：

将所述异常值、所述影响值和所述关联值相乘，生成所述影响因子；

优先处理较大的所述影响因子所对应的所述环节。

在一种可能的实现方式中，所述分析并判断所述数据段相对于正常状态下的异常值包括：

建立标准库，所述标准库用于输出处于正常处理情况的所述数据段。

在一种可能的实现方式中，所述标准库用于输出处于正常处理情况的所述数据段包括：

将所述标准库进行调整，使调整后的所述标准库的运行结果接近当前处于正常状态的所述环节。

本发明提供的电力系统异常数据实时监测方法的有益效果在于：与现有技术相比，本发明电力系统异常数据实时监测方法中首先根据数据处理的流程将电力系统划分为多个环节，然后根据多个环节将数据划分为多个数据段。

在划分完成之后，分析并判断数据段相对于正常状态下的异常值，异常值用于反映各个数据段的异常程度，最终根据异常值对相对应的环节进行修复。本申请中，通过将复杂的电力系统的数据以及环节进行划分，通过逐个分析，从而能够准确判断出数据异常的原因，并方便对环节进行针对性的处理。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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的附图。

图1为本发明实施例提供的电力系统异常数据实时监测方法的流程图。

具体实施方式

为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，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。

请参阅图1，现对本发明提供的电力系统异常数据实时监测方法进行说明。电力系统异常数据实时监测方法，包括：

根据数据处理的流程将电力系统划分为多个环节。

根据多个环节将数据划分为多个数据段，数据段作为上一个环节的输出数据并为下一个环节的输入数据。

分析并判断数据段相对于正常状态下的异常值，根据异常值对相应的环节进行修复。

本发明提供的电力系统异常数据实时监测方法的有益效果在于：与现有技术相比，本发明电力系统异常数据实时监测方法中首先根据数据处理的流程将电力系统划分为多个环节，然后根据多个环节将数据划分为多个数据段。

在划分完成之后，分析并判断数据段相对于正常状态下的异常值，异常值用于反映各个数据段的异常程度，最终根据异常值对相对应的环节进行修复。本申请中，通过将复杂的电力系统的数据以及环节进行划分，通过逐个分析，从而能够准确判断出数据异常的原因，并方便对环节进行针对性的处理。

数据中台是指通过数据技术，对海量数据进行采集、计算、存储、加工，同时统一标准和口径。基于数据中台对电力数据进行分析，可以为电力企业提供与其电力业务高度相关的高效服务。

在基于数据中台进行数据分析时，数据中台中的数据表、字段、视图、存储过程、函数以及数据表的内容，直接影响分析任务能否开展、分析的结果是否正确，因此数据的准确性非常重要。

电力营销业务数据非常庞大，但目前这些数据的应用局限在业务工单流转、业务查询、基于报表的统计工作等几个传统的数据应用方面。运营分析数据仅按照业务分类、地域分类和指标分类分析项目数据，分析人员重复的进行现象罗列和数据统计，并且每次分析都是固定的规则，看似分析的很细致，实际没有找到隐藏在数据背后的原因以及数据异常的原因，数据深度分析和数据挖掘能力不足。

在现有技术中，主要的分析方法主要通过人工的方式进行统计和分析，运营分析数据仅作为专项的统计分析结果输出，并没有进行相关性关联分析，各个分析项目都作为单一的、简单合并的统计输出，对于数据间的因果影响、相关性分组或关联规则、聚类、描述和可视化工作等尚未开展。因此如何明确数据背后的原因是目前工作的重点。

在本申请提供的电力系统异常数据实时监测方法的一些实施例中，数据段作为上一个环节的输出数据并为下一个环节的输入数据包括：

环节接收相应的数据段，并在数据段处理完成之后输出用于下一个环节接收并处理的数据段。

电力系统的数据较为复杂，更为重要的是，电力系统中对数据进行处理的所使用的设备以及系统较多，这就导致仅简单对数据进行分析时无法准确明确异常数据背后的原因，即便分析出异常的数据，但是造成数据异常所相关的设备较多，无法准确确定出导致数据异常的故障点，导致对电力系统无法做到有效且准确的判断。

