[发明专利]一种基于局部敏感哈希的电网状态相似度量化分析方法

说明书

技术领域

本发明属于电力调度自动化技术领域，具体涉及一种基于局部敏感哈希的电网状态相似度量化分析方法。

背景技术

随着中国经济这十年的快速发展，电力系统规模越来越大，自动化程度变得越来越高。随之而来带给调度自动化领域的是电力系统海量实时状态信息。海量的数据虽然给各种电网的分析和控制带来了丰富的所需数据，但是如何对电网数据进行检索和分类是当前的迫切需要解决的问题。

局部敏感哈希技术是将一个大数据对象映射到更小的哈希值的技术。通过此方法，当两个数据对象近似，它们对应的哈希值也近似。传统的哈希技术也是对相关数据映射到对应的哈希值，但对应的哈希值只能表达数据是否相同，无法表达近似性。局部哈希技术与传统哈希技术的不同点在于，哈希值的相似度可以表征对应数据的相似度。

局部敏感哈希技术最开始广泛应用于网页检索领域。Minhash即是Lsh技术成功应用的一个实例。在计算机领域，Minhash是一种快速判断两个集合是否相似的技术，它由Andrei Broder在1997年发明，最初在AltaVista搜索引擎中用于在搜索结果中检测并消除重复的Web页面。目前，它是google公司在网页检索中使用的最普遍和基础的技术之一。基于类似的方法，Google提出了感知哈希算法（perceptual hash algorithm），应用于网络中的相似图片的搜索。这些应用广泛的算法均基于局部敏感哈希技术，所不同在于针对不同检索对象提出不同的映射方法。

目前，电网状态信息的检索还没有广泛使用，电网状态信息目前采用全数据的比较来判断是否一致。相较于互联网，电力系统领域还没有比较好的针对电网状态信息这样的大数据检索方法。

发明内容

为了克服上述现有技术的不足，本发明提供一种基于局部敏感哈希的电网状态相似度量化分析方法，适用于电力系统的局部灵敏哈希（Locality Sensitive Hashing，简称LSH）技术，将电网原始状态数据转化为对应的签名向量，通过签名向量表达对应时刻的电网状态，并在此基础上，通过利用签名向量的相似度计算实现电网状态形似程度的计算。将电网状态信息的大数据转化成小数据量的签名向量，避免了全部数据的分析。

为了实现上述发明目的，本发明采取如下技术方案：

提供一种基于局部敏感哈希的电网状态相似度量化分析方法，所述方法包括以下步骤：

步骤1：读取电网状态信息，统计电网关键信息，并将关键信息形成表征电网状态的签名向量；

步骤2：计算签名向量之间的角度；

步骤3：电网状态相似度判断。

所述电网状态信息包括各个计算节点的电压、电压相角、注入有功功率、注入无功功率以及各个支路上的有功功率和无功功率；所述电网关键信息包括发电厂中机组节点注入的有功功率和无功功率，以及可以表征全网潮流分布的关键支路上的有功功率和无功功率。

所述步骤2中，采用余弦定理将签名向量之间的角度表示为：