[发明专利]电站运行参数清洗及修复方法、修复系统

说明书

本发明一种电站运行参数清洗及修复方法，包括以下步骤：步骤一、对电站参数进行关联性分析，判断参数序列为强关联性实时参数序列、强关联性稀疏参数序列，独立参数序列中的一种；步骤二、识别参数噪点；步骤三、噪点预测清洗。本发明还公开一种基于大数据技术的电站运行参数清洗及修复的系统。本发明具有有效地区分“脏数据”和设备状态异常数据，同时对异常点给出的预测值具有较高的精度的优点。

技术领域

本发明涉及大数据处理技术领域，尤其涉及电站运行参数清洗及修复方法。

背景技术

电站机组在运行过程中会产生海量数据流，这些数据是信息挖掘的基础。由于传感器短时失效、外界干扰以及传输错误等因素都会产生“脏数据”，在进行大数据分析前需完成对这些数据的清洗工作。但在实际生产过程中，有时也会产生一些反映设备异常运行状态的数据，这些真实的数据往往也会被归类为“脏数据”。因此大数据清洗过程中需要对“脏数据”进行辨别，避免误清洗引起的信息丢失。

工程信息领域的清洗工作一直是国内外研究热点，常用方法包括：基于滑动窗口模型的清洗方法；基于卡尔曼滤波和滑动窗口模型，克服了标签动态跃迁带来的延迟问题。通过构建动态可调窗口以提高数据清洗的准确度。这些数据清洗方法在通用的单一序列异常值处理中有着较为良好的表现。电力数据流具有明确的物理意义，参数间关联性较强，以上的清洗方法往往忽略了这一重要特性。

目前对电站数据的处理一般都是将运行参数据转为抽象序列进而完成数据清洗。电站数据具有体量大、关联性强和物理意义明确等特点，这些显著特征在以往的数据清洗方法中并没有得到体现。

发明内容

本发明所要解决的技术问题在于如何有效地区分“脏数据”和设备状态异常数据，同时对异常点给出的预测值具有较高的精度。

本发明通过以下技术手段实现解决上述技术问题的：一种电站运行参数清洗及修复方法，包括以下步骤：

步骤一、对电站参数进行关联性分析，判断参数序列为强关联性实时参数序列、强关联性稀疏参数序列，独立参数序列中的一种；

步骤二、识别参数噪点；

步骤三、噪点预测清洗。

优选地，所述步骤三中的噪点预测清洗具体包括：

若参数序列为独立参数序列，则对该噪点进行预测清洗；

若参数序列为强关联性稀疏参数序列，如果关联参数数据在同一时刻均异常，判断此时设备异常；如果关联参数中个别序列在某时刻出现异常，对关联参数序列在同一时刻做预测，预测值与测量值偏差超过2％则认为此时设备异常，否则为传感器异常；

若参数序列为强关联性实时参数序列，如果参数序列出现连续多个异常值，为设备异常；如果关联参数中个别序列在某时刻出现异常，或者关联参数出现若干异常点，为传感器异常。

优选地，所述步骤一采用数据关联规则对参数进行关联性分析，包括以下步骤：

S1、在数据集内找出所有的频繁项目集，即某些项目组成的集合在所有数据集中出现的频率不小于给定支持度；从频繁2-项集一直求到频繁k-项集；

S2、通过求出的频繁k-项集和置信度构建规则，如果关联度和置信度均不小于设定阈值，则这一规则认定为强关联规则。

优选地，所述步骤二采用DBSCAN算法识别参数噪点。

优选地，DBSCAN算法包括以下步骤：

(1)随机从样本数据集X选出数据点p；

(2)计算X中点除p外其他数据到点p的距离dist(p,q)；如果所有计算距离均小于Eps，则将对p包含的数据加1，循环计算直到找完所有数据点的距离值为止：