本發(fā)明屬于智能配電網(wǎng)的控制，具體是涉及智能配電網(wǎng)的多業(yè)務(wù)異常數(shù)據(jù)檢測與異常數(shù)據(jù)恢復(fù)。

背景技術(shù)：

1、隨著人類社會發(fā)展，日益增長的能源需求使得配電網(wǎng)成為城市建設(shè)過程中重要的基礎(chǔ)設(shè)施之一。傳統(tǒng)的配電網(wǎng)升級方案需要大量的資金投入，同時難以適應(yīng)新能源的接入和快速變化的用電需求。智能配電網(wǎng)技術(shù)的應(yīng)用，可以實現(xiàn)分布式的能源管理和無縫接入新能源，提高配電網(wǎng)的能源效率和供電可靠性。智能配電網(wǎng)技術(shù)應(yīng)用于配電網(wǎng)規(guī)劃中，可以通過建立系統(tǒng)模型對配電網(wǎng)進(jìn)行規(guī)劃。系統(tǒng)模型可以考慮到多種因素，如負(fù)載分布、能源儲備、能源接入方式等，最終得出一個高效、可靠、可持續(xù)的配電網(wǎng)建設(shè)方案。此外，系統(tǒng)模型還可以評估配電網(wǎng)的供電可靠性、響應(yīng)速度等指標(biāo)，確保配電網(wǎng)的安全穩(wěn)定運行。通過系統(tǒng)模型，可以將配電網(wǎng)建設(shè)成為一個智能化、數(shù)字化的能源管理平臺，將配電網(wǎng)的使用效率最大化。

2、智能配電網(wǎng)的安全運行需要對電網(wǎng)的各項數(shù)據(jù)進(jìn)行采集，并進(jìn)行高效的分析。在以前的電網(wǎng)數(shù)據(jù)采集環(huán)節(jié)方面，都是由傳感器以及智能儀表采集整體的電網(wǎng)狀態(tài)運行數(shù)據(jù)后，統(tǒng)一將電網(wǎng)狀態(tài)運行數(shù)據(jù)打包發(fā)送到電網(wǎng)的數(shù)據(jù)和狀態(tài)運行分析中心，并且使用最小二乘狀態(tài)估計算法進(jìn)行運行狀態(tài)分析，這種方法主要缺點是算法計算量過大，對于計算硬件要求過高，計算硬件成本大以及計算精度不太高。

3、尤其是隨著我國的智能電網(wǎng)大量建設(shè)，越來越多的傳感器，智能儀表以及分布式電源設(shè)備接入智能電網(wǎng)系統(tǒng)，導(dǎo)致了智能電網(wǎng)的系統(tǒng)業(yè)務(wù)越來越廣泛，智能電網(wǎng)的業(yè)務(wù)數(shù)據(jù)越來越多且復(fù)雜以及智能電網(wǎng)的電網(wǎng)結(jié)構(gòu)越來越復(fù)雜。傳統(tǒng)的集中式異常數(shù)據(jù)檢測方法不適合處理海量的業(yè)務(wù)數(shù)據(jù)。

4、另外，傳統(tǒng)的電網(wǎng)系統(tǒng)很少考慮異常數(shù)據(jù)恢復(fù)這方面的工作，基本上將研究重點都放在了異常數(shù)據(jù)檢測這方面工作。無法將智能電網(wǎng)系統(tǒng)異常數(shù)據(jù)檢測、恢復(fù)、評估進(jìn)行一體化建設(shè)。

技術(shù)實現(xiàn)思路

1、發(fā)明目的：本發(fā)明旨在至少部分解決上述存在的技術(shù)問題，對此，本發(fā)明第一方面提供一種智能配電網(wǎng)多業(yè)務(wù)異常數(shù)據(jù)的檢測方法，針對海量的業(yè)務(wù)數(shù)據(jù)，高效的完成多業(yè)務(wù)的異常數(shù)據(jù)檢測工作。

2、本發(fā)明第二方面提供一種智能配電網(wǎng)多業(yè)務(wù)異常數(shù)據(jù)的恢復(fù)方法，在檢測出智能配電網(wǎng)系統(tǒng)業(yè)務(wù)中的異常數(shù)據(jù)后，將異常數(shù)據(jù)恢復(fù)成正常數(shù)據(jù)以供智能配電網(wǎng)的使用，并且評估相關(guān)檢測與恢復(fù)的工作效果，實現(xiàn)智能配電網(wǎng)多業(yè)務(wù)異常數(shù)據(jù)檢測、恢復(fù)和評估一體化。