现有的方法，多通过降噪处理等对数据进行处理，上述方法虽然能够提高最终检测的准确性，但是由于数据异常的原因所涉及的环节以及设备均较多，并且当某个环节的数据出现异常之后，无法立刻判断，因为电力系统的数据可视为通过链式的传输和处理，上一个环节处理完成后的数据会传递至下一个环节。当下一个环节接收的数据为异常时，那么即便环节所对应的设备均正常，其处理完成后的数据也为异常的状态，这就给最终故障的定位提供了诸多的干扰。

本申请中，首先将电力系统的数据根据数据处理的环节划分为多段，划分的标准可以由单个设备为单位，也可以由同一功能的模块为单位。需要特别指出的是，当数据段划分完成之后，数据段与数据段之间存在数据的输入和输出关系。在实际应用时，需要能够准确的提取并上传传输过程中的数据，从而方便检测。

在本申请提供的电力系统异常数据实时监测方法的一些实施例中，分析并判断数据段相对于正常状态下的异常值包括：

确定出在同一个数据段输入的情况下正常状态与实际的所输出的数据段的差异，根据差异确定异常值。

当数据划分完成之后会形成了多个数据段，也即从电力系统的起点和终点之间有多个环节，每个环节均对应一个数据段，环节接收数据段并在经过自身的运算之后输出相应的数据段，通过分析数据段能够判断出是哪个环节出现了问题，也更加容易判断出最终数据异常的原因。

由于电力系统中数据处理所需的环节较多，各个环节不可能均处于正常的状态，这样的后果就是，如果一个环节出现一定的异常，那么该环节处理后的所有数据段就会有一定的异常情况，不管下一个环节是否处于正常状态，最终输出的结果均会呈现异常。因此对异常数据的处理不能仅停留在出现异常情况的环节，还需要能够找出出现异常情况的始发环节。

为了实现上述的效果，本申请中需要对每个数据段进行分析，具体的方法为提取出每个环节的输入数据段和输出数据段，然后根据各个环节的数据处理情况，分析在同样输入数据段的情况下，当环节处于标准状态下和环节实际的数据输出情况，根据最终的结果，从而对各环节进行判断。

在本申请提供的电力系统异常数据实时监测方法的一些实施例中，分析并判断数据段相对于正常状态下的异常值包括：

将确定的多个异常值进行排序，优先处理较大的异常值所对应的环节。

本申请中将数据分成了多个数据段，并且数据段与相应的环节是一一对应的，也即通过将数据进行划分能够更加直接的判断出数据出现异常的位置，从而对数据的异常进行针对性的处理。

本申请中各个环节的输入数据段均输入至标准库中，通过标准库中记载的内容可以判断出相应环节是否出现问题，以及故障出现的程度。以某个环节为例，将输入至该环节的数据段进行上传并输入至标准库中，标准库中记载有在不同输入数据段的情况下处在正常状态下的数据输出情况。根据数据库中提供的标准数据与实际的这个环节的输出数据进行对比和分析，就能够判断出数据在经过相应的环节处理之后异常的程度，本申请中将这种异常的程度判定为异常值。

当所有环节的异常值均判断出之后，各个环节对最终异常状态的影响情况也就确定了。在判断出所有的异常值之后，分析并确定出异常值最大的环节，从而对该环节进行针对性的处理，最终就能够极大程度的改善数据传输的异常状态。

在本申请提供的电力系统异常数据实时监测方法的一些实施例中，在分析并判断数据段相对于正常状态下的异常值之后还包括：

根据环节的重要程度，将多个环节设定对应的影响值。

将影响值与异常值进行综合分析，判断优先处理的环节。

电力系统中所涉及的环节众多，但是各个环节的重要程度存在差异，当数据经过一个环节处理时，虽然经过该环节处理后数据的异常程度较大但是对最终结果的影响较小，此时如果仅根据异常值来进行异常情况的处理，就无法有效的对最终传出的数据进行有效的修复。为了解决上述问题，本申请中将各个环节设定一个影响值，不同环节的影响值存在差异。

当确定出一个环节的异常值之后需要与该环节相对应的影响值进行相乘，将相乘的结果设定为影响因子。当所有的影响因子均确定之后，可将影响因子进行排序，将最大的影响因子所对应的环节进行优先处理，从而尽快对数据的异常进行针对性的修复。

