[发明专利]一种基于动态阈值的高铁电能质量异常状态预警方法

权利要求书

1.一种基于动态阈值的高铁电能质量异常状态预警方法，其特征在于，其包括下述步骤：

(1)建立高铁电能质量预警指标体系；

(2)采集历史数据：采集高铁牵引站侧的历史电能质量指标监测数据及对应的牵引负荷量，建立历史电能质量指标监测数据与牵引负荷量的对应关系表；

(3)建立高铁牵引站的电能质量异常状态预警参考数据库；

首先以所述步骤(2)中采集的牵引负荷量为基准，对历史电能质量监测日进行分组划分，得到监测日分组；

然后在监测日分组的基础上建立牵引负荷量与历史电能质量监测日数据的对应关系表，即为高铁牵引站的电能质量异常状态预警参考数据库；

(4)在线监测高铁电能质量，采用基于时间序列的异常数据挖掘算法计算各电能质量预警指标的监测数据偏度与峰度乘积的最大值和日平均值，然后根据步骤(3)建立的对应关系表检测出在线监测电能质量指标的异常状态；

(5)采用动态时间弯曲距离算法对在线监测电能质量指标的异常状态进行预警；

步骤(3)的具体流程为：

(3a)对每个电能质量预警指标，以监测日排序中的第一个监测日的牵引负荷量为基准，将满足式(1)的监测日归为一组，构成一个历史牵引负荷量集合及其对应的监测日集合；

$\left|\frac{S-S_1}{S_1}\right|\≤\mathrm{\ϵ}---\left(1\right)$

式中，S₁为监测日排序中的第一个监测日的牵引负荷量，S为监测日排序中任意监测日的负荷量，ε为根据供用电双方要求设置的分类判断阈值；

(3b)判断是否所有的监测日都进行归类，若是，则转入步骤(3d)，若否，则转入步骤(3c)；

(3c)将没有归入监测日集合的监测日，按照监测采样顺序重新排序后返回步骤(3a)；

(3d)建立历史牵引负荷量集合与历史监测日集合的对应关系，形成的对应关系表称为第二对应关系表，作为监测日分组；

(3e)基于时间序列的异常数据挖掘算法，计算第二对应关系表中的每个监测日中，各电能质量预警指标监测数据每个滑动窗口的偏度与峰度的乘积，然后计算每个监测日分组中的偏度与峰度乘积最大值，以及每个监测日分组中偏度与峰度乘积日平均值的最大值；

(3f)根据牵引负荷量集合与其对应监测日集合偏度与峰度的对应关系，构成第三对应关系表；

(3g)对第三对应关系表中的每组对应关系，以各个电能质量预警指标的偏度与峰度乘积日平均值的最大值为基准，将满足式(2)的历史监测日归为一类，形成一个历史监测日子集合，称为第一监测日子集合；

$\frac{P_{mean\_max}-P}{P_{mean\_max}}\≤\mathrm{\λ}\_1---\left(2\right)$

式中，P_{mean_max}为该组对应关系中一个电能质量指标下的监测数据偏度与峰度乘积日平均值的最大值，P为该组对应关系中一个电能质量指标下的任意偏度与峰度乘积的日平均值，λ_1为根据供用电双方要求设置的分类判断阈值；

(3h)对第三对应关系表中的每组对应关系，以各个电能质量预警指标的监测日偏度与峰度乘积最大值为基准，将满足式(3)的历史监测日归为一类，形成一个历史监测日子集合，称为“第二监测日子集合”；

$\frac{P_{max}-P}{P_{max}}\≤\mathrm{\λ}\_2---\left(3\right)$

式中，P_max为该组对应关系一个电能质量指标下的所有监测数据偏度与峰度乘积的最大值，P为该组对应关系一个电能质量指标下的任意监测日的数据偏度与峰度乘积的最大值，λ_2为根据供用电双方要求设置的分类判断阈值；

(3k)对第三对应关系表中的每组对应关系，将同时满足式(2)和式(3)的历史监测日归为一类，形成一个历史监测日子集合，称为第三监测日子集合，将所述第二对应关系表、第三对应关系表、第一监测日子集合、第二监测日子集合、第三监测日子集合作为高铁牵引站的电能质量异常状态预警参考数据库；

所述步骤(4)的具体方法为：

(4a)高铁电能质量在线监测预警时，采用基于时间序列的异常数据挖掘算法计算各电能质量指标监测数据每个滑动窗口的偏度与峰度乘积，并求取各电能质量预警指标监测数据偏度与峰度乘积的最大值及日平均值；

(4b)根据在线监测的高铁牵引站当天的牵引负荷量，从第二对应关系表中查询与该天牵引负荷量相匹配的历史电能质量监测日分组；

(4c)根据步骤(4b)得到的历史电能质量监测日分组，查询第三对应关系表，得到上述历史电能质量监测日分组对应电能质量预警指标数据的偏度与峰度乘积的最大值与日平均值的最大值；

(4d)在各电能质量预警指标下，分别将在线监测数据偏度与峰度乘积的最大值和日平均值，与历史电能质量监测日分组的偏度与峰度乘积的最大值与日平均值进行比较，若历史数据的偏度与峰度乘积的最大值大于或等于在线监测数据的偏度与峰度乘积的最大值，且历史数据的偏度与峰度乘积日平均值也大于或等于在线监测的数据的偏度与峰度乘积日平均值，则判定该天该电能质量预警指标数据正常，否则判定异常。