3、本發(fā)明提供的智能配電網(wǎng)多業(yè)務(wù)異常數(shù)據(jù)的檢測方法，包括如下步驟：

4、s1、設(shè)置監(jiān)測點，利用監(jiān)測點采集與監(jiān)測智能配電網(wǎng)的多種業(yè)務(wù)數(shù)據(jù)；

5、s2、根據(jù)業(yè)務(wù)數(shù)據(jù)的種類，分別提取采集到的業(yè)務(wù)數(shù)據(jù)的數(shù)據(jù)特征；

6、s3、根據(jù)分類提取的數(shù)據(jù)特征，采用分布式狀態(tài)估計算法，分別檢測各類數(shù)據(jù)特征，篩選其中的異常數(shù)據(jù)。

7、本發(fā)明進(jìn)一步優(yōu)選地，步驟s1所述利用監(jiān)測點采集與監(jiān)測智能配電網(wǎng)的多種業(yè)務(wù)數(shù)據(jù)，包括：

8、利用監(jiān)測點采集與監(jiān)測智能配電網(wǎng)的電能檢測數(shù)據(jù)；

9、利用監(jiān)測點采集與監(jiān)測智能配電網(wǎng)的設(shè)備狀態(tài)數(shù)據(jù)；

10、利用監(jiān)測點采集與監(jiān)測智能配電網(wǎng)的通信時延數(shù)據(jù)。

11、作為優(yōu)選，所述電能檢測數(shù)據(jù)包括智能配電網(wǎng)的電壓、頻率和諧波含量；

12、所述設(shè)備狀態(tài)數(shù)據(jù)包括輸電線路、智能變電站、智能開關(guān)設(shè)備、智能電表和通信設(shè)備的運行狀態(tài)數(shù)據(jù)；

13、所述通信時延數(shù)據(jù)包括傳輸延遲數(shù)據(jù)、處理延遲數(shù)據(jù)和排隊延遲數(shù)據(jù)。

14、作為優(yōu)選，步驟s2所述根據(jù)業(yè)務(wù)數(shù)據(jù)的種類，分別提取采集到的業(yè)務(wù)數(shù)據(jù)的數(shù)據(jù)特征，包括：

15、對智能配電網(wǎng)的電能檢測數(shù)據(jù)采用統(tǒng)計特征值提取方法提取其數(shù)據(jù)特征；

16、智能配電網(wǎng)的設(shè)備狀態(tài)數(shù)據(jù)采用統(tǒng)計特征值提取方法提取其數(shù)據(jù)特征；

17、智能配電網(wǎng)的通信時延數(shù)據(jù)采用時域特征值提取方法提取其數(shù)據(jù)特征。

18、作為優(yōu)選，步驟s3所述根據(jù)分類提取的數(shù)據(jù)特征，采用分布式狀態(tài)估計算法，分別檢測各類數(shù)據(jù)特征，篩選其中的異常數(shù)據(jù)，包括：

19、s31、根據(jù)分類提取的數(shù)據(jù)特征，分別建立不同的分布式異常數(shù)據(jù)檢測機制；

20、采集到的數(shù)據(jù)的數(shù)學(xué)模型為式（1）~式（3）：

21、（1）；

22、（2）；

23、（3）；

24、其中，為實際觀測數(shù)據(jù)模型；h(x)為系統(tǒng)的觀測函數(shù)，觀測函數(shù)將所提取的業(yè)務(wù)數(shù)據(jù)特征向量映射到觀測空間得到業(yè)務(wù)觀測值h；v為系統(tǒng)的異常數(shù)據(jù)模型；為數(shù)據(jù)集的平均值，用來表示在n個觀測值上的平均，為數(shù)據(jù)集的標(biāo)準(zhǔn)差，用于衡量數(shù)據(jù)點與平均值之間的離散程度；

25、分布式異常數(shù)據(jù)檢測機制建立的異常檢測數(shù)學(xué)模型為：

26、（4）；

27、如果某個數(shù)據(jù)點與其平均值的差的絕對值大于閾值k?乘以標(biāo)準(zhǔn)差，那么這個數(shù)據(jù)點被認(rèn)為是異常的；其中，k為閾值，其由智能配電網(wǎng)的業(yè)務(wù)歷史數(shù)據(jù)和智能配電網(wǎng)業(yè)務(wù)經(jīng)驗所確定；

