[发明专利]一种三相不平衡数据的缺失值的填补方法及系统

说明书

本发明公开了一种三相不平衡数据的缺失值的填补方法及系统，所述方法包括：获取去噪处理后的三相不平衡数据；分别使用预先得到的支持向量机模型、随机森林模型、线性回归模型对获取到的三相不平衡数据中缺失值进行预测，得到各模型的预测值；使用预先训练的集成模型计算得到不同时刻使用三种模型的概率；结合计算得到的概率和相应模型的预测值，得到三相不平衡数据中缺失值的最终预测值，使用最终预测值填充三相不平衡数据的缺失值。本发明能够填充三相不平衡数据的缺失值。

技术领域

本发明涉及一种三相不平衡数据的缺失值的填补方法及系统，属于配电网控制与信息科学的交叉领域。

背景技术

随着电网系统信息化和数据化程度的提高以及用户用电数据的迅速增加，与人们各方面息息相关的电力能源的地位也变得越来越重要。用电数据也逐渐地表现出数据类型多、数据体量大、数据的增长速度快等特点。为了更好地实现对这些数据的管理和分析，目前电力企业普遍建立了统一、可复用的大数据中台。通过对收集的数据进行数据分析可以实现对电网状态的智能感知。

三相不平衡指的是三相电流或者电压的幅度值不一样，导致电压或者电流的波形图不再处于正弦波形。三相不平衡目前已经作为国网系统经济性和电能质量的重要指标之一。当三相电压处于不平衡的状态时，会增大电网系统的线损率，影响电网系统的安全运行。因此，通过对三相不平衡数据进行数据分析，及时对三相电压不平衡的状态做出调整，可以保障电力系统的安全平稳运行又能提高电网企业的经济效益。

对三相不平衡电压进行调整需要先判断电力系统是否处于不平衡状态，不平衡度是判断的指标。然而，电网系统在收集电力数据总是由于设备损坏或者人为等因素导致电力数据的缺失。如果不对缺失数据做处理，那么会导致电力大数据智能感知平台对三相不平衡数据的计算无法进行下去。对于缺失的电力数据最简单的处理方法是直接剔除，会造成资源的浪费，减少隐藏在这些记录中有价值的信息，有可能会影响结果分析的正确性。因此，对缺失的三相不平衡数据进行填充是很有必要的。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种三相不平衡数据的缺失值的填补方法，能够填充三相不平衡数据的缺失值。为达到上述目的，本发明是采用下述技术方案实现的：

第一方面，本发明提供了一种三相不平衡数据的缺失值的填补方法，所述方法包括如下步骤：

获取去噪处理后的三相电压不平衡数据；

分别使用预先得到的支持向量机模型、随机森林模型、线性回归模型对获取到的三相不平衡数据中缺失值进行预测，得到各模型的预测值；

使用预先训练的集成模型计算得到不同时刻使用三种模型的概率；

结合计算得到的概率和相应模型的预测值，得到三相不平衡数据中缺失值的最终预测值，使用最终预测值填充三相不平衡数据的缺失值。

结合第一方面，进一步地，所述去噪处理为利用小波变换去除三相不平衡数据中的噪音。

结合第一方面，优选地，所述支持向量机模型中，采用D＝{(x₁,y₁),(x₂,y₂),…,(x_i,y_i)}表示数据样本集，则支持向量机模型的方程为：

式(1)中，表示将向量x映射到高维空间后的特征向量，ω^T表示向量ω的转置，ω表示支持向量机模型的法向量，参数b表示支持向量机模型的偏移项，其中ω和b需要满足找到的超平面到不同类别之间的距离和最大，则其约束函数为：

式(2)中，m表示样本点的数量；

式(2)的对偶问题表示为：