在本申请提供的电力系统异常数据实时监测方法的一些实施例中，根据数据处理的流程将电力系统划分为多个环节包括：

将环节按照不同的功能模块进行划分，功能模块用于处理数据段中对应的参数。

电力系统的所涉及的参数较多，并且整个电力系统中所涉及的步骤也较多过程也较为复杂，这就使得部分参数并没有全程参与电力系统的运行，另一部分的参数并没有存在最终的输出数据中。

更加明确的是，一个参数输入至某一个环节内并经过运算之后能够正常的输出，但是另一个参数在经过了这个环节的处理之后可能就无法正常的输出。这是因为一个环节内涉及的元器件可能较多，当某些位置的元器件出现故障之后，可能对某些参数的运算结果造成影响但是对其他参数没有影响，因此需要针对不同的参数建立不同的影响链。

当一个参数输入至电力系统内之后，标定出输入到的环节，当参数从电力系统中输出并不参与后续的运算之后，同样标定出输出该参数的环节。当参数在输入环节与输出环节之间运算时，提取环节输出的数据段并通过标准库可以判断出该参数在各个环节处理过程中的与正常状态下的偏差情况也即异常值，然后根据异常值、影响值和关联至判断出该参数在这个环节的影响因子，然后将影响因子分别标定在影响链上。

数据段可视为由多个参数组成，每个参数均对应一个影响链，通过分析影响链就能够判断出对该参数的正常运算影响最大的环节，从而可以针对性的判断出环节中出现异常的原因以及解决方法。

在本申请提供的电力系统异常数据实时监测方法的一些实施例中，功能模块用于处理数据段中对应的参数包括：

根据多个参数之间的运算关系，将不同的多个参数设定对应的关联值。

关联值用于与异常值和影响值组成影响因子。

电力系统中所涉及的元器件均较为复杂，更为重要的是电力系统中各个环节所涉及的装置可以同时对多个参数进行处理，当环节上某些位置的功能出现异常时，那么特定的参数就无法正常的进行处理，但是其他的参数可以正常的处理。

由于电力系统中各个环节所处理的参数的类型已经确定，为了更直接的确定出导致数据段异常的原因，在实际应用之前将各个环节进行功能模块的划分，并且将每个模块所能处理的参数进行标定。

当数据段中某个参数由某个环节处理后异常值较大，由于环节中的功能模块已经划分，因此根据参数的类型以及相应的环节就能够确定出处于异常状态的功能模块，从而方便进行针对性的处理。

在本申请提供的电力系统异常数据实时监测方法的一些实施例中，在将多个环节设定不同的影响值之后还包括：

将异常值、影响值和关联值相乘，生成影响因子。

优先处理较大的影响因子所对应的环节。

电力系统中所涉及的参数众多，但是各个参数的重要程度存在一定的差异，并且参数之间可能会存在一定的运算关系，也即如果某个参数出现了异常那么相应的其他参数就可能不处于正常的状态。

基于此种情况，本申请中首先确定出在电力系统中可能涉及的参数，然后确定参数输入以及输出电力系统的环节以及各个参数之间的运算关系，根据上述确定的内容设定相应的关联值，在确定出关联值之后，通过将异常值、影响值和关联值相乘，从而得到不同数值的影响因子，将各个影响因子由大到小进行排序，最大的节点值表明对最终输出的参数影响较大，从而能够找到影响最终结果的关键问题。

在本申请提供的电力系统异常数据实时监测方法的一些实施例中，分析并判断数据段相对于正常状态下的异常值包括：

建立标准库，标准库用于输出处于正常处理情况的数据段。

为了对各环节的情况进行客观的评价，因此需要根据实际的需要建立一个标准库，在该标准库中存储有在正常状态下针对各个环节在各种输入数据输入的情况下对应的输出数据。

在实际应用时，可将实际的输入数据段输入至标准库中，根据标准库中的规则就能够得出在正常状态下数据输出的情况，然后将实际的输出数据段与标准库中输出的数据段进行对比，即可判断该环节是否出现了问题。