28、s32、將分類的數(shù)據(jù)分別放入對應(yīng)的異常檢測數(shù)學(xué)模型進(jìn)行檢測，篩選其中的異常數(shù)據(jù)。

29、作為優(yōu)選，步驟s1所述設(shè)置監(jiān)測點，包括：

30、在儲能站、輸電線路、配電房、變電站和用戶負(fù)荷端分別設(shè)置適配的監(jiān)測設(shè)備作為監(jiān)測點。

31、作為優(yōu)選，所述適配的監(jiān)測設(shè)備，包括：

32、電能傳感器、智能儀表以及電網(wǎng)數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)。

33、本發(fā)明提供的一種智能配電網(wǎng)多業(yè)務(wù)異常數(shù)據(jù)的恢復(fù)方法，包括如下步驟：

34、s4、獲取上述檢測方法檢測出的異常數(shù)據(jù)；

35、s5、采用隨機矩陣?yán)碚搶Ξ惓?shù)據(jù)進(jìn)行恢復(fù)。

36、作為優(yōu)選，步驟s5所述采用隨機矩陣?yán)碚搶Ξ惓?shù)據(jù)進(jìn)行恢復(fù)，包括：

37、s51、對異常數(shù)據(jù)進(jìn)行業(yè)務(wù)劃分，獲取對應(yīng)業(yè)務(wù)數(shù)據(jù)的數(shù)據(jù)特征；

38、s52、建立隨機矩陣數(shù)學(xué)模型：

39、（5）；

40、（6）；

41、（7）；

42、其中，公式（5）為公式（1）的矩陣表示形式，z為pn的測量數(shù)據(jù)觀測矩陣，其中包含了p個觀測值，每個觀測值是一個n維的向量；h為pm的觀測矩陣，用于描述數(shù)據(jù)從m維的原始數(shù)據(jù)空間映射到p維的觀測空間；x為mn的原始數(shù)據(jù)矩陣，包含需要恢復(fù)的數(shù)據(jù)；v為pn的異常數(shù)據(jù)表達(dá)矩陣，表示觀測數(shù)據(jù)中的異常值；

43、公式（6）的c為觀測矩陣的協(xié)方差矩陣，是一個pp的矩陣，描述觀測數(shù)據(jù)之間的線性關(guān)系；

44、公式（7）的為mn的數(shù)據(jù)恢復(fù)矩陣，該數(shù)據(jù)恢復(fù)矩陣采用最小二乘法來進(jìn)行數(shù)據(jù)恢復(fù)，即通過最小化z和之間的誤差來恢復(fù)原始數(shù)據(jù)，是一個pp的矩陣，是協(xié)方差矩陣與觀測矩陣的乘積，用于將觀測數(shù)據(jù)投影回原始數(shù)據(jù)空間；

45、s53、將異常數(shù)據(jù)通過建立的隨機矩陣數(shù)學(xué)模型進(jìn)行恢復(fù)。

46、作為優(yōu)選，還包括如下步驟：

47、s6、當(dāng)異常檢測數(shù)據(jù)被修復(fù)后，再次利用上述檢測方法進(jìn)行檢測；

48、s7、如檢測到異常數(shù)據(jù)再次進(jìn)行恢復(fù)。

49、有益效果：本發(fā)明考慮了當(dāng)前的任務(wù)需求，為了保證達(dá)到智能電網(wǎng)業(yè)務(wù)數(shù)據(jù)的新要求與新變化，提出基于分布式狀態(tài)估計的智能配電網(wǎng)異常數(shù)據(jù)檢測方法，以及基于隨機矩陣?yán)碚摰闹悄芘潆娋W(wǎng)異常數(shù)據(jù)恢復(fù)方法。一方面針對海量的業(yè)務(wù)數(shù)據(jù)，能夠高效的完成多業(yè)務(wù)數(shù)據(jù)的異常數(shù)據(jù)檢測工作，大幅度提升檢測效率。另一方面，在檢測出智能配電網(wǎng)系統(tǒng)業(yè)務(wù)中的異常數(shù)據(jù)后，將異常數(shù)據(jù)恢復(fù)成正常數(shù)據(jù)以供智能配電網(wǎng)的使用，并且評估相關(guān)檢測與恢復(fù)的工作效果，實現(xiàn)智能配電網(wǎng)多業(yè)務(wù)異常數(shù)據(jù)檢測、恢復(fù)和評估一體化。