[发明专利]一种数据舞动性的展示方法及系统

说明书

一种数据舞动性的展示方法及系统，包括：基于输电线路舞动的潜在影响因子对舞动信息记录表进行筛选获得第一类影响因子；基于所述舞动信息记录表中舞动数据之间的相关性对第一类影响因子进行降维处理得到第二类影响因子；基于所述第二类影响因子对数据舞动性进行展示。本发明提供的技术方案可以直观地展示数据正负样本的分布情况，便于了解舞动数据特点，为通过舞动数据预测输电线路舞动提供了依据。

技术领域

本发明涉及输电线路防灾减灾领域，具体涉及一种数据舞动性的展示方法及系统。

背景技术

输电线路舞动事故是威胁电网安全稳定运行的重要灾害形式之一，近年来，随着人工智能技术的快速发展，其在电网防灾减灾领域的应用日渐深入，人们将人工智能技术引入输电线路舞动预测预警工作中，利用积累的大量舞动相关数据，对舞动事故的发生可能性进行预测预警，从而使得线路运维部门能够提前预判灾害的发生，制定应对措施，降低舞动事故对电网产生的损害。然而，舞动相关数据形式多样，如何对海量复杂的数据中进行直观展示，便于直观的反应舞动研究中最具价值的信息，需要进行深入研究。

发明内容

为了解决现有技术中所存在的舞动预测准确率低的问题，本发明提供一种数据舞动性的展示方法及系统。

本发明提供的技术方案是：一种数据舞动性的展示方法，包括：

基于输电线路舞动的潜在影响因子对舞动信息记录表进行筛选获得第一类影响因子；

基于所述舞动信息记录表中舞动数据之间的相关性对第一类影响因子进行降维处理得到第二类影响因子；

基于所述第二类影响因子对数据舞动性进行展示。

优选的，所述基于所述舞动信息记录表中舞动数据之间的相关性对第一类影响因子进行降维处理得到第二类影响因子，包括：

从所述舞动信息记录表中选择第一影响因子及所述第一影响因子涉及的输电线路相关数据，生成分析数据表；

基于所述分析数据表利用主成分分析法对第一类影响因子进行降维处理得到第二类影响因子。

优选的，所述基于所述分析数据表利用主成分分析法对第一类影响因子进行降维处理得到第二类影响因子，包括：

基于所述分析数据表中舞动数据之间的相关系数构建相关系数矩阵；

基于雅可比法得到所述相关系数矩阵的特征值和特征向量；

基于所述特征值和第一类影响因子的数量，计算所述第一类影响因子的累计贡献率；

基于所述累计贡献率和预设范围的关系，选择满足条件的所述累计贡献率对应的特征值；

基于所述对应的特征值和所述特征向量计算主成分载荷；

基于所述主成分载荷和第一类影响因子按设置的公式计算得到第二类影响因子。

优选的，所述基于所述分析数据表中舞动数据之间的相关系数构建相关系数矩阵，如下式所示：

式中：R：相关系数矩阵；r_ij：第一类影响因子中第i个影响因子x_i与第j个影响因子x_j的相关系数；p：第一类影响因子的数量。

优选的，所述第一类影响因子中第i个影响因子x_i与第j个影响因子x_j的相关系数r_ij，按下式计算：