为了进一步进行说明，在标准库中可储存有多个相关的数据库，通过上述储存的数据库，可以根据输入数据的不同找到对应环节相应的输出数据。但是由于电力系统的复杂性，同时为了更详尽的进行说明，可根据电力系统中各个环节的运行情况以及相应的功能，在标准库中设置有与实际环节相对应的功能模块，该功能模块能够完成实际环节所对应的功能。通过上述设置，可以直接且准确的输出在正常状态的数据段。

在本申请提供的电力系统异常数据实时监测方法的一些实施例中，标准库用于输出处于正常处理情况的数据段包括：

将标准库进行调整，使调整后的标准库的运行结果接近当前处于正常状态的环节。

在电力系统运行一段时间之后，电力系统中的各个环节中所对应的元器件均会有一定程度的老化或者模块内噪声的成分增加，但是此时标准库中所记载的内容仍然是在完全无噪声等情况下的数据。随着电力系统应用时间的增加，各环节虽然仍处于正常的状态，但是与标准库中的偏差会逐渐的增大，此时标准库作为参考的意义就较低。

为了避免上述问题，在电力系统运行一段时间之后，可通过检修等方式根据电力系统实际的应用情况对标准库中记载的内容进行调整，使标准库能够更接近实际的应用情况，最终减少了标准库与电力系统实际情况的偏差。

以上仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.电力系统异常数据实时监测方法，其特征在于，包括：

根据数据处理的流程将电力系统划分为多个环节；

根据多个所述环节将所述数据划分为多个数据段，所述数据段作为上一个环节的输出数据并为下一个环节的输入数据；

分析并判断所述数据段相对于正常状态下的异常值，根据所述异常值对相应的所述环节进行修复。

2.如权利要求1所述的电力系统异常数据实时监测方法，其特征在于，所述数据段作为上一个环节的输出数据并为下一个环节的输入数据包括：

所述环节接收相应的所述数据段，并在所述数据段处理完成之后输出用于下一个所述环节接收并处理的所述数据段。

3.如权利要求1所述的电力系统异常数据实时监测方法，其特征在于，所述分析并判断所述数据段相对于正常状态下的异常值包括：

确定出在同一个所述数据段输入的情况下正常状态与实际的所输出的所述数据段的差异，根据差异确定所述异常值。

4.如权利要求1所述的电力系统异常数据实时监测方法，其特征在于，所述分析并判断所述数据段相对于正常状态下的异常值包括：

将确定的多个所述异常值进行排序，优先处理较大的所述异常值所对应的所述环节。

5.如权利要求1所述的电力系统异常数据实时监测方法，其特征在于，在所述分析并判断所述数据段相对于正常状态下的异常值之后还包括：

根据所述环节的重要程度，将多个所述环节设定对应的影响值；

将所述影响值与所述异常值进行综合分析，判断优先处理的所述环节。

6.如权利要求5所述的电力系统异常数据实时监测方法，其特征在于，所述根据数据处理的流程将电力系统划分为多个环节包括：

将所述环节按照不同的功能模块进行划分，所述功能模块用于处理所述数据段中对应的参数。

7.如权利要求6所述的电力系统异常数据实时监测方法，其特征在于，所述功能模块用于处理所述数据段中对应的参数包括：

根据多个所述参数之间的运算关系，将不同的多个所述参数设定对应的关联值；

所述关联值用于与所述异常值和所述影响值组成影响因子。

8.如权利要求7所述的电力系统异常数据实时监测方法，其特征在于，在所述将多个所述环节设定不同的影响值之后还包括：

将所述异常值、所述影响值和所述关联值相乘，生成所述影响因子；

优先处理较大的所述影响因子所对应的所述环节。

9.如权利要求1所述的电力系统异常数据实时监测方法，其特征在于，所述分析并判断所述数据段相对于正常状态下的异常值包括：

建立标准库，所述标准库用于输出处于正常处理情况的所述数据段。

10.如权利要求9所述的电力系统异常数据实时监测方法，其特征在于，所述标准库用于输出处于正常处理情况的所述数据段包括：

将所述标准库进行调整，使调整后的所述标准库的运行结果接近当前处于正常状态的所述环节。

Images