[发明专利]一种基于大数据的电能质量监测方法

权利要求书

1.一种基于大数据的电能质量监测方法，包括以下步骤：

步骤一：建立设备d的电能质量影响模型： 𝑝𝑑 (c𝑖 |𝑓1𝑑,𝑓2𝑑⋯𝑓𝑚𝑑)，其中d为设备，c为电能质量事件，ƒ为影响设备电能质量的特征；

p_d为在给定设备特性、设备接收到一个电能质量事件Cx后，产生一个事件Ci的概率；如果输入p_d的数据量超过阈值，则p_d直接进行统计，获得其概率的分布；如果输入p_d的数据量没有超过阈值，利用已有数据获得统计信息；将p_d的概率分布为sigmoid函数，将已有数据进行训练，学习出概率分布；

步骤二：模拟生成全网电能质量事件；即生成电网一个时间截面下各个节点的电能质量事件，包括以下步骤：

2.1：将实际数据带入电能质量影响模型生成电能质量事件的概率分布；将电网简化为一个网络模型：其中设备为节点，连接关系为线；监测仪安装在连接关系上；

2.2：利用蒙特卡洛法模拟生成一个截面的全网电能质量事件；

步骤三：生成全网电能质量事件预测；将全网看成贝叶斯网络；每个节点概率分布已知；通过置信度传播算法，即可预测各个节点的电能质量事件；

步骤四：优化安装；初始化时，随机安装一台监测仪；通过监测仪观测的电能质量事件，预测全网电能质量事件；标记错误预测的节点；选择错误最多的节点安装一台新的电能质量监测仪。

2.根据权利要求1所述的一种基于大数据的电能质量监测方法，其特征在于：步骤一中ƒ包括静态特征和动态特征。

3.根据权利要求1所述的一种基于大数据的电能质量监测方法，其特征在于：步骤一中还包括当对设备的采集数量增加要一定数量时，重新对设备d的电能质量影响模型进行带入学习，增加模型的准